Eine Einführung in das Integrative Modellieren

1. Modellierung von Umwelt- und Nachhaltigkeitsproblemen

Der Bedarf und das Interesse für die Beurteilung und Modellierung von Umweltzusammenhängen hat mit geststeigertem Ernst und Ausmaß von Umweltproblemen zugenommen. Doch auch die Verbesserung der Computer bzw. Informationstechnik hat dazu beigetragen. Gutes Modellieren fängt mit dem Verstehen von Problemen an. Doch was sind Probleme? Wir nehmen eine Abgrenzung zu den Termen "Puzzel" und "Unordnung", hinsichtlich der Formulierungs- und Lösungsmöglichkeit vor.

  Puzzle Problem Unordnung
Formulierung möglich möglich strittig
Lösung möglich strittig strittig

1.1. Rolle der Modellierung mit dem Computer in Entscheidungsprozessen

"Alle Modelle sind falsch, doch manche sind nützlich."

Jay Forrester, Gründer der System Dynamics Methode, hat schon 1961 die Wichtigkeit von Modellen beim Umgang mit komplexen Phänomenen betont. Modelle nach vielen unterschiedlichen Kriterien klassifiziert werden. Beispielsweise können physikalische von abstrakten, dynamische von statischen oder qualitative von quantitativen Modellen abgegrenzt werden. Eine Eigenschaft welche alle Modelle gemeinsam aufweisen ist, dass sie Vereinfachungen bzw. Abstraktionen der Realität sind. John Sterman (2000) prägte die Aussage, dass alle Modelle inkorrekt sind, da einige Charakteristiken aus dem realen Wirkungszusammenhängen immer vernachlässigt werden. Die Qualität eines Modells ergibt sich nicht aus dem Wahrheitskriterium, sondern aus dem Nützlichkeitskriterium, d. h. aus der Eignung zur Zweckerfüllung. Sterman hebt des Weiteren hervor, dass hinsichtlich der Mängel von gedanklichen Modellen die Notwendigkeit von Computermodellen unverzichtbar zur Erfassung der Dynamiken von komplexen Systemen sind. Computermodelle können gedankliche Modelle veranschaulichen und tragen zu besseren Ergebnissen im Umgang mit komplexen Problemen bei.

1.2. Begrenzte Rationalität

Das menschliche Gehirn ist in seiner Einschätzung von komplexen Situationen beschränkt und kann nur eine limitierte Menge von Informationen verarbeiten. Jede Alternativabwägung ist von Unsicherheitsfaktoren begleitet (Simon, 1964). Dieser Umstand wird unter dem Begriff Begrenzte Rationalität (="Bounded Rationality") zusammengefasst.

1.3. Der Bestätigungsfehler

Durch das Auswählen von Daten, welche den eigenenen Erwartungen entsprechen kommt es zu einer Verzehrung der Realität. Die zufriedenstellende Lösung ergibt sich aus der Erwartungshaltung an das Auswahlkriterium, wodurch der Bestätigungsfehler (="Confirmation Bias") begangen wird.

2. Modellieren als ein Lernprozess

Lernen ist für einen Entscheidungsträger dann am effizientesten, wenn er also in die Modellierung mit einbezogen wird und sich nicht ausschließlich passiv mit Simulationsresultaten befasst. Effektives Lernen wird durch die Benutzung von "virtuellen Welten" unterstützt. Maier und Grossler (2000) treffen die Unterscheidung zwischen Modellierungs-orientierten Simulationen und Spiel-orientierten Ansätzen in Form der Kreation von Mikrowelten.

BILD KANN NICHT GELADEN WERDEN

Lernen durch Modellieren (Idee: Sterman, Business Dynamics, 2000; eigene Erstellung)

2.1. Systemisches Denken und Integratives Modellieren

Die folgende Tabelle stellt Methodiken des Systemischen Denken verschiedenen Praktiken des Integrativen Modellierens gegenüber.

Systemisches Denken Integratives Modellieren
Kreieren Teile in einer neuen Art zusammenfügen, Entwerfen von Hypothesen Strategien und Politiken testen Simulieren, Hypothesen testen und entwickeln.
Untersuchen Urteile auf der Basis von Kriterien und Standards fällen.
Analysieren Das Ganze in Teile untergliedern und Zusammenhänge untersuchen. Entwerfen von Simulationsmodellen Beschreibung von Verknüpfungen in mathematischen Ausdrücken.
Anwenden Ausführen und Implementieren von Routinen und Nicht-Routinen. Nutzung von konzeptionellen Modellen Benutzen von generellen systemischer Prinzipien um Beobachtungen zu erklären.
Verstehen Konstruieren von Bedeutung (Klassifizieren, Folgern, Vergleichen). Differenzierung von Variablentypen Unterschied zwischen Speichern (=Stocks) und Flüssen (=Flows) verstehen.
Verstehen dynamischen Verhaltens Die Beziehung zwischen Rückkopplungen und verzögertem Verhalten kennen.
Erinnern Wiederaufrufen von relevantem Wissen. Identifizierung von Rückmeldungen Botschaftenaustausch in Zusammenhängen.
Identifizierung von Assoziationen Verstehen wie die kleinen Teile das große Ganze ergeben.

(Idee: Stave und Hopper, 2007; Eigene Erstellung)

Zum Begreifen systemischen Verhaltens kann schrittweise vorgegangen werden. Die nächste Abbildung zeigt Erlernen auf dem Niveau strategischer Entscheidungsfindung mit dem Ergebnis von Entscheidungsregeln (Punkt 5).

Lernen auf dem Niveau strategischer Entscheidungsfindung (Quelle: Eigene Erstellung)

2.2. Gute Modellierungspraxis

Erfolgreiches Modellieren fängt mit einer klar definierten Absicht an. Hierzu gehört es sich dem Problem bewusst zu werden und sich darauf zu konzentrieren ("Modelliere nicht die ganze Welt, sondern das Problem"). Des Weiteren gehört zu einer guten Modellierungspraxis etwaige Annahmen und die verwendete Datenbasis zu nennen. Während dem Modellieren ist es immer hilfreich für andere Modellierer, aber auch für sich selbst, den Fortschritt transparent zu dokumentieren (verwendete Formeln, Implementierungsansätze, Performanzenwicklung, beteiligte Modellierer, etc.).

3. Integratives Modellieren - Versuch einer Definition

Integratives Modellieren...

Nach Liu et al. (2008) wird Integratives Modellieren als das Modellieren von Interaktionen innerhalb und zwischen der humanen und natürlichen Spähre definiert. Als systematischer Mechanismus kann Integratives Modellieren Wissen unterschiedlicher Diziplinen und Gebiete produzieren und unter einem einzigem stimmigen Rahmenwerk organisieren. Mit dessen Hilfe sind Entscheidungsträger besser gerüstet mit Unsicherheit,Verknüpftheit und Komplexität von grundlegenden Ökosystemfunktionen und gegenseitigen Abhängigkeiten der ökologischen, sozialen und ökonomischen Spähre umzugehen. Probleme und Prozesse werden ganzheitlicher erfasst, als dies durch Ein-Themen-Ansätze möglich ist.

3.1. Barrieren der Integration nach Parker et al. (2002)

Der Integration von Wissen und Denkansätzen stehen verschiedene Barrieren gegenüber. Zum einen wird Information und Wisssen von Bildungseinrichtungen in den meisten Fällen fragmentiert nach Fächern vermittelt. Und zum anderen sind wichtige Akteure (Wissenschaftler, Anwendugsmodellierer, Programmierer, Entscheidungsträger und Stakeholder) zur meisten Zeit getrennt, weshalb die Zusammenarbeit daher ungewohnt ist.

3.2. Vielschichtigkeit von Integration nach Parker et al. (2002)

Integration kann auf ganz unterschiedlichen Ebenen erfolgen. Die folgende Tabelle gibt eine Übersicht.

Was integrieren? Worauf ist zu achten?
Streitfragen Berücksichtigung von Verbindungen und Abhängigkeiten zwischen unterschiedlichen Streitfragen.
Stakeholder Berücksichtigung von Diversität, unterschiedlichen Werten, sowie der ungleichen Verteilung von Wissen.
Diziplinen Berücksichtigung von Komplexität, Unsicherheit und unterschiedlichen (zeitlichen/räumlichen) Skalen. Bedarf nach interdisziplinären Dialog.
Modellierungsansätze Berücksichtigung verschiedener Ansätze bei der Auswahl.
Werkzeuge Berücksichtigung verschiedener Werkzeuge bei der Auswahl.

4. Iterative Vorgehensweise beim Integrativen Modellieren nach Jakeman et al. (2006)

Iteratives Schema beim Integrativen Modellieren (Quelle: Eigene Erstellung)

4.1. Aufgabenliste beim Integrativen Modellieren

1. Definieren des Zwecks

2. Spezifizieren des Kontexts

3. Auswahl von Modellierungsansatz und Werkzeug

4. Modellierungsprozess

5. Qualitätssicherung und Bewertung

4.2. Werteartikulation im Modellierungsprozess nach Parker et al. (2002)

Alleine die Auswahl von Variablen liegt unterschiedlichen Werten zu Grunde und Modellieren ist immer als kulturelles Produkt, wie alle anderen sozialen Produkte auch zu verstehen. Jedoch ist die Möglichkeit kultureller Relativierung begrenzt durch die physikalische Gegebenheiten. Die Bewertung unterschiedlicher Modelle sollte bestmöglich von einer breiten diversifizierten Menge von Wissenschaftlern erfolgen ("Peer-Reviewing").