Soziale Simulation mit "Agent-based Modeling"

International besetzter Workshop findet zum vierten Mal am Graduiertenkolleg statt
Prof. Dr. William Rand hielt einen Vortrag zur Rolle von ABM für die Big-Data-Forschung am zweiten Workshop-Tag.
© Daniel Westmattelmann

Zum vierten Mal in Folge begrüßte das Graduiertenkolleg "Vertauen und Kommunikation in einer digitalisierten Welt" am 13. und 14. Juni Wissenschaftlerinnen und Wissenschaftler aus fünf Nationen zum Methoden-Workshop "Agent-based Modeling" (ABM). Zum Themenschwerpunkt "Social Simulation" hatte das Organisationsteam um Kollegsdoktorand Daniel Westmattelmann, Antragsteller Prof. Dr. Gerhard Schewe, Marius Sprenger (wirtschaftswissenschaftliche Fakultät der Universität Münster) und Sascha Hokamp (Universität Hamburg) hochrangige Gastredner auf dem Gebiet des "Agent-based Modeling" eingeladen. Der Workshop bietet Methodenschulung und Austauschgelegenheit für Doktoranden und Doktorandinnen unterschiedlicher Disziplinen.


Auch in diesem Jahr konnten der ABM-Experte und internationale Mentor des Graduiertenkollegs Prof. Dr. William Rand (North Carolina State University, USA) ebenso wie der Informatiker und ABM-Methodenforscher Dr. László Gulyas für den Workshop gewonnen werden. Vor 22 Teilnehmerinnen und Teilnehmern aus fünf Nationen und unterschiedlichen Forschungsdisziplinen sprachen sie einführend über Grundlagen der nicht-standardisierten Methode zur computergestützten Modellbildung und über die Rolle von ABM in der Big-Data-Forschung.


Die Vorträge der Workshop-Teilnehmer deckten ein breites Themenspektrum ab wie beispielsweise Online-Propaganda, Klimaveränderung und hybride Mediensysteme. Die interdisziplinäre Themenvielfalt des Workshops zeigt, dass "ABM in vielen verschiedenen Disziplinen angekommen ist, da mit dieser Methodik Probleme gelöst werden können, die mit 'herkömmlichen' Forschungsmethoden nicht lösbar sind", erklärt Daniel Westmattelmann, der das Verfahren für seine Forschung zum Anti-Doping-Verhalten im Spitzensport verwendet.

Dr. László Gulyás begleitet den ABM-Workhop als Experte und Gastredner seit den Anfängen.
© Daniel Westmattelmann

Zur ABM-Methode: 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 sogenannten "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-Methode 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 mithilfe von ABM 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.