nach oben

2019 | Buch

Kapitel lesen Erstes Kapitel lesen

Simulieren und Entscheiden

Entscheidungsmodellierung, Modellierungsentscheidungen, Entscheidungsunterstützung

herausgegeben von: Prof. Dr. Nicole J. Saam, Prof. Dr. Michael Resch, Dr. Andreas Kaminski

Verlag: Springer Fachmedien Wiesbaden

Buchreihe : Sozialwissenschaftliche Simulationen und die Soziologie der Simulation

Enthalten in: Springer Professional "Wirtschaft+Technik" , Springer Professional "Technik" , Springer Professional "Wirtschaft"

Einloggen, um Zugang zu erhalten

Über dieses Buch

Simulationen geben zunehmend Orientierung für die Entscheidungsfindung in Politik, Ökonomie, Ökologie oder Medizin. Hierzu sind zunächst Modelle zu bilden, wobei die Modellierungsentscheidungen einen großen Effekt auf die Simulationsergebnisse haben. Dieses Zusammenhangs nimmt sich der vorliegende Band an und durchleuchtet Computersimulationen im Kontext von Entscheidungen aus Sicht der Soziologie, Simulationswissenschaft und Philosophie. Dabei stehen drei Fragen im Mittelpunkt: Wie werden Entscheidungen modelliert oder simuliert? Welche metatheoretischen und methodischen Entscheidungen müssen simulierende WissenschaftlerInnen im Zuge der Simulationsstudie treffen? Wie werden organisationale oder politische Entscheidungen durch Modellierungen und Simulationen unterstützt?
Die Herausgeber*innenProf. Dr. Nicole J. Saam ist Inhaberin des Lehrstuhls für Methoden der empirischen Sozialforschung am Institut für Soziologie der Friedrich-Alexander Universität Erlangen-Nürnberg.
Prof. Michael Resch ist Direktor am HPC Center Stuttgart (HLRS) der Universität Stuttgart.
Dr. Andreas Kaminski ist als Leiter der Abteilung “Philosophie der Simulation“ am HPC Center Stuttgart (HLRS) der Universität Stuttgart tätig.

Inhaltsverzeichnis

Frontmatter

Simulieren und Entscheiden

Einleitung in eine vielfältige Beziehung

Zusammenfassung

Ist es möglich, Computersimulationsmodelle in einer umfassenden sozialwissenschaftlichen Perspektive zu betrachten – und die vielfältigen Sichtweisen mit simulierenden NaturwissenschaftlerInnen und WissenschaftsphilosophInnen der Computersimulation zu diskutieren? Das ist die Grundidee für eine neue Reihe, deren Programmatik wir im Folgenden vorstellen.

Nicole J. Saam, Andreas Kaminski, Michael Resch

Abteilung „Sozialwissenschaftliche Simulationen“

Frontmatter

Modellierung und Simulation von Entscheidungsprozessen im Rahmen szenariobasierter Vorhersagen

Zusammenfassung

Dieses Kapitel beschreibt eine neuartige Methode zur Konstruktion von dynamischen (Mikro-)Simulationsmodellen, die nicht nur auf rein statistischen Modellen wie z. B. Regressionen beruhen, sondern diese um ein Modell erweitern, das auch die Abbildung von Verhaltens- und Entscheidungsprozessen oder generell von unbeobachteten Prozessen erlaubt. Zu diesem Zweck ist es notwendig, dass für die anvisierte Fragestellung geeignete soziologische und/oder psychologische Theorien identifiziert und formalisiert werden. Die formalisierte Theorie muss dann in Form eines theoriegeleiteten Modells so aufbereitet werden, dass sie sich in ein Mikrosimulationsmodell einbinden lässt. Um die Güte des so konstruierten Simulationsmodelles zu bemessen sind Sensitivitätsanalysen und Validierungsmaßnahmen vonnöten. Zu diesem Zweck empfiehlt sich u. a. die Nutzung eines statistischen Metamodells (z. B. eines statistischen Emulators), das das Simulationsmodell unter Beibehaltung der zugrundeliegenden Korrelationsstruktur der Modellvariablen und -parameter vereinfacht darstellt. In diesem Kapitel werden zwei Beispiele für die Umsetzung der Methode gegeben: ein Heiratsmarktmodell für die Verknüpfung von Individuen zu Paaren und ein Migrationsmodell, um die Rolle sozialer Netzwerke und nicht beobachtbarer Entscheidungsprozesse zu erfassen. Generell eignet sich die neue Methode hervorragend für szenariobasierte Vorhersagen, da durch die Verbindung von empirischen und theoretischen Größen es einerseits möglich wird, beobachtete Trends fortzuschreiben, und andererseits Kontextveränderungen zu modellieren.

Sabine Zinn

How to Design Agent-Based Marriage Market Models: A Review of Current Practices

Zusammenfassung

Over the past decade, the number of studies that rely on agent-based modeling to explore the mechanisms that shape people’s marriage decisions has increased considerably. One reason why this approach has spread is that compared to other methods, agent-based modeling makes it easier to deal with the micro-macro problem that family researchers face: namely, that people’s partnering decisions are guided by their personal preferences, but their ability to realize these preferences is constrained by the social context in which they are embedded; and, at the same time, each marriage and each divorce alters the context in which subsequent decisions take place. This creates complex feedback effects between the micro and macro levels that can be difficult to address with standard tools of analysis. Agent-based modeling makes it possible to study such feedback effects, first by implementing assumptions about people’s preferences and the contexts in which they make their marriage decisions in a formal model; and, subsequently, by studying the interplay of these effects in systematic simulation experiments. However, developing an agent-based model comes with its own challenges. For example, it can be difficult to decide precisely how people’s preferences and behavior should be formally represented. As overcoming these challenges can seem like a daunting task for novice modelers, there is a need to develop guidelines that can aid researchers in creating their own models. In this chapter, I aim to take a first step toward meeting this need. I review and compare the ways in which earlier studies have implemented existing marriage market theories in agent-based models. Based on my findings, I then formulate some guidelines that should make it easier for current and future generations of family scholars to apply agent-based modeling in their own work.

André Grow

Mikrosimulationen und die ,Analytische Soziologie‘

Zur Anwendbarkeit des Begriffs des sozialen Mechanismus auf die Mikrosimulation

Zusammenfassung

Peter Hedström hat 2005 mit seinem Buch „Dissecting the Social“ einen neuen Ansatz vorgestellt, in dessen Zentrum die Vorstellung steht, kollektive Phänomene nicht mehr über Gesetzesaussagen zu erklären, sondern über eine detaillierte Beschreibung sozialer Mechanismen. Als Methode für die Analyse sozialer Mechanismen schlägt Hedström agentenbasierte Simulationen vor, die es ermöglichen, Wechselwirkungen zwischen Entitäten zu berücksichtigen und deren Auswirkungen auf die Entstehung von Makrostrukturen zu analysieren. Hedström schließt in seiner methodischen Konzeption einer ,Analytischen Soziologie‘ die Verwendung von Mikrosimulationen explizit aus. In diesem Beitrag wird daher zum einen untersucht, ob diese Exklusion nicht vorschnell war, und zum anderen herausgearbeitet, welchen Beitrag Mikrosimulationen in Form analytischer Modelle zu einer empirisch-analytischen Soziologie leisten können.

Marc Hannappel

Abteilung „Soziologie der Simulation“

Frontmatter

Lernfeld partizipative Modellierung: Prozessgestaltung in transdisziplinären Projekten

Zusammenfassung

Die Einbindung von Praxisakteuren in die transdisziplinäre Nachhaltigkeitsforschung stellt besondere Anforderungen an die Organisation des Forschungsprozesses. Im vorliegenden Aufsatz beleuchten wir diese Anforderungen für die partizipative Modellierung. Ansätze der partizipativen Modellierung beanspruchen, durch die Nutzung der Expertise von Praxisakteuren und Anspruchsgruppen die Qualität von Modellen und Simulationen und der darüber gewonnenen wissenschaftlichen Erkenntnisse zu verbessern sowie die Nachvollziehbarkeit und das Verständnis der Wissenschaftsergebnisse unter den beteiligten Akteuren zu erhöhen. Die Kernaussage des Aufsatzes ist, dass partizipative Modellierung eine Prozessgestaltung erfordert, bei der neben wissenschaftlich-technischer auch kommunikativ-partizipative Expertise eingebunden wird. Diese Aussage wird mit Verweis auf theoretisch-konzeptionelle und empirische Erkenntnisse aus der transdisziplinären Forschung und insbesondere der Forschung zu partizipativer Modellierung begründet. Sie wird außerdem durch die Erkenntnisse, die in einem Klimaschutz-Projekt zur CO₂-Abscheidung und -Speicherung gewonnen wurden, unterlegt. In diesem Projekt betraf die Mitwirkung der Praxisakteure eine geowissenschaftliche Computersimulation. Mit diesem Fallbeispiel wird vor allem veranschaulicht, dass in Projekten mit partizipativer Modellierung ein wichtiger Teil des Prozessmanagements darin besteht, Sorge dafür zu tragen, dass alle Beteiligten ein gemeinsames Verständnis davon haben, wer welche Expertise in das Projekt einbringt.

Marion Dreyer, Wilfried Konrad, Dirk Scheer

The social life of computer simulations

On the social construction of algorithms and the algorithmic construction of the social

Zusammenfassung

Computer simulations of social dynamics have been used in social science for over 50 years. Their impact on society is, however, not very well studied. While the public discourse around large simulation efforts in the climate sciences receives academic attention, the mundane use of computer-simulated social dynamics, for instance in banks or insurance companies, has increased over the last years, albeit “under the radar” of academic inquiry. My paper seeks to shed some light on the use of computer simulations for forecasting social dynamics in the field of finance. The main argument is that numerically produced forecasts are contested forms of predictive knowledge. They compete with alternative forms of knowledge which are based on personal experience or statistical procedures. Thus, the paper sketches out the social life of social simulations as they are produced, discussed, legitimised, and challenged in financial institutions. The main research question is derived from pragmatist reasoning by looking at how the predictions drawn from computer simulations are “made true”. The empirical material provides insights into the procedures of creating and running simulations, into the practices of calibrating and adjusting the models with available data and into possible interpretations thereof. The ensuing analysis draws in particular from research on epistemic instruments and computer simulations in science and technology studies.

Cornelius Schubert

Abteilung „Philosophie sozialwissenschaftlicher Simulationen“

Frontmatter

Begriffe in Modellen

Die Modellierung von Vertrauen in Computersimulation und maschinellem Lernen im Spiegel der Theoriegeschichte von Vertrauen

Zusammenfassung

Vertrauen wird seit längerem in Computersimulationen und aktuell auch im maschinellen Lernen modelliert. Der dabei verwendete Begriff von Vertrauen betrachtet es entweder als eine Form des Erkennens oder als eine Schlussfolgerung, die auf der Basis von Erkenntnissen gezogen wird. Dieser Vertrauensbegriff geht zurück auf eine Theoriegeschichte, die bis ins 18. Jahrhundert reicht und deren grundlegende Prämissen seit einigen Jahren Anlass von Debatten in der Philosophie von Vertrauen und Zeugenschaft sind. In der Modellierung von Vertrauen findet jedoch nur ein punktueller Austausch mit dieser Theoriegeschichte statt. Der Beitrag möchte daher zeigen, in welcher Theoriengeschichte von Vertrauen dieser Begriff entwickelt worden ist und inwiefern eine Kritik dieses Vertrauensbegriffs auf diese Modelle zurückfällt. Dadurch soll deutlich werden, wie die Modellierung von Vertrauen durch einen engeren Austausch mit den Theorien profitieren könnte.

Andreas Kaminski

The Only-Toy-Models Hypothesis

On the Limitations of Developing Models and Computer Simulations in Sociology

Zusammenfassung

In this chapter, I introduce and defend the hypothesis that all (formalized) models in sociology are toy models. I claim that all models in sociology necessarily include many Aristotelian and Galilean idealizations, and that they are all extremely simple in that they represent only a small number of explanatory factors. All models that have been developed in sociology hitherto are toy models. All models that will be developed in the future will be toy models – even if they are run on high performance computers (which has yet to be the case). I will call this hypothesis the weak only-toy-models hypothesis and distinguish it from the strong only-toy-models hypothesis. The latter states that all (formalized) models in the social sciences are toy models. This includes other disciplines such as political science and economics, e. g. neoclassical economics models. To defend the strong only-toy-models hypothesis would be to go beyond the scope of this article. Drawing on modern sociological theory and the philosophy of the social sciences, I defend the weak only-toy-models hypothesis. In the discussion, I propose the concept of an extensive model as an antonym to the concept of the toy model.

Nicole J. Saam

Abteilung „Simulationswissenschaft“

Frontmatter

Effiziente Programmierung sozialwissenschaftlicher Modelle

Ein Vergleich von NetLogo, Anglican und C++ am Beispiel der Simulation sozialer Diffusion

Zusammenfassung

In diesem Artikel werden wir die praktischen und technischen Aspekte von unterschiedlichen Ansätzen zur Entwicklung sozialwissenschaftlicher Computersimulationen am Beispiel eines Modells zur sozialen Diffusion betrachten. Wir vergleichen die Verwendung von NetLogo, C++ und Anglican. NetLogo ist ein Programmiersystem, das vergleichsweise geringe Programmierkenntisse vorraussetzt und weite Verbreitung gefunden hat. C++ dagegen ist eine Programmiersprache, die besonders da benutzt wird, wo rechenintensive Programme performant implementiert werden sollen. Anglican ist eine relativ junge probabilistische Programmiersprache aus dem Bereich der künstlichen Intelligenz1. Im Vergleich zu NetLogo erfordert die Programierung in C++ oder Anglican deutlich mehr Vorkenntnisse auf Seiten der Nutzer. Wir wollen zeigen, dass die Zeit und Arbeit, welche für das Erlernen und die Entwicklung von Simulationen in diesen Programmiersprachen aufgewendet werden muss, sich dennoch lohnen kann, weil dadurch komplexere Modelle performant implementiert werden können.

Ralf Schneider, Jens Kouros

Titel: Simulieren und Entscheiden
herausgegeben von: Prof. Dr. Nicole J. Saam
Prof. Dr. Michael Resch
Dr. Andreas Kaminski
Verlag: Springer Fachmedien Wiesbaden
Electronic ISBN: 978-3-658-26042-2
Print ISBN: 978-3-658-26041-5
DOI: https://doi.org/10.1007/978-3-658-26042-2