8.5. Zusammenfassung

Obwohl allgegenwärtig, ist es nicht einfach eine solide allumfassende Definition des Begriffs Information zu finden. Für den Informationsbegriff gibt es verschiedene Modelle aus verschiedenen Bereichen der Geisteswissenschaften (Philosophie, Semiotik, Kommunikationswissenschaften, Soziologie, …) wie auch Naturwissenschaften (Physik) und Strukturwissenschaften (Informatik, Mathematik). Einigkeit der verschiedenen Disziplinen gibt es noch nicht.

Der natur- und strukturwissenschaftliche Informationsbegriff ist klar definiert und liefert ein Werkzeug um den Informationsgehalt zu messen. Die Thermodynamik beschreibt Information über die Entropie (\(S = k_B \cdot \ln(\Omega)\), Boltzmann), die Nachrichtentechnik über Shannons statistisches Maß (\(H = -\sum p_i \log p_i\)) und die algorithmische Informationstheorie über die Kolmogorow-Komplexität. Alle drei Ansätze sind rein syntaktischer Natur. Für Ingenieure von Informationssystemen sind sie aus technischer Sicht äußerst nützlich.

Gleichzeitig stoßen diese Ansätze an ihre Grenzen, sobald Bedeutung, Kontext und gesellschaftliche Wirkung ins Spiel kommen. Algorithmen, die Nachrichten filtern, Entscheidungen treffen oder Empfehlungen aussprechen, erzeugen Wirkungen, die sich nicht allein aus dem syntaktischen Informationsmaß erklären lassen. Das Symbol-Grounding-Problem und die Kontextabhängigkeit des Sinns zeigen darüber hinaus, dass reine Symbolmanipulation keine Bedeutung hervorbringt. Auch ist das rein auf die Syntax bezogene Informationsmaß für die Messung eines individuellen Informationsgehalts nutzlos.

Abhilfe könnten die Geisteswissenschaften bringen. Sie schlagen verschiedene, viel umfassendere aber leider auch unschärfere Informationsbegriffe vor. Die Semiotik—von Saussures Signifikant/Signifikat-Unterscheidung über Freges Sinn/Bedeutung-Trennung bis hin zu Morris‘ Integration von Syntax, Semantik und Pragmatik—gibt uns einen umfassenden Gegenentwurf zur rein syntaktischen Auffassung. Die Kybernetik und Systemtheorie erweitern den Blick weiter: Wiener versteht Information als Negentropie und damit als Gegenspieler des Zerfalls; von Foerster macht den Beobachter zum untrennbaren Teil des Informationsprozesses; Luhmann schließlich fasst Information als „Differenz die einen Unterschied macht“—als das, was im System eine Reaktion auslöst. Die Wissenspyramide nach Fuchs-Kittowski bietet eine evolutionäre Grundlage, die Information als Einheit von Syntax, Semantik und Pragmatik begreift und damit in direktem Widerspruch zur rein syntaktischen Sichtweise steht.

Ob Information emergent hervorgeht bleibt offen, doch besteht sicherlich ein Zusammenhang zwischen Information und emergentem menschlichem Verhalten. Die digitale Vernetzung führt mit großer Wahrscheinlichkeit zu Verhaltensweisen, welche spontan und unorganisiert durch die Teilnehmer*innen von IT-Systemen „von selbst“ entstehen. Die systemtheoretische These, dass die Informationsexplosion zum Aufbau komplexer Systeme führt, die mit der neuen Komplexität umgehen können, klingt schlüssig. Zu den Akteuren solcher sozialen Systeme zählen heute nicht nur vernetzte Menschen, sondern zunehmend auch künstliche Intelligenzen.

Es ist uns wichtig, dass Ihnen klar geworden ist, dass es unterschiedliche Informationsbegriffe gibt. Als Computational Thinker*innen ist Ihr Arbeitsmaterial die Information im strukturwissenschaftlichen Sinne. Sie sollten jedoch in der Lage sein, über Information hinsichtlich der verschiedenen Sichtweisen zu reflektieren. Ihnen sollte klar sein, warum Sie wann mit welcher Perspektive auf die Information blicken und weshalb eine Unterscheidung wichtig sein kann. Wir wollten Sie zudem anregen, über den Zusammenhang zwischen künstlicher Intelligenz, emergentem Verhalten komplexer Systeme, Information und IT-Systemen nachzudenken.