Peter Sloterdijk

Wer komplexe Wirklichkeit leugnet, gibt sich gern objektiv und bezichtigt die Problembewussten der Wirklichkeitsflucht und der Träumerei.

 

 

Analytische Lösungen versus Simulation

Im Komplexitätsmanagement spielt die Simulation eine wichtige Rolle. Bei komplexem, nichtlinearem Charakter eines Modells bildet sie fast immer die einzige Möglichkeit zur Lösungsfindung.

Ein dynamisch-komplexes Modell zu analysieren und so eine Lösung für ein Problem zu erarbeiten, setzt voraus, das Verhalten des modellierten Systems über die Zeit beobachten und die Modellvariablen aus den Modellbedingungen ableiten zu können.

Qualitative Instrumente wie Feedback-Diagramme oder Bestands- und Flussgrößendiagramme verdeutlichen verschiedene Dimensionen eines zu lösenden dynamischen Problems und verbessern dadurch bereits dessen Transparenz und Kommunizierbarkeit. Sie sind im Kleinen noch mental simulierbar, d.h. die dynamischen Konsequenzen der untersuchten Struktur lassen sich im Kopf durchspielen.

Allerdings stößt das menschliche Gehirn dabei rasch an seine Grenzen.

Bei Verwendung moderner Simulationssoftware ist das Simulieren Sache eines Mausklicks. Ist das Modell nicht allzu komplex geraten und fällt der Zeithorizont nicht übermäßig lang aus, dann simulieren moderne Computer ein solches Modell in Bruchteilen von Sekunden.

Allerdings müssen dafür rein qualitative Modelle zunächst in quantitative Modelle überführt werden. Dies kann per „Kopf und Hand“ oder mit Unterstützung einer entsprechenden Software geschehen. Es existiert dafür eine Reihe von Software-Lösungen, die auf die Erstellung, Simulation und Analyse von dynamisch-komplexen Modellen spezialisiert sind.

Ohne Anspruch auf Vollständigkeit finden Sie in der rechten Spalte einige solcher Instrumente in alphabetischer Reihenfolge genannt.

Selbstverständlich lassen sich Modelle auch mit Programmiersprachen wie C++, Java, Pascal oder Fortran erstellen.

Besuchen Sie auch dazu unsere Seite mit Literaturempfehlungen, die sich allerdings aktuell noch im Aufbau befindet.


Modellierungsmethoden und -möglichkeiten sowie deren Aufgabenstellungen

Das wichtigste Ziel der Modellierungsansätze nach dem von Jay W. Forester Mitte der 1950er Jahre entwickelten System-Dynamics-Ansatz ist die Analyse und das Verständnis des Systemverhaltens komplexer Systeme. Es werden Erkenntnisse und das Verständnis über Prozesse vor allem im Zeitverlauf (zeitkontinuierliche Simulation) gewonnen und Resultate über die Wirksamkeit verschiedener Lösungsansätze generiert. Die Anwendungen sind potentiell breit gefächert, z.B. in der Volks- und Betriebswirtschaftslehre:

  • Produktionsmanagement, strategische Planung, Geschäftsmodellanalysen, Businessplanungen, Szenarioanalysen

  • Analyse der Bevölkerungsentwicklung, Analyse von Umweltbeeinträchtigungen

  • Entstehung von Katastrophen

  • Erklärungsansätze des komplexen menschlichen (sozialen) Verhaltens

Im Kern der Methode werden Systeme und der Systemkomponenten analysiert und in einem Ursache-Wirkungszusammenhang gebracht. Dadurch entstehen in der Regel vernetzte Strukturen deren gegenseitige Beeinflussung in seiner dynamischen Wirkweise so komplex ist, dass das Systemverhalten im Zeitverlauf nicht analytisch vorhersagbar ist. Das System wird somit auf einer aggregierten Ebene in sich geschlossen (d.h. mit definierten Systemgrenzen) formuliert.

Demgegenüber werden auch Modellierungsmethoden und –werkzeuge eingesetzt, die nicht von der aggregierten Ebene aus das Gesamtsystem beschreiben, sondern deren einzelne Systemteilnehmer auf sog. Mikroebene als einzelne Akteure eines Systems „individuelle“ Verhaltensweisen und Entscheidungsmöglichkeiten besitzen. Die Systemteilnehmer werden als Agenten bezeichnet, so dass es sich hierbei um ein Multiagent-System handelt. Das Systemverhalten bestimmt sich damit aus der Vielfalt der einzelnen „individuellen“ Verhaltensweisen und Verhaltensmöglichkeiten der Systemteilnehmer. Beispiele hierfür sind Warteschlangenmodelle an Kaufhauskassen oder die Analysen der Stauentstehung im Straßenverkehr. Der Vorteil dieses Ansatzes ist, dass sowohl heterogenes Verhalten der Systemteilnehmer, wie auch die Abhängigkeiten und Interaktionsmuster zwischen den verschiedenen Systemteilnehmern berücksichtigt werden können. Das Verhalten des übergeordneten Gesamtsystems ergibt sich demnach aus den Rahmenbedingungen des Modells und der Definition und Beschreibung der einzelnen Systemteilnehmer und deren gegenseitige Interaktion. Der Vorteil der agentenbasierter Simulation auf der Mikrobene (auch Mikrosimulation genannte) ist es, auf einer Ebene die Verhaltensparameter der jeweiligen Systemteilnehmer abzubilden und getrennt davon das zunächst angenommene Systemverhalten als Ganzes. Dabei spielt es keine Rolle, ob das System ein Gleichgewicht erreicht oder nicht. Dies ist im Übrigen entgegen gängiger Meinung auch nicht die Grundannahme bei den Systemdynamics-Modellen. Es ist somit z.B. möglich das Kaufverhalten von Konsumenten unter Berücksichtigung von Einkommen, Haushaltsgröße, Regionalität, Markttransparenz etc. abzubilden, um so einen mögliche Betriebswirtschaftliche Aspekte besser zu verstehen oder ein Modell des Konsumgütermarkts auf volkswirtschaftlicher abzubilden. Das bedeutet, dass Mikrosimulationsmodelle auch in volkswirtschaftliche Markromodelle eingebunden werden können (Mikro-Makro-Simulation).

Ferner können Simulations-Modelle hinsichtlich ihres zeitlichen Verhaltens kategorisiert werden. Einerseits zeitkontinuierliche Modelle und andererseits ereignisgesteuerte Modelle.

Unser Verein versteht sich als methodenoffen und werkzeugunabhängig. Wir haben daher einen groben Überblick über die gängigen softwaregestützten Modellierungswerkzeuge unter der Überschrift „Instrumente zur Modellierung und Simulation“ zusammengestellt, der sowohl die auf System-Dynamics wie auch auf agentenbasierten Ansätzen basieren. Dieser hat selbstverständlich keinen Anspruch auf Vollständigkeit. Die von der Firma AnyLogic beworbene angebotene und von der Firma SimPlan AG, Maintalangebotene Software enthält ereignisorientierte, agentenbasierte Simulation und System-Dynamics-Modellierung.

Instrumente zur Modellierung und Simulation:

AnyLogic
Artisoc
Consideo Modeler
Dynamo (PA Consulting Group)
Dynasys
ecopolicy®
Expose Excel Add-in
Heraklit
Ithink/Stella
Malik Sensitivitätsmodell
Mason Mystrategy
NetLogo
Powersim
Repast Suit
Sensitivitätsmodell Prof. Vester®
SeSAm
SWARM
Vensim