Agentenbasierte Systeme

Grundlage: Die Forschungseinheit Agentenbasierte Systeme untersucht Systeme, die aus vielen interagierenden Einheiten bestehen und deren kollektives Verhalten aus einfachen lokalen Regeln, Anreizen und Lernprozessen hervorgeht. Solche Systeme bilden die Grundlage, um Phänomene wie Kooperation, Wettbewerb oder Stabilität in ökonomischen, sozialen oder technologischen Kontexten modellhaft zu erfassen.

Im methodischen Mittelpunkt stehen agentenbasierte Modelle (ABM) und Multi-Agent-Systeme (MAS), die durch Methoden der Spieltheorie, der Nichtgleichgewichtsdynamik, der stochastischen Simulation und des Reinforcement Learning ergänzt werden.

Ein besonderer Schwerpunkt liegt auf dem Einsatz gamifizierter Szenarien als Modellierungsrahmen. Durch spielerisch strukturierte Interaktionen lassen sich Anreizmechanismen, Lernstrategien und kollektive Entscheidungsprozesse unter kontrollierten Bedingungen analysieren und experimentell variieren.

Die Forschungseinheit zielt nicht auf spezifische Anwendungen, sondern auf ein vertieftes Verständnis der allgemeinen Prinzipien, nach denen adaptive, dezentral organisierte Systeme Stabilität, Kooperation und Innovation hervorbringen.

Methodische Zugänge: Die Forschungseinheit nutzt Verfahren aus der Mathematischen Modellierung, Simulation und Optimierung verteilter Systeme. Dazu gehören agentenbasierte Simulationen, dynamische Spielmodelle, Markov-Entscheidungsprozesse, evolutionäre Algorithmen sowie statistische Lernverfahren zur Analyse emergenter Muster.

Zur Untersuchung der Systemdynamik werden nichtlineare und stochastische Differentialgleichungen, Monte-Carlo- und Bootstrapping-Verfahren sowie experimentelle Rechenmodelle eingesetzt, die Lern- und Anpassungsprozesse auf der Mikroebene mit makroskopischen Systemzuständen koppeln.

Durch die Verbindung formaler Modelle mit simulativ-experimentellen Szenarien entsteht ein methodischer Rahmen, der es erlaubt, kollektive Dynamiken, Stabilitätseigenschaften und institutionelle Effekte in dezentralen Systemen systematisch zu untersuchen.

Aktuelle Forschungsprojekte in dieser Einheit

Agentenbasierte Systeme

Grundlage: Die Forschungseinheit Agentenbasierte Systeme untersucht Systeme, die aus vielen interagierenden Einheiten bestehen und deren kollektives Verhalten aus einfachen lokalen Regeln, Anreizen und Lernprozessen hervorgeht. Solche Systeme bilden die Grundlage, um Phänomene wie Kooperation, Wettbewerb oder Stabilität in ökonomischen, sozialen oder technologischen Kontexten modellhaft zu erfassen.

Im methodischen Mittelpunkt stehen agentenbasierte Modelle (ABM) und Multi-Agent-Systeme (MAS), die durch Methoden der Spieltheorie, der Nichtgleichgewichtsdynamik, der stochastischen Simulation und des Reinforcement Learning ergänzt werden.

Ein besonderer Schwerpunkt liegt auf dem Einsatz gamifizierter Szenarien als Modellierungsrahmen. Durch spielerisch strukturierte Interaktionen lassen sich Anreizmechanismen, Lernstrategien und kollektive Entscheidungsprozesse unter kontrollierten Bedingungen analysieren und experimentell variieren.

Die Forschungseinheit zielt nicht auf spezifische Anwendungen, sondern auf ein vertieftes Verständnis der allgemeinen Prinzipien, nach denen adaptive, dezentral organisierte Systeme Stabilität, Kooperation und Innovation hervorbringen.

Methodische Zugänge: Die Forschungseinheit nutzt Verfahren aus der Mathematischen Modellierung, Simulation und Optimierung verteilter Systeme. Dazu gehören agentenbasierte Simulationen, dynamische Spielmodelle, Markov-Entscheidungsprozesse, evolutionäre Algorithmen sowie statistische Lernverfahren zur Analyse emergenter Muster.

Zur Untersuchung der Systemdynamik werden nichtlineare und stochastische Differentialgleichungen, Monte-Carlo- und Bootstrapping-Verfahren sowie experimentelle Rechenmodelle eingesetzt, die Lern- und Anpassungsprozesse auf der Mikroebene mit makroskopischen Systemzuständen koppeln.

Durch die Verbindung formaler Modelle mit simulativ-experimentellen Szenarien entsteht ein methodischer Rahmen, der es erlaubt, kollektive Dynamiken, Stabilitätseigenschaften und institutionelle Effekte in dezentralen Systemen systematisch zu untersuchen.

Publikationen in dieser Forschungseinheit

Unter Beteiligung entstanden:

1. Herget, F., Kleppmann, B., Ahrweiler, P., Gruca, J., Neumann, M. (2022). How Perceived Complexity Impacts on Comfort Zones in Social Decision Contexts—Combining Gamification and Simulation for Assessment. In: Czupryna, M., Kamiński, B. (eds) Advances in Social Simulation. Springer Proceedings in Complexity. Springer, Cham. https://doi.org/10.1007/978-3-030-92843-8_16
2. Ruben Schlagowski, Frederick Herget, Niklas Heimerl, Maximilian Hammerl, Tobias Huber, Pamina Zwolsky, Jan Gruca, and Elisabeth André. 2024. From a Social POV: The Impact of Point of View on Player Behavior, Engagement, and Experience in a Serious Social Simulation Game. In Proceedings of the 19th International Conference on the Foundations of Digital Games (FDG '24). Association for Computing Machinery, New York, NY, USA, Article 34, 1–12. https://doi.org/10.1145/3649921.3649936