Workshop zu Agent-Based Modeling (ABM) gibt neue Impulse in Richtung computergestützter Modellbildung

[03.09.2014] Vom 17.-18. Juli 2014 fand im Rahmen einer Kooperation zwischen dem DFG-Graduiertenkolleg und der Universität Hamburg der „1st Münster Workshop on ABM“ statt. Organisationsleiter Gerhard Schewe (WWU Münster) und Sascha Hokamp (Universität Hamburg) begrüßten neben den Gastrednern László Gulyas (Eötvös Loránd University, Ungarn) und Iris Lorscheid (Technische Universität Hamburg Harburg) 17 weitere TeilnehmerInnen aus Deutschland, Ungarn und den Niederlanden. Neben Vorträgen zu Aufbau und Organisation von ABM, hatten die TeilnehmerInnen die Möglichkeit ihre eigenen Modelle und Forschungsideen vorzustellen und im Plenum zu diskutieren. Die Anwendungsgebiete der ABM reichten dabei von der Modellierung von Netzwerkeffekten im Mobilfunkmarkt über organisationalen Routinen bis hin zu Dopingverhalten im Spitzensport.

Agent-based Modeling (ABM) ist eine nicht-standardisierte Methode der computergestützten Modellbildung, wobei ein System erschaffen wird, das aus mehreren Akteuren mit autonomer Entscheidungsfähigkeit besteht, den sog. „Agenten“. Diese Methode findet aktuell immer mehr Anwendung und wird – neben den Methoden der Argumentation und Formalisierung – auch als „third way of doing science“ bezeichnet. Durch die Anwendung der computergestützten ABM können nicht-lineare Zusammenhänge sowie erheblich größere Datenmengen verarbeitet werden. Den einzelnen Agenten oder ganzen Agentengruppen können verschiedene Eigenschaften zugeordnet werden, wodurch sich heterogene Verhaltensweisen abbilden lassen. Iterative und zum Teil auf wettkampfberuhende Interaktionen zwischen den Agenten, die mit Hilfe von ABMen simuliert werden, basieren in der Regel auf komplexen mathematischen Verfahren wie neuronalen Netzen oder evolutionären Algorithmen, um Lern- und Adaptionsprozesse möglichst realitätsnah darstellen zu können. Jeder Agent bewertet dabei seine Situation und trifft daraufhin individuell Entscheidungen auf der Mikro-Ebene. Auf der Makro-Ebene resultiert das Systemverhalten aus dem interaktiven Verhalten der einzelnen Agenten, wodurch es zu Emergenzen kommen kann, indem sich ein Systemverhalten herausbildet, das nicht direkt aus den Entscheidungsalgorithmen der Agenten ableitbar ist. Ein Anwendungsbeispiel aus dem Bereich der agentenbasierten Modellierung ist die Untersuchung von sozialen Netzwerken.