Einleitung
Wir sprechen heute ständig über Wissen. Von der Wissensgesellschaft, von Wissensarbeit, von Wissensökonomie. Gleichzeitig entsteht immer häufiger der Eindruck, dass Wissen im digitalen Zeitalter plötzlich im Überfluss vorhanden ist. Antworten auf komplexe Fragen erscheinen innerhalb von Sekunden. Analysen lassen sich automatisiert erstellen. Informationen sind jederzeit verfügbar.
Vielleicht lohnt es sich deshalb, einen Schritt zurückzutreten und eine grundlegendere Frage zu stellen: Was ist Wissen eigentlich – und wie entsteht es?
In vielen Diskussionen werden Daten, Informationen und Wissen nahezu gleichgesetzt. Doch bei genauerem Hinsehen handelt es sich um sehr unterschiedliche Dinge. Daten entstehen überall dort, wo Realität beobachtet, gemessen oder dokumentiert wird – in wissenschaftlicher Forschung, in Unternehmen, in Lieferketten, in Sensoren, in digitalen Plattformen oder im gesellschaftlichen Austausch. Daten sind zunächst jedoch nur Rohmaterial.
Erst wenn Daten strukturiert, ausgewählt und in einen Kontext eingebettet werden, entstehen daraus Informationen. Doch auch Informationen sind noch kein Wissen. Sie enthalten vielmehr etwas, das man als Wissenspotenzial beschreiben kann: die Möglichkeit, etwas zu verstehen.
Ob aus diesem Potenzial tatsächlich Wissen entsteht, hängt jedoch nicht allein von der Information selbst ab, sondern von dem System, das sie interpretiert. Menschen, Organisationen, wissenschaftliche Gemeinschaften oder technische Systeme verarbeiten Informationen jeweils auf Grundlage ihrer eigenen Struktur – ihrer Erfahrungen, Modelle, kulturellen Prägungen oder Trainingsdaten. In der Systemtheorie wird dieser Prozess als strukturelle Kopplung beschrieben.
Das bedeutet: Dieselbe Information kann in unterschiedlichen Systemen zu völlig unterschiedlichen Einsichten führen.
Hinzu kommt ein weiterer oft unterschätzter Faktor: Sprache. Sprache strukturiert, wie wir Wirklichkeit beschreiben – und damit auch, wie wir sie verstehen.
Viele westliche Sprachen sind grammatikalisch nach dem Muster Subjekt – Prädikat – Objekt aufgebaut. Diese Struktur erzeugt fast automatisch eine Täter-Objekt-Logik: Ein Akteur handelt, und ein anderes Objekt ist von dieser Handlung betroffen.
Diese sprachliche Form prägt auch, wie wir komplexe gesellschaftliche Entwicklungen erklären. Probleme werden häufig so formuliert, als gäbe es einen klar identifizierbaren Täter: „Die Politik versagt“, „Die Unternehmen zerstören das Klima“ oder „Die Technologie löst das Problem“.
Doch viele gesellschaftliche Entwicklungen entstehen nicht durch einzelne Akteure, sondern durch komplexe Wechselwirkungen zwischen vielen Systemen – wirtschaftlichen Strukturen, technischen Entwicklungen, politischen Entscheidungen und kulturellen Mustern.
Die Grammatik unserer Sprache kann deshalb dazu beitragen, komplexe Zusammenhänge auf einfache Täter-Opfer-Narrative zu reduzieren. Wer Begriffe, Kategorien und Narrative prägt, beeinflusst gleichzeitig, wie Realität interpretiert wird – und damit auch, welches Wissen sich im gesellschaftlichen Diskurs durchsetzt.
Andere Sprach- und Denktraditionen beschreiben Wirklichkeit stärker als Beziehungsgefüge oder dynamische Prozesse. Dadurch entstehen teilweise andere Formen der Problembeschreibung – weniger als Handlung einzelner Akteure, sondern stärker als Ergebnis von Beziehungen und Wechselwirkungen.
Wissen ist deshalb weniger ein statischer Besitz als vielmehr ein dynamischer Prozess kollektiver Interpretation. Es entsteht in Netzwerken aus Menschen, Organisationen, Institutionen und zunehmend auch technischen Systemen. Innerhalb solcher Wissensräume verstärken sich Perspektiven, Hypothesen oder Narrative – manchmal produktiv, manchmal verzerrt.
Digitale Technologien und künstliche Intelligenz verändern diesen Prozess nicht grundsätzlich. Sie wirken vor allem als Verstärker. Sie vergrößern Datenräume, beschleunigen Informationsverarbeitung und erzeugen neue Kombinationen von Wissenspotenzial. Dadurch wächst die Menge möglicher Einsichten rasant.
Doch selbst wenn Wissen entsteht, bleibt eine entscheidende Frage offen: Was geschieht mit diesem Wissen?
Selbst vorhandenes Wissen verändert noch keine Realität. Erst wenn Wissen in Entscheidungen übersetzt wird, entstehen Handlungen – und aus diesen Handlungen schließlich Wirkung.
Damit verschiebt sich im digitalen Zeitalter eine zentrale Engpassfrage.
Wenn Wissenspotenzial im Überfluss vorhanden ist, wird nicht mehr der Zugang zu Wissen zur entscheidenden Ressource. Entscheidend wird die Fähigkeit, Wissen zu interpretieren, Risiken zu erkennen und daraus wirksame Entscheidungen abzuleiten.
Man könnte diese Fähigkeit als Wirkungskompetenz beschreiben.
Wie aus Daten Information wird – und warum das nie neutral ist
Am Anfang jeder Wissensbildung stehen Beobachtungen der Realität. In wissenschaftlicher Forschung, in Unternehmen, in globalen Lieferketten, in Sensoren oder in digitalen Plattformen entstehen daraus Daten.
Doch Daten allein besitzen noch keine Bedeutung. Sie sind zunächst lediglich Rohmaterial. Erst wenn Daten ausgewählt, strukturiert und in einen Kontext eingebettet werden, entstehen daraus Informationen.
Dieser Übergang wirkt auf den ersten Blick technisch – ist es aber nicht. Denn schon hier beginnt Interpretation.
Welche Daten überhaupt erhoben werden, welche Zusammenhänge sichtbar gemacht werden und wie sie beschrieben werden, hängt immer von einem Beobachter ab: von Menschen, Organisationen, wissenschaftlichen Communities oder zunehmend auch von technischen Systemen. Unterschiedliche Perspektiven können daher aus denselben Daten unterschiedliche Informationen erzeugen.
Auch bei der Interpretation von Daten spielt Sprache eine wichtige Rolle. Daten werden nie vollständig neutral beschrieben. Die Begriffe, Kategorien und Modelle, mit denen Beobachtungen erfasst werden, prägen bereits, welche Informationen daraus entstehen. Unterschiedliche wissenschaftliche Disziplinen, Organisationen oder technische Systeme können dieselben Daten daher auf unterschiedliche Weise strukturieren und interpretieren.
Andere sprachliche und kulturelle Traditionen beschreiben Wirklichkeit stärker als Beziehungsgefüge oder als dynamischen Prozess. Auch dadurch verändern sich die Kategorien, in denen Daten interpretiert und Informationen gebildet werden.
Information entsteht also nicht einfach aus Daten. Sie entsteht in einem Prozess der Selektion, Strukturierung und Beschreibung, der immer durch Perspektiven, Modelle und kulturelle Prägungen beeinflusst ist.
Schon an dieser Stelle zeigt sich: Wissen ist kein objektives Produkt, das einfach aus Daten extrahiert werden kann. Vielmehr entsteht ein Raum möglicher Einsichten – ein Wissenspotenzial, das erst im nächsten Schritt durch Interpretation erschlossen wird.
Wissenspotenzial und die Rolle der Interpretation
Wenn Informationen entstehen, enthalten sie zunächst nur eines: Wissenspotenzial. Sie eröffnen die Möglichkeit, etwas zu verstehen – garantieren dieses Verständnis jedoch nicht. Erst durch Interpretation wird aus diesem Potenzial tatsächlich Wissen.
Dieser Interpretationsprozess findet nicht im luftleeren Raum statt. Informationen treffen immer auf ein System, das sie verarbeitet. Das kann ein einzelner Mensch sein, eine Organisation, eine wissenschaftliche Gemeinschaft oder ein technisches System. Jedes dieser Systeme interpretiert Informationen auf Grundlage seiner eigenen Struktur – seiner Erfahrungen, seines Kontextes, seiner Modelle oder seiner Datenbasis.
In der Systemtheorie wird dieser Zusammenhang als strukturelle Kopplung beschrieben. Systeme übernehmen Informationen nicht einfach aus ihrer Umwelt. Sie interpretieren sie entsprechend ihrer eigenen inneren Struktur. Deshalb kann dieselbe Information bei unterschiedlichen Akteuren zu völlig unterschiedlichen Einsichten führen.
Wissen entsteht deshalb selten isoliert. Es bildet sich in Wissensräumen – in Netzwerken von Menschen, Organisationen und Institutionen, die Informationen austauschen, interpretieren und weiterentwickeln. Innerhalb solcher Räume können sich Perspektiven gegenseitig verstärken. Dadurch entstehen häufig Wissenscluster oder „Bubbles“, in denen bestimmte Interpretationen dominieren und sich selbst verstärken. Manchmal führt das zu wissenschaftlichem Fortschritt und Innovation. Manchmal entstehen jedoch auch Verzerrungen oder Echokammern, in denen bestimmte Deutungen dominieren.
Hinzu kommen menschliche Faktoren. Menschen interpretieren Informationen nicht nur rational, sondern auch auf Grundlage von Erfahrungen, Erwartungen und kognitiven Vereinfachungen. Ein bekanntes Beispiel ist der Dunning-Kruger-Effekt, bei dem Menschen dazu neigen, ihr Verständnis eines Themas zu überschätzen, wenn sie nur über begrenztes Wissen verfügen.
Mit der zunehmenden Verbreitung digitaler Systeme kommt nun ein weiterer Akteur hinzu: künstliche Intelligenz. KI-Systeme interpretieren Daten und Informationen ebenfalls – allerdings auf Grundlage ihrer Trainingsdaten, Modelle und Algorithmen. Unterschiedliche Systeme können daher zu unterschiedlichen Ergebnissen gelangen, selbst wenn sie mit ähnlichen Informationen arbeiten.
In diesem Sinne verändert künstliche Intelligenz den Wissensprozess nicht grundsätzlich. Sie erweitert ihn. KI wirkt vor allem als Verstärker von Wissenspotenzial: Sie kann große Datenräume analysieren, Muster erkennen, neue Kombinationen von Informationen erzeugen und Hypothesen generieren.
Damit wächst die Menge möglicher Einsichten erheblich. Gleichzeitig wird deutlich, dass Wissen nicht einfach produziert wird. Es entsteht weiterhin im Zusammenspiel unterschiedlicher Systeme – Menschen, Organisationen, wissenschaftlicher Diskurse und technischer Modelle.
Der Weg von Beobachtung zu Veränderung lässt sich dabei als eine Abfolge von Stufen beschreiben: Daten werden zu Informationen, Informationen enthalten Wissenspotenzial, aus dessen Interpretation Wissen entsteht. Aus Wissen entsteht Wirkungspotenzial – und erst durch Entscheidungen und Handlungen entfaltet sich schließlich reale Wirkung.
Von Wissen zu Wirkung
Selbst wenn aus Wissenspotenzial tatsächlich Wissen entsteht, bleibt eine weitere Frage offen: Was passiert mit diesem Wissen?
Auch Wissen selbst verändert noch keine Realität. Erst wenn Wissen in Entscheidungen übersetzt wird, entstehen Handlungen – und aus diesen Handlungen schließlich Wirkung.
In diesem Moment entsteht aus Wissen etwas Neues: Wirkungspotenzial. Wissen eröffnet Möglichkeiten zu handeln. Es zeigt, wo Eingriffe möglich sind, welche Zusammenhänge bestehen und welche Entscheidungen Veränderungen auslösen könnten.
Besonders sichtbar wird dieser Zusammenhang in komplexen wirtschaftlichen und gesellschaftlichen Systemen. Unternehmen, Organisationen und Institutionen verfügen heute über immer größere Datenräume – etwa über Produktionsprozesse, Lieferketten, Ressourcenflüsse oder soziale Auswirkungen entlang globaler Wertschöpfungsketten. Wenn diese Daten analysiert und verstanden werden, entsteht Wissen darüber, wo und wie Entscheidungen Wirkung entfalten können.
Digitale Technologien und KI-Systeme spielen hier eine zunehmend wichtige Rolle. Sie ermöglichen es, große Datenmengen auszuwerten, Zusammenhänge sichtbar zu machen und mögliche Konsequenzen von Entscheidungen zu simulieren. Unternehmen können beispielsweise analysieren, wie sich Veränderungen in Lieferketten auf Emissionen, Kosten oder soziale Auswirkungen auswirken könnten.
Doch auch hier gilt: Technologie erzeugt keine Wirkung von selbst. Sie erweitert lediglich den Raum möglicher Entscheidungen.
Ob aus Wissen tatsächlich wirksame Veränderungen entstehen, hängt weiterhin von Menschen und Organisationen ab – von ihren Entscheidungen, ihren Prioritäten und ihren Handlungen.
Der neue Engpass: Wirkungskompetenz
An dieser Stelle verändert sich eine zentrale Logik unserer Wissensgesellschaft.
Über lange Zeit galt Wissen als knappe Ressource. Bildung, Forschung und Expertise waren entscheidende Faktoren für wirtschaftlichen und gesellschaftlichen Fortschritt. In einer Welt, in der Wissenspotenzial zunehmend im Überfluss vorhanden ist, verschiebt sich dieser Engpass jedoch.
Nicht mehr der Zugang zu Wissen entscheidet über Fortschritt, sondern die Fähigkeit, Wissen in wirksame Entscheidungen zu übersetzen.
Diese Fähigkeit lässt sich als Wirkungskompetenz beschreiben. Wirkungskompetenz bedeutet, Wissenspotenzial zu verstehen, unterschiedliche Perspektiven zu integrieren, Risiken zu erkennen und Entscheidungen so zu treffen, dass sie gewünschte Veränderungen tatsächlich ermöglichen.
Gerade in komplexen Systemen ist diese Kompetenz entscheidend. Denn jede Handlung erzeugt Wirkung – manchmal beabsichtigt, manchmal unbeabsichtigt.
Wirkungsrisiko und Wirkungsresilienz
Damit entsteht eine weitere Dimension: Wirkungsrisiken.
Auch Entscheidungen, die auf fundiertem Wissen beruhen, können unerwartete Nebenwirkungen haben. Wirtschaftliche, ökologische und gesellschaftliche Systeme sind komplex und reagieren oft nicht linear auf Eingriffe.
Deshalb gewinnt eine zweite Fähigkeit an Bedeutung: Wirkungsresilienz. Wirkungsresilienz beschreibt die Fähigkeit von Systemen, Wirkung zu beobachten, aus Feedback zu lernen und Entscheidungen anzupassen, wenn unerwartete Folgen auftreten.
Wissen, Wirkungskompetenz und Wirkungsresilienz bilden damit gemeinsam die Grundlage für verantwortungsvolle Entscheidungen in einer zunehmend daten- und informationsreichen Welt.
Lernen aus Wirkung
Jede Handlung erzeugt Wirkung – und jede Wirkung erzeugt neue Daten. Entscheidungen verändern Systeme, Systeme reagieren, und aus diesen Reaktionen entstehen neue Beobachtungen, neue Informationen und neues Wissenspotenzial.
Damit schließt sich der Kreis.
Wissen entsteht nicht einmalig und statisch. Es entwickelt sich in einem fortlaufenden Prozess aus Beobachtung, Interpretation, Entscheidung und Wirkung. In der Systemtheorie wird dieser Zusammenhang oft als selbstreferenzieller oder autopoietischer Prozess beschrieben: Systeme lernen aus ihren eigenen Wirkungen.
Gerade im Zeitalter digitaler Technologien wird dieser Kreislauf zunehmend sichtbar. Daten entstehen schneller, Informationen verbreiten sich schneller, Wissenspotenzial wächst schneller – und damit auch die Geschwindigkeit, mit der Entscheidungen Wirkung entfalten.
Doch gerade deshalb wird eine Fähigkeit immer wichtiger: die Fähigkeit, diesen Kreislauf bewusst zu verstehen und zu gestalten.
In einer Welt, in der Wissenspotenzial im Überfluss vorhanden ist, verschiebt sich der entscheidende Engpass unserer Gesellschaft. Nicht mehr der Zugang zu Wissen bestimmt Fortschritt, sondern die Fähigkeit, Wissen verantwortungsvoll zu interpretieren, Wirkungsrisiken zu erkennen und Entscheidungen so zu treffen, dass sie nachhaltige Veränderungen ermöglichen.
Vielleicht endet die Wissensgesellschaft also nicht. Sie verändert lediglich ihre Logik.
Aus einer Gesellschaft, in der Wissen gesammelt wird, entsteht eine Gesellschaft, in der Wirkung verstanden, gestaltet und gelernt wird.
Die eigentliche Herausforderung unserer Zeit ist deshalb nicht mehr, Wissen zu erzeugen – sondern Wirkung zu verstehen.