
Die menschliche Hand verbindet komplexe Motorik mit Sensorik. Sie fühlt, was geschieht, und passt sich unmittelbar an.
© Hauke-Christian Dittrich. Montage: Julia Stier
Das Schweiger der Könner
Können besteht aus weit mehr als aus abrufbarem Fachwissen. Es ist sedimentiertes Erfahrungswissen, das oft schwer fassbar ist. Dies stellt die Robotik aktuell vor Probleme.
Von Dr. Markus Römer
Schuhe binden, Treppen steigen, Fahrradfahren – diese und andere Handgriffe und Handlungen des Alltags halten wir für nicht weiter bemerkenswert. In Wirklichkeit sind sie äußerst voraussetzungsvoll und nur durch sehr viel Übung und Können möglich. Erst seit einigen Jahrzehnten beginnt die Wissenschaft zu verstehen, wie komplex das Phänomen der Könnerschaft ist.
Auch handwerkliches Können kommt vermehrt in den Fokus wissenschaftlicher Analyse. Ein Problem hierbei: Könnern fällt es oft schwer, über ihre Arbeitspraxis Auskunft zu geben. Die Tischlerin spürt über die Vibration der Hobelgriffe, ob das Holz blockiert oder die Faser reißt. Ein Schweißer hört, ob ein Schweißprozess sauber abläuft. Aber wie machen sie das eigentlich genau?
Was wie Intuition erscheint, ist in Wahrheit sedimentierte Erfahrung – erworben durch unzählige Wiederholungen, Fehlversuche und Aha-Erlebnisse. Können ist an die Person und die Praxis gebunden. Außerhalb der konkreten Situation lässt es sich nur schwer fassen. Der Neurowissenschaftler Georg Hans Neuweg nennt dieses Phänomen das „Schweigen der Könner“: Man kann etwas, ohne vollständig sagen zu können, wie man es macht. Nach Erkenntnis der Neurowissenschaft ist der größte Teil unseres Wissens von dieser Art, ist „implizites Wissen“, also Wissen, das nicht oder nur schwer in Worte fassbar ist.
Dies stellt die Wissenschaft im Zuge der Entwicklung von KI-gesteuerten Cobots vor große Probleme. Denn die meisten verkörperten Fertigkeiten von Menschen sind weder schriftlich noch videografisch in ihrer praktischen Tiefe dokumentiert. Sie können also nicht einfach in Form von Daten einer KI als Lerngrundlage zur Verfügung gestellt werden. Ein aktueller Lösungsansatz ist: Roboter gehen bei Menschen „in die Lehre“, lernen an Hand von vorgemachten Bewegungen und Handgriffen direkt aus der Praxis.
Welche handwerklichen Tätigkeiten Cobots auf diese Art zukünftig erlernen werden, ist unklar. Klar ist: Die Komplexität von handwerklicher Könnerschaft tritt im Zuge des Versuchs ihrer technischen Nachbildung heute mehr denn je zu Tage.