Auszug
Wie in IV-3.2 beschrieben können Urbilder vorliegen, die sich durch Mehrdeutig- und Widersprüchlichkeit (vgl. Mess bzw. komplexe Systeme) charakterisieren und die mit den in IV-3.2.1 bis IV-3.2.5 untersuchten Simulationsmethoden nicht angemessen abbildbar sind. Im Folgenden wird die agentenbasierte Simulation1372, ein im wissenschaftlichen Schrifttum1373 (u. a. Soziologie, Computer Science als viel versprechend eingestuftes Simulationsverfahren, auf ihre Fähigkeit zur Beschreibung, Erklärung und Prognose von Organisationenverhalten untersucht. Dies erfolgt, indem die agentenbasierte Simulation auf ihre Fähigkeit zur Abbildung der in III-1 identifizierten Eigenschaften komplexer Systeme überprüft wird. Mit drei Anwendungsbeispielen soll der aktuelle Kenntnisstand dokumentiert, die Potentiale identifiziert und auf mögliche Limitationen bei der Implementierung hingewiesen werden.
In agentenbasierten Simulationen interagieren immer mindestens zwei Agenten in einem betrachteten Modell. Folglich werden ausschließlich Simulationen mit mindestens zwei Agenten betrachtet. Auf den Zusatz „Multi“ wird in der Folge verzichtet und der Einfachheit halber von agentenbasierten Simulationen gesprochen. Die in der Literatur verwendeten Begriffe agentenbasierte Simulation, agentenbasierte Simulationsmodelle, Multiagentensimulation, multiagentenbasierte Simulation etc. werden nachfolgende synonym verwendet.
Vgl. u. a. Gilbert, N./ Troitzsch, K.G. (2005); Kappelhoff, P. (2002b); Richardson, K.A. (2005b); Conte, R./Gilbert, N./Sichman, J.S. (1998), S. 1ff Conte, R. (2002), S. 7189f.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
References
Vgl. u. a. Nawarecki, E./ Koźlak, J./ Dobrowolski, G. u.a. (2005), S. 132ff; Dobrowolski, G (2005), S. 173ff; Kefalas, P./Stamatopoulou, I./Gheorghe, M. (2005), S. 122ff; Downing, T.E./Moss, S./Pahl-Wostl, C. (2001), S. 198ff; He-noch, J. (2003); Huhns, M.N./Stephens, L.M. (2000), S. 79ff; Berger, T. (2004), S. 77ff; Wright, H.T. (2000), S. 373f
Vgl. Klenk, J./ Binnig, G./ Schmidt, G. (2000), S. 151ff; Tsoukas, H./Hatch, M.J. (2001), S. 979ff; Luhman, J.T./Boje, D.M. (2001), S. 158ff; Morcöl, G. (2001), S. 104ff; Knowles, R.N. (2001), S. 122ff; Stacey, R.D. (2003a). Die Rückschau zeigt, dass dies zu Lasten der analytischen Rigorosität erfolgt ist. Vgl. Elliott, E./Kiel, L.D. (2004), S. 121.
Vgl. Gilbert, N./ Troitzsch, KG. (2005); S. 172ff; Lee, J./Berley, M. (Hrsg.) (2003); Etzioni, O./Weld, D.S. (1995), S. 44ff; Davidsson, P. (2002); Drogoul, A./Vanbergue, D./Meurisse, T. (2003), S. 1ff; Wooldridge, M.J./Jennings, N.R. (1995), S. 115ff Allen Begriffen ist gemein, dass Agenten sich durch Autonomie auszeichnen.
Vgl. Principal-Agent-Theorie als Teilbereich der Neuen Institutionenökonomik. Vgl. Eisenhardt, K.M. (1989), S. 57ff. Als Wurzel der Theorieevolution von Prinzipal und Agent gilt die Grundlagenarbeit von Berle, A.A./Means, G.C. (1932), in der erstmalig eine strukturierte Auseinandersetzung mit dem Verhältnis von Eigentum an und Verfügungsgewalt über Unternehmen erfolgt ist.
Vgl. Wooldridge, M.J. (2002), S. 5; Wooldridge, M.J. (2000), S. 28; Brassel, K.-H./Möhring, M./Schumacher, E. u. a. (1997), S. 56.
Vgl. Gilbert, N./ Troitzsch, K.G. (2005), S. 172, die keinen einheitlich verwendeten Agentenbegriff ausmachen.
Franklin, S./ Graesser, A. (1997), S. 25. Vgl. analog Rüssel, S.J./Norvig, P. (2004), S. 55.
Vgl. Wooldridge, M.J. (2000), S. 32f; Wooldridge, M.J./Jennings, N.R. (1995), S. 115ff.
Vgl. Krogh, C. (1996), S. 3; Klügl, F. (2001), S. 17; Gilbert, N./Troitzsch, K.G. (2005), S. 174ff; Franklin, S./Graesser, A. (1997), S. 24ff; Jennings, N.R./Wooldridge, M.J. (1998), S. 3ff; Etzioni, O./Weld, D.S. (1995), S. 44ff. Vorwiegend kennzeichnen diese Eigenschaften so genannte Daemons in Computerbetriebssystemen. Damit sind Prozesse gemeint, die selbsttätig im Hintergrund ohne Eingreifen des Benutzers laufen und eigenständig Aktionen durchführen können (z. B. das automatische Aktualisieren eines Virensuchprogramms über das Internet). Dabei können sie auf ihre Umwelt reagieren, z. B. indem sie das Installieren der aktualisierten Dateien verzögern, bis genügend Rechenleistung frei ist und mit anderen Daemons „aushandeln“, wer als nächstes auf benötigte Ressourcen zugreifen darf.
Vgl. Jennings, N.R./ Wooldridge, M.J. (1998), S. 4.
Vgl. Castelfranchi, C. (1998), S. 157ff.
Vgl. Wooldridge, M.J./ Jennings, N.R. (1995), S. 116.
Klügl, F. (2001), S. 14; Vgl. sinngemäß Wooldridge, M.J./Jennings, N.R. (1995), S. 116ff.
Vgl. Klügl, F. (2001), S. 15.
Vgl. Franklin, S./ Graesser, A. (1997), S. 29.
Vgl. Gilbert, N./ Troitzsch, K.G. (2005), S. 174ff.
Vgl. Dooley, K. (2002), S. 838ff Adaption bzw. Lernen können durch lernende und evolutionäre Algorithmen oder durch zuvor festgelegte Regeln implementiert werden. Einen Überblick über lernende Algorithmen (neuronale Netze) und Anwendungsfelder findet sich bei Zell (2003). Für evolutionäre Algorithmen siehe Michalewicz, Z. (1996).
Vgl. Carley, K.M. (2002b), S. 259.
Holland, J.H. (1996), S. 43.
Eine philosophische Betrachtung der Frage, ob Maschinen intelligent handeln oder denken können, also ob es möglich ist, menschengleiche Maschinen zu entwickeln, wird bei RUSSEL/NORVIG diskutiert. Vgl. Rüssel, J.S./ Norvig, V. (2004), S. 1149ff.
Vgl. Doran, J. (1997), S. 75.
Vgl. Krogh, C. (1996), S. 3ff; Zarnekow, R. (1999), S. 23.
Vgl. Franklin, S./ Graesser, A. (1997), S. 29; Axteil, R. (2000), S. 2. 1403 Zarnekow, R. (1999), S. 23.
Vgl. Séror, A.C. (1995), S. 20ff; Gilbert, N. (1999), S. 1485ff; Doran, J. (2001), S. 383; Gilbert, N./Troitzsch, K.G. (2005), S. 195.
Vgl. Franklin, S./ Graesser, A. (1997), S. 29.
Vgl. Wooldridge, M.J./ Jennings, N.R. (1995), S. 115. Dort wird ein Agent mit einem softwarebasierten Computersystem gleichgesetzt. Ein Computersystem, das in diesem Zusammenhang gleichbedeutend mit einem Computerprogramm bzw. einem dazu gehörigen Teil wie einem Prozess oder einem Thread ist. Zur Akzeptanz vgl. Zarnekow, R. (1999), S. 15; Ferber, J. (2001); Klügl, F. (2001).
Vgl. Huhns, M./ Singh, M.P. (Hrsg.) (1998).
Vgl. Axtell, R. (2000), S. 2. In dem Beispiel von EPSTEIN/AXTELL verändern sich z. B. das Geschlecht, der Energieverbrauch und die Sehfähigkeit der Akteure nicht. Individuelle ökonomische Präferenzen, Reichtum und Gesundheit variieren aufgrund von Interaktionen. Vgl. Epstein, J.M./Axtell, R. (1996), S. 4.
Vgl. Brassel, K.-H./ Möhring, M./ Schumacher, E. u. a. (1997), S. 56.
Vgl. Doran, J. (2001), S. 383; Klügl, F. (2001), S. 13.
Vgl. Doran, J. (2001), S. 383. DORAN differenziert diese Gruppe weiter in deliberative und adaptive Agenten. Da-nach beziehen erstere Alternativen in die Entscheidungsfindung mit ein. Adaptive Agenten korrigieren ihr Verhalten bei veränderten Umweltbedingungen.
Vgl. Cioffi-Revilla, C. (2002), S. 7314ff; Edmonds, B./Möhring, M. (2005), S. 173f; Richiardi, M./Leombruni, R./Saam, N.J. u. a. (2006).
Vgl. Carley, K.M./ Kjaer-Hansen, J./ Newell, A. u. a. (1992), S. 88.
Vgl. Kim, S. (2002), S. 56.
Vgl. u. a. Axteil, R. (2000), S. 2; Schillo, M./Fischer, K./Klein, C.T. (2001), S. 133, Kappelhoff, P. (2002c), S. 57ff. 1419 Vgl. Klügl, F. (2001), S. 61.
Vgl. Haslett, T./ Osborne, C. (2003), S. 88.
Vgl. Klügl, F. (2001), S. 65.
Vgl. Haslett, T./ Osborne, C. (2003), S. 87ff.
Vgl. Haslett, T./ Osborne, C. (2003), S. 88.
Vgl. Gasser, L. (2001), S. 5.
Vgl. Eisenhardt, K.M./ Sull, D.N. (2001), S. 114; Maturana, H.R./Varela, F.J. (1998), S. 97.
Vgl. Carley, K.M. (1996b), S. 175ff; Carley, K.M./Kjaer-Hansen, J./Newel, A. u. a. (1992), S. 87ff.
Vgl. Epstein, J.M./ Axtell, R. (1996), S. 3ff.
Vgl. Odell, JJ./ Parunak, van Dyke H./ Fleischer, M. u. a. (2003), S. 16; Epstein, J.M./Axtell, R. (1996), S. 4; Weick, K.E. (2003b), S. 184ff.
Vgl. Rüssel, S.J./ Norvig, P. (1995), S. 46.
Vgl. Wooldridge, M.J. (2002), S. 7; Luna, F./Perrone, A. (Hrsg.) (2002).
Vgl. Bonabeau, E./ Meyer, C. (2001), S. 106ff. Ameisen (hier die Agenten) interagieren und orientieren sich durch die Verteilung von Pheromonen in der Umwelt. Die individuellen Interaktionen führen dazu, dass sich Pfade durch und in der Umwelt entwickeln.
Vgl. Wooldridge, M.J. (2000), S. 83.
Vgl. Abelson, R.P./ Bernstein, A. (1963), S. 274ff; Abelson, R.P./Carroll, D.J. (1965), S. 24ff. Der erste Ansatz einer agentenbasierten Simulation in den Sozialwissenschaften wurde von SCHELLING vorgenommen, der in seinem Segregationsmodell auf diejenigen Phänomene und Sachverhalte stieß, die bis heute den Gegenstand der aktuellen Forschung zu agentenbasierten Simulationen darstellen. Vgl. Schelling, T.C. (1971), S. 143ff.
Vgl. Brassel, K.-H./ Möhring, M./ Schumacher, E. u. a. (1997), S. 55, z. B. bei der Simulation von Lernverhalten durch Neuronale Netze. Im amerikanischen Sprachraum wird gleichbedeutend der Begriff Artificial Intelligence genutzt.
Dooley, K. (2002), S. 837; Arthur, B.W. (1991), S. 353ff; Arthur, B.W. (1993), S. 1ff; Axelrod, R.M. (1997b); Carley, K.M. (1996), S. 175ff; Gilbert, N./Doran, J. (Hrsg.) (1995); Gilbert, N./Conte, R. (Hrsg.) (1995); Tesfatsion, L. (2002). Für die Künstliche Intelligenz ist jedoch einschränkend zu bemerken, dass sie sich auf die „Intelligenz“ einer einzelnen Entität bezieht und weniger auf die von ganzen Elementgruppen, wie in agentenbasierten Simulationen.
Elliott, E./ Kiel, L.D. (2004), S. 121. Vgl. sinngemäß Casti, J.L. (1997).
Vgl. Doran, J./ Gilbert, N.G. (1995), S. 10.
„Whereas discrete event simulation and system dynamics focus on variables and events, agent-based simulation models focus on organizational participants (companies, teams, employees) etc..“ Dooley, K. (2002), S. 837.
Vgl. Edmonds, B. (2001), S. 21.
Carley, K.M./ Gasser, L. (2000), S. 324.
Vgl. Davidsson, P. (2001), S. 99.
Vgl. Krüger, G. (2006), S. 151ff In diesem Zusammenhang entsprechen Objekte einzelnen getrennten Strukturen ei-nes Computerprogramms, die gekapselt sowohl Daten als auch Prozeduren zu ihrer Verarbeitung enthalten, untereinander in Beziehung stehen und interagieren. Vgl. Witte, T. (1990).
Vgl. Levitt, R.E. (2004), S. 132; Davidsson, P. (2001), S. 99f
Eine Agentengruppe kann sich z. B. von der anderen ernähren. Vgl. Wilensky, U./ Reisman, K. (1999), S. 1ff.
Parunak, V.D./ Savit, R./ Riolo, R.L. (1998), S. 22. Da jede einzelne Person des Urbilds durch einen separaten Agenten repräsentiert wird, lassen sich unterschiedliche Verhaltensweisen abbilden.
Vgl. Parunak, V.D./ Savit, R./ Riolo, R.L. (1998), S. 20.
1453 Diese Trennung wird mit der Anmerkung vorgenommen, dass nicht nur in der Soziologie zusätzlich Meso-und Meta-Ebenen unterschieden werden. Schillo, M./ Fischer, K./ Klein, C.T. (2001), S. 136ff.
Vgl. Doran, J. (2000), S. 17; Prietula, M.J./Carley, K.M. (1994), S. 46.
Vgl. Dooley, K. (2002), S. 841.
Vgl. Davidsson, P. (2001), S. l00f. Dies gilt unter der Voraussetzung, dass keine verteilten Rechenleistungen zu Grunde gelegt werden. Denn agentenbasierte Simulation unterstützt verteilte Berechnung (distributed computation) auf natürliche Weise. Da jeder Agent als ein separates (Software-)Element modelliert wird, ist es nahe liegend, verschiedene Agenten auf unterschiedlichen Maschinen laufen zu lassen. Dies führt zu verkürzten Simulationsdurchläufen und verbesserter Skalierbarkeit.
Vgl. Schillo, M./ Fischer, K./ Klein, C.T. (2001), S. 140.
Vgl. Gilbert, N./ Doran, J. (Hrsg.) (1995); Conte, R./Gilbert, N. (1995), S. 1ff; Davidsson, P. (2002), Paragraph 2.4. Formale Modelle wurden unter Nutzung von Mathematik, Simulation, Expertensystemen und formaler Logik entworfen. Vgl. Carley, K.M. (1996b), S. 175. Um Simulationsmodelle für eine verbal formulierte Sozialtheorie entwickeln zu können, müssen die mit der Theorie verbundenen Annahmen explizit und formal spezifiziert werden. Dies gilt für sämtliche in der Simulation verwendeten Parameter, so dass jede Form der Unklarheit ausgeräumt werden muss. Das macht die Simulation von sozialen Prozessen, die sich nicht unbedingt parametrisieren lassen, so kompliziert.
Vgl. die Überprüfung der Eigenschaften komplexer Systeme. Der Beitrag, den die Komplexitätswissenschaft zur Weiterentwicklung der Informatik leistet, ist die Einführung eines neuen Paradigmas für die Simulation komplexer Systeme. Vgl. Anderson, P.W. (1999b), S. 218f Im Gegenzug profitiert sie von der Informatik durch die Bereitstellung ei-nes Ansatzes zur formalisierten Darstellung komplexer Systeme (Simulation des Verhaltens der Systemelemente mittels Softwareagenten). Vgl. Davidsson, P. (2001), S. 98ff; Davidsson, P. (2002), Paragraph 2.9.
Vgl. Schillo, M./ Fischer, K./ Klein, C.T. (2001), S. 133ff; Axelrod, R.M. (1997b); Hanneman, R.A./Patrick, S. (1997), Paragraph 6.2.
Vgl. Axtell, RM. (2000), S. 1ff
Vgl. Elliott, E./ Kiel, L.D. (2004), S. 124f. Für stochastisch ermittelte Ergebnisse (z. B. die Monte-Carlo-Simulation) stellen agentenbasierte Simulation eine bestätigende Form bzw.„Kontrollfunktion“ dar. 1463 Ein Gleichgewichtszustand liegt nicht vor, die Stabilität eines Gleichgewichts wird unterminiert oder die Abhängigkeiten zwischen den Agenten sind nicht eindeutig.
Vgl. Axtell, R.L. (2000), S. 7f.
Vgl. Feigenbaum, M. (1988), S. 567.
Macy, M.W./ Willer, R. (2002), S. 143.
Vgl. Schanz, G. (2004), S. l00ff.
Vgl. Law, A./ McComas, M. (1989), S. 28ff; Robinson, S./Pidd, M. (1998), S. 200ff.
Vgl. Edmonds, B. (2003), S. 105ff; Marietto, M.B./David, N./Sichman, J.S. u. a. (2003a), S. 127; Hlupic, V./Paul, R.J. (1996), S. 49ff; Paul, R.J./Giaglis, G.M./Hlupic, V. (1999), S. 1551ff.
Vgl. Klügl, F. (2001), S. 100.
Vgl. Gilbert, N./ Bankes, S.C. (2002), S. 7197.
Der konzeptionelle Grundgedanke der Objektorientierung baut auf der Vorstellung auf, dass das Computerprogramm eine Konfiguration aus einzelnen (individuellen) Teilen (Objekten) ist, die miteinander interagieren. Jedes Objekt kann Nachrichten empfangen, Daten verarbeiten und Botschaften an andere Objekte übermitteln. Dies steht im Gegensatz zum traditionellen Verständnis, nach dem ein Computerprogramm eine Ansammlung von Prozeduren und Funktionen bzw. eine abzuarbeitende Liste von Befehlen ist. Vgl. Uhrmacher, A. (1996), S. 432ff.
Vgl. Tesfatsion, L. (2003), S. 17; Inchiosa, M.E./Parker, M.T. (2002), S. 7304ff.
Vgl. Gilbert, N. (2000b), S. 11ff.
Vgl. Manhart, K. (2003), S. 232ff.
Vgl. Bonabeau, E. (2002b), S. 2787.
Vgl. Carley, K.M. (2002b), S. 259.
Vgl. Kefalas, P./ Stamatopoulou, I./ Gheorghe, M. (2005), S. 122ff.
Vgl. Camarinha-Matos, L.M./ Afsaimanesh, H. (2001), S. 343f.
Vgl. Edmonds, B. (2001), S. 20.
Vgl. Gilbert, N./ Troitzsch, K.G. (2005), S. 13.
Vgl. Macy, M.W./ Willer, R. (2002), S. 144ff; Tivnan, B.F. (2005), S. 1014; Pyka A./Grebel, T. (2003), S. 10.
„When interdependent agents are also adaptive, their interaction can generate a ‘complex adaptive system’.“ Holland, J.H. (1996), S. 10.
Vgl. Bonabeau, E. (2002b), S. 2780ff.
Vgl. Elliott, E./ Kiel, L.D. (2004), S. 124.
Bonabeau, E. (2002b), S. 2787.
Vgl. Abelson, R.P./ Bemstein, A. (1963), S. 274ff; Abelson, R.P./Carroll, DJ. (1965), S. 24ff.
Simon, H.A. (1996a), S. 53.
Vgl. Simon, H.A. (1996a), S. 53; Augier, M./March, J.G. (2002), S. 1ff.
Epstein, J.M. (1999), S. 56.
Vgl. Kelly, K./ Allison, M.A (1999), S. 68ff
Zur Kritik an diesen „Brückenhypothesen“ und der „Übersetzung“ in wahrscheinlichkeitsgestütztes regelgeleitetes Verhalten vgl. Kappelhoff, P. (2002b), S. 62, sowie IV-4.6. Ein wesentlicher Unterschied zwischen menschlichen Systemen und Agenten komplexer Systeme besteht darin, dass die Kommunikationspartner in menschlichen Systemen ei-ne innere Struktur (menschliches Verhalten) haben, die den computersimulierten, komplexen und anpassungsfähigen Systemen (noch) fehlt. Vgl. Stacey, R.D. (1997), S. 21.
Vgl. Epstein, J.M. (1999), S. 42; Kauffman, S.A. (1995), S. 71ff.
Vgl. Sawyer, K.R. (2001), S. 49ff.
Vgl. o.V. (2006).
Vgl. u. a. Troitzsch, K.G. (2003), S. 353ff; Beinhocker, E.D. (1997), S. 25ff; Carley, K.M. (2002b), S. 253ff; Macy, M.W./Willer, R. (2002), S. 143ff.
Vgl. Carley, K.M./ Gasser, L. (2000), S. 324.
Vgl. Bonabeau, E. (2002b), S. 7284. Simulation kann hier sowohl qualitative, auf natürlicher Sprache basierende Konstrukte repräsentieren, als auch quantitative. Vgl. Ostrom, T.M. (1988), S. 384; Pidd, M. (2003), S. 233; Robinson, S. (2004), S. 7.
Vgl. Lloyd-Smith, J.O./ Schreiber, S.J./ Kopp, P.E. (2005), S. 355ff.
Vgl. Schelling, T.C. (1971), S. 143ff.
Bonabeau, E. (2005), S. 49.
Bonabeau, E. (2005), S. 50.
Bonabeau, E. (2005), S. 51.
Bonabeau, E. (2005), S. 52.
Vgl. Robertson, D.A. (2003b), S. 64.
Vgl. Robertson, D.A. (2003b), S. 67.
Vgl. Robertson, D.A. (2003b), S. 67f.
Vgl. Robertson, D.A. (2003b), S. 67f.
Vgl. Johnson, J. (2001), S. 34ff; Leick, R.K./Meeker, B.F. (1995), S. 463ff; Epstein, J.M. (1999), S. 52.
Vgl. Banks, J. (2002), S. 7199f; Gilbert, N./Bankes, S.C. (2002), S. 7198.
Epstein, J.M. (1999), S. 52.
Epstein, J.M. (1999), S. 47.
Vgl. Gasser, L. (2001), S. 1ff
Vgl. Edmonds, B. (2001), S. 21.
Vgl. Bonabeau, E. (2002b), S. 7280ff
Dies wird am Beispiel der Strictly Declarative Modelling Language (SDML) deutlich, die stark auf der autoepistemischen Logik fußt. Vgl. Konolige, K. (1988), S. 343ff.
Vgl. Conte, R./ Gilbert, N. (1995), S. 1ff Eine Synergiequelle aus der Kombination von Organisationstheorien und Informatik liegt z. B. in der Entwicklung und Nutzung von Formalismen zur Spezifikation der Organisationselemente.
Vgl. Brassel, K.-H./ Möhring, M./ Schumacher, E. u.a. (1997), S. 61.
Vgl. Saam, N.J. (1999), S. 43ff Dies entspricht der Auffassung von SCHUMPETER und DURKHEIM. Vgl. Durkheim, É. (1995); Schumpeter, J.A. (1909), S. 213ff. Diese Unterscheidung steht analog zu dem Verständnis vom Akteur-und Variablen-Modell sowie für die in den Sozial-und Wirtschaftswissenschaften vorzufindende Teilung zwischen Struktur versus Handeln. Stellvertretend für Makroperspektiven im organisationalen Kontext sind vor allem die strukturtechnischen Ansätze von KOSIOL und NORDSIECK sowie die klassischen Ansätze von TAYLOR und WEBER, während Mikroperspektiven von humanistischen Organisationsansätzen, wie der Human Relations Bewegung, eingenommen werden. Bisher stehen sich die Perspektiven stets konträr gegenüber. Einzig GIDDENS versucht mit dem metatheoretischen Ansatz, der, Theorie der Strukturierung’, erstmals diese Dualität zu überwinden, auch wenn diese Theorie unterschiedlich bewertet wurde. Vgl. Kosiol, E. (1959); Taylor, F.W. (1913); Weber, M. (1976); Giddens, A (1997); Giddens, A. (2003). Zur Bewertung von GIDDENS vgl. u. a. Walgenbach, P. (2002a), S. 355ff
Vgl. Johnson, P.E. (1999), S. 1511.
Vgl. Banks, S.C. (2000), S. 14; Robinson, S. (2004), S. 11. Der Aufwand für ein bereits angesprochenes Realexperiment liegt jedoch höher als der einer Simulation. Vgl. IV-2.2.
Edmonds, B.(2001), S.21.
Vgl. Edmonds, B. (2003), S. 107f.
Erste Unterstützungen liefern LEE und FISHWICK, die ein Schema zur Abstraktion bei Modellen entworfen haben. Bisher sind dazu keine weiteren Untersuchungen vorgenommen worden. Vgl. Lee, K./ Fishwick, P.A. (1997), S. 217ff.
Richardson, K.A. (2005a), S. 628f.
Rights and permissions
Copyright information
© 2007 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2007). Agentenbasierte Simulation. In: Komplexität in Organisationen. DUV. https://doi.org/10.1007/978-3-8350-5403-5_15
Download citation
DOI: https://doi.org/10.1007/978-3-8350-5403-5_15
Publisher Name: DUV
Print ISBN: 978-3-8350-0578-5
Online ISBN: 978-3-8350-5403-5
eBook Packages: Business and Economics (German Language)