Ausgangspunkt des vorliegenden Papers war der Vortrag über Selbstorganisation und Heterachie in der Vorlesung Organisation und Netzwerk, im Rahmen des Somersemesters 2006, der sich auf den Text von Heinz von Foerster „Prinzipien der Selbstorganisation in sozialen und betriebswirtschaftlichen Bereich“ bezog. Im Zusammenhang mit Selbstorganisation als strukturbildenden Prozess nimmt von Foerster bezug auf den Begriff der Polystabilität, der von Ross Ashby bezüglich der Ergebnisse eines Experimentes (tausend Nichttriviale Maschinen wurden zusammengeschaltet - nachfolgend NTM) eingeführt wurde. Polystabilität umschreibt das osszilierende Annähern, des aus NTM bestehenden Systemes an den Endwert. Das System weißt somit bereits vor erreichen des Endzustandes zu großen Teilen die Eigenschaften auf, die das System am Ende im geordneten (sprich organisierten Zustand) aufweißt. Dieser faszinierende Prozess der Ordnungsbildung führte beim Autor zur Fragestellung, welche Theorien aktuell zur Struktubildung innerhalb von Systemen existieren. Im Rahmen erster Recherchen erwies sich der Bereich der Forschung zu komplexen adaptiven Systemen als interesanter Themenbereich. Die nachfolgenden Arbeit wird daher zunächst näher erschließen, was unter komplexen adaptiven Systemen zu verstehen ist um darauf hin auf zwei damit verbundenen Konzepten zur Selbstorganisation einzugehen. Schließlich wird in der Schlussbetrachtung auf die Nutzbarkeit der vorgestellten Ansätze zur Betrachtung von Organisationen und Netzwerken eingegangen.
Gliederung
1. Einleitung
2. CAS – Komplexe adaptive Systeme
3.0 Selbstorganisation
3.1 Genetischer Algorithmus
3.2 Theorie der neuronalen Gruppenselektion
4. Fazit
Zielsetzung & Themen
Das vorliegende Paper verfolgt das Ziel, das Konzept komplexer adaptiver Systeme (CAS) sowie relevante Mechanismen der Selbstorganisation zu erschließen und deren theoretische Anwendbarkeit auf die Analyse von Organisationen und Netzwerken zu evaluieren.
- Grundlagen und Definitionen komplexer adaptiver Systeme (CAS)
- Prozesse der Selbstorganisation als strukturgebende Kraft
- Analyse des genetischen Algorithmus (GA) als Modell für evolutionäre Prozesse
- Diskussion der Theorie der neuronalen Gruppenselektion (TNGS)
- Kritische Reflexion zur Übertragbarkeit auf soziale und betriebswirtschaftliche Systeme
Auszug aus dem Buch
3.0 Selbstorganisation
Bevor nun auf verschiedene Modelle zur Selbstorganisation eingegangen wird, soll zunächst geklärt werden, was unter dem Begriff der Selbstorganisation zu verstehen ist. Nach von Foerster findet Selbstorganisation innerhalb eines Systems durch das System und somit ohne die Steuerungsleistung einer äußeren Kraft statt, wobei jedoch eine äußere Kraft sehr wohl der Impuls für die Reorganisation des Systems sein kann, insbesondere wenn dieser Impulse zur weiteren Ordnung des Systems dienlich ist (order from noise). Hervorzuheben ist, dass Selbstorganisation innerhalb eines Systems auch ohne Wirken einer äußeren Kraft stattfindet.
Ross Ashby schreibt in seinem Werk Principles of the Self-Organizing System, dass Systeme sich in der Regel in die Richtung eines Gleichgewichtzustandes bewegen. Bei dieser Bewegung vom Zustand des Ungleichgewichtes hin zum Zustand des Gleichgewichtes verringert sich, die Anzahl der möglichen Zustände des Systems. Für Ashby findet hierbei durch das Verändern des Zustandes durch das System eine unveränderlichen Regeln unterliegenden Selektion statt. Diesen unveränderlichen Regeln unterliegend reorganisiert sich die Struktur des Systems.
Betrachtet man die heutige Vorstellung der Selbstorganisation findet man zwar einige Ansätze wieder, doch wird insbesondere das Anstreben oder das Auftreten eines Gleichgewichtszustandes angezweifelt. An Stelle des Gleichgewichtes tritt der stabile Zustandes eines Systems, der auch weit entfernt vom Gleichgewicht durch „dynamische Prozesse der Ordnungsentstehung“ auftreten kann. Die Selbstorganisationsforschung bezieht sich in diesem Zusammenhang auf die Prozesse der Ordnungsentstehung und sucht hierbei nach den, von Ashby bereits gedachten unveränderlichen Regeln, denen die Strukturbildung des Systems unterliegen soll. Diese unveränderlichen Regeln dienen der Effizienssteigerung und der Anpassungsfähigkeit und somit der Überlebensfähigkeit des Systems. Darüber hinaus ermöglichen diese Regeln sehr komplexe Systeme ohne einen ebenso komplexen „Bauplan“ zu schaffen, als konkretes Beispiel sei hier das menschliche Gehirn mit seinen verknüpften Nervenzellen genannt.
Zusammenfassung der Kapitel
1. Einleitung: Die Einleitung motiviert die Auseinandersetzung mit dem Thema Selbstorganisation ausgehend von systemtheoretischen Ansätzen und definiert den Fokus auf komplexe adaptive Systeme.
2. CAS – Komplexe adaptive Systeme: Dieses Kapitel definiert CAS als interdisziplinäres Forschungsfeld, das durch dezentrale Interaktionen von Agenten und emergente Ordnungsbildung gekennzeichnet ist.
3.0 Selbstorganisation: Hier werden theoretische Grundlagen der Selbstorganisation erarbeitet, wobei der Übergang von einem Gleichgewichtsmodell zu dynamischen, stabilen Systemzuständen im Zentrum steht.
3.1 Genetischer Algorithmus: Es wird die Funktionsweise genetischer Algorithmen erläutert, die auf der Selektion und Variation von Lösungen innerhalb statischer Rahmenbedingungen basieren.
3.2 Theorie der neuronalen Gruppenselektion: Dieses Kapitel stellt die TNGS als alternativen, evolutionstheoretisch basierten Erklärungsansatz für strukturbildende Prozesse vor, insbesondere im Kontext neuronaler Verschaltungen.
4. Fazit: Das Fazit bewertet die Übertragbarkeit der betrachteten Modelle auf soziale Organisationen und Netzwerke und plädiert für eine vorsichtige, ergänzende Anwendung der Konzepte.
Schlüsselwörter
Komplexe adaptive Systeme, CAS, Selbstorganisation, Strukturbildung, Genetischer Algorithmus, Neuronale Gruppenselektion, TNGS, Evolution, Systemtheorie, Emergenz, Kybernetik, Polystabilität, Organisationen, Netzwerke, Fitness.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundlegend?
Die Arbeit untersucht das Konzept komplexer adaptiver Systeme (CAS) und analysiert, wie durch Selbstorganisationsprozesse Strukturen in Systemen entstehen können.
Welche zentralen Themenfelder stehen im Mittelpunkt der Untersuchung?
Die zentralen Felder sind die Definition von CAS, die Mechanismen der Selbstorganisation, evolutionäre Algorithmen sowie die neuronale Gruppenselektion.
Was ist das primäre Ziel oder die übergeordnete Forschungsfrage?
Ziel ist es zu erschließen, wie diese theoretischen Ansätze der Systemforschung genutzt werden können, um Organisationen und Netzwerke besser zu verstehen.
Welche wissenschaftliche Methodik wurde in dieser Arbeit angewendet?
Es handelt sich um eine theoretische Arbeit, die auf Literaturrecherche und der Synthese bestehender wissenschaftlicher Konzepte sowie Modelle basiert.
Was wird im Hauptteil der Arbeit inhaltlich behandelt?
Der Hauptteil erörtert die Definition von CAS, die theoretischen Grundlagen der Selbstorganisation und vergleicht den genetischen Algorithmus mit der Theorie der neuronalen Gruppenselektion.
Welche Schlüsselbegriffe charakterisieren die Arbeit am besten?
Zu den wichtigsten Begriffen gehören Komplexe adaptive Systeme, Selbstorganisation, Emergenz, Genetischer Algorithmus und TNGS.
Wie bewertet der Autor die Übertragbarkeit des genetischen Algorithmus auf soziale Systeme?
Der Autor sieht eine Verwendungsmöglichkeit nur in sehr eingeschränktem Rahmen, da der Algorithmus oft unveränderliche Rahmenbedingungen voraussetzt, während soziale Systeme dynamisch sind.
Welchen Vorteil bietet die TNGS laut der vorliegenden Untersuchung?
Die TNGS bietet laut Autor interessante Erklärungsansätze für Anpassungsprozesse, die auch in einem sich verändernden Umfeld funktionieren können.
- Quote paper
- Thomas Herzog (Author), 2006, Komplexe adaptive Systeme, Munich, GRIN Verlag, https://www.grin.com/document/67525
