So sehr wir uns auch einreden mögen, dass das Alter nur eine Zahl ist, neigen doch einige dieser Zahlen dazu, hervorzustechen und sich bedeutsamer anzufühlen als andere. Sie haben die Eigenschaft, uns innehalten und nachdenken zu lassen. Während ich dies schreibe, nähere ich mich einem durch zehn teilbaren Geburtstag, werde 30, und in letzter Zeit habe ich über die Phasen meiner intellektuellen Entwicklung in den letzten zehn Jahren nachgedacht. Diese Reflexion führte mich zurück zu meinen ersten Berührungen mit der Komplexitätsforschung und den unterschiedlichen, fast gegensätzlichen Ansätzen, mit denen Forscher komplexe Systeme angehen.
Der Beginn einer Reise
Als ich meinen letzten dekadischen Übergang erlebte, war ich ein typischer College-Student, vielleicht abgesehen von der Tatsache, dass ich gerade begann, Absicht und Eigenverantwortung für mein Lernen zu beanspruchen. Ich hatte von der Undergraduate Business School in ein Wirtschaftsstudium gewechselt, nachdem ich von den Kursen und der Kultur desillusioniert war. Es war im Großen und Ganzen eine kleine Verschiebung, aber für mich bedeutsam, da ich mich nicht mehr auf dem Weg des geringsten Widerstands befand. Dieser Wendepunkt markierte den Beginn einer tiefergehenden Auseinandersetzung mit der Welt, jenseits der rein pragmatischen und gewinnorientierten Perspektive der Betriebswirtschaft. Es war der Wunsch, die fundamentalen Mechanismen von Wirtschaft und Gesellschaft zu verstehen, der mich in die Welt der komplexen Systeme führte. Die Wahl des Karrierewegs ist ein wichtiger Schritt, der sorgfältig überlegt sein will.
Seitdem hat mich meine Liebe zum Lernen auf tiefe Tauchgänge in Umweltschutz und Data Science geführt und zu Zehen-Dips in Philosophie, Mathematik, Energie, Ökologie, kulturelle Evolution und eine Handvoll anderer Bereiche. Aber einer meiner ersten großen Spritzer nach Abschluss meines Studiums war in die Komplexitätsforschung. Diese interdisziplinäre Wissenschaft befasst sich mit Systemen, deren Verhalten nicht einfach aus der Summe ihrer Einzelteile vorhergesagt werden kann. Die Interaktionen zwischen den Elementen führen zu Emergenten Eigenschaften, die das System als Ganzes ausmachen.
Die Subversion der Reduktion
Die Komplexitätsforschung (oder „Komplexitätswissenschaft“) ist ein faszinierendes interdisziplinäres akademisches Feld mit einer einfachen Idee im Kern. Anstatt zu versuchen, die Welt zu verstehen, indem wir die Dinge in ihre Bestandteile zerlegen, wollen wir sehen, was wir lernen können, indem wir Ganze untersuchen, Beziehungen in den Mittelpunkt stellen und den Kontext berücksichtigen. Wie sich herausstellt, ist diese einfache Idee für das moderne intellektuelle Denken ziemlich subversiv, obwohl es schwierig sein kann, das Ausmaß zu erkennen, in dem Wissenschaft und Kultur durch die Dominanz der Break-it-down-Epistemologie (oft als „Reduktionismus“ bezeichnet) geprägt wurden.
In der Wirtschaft wird „der Markt“ in Konsumenten und Firmen unterteilt, die jeweils als unzusammenhängende Automaten modelliert werden, deren einzige Interaktion darin besteht, sich gegenseitig durch ihre Auswirkungen auf die vorherrschenden Preise zu beeinflussen. In der Medizin verstehen wir den menschlichen Körper und die Erfahrung als bestehend aus verschiedenen Organsystemen, unterschiedlichen Entwicklungsphasen und unterschiedlichen Dingen, die schief gehen können, und wir haben Spezialisten für jeden. Sogar in so etwas wie Basketball denken wir, dass das Spiel unterschiedliche Elemente hat, Angriff und Verteidigung, Abstand und Schuss, Konsistenz und Gelassenheit. In all diesen Beispielen und an unzähligen anderen Stellen, an denen wir hinschauen könnten, ist es leicht genug zu sehen, dass die Linien, die wir ziehen, Konventionen, Abstraktionen, Produkte des Geistes sind. Diese Divisionen können nützlich sein, und ohne sie könnten wir uns verloren fühlen. Aber in Wahrheit ist alles miteinander verbunden, und wir sind von komplexen Systemen umgeben.
Das Konzept des Reduktionismus, der die Grundlage vieler traditioneller wissenschaftlicher Disziplinen bildet, wird durch die Komplexitätsforschung in Frage gestellt. Der Reduktionismus geht davon aus, dass das Verständnis der einzelnen Teile eines Systems ausreicht, um das gesamte System zu verstehen. Die Komplexitätsforschung hingegen betont die Bedeutung der Interaktionen und Rückkopplungsschleifen zwischen den Teilen, die zu emergenten Eigenschaften führen, die nicht allein durch die Summe der Teile erklärt werden können. Ein gutes Beispiel dafür ist das menschliche Gehirn. Obwohl wir viel über die einzelnen Neuronen und ihre Funktionen wissen, verstehen wir noch lange nicht, wie das Gehirn Bewusstsein, Emotionen und kreatives Denken hervorbringt. Diese Phänomene sind emergent und entstehen aus den komplexen Interaktionen zwischen Milliarden von Neuronen.
Systemisches Denken
Das folgende Zitat aus Jonathan Rowsons Buch *The Moves That Matter: A Chess Grandmaster on the Game of Life* fängt gut ein, dass wir immer in miteinander verbundenen Systemen schwimmen: „Systemisches Denken mag nischenhaft und anspruchsvoll erscheinen, aber Systeme sind nicht exotisch, sie sind innerhalb und zwischen allem. Das Sonnensystem umfasst das atmosphärische System der Erde. Wir organisieren unser Leben auf diesem Planeten durch ein politisches System, das versucht, ein Wirtschaftssystem zu regieren, das auf materielle Ressourcen angewiesen ist, die von natürlichen Systemen bereitgestellt werden, und auch auf die ständige Schaffung von Konsumentennachfrage durch ein semiotisches System der Überzeugung, das Marketing genannt wird. Marketing wirkt auf unsere Nervensysteme, um unser Verlangen nach allen möglichen Dingen zu steigern, die wir nicht brauchen, aber vielleicht mögen, zum Beispiel Donuts mit Perlenschugar, Erdbeermarmelade, rosa Zuckerguss und Madagaskar-Vanillecreme. Diese unvernünftig leckeren Donuts untergraben unsere Appetitkontrollsysteme, die sich mit einer Schwäche für dicht kalorienreiche Lebensmittel entwickelt haben, um das kurzfristige Überleben zu unterstützen, insbesondere unter Stress. Eine Verschiebung der Nachfrage nach solchen Donuts in großem Maßstab wirkt sich auf die damit verbundenen Lieferketten und Ökosysteme auf eine Weise aus, die wir nie vermuten würden, während wir leckere Überreste von unseren Unterlippen lecken. Im Laufe der Zeit verstärken systemische Einflüsse das Verlangen nach donutartigen Produkten in adipösen Kulturen, die schließlich unsere Immunsysteme, unsere Gesundheitssysteme und die Ökosysteme zerstören, von denen das Leben als solches abhängt. Der Zusammenbruch von Systemen, die unsere Lebensqualität verbessern, verursacht durch einen Zusammenfluss anderer Systeme, ist teilweise der Grund, warum Aktivisten von ‚dem System‘ als Ganzes sprechen und nicht unbedingt darauf verzichten, Donuts zu essen. Stattdessen sagen sie: ‚Wir müssen das System ändern!'“
Dieses Zitat verdeutlicht auf humorvolle und dennoch eindringliche Weise, wie scheinbar unbedeutende Entscheidungen und Verhaltensweisen tiefgreifende und weitreichende systemische Auswirkungen haben können. Die Produktion und der Konsum von hochverarbeiteten Lebensmitteln wie Donuts sind nicht nur eine Frage der individuellen Vorlieben, sondern sind eng mit komplexen Netzwerken von Produktion, Vertrieb, Marketing und Politik verwoben, die unsere Gesundheit, unsere Umwelt und unsere Gesellschaft beeinflussen. Wenn Sie auch neue Trends der generativen KI berücksichtigen, kann das Bild sehr kompliziert werden.
Frühe Erfolge: „Die Grenzen des Wachstums“
Das gegenkulturelle Element des Systemdenkens und insbesondere der Komplexitätsforschung war für meine Sensibilitäten unbestreitbar attraktiv, aber noch attraktiver war, dass es *funktioniert*. Ein frühes Beispiel dafür (das tatsächlich der Nomenklatur von „Komplexität“ vorausgeht) war *Die Grenzen des Wachstums*, veröffentlicht 1972. MIT-Forscher, die vom Club of Rome finanziert wurden, verwendeten eine neuartige „Systemdynamik„-Simulation, um die Interaktion von planetenweiten Trends in Bezug auf Bevölkerung, Nahrungsmittelproduktion, Industrialisierung, Umweltverschmutzung und Konsum abzubilden. Diese bahnbrechende Arbeit lieferte eine Grundlage für das, was zu einer einfachen Wahrheit der Umweltbewegung geworden ist: dass grenzenloses industrielles Wachstum auf einem endlichen Planeten wie unserer blau-grünen Erde unmöglich ist.
*Die Grenzen des Wachstums* stieß bei seiner Veröffentlichung auf heftige Kritik, insbesondere von Wirtschaftswissenschaftlern und Vertretern der Industrie, die das Modell als zu pessimistisch und fehlerhaft ablehnten. Trotz der Kritik hat das Buch jedoch einen tiefgreifenden Einfluss auf das Umweltbewusstsein und die wissenschaftliche Forschung gehabt und die Debatte über die Nachhaltigkeit des Wirtschaftswachstums angestoßen. Die Warnungen vor den potenziellen Konsequenzen des ungebremsten Wachstums haben sich in den folgenden Jahrzehnten zunehmend bewahrheitet, was die Relevanz des Modells für die Bewältigung globaler Herausforderungen wie Klimawandel, Ressourcenknappheit und Umweltzerstörung unterstreicht.
Skalierung und Universalität: Die WBE-Theorie
Ein weiteres faszinierendes Kunststück der Komplexitätsforschung kam 1997, als Geoffrey West, James Brown und Brian Enquist eine Theorie (WBE-Theorie) veröffentlichten, die zuvor beobachtete Skalierungsmuster über Arten hinweg erklärte. Höchstwahrscheinlich haben Sie sich noch nie gefragt, inwieweit ein Elefant nur eine skalierte Version einer Maus ist, aber es stellt sich heraus, dass dieses Ausmaß ziemlich groß ist. Diese Wissenschaftler versuchten, die bemerkenswerte Vorhersagbarkeit in der Beziehung zwischen Masse und Stoffwechselrate (Kleibers Gesetz) zu erklären. Einfach ausgedrückt, die WBE-Theorie zeigte, dass die Maus und der Elefant ein gemeinsames Verzweigungsmuster in der Geometrie ihrer Kreislaufsysteme („fraktale Geometrie“) teilen, und diese Gemeinsamkeit über Arten hinweg erzeugt die Skalierungsbeziehung. Dies mag wie eine äußerst nischenartige Geschichte eines akademischen Durchbruchs klingen, aber die Konsequenzen des Verständnisses der Funktionsweisen sind weitreichend, wie im vollständigen Titel von Wests Buch *Scale: The Universal Laws of Life, Growth, and Death in Organisms, Cities, and Companies* aus dem Jahr 2018 festgehalten.
Die WBE-Theorie hat weitreichende Implikationen für das Verständnis der Organisation und des Wachstums komplexer Systeme, nicht nur in der Biologie, sondern auch in anderen Bereichen wie Städteplanung und Unternehmensführung. Die Erkenntnis, dass Skalierungsgesetze in verschiedenen Systemen gelten, deutet darauf hin, dass es universelle Prinzipien gibt, die das Verhalten komplexer Systeme bestimmen. Dieses Verständnis kann uns helfen, nachhaltigere und effizientere Systeme zu entwerfen, indem wir die grundlegenden Mechanismen des Wachstums und der Organisation berücksichtigen. Die technologischen Innovationen im Finanzwesen tragen ebenfalls zu dieser Entwicklung bei.
Meine persönlichen Ausflüge
Meine eigenen Ausflüge in die Komplexitätsforschung haben keine solchen Durchbrüche hervorgebracht. Nicht einmal annähernd. Aber es hat geholfen, meine Sicht auf die Welt zu erweitern. Ich nutzte kostenlose Online-Kurse des Santa Fe Institute und lernte etwas über fraktale Geometrie, nichtlineare dynamische Systeme, agentenbasierte Modellierung und einige andere Themen. Zusätzlich zu Geoffrey Wests Buch las ich Arbeiten von Robert Axtell, W. Brian Arthur, Fritjof Capra und Pierre Luigi Luisi, und als das Sante Fe Institute bearbeitete Bände veröffentlichte, habe ich diese auch eifrig aufgesammelt.
Eine veränderte Perspektive
Einer dieser Bände heißt *Worlds Hidden in Plain Sight: Thirty Years of Complexity Thinking at the Sante Fe Institute*, herausgegeben von David Krakauer, dem derzeitigen Präsidenten von SFI. Ich hatte es ursprünglich in meinen frühen bis mittleren Zwanzigern gelesen, aber als ich für eine kürzliche Reise packte, fand ich mich zwischen Büchern wieder und beschloss, es in meinen Rucksack zu werfen, um es im Flugzeug wieder zu lesen. Dieser Band enthält Essays, die die Entstehung und das Wachstum der Komplexitätsforschung von den 1980er Jahren bis heute verfolgen. Während ich eine entspannende Reise durch diese intellektuelle Erinnerungsspur erwartet hatte, hat mich das, was ich auf diesen Seiten fand, tatsächlich überrascht und gestört. Der Inhalt hatte sich seit meiner ersten Lektüre des Buches nicht geändert, aber etwas an meiner Perspektive hatte sich sicherlich geändert.
Hier sind einige Beispiele für die Sätze, die mich ärgerten, oft in oder in der Nähe der Schlussfolgerungen dieser Essays zu finden.
- In einem Essay mit dem Titel *Engineered Societies* stellen die Autoren Jessica C. Flack und Manfred D. Laubichler nach der Diskussion der riesigen Menge an verfügbaren Daten über die soziale Interaktion von Menschen über soziale Medien heutzutage fest: „[Innerhalb der Daten (sofern angemessen anonymisiert) steckt ein immenses Potenzial, um feinkörnige Einblicke in soziale Muster und Designs zu gewinnen, da immer mehr Menschen aus allen Lebensbereichen ein Online-Leben führen.“
- In einem anderen, diesmal mit dem Titel *What Happens When the Systems We Rely On Go Haywire?*, schließt der Autor John H. Miller mit: „Wir befinden uns in einem Wettlauf um Wissen und Kontrolle der komplexen Welt um uns herum, ein Wettlauf, den wir gewinnen müssen, wenn wir als Spezies gedeihen und vielleicht sogar überleben wollen.“
- Schließlich hören wir in einem Essay mit dem Titel Learning How To Control Complex Systems von Seth Lloyd, dass „wenn man zu immer feineren Skalen und zu immer häufigeren Stichproben geht, eine Skala entstehen kann, auf der ein unkontrollierbares System plötzlich kontrollierbar wird.“ Später stellt er fest, dass „[u]m unsere Umgebung zu charakterisieren und zu kontrollieren, müssen wir die Teile der Welt identifizieren, in denen Ordnung auf Kosten von Unordnung erhöht werden kann.“
Können Sie das Muster hier erkennen? Es gibt eine Tendenz bei diesen Autoren, hochkomplexe und dynamische Phänomene zu identifizieren und diese Komplexität als eine Herausforderung darzustellen, die mit enormen Daten und Berechnungen bewältigt werden muss. Wenn wir nur einen großen Supercomputer oder eine intelligente künstliche Intelligenz hätten, könnten wir eine genauere Simulation durchführen und die Kontrolle über das erreichen, was derzeit unkontrollierbar ist. Das Problem, das ich hier sehe, ist, dass diese Autoren, indem sie ihre Ziele auf die Kontrolle richten, die Natur der Komplexitätsforschung verraten und den Fehler begehen, den die Menschheit seit Hunderten (wenn nicht Tausenden) von Jahren begeht. Wenn Sie mich fragen, ist es unsere Lust nach Macht und Kontrolle über die Natur, die uns auf die Füße fällt. Die Zukunft der Datenintelligenz bringt ethische Herausforderungen mit sich.
Die Daten-getriebene Steuerung vs. Anpassungsfähigkeit
Diese Zitate repräsentieren eine bestimmte Strömung innerhalb der Komplexitätsforschung, die sich stark auf quantitative Methoden und die Nutzung großer Datenmengen konzentriert, um komplexe Systeme zu verstehen und zu beeinflussen. Diese Denkweise wird oft als „Data-Driven-Approach“ bezeichnet und basiert auf der Annahme, dass wir durch die Analyse großer Datenmengen Muster und Beziehungen aufdecken können, die es uns ermöglichen, komplexe Systeme vorherzusagen und zu steuern. Dieser Ansatz ist jedoch nicht ohne Kritik, und es gibt alternative Perspektiven, die die Grenzen der datengesteuerten Steuerung betonen und stattdessen die Bedeutung von Anpassungsfähigkeit und Resilienz hervorheben. Die Datenanalyse und Visualisierung von Daten kann hilfreich sein, ist aber nicht immer ausreichend.
Tanzen mit Systemen
Ich nehme an, es gibt drei mögliche Reaktionen, wenn man mit der komplexen Vernetzung der Welt um uns herum konfrontiert wird und akzeptiert, dass die Natur von Natur aus verwickelt ist. Sie können es wie diese Autoren tun und auf Moores Gesetz (Big Data und Berechnung) setzen, um die Geheimnisse komplexer Systeme zu enträtseln. Dies ist eine unweise Strategie, und ich werde gleich ein paar Gründe nennen, warum. Eine andere Option, die immer verfügbar, aber nie vorzuziehen ist, ist, das Wissen aufzugeben. Wir werden die Welt niemals vollständig in unseren Händen erfassen können, um damit zu tun, was wir wollen, also was bringt das? Eine dritte Option ist, in den Worten der Autorin von *Limits to Growth*, Donella Meadows, mit *Systemen zu tanzen*.
Die Tücken des Big Data-Ansatzes
Bevor wir jedoch unsere Tanzschuhe anziehen, lassen Sie mich noch etwas dazu sagen, warum der Weg, der durch Big Data führt, um Verständnis und Kontrolle zu erreichen, ein tückischer ist.
Erstens, Energie. Ich habe Moores Gesetz erwähnt, das das Muster exponentieller digitaler Technologie ist, bei dem sich die Anzahl der Transistoren auf einem Computerchip in einer nahezu konstanten Rate von etwa zwei Jahren für die letzten Jahrzehnte verdoppelt hat. Dies ist das Muster, das uns in das Informationszeitalter geführt hat, aber trotz dem, was wir hoffen mögen, hat es uns nicht von den materiellen und energetischen Beschränkungen der physischen Realität befreit. Wenn Sie sich auf dieses Muster verlassen, um Komplexität zu sortieren und Kontrolle zu ermöglichen, setzen Sie auf eine immer größer werdende Verfügbarkeit massiver Berechnungen, die von den sehr physischen Elementen Elektrizität, seltenen Metallen und anderen materiellen Inputs und extrem komplexen Lieferketten abhängen. Ganz zu schweigen von dem Wasser, das für die Kühlung massiver Rechenzentren benötigt wird und so weiter. Mit anderen Worten, Berechnung ist ein Produkt der hochenergetischen Moderne, von der wiederholt gezeigt wurde, dass sie nicht nachhaltig ist. Ein neuer Ansatz zu dieser Idee, den ich als äußerst klar und zugänglich empfand, ist Tom Murphys *Metastatic Modernity*-Serie.
Der Energieverbrauch der Informations- und Kommunikationstechnologie (IKT) ist in den letzten Jahren rasant gestiegen und wird voraussichtlich in Zukunft weiter zunehmen. Rechenzentren, die für die Verarbeitung und Speicherung großer Datenmengen unerlässlich sind, verbrauchen enorme Mengen an Strom und tragen erheblich zu den globalen Treibhausgasemissionen bei. Die Herstellung von Computerhardware erfordert ebenfalls erhebliche Mengen an Energie und Ressourcen, einschließlich seltener Erden und anderer kritischer Materialien. Die Abhängigkeit von fossilen Brennstoffen für die Stromversorgung von Rechenzentren und die Herstellung von Elektronikprodukten macht die IKT-Industrie zu einem bedeutenden Faktor des Klimawandels und der Umweltzerstörung. Um dem entgegenzuwirken, ist es wichtig, die Nachhaltigkeit im Blick zu behalten, so wie es Boursa Kuwait mit seinem Nachhaltigkeitsbericht tut.
Zweitens, Chaos. Nehmen wir an, der Zugang zu Berechnungen ist kein Problem. Komplexe Systeme zeigen chaotisches Verhalten, und es ist nicht schwierig zu zeigen, warum dies ein unlösbares Problem für den Vorhersage- und Kontrollansatz darstellt. Betrachten Sie die logistische Gleichung, eine mathematische Beziehung, die verwendet wird, um Chaos zu demonstrieren. Die Gleichung besagt, dass der Wert zu einem bestimmten Zeitpunkt durch eine einfache Transformation des Wertes zum vorhergehenden Zeitpunkt berechnet werden kann, und angesichts dieser Einfachheit könnte man denken, dass es einfach ist vorherzusagen, wo der Wert landet, wenn wir beispielsweise zehn Zeitschritte vorwärts simulieren. Wenn Sie den Anfangswert mit vollständiger Präzision kennen, wäre das richtig. Aber wenn wir eine Schätzung des Anfangswertes einsetzen und wir um eine winzige Kleinigkeit abweichen, kann unsere Vorhersage nur wenige Schritte später weit von der Realität entfernt sein. Und wenn Sie den Zeitraum verlängern, den Sie vorhersagen möchten, erhöht sich die Präzision, die Sie bei der Messung der Anfangsbedingung benötigen, exponentiell. Hier und hier sind ein paar gute Ressourcen, wenn Sie mehr erfahren möchten, aber der Punkt ist dieser: Wenn Sie hoffen, dass das Zeitalter der KI und Big Data uns helfen wird, Schwellenwerte zu überschreiten, bei denen komplexe Systeme von unkontrollierbar zu kontrollierbar werden, jagen Sie im Wesentlichen einem Exponenten (Chaos) mit einem anderen (Moores Gesetz) hinterher. Ich habe ein ziemlich starkes Gefühl dafür, welcher von diesen gewinnen wird. Die logistische Gleichung demonstriert die sensible Abhängigkeit von Anfangsbedingungen in chaotischen Systemen. Größenordnungen höhere Präzision führen zu relativ kleinen
Word count: 1798
