International besetzter "Agent-Based Modeling" Workshop im DFG-Graduiertenkolleg

[21.07.2016] Zum dritten Mal hat das DFG-Graduiertenkolleg am 14. und 15. Juli 2016 den „Münster Workshop on ABM“ ausgerichtet. Mit William Rand (University of Maryland, USA) und László Gulyas (Arise Europe Lead in Central and Eastern Europe, Ungarn) begrüßte das Organisationsteam um Daniel Westmattelmann, Gerhard Schewe (beide WWU Münster) und Sascha Hokamp (Universität Hamburg) wieder hochrangige Gastredner in Münster.

Während László Gulyas bereits die ersten beiden Ausgaben des Workshops mitgestaltet hat, konnte sich William Rand, der auch als internationaler Mentor im Graduiertenkolleg tätig ist, erstmalig vor Ort in die interdisziplinäre Arbeit des Graduiertenkollegs einbringen. Mit Teilnehmern aus verschiedenen Fachdisziplinen, die unter anderem aus dem Iran oder Polen angereist waren, wurde offen und kontrovers über die zahlreichen Anwendungsmöglichkeiten der Agenten-basierten Modellierung diskutiert.

Abmfinal2


Nach den einführenden Vorträgen „Introduction to Models, Simulations and Agents“ und „Guidelines for the Rigorous Development of Agent-Based Models“, hatten die TeilnehmerInnen die Möglichkeit, ihre eigenen Forschungsideen und Modelle vorzustellen und im Plenum zu diskutieren, um von den jahrelangen Erfahrungen der Gastredner im Bereich ABM profitieren zu können. Am zweiten Tag des Workshops machte William Rand in seinem Vortrag „Using Big Data, Social Media, and Agent-Based Modeling to Understand Information Diffusion" anschaulich deutlich, welche Forschungsmöglichkeiten sich durch die Nutzung von Social Media Daten (Twitter etc.) ergeben.

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.