2.2 Systemisches Denken

2.2.4 Externalisation systemischen Denkens

Systemisches Denken beschreibt ein Bündel an Fähigkeiten/Kompetenzen, die es für wissenschaftliche Untersuchungen zu externalisieren gilt:

„Wenn man die Fähigkeit systemisches Denken empirisch messen möchte, dann muss

dieses Denken in geeigneter Weise materialisiert bzw. repräsentiert werden, um in einem Experiment beobachtet werden zu können.“ (Ossimitz 2002: 164)

15 In Bezug auf die Modellbildung und System-/Modellsteuerung wird der Einsatz von Computern/Simulationen als vorteil-

haft gesehen (Bollmann-Zuberbühler & Kunz 2008: 52; Mehren et al. 2014). Allerdings sind verschiedene Studien zu dem Ergebnis gekommen, dass der computerbasierte Umgang mit Komplexität nicht immer grundsätzlich gelernt wird (Leutner & Schrettenbrunner 1989; Rost 2002; Bollmann-Zuberbühler & Kunz 2008: 52/59; Rieß & Mischo 2008: 219; Rieß 2013; Rieß et al. 2013: 117). Rieß (2013) und Rieß et al. (2013) verweisen (daher) auf die Bedeutung der Einbettung des Computereinsatzes in eine auf systemisches Denken ausgerichtete Unterrichtsgestaltung.

Im Rahmen seiner Konzeptualisierung geht der Autor (Ossimitz 2000, 2002: 161) von einer sehr engen Wechselbeziehung zwischen Denken und Darstellen aus, in deren Folge er eine enge Verbindung zwischen systemischen Denkformen und systemischen Darstellungsformen postuliert:

„Wir konnten feststellen, dass bereits das bloße Sehen von zwei einfachen

Wirkungsdiagrammen Schüler dazu veranlasst, das Hilu-Beispiel ganz anders in eine Grafik umzusetzen als dies Schüler ohne einen solchen Hinweis tun“ (Ossimitz 2000: 133)

Die Qualität, in der systemisches Denken externalisiert werden kann, wird in direkter Abhängigkeit zu bestimmten, systemadäquaten Repräsentationsformen/-mitteln gesehen:

„Systemisches Denkens lässt sich nur durch adäquate systemische Darstellungsformen (bzw.

Verhaltensweisen) sichtbar und damit kommunizierbar machen.“ (Ossimitz 2002: 164)

Dieser Logik folgend kann systemisches Denken exklusiv über diejenigen Darstellungsformen/-mittel zum Ausdruck gebracht werden, die für die Externalisation grundsätzlich geeignet sind (Ossimitz 1994). Dies bedeutet, dass ein adäquates Urteil über die individuelle Ausprägung systemischen Denkens stets die Berücksichtigung der für die externalisierende Person zur Verfügung stehenden Repräsentations- möglichkeiten erfordert (Ossimitz 2000). Des Weiteren ist zu beachten, dass sich, u.a. auch bei syste- mischem Denken (Ossimitz 2002: 164), Fähigkeiten/Kompetenzen nicht aus sich selbst heraus direkt diagnostizieren lassen, sondern dass es hierfür einer spezifischen Handlung, Verhaltensweise oder Auswahlentscheidung bedarf, über die sie sich innerhalb der Rahmenbedingungen (z.B. Aufgaben- format, Anspruchsniveau) situations-/kontextbezogen manifestieren und dadurch wissenschaftlich erfassen und beurteilen lassen (OECD 2002; Rychen & Salganik 2003: 48; Kaufhold 2006; Erpenbeck & Heyse 2007). In diesem Zusammenhang hat sich die kognitive Komponente aufgrund der prinzipiellen Reproduzierbarkeit von Wissensbeständen als (besonders) „theoretisch und empirisch fassbar“ (Oelkers & Reusser 2008: 25) erwiesen.

Für die Externalisation von systemischem Denken werden nach Kunz & Bollmann-Zuberbühler (2008: 57) in empirischen Studien weitestgehend vergleichbare Operationalisierungsverfahren/-methoden eingesetzt, die einheitlich darauf abzielen, dass „Systeme in irgendeiner Form als Modell dargestellt

werden“ (ebd., S. 56). Die Modellrepräsentation, die über die Externalisation des betreffenden System-

wissens vollzogen wird, erfolgt über Repräsentationsformen, die auf verbalen Beschreibungen, mathe- matischen Gleichungen oder graphischen Visualisierungen beruhen (Ossimitz 2002: 164ff.; Hildebrandt 2006; Frischknecht-Tobler et al. 2008: 21ff.; Bräutigam 2014). Es kommen Verfahren zur Anwendung, die entweder darauf abzielen, systemrelevante Informationen aus vorgegebenen Repräsentationen herauszulesen, oder eine selbstständige Darstellung bzw. Ergänzung von systemrelevanten Informa- tionen in vorbestimmten bzw. frei zu wählenden Repräsentationsformen vorzunehmen (Kunz & Bollmann-Zuberbühler 2008: 57ff.; Bräutigam 2014; Jahn et al. 2015: 343ff.); Beispiele für Aufgaben- typologien finden sich in Rempfler & Uphues (2011: 46). Herausgelesene Systeminformationen, die sich auf Elemente, Beziehungen und Prozesse (inklusive Rückkopplungen/Kreisläufe) sowie Struktur-, Verhaltens- und Entwicklungsaspekte beziehen können, werden in Interviews (Ben-Zvi Assaraf & Orion 2005, 2010; Sommer 2005; Bertschy 2007, 2008; Booth Sweeney & Sterman 2007) oder über offene bzw. gebundene Frage-Antwort-Formate (Booth Sweeney & Sterman 2000; Ben-Zvi Assaraf & Orion 2005, 2010; Sommer 2005; Hildebrandt 2006; Rieß & Mischo 2008: 223ff.; Rieß 2013; Bräutigam 2014) erhoben; dies betrifft u.a. die Interpretation vorgegebener Systemmodelle (vgl. in Bräutigam 2014). Da verbale Repräsentationen einem linearen Wiedergabeprinzip unterliegen, das sich nur in begrenz- tem Maße für komplexe, nicht lineare Sachverhalte eignet, und sie zudem an individuelle Sprachfähig- keiten gebunden sind, finden häufig graphische Repräsentationsformen Verwendung (Bollmann-

Zuberbühler 2008: 101; Frischknecht-Tobler et al. 2008: 21ff.; Rempfler 2009: 73; Bräutigam 2014). Bei einer gängigen Vorgehensweise dient eine verbale, seltener auch eine graphische Repräsentation als Vorlage und es gilt die darin enthaltenen Systeminformationen in Diagrammen, Graphen oder selbst- gezeichneten Skizzen vollständig oder als Ergänzung graphisch wiederzugeben (Ossimitz 2000; Booth Sweeney & Sterman 2000; Ben-Zvi Assaraf & Orion 2005, 2010; Sommer 2005; Rieß & Mischo 2008: 224; Sommer & Lücken 2010; Rempfler & Uphues 2011: 46; Brandstädter et al. 2012; Rieß 2013; Mehren et al. 2014). Als Diagrammtypen dienen Struktur-, Fluss- und Kausal-/Wirkungsdiagramme, die v.a. auf die Repräsentation der verschiedenen Merkmale abzielen (Ossimitz 1994: 197, 2000, 2002: 164ff.; Hildebrandt 2006; Frischknecht-Tobler et al. 2008: 21ff.; Bräutigam 2014). Für Ossimitz (2000) sind Wirkungsdiagramme das Standardwerkzeug für vernetztes Denken, obschon sie, wie andere Diagrammtypen, aufgrund ihrer qualitativen Natur nur begrenzt quantitative Aussagen zulassen. Diagramme und Graphiken erleichtern nach Bräutigam (2014) die Erfassung von Systeminformationen, z.B. über Elemente, Beziehungen und Prozesse. Sie sind i.d.R. auf diese inhaltlich ausgerichtet, sodass diese auf Anhieb und ohne weiteren Interpretationsbedarf abgelesen werden und zum Aufbau eines mentalen Modells beitragen können. Durch Modellsimulation lassen sich der Autorin zufolge weiter- führende Erkenntnisse in Form von Erklärungen, Prognosen und zielgerichteten Eingriffsplanungen generieren. Durch Diagramme und Graphiken kann die Wahrnehmbarkeit von Mustern und raumzeit- lichen Prozessen vergrößert (erhöhte Salienz) und Folgerungsprozesse vereinfacht werden. Des Weiteren bieten sie eine Erleichterung für Informationsverarbeitungsprozesse, indem die in ihnen konkret veranschaulichten Informationen in ihrer Wahrnehmbarkeit und Interpretierbarkeit erhöht werden und dadurch die kognitive Verarbeitbarkeit verbessert wird. Zugleich können Gedanken auf die in ihnen visualisierten Informationen ausgelagert werden, sodass die kognitive Belastung reduziert wird (Bräutigam 2014). Kausal-/Wirkungsdiagramme bieten eine fokussierte Repräsentation, sodass sich die komplexe Systemstruktur, bzw. ein Teil davon, gut abbilden und wahrnehmen lässt (Bräutigam 2014). Dies gilt ebenso für die mit der Graphentheorie in Verbindung stehenden Mapping-Techniken wie das Mind Mapping oder das in Kapitel 2.3.2 ausführlich behandelte Concept Mapping, von denen insbesondere Letzteres in zahlreichen Studien bereits Verwendung gefunden hat (Ben-Zvi Assaraf & Orion 2005, 2010; Sommer 2005; Rieß & Mischo 2008: 224; Sommer & Lücken 2010; Viehrig et al. 2011: 49ff.; Brandstädter et al. 2012; Viehrig et al. 2012: 99f; Tripto et al. 2013; Viehrig 2015; vgl. in Jahn et al. 2015). Nach Bräutigam (2014) ist auch die Identifikation der Systemgrenze, neben offenen Fragen, bereits in graphischer Form durchgeführt worden, indem „SchülerInnen auf einer Karte mit

Elementen eines Systems […] eine Grenze einzeichnen“ (ebd., S. 38) sollten.

Sofern der Umgang mit graphischen Repräsentationsformen noch nicht (ausreichend) beherrscht wird, bedarf es einer Kennenlern-/Übungsphase, in der Grundlagen vermittelt und die Beherrschung geübt wird. Diese Maßnahme dient der Minimierung/Eliminierung potenzieller Störeinflüsse im Bereich der handwerklichen Anwendung (Kunz & Bollmann-Zuberbühler 2008: 58). Die positive Wirkung der selbstständigen Konstruktion auf die Auseinandersetzung mit Systemen und das systemische Denken zeigen Studien wie die von Ossimitz (1994, 1996, 2000) und Bell (2004). Im Rahmen einer parallelen Systemerkundung und Diskussion im Lerntandem (Sekundarstufe II) kann die selbstständige Konstruk- tion graphischer Systemrepräsentationen nach Bell (2004) eine positive Wirkung entfalten: dies gilt z.B. im Zuge der selbstständigen Wiederholung repräsentierter Inhalte, der eigenen Organisation komplexer Abläufe/Zusammenhänge, der vertieften gedanklichen Auseinandersetzung mit dem zu repräsentierenden System, konstruktionsdynamischen Vorgängen mit generativem Moment, z.B. eigene Entwicklung neuer Fragen und eigene Erkenntnisgewinnung, sowie während des Repräsen- tationsprozesses selbst. Letzterer fordert dazu auf, das zu Repräsentierende mental nachzuvollziehen

und dient als Abstraktionsgrundlage. Bei bestimmten Repräsentationsformen können zeitbezogene Systemaspekte (Dynamiken) veranschaulicht werden, die zum Aufbau eines lauffähigen mentalen Systemmodells beitragen16 (Bell 2004). Eine weitere positive Wirkung im Kontext der Wieder- verwendung/Rekonstruktion besteht dem Autor zufolge darin, dass die repräsentierten Strukturen als Keimzellen für eine Anpassung an die Gegebenheiten anderer Systeme genutzt werden können und im Rahmen eines advance organizer (Kapitel 2.3.2.3) selbst als Anknüpfungspunkte für nachfolgendes systemisches Denken fungieren können. Dass die positive Wirkung jedoch nicht unbeschränkt gültig ist, sondern durch die individuelle Ausprägung des bereichsspezifischen Vorwissens (zu einem bestimmten Teil) beeinflusst wird, hat die Studie von Hildebrandt (2006) gezeigt: In dieser Unter- suchung profitierten ausschließlich Oberstufenschüler/innen mit hohem bereichsspezifischem Vor- wissen von der selbstständigen Konstruktion, während für jene mit geringem Vorwissen vorgegebene graphische Repräsentationen (Fluss-/Wirkungsdiagramme) vorteilhafter waren, da die erfolgreiche Selbstkonstruktion durch den Mangel bereichsspezifischer Schemata unterbunden wurde. Der Autorin zufolge ist die Aussagekraft dieser Erkenntnis allerdings einzuschränken, da die Schüler/innen mit sehr komplexen Systemen konfrontiert wurden.

Zur Repräsentation von Systemprozessen bzw. des Systemverhaltens in exakt quantifizierbaren oder qualitativ beschreibbaren Bezugsdimensionen, z.B. Zeit, Größe, Stärke, Intensität, Flussrate, Volumen, Ausmaß, werden v.a. Verlaufsdiagramme/-graphiken eingesetzt, mit deren Hilfe sich Veränderungen bei Bestandsgrößen durch Zu-/Abflüsse sowie Dynamiken in graphischer Form repräsentieren lassen (Booth Sweeney & Sterman 2000; Hildebrandt 2006; Frischknecht-Tobler et al. 2008: 21ff.; Kunz & Bollmann-Zuberbühler 2008: 59ff.). Es gilt dann oftmals entweder den Verlauf in diesem Diagrammtyp einzuzeichnen oder Fragen zu einem in Diagrammform repräsentierten Systemprozess/-verhalten an- hand vorgegebener Informationen zu beantworten (Booth Sweeney & Sterman 2000; Ossimitz 2000; Sommer 2005). Ein weiterer Ansatz sieht Fragen auf der Basis eines vorgegebenen Aufgabenstamms mit systemrelevanten Informationen vor (Rempfler & Uphues 2011: 46). Bei quantitativen Angaben kommen u.a. Überführungen in mathematische Gleichungen zum Einsatz (Ossimitz 2002: 164f.). Bezüglich der Prognose der Systementwicklung verweisen Kunz & Bollmann-Zuberbühler (2008: 62f.) sowie Bräutigam (2014) auf eine Reihe von Studien (u.a. Booth Sweeney & Sterman 2000; Ossimitz 2000; Ben-Zvi Assaraf & Orion 2005; Sommer 2005; Bertschy 2007, 2008), in denen in Interviews oder in schriftlichen Fragen retrospektiv Auskünfte zum Verhalten bzw. zur potenziellen Weiterentwicklung gegeben werden sollten. Bei Bräutigam (2014) sollten Prognosen aus graphisch vorgegebenen Modellen entwickelt werden, während bei Sommer (2005) die Auswirkungen bzw. Folgen von System- veränderungen retrospektiv zu beurteilen gewesen sind. Rieß & Mischo (2008: 224) ließen auf der Basis vorgegebener Informationen zunächst Multiple-Choice-Items zu kurz-/langfristigen Folgen beantworten, die es anschließend in ein Wirkungsdiagramm zu überführen galt (Rieß 2013).

Studien zur Operationalisierung des Bereichs Handlungsentwurf bzw. von konkretem systemgerechten Handeln werden u.a. bei Kunz & Bollmann-Zuberbühler (2008: 62ff.), Rempfler & Uphues (2011: 46) und Bräutigam (2014) überblicksartig vorgestellt: diese beruhen auf Interviews (vgl. Bertschy 2007, 2008) oder Frage-Antwort-Formaten zu einem vorgegebenen System (Bräutigam 2014), das zuvor teil- weise computerbasiert gesteuert wird (Leutner & Schrettenbrunner 1989).

16 In diesem Zusammenhang verweist Bräutigam (2014) darauf, „dass SchülerInnen mit Hilfe von Kausaldiagrammen mentale Modelle simulieren und somit zu weiterführenden Schlussfolgerungen wie Erklärungen, Prognosen und zielgerichteten Eingriffsplanungen gelangen können“ (ebd., S. 61). Der Autorin zufolge ist es möglich, „von einer statisch dargestellten (System)Struktur auf dessen (System)Funktionen und -Abläufe“ (Bräutigam 2014: 63) zu schließen. Voraus-

2.2.5 Zusammenfassung und Fazit

Das Systemkonzept dient als Grundlage für die Erfassung von Wirklichkeitsbereichen, auch in der Geographie (vgl. Kapitel 2.1.3.2). Während u.a. biologische Systeme wie etwa Zellen oder Organismen eine klar definierte Systemgrenze besitzen, sind sehr große Gebilde, v.a. immaterieller Art, gedankliche Konstrukte modellhaften Charakters, deren Abgrenzung von der Umwelt aus bestimmten Interessen heraus erfolgt. Systeme zeichnen sich durch bestimmte Merkmale und Eigenschaften aus, die ihre Identität und Funktionsweise bestimmen. Die Vielfalt an potenziell konstruierbaren Systemen kann nach Hildebrandt (2006) in abgeschlossene, geschlossene oder offene, statische oder dynamische, deterministische oder stochastische sowie in stabile oder instabile Systeme unterschieden werden. Rieß (2013) bzw. Rieß et al. (2013: 112f.) differenzieren wie Bossel (2004) hinsichtlich der Komplexität zwischen Nichtsystemen, einfachen und hochkomplexen Systemen, von denen v.a. letztere eine tief- greifende, i.d.R. computergestützte Analyse und Simulation erfordern. Das (ggf. computergestützt) aus der kognitiven Auseinandersetzung mit einem System hervorgehende mentale Systemmodell wird als Systemwissen in den kognitiven Strukturen festgehalten.

Obschon keine einheitliche Terminologie vorliegt, herrscht Einigkeit, dass es sich bei dem Konstrukt Systemisches Denken um ein Bündel verschiedener Fähigkeiten/Kompetenzen handelt. Deren zentrale Inhalte erweisen sich über Konzeptualisierungen hinweg z.T. als differenziert. Übereinstimmungen zwischen verschiedenen Modellen und Konzeptualisierungen deuten darauf hin, dass im statischen Bereich die Erfassung der Systemgrenze und der konstituierenden Elemente samt ihrer Beziehungen untereinander, die die Systemstruktur begründen, eine zentrale Bedeutung besitzen. Im Prozess- bereich betrifft dies die Systemprozesse, die ggf. Emergenzen oder Instabilität hervorrufen können. In ihrer Gesamtheit bewirken sie das Systemverhalten, das sich, wie die einzelnen Merkmale selbst, (u.U.) mit Blick auf die Zukunft prognostizieren lässt. In welchem Rahmen systemisches Denken im Kontext der BNE erfolgt, wird im weiteren Verlauf der Arbeit (Kapitel 3.1) spezifiziert.

In der Praxis herrschen oft unzureichende Herangehensweisen an Systeme vor. In verschiedenen Studien haben jedoch auch Sekundarstufenschüler/innen bereits altersgemäße Formen systemischen Denkens gezeigt. Als eine personale Variable gilt das Ausmaß des bereichsspezifischen Vorwissens. Auch allgemeines kontextuelles Wissen über das Systemkonzept erscheint als Faktor relevant. Die Bedeutung deklarativen/prozeduralen Wissens wird gesehen, teilweise auch die Notwendigkeit für metakognitives Wissen. Nach Ben-Zvi Assaraf & Orion (2005) entfalten des Weiteren higher-order thinking skills im Sinne von Denkfähigkeiten auf den höheren kognitiven Anforderungsstufen bei Bloom et al. (1956) bzw. Anderson et al. (2001) ihre Wirkung. Der Einfluss weiterer personaler Vari- ablen wie Interesse bzw. Motivation oder Alter (Klassenstufe) ist hingegen weniger deutlich belegt. Durch Übung und angemessene Lernangebote können Leistungen im systemischen Denken verbessert werden. Dies betrifft die Beherrschung von Repräsentationsformen für die Externalisation des System- wissens. Im Kontext der Studien in Kapitel 2.2.4 zeigt sich die Vielfalt an Verfahren und Vorgehens- weisen, mit denen systemisches Denken zu erfassen versucht wird. Nach Bräutigam (2014) sind hier- von bisher (weitestgehend) nur wenige unterschiedliche Fähigkeiten/Kompetenzen betroffen gewe- sen, wobei der selbstständigen Konstruktion graphischer Repräsentationen, wenn auch unter dem Einfluss individuellen bereichsspezifischen Vorwissens, eine positive Wirkung zugesprochen wird. Aus der Vielfalt der zur Verfügung stehenden Repräsentationsmöglichkeiten wird im Anschluss eine bestimmte Methode/Technik eingehend betrachtet.

Im Dokument Digitale Luft- und Satellitenbilder in der Bildung für Nachhaltige Entwicklung - Eine empirische Untersuchung mit Kursstufenschüler/innen zur Wirksamkeit für die systemische Erschließung von Erdräumen am Beispiel des Braunkohleabbaus im Rheinland (Seite 63-68)