Simulationen sind ein zentrales Werkzeug in der Analyse komplexer Systeme – von Finanzmärkten über Energieinfrastrukturen bis hin zu industriellen Prozessen. Sie dienen dazu, Dynamiken zu verstehen, Szenarien zu testen und Entscheidungen vorzubereiten.
Dabei wird oft implizit angenommen, dass Simulationen die Realität möglichst exakt abbilden. Genau diese Annahme ist problematisch.
Simulation ist keine Realität. Aber sie verändert sie
Simulationen sind Modelle.
Das ist trivial.
Was weniger trivial ist:
Simulationen greifen in die Realität ein.
Sobald ein Modell verwendet wird, verändert es das System.
Beispiele:
- Märkte reagieren auf Prognosen
- Institutionen steuern nach Modellen
- Menschen passen Verhalten an
Das führt zu einem zirkulären Effekt:
Das Modell beschreibt das System.
Und wird Teil des Systems.
Damit entsteht ein Problem:
Validierung wird unscharf.
Wenn ein Modell „funktioniert“, kann das zwei Gründe haben:
- Es beschreibt die Realität korrekt
- Es hat die Realität verändert
Beides ist empirisch schwer zu trennen.
In stabilen Systemen ist das unkritisch.
In instabilen Systemen kann es fatal sein.
Denn Modelle können Stabilität erzeugen –
oder Instabilität verstärken.
Das klassische Bild „Modell → Realität“ ist falsch.
Die Beziehung ist bidirektional.
Wer mit Simulationen arbeitet, arbeitet immer auch am System selbst.
Weiterlesen:
Modelle scheitern nicht an Daten – Sie scheitern an sich selbst