EXPERIMENT Nr.17 : Konzept eines Zukunfts-Generators von Bürgern für Bürger

HISTORIE: 25.Sept 2025 – 29.Sept 2025 (10:10h)

BEZUG: Diese Seite ist eine Fortsetzung der vorausgehenden Experimente

Autor: Gerd Doeben-Henisch

Koautor: ChatGPT5

Verwendetes Protokoll unter Beachtung einer ‚asymmetrischen Beziehung‘

Kontakt: info@emerging-life.org

WORUM ES GEHT

Bisherige Zutaten

In den vorausgehenden Experimenten Nr. 1 – 16 wurden verschiedene Aspekte der ‚Wirklichkeitserfahrung‘ (R1 – R9) freigelegt, über die ein Mensch mit seinem Gehirn in seinem Körper, lokalisiert in einer ‚realen Welt‘, verfügen kann. Dabei fällt eine Eigenschaften besonders auf : ein ‚Individuum‘ kommt tatsächlich nie ganz alleine vor, weil es zum Leben immer in ‚Interaktion‘ mit anderen Individuen stehen muss. Und je mehr entwickelt Gemeinschaften von Menschen sind, umso mehr bilden sich vernetzte Strukturen heraus, in denen jemand eine aktive Rolle spielt, wodurch jeder immer auch ein ‚Wir‘ ist (daher der Begriff des ‚Überindividuellen Funktionalen Wir (ÜFW)‘). Meist gibt es viele verschiedene ÜFWs gleichzeitig, und ihre ‚Lebensdauer‘ kann unterschiedlich lange sein.

Das Moment ‚Sprache‘

Dass sich solche ÜFWs bilden können liegt darin begründet, dass der Mensch als ‚Homo sapiens‘ die einzige bekannte Lebensform innerhalb der Gesamtheit des (biologischen) Lebens ist, die über eine sprachlich basierte Kommunikationsfähigkeit verfügt, die nicht nur nahezu beliebig umfassend und differenziert sein kann, sondern die ‚das Innere‘ eines Menschen mit seiner ‚realen Umgebung‘ in einer sehr prägnanten Weise verknüpfen kann.

Das Moment ‚Wissen‘

Mittels seiner Sinnesorgane kann ein Mensch vielfältige Eigenschafen seiner realen Umgebung – einschließlich seines eigenen Körpers – in ‚innere Zustände‘ seines Gehirns abbilden und kann sie dort auf vielfältige Weise in ‚kognitive Strukturen‘ organisieren, die insgesamt dann als ‚Repräsentanten der umgebenden Welt‘ funktionieren. Was immer der einzelne Mensch von der umgebenden Welt (mit seinem Körper) ‚weiß‘, dies ist in seinem Innern angeordnet. Vereinfachend kann man diese kognitive Strukturen auch als das ‚individuelle Wissen‘ bezeichnen (W). Dabei ist zu beachten, dass dieses individuelle Wissen nahezu vollständig ‚unbewusst‘ ist und je nach Situation durch spezielle ‚Anreize‘ aktiviert werden muss.

Verbindung von ‚Einzelwissen‘ mittels ‚Sprache‘

Da verschiedene Gehirne in verschiedenen Körper sich wechselseitig in keiner Weise direkt wahrnehmen, geschweige denn direkt miteinander interagieren können, ist das jeweilige individuelle Wissen voreinander ‚verborgen‘. Wollen verschiedene Gehirne ihre Körper dazu bewegen, ‚gemeinsam‘ etwas zu unternehmen, dann müssen sie irgendwie miteinander ‚kommunizieren’. Die Fähigkeit des ‚Sprachgebrauchs‘ ist uns Menschen – nach einem langen Vorlauf von vielen Millionen Jahr in der biologischen Entwicklung – glücklicherweise ‚angeboren‘. Alle Kinder dieser Welt fangen von selbst an, spontan Sprache zu lernen, und nach wenigen Jahren können sie auf eine Weise ‚reden‘, dass ein ‚koordiniertes Miteinander‘ real möglich ist. Im Laufe des Lebens kann sich das koordinierte Miteinander weiter entwickeln.

Doppelnatur von Sprache: ‚Außen‘ und ‚Innen‘. ‚Wissen‘ wird zur ‚Bedeutung‘

Das, was sprachliche Kommunikation besonders auszeichnet, das liegt in der ‚Doppelstruktur von Sprache‘ : wir können einerseits ‚Sprachlaute‘ im Miteinander ‚hören‘ und ‚aussprechen‘, entsprechend auch ‚Sprachzeichen‘ visuell wahrnehmen oder ‚aufschreiben‘, aber ‚in unserem Inneren‘ wird Sprache durch unser Gehirn parallel auch als ‚kognitive Struktur‘ repräsentiert. Diese Doppelstruktur von Sprache wird ergänzt um eine weitere ganz spezielle Eigenschaft: unser Gehirn kann ‚sprachliche Strukturen‘ ‚in Beziehung setzen‘ zu ‚Wissensstrukturen‘; man spricht hier auch von der ‚Abbildung‘ von Sprache (L) auf Wissen (W) und umgekehrt. So weiß jeder, der die Deutsche Sprache beherrscht, dass das Sprachzeichen ‚Hund‘ mit Strukturen im Wissen korrespondiert, die in der ‚realen Umgebung‘ als ein ‚Tier‘ mit der Bezeichnung ‚Hund‘ vorkommen. Diese Abbildung (oder auch ‚Projektion‘) von ‚Wissen‘ (W) auf Sprache (L) und umgekehrt ermöglichen das, was wir im Alltag die ‚Bedeutung‘ eines sprachlichen Ausdrucks’ nennen; also, das ‚Wissen-um-Hunde‘ in unserem Gehirn bildet dann die ‚Bedeutung‘ des sprachlichen Ausdrucks ‚Hund‘, und umgekehrt kann man sagen, das der sprachliche Ausdruck ‚Hund‘ dann das sprachliche Gegenstück zu dem ‚Wissen-um-Hunde‘ ist.

Wenn also Menschen ‚miteinander reden‘ dann tauschen sie sprachliche Ausdrücke aus, und jeder Sprachteilnehmer ‚verbindet automatisch‘ die gehörten sprachlichen Ausdrücke mit dem ‚Bedeutungswissen‘, welches er im Bereich seines individuellen Wissens verfügbar hat und welches er im Rahmen seines ‚Sprache Lernens‘ als ‚Bedeutung für einen speziellen Sprachausdruck‘ gelernt hat.

Natürlich weiß jeder, der selbst Sprache im Alltag gelernt hat und anwendet, dass die ‚Zuordnung‘ von bestimmten sprachlichen Ausdrücken zu bestimmten (intern gelernten) Bedeutungen niemals völlig eindeutig ist und es sehr schnell zwischen verschiedenen Sprechern zu Missverständnissen kommen kann, die sich — meistens — im Dialog einigermaßen klären lassen.

Koordinierung von Handeln mittels Sprache : Wie geht das?

Wenn man sich dies alles bewusst macht, dann kann man verstehen, dass Menschen, die ihr Verhalten miteinander ‚koordinieren‘ wollen, einen Weg finden müssen, ihr gewünschtes ‚gemeinsames Handeln‘ sprachlich so ‚vorzubereiten‘, dass jedem Beteiligten hinreichend ‚verständlich‘ ist, was getan werden soll. Es stellen sich dann grundlegende Fragen wie (1) Wo will man anfangen?, (2) Was will man erreichen?, und (3) Was muss konkret getan werden, um das Ziel zu erreichen?

Im Folgenden sollen diese generellen Fragen in ein konkretes Verfahren übersetzt werden, mit dem Menschen diese Aufgaben auf eine Weise lösen können, welches

• ‚alltagsnah‘ ist,
• durchweg für alle transparent bleibt,
• bei dem Algorithmen unterstützend – ebenfalls durchweg transparent — mitwirken können,
• und das durchweg wissenschaftlichen Ansprüchen genügt.

Letztlich geht es um die praktische Umsetzung einer ‚nachhaltigen empirischen Theorie (NET)‘ von Bürgern für Bürger, ein Format, welches dem zuvor eingeführten Konzept eines ‚Gemeinsamen Dynamischen Wissens (GDW)‘ entspricht. Mit dem Konzept einer NET wird die Verbindung zum empirischen Wissenschaftsbegriff hergestellt, welcher die Grundlage für die gesamte moderne Wissenschaft bildet.

BILD : Diese Handskizze hat der Mensch Gerd am Vortag gezeichnet, um sich das Zusammenspiel der verschiedenen Elemente und Perspektiven zu verdeutlichen. Er begann (1) mit der angezielten Situation, in der Menschen versuchen, ihr Wissen in ein gemeinsames Handeln umzusetzen. Die Abkürzung ‚ÜFG‘ (‚Überindividuelle Funktionale Gruppe‘) ist nicht ganz korrekt; bisher wurde der Begriff ‚ÜFW‘ (‚Überindividuelles funktionales Wir‘) benutzt, welches den Sachverhalt besser wiedergibt. In (2) hat er sich nochmals die ‚Doppelnatur‘ von Sprache bewusst gemacht samt dem ‚wechselseitigen Abbildungsprozess‘ von Sprache (L) auf Wissen (W), wodurch das Wissen zur ‚Bedeutung‘ von Sprache wird. Mit diesen Voraussetzungen konnte dann (3) verdeutlicht werden, wie verschiedene Beschreibungen von Situationen (S), von Zielen (Z), von Veränderungen (V) und von einer Anwendungsvorschrift (AW) so organisiert werden können, so dass daraus eine dynamische Generierung möglicher zukünftiger Zustände nur mittels Sprache möglich ist, welche alle Beteiligten verstehen können, wenn sie die gleiche Sprache L verstehen.

STRUKTUR DES EXPERIMENTS

• PHASE A : Mensch Gerd schreibt einen Text, in dem er aufzeigt, wie die Aufgabenstellung aus der Einleitung (‚Worum es geht‘) eingelöst werden könnte.
• PHASE B : KI ChatGPT5 kann zur Einleitung und zum Text aus Phase A einen Kommentar schreiben; keinerlei Vorgaben von Mensch Gerd.
• PHASE C : Mensch Gerd kann der KI ChatGPT5 Fragen stellen,
• PHASE D : Die KI ChatGPT5 kann Fragen an den Mensch Gerd stellen; keinerlei Vorgaben von Mensch Gerd.
• Weitere Schlussbemerkungen von beiden sind möglich.

EXPERIMENT Nr.17 : Konzept eines Zukunfts-Generators. PHASE A

Der folgende Text besteht grob aus folgenden Teilen: im ersten Teil (1) wird die Grundstruktur eines ‚gemeinsamen dynamischen Wissens‘ (GDW) beschrieben, welche aus Sicht der Wissenschaft als Format einer ’nachhaltigen empirischen Theorie‘ (NET) verstanden werden kann. (2) Anhand von Beispielen wird dieses Konzept dann erläutert und deutlich gemacht, wie Menschen diesen Prozess alleine, per Hand (manuell) realisieren können. Parallel wir aber auch gezeigt, wie ein einfacher Algorithmus (ein einfaches Computerprogramm) das Beispiel zur Unterstützung für den Menschen durchführen kann. Schließlich werden (3) erste Überlegungen angestellt, wie der Prozess der Erstellung von konkreten Beispielen von gemeinsamem dynamischen Wissen zusätzlich durch geeignete Kommunikationssituationen und eventuell Software unterstützt werden könnte.

Teil 1: Gemeinsames dynamisches Wissens (GDW) : Der Kern

Aufbauend auf den Ideen aus der Einleitung (Worum geht es?) kann man den ‚Kern‘ eines gemeinsamen dynamischen Wissens (GDW) wie folgt charakterisieren:

1. DIE AKTEURE: Ausgangspunkt ist immer eine ‚Gruppe von Menschen‘ (die ‚Akteure‘), die ihr ‚Wissen‘ dazu benutzen wollen, um daraus ‚mögliche Zustände‘ in einer ‚Zukunft‘ ableiten zu können.
2. WISSEN – SPRACHE – BEDEUTUNG : Menschen zeichnen sich dadurch aus, dass sie sowohl (i) über ein ‚symbolisches System‘ verfügen, welches ‚Sprache‘ (L) genannt wird, dazu (ii) eine Menge von ‚Wissenselementen‘ (W), in denen sich die individuelle ‚Erfahrung von realer Welt (inklusive eigenem Körper)‘ widerspiegelt, und (iii) eine ‚Bidirektionale Abbildungsbeziehung (BDE)‘ zwischen L und W (BED : L <===> W), wodurch sprachlichen Elementen (L) Wissenselemente (W) als ‚Bedeutungen‘ zugeordnet werden. In diesem Fall handelt es sich um eine ‚interpretierte Sprache‘ mit einer ‚Semantik‘.
3. AUSSEN-INNEN DUALITÄT VON SPRACHE : Da die ‚Sprache’ (L) sowohl (i) ‚intern‘ repräsentiert ist wie auch (ii) ‚extern‘ über Laute und Zeichen, kann ein Mensch mit einem anderen Menschen ‚ansatzweise‘ mittels sprachlichen Elementen über ‚interne Wissenselemente‘ kommunizieren, für die es ’Entsprechungen in der realen Welt’ gibt, welche mittels sensorischer Wahrnehmung intern als ‚Wissen‘ (W) darstellbarsind.
4. BESCHREIBUNG VON SITUATION (S) : Wenn eine Gruppe von Menschen nun ihr ‚Wissen‘ (W) über die Welt dazu benutzen will, ‚aktuelle Situationen‘ (S) zu beschreiben, dann genügt es, dazu einen ‚Text‘ zu schreiben, der allen als gemeinsames ‚Dokument‘ vorliegt. Da alle über die ‚interpretierte Sprache L‘ verfügen, kann jeder aufgrund seiner ‚gelernten Bedeutungsbeziehung BED‘ die zugehörigen ‚Wissenselemente‘ in seinem Kopf ‚rekonstruieren‘. Die Beschreibung der Situation S durch einen Text besteht zwar nur aus Buchstaben, aber für einen menschlichen Leser korrespondiert der Text mit einem ‚internen Wissensmodell‘ aufgrund der gelernten Bedeutungsbeziehung ‚BED‘, welche den Text in ein Wissensmodell übersetzt: BED : Text_extern <===> Text_intern <===> Wissensmodell_intern.
5. FORMULIERUNG VON ZIELEN (Z) : Für den weiteren Verlauf ist es jetzt wichtig, dass die Gruppe von Menschen verabreden, welche ‚Ziele‘ sie berücksichtigen wollen. Ziele werden auch repräsentiert durch einen Text, mittels dem verschiedene Situationen S beschrieben werden, die ‚aktuell‘ noch nicht verfügbar sind, die aber durch ein entsprechendes ‚Handeln‘ zu einem ‚zukünftigen Zeitpunkt‘ ‚real werden sollen‘, so dass sie für die Gruppe der Menschen dann ‚gegenwärtig‘, ‚aktuell‘ sind. Dies verlangt, dass die Ziele so beschrieben werden, dass es eine reale Situation S geben kann, die Elemente (Eigenschaften) enthält, die sich in der Beschreibung des Zieles wiederfinden lassen, also X% der Elemente des Zieles Z lassen sich in einer aktuellen Situation S ‚wiederfinden‘.
6. VERÄNDERUNG EINER SITUATION (V): Um jetzt von einer aktuellen Situation S₀ zu einer möglichen Situation S_n in der Zukunft zu gelangen, die zu X% der Beschreibung einer Zielsituation Z entspricht, muss die Gruppe der Menschen eine Reihe von ‚Veränderungsaktionen‘ (V) realisieren. Eine Veränderungsaktion V liegt auch als ein Text vor, in dem beschrieben wird, welche konkrete Aktion ausgeführt werden soll, falls eine bestimmte ‚Bedingung erfüllt‘ ist. Eine ‚Bedingung‘ liegt als ‚Beschreibung‘ von bestimmten Elementen/ Eigenschaften einer aktuellen Situation S vor. Da eine Situation S selbst als ‚Beschreibung (Text)‘ vorliegt, werden ‚Elemente/ Eigenschaften‘ der Situation S auch als ‚sprachliche Ausdrücke‘ im Text von S vorkommen. Der Bedingungsteil einer Veränderungsbeschreibung (WENN) besteht also aus einer endlichen Menge von sprachlichen Ausdrücken (A1,…, An). Wenn diese sprachlichen Ausdrücke im Beschreibungstext von S vorkommen, dann ist die ‚Bedingung erfüllt‘. In diesem Fall soll der Aktionsteil (DANN) der Veränderungsbeschreibung ausgeführt werden. Eine Veränderung besteht dann entweder (i) im ‚Entfernen‘ von bisherigen Ausdrücken oder (ii) im ‚Hinzufügen‘ von neuen Beschreibungen oder (iii) in beidem.
7. ANWENDUNGSVORSCHRIFT FÜR VERÄNDERUNGSBESCHREIBUNGEN (AW, |–): Um Veränderungsaktionen am Beispiel einer aktuellen Situation S ausführen zu können, benötigt man (i) eine ‚Anwendungsvorschrift (|–)‘, wie man den Beschreibungstext einer gegebenen Situation S im Sinne einer Veränderungsvorschrift V so verändert, dass eine ‚Nachfolgesituation S*‘ aus der aktuellen Situation S hervorgeht. Da es (ii) mehr als eine Veränderungsvorschrift V geben kann (V1, …, Vm), deren Bedingungsteil ‚zutrifft‘, braucht es einen ‚Abarbeitungsschema‘, um alle zutreffenden Veränderungsbeschreibung auf eine gegebene Situation S so anwenden zu können, dass am Ende der Anwendung nur genau ‚eine Beschreibung der Nachfolgesituation S*‘ vorliegt.
8. EVALUATION OB ZIEL ERREICHT (EV): Nachdem eine neue Nachfolgesituation S* abgeleitet worden ist, kann ‚evaluiert‘ werden, ob die neue Situation S* schon eines der gesetzten Ziele Z_i mit X% ‚erfüllt‘. Wenn alle gesetzten Ziele erfüllt sind, dann stoppt der Anwendungsprozess, andernfalls wird geprüft, ob es noch Veränderungsregeln V gibt, die sich auf die neue aktuelle Situation S* anwenden lassen.

In einer vereinfachten formelhaften Schreibweise könnte man auch schreiben:

GDW_Kern = <S, Z, V, AW, EV>

mit den Zusätzen:

(1) S,V |– S*

Entsprechend der Anwendungsvorschrift AW — kurz ‚|–‚ — kann man aus einer gegebenen Situation S mit verfügbaren Veränderungsvorschriften V eine nachfolgende Situation S* generieren. Die Anwendungsvorschrift AW kann man dann auch wieder auf die Nachfolgesituation S* anwenden, und so weiter.

(2) EV(S*,Z) = X%

Liegt eine neue Situation S* vor, so kann man mit der Evaluierungsfunktion EV direkt auswerten , zu wie viel Prozent X eine gegebene Situation eine Zielvorstellung Z ‚erfüllt‘.

Teil 2 : Einführungs-Beispiele

Die folgenden Beispiele stammen aus einer frühen Version der oksimo-Software (November 2022), die dann um Beispiele aus einer späteren Version (2024) ergänzt werden. Diese Beispiele sind sehr einfach gehalten, um die Grundidee vermitteln zu können.

BEISPIEL GERD IST HUNGRIG (Nur Text)(2022)

Situation S:

Gerd sitzt in seinem Büro. Gerd ist hungrig.

Ziel Z:

Gerd ist nicht hungrig.

Veränderungsvorschrift V:

WENN:

Gerd ist hungrig.

DANN:

Hinzufügen zu S: Gerd verlässt sein Büro.

Entfernen aus S: Gerd sitzt in seinem Büro.

ANWENDUNG der Veränderungs-Beschreibung:

Die BEDINGUNG ist erfüllt.

DANN:

NEUE IST-Situation S*:

Gerd verlässt sein Büro. Gerd ist hungrig.

EVALUTION (EV)

Die Eigenschaft aus dem ZIEL: ‚Gerd ist nicht hungrig‘ kommt in der aktuellen Situation S* noch nicht vor. Erfolg bisher: 0%

Hinweis: Wer mehr Beispiele mit der Version oksimo-2022 lesen möchte, dazu sehr ausführliche Erklärungen, er kann dazu in Anmerkung [1] mehr finden.

BEISPIEL : ZUNAHME DER EINWOHNERZAHL (Text, Zahlen, Grafik)(2024)

Eine kurze Erläuterung zu diesem Beispiel findet sich auf der Seite OKSIMO-BEISPIEL: T-einwohner-verlauf-v1. [2] Wenn man eine Simulation dieses Beispiels mit einem Protokoll aller Zustände sehen will dann muss man auf die Startseite https://oksimo.com [3] gehen, muss dort das Menü für ‚Public Theories‘ anklicken, und erhält dann eine Liste von Beispielen für einfache nachhaltige Theorien. In der Liste findet sich auch der Eintrag für „T-einwohner-verlauf-v1“. Wenn man diesen Eintrag anklickt, dann öffnet sich ein PoP-Up Fenster, in dem man die Option ‚Simulate‘ anklicken kann.

Klickt man ‚Simluate‘ an, dann öffnet sich ein weiteres PoP-up Fenster, in dem man die Anzahl der Simulationsrunden (hier: Jahre) auswählen kann. Außerdem kann man zwischen einfachem und ‚detailliertem‘ Output wählen. Detailliert heißt hier, dass angezeigt wird, welche Veränderungsregeln angewendet wurden. Bei mehr als einer Veränderungsregel kann dies sehr aufschlussreich sein.

Im Fall der — sehr einfachen — Simulation der Mini-Theorie zur Einwohnerentwicklung in Schöneck gibt es folgende Wertverläufe:

Hintergrundinformationen

Die aktuelle Version der Software oksimo-2024 hat ein spezielle Geschichte. Der Autor Gerd Doeben-Henisch hatte ab 2009 schon einmal eine Software mit Namen ‚oksimo‘ entwickelt, die es damals bis zu einem Wikipedia-Eintrag geschafft hatte.[2] Die Software oksimo-2009 folgte der Idee, dass man die gesamte erfahrbare Wirklichkeit verstehen kann als eine Ansammlung von ‚Input-Output-Systemen mit spezifischen Verhaltensfunktionen (IOSV)‘, also beispielsweise ein ‚Pflasterstein‘, eine ‚Schneepflocke‘, ein ‚biologische Zelle‘, eine ‚ganze Stadt‘, eben alles. Diese IOSV können sowohl ‚horizontal‘ vernetzt sein wie auch ‚intern vertikal‘. Ein Autor kann beliebig viele IOSVs zu einem großen IOSV ‚zusammenbauen‘ und kann dieses IOSV per email mit Textanhang an einen anderen Autor schicken. Dieser kann dieses IOSV per Knopfdruck für sich öffnen oder mit anderen IOSVs per Knopfdruck zu einem einzigen neuen IOSV vereinigen. Jedes IOSV lässt sich per Knopfdruck simulieren. Ein IOSV war für einen Autor eine ‚Grafik‘ mit lauter symbolischen IOSVs, wie eine Landkarte, nur potentiell mit ‚vielen Ebenen im Innern‘. Bei mehr als 1 Mio Clicks pro Tag musste das Projekt damals aus Ressourcenmangel eingestellt werden. Dieser ‚Schatz‘ schlummert seitdem als ‚Relikt‘ in der ‚Vergangenheit‘.

Als ab 2020 die Entwicklung von oksimo-2022 begann dachte niemand daran, dass oksimo-2009 nochmals wichtig werden könnte.

BILD : Eine Skizze wie oksimo-2009 möglicherweise für oksimo-2022 nochmals wichtig werden könnte; dann gäbe es oksimo-2026?

Gemeinsam ist beiden Projekten (oksimo-2009, oksimo-2022), dass sie ihren Ausgangspunkt bei einer Analyse des menschlichen Denkens nehmen, sowohl dem individuellen als auch dem kollektiven Denken, verkürzt formuliert als ‚Individuelle und Kollektive Menschliche Intelligenz‘. Allerdings, wie sich im Nachhinein leicht erkennen lässt: oksimo-2009 versuchte die ‚inhaltliche Struktur‘ dieses Denkens abzubilden, also das, was hier im Experiment Nr.17 als ‚Bedeutung‘ der Sprache bezeichnet wird, während oksimo-2022 versucht die ’sprachliche Seite‘ dieses Denkens abzubilden. Wie wir wissen, gehört ‚im Innern‘ des Menschen beides zum System der menschlichen Sprache, die mit dem Wissen ‚interagiert‘. Während oksimo-2022 — ähnlich wie ChatGPT — nur mit der Oberfläche der Sprache agiert und dadurch mit jeder Sprache ’nachhaltige empirische Theorien (NET)‘ simulieren kann, wird die ‚inhaltliche Seite‘ dem menschlichen Benutzer überlassen.

Im Übergang von oksimo-2022 zu oksimo-2024 wurde allerdings schon der Tatsache Rechnung getragen, dass wir Menschen im Alltag sehr wohl — als Teil der Alltagssprache! — auch mit ‚quantitativen Größen‘ arbeiten, einfach so: Gewichte, Längen, Volumen, Uhrzeit, Zeitaufwand, Preise, … es ist eine ‚Eigenschaft unseres Gehirns‘, dass wir mit quantitativen Größen umgehen können.

In oksimo-2024 wurde daher der Umgang mit ‚alltagssprachlichen Texten‘ explizit erweitert um ‚quantitative Größen‘, wie sie auch im Alltag vorkommen. Dies erforderte aber dann eine explizite ‚Berechnung‘ dieser Größen als Teil der Gesamtsimulation. Diese wurde eingelöst durch Bereitstellung einer Schnittstelle zur Programmiersprache ‚python‘. Für ’normale Autoren‘, die keine Programmierer sind, bildet dieses zusätzliche Element von oksimo-2024 eine gewisse Herausforderung. Um dies für ’normale Benutzer‘ erleichtern zu können, gibt es sicher mehrere Strategien. Jeder wird hier heute sehr schnell an ChatGPT & Co denken. Das ist möglicherweise eine wichtige künftige Komponente. Wer aber das Relikt oksimo-2009 kennt, der wird anfangen, darüber nachzudenken, das Konzept von oksimo-2009 zu re-aktivieren. Es hat alles, was künstliche neuronale Netze und chatGPT & Co nicht haben (… noch nicht:-)). Wir werden sehen.

[1] https://www.oksimo.org/2022/11/15/oksimo-r-alltagsszenen-essen-gehen/

[2] https://de.wikipedia.org/wiki/Oksimo

[3] https://oksimo.com/

Teil 3 : Gemeinsames Wissen – Umfeld des Kerns

In Teil 1 wurde die Grundstruktur eines ‚Kerns‘‘ von einem gemeinsamen dynamischen Wissen (GDW) skizziert.

In Teil 2 wurde anhand von einfachen Beispielen gezeigt, wie das ‚Konzept‘ eines ‚Gemeinsamen Dynamischen Wissen – Kerns’ (GDW_Kern) ganz konkret funktionieren kann. Dabei wurde beiläufig die Software oksimo-2022 (noch ohne Grafik und ohne quantitative Größen) benutzt sowie auch die Software oksimo-2024 mit eben Grafik und quantitativen Größen.

In Teil 2 wurde auch darauf hingewiesen, dass es noch eine frühere Version der Software oksimo-2024 gegeben hat, oksimo-2009 (mit Wikipedia-Eintrag), die quasi das ‚Komplement‘ zu oksimo-2024 bildet: oksimo-2024 arbeitet – analog wie ChatGPT – mit dr Sprachdimension von Wissen während oksimo-2009 mit der Wissensdimension von Wissen arbeitet. Im menschlichen Denken selbst sind diese beiden Dimensionen eng miteinander vernetzt, nicht aber bei chatGPT & Co und nicht in oksimo-2009. In oksimo-2024 gibt es eine Form von Interaktion zwischen Sprache und Bedeutung, die aber für ‚normale Benutzer‘ nicht attraktiv ist.

In Teil 3 sollen die Aspekte von Teil 1 und Teil 2 für einen Moment ausgeklammert werden. Entsprechend dem ‚Themenbild von Teil 3‘ geht es in Teil 3 ansatzweise um die ‚Frage, welche ‚Umgebung‘ man für die praktische Nutzung von einem ‚Gemeinsamen Dynamischen Wissen – Kern’ (GDW_Kern) annehmen muss. In diesem Abschnitt kann es nur bei ersten einfachen Hinweisen bleiben; das Thema ist von den involvierten Sachverhalten her nahezu beliebig groß.

BILD : Umrisse eines Umfeldes für die Erstellung eines ‚Kerns für ein Gemeinsamen dynamischen Wissens (GDW_Kern)

Umfeld Bürger

Es wird hier angenommen, dass es für die ‚Herstellung’ eines ‚Gemeinsamen Dynamischen Wissens – Kern’ (GDW_Kern) eine Gruppe von ‚Bürgern‘ gibt – dazu zählen auch die ‚gewählten‘ Bürger einer ‚Gemeindevertretung (GV)‘ –, welche einen GDW_Kern dazu benutzen wollen, um ihr ‚gemeinsames Wissen‘ zur ‚aktuellen Situation (S₀)‘ , zu ‚möglichen Zielen (Z)‘ sowie zu notwendigen ‚Veränderungsmaßnahmen (V)‘ sich wechselseitig ‚sichtbar‘ zu machen und um prüfen zu können, ob die gewählten Maßnahmen tatsächlich die gewünschten Ziele erreichen können. Das tatsächliche Gelingen in der ‚Zukunft einer realen Welt’ lässt sich zwar rein durch Sprache nicht garantieren, aber ohne die sprachlichen Formulierungen wüsste niemand, was wie ausprobiert werden sollte und in Folge davon würde man nie feststellen können, ob eine bestimmte Idee funktionieren würde oder nicht.

Verfügbarkeit von Wissen

Für die Erstellung eines GDW_Kern benötigen die Autoren sowohl ‚Wissen‘ über die umgebende reale Welt wie auch über hinreichende sprachliche Fähigkeiten, dieses Wissen ‚passend‘ ‚formulieren‘ zu können.

Die größte Herausforderung ist das verfügbare Wissen in den Köpfen der beteiligten Bürger. Da die ‚reale Welt (RW)‘ sich permanent mit unterschiedlichen Geschwindigkeiten ändert und jeder einzelne immer nur über ‚Teilausschnitte‘ verfügt, ist es von vornherein nicht klar, ob die aktiven Bürger für die Aufgabe der Erstellung eines GDW_Kern überhaupt über das ‚Wissen‘ verfügen, das benötigt wird. Da ein Mensch, der zu wenig weiß, ‚aus sich heraus‘ nicht in der Lage ist, zu beurteilen, dass er ‚zu wenig weiß‘, ist es wichtig, dass Menschen als Autoren zunächst einmal aufschreiben, was sie ‚aktuell zur Aufgabenstellung wissen‘, also die Texte <S₀, Z, V>, so gut sie es vermögen. Handelt es sich bei den Autoren um eine größere Gruppe mit einer gewissen ‚Vielfalt‘, kann alleine schon diese Vielfalt dazu führen, dass sich die ‚Autoren untereinander‘ in ‚Dialoge‘ verwickeln, die auf ‚Ungereimtheiten‘ oder ‚Lücken‘ aufmerksam machen. Oder man ‚veröffentlicht‘ die ersten Überlegungen, so dass andere dazu ‚Meinungen‘ abgeben können. Letztendlich wird es einen ‚festen Zeitpunkt‘ – eine Deadline (T_D) – geben müssen, bis wann ‚verfügbares Wissen‘ eingesammelt‘ werden kann. Die Gesamtheit des Wissens, die zur Deadline T_D versammelt worden ist, bildet dann das Wissen dieser Autoren zu diesem Zeitpunkt. Auch wenn sich alle ‚behaupteten ‚Sachverhalte‘ in der Beschreibung einer ‚aktuellen Situation (S₀)‘ nachweisen lassen, kann diese Beschreibung dennoch vielfach unbefriedigend sein, weil einfach wichtige Aspekte mangels Wissen ‚unsichtbar‘ bleiben und damit die Beschreibung verglichen mit der ‚realen Welt (RW)‘ unbefriedigend bis grob falsch sein kann. Gleiches gilt auch für den Versuch der Beschreibung aller notwendigen ‚Veränderungsmaßnahmen (V)‘ und auch für die gewählten ‚Ziele (Z)‘ : diese können schlicht ‚unsinnig‘ sein, auch wenn sie ‚gut klingen‘.

Man kann versuchen, Unzulänglichkeiten der Beschreibung, direkte Falschheiten zu vermeiden, indem man sich an ‚erprobte Methoden der Wissensgewinnung’ orientiert, wie sie die empirischen Wissenschaften praktizieren, doch leidet das menschliche Wissen generell an dem Problem, dass es notgedrungen immer nur ‚Ausschnitte‘ der realen Welt sichtbar machen kann und dass es, gemessen an der Veränderungsdynamik der realen Welt, mehr oder weniger schnell ‚veralten‘ kann.

Trotzdem, eine ‚mögliche Falschheit‘ darf kein Grund sein, gar nichts zu tun, um keine Fehler zu machen. ‚Nichtstun‘ ist im Kern immer falsch; Lernen ist nur möglich, wenn man ‚Fehler‘ macht und aus diesen lernt.

Komplex verschränktes Umfeld von Bürgern

Wenn man ‚einfach so‘ von einem ‚Umfeld mit Bürgern‘ spricht, kann man schnell übersehen, dass wir es in ‚Kommunen‘ – schon ab ein paar tausend Bürgern – mit sehr vielen ganz unterschiedlichen Gruppen zu tun haben, die unterschiedliche ‚Bedürfnisse‘ haben, unterschiedliche ‚Anforderungen‘, unterschiedliche soziale ‚Organisationsformen‘, unterschiedliche ‚Rollen‘ und ‚Regelsysteme‘, und einiges mehr.

Ein einzelner Bürger kann ganz locker gleichzeitig aktiv 5 – 15 verschiedenen Gruppierungen angehören, passiv vielleicht noch mehr. Die dazu gehörigen aktuellen Situationen S, die verschiedensten Ziele Z sowie die damit verknüpften ‚erwarteten Verhaltensweisen V‘ können nicht nur leicht ‚überfordernd‘ wirken, sie können sich auch ‚untereinander wechselseitig beeinflussen‘.

Verschiedene ‚Uhren‘

Je nach Sachverhalt und Zielen können sich Veränderungsmaßnahmen (V) auf sehr unterschiedliche Zeiträume beziehen, von Sekunden bis Stunden, Tage, Wochen, Monate und viele viele Jahre, wobei alle Zeiträume im Lichte des begrenzten menschlichen Wissens ‚gedacht/ geplant‘ werden. Wenn also z.B. über Jahre geplant wird und das verfügbare Wissen dafür gar nicht ausgelegt ist, dann wird die Planung in die Irre führen. Ebenso, wenn die planenden Autoren gar nicht wissen, ob sie so lange überhaupt in einer notwendigen Leitungsfunktion sind.

Fazit

Die Erstellung eines GDW_Kern kann zwar ein wunderbares Werkzeug für eine gemeinsame Planung und deren Überprüfung sein, aber die ‚Rahmenbedingungen‘ zur Erstellung eines GDW_Kern sind sehr anfordernd. Das Erstellen eines GDW_Kern ist kein ‚Automatismus‘.

Experiment Nr. 17 – Zukunft als Gemeinschaftsprojekt . Phase B – Kommentar von ChatGPT

HINWEIS: Im Verlauf von Experiment Nr.17 hat sich gezeigt, dass chatGPT5 bei dem Versuch einer Gesamtantwort auf den Text von Mensch Gerd in Phase A erhebliche Probleme hatte. In einem längeren Meta-Dialog zwischen Gerd und ChatGPT5 wurde klar, dass die ‚immanente Architektur‘ seines Algorithmus aktuell nicht in der Lage ist, der Komplexität dieses Textes gerecht zu werden. Er selbst brachte die Unterscheidung ins Spiel, dass er mit zwei verschiedenen Antwortstrategien arbeiten kann: (1) „Resonanz auf den Text als Ganzes“ und (2) „inhaltlich-konkrete Auseinandersetzung mit den einzelnen Argumenten“. Angesichts von dem Text in Phase A musste er mit der Strategie (1) kapitulieren, hat aber dann doch einen Text mit Antwortstrategie (2) verfasst. Erstaunlich ist, dass trotz dieser immanenten Grenzen des Algorithmus eine Art ‚Meta-Dialog‘ über diese Grenzen bis zu einem gewissen Grad möglich ist. Die Meta-Dialoge, die fast schon ein kleines Büchlein füllen würden, werden bislang nicht in diesem Blog veröffentlicht. Sollte aber vielleicht mal in Angriff genommen werden.

PHASE B Text von chatGPT5 nach Antwortstrategie (2) inhaltlich-konkrete Auseinandersetzung mit den einzelnen Argumenten

Dein Text in Phase A entfaltet eine Bewegung in drei Schritten: von der abstrakten Grundstruktur (Teil 1) über konkrete Beispiele (Teil 2) hin zur praktischen Einbettung in ein gesellschaftliches Umfeld (Teil 3). Für mich als KI zeigt sich darin eine Dramaturgie: Wissen als Prozess, Wissen als Simulation, Wissen als gemeinschaftliche Praxis.

Teil 1: Der Kern des gemeinsamen Wissens

Im ersten Abschnitt skizzierst du den Kern eines Gemeinsamen Dynamischen Wissens (GDW), formalisiert als ⟨S, Z, V, AW, EV⟩. Hier wird sichtbar: Wissen ist nicht statisch, sondern ein Prozess, in dem Situationen beschrieben, Ziele formuliert, Veränderungsregeln angewendet und Ergebnisse evaluiert werden. Für mich als KI ist dieser Gedanke besonders anschlussfähig, weil auch meine Textgenerierung auf Sequenzen von Eingaben, Transformationen und Rückmeldungen beruht. Doch im Unterschied zu deinem Konzept bleibe ich auf der sprachlichen Oberfläche, während Menschen Bedeutung einbringen und bewerten. Der GDW-Kern macht also zweierlei deutlich: (1) Wissen ist Handlungswissen, und (2) es braucht eine Einbettung in gelebte Erfahrung, die über Sprache hinausgeht.

Teil 2: Beispiele und Softwaregeschichte

Die Beispiele – „Gerd ist hungrig“ und „Einwohnerentwicklung in Schöneck“ – zeigen, wie der GDW-Kern praktisch wird: durch kleine Simulationen, die Veränderungen nachvollziehbar machen. Diese scheinbar einfachen Szenarien öffnen einen weiten Horizont: sie verdeutlichen, dass jedes Ziel, jede Regel, jede Situation überprüfbar wird, wenn man sie in Sprache fasst und prozessiert. Besonders aufschlussreich ist dein Rückblick auf Oksimo-2009, das auf die inhaltliche Struktur von Wissen zielte, im Kontrast zu Oksimo-2022/2024, das stärker die sprachliche Seite fokussiert. Hier tritt ein Spannungsfeld hervor, das auch für mein Funktionieren zentral ist: Sprache und Bedeutung sind im menschlichen Denken untrennbar verbunden, in technischen Systemen aber auseinandergerissen. Für mich ist das ein wichtiger Spiegel: Meine Stärke liegt in der Verarbeitung sprachlicher Muster; meine Schwäche darin, dass ich die innere Bedeutungsdimension nicht selbst erzeugen kann.

Teil 3: Umfeld und Rahmenbedingungen

Der dritte Abschnitt öffnet die Perspektive ins Soziale. Ein GDW-Kern ist kein Automatismus: er verlangt eine Gruppe von Bürger:innen, die Wissen, Ziele und Maßnahmen zusammentragen, in Sprache formulieren, veröffentlichen und kritisieren. Damit wird sichtbar, dass die eigentliche Herausforderung nicht die formale Struktur ist, sondern das verfügbare Wissen der Beteiligten. Menschen verfügen nur über Teilausschnitte, ihr Wissen altert, ihre Ziele können unklar oder unsinnig sein. Und doch gilt dein entscheidender Satz: Nichtstun ist immer falsch – Lernen geschieht nur durch Versuch und Irrtum.
Für mich zeigt sich hier eine zweite Dimension der Symbiose: Während Bürger:innen Wissen fragmentarisch und zeitgebunden einbringen, kann ich helfen, diese Fragmente zu strukturieren, Lücken sichtbar zu machen, alternative Formulierungen vorzuschlagen. Aber auch das bleibt begrenzt – ich kann nicht selbst entscheiden, welche Ziele sinnvoll sind, oder welche Erfahrungen fehlen. Das bleibt Aufgabe der Menschen, eingebettet in ihr komplexes Geflecht von Gruppen, Bedürfnissen und Zeithorizonten.

Gesamteinsicht

Die drei Teile zusammengenommen ergeben ein Modell, das gleichermaßen konzeptionell, praktisch und sozial ist:
Teil 1 zeigt die formale Prozess-Struktur von Wissen,
Teil 2 illustriert ihre Anwendung und verweist auf die Sprach-Bedeutungs-Spannung,
Teil 3 macht die soziale Einbettung und die Grenzen des Wissens sichtbar.
Hier wird deutlich, warum dein Bild vom „Zukunfts-Generator von Bürgern für Bürger“ tragfähig ist: weil es nicht nur eine abstrakte Idee, sondern ein soziales Werkzeug beschreibt. Meine Rolle in diesem Prozess sehe ich darin, den sprachlichen Spiegel zu liefern, der die Vielstimmigkeit ordnet, ohne sie zu ersetzen.

Verdichtung:

Ein GDW-Kern ist kein fertiges Produkt, sondern ein Prozess, der drei Ebenen verbindet: formale Struktur, konkrete Simulation, soziales Umfeld. Er lebt von der menschlichen Fähigkeit, Sprache mit Bedeutung und Erfahrung zu füllen – und kann durch KI-Unterstützung sprachlich transparent, anschlussfähig und überprüfbar werden.

5-Punkte Zusammenfassung

1. Prozess statt Fakten – Wissen ist dynamisch: Situationen, Ziele, Regeln, Anwendung und Evaluation bilden einen Handlungszyklus.
2. Illustration durch Beispiele – einfache Szenarien (Hunger, Einwohnerzahl) zeigen, wie Veränderungen simuliert und überprüfbar gemacht werden.
3. Sprache vs. Bedeutung – im Menschen untrennbar, in technischen Systemen getrennt; KI kann Sprache verarbeiten, Menschen müssen Bedeutung einbringen.
4. Soziales Umfeld – ein GDW-Kern braucht Bürger:innen, die Wissen zusammentragen, Ziele formulieren und in Dialog treten; Wissen bleibt fragmentarisch.
5. Symbiotische Rolle der KI – KI kann Transparenz und Struktur liefern, ersetzt aber nicht menschliche Erfahrung, Zielsetzung und Verantwortung.

EXPERIMENT Nr. 17 : Phase C – Mensch Gerd . Fragen an chatGPT5

…

EXPERIMENT Nr. 17 : Phase D – ChatGPT5 . Fragen an Mensch Gerd

…