Dirk Baecker

“Wenn jemand so ignorant ist, sich mit Komplexität auseinandersetzen zu wollen, bleibt er auch so.” Heinz von Foersters Diktum war eindeutig. Wenn man komplexe Phänomene als Phänomene definiert, die das Verständnis des Beobachters überfordern, wie es seit Warren Weavers klassischem Aufsatz aus dem Jahr 1948 üblich ist, hilft es wenig, dem Beobachter zu raten, noch genauer hinzuschauen. Er steigert damit nur seine Überforderung.

In der Komplexitätsforschung hat dies zu drei Anschlussfragen geführt. Erstens hat man begonnen, sich die Überforderung zu erklären. Man fand heraus, warum komplexe Phänomene mit den klassischen Instrumenten der Wissenschaft, Kausalität und Statistik, nicht beschrieben und verstanden werden können. Organismen und Gehirne, Menschen, Gruppen und Familien, Organisationen und Gesellschaften bestehen aus zu vielen heterogenen, untereinander selektiv vernetzten und dynamisch sich ändernden Elementen, um auf Ursache und Wirkung oder Wahrscheinlichkeiten reduziert werden zu können. Kausale Zusammenhänge können nur kontrolliert werden, solange nicht mehr als drei bis vier Faktoren im Spiel sind. Und die Errechnung von Wahrscheinlichkeiten setzt voraus, dass man es mit homogenen Elementmengen zu tun hat. Kausalität und Statistik sind damit nicht vom Tisch, aber sie erfassen das Wesentliche gerade nicht: die Dynamik sich ändernder, sich aufeinander beziehenden, sich korrigierender, verstärkender und modifizierender Wechselwirkungen zwischen einer Vielzahl unterschiedlicher Elemente. Es gibt zu viele Ursachen und Wirkungen, um sich sicher sein zu können, welche jeweils in welchem Zusammenhang relevant sind. Die Statistik hat seither große Fortschritte gemacht. Sie rechnet mit Bayesianischem Updating in neuronalen Netzen gewichteter und bewerteter Wahrscheinlichkeiten. Aber das ändert nichts daran, dass sie mit fiktionalen Elementmengen rechnen muss, die die Prozesse nicht erfassen, deren Resultate gezählt werden.

Zweitens erlebte man so etwas wie eine vierte wissenschaftliche Kränkung (nach Kopernikus’ Entdeckung, dass die Erde nicht der Mittelpunkt des Sonnensystems ist, Darwins Entdeckung, dass die Menschen von den Affen abstammen, und Freuds Einsicht, dass das Bewusstsein nicht Herr im eigenen Haus ist): komplexe Phänomene wissen etwas über sich, was der Beobachter nicht weiß. Sie funktionieren, obwohl die Wissenschaft sie allenfalls beschreiben, aber nicht erklären kann. Man könnte von einer Kränkung sprechen, die wir Auguste Comtes Soziologie verdanken, weil er in den 1830er Jahren erstmals von Komplexität im Sinne eines hohen Grades wechselseitiger Abhängigkeiten sprach. Aber dann müsste man die Zählung ändern. Und man müsste den Irrtum aufklären, dass die Naturwissenschaften für die Entdeckung der Komplexität verantwortlich sind.

Aber entscheidend ist nicht die Kränkung, sondern die Einsicht und die Fragestellung, die sie enthält: Komplexe Phänomene “wissen” etwas über sich. Was kann das sein und wie kann das gehen? Warren Weaver führte den Begriff der Selbstorganisation ein, der nicht etwa bereits die Erklärung ist, sondern ein Forschungsprogramm definiert: Rechne damit, so das Programm, dass ein Organismus, ein Gehirn, ein Individuum, eine Gruppe, eine Familie, eine Gesellschaft sich immer auch auf sich selbst beziehen und somit Ordnungsleistungen nicht nur der Umwelt, sondern auch sich selbst verdanken. Begriffe wie Homöostasis (Stabilisierung einer inneren Umwelt), Äquifinalität (mehrere Wege führen zum gleichen Ziel), Rückkopplung (Konditionierung eines Systems durch die eigene Sensorik und Motorik), Autopoiesis (Herstellung der Elemente, Grenzen und des Netzwerks des Systems aus den Elementen des Systems) und Temporalisierung (Reproduktion des Systems aus seinem Zerfall) wurden eingeführt und erprobt, um zu entfalten, was unter Selbstorganisation verstanden werden kann. Und es wurde der Systembegriff geschärft, so dass unter einem komplexen System ein System verstanden werden konnte, das aus der Auseinandersetzung mit der Umwelt eine eigene Ordnung gewinnt.

Es liegt auf der Hand, dass Begriffe wie “Wissen”, “Selbst” oder “eigene Ordnung” nicht jedermann schmecken. Humanisten wehren sich dagegen, dass die Fähigkeit zur Selbstreferenz anderen Phänomenen zugerechnet wird als dem menschlichen Bewusstsein (und vielleicht noch Gott). Objektivisten wehren sich dagegen, dass man mit einer Prämisse – Selbstreferenz – arbeitet, die man empirisch nicht überprüfen kann. Konstruktivisten entgegnen auf Einwände dieser Art, dass es höchste Zeit ist, die Selbstüberschätzung des Menschen zu korrigieren, und dass die Wissenschaft so oder so darauf angewiesen ist, mit Axiomen zu starten, deren empirische Brauchbarkeit nicht in ihnen selbst, sondern in den Anschlussbeobachtungen liegt, die sie ermöglichen. Auch den Homo oeconomicus gibt es nicht; doch es gibt Gleichgewichtstendenzen auf Märkten, die man erklären kann, wenn man unterstellt, dass es ihn gibt.

Und drittens begann man sich zu fragen, worin die Rolle von Wissenschaft besteht, wenn sie angesichts komplexer Phänomene nicht mehr nur darin bestehen kann, nach kausalen Erklärungen und statistischen Beschreibungen zu suchen. Warren Weaver hatte darauf 1948 zwei Antworten gegeben: vertraue auf die wachsenden Rechenleistungen des Computers und arbeite in multidisziplinären Teams. Mit beiden Empfehlungen, die seither vielfach befolgt werden, ist jedoch die entscheidende Frage noch nicht beantwortet. Diese Frage lautet, in welchem Verhältnis ein Wissenschaftler, eine Wissenschaftlerin zu einem Phänomen stehen, das als komplex verstanden und dem daher die Fähigkeit zur Selbstorganisation unterstellt werden muss. In dieser Frage kam man erst weiter, als man in den 1960er Jahren begann, sich für die Arbeit von Experten wie Therapeuten, Beratern, Architekten und Designern zu interessieren, die wie etwa Robert Venturi explizit mit Komplexität (und Widersprüchlichkeit) rechneten und Verfahren entwickelten, die Komplexität durch Verfahren zu reduzieren, die es gleichzeitig erlaubten, sie schrittweise auch wieder zu erhöhen.

Zunächst dachte man, dass die eine Hälfte des Verfahrens – Komplexitätsreduktion – genügt, doch dann entdeckte man in den 1980er Jahren unter Titeln wie thinking in action und design thinking, dass Reduktion und Steigerung reflexiv Hand in Hand gehen müssen (Donald A. Schön, Peter G. Rowe). Das Hasso-Plattner-Institut für Design Thinking in Potsdam und Stanford, CA, hat ebenso wie die Managementphilosophie der agilen Produktentwicklung  viele dieser Ideen aufgegriffen und weiterentwickelt, auch wenn man in beiden Fällen auffallend zurückhaltend mit historischen Referenzen umgeht. Man entdeckte, dass die Arbeit von Experten, die die Selbstorganisation ihres Gegenübers ernst nehmen, darin besteht, sowohl die Komplexität des Phänomens als auch, horribile dictu, die eigene Komplexität zu reduzieren und zu steigern. Kommunikation und Kontrolle, so hatte bereits Norbert Wiener die entscheidende Entdeckung der Kybernetik formuliert, bestehen darin, eine komplexe und unauflösbare Kontingenz in eine Sequenz vereinfachter Kontingenzen aufzulösen und so behandelbar zu machen. So lange man dabei nicht vergisst, was man tut, kann man moderieren und modifizieren, welche Aspekte des Phänomens und welche eigenen Ressourcen man dabei ins Spiel bringt. Unnötig zu sagen, dass der anspruchsvollste Teil dieses Verfahrens darin besteht, sich nicht nur gewisse Routinen anzueignen, die nun mal den Experten kennzeichnen, sondern über dem eigenen Erfolg, so er sich einstellt, die Reflexion nicht zu vergessen.

Komplexitätsforschung wurde zur Interaktion und Intervention. Und sie wurde, ganz nebenbei, zu einem Akt der Selbsterkenntnis. Wissenschaftler begannen, sich zu fragen, inwiefern die eigene Selbstorganisation den Zugang zu Phänomen eher erleichtert oder erschwert. Die institutionellen Widerstände waren und sind enorm. Eine Forschung, die immer nur exemplarisch vorgehen kann, weil weder die Gegenstandserkenntnis noch die Selbsterkenntnis noch das Verfahren über praktische Erfahrungen, Interventionstechniken und narrative Strategien hinaus verallgemeinert und so wissenschaftsfähig gemacht werden können, stellt eine jahrhundertealte Praxis der Objektivierung in Frage. An ihre Stelle treten Paradoxien, Ambivalenzen und Intuitionen, die es schwer machen, die eigene Forschung und ihre Ergebnisse zu evaluieren. Die Reflexion kann das Problem nicht lösen, da sie den Prozess reflektiert, aber weder den Gegenstand noch den eigenen Beitrag zur Problemlösung fixieren kann. Man lebt in Zirkeln, um mit Ranulph Glanville, einem Pionier des Design Research zu reden, und oszilliert zwischen Komplexität und Selbstreferenz.

Herbert A. Simon hat das grundsätzliche Problem der Komplexitätsforschung in seinem Buch “The Sciences of the Artificial” bereits in den 1960er Jahren auf den Punkt gebracht: Komplexitätsforschung ist keine Wissenschaft des natürlich und somit objektiv Gegebenen, sondern eine Wissenschaft des Künstlichen, das im Prozess der Interaktion und Intervention selbst hergestellt wird. Sie ist design research, Erforschung des Gestaltbaren. Möglicherweise ist es erst unsere wachsende Vertrautheit (und Befremdung) mit elektronischen Medien der digitalen Transformation von Arbeit, Freizeit und Gesellschaft, die uns erkennen lassen, dass Wissenschaft immer schon technologische Aspekte hatte. Möglicherweise haben wir Einsatz und Wirkung von Technologien zu sehr auf Aspekte einer instrumentellen Kausalität beschränkt. Jenseits dieser Aspekte hatte das Wissen der Antike, des Mittelalters und der frühen Neuzeit immer schon mehr mit der conditio humana als mit der Objektivität zu tun. Grammatik, Rhetorik und Dialektik lehrten, wie Niklas Luhmann beobachtet hat, den Umgang mit Kommunikation, und Arithmetik, Geometrie, Astronomie und Musik den Umgang mit den praktischen Problemen der Beobachtung und Gestaltung der Welt.

Komplexitätsforschung ist die Fortsetzung dieser alten Epistemologie mit neuen Mitteln und unter Bedingungen einer dramatischen Steigerung der Tiefenschärfe der Beobachtung natürlicher und sozialer Prozesse. Ein neuer Kanon des Wissens, wie ihn das alte Trivium und Quadrivium formulierten, ist nicht in Sicht. Aber Elemente dessen, man denke nur an die General Semantics von Alfred Korzybski, stehen bereit. Wir stehen vor der Herausforderung, Wissenschaft als gestaltende Praxis, als Handeln, das seinen Gegenstand verändert, zu begreifen, und dies ausgerechnet in einem Moment, in dem die Komplexität aller Phänomene, die uns interessieren, nicht mehr zu leugnen ist, und die künstliche Intelligenz rasant an Fähigkeiten gewinnt, uns mit weiteren komplexen Phänomenen zu überraschen.