Wissen

Begriff und Grundfragen

Wissen oder Kenntnis bezeichnet üblicherweise einen für Personen oder Gruppen verfügbaren Bestand von Fakten, Theorien und Regeln, von deren Gültigkeit oder Wahrheit mit einem hohen Grad an Gewissheit ausgegangen wird. Bestimmte Formen und Speicherungen von Wissen gelten als Kulturgut.

In der Erkenntnistheorie wird Wissen traditionell als wahre und begründete Auffassung beziehungsweise „justified true belief“ bestimmt. Damit lässt es sich von bloßer Überzeugung, Glauben oder Meinung unterscheiden. Zugleich ist diese Bestimmung umstritten: Als Wissen deklarierte Beschreibungen können wahr oder falsch sowie vollständig oder unvollständig sein. Wahrnehmungen werden durch den biologischen Wahrnehmungsapparat gefiltert und interpretiert. Daher stellt sich die Frage, ob und wie Wissen Wirklichkeit mehr als nur als hypothetisches Modell wiedergeben kann.

Ein weiterer, besonders in Informatik, Psychologie, Pädagogik und Sozialwissenschaften verbreiteter Gebrauch versteht Wissen als vernetzte Information. Informationen werden zu Wissensinhalten, wenn ihr Kontext eine angemessene Nutzung ermöglicht. Forschung untersucht deshalb auch Speicherung und Vernetzung im Gehirn, Wissensrepräsentation in künstlichen Systemen, Wissenserwerb und Vermittlung sowie den gesellschaftlich geregelten Zugang zu Wissen.

Wissen als wahre, begründete Überzeugung

Beim propositionalen Wissen, also Wissen-dass, ist „S weiß p“ nach einer klassischen Analyse genau dann wahr, wenn drei Bedingungen erfüllt sind:

• p ist wahr (Wahrheitsbedingung).
• S ist überzeugt, dass p wahr ist (Überzeugungsbedingung).
• S kann einen Grund oder eine Rechtfertigung dafür angeben, dass p wahr ist (Rechtfertigungsbedingung).

Eine Meinung allein genügt nicht, weil sie falsch sein kann. Auch eine zufällig wahre Meinung ist kein Wissen: Wer die nächsten Lottozahlen zufällig richtig vermutet, weiß sie deshalb nicht. Für bereits gezogene Lottozahlen können dagegen Rechtfertigungen vorhanden sein.

Edmund Gettier zeigte 1963 mit Gegenbeispielen, dass auch wahre, gerechtfertigte Überzeugungen kein Wissen sein müssen. Im Beispiel glaubt Smith begründet, Jones werde einen Job erhalten und habe zehn Münzen in der Tasche. Daraus folgert er: „Der Mann, der den Job bekommen wird, hat zehn Münzen in seiner Tasche.“ Tatsächlich erhält Smith selbst den Job und hat ebenfalls zehn Münzen bei sich, ohne dies zu wissen. Der Satz ist wahr und Smiths Überzeugung gerechtfertigt, aber die Wahrheit beruht auf Zufall.

In der Gettier-Debatte wurde vorgeschlagen, eine vierte Bedingung hinzuzufügen. David Armstrong verlangte etwa, dass die Überzeugung nicht aus falschen Annahmen abgeleitet sein darf. Alvin Goldmans Scheunenbeispiel zeigt jedoch weitere Schwierigkeiten: In einer Gegend voller täuschend echter Scheunenattrappen sieht ein Besucher zufällig die einzige echte Scheune. Seine wahre, durch Wahrnehmung gerechtfertigte Überzeugung wirkt dennoch nicht wie Wissen. Goldman forderte daher eine verlässliche Ursache der wahren Überzeugung. Solche reliabilistischen Ansätze haben das „generality problem“: Ob eine Methode verlässlich ist, kann davon abhängen, wie allgemein oder spezifisch sie beschrieben wird.

Manche Philosophen bezweifeln deshalb, dass Wissen exakt definierbar ist. Nach Ludwig Wittgensteins Spätphilosophie kann „Wissen“ ein alltagssprachlicher Begriff ohne scharfe Grenzen sein, dessen Verwendungen durch Familienähnlichkeiten verbunden sind. Timothy Williamson vertritt in der „Knowledge First“-Erkenntnistheorie, Wissen sei nicht durch andere Begriffe erklärbar, sondern Ausgangspunkt weiterer Erkenntnistheorie.

Formen und Herkunft des Wissens

Wissen-wie ist praktisches Wissen, also eine Fähigkeit oder Disposition, etwa Fahrrad fahren oder Klavier spielen. Es bezieht sich meist nicht auf Fakten und lässt sich oft nicht vollständig sprachlich erklären. Wissen-dass bezieht sich dagegen auf sprachlich ausdrückbare Propositionen oder Tatsachen, etwa: „Wale sind Säugetiere.“ Skeptizistische Debatten betreffen in der Regel Wissen-dass.

Exaktes Wissen setzt nach dem Artikel erstens die Kenntnis einer Struktur voraus, die auf einem vollständigen und widerspruchsfreien Axiomensystem beruht oder in einer rekursiven Sprache, praktisch gleichbedeutend in einer Chomsky-1-Grammatik, formuliert ist; zweitens ist das Verstehen der Theorie erforderlich. Diese Bedingungen könnten nur Mathematik und Theoretische Physik erfüllen. Heisenberg nennt vier abgeschlossene physikalische Theorien: klassische Mechanik, Elektrodynamik zusammen mit spezieller Relativitätstheorie, statistische Theorie der Wärme und Quantenmechanik.

Empirisches Wissen beruht auf einer vom untersuchenden Subjekt unabhängigen Außenwelt, Daten aus den fünf Sinnen und der Rechtfertigung von Resultaten durch Erfahrung. Galileo Galilei hebt Hypothese und Überprüfung hervor; Mendel erkannte Statistik als grundlegendes Instrument. Empirisches Wissen ist nicht sicher: Karl Popper formulierte „Wir wissen nicht, wir raten“. Sein Anspruch hängt unter anderem davon ab, wie exakt die zugrunde liegende Theorie ist und ob das Prüfverfahren Objektivität, Reliabilität und Validität erfüllt.

Nach Herkunft unterscheidet man angeborenes und erworbenes Wissen sowie apriorisches und Wissen a posteriori. Noam Chomsky erklärt Spracherwerb durch angeborenes grammatisches Wissen; Umfang und Bezeichnung solcher Mechanismen als Wissen bleiben umstritten. A-priori-Wissen ist unabhängig von Erfahrung überprüfbar, beispielsweise „Alle Junggesellen sind unverheiratet“; auch mathematisches Wissen gilt häufig als apriorisch. A-posteriori-Wissen entspringt Erfahrung, Beobachtung oder Experiment.

Michael Polanyi führte 1966 die Unterscheidung von explizitem und implizitem Wissen ein. Explizites Wissen ist bewusst verfügbar und sprachlich ausdrückbar. Implizites Wissen, etwa Sprachgefühl oder ärztliche Diagnosepraxis, kann zuverlässig angewendet werden, ohne dass alle Regeln genannt werden können. Im Langzeitgedächtnis unterscheidet die Psychologie deklaratives Faktenwissen von prozeduralem Wissen über Handlungsabläufe. Deklaratives Wissen ist semantisch, etwa „Paris ist die Hauptstadt von Frankreich“, oder episodisch, also Erinnerung an eine bestimmte Situation. Fahrrad fahren, Tanzen und Schwimmen sind typische prozedurale Beispiele.

Repräsentation, Lernen und künstliche Systeme

In kognitiven Wissenschaften ist Wissen organisierte, gespeicherte und integrierte Information. Es muss in diesem Sinn nicht wahr sein und auch nicht bewusst vorliegen; auch Computer oder Tiere können darüber verfügen. Information wird durch Verknüpfung mit weiterer Information zu Wissen.

Semantische Netze stellen Begriffe als Knoten und ihre Beziehungen als Verbindungen dar. Aus „Kanarienvögel sind Vögel“ und „Vögel haben Federn“ lässt sich „Kanarienvögel haben Federn“ schließen. Dies spart Speicherplatz, weil allgemeine Eigenschaften nicht für jede Unterart erneut gespeichert werden. Im Modell von Collins und Quillian benötigten Probanden durchschnittlich 1310 Millisekunden für „Vögel haben Federn“, 1380 Millisekunden für „Vögel atmen“ und 1470 Millisekunden bei zwei Knoten Abstand. Häufig verwendete Informationen können direkt gespeichert sein; Ausnahmen wie „Strauß kann nicht fliegen“ werden an spezielleren Knoten festgehalten.

Künstliche Intelligenz nutzt unter anderem Relationen wie „isa“ (A ist eine Teilmenge von B) und „hasprop“ (A hat die Eigenschaft B). Daraus folgt etwa aus „Kanarienvogel isa Vogel“ und „Vogel hasprop fliegen“ die Aussage „Kanarienvogel hasprop fliegen“. Alternativ arbeiten Schemata mit prototypischen Merkmalen und spezifischen Abweichungen. Expertensysteme speichern Fachwissen, etwa für medizinische Diagnostik; Mycin wurde 1972 zur Diagnose und Therapie von Infektionskrankheiten durch Antibiotika entwickelt. Dialogsysteme wie ELIZA von Joseph Weizenbaum aus dem Jahr 1966 zeigen zugleich Grenzen: umfassendes Alltagswissen sowie Humor und Ironie lassen sich nicht einfach repräsentieren. Alan Turings Turing-Test von 1950 fordert für „denkende Maschinen“, dass sie in Kommunikation nicht von Menschen zu unterscheiden sind; reale Dialogsysteme seien davon weit entfernt.

Im Konnektionismus oder Parallel Distributed Processing wird Wissen verteilt durch gewichtete Verbindungen künstlicher Neurone repräsentiert. Ein Input breitet Aktivität im Netz aus und führt zu Outputs, beispielsweise bei Mustererkennung. Lernen verändert die Gewichte dieser Verbindungen; die Hebbsche Lernregel wurde 1949 von Donald Olding Hebb formuliert. Solche Netze eignen sich häufig für Muster- und Spracherkennung, während symbolische Verfahren explizites semantisches Wissen gut darstellen. Auch das Gehirn wird als verteilte Repräsentation erforscht, unter anderem mit Magnetresonanztomographie.

Soziale Bedeutung, Grenzen und Bildung

Wissen wird sozial erzeugt, vermittelt und überprüft. Die soziale Erkenntnistheorie untersucht entweder, ob Praktiken wie Forschungsorganisation, wissenschaftliche Autoritäten, juristische Verfahren oder Presse zur Bildung wahrer Meinungen beitragen, oder sie beschreibt, wie Meinungen tatsächlich als Wissen akzeptiert werden. Wissenschaftssoziologie und Wissenschaftsgeschichte verweisen dabei auf politische, rhetorische und institutionelle Einflüsse. Relativistischer Konstruktivismus lehnt kontextfreie oder kulturübergreifende Rationalitätsstandards ab; nichtrelativistische Konstruktivismen halten dagegen kontextabhängige Begriffe für vereinbar mit kontextunabhängigen Fakten.

Wissen kann Grenzen haben. Skeptizismus akzeptiert objektive Fakten, bezweifelt aber, dass Menschen Wissen darüber erlangen können. Descartes' methodischer Zweifel verweist darauf, dass Sinne täuschen können, Erfahrungen Träume sein könnten oder eine umfassende Täuschung denkbar sei. Bereichsspezifische Grenzen können metaphysisch sein, etwa bei Gott, freiem Willen oder Bewusstsein, oder empirisch: Daten können fehlen oder zu komplex sein. Kant beschreibt metaphysische Antinomien, in denen sich sowohl Thesis als auch Antithesis überzeugend begründen lassen. Empirische Wissenschaften erreichen nach fallibilistischen Positionen keine absolute Gewissheit, können aber trotz möglichem Irrtum wahre und gerechtfertigte Meinungen hervorbringen. Die pessimistische Induktion erinnert daran, dass frühere erfolgreiche Theorien wie Äthertheorie, Phlogistontheorie oder Humoralpathologie später als falsch galten.

Als Wissensgesellschaft wird die These bezeichnet, dass Wissen im 20. Jahrhundert wirtschaftlich und gesellschaftlich besonders wichtig geworden sei. Der Begriff bleibt unscharf, weil jede Gesellschaft Wissen benötigt und verteilt. Zentral sind Fragen nach gerechtem Zugang, Wissensfreiheit und dem Zusammenhang von Wissen und Macht. Open-Access- und Open-Content-Bewegungen bemühen sich um freien Zugang und freie Weiterverwendbarkeit von Wissen.

Lernpsychologie und Pädagogik erforschen Erwerb und Vermittlung von explizitem und implizitem Wissen. Ebbinghaus führte 1885 Lernkurven ein; Konditionierung erklärt Lernen durch antrainierte Reiz-Reaktions-Verbindungen. Neuere Ansätze beziehen Wissensrepräsentationen, neuronale Netze und soziale Konstruktion von Wissen ein. Grundlegende Kompetenzen sind Lesen, Schreiben und/oder Rechnen, besonders Lesekompetenz. Informations- und Medienkompetenz helfen beim selbstorganisierten Erschließen von Wissen und beim lebenslangen Lernen.

In Blooms Lernzieltaxonomie ist Faktenwissen nur die erste Stufe. Es folgen Verstehen, Anwenden, Analyse, Synthese und Bewertung.