Sprungmarken

Servicenavigation

Hauptnavigation

Sie sind hier:

Hauptinhalt

Econoplexity

Projektname: Komplexität in ökonomischen Lernprozessen – Modellierung einer komplexen Lernumgebung im Bereich der Stock Market Games und Entwicklung einer Technologie zum Nachweis von Phasenübergängen (Lernschwellen) in nichtlinearen dynamischen Lernszenarien der Ökonomik.

Zeitraum: seit 2009

Ansprechpartner: Univ.-Prof. Dr. Andreas Liening, Dr. Ewald Mittelstädt

Projektpartner: Dr. Dr. Guido Strunk (WU Wien)

Abstract: Durch zahlreiche Untersuchungen (u.a. SFB 823: „Nichtlineare dynamische Modelle in Wirtschaft und Technik“, Sprecherhochschule TU Dortmund) wird in der Wirtschaftswissenschaft versucht, den theoretischen Ansätzen der Deutung ökonomischer Abläufe als nicht-lineare, dynamische Prozesse mittels den Theorien Nichtlinearer Dynamischer Systeme eine empirische Basis zu geben. Dabei wird erforscht, wie die in der Realität beobachtbaren irregulären Schwankungen und Sprünge in Wirtschaftsprozessen (Strukturbrüche) analysiert und die Komplexität derartiger Phänomene gemessen werden kann (Liening 1999: 200ff.)

So werden z. B. Wechselkursfluktuationen, Aktienkursverläufe oder Bruttosozialproduktentwicklungen und die damit verbundenen Zeitreihenanalysen untersucht. Neben der Berechnung der Dimensionalität von Attraktoren stehen insbesondere die Untersuchung von Lyapunov-Exponenten im Vordergrund, die die sensible Abhängigkeit von den Anfangsbedingungen eines Systems widerspiegeln und ein Maß für die Komplexität eines Systems darstellen können.

Die empirischen Ergebnisse erfüllten bislang nur bedingt die an sie gestellten Erwartungen (Liening 2006). Aufgrund der Tatsache, dass die Wirtschaft als offenes System betrachtet werden muss, werden die dynamischen Verhaltensweisen durch exogene Schocks und stochastische Einflüsse überlagert (Liening 1999: 208f.). Die Eliminierung dieses Rauschens in den Daten war bislang kaum möglich. Mittlerweile gibt es Ansätze, die auf eine Kombination diverser Methoden setzen, die komplexe Systeme gewinnbringend untersuchen lassen: Während sich die traditionell oft verwendete Informationstheorie sowohl aufgrund der exponentiellen Divergenz als Kernmerkmal deterministischen Chaos als auch der in nichtlinearen dynamischen Systemen strenger definierten Nichtperiodizität vielfach als ungeeigneter Ansatz erwiesen hat, ist eine algorithmische Definition von Komplexität auf Basis der Grammar Complexity in der Lage, Ordnungsmuster im Chaos zu identifizieren. Korrelationsdimension bzw. die Recurrence Plots lassen dabei Komplexität von Systemen über ihre Dynamik erfassen bzw. die Ordnung einer Dynamik über die zeitliche Dauer der gefundenen Übereinstimmungen beziffern. Auch das Entropiekonzept kann als hilfreich angesehen werden, welches Komplexität in Form der Permutationsentropie an den Häufigkeitsverteilungen von Abfolgemustern ökonomischer Prozesse festmacht (Strunk 2009: 205ff.).

Das Manko, dass die in der Literatur vielfach beschriebenen Algorithmen aber oft nicht als verwendbare Software vorliegen, wurde dabei jüngst in einer Dissertation behoben. Diese Software ist dem Projekt als Vorarbeit durch meinen Doktoranden Guido Strunk zugänglich (Strunk 2009: 299ff.).

Im Rahmen des Forschungsprojektes ist geplant, die Lernprozesse der Akteure in nicht-linearen, dynamischen Systemen zu untersuchen und durch geeignete empirische Methoden der Theorien Nichtlinearer Dynamischer Systeme zu untersuchen, ob bzw. unter welchen Randbedingungen es zu Homomorphismen zwischen den nicht-linearen dynamischen Wirtschaftsprozessen und den Lernprozessen der Akteure kommt. Es werden insbesondere Phasenübergänge als Lernschwellen in Strukturbrüchen fokussiert, wie diese im Rahmen der Synergetik als eine von zahlreichen Theorien Nichtlinearer Dynamischer Systeme diskutiert werden.

Mit Hilfe eines experimentellen Business Games zum Finanzmarkt wird ein nicht-lineares dynamisches System simuliert und die ökonomischen Lernprozesse der Akteure multivariat erhoben. Durch Zeitreihenanalysen der erfassten Variablen wird überprüft, welchen Grad ihre Komplexität aufweist, ob Phasenübergänge nachweisbar sind und auf welche Weise diese in Beziehung zu den Strukturbrüchen der Wirtschaftsprozesse stehen. Das experimentelle Business Game wird durch unterschiedliche Lernszenarien begleitet, so dass der Beitrag verschiedener (wirtschafts‑)didaktischer Ansätze wie der klassischen Planspiel-Methodik, von Lerntagebüchern oder Threshold Concepts (Schwellenkonzepte) zum Kompetenzerwerb der Akteure gemessen werden kann. Insbesondere die in der internationalen wirtschaftsdidaktischen Forschung aktuell diskutierten Threshold Concepts (Schwellenkonzepte) stehen in einem engen inhaltlichen Zusammenhang zu Phasenübergängen. Auf diese Weise kann eine empirische Indikation dieses Ansatzes die bislang unterstellte Lernerfolgswirksamkeit überprüfen.

 

Liening, Andreas (1999): Komplexe Systeme zwischen Ordnung und Chaos. Neuere Entwicklungen in der Theorie nicht linearer Systeme und ihrer Bedeutung für die Wirtschaftswissenschaft und ihrer Didaktik. Hamburg, London, Münster.

Liening, Andreas (2006): iLearning - Selbstorganisiertes Lernen im Rahmen ökonomischer Bildung. In: Timo Meynhardt und Ewald J. Brunner (Hg.): Selbstorganisation managen. Beiträge zur Synergetik der Organisation. Münster.

Liening, Andreas (2009): Complexonomics - Über den Zusammenbruch des Laplaceschen Weltbildes, dem Einzug der Komplexität in die Wirtschaftswissenschaft und die Anmaßung von Wissen. In: Johannes Weyer und Ingo Schulz-Schaeffer (Hg.): Management komplexer Systeme. München. Strunk, G. (2009) Die Komplexitätshypothese der Karriereforschung. Frankfurt.



Nebeninhalt

Kontakt

Entrepreneurship und Ökonomische Bildung Sekretariat
Tel.: 0231 755-5260