Komplexes Adaptives System

Komplexe adaptive Systeme (CAS) sind ein Spezialfall von komplexen Systemen. Sie sind komplex weil sie aus mehreren zusammenhängenden Elementen bestehen und sie sind adaptiv, weil sie ein besonderes Anpassungsvermögen an ihre Umwelt zeigen und die Möglichkeit haben, (aus Erfahrung) zu lernen. Der Name komplexe adaptive Systeme wurde im interdisziplinären Santa Fe Institute von John H. Holland, Murray Gell-Mann und anderen entwickelt. Holland ist einer der Erfinder des Evolutionären Algorithmus und des Genetischen Algorithmus, Nobelpreisträger Gell-Mann entdeckte die Quarks.

Der Terminus komplexe adaptive Systeme (oder auch Komplexitätstheorie) bezeichnet ein weitläufiges akademisches Feld. Die Komplexitätstheorie ist keine einzelne Theorie, sie umfasst mehr als einen theoretischen Rahmen und ist hochgradig interdisziplinär, indem sie Antworten sucht auf fundamentale Fragen von lebenden, anpassungsfähigen und veränderlichen Systemen.

Beispiele für solche komplexe adaptive Systeme sind der Aktienmarkt, soziale Insekten und Ameisenkolonien, die Biosphäre und das Ökosystem, das Gehirn und das Immunsystem, die Zelle und die Embryonalentwicklung, Produktionsunternehmen, Gruppen in sozialen Systemen wie etwa politische Parteien und Communities. Es gibt eine enge Beziehung zwischen komplexen adaptiven Systemen und künstlichem Leben. In beiden Gebieten sind die Prinzipien Emergenz und Selbstorganisation sehr wichtig.

Weiteres empfehlenswertes Fachwissen

Empfindlichkeitsprüfung von Laborwaagen

Was ist der richtige Weg, um die Wiederholbarkeit bei Waagen zu überprüfen?

Wie erhalten Sie Tag für Tag genaue Wägeresultate?

Definitionen

Ein komplexes adaptives System ist ein komplexes, selbstähnliches Kollektiv von interagierenden adaptiven Akteuren.

• Definition von John H. Holland: "Ein komplexes adaptives System ist ein dynamischen Netzwerk mit vielen Akteuren (sie können Zellen, Spezies, Individuen, Firmen oder auch Nationen repräsentieren), die parallel agieren, und ständig agieren und reagieren auf das was die anderen Akteure machen. Die Kontrolle eines komplexen adaptiven Systems tendiert dazu, verstreut und dezentralisiert zu sein. Wenn es ein zusammenhängendes Verhalten im System geben soll, muss dies aus dem Wettbewerb und der Kooperation der Akteure kommen. Das Verhalten des gesamten Systems ist das Resultat einer großen Anzahl von Entscheidungen, die von vielen einzelnen Agenten getroffen werden." ¹
• Kevin Dooley: "Ein komplexes adaptives System verhält sich und evoluiert nach drei Schlüssel-Prinzipien: die Ordnung ist emergent, nicht prädeterminiert (z. B. Neuronale Netze), die Geschichte des Systems ist irreversibel, und die Zukunft des Systems ist nicht vorhersehbar. Die Bausteine des Systems sind die Agenten. Agenten scannen ihre Umwelt und entwickeln ein Schema, das interpretative und handlungsdeterminierende Regeln enthält. Diese Schemen verändern sich und evoluieren." ²
• Andere Definitionen: "Makroskopische Sammlung von einfachen (typischerweise nicht-linear) interagierenden Einheiten, die mit der Fähigkeit zu evoluieren ausgestattet sind und sich an eine sich ändernde Umwelt anpassen können." ³

Eigenschaften von komplexen adaptiven Systemen

  Was komplexe adaptive Systeme von reinen Multi-Agenten-Systemen unterscheidet, sind Eigenschaften wie Selbst-Ähnlichkeit, Komplexität, Emergenz und Selbstorganisation. Ein Multi-Agenten-System ist einfach definiert, als multiple, interagierende Agenten. In komplexen adaptiven Systemen sind sowohl die Agenten als auch das System adaptiv: das System ist selbstähnlich. Ein komplexes adaptives System ist ein komplexes, selbstähnliches Kollektiv von interagierenden adaptiven Agenten.

Andere wichtige Eigenschaften sind Anpassung (manchmal auch Homöostase genannt), Kommunikation, Spezialisierung, räumliche und zeitliche Organisation, und natürlich Reproduktion. Sie zeigen sich auf allen Ebenen: Zellen spezialisieren sich, passen sich an und reproduzieren sich genauso wie größere Organismen. Kommunikation und Kooperation findet auf allen Ebenen statt, vom Agenten bis zur Systemebene.

Wissenschaftler

• Prof. Ozalp Babaoglu, University of Bologna
• Prof. Stephanie Forrest, University of New Mexico
• Prof. Melanie Mitchell, Portland State University

Fußnoten

¹ zitiert nach M. Waldrop's: "Complexity: The Emerging Science at the Edge of Order and Chaos"
² Quelle: K. Dooley, AZ State University
³ Quelle: [1]

Siehe auch

• Santa Fe Institute
• Komplexe Systeme