Technische Universität Darmstadt
Fachbereich Rechts- und Wirtschaftswissenschaften
Institut für Betriebswirtschaftslehre
Fachgebiet Wirtschaftsinformatik I – Entwicklung von Anwendungssystemen

SIMULATION UND MODELLIERUNG

Studienarbeit von 

Peter Eiselt

Sommersemester 2004

Zusammenfassung

Die vorliegende Studienarbeit befasst sich mit dem Thema Simulation und Modellierung, die eng miteinander verknüpft sind. Erst nach einem erfolgreichen Modellierungsprozess ist eine sinnvolle Simulation möglich, d.h. nur durch konstruktive und fundierte Vorarbeit kann der gewünschte Erfolg, der in der korrekten Interpretation eines Simulationsergebnisses besteht, eintreten.

Um auf alle Aspekte näher eingehen zu können, beschäftigt sich der erste Abschnitt der vorliegenden Arbeit mit den Grundlagen der Thematik. Hierfür werden die entsprechenden Begriffe eingeführt. Zusätzlich enthält dieser Teil einen geschichtlichen Überblick, inwieweit sich die Simulation in den zurückliegenden Jahren entwickelt und, nicht zuletzt durch den Aufbruch in das digitale Zeitalter, verändert hat. Die Einleitung schließt mit dem Lebenszyklus einer Simulationsstudie, der in direktem Zusammenhang mit technologischem Fortschritt steht.

Der nächste Abschnitt widmet sich der Modellierung eines Systems. Zu diesem Zweck wird eine kurze Übersicht über Modellklassen, die im normalen Sprachgebrauch verbreitet sind, gegeben. Im Anschluss an diesen Punkt werden die drei Phasen Formulierung, Untersuchung und Validierung, die zusammen den eigentlichen Modellierungsprozess ergeben, kurz vorgestellt.

Im dritten Teil wird ausführlich auf die Klassifizierung von Modellen eingegangen. Den Schwerpunkt bilden hierbei jedoch nicht die realen Simulationen, auf die kurz eingegangen wird, sondern die semiotischen bzw. digitalen Simulationen. Bei diesen sind i.A. nicht nur Informationen zum modellierten Objekt in datenbankähnlichen Strukturen gespeichert, sondern auch sog. Metadaten über das Modell selbst. In Anlehnung an die Klassifizierung, die am Fachgebiet der Entwicklung von Anwendungssystemen verbreitet ist, werden Modelle mit einem generellen bzw. besonderen Gegenstandsbezug, Struktur- und Idealmodelle, sowie Simulations- und Visualisierungsmodelle vorgestellt und der Zusammenhang mit Schema und Ausprägung dargestellt. In diesem Kontext wird kurz auf Simulationssprachen und Simulationssoftware eingegangen, mit Hilfe derer eine Digitalisierung eines Modells überhaupt erst ermöglicht wird. Hierbei ist auch die Entwicklung des Internets mit Bereitstellung entsprechender Web Services einzubeziehen, was in einem separaten Punkt über sog. Web Based Simulation Environments seinen Niederschlag findet. 

Im Anschluss an die Klassifizierung werden die bisherigen Ergebnisse übersichtlich in Szenarien zusammenfasst und es wird kurz auf Beispiele in der Praxis eingegangen, bevor sich der nächste Teil mit der speziellen Aufgabe von Computern befasst, Künstliche Intelligenz bereitzustellen.

Da sich innerhalb der Simulation Begriffe wie Intelligentes Hypermedia oder E-Learning gebildet haben, versucht der sechste Teil, einen Überblick über existierende Lernumgebungen im Bereich des Edutainments zu geben, bevor er auch die Sparte der Simulation im Bereich des Entertainments betrachtet und zum Schluss näher auf Planspiele eingeht.

Trotz aller technologischen Innovationen und der Möglichkeit, immer komplexere Modelle digital umzusetzen, gibt es auch begründete Kritik an der Simulation. Diese soll im vorletzten Abschnitt hauptsächlich aus philosophischer Sicht betrachtet werden, indem Thesen von Jean Baudrillard oder Umberto Eco näher untersucht werden. Der letzte Teil der Studienarbeit soll die gewonnenen Erkenntnisse nochmals kurz zusammenfassen und zusätzlich einen Ausblick auf die Forschung und bevorstehende Entwicklung im Bereich der Simulation geben.

Abstract
[in Downloaddatei enthalten]

Abkürzungsverzeichnis
API Application Program Interface
ASP Application Service Provider
B2B Business To Business
bzw. beziehungsweise
ca. circa
CAD Computer Aided Design
CGI Common Gateway Interface
d.h. das heißt
DV-System Datenverarbeitungssystem
ERM Entity Relationship Model
etc. et cetera
DOS Disk Operating System
E-Commerce Electronic Commerce
ggf. gegebenenfalls
HTML Hypertext Markup Language
i.A. im Allgemeinen
I/O Input/Output
Jh. Jahrhundert
MS Microsoft
NASA National Aeronautics and Space Administration
OSI Open System Interconnection
PC Personal Computer
ROI Return On Investment
sog. so genannt
u.a. unter anderem
UML Unified Modelling Language
vgl. vergleiche
WWW World Wide Web
z.B. zum Beispiel

Inhaltsverzeichnis

1. GRUNDLAGEN 1
1.1 Begriffe der Simulation 2
1.2 Historische Entwicklung 7
1.3 Life-Cycle einer Simulationsstudie 11

2. MODELLIERUNG EINES SYSTEMS 13
2.1 Formulierung 15
2.2 Untersuchung 16
2.3 Validierung 16

3. KLASSIFIZIERUNG VON MODELLEN 17
3.1 Reale Modelle 19
3.2 Semiotische Modelle 19
3.2.1 Modelle mit einem generellen Gegenstandsbezug (Strukturmodelle) 20
3.2.2 Modelle mit einem besonderen Gegenstandsbezug (Idealmodelle) 21
3.2.3 Simulationsmodelle 25
3.2.4 Visualisierungsmodelle 29
3.3 Simulationssprachen und Simulationssoftware 34
3.4 Web Based Simulation Environment (WBSE) 40

4. SZENARIEN UND BEISPIELE 46

5. KÜNSTLICHE INTELLIGENZ 49

6. SIMULATION: EDUTAINMENT, ENTERTAINMENT & PLANSPIELE 51
6.1 Edutainment und E-Learning 51
6.2 Entertainment 54
6.3 Planspiele 56

7. KRITIK AN DER SIMULATION AUS PHILOSOPHISCHER SICHT 59

8. FAZIT & AUSBLICK 61

LITERATURVERZEICHNIS I

Abbildungsverzeichnis
Abbildung 1: Rechnersimulation und Benutzergruppen S.5
Abbildung 2: Schematische Darstellung der Elemente einer Simulation S.7
Abbildung 3: Einzelne Blöcke des Diagramms zum Supermarktproblem von Gordon  S.10
Abbildung 4: Life-Cycle einer Simulationsstudie S.12
Abbildung 5: Metamodell, Modellsystem und Objektsystem S.15
Abbildung 6: Übersicht der grafischen Modelle S.23
Abbildung 7: Übersicht der technischen Modelle S.24
Abbildung 8: Stufenmodell für semantische Modelle nach Stachowiak S.25
Abbildung 9: Aufteilung der Simulation S.28
Abbildung 10: Beispiel zur Visualisierung (3D-Modell eines menschlichen Knies) S.32
Abbildung 11: Beispiel zur Visualisierung (Bindung eines Liganden an ein Zielmolekül) S.32
Abbildung 12: Beispiel zur Visualisierung (Automodell für Crash- und Sicherheitssimulation) S.32
Abbildung 13: Einordnung von Simulationssprachen bezüglich ihrer Anwendungsbereiche S.36
Abbildung 14: Typisierung der Simulationssoftware S.37
Abbildung 15: WBSE und Funktionen eines Service Providers S.42
Abbildung 16: WBSE und Funktionen eines Data Providers S.43
Abbildung 17: WBSE und Funktionen des Data Users S.44
Abbildung 18: DARPA Tactical Language Training Project S.48
Abbildung 19: Web Based Training (WBT) mit Zugriff auf Simulationstools via Internet S.52
Abbildung 20: Schnittstelle zwischen Lernumgebung, Internet und Applikationsserver S.53
Abbildung 21: Übersicht der verschiedenen digitalen Lernspiele S.54
Abbildung 22: Die vier Phasen des Lernens nach A. Kolb S.57
Abbildung 23: Grenzen und Möglichkeiten der Simulation S.62
Abbildung 24: Neue Entwicklungsstrategien für Simulationswerkzeuge S.64

Tabellenverzeichnis
Tabelle 1: Morphologischer Kasten für Modelle S.14
Tabelle 2: Klassifizierung symbolischer Modelle nach Fishman S.18
Tabelle 3: Simulationsebenen beim Menschen S.29
Tabelle 4: Unterschiede zwischen Simulationsstudie und Computerspiel S.56
Tabelle 5: Übersicht über verschiedene Planspielmethoden S.58

1. Grundlagen

Was ist Simulation? Wer sich eingehend mit dieser Fragestellung beschäftigt, wird feststellen, dass es nicht unbedingt eine einheitliche Beschreibung dieses Begriffes gibt. Während der Mathematiker eher an ein Bernoulli- oder Laplace-Experiment denkt, um eine gewisse Wahrscheinlichkeit zum Eintritt eines bestimmten Ereignisses vorauszusagen, wird der Mitarbeiter eines Fraunhofer-Instituts, welches sehr durch die Entwicklung graphischinteraktiver Systeme geprägt ist, vielmehr an eine Visualisierung denken, beispielsweise an eine Klimasimulation.

Die Simulation dient nicht nur der Visualisierung von Zahlen oder mathematischen Zusammenhängen, auch die ingenieurwissenschaftlichen Disziplinen benutzen die Simulation, z.B. bei einem Fahrzeug-Crashtest mit Hilfe eines Dummies, der das physikalische Verhalten eines menschlichen Körpers bei einem Aufprall mit einem Kraftfahrzeug widerspiegeln soll. Dies geschieht in der Sicherheitsforschung der Automobilindustrie.

Ein Pilot wird bei dem Begriff „Simulation“ eher an den Flugzeugsimulator in der Ausbildung denken, der ihn durch Training unter anderem auf Extremsituationen vorbereiten soll, bevor er sich Gedanken über die Simulation in einem anderen Kontext macht. 
Die Motivation für die oben genannten Beispiele ist vielfältiger Natur. Während die eine Variante Prognosecharakter hat, die andere dazu dient, viele Faktoren und Zahlenreihen optisch verständlich zu präsentieren, wird Simulation in der Entwicklung und im Maschinenbau auch dazu benutzt, kostenaufwändige und gefährliche Situationen durchzuspielen.

Handelt es sich somit um ein Homonym? Nein, denn für Simulationen lässt sich ein Klassifikationsschema finden, auf das später eingegangen werden soll. 
Die Simulation stellt im Sinne des Wirtschaftsinformatikers im Allgemeinen ein rechnergestütztes, virtuelles Experiment dar, erfährt aber auch in anderen Disziplinen große Bedeutung¹:

• exakte Naturwissenschaften: lange Tradition, Formulierungen der Physik etwa per se mathematisch, heute im weitesten Sinne anerkannt
• staatliche Wirtschaftspolitik: mindestens zwei Lager (Monetaristen und Keynesianer), es existieren zwei unterschiedliche Modelle
• Klimasimulation: stark abweichende Theorien beispielsweise zu globaler Erderwärmung oder Ozonloch, nahezu ausschließlich modellgestützt
• Spieltheorie:  von Neumanns MinMax-Prinzip², äußerst risikoavers, kaum realistisch für „wahre Zocker“

Doch was ist nun der eigentliche Zweck von Simulationen? Bei den oben genannten Beispielen wird deutlich, dass Simulation unter anderem dazu geeignet ist, etwas Existierendes näher zu beschreiben.
Zusammenfassend lassen sich folgende Ziele von Simulation aufzählen³: 

Nachvollziehen bzw. Verstehen eines bekannten Szenarios

• Naturkatastrophen (Erdbeben, Vulkanausbrüche, Tornados etc.): Gründe des Entstehens, des Auftretens an einem bestimmten Ort zu einer bestimmten Zeit, Stärke (Ursachenforschung zur besseren Vorhersage aus Schutzgründen)
• Rekonstruktion von bestimmten Vorgängen (z.B. Einsturz des World Trade Centers mit dem Schwerpunkt auf Materialmerkmalen) 

Optimierung eines bekannten Szenarios

• Flottenplanung einer Airline bzw. Auslastung eines Flughafens (mit Starts und Landungen)
• Wärmespeicherung und -dämmung eines modernen ökologischen Hauses
• Datendurchsatz in einem vorhandenen Netzwerk oder im Internet 

ein unbekanntes Szenario vorhersagen (Prognose)

• Klimaveränderungen, Wettervorhersage (z.B. El Niño Phänomen)
• Entwicklung des Bevölkerungswachstums
• Eigenschaften neu konzipierter Materialien (Verbundwerkstoffe, Legierungen etc.)

1.1 Begriffe der Simulation

Der Begriff der Simulation entstammt dem lateinischen Begriff „simulare“ bzw. „simulatio“ und hat im Allgemeinen zwei Bedeutungen. Zum einen bedeutet er „vortäuschen“ und zielt auf das bewusste „Vortäuschen von Krankheiten oder die übertriebene Darstellung ihrer Symptome“ ab⁴. Der andere Aspekt ist Thema dieser Studienarbeit, auf den nun ausführlich eingegangen werden soll.

[....]

1 [Bung03], S.3

2 Das MinMax-Prinzip sagt aus, dass es immer eine rationale Lösung für einen präzise definierten Konflikt zwischen zwei Personen, deren Interessen gegensätzlich sind, gibt.

3 [Bung03], S.4

4 [Hopf03], S.3