Agentenbasierter

Agentenbasierter Ansatz, auch als agentenbasierte Modellierung (ABM) bezeichnet, ist ein Verfahren zur Untersuchung komplexer Systeme, bei dem das Verhalten aus der Interaktion autonomer Agenten in einer gemeinsamen Umwelt entsteht. Jeder Agent besitzt individuelle Eigenschaften und Entscheidungsregeln und agiert selbstständig. Durch lokale Interaktionen und Anpassungen der Agenten kann das Systemverhalten auf Makroebene emergent auftreten, ohne dass eine zentrale Steuerung vorgegeben ist.

Typische Merkmale sind autonome, heterogene Agenten, eine gemeinsame, oft abstrahierte Umwelt, definierte Interaktionsprotokolle sowie zeitliche Schritte und Unsicherheiten. ABM unterscheidet sich von rein top-down-Modellen dadurch, dass Makrophänomene aus einfachen Mikroregeln hervorgehen. In der Praxis wird ABM sowohl in der Wissenschaft als auch in der Politik genutzt, um Hypothesen zu prüfen, Szenarien zu vergleichen oder Verhalten in komplexen Systemen zu verstehen.

Historisch reicht die Wurzel des agentenbasierten Denkens in Modellen wie dem Schelling-Segregationsmodell aus den frühen 1970er-Jahren. Die moderne ABM gewann in den 1990er-Jahren mit Softwarewerkzeugen wie NetLogo, Repast und Swarm an Verbreitung. Typische Anwendungen finden sich in Soziologie, Wirtschafts- und Verhaltensökonomie, Epidemiologie, Verkehrs- und Stadtplanung, Ökologie, Logistik sowie Robotik.

Vorteile liegen in der Flexibilität, der Fähigkeit, Emergenz zu untersuchen, und in der Nutzerfreundlichkeit bei komplexen Interaktionsstrukturen. Herausforderungen sind Validierung, Kalibrierung, Rechenaufwand und die Notwendigkeit realistischer, aber oft vereinfachter Regeln. Siehe auch Emergenz, MAS (Multi-Agenten-Systeme) und komplexe Systeme.