Zusammenfassung
Das Ziel dieser Arbeit liegt darin, Phänomene der Ordnungsbildung in Unternehmen anhand eines theoriegeleitet entwickelten Modells zu studieren. Nach der Erarbeitung der Grundlagen in den vorangegangenen Kapiteln wird das bisher ausgebreitete Modell einer Theorie handlungsorientierter Akteure im folgenden zu einer Simulationsumgebung konkretisiert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Vgl. McKelvey (1999, S. 18).
Vgl. die Listings des Quellcode in Anhang A.2.
Die verwendete Entwicklungsumgebung vom verwendeten Compiler über das zugrundeliegende Betriebssystem bis zur Texterstellung und dem Satz sind zum größten Teil unter der GNU General Public License (GPL) der Free Software Foundation veröffentlicht und damit frei verfügbar. Ohne diese kostenlose Verwendung qualitativ hochwertiger Programme wäre diese Arbeit nicht in einem solchen Rahmen möglich gewesen. Daher gilt ein besonderer Dank den Entwicklern. Die verteilte und ungeplante Entwicklung dieser Werkzeuge ist ein ausgezeichnetes Beispiel spontaner Ordnungsbildung.
Vgl. Axelrod (1997, S. 26f.), der fordert: The goal of extendibility is to allow a future user to adapt the program for new uses.“ Vgl. ähnlich Gilbert/Troitzsch (1999, S. 20).
Ein Überblick über den Aufbau des Parameterfiles und die als Default voreingestellten Werte findet sich in Anhang A.1.1.
In den unten beschriebenen Experimenten wird, wenn nicht anders angegeben, stets von 5000 Iterationen ausgegangen.
Das Skript findet sich im Anhang ab Seite 355. Vgl. Abschnitt 3.2.3.4.6 ab Seite 172 für eine Beschreibung der Zufallsbedeutung für Lernprozesse. Die Erzeugung einer Reihe tatsächlich zufälliger Zahlen stellt ein wesentliches Problem in der Programmierung digitaler Rechner dar. Vgl. Knuth (1981, S. 9ff.). Soweit nicht anders angegeben werden in den unten gezeigten Experimenten zehn Wiederholungen mit identischen Parametern, jedoch unterschiedlichen Zufallsverteilungen durchgeführt und als Resultat die Mittelwerte der jeweiligen Ergebnisse angegeben. Zur Berechnung normalverteilter Zufallszahlen wird in dieser Arbeit ein numerischer Algorithmus in einer Methode von Bernt A. Oedegaard verwendet, der ab Seite 351 beschrieben ist.
Siehe Unterkapitel 5.2.1 für eine weitergehende Beschreibung und Begründung der in dieser Arbeit erfolgten Auswahl aus möglichen Experimenten.
Zur Bestimmung des Abstands findet eine Codierung des Produktionsprozesses zu einer Produktvariante statt. Diese Funktion ist nicht notwendigerweise injektiv, daher kann ein Produkt durch verschiedene Aktionen abgebildet werden.
Vgl. die Ausführungen zum Lernen aufgrund von Steuerungssignalen in Kapitel 3.2.3.4.2.
Vgl. die Erläuterung der Wolframschen Klassen in Abschnitt 4.2.5.
Festgelegt wird die Anzahl der Zyklen im Parameterfile durch env_num_cycles. Diese drückt aus, in welchen Abständen sich gleiche Erwartungen der Umwelt wiederholen. Bei einer Zykluszahl von zwei wechseln sich zwei Erwartungen ab, bei einer Zykluszahl von zehn dauert es zehn Zyklen, bis sich gleiche Umwelterwartungen erneut einstellen.
Der Parameter env_cycle_length zeigt die Dauer eines Zyklus in Handlungsschritten an.
Die Parameter env_act_similarity und env_cond_similarity drücken die auf die Stellenanzahl im Bedingungs-, bzw. Aktionsteil bezogene prozentuale Änderung der Stellen im Zuge eines Zykluswechsels aus. Werden die booleschen Parameter env_rand_act ions oder env_rand_cond auf „true“ gesetzt, findet ein in ihrer Heftigkeit zufälliger Übergang der jeweiligen Regelteile statt.
In der Abbildung wird der über die letzten 100 Iterationen gleitende Durchschnitt der erhaltenen Verstärkungen eines Akteurs im Einakteursfall gezeigt. Eine vollständige Auflistung der abweichend von Defaultwerten verwendeten Parameter findet sich in Tabelle A.2 auf Seite 280.
Die Gesamtzahl der Akteure wird über num_actors angegeben, die programmintern durchnumeriert werden. Der Akteur mit der laufenden Nummer 0 ist ohne Beschränkung der Allgemeinheit im Rahmen der Beobachtung individueller Entwicklungen der Beobachtete. Für jeden Akteur sind die Nummern seiner Nachbarn im Sinne einer Adjazenzmatrix anzugeben.
Im Modell sind alle Akteure durchnumeriert, so daß der Aktionsteil bei Verwendung eines binären Alphabets die Länge 2Gesamtzahl Akteure-1 hat. Die Nichtkooperation sei mit einem Aktionsteil, der vollständig aus Nulleinträgen besteht, markiert.
prob_imitation
Das stellenweise Mehrheitsverfahren betrachtet die gegebenen Antworten der Nachbarn stellenweise und wählt für jede Stelle die mehrheitlich gegebene Antwort aus. Damit entspricht dieses Verfahren einem deterministischen zellulären Automaten, wie in Abschnitt 4.2.5 vorgestellt.
Vgl. zur Bezeichnung eng vermaschter Nachbarschaften als Cliquen u.a. Freeman (1996, S. 173ff.), Provan/Sebastian (1998, 453f.) oder Falzon (2000, S. 161).
Um z.B. eine Zusammenarbeit zwischen Akteur 1 und Akteur 2 zu bilden, muß sowohl Akteur 1 die Zusammenarbeit mit Akteur 2 wünschen als auch umgekehrt. Eine Dreiergruppe ergibt sich nur dann, wenn alle drei beteiligten Akteure jeweils die Zusammenarbeit mit den beiden anderen wünschen, etc.
Die Auslosung orientiert sich dabei am vorgestellten Selektionsprinzip des „biased roulette wheel“. Vgl. Abschnitt 3.2.3.4.4.
Die in Abschnitt 5.1.2 beschriebenen Experimente zu verschiedenen Umweltdynamiken und dem Verhalten eines Akteurs diente zum einen der Illustration des Simulationsaufbaus, stellte zum anderen ein gültiges Experiment mit einem individuellen Akteur dar, welches orthogonal zum Aufbau der weiteren Experimente steht: Die Umweltdynamik stellt in den Experimenten einen wesentlicher Einflußfaktor auf die Ergebnisse dar, ist jedoch im Rahmen dieser Arbeit kein Untersuchungsobjekt an sich.
Siehe dazu die Darstellungen der Ergebnisse in den Abbildungen 5.3, 5.4 und 5.6 sowie die Beschreibungen in Abschnitt 5.2.2.
Vgl. die komprimierte Darstellung von 30o Experimentanordnungen in Abbildung 5.5 und die dazugehörenden Erläuerungen.
Hier wird keine Aussage über den Grad des Bewußtseins dieser Auswahl getroffen. Zumindest kann anhand der Ergebnisse eine Typisierung unterschiedlicher realer Charakter erfolgen.
Abbildung 5.7 auf Seite 258 zeigt die Ergebnisse der im zughörigen Text beschriebenen Versuchsanordnungen.
Vgl. zur grundsätzlichen Bedeutung der Imitation die Ergebnisse diesbezüglicher Experimente in Abbildung 5.8 und die zugehörigen Erläuterungen.
Vgl. die Ergebnisse der dazu durchgeführten Experimente in den Abbildungen 5.9 sowie 5.10 und die jeweils erläuternden Texte.
Zur Absorptionskapazität als Einflußfaktor auf die Fähigkeit zur Imitation siehe die Ausführungen in Abschnitt 4.2.4.
Siehe Abbildung 5.11(b) und 5.12.
Vgl. die Darstellungen der Ergebnisse in den Abbildungen 5.13 sowie 5.14 zusammen mit den textuell gegebenen Erläuterungen.
Vgl. Weber/Liekweg (2001).
Die Ergebnisse sind in den Abbildungen 5.15, 5.16 sowie 5.17 dargestellt und im Text kommentiert.
Siehe den Ausblick auf weiteren Forschungsbedarf in Abschnitt 6.
Die verwendeten Parameter sind in Tabelle A.3 auf Seite 281 dargestellt.
Vgl. Tabelle A.4 auf Seite 281 für die verwendeten Parameter.
In Abbildung 5.5 sind die durchschnittlichen Verstärkungen am Ende von zwei Zyklen dargestellt. Auf der x-Achse sind dabei unterschiedliche Zykluslängen abgetragen. Tabelle A.5 gibt einen Überblick über die Parameter.
Die 30-prozentige Ähnlichkeit abbildende Punktmenge erzielt selbst bei einer Zykluslänge von 2000 nur eine durchschnittliche Verstärkung von 26.997.
Abbildung 5.6 zeigt die Ergebnisse zweier getrennt abgelaufener Experimente als gleitende Durchschnitte über die letzten einhundert Zeitschritte. Die Parameter sind in Tabelle A.6 auf Seite 282 dargestellt.
Vgl. zu Phänomenen des sogenannten „Lock-In“ die Ausführungen auf Seite 153 und die dort angegebene Literatur.
Vgl. die Ausführungen auf Seite 144 sowie die Implementierung im Listing ab Seite 304.
Vgl. Tabelle A.7 auf Seite 282 für eine Übersicht über die verwendeten Parameter.
Vgl. für einen Überblick Breisig (1990) mit weiteren Nachweisen.
Vgl. in bezug auf Forschungsprojekte Brockhoff (1970, S. 164).
Vgl. zur Fremdkontrolle Schäffer (2001, S. 169ff.).
Vgl. für die im folgenden dargestellte Dichotomie Geibel (1993, S. 22) und Bilitza (1979, S. 480f.). Dort wird die Leistung der Gruppe jedoch als Ergebnis einer Kooperation und damit als gemeinsame Handlung verstanden. An dieser Stelle sollen jedoch die im Kooperationszusammenhang aufzuwerfenden psychologischen Fragestellungen nach der Durchsetzungsfähigkeit bzw. der Akzeptanz guter Lösungsvorschläge ausgeblendet werden. Vgl. dazu die Beschreibung des Simulationsaufbaus auf Seite 248.
Vgl. zum Summationsbegriff die Begründung der in dieser Arbeit verwendeten Bezugsebene in Abschnitt 2.1.
Vgl. Aldag/Fuller (1993, S. 540) für eine Beschreibung von Synergieeffekten in Gruppen und die Rückführung auf gruppenpsychologische Faktoren, beispielsweise durch Groupthink. Taylor/ Berry/Block (1958, S. 26ff.) beschreiben die Leistungssteigerungen in Gruppen durch Einsatz von Brainstorming-Methoden.
Vgl. Buttlar (1996, S. 47ff.).
Vgl. Hofstätter (1956, S. 609ff.).
Hofstätter (1956, S. 612) schließt Wollensdefizite durch die Vorgabe einer „Akzeptanzbedingung“ aus. Diese verlangt, daß optimale Lösungen von anderen Gruppenmitgliedern als solche erkannt und sofort in das eigene Repertoire aufgenommen werden. Vgl. auch Johnson et al (1998, S. 405f.).
Die Erwartung Hoffstätters, daß die Erfolgswahrscheinlichkeit in der Gruppe höher als jede individuelle Erfolgswahrscheinlichkeit ist, bezieht sich unter den gegebenen Bedingungen auf binäre Verstärkungsmuster, die keine inhaltliche Qualitätsaussage treffen und gehen von einer gemeinsamen Handlung aller Gruppenmitglieder aus. Vgl. ähnliche statistisch-mathematische Modelle von Lorge/ Solomon (1955, S. 140ff.) oder Thomas/Fink (1961, S. 53ff.).
Vgl. zu zwei Modellen, die auf der Basis von Differentialgleichungen die benötigte Problemlösungszeit in mehrstufigen Prozessen untersuchen, Restle/Davis (1962, S. 520).
Für eine ausführliche Kritik mathematisch-statistischer Modelle siehe Buttlar (1996, S. 62).
Vgl. Kelley/Thibaut (1969, S. 12ff.).
Buttlar (1996, S. 68) (Hervorhebung im Original fett gedruckt) auch in bezug auf weitere dort beschriebene Ansätze.
Siehe Tabelle A.8 für die verwendeten Parameter.
Vgl. zu diesen Maßen die Ausführungen in Abschnitt 4.2.2.
Nach 10000 Iterationen ergibt sich beispielsweise eine Überlegenheit der sternförmigen Anordnung von fünf Akteuren gegenüber dem isolierten Akteur von ca. 8 Prozent gemessen am Durchschnitt aller erzielten Verstärkungen.
In den Beispielen wird als „Wenig indiv. Lernen“ eine prob_crossover von 0.2 gegenüber 0.9 und eine prob_mutation von 0.1 im Vergleich zu 0.2 verwendet. Siehe die Tabellen A.9 und A.10 auf Seite 283 für eine Übersicht über die eingesetzten Parameter.
Vgl. die Ausführungen ab Seite 226 in Abschnitt 4.2.4.
In Tabelle A.11 auf Seite 283 sind die Parameter für beide Verläufe zusammengestellt.
Akteur 1 in Abbildung 5.11(a) hat eine Übermittlungszentralität von 0.67, Akteur 3 von 0.5. Die anderen Akteure sind als Zwischenstation unbedeutend für die Kommunikation zwischen anderen Akteuren.
Bei Experimenten mit hoher Iterationszahl ist keine Abweichung der langfristigen Entwicklung zwischen Akteuren mit unterschiedlichen Zentralitätskennzahlen feststellbar.
Es gilt env_act_similarity= 0.3, env_cond_similarity= 0.3, env_cycle_length=100 und env_num_cycles = 5, wie der vollständigen Übersicht in Tabelle A.12 zu entnehmen ist.
Vgl. die Ausführungen im Rahmen des individuellen Lernens eines isolierten Akteurs und die dort beobachtete Kappung von Spitzen auf Seite 256.
Eine beliebig lange Liste von Akteuren, die als Experten ausgezeichnet werden sollen, kann durch den Parameter experts angegeben werden.
Um die Aussagekraft des Modells nicht zu beeinflussen, entwickelt sich ein als Experte benannter Akteur intern genauso wie ein normaler Akteur weiter.
Für eine detaillierte Beschreibung der verwendeten Akteursstrukturen sowie weiterer Parameter vgl. Tabelle A.13 auf Seite 284.
Vgl. A.14 auf Seite 285 für die verwendeten Parameter ergänzend zu den in Linienanordnungen verwendeten aus Tabelle A.13.
Bei einer Gesamtheit von fünf Akteuren verfügen die Akteure in einem Liniennetz über Unabhängigkeitszentralitäten von 0.4 für die Randelemente, 0.67 für das mittlere Element sowie 0.57 für die beiden weiteren Akteure. In einem Kreis liegt die Unabhängigkeitszentralität für alle Akteure bei 0.67.
Vgl. die Ausführungen in Abschnitt 4.2.3.
Zu diesem Zweck wird der Parameter num_learn_partners verwendet. Die Anzahl der in einem Zeitschritt zur Imitation herangezogenen Partner wird, wie bereits bei der Betrachtung statisch aufgebauter Netzwerke, durch den Parameter prob_imitation bestimmt. Die grundsätzliche Aktivierung der dynamischen Netzwerkbildung wird über den booleschen Parameter static_imitation gesteuert. Beide nun folgenden Experimentbeschreibungen basieren auf den in Tabelle A.15 auf Seite 285 dargestellten Parametern.
Vgl. die Darstellung in Abbildung 4.4 auf Seite 219 und die dazugehörigen Ausführungen. Der verwendete Parameter ist thresh_consult.
Die Erwartung in einer total vernetzten Struktur aus fünf Akteuren ist, daß ein Akteur seine Nachbarn in jeweils 25% der Interaktionen kontaktiert. In den durchgeführten Experimenten sind mittlere Abweichungen von diesem Erwartungswert von bis zu fünf Prozentpunkten aufgetreten.
Vgl. Weber/Liekweg (2001).
Vgl. die Parameterübersicht in Tabelle A.16 auf Seite 286.
Nach der 1 000. Iteration ergeben sich durchschnittliche Verstärkungen über die gesamte Experimentdauer von 36.4 1 im statischen und partiell vernetzten Fall, 37.96 im statischen total vernetzten Fall und 37.90 bei dynamischer Vernetzung. Die sehr geringen Unterschiede der letzten beiden Typen sind auf Zufallseinflüsse zurückzuführen und daher zu vernachlässigen.
Rights and permissions
Copyright information
© 2002 Deutscher Universitäts-Verlag GmbH, Wiesbaden
About this chapter
Cite this chapter
Langer, C. (2002). Experimente. In: Ordnungsparameter im handlungsorientierten Führungsmodell. Schriften des Center for Controlling & Management (CCM), vol 5. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-322-95303-2_5
Download citation
DOI: https://doi.org/10.1007/978-3-322-95303-2_5
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-7680-0
Online ISBN: 978-3-322-95303-2
eBook Packages: Springer Book Archive