Читать книгу Die Zerbrechlichkeit der Welt - Stefan Thurner - Страница 16

Das bringt uns wieder zurück zu den Tipping Points. Erstmals verwendet wurde der Begriff Mitte der 1950er-Jahre bei Untersuchungen zur Rassentrennung, heute wird er häufig im Zusammenhang mit Klimamodellen und dem Kippen von Ökosystemen verwendet. Als ein Kipp-Punkt im Zusammenhang mit der Klimakrise gilt zum Beispiel das Auftauen von Permafrost-Böden. Eines der zentralen Probleme bei der Erforschung komplexer Systeme ist das Auffinden solcher Kipp-Punkte, beziehungsweise – noch grundlegender – jener Parameter, die zu abrupten Veränderungen des Gesamtsystems führen. Bei vielen sozialen und ökonomischen Systemen ist derzeit noch völlig unklar, welche Faktoren das sind. In der Physik, also bei »einfachen« Systemen, sind die Tipping Points, oder »Phasenübergangsparameter« hingegen oft gut bekannt, etwa der Gefrier- oder Siedepunkt.

Eine weitere Eigenschaft von komplexen Systemen ist, dass sie manchmal extrem sensibel auf kleine Veränderungen reagieren. Sie können also auch das Gegenteil von robust und stabil sein. Das heißt, dass eine kleine Änderung einer Input-Größe einen riesigen Effekt auf den Output hat, dass er sich vielleicht sogar sprunghaft ändert.

Aus der Chaostheorie ist der sogenannte »Schmetterlingseffekt« bekannt. Dieser besagt, dass eine minimale Änderung eines Parameters, wie zum Beispiel das Flattern eines Schmetterlings in Brasilien, zu riesigen Auswirkungen führen kann, wie etwa zu einem Tornado in Texas. Der Grund für diese großen Auswirkungen kann entweder an der nicht-linearen Natur der komplexen Systeme liegen oder stammt von einem Schneeballeffekt, einer Kettenreaktion.

Der Ausfall einer Komponente in einem komplexen System kann den Ausfall mehrerer anderer Komponenten verursachen. Die Ansteckung einer Person mit einem Virus bedeutet, dass diese Person mehrere weitere Personen anstecken kann. Das steckt hinter der Reproduktionszahl »R«, die in der Corona-Krise bekannt geworden ist. Andere komplexe Systeme wiederum können anpassungsfähig und resilient gegenüber Störungen sein, sodass selbst größere Veränderungen einzelner Parameter kaum merkliche Reaktionen im Netzwerk hervorrufen. Störungen werden quasi vom Netzwerk absorbiert, indem es sich an Veränderungen anpasst, es ist adaptiv.

Die wenigsten komplexen Systeme sind von einem Erfinder oder einem Ingenieur entworfen worden, oder wurden von einem intelligenten Designer geschaffen. Sie schaffen sich und funktionieren scheinbar von selbst, ohne äußeres Zutun. Sozialwissenschaftler nennen dieses Phänomen spontane Ordnung. Sie tritt zum Beispiel bei sogenanntem Herdenverhalten auf, bei dem eine Gruppe von Personen ihre Aktionen ohne zentrale Planung koordiniert. Wenn etwa alle gleichzeitig dieselben Aktien kaufen oder alle zugleich in Panik geraten.

In den Naturwissenschaften spricht man von Selbstorganisation, etwa wenn sich Moleküle scheinbar von selbst zu einer Schneeflocke anordnen oder wenn Ameisen einen Staat errichten. Damit Selbstorganisation stattfinden kann, sind natürlich bestimmte Eigenschaften der Bauteile und der Interaktionsregeln notwendig. Kennt man diese, kann man die emergenten Eigenschaften des gesamten Systems vorhersagen. Die Wissenschaft komplexer Systeme versucht genau das zu tun: komplizierte Makrophänomene wie Effizienz, Stabilität und Resilienz aus relativ einfachen netzwerkbasierten Interaktionsregeln abzuleiten.