Erfolgreicher "Agent-based Modeling"-Workshop im DFG-Graduiertenkolleg

[22.07.2015] Nach der erfolgreichen Erstausgabe fand vom 16.-17. Juli 2015 im Rahmen einer Kooperation zwischen dem DFG-Graduiertenkolleg und der Universität Hamburg der „2nd Münster Workshop on ABM“ statt.

Die Organisationsleiter Gerhard Schewe (WWU Münster) und Sascha Hokamp (Universität Hamburg) konnten in diesem Jahr mit Klaus G. Troitsch (Universität Koblenz-Landau) und László Gulyas (Eötvös Loránd University, Ungarn) wieder sehr namhafte Gastredner in Münster begrüßen. Nach den einführenden Vorträgen „Introduction to Models, Simulations and Agents“ und „The Role of Simulation for Theory Building and Empirical Research“, hatten die TeilnehmerInnen die Möglichkeit ihre eigenen Forschungsideen und Modelle vorzustellen und im Plenum zu diskutieren, um von der jahrelangen Erfahrungen der Gastredner im Bereich ABM profitieren zu können. Am zweiten Tag des Workshops lag der Fokus auf der Umsetzung von Forschungsideen, wobei u.a. verschiedene Software-Module vorgestellt wurden.

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.