Skip to main content
SpringerLink
Log in

Selbstorganisation und Komplexitätsreduktion als Entscheidungswerkzeuge unter dynamischen Bedingungen

  • Chapter
  • First Online:
Anforderungen an unternehmerische Entscheidungen in einer dynamischen Welt

Part of the book series: Business - Innovation - High Tech ((BIHT))

  • 185 Accesses

Zusammenfassung

Die Fähigkeit, Entscheidungen unter dynamischen Bedingungen zu treffen, ist eine zentrale Management-Kompetenz. In diesem Beitrag wollen wir vom Standpunkt aktueller Herausforderungen aus einen neuen Blick auf den etablierten Begriff der Selbstorganisation von Hermann Haken werfen, der hierauf Anwendungen aufweist.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Institutional subscriptions

Notes

  1. 1.

    Vgl. Haken, 1983a, S. 211–215; Haken, 1983b, S. 187–200; Haken, 1988, S. 45–49.

  2. 2.

    Wobei wir hier der Notation von Haken, 19983a, S. 211 folgen.

  3. 3.

    Für die ausführliche Darlegung im Fall der Einbeziehung von stochastischen Termen verweisen wir insbesondere auf Haken, 1983b, S. 217–225.

  4. 4.

    Vgl. Haken, 1983a, S. 211 f.

  5. 5.

    Vgl. Haken, 1983a, S. 332–337 und Abschn. 3.1.

  6. 6.

    Vgl. Abschn. 3.2.

  7. 7.

    Vgl. Abschn. 3.5.

  8. 8.

    Vgl. Abschn. 3.5.

  9. 9.

    Vgl. Haken, 1983a, S. 215.

  10. 10.

    Vgl. Haken, 1983a, S. 341 ff. und Abschn. 3.4.

  11. 11.

    Tatsächlich ist diese Begleiterscheinung der Selbstorganisation außerordentlich anwendungsreich, und stellt im Kern eine der etablierten Methoden zur Dimensions-Reduktion bzw. Datenkompression im Machine Learning dar, auch in rein algorithmischen Anwendungen des Konzepts, von denen es zahlreiche andere gibt, die aber hier nicht unser Thema sind.

  12. 12.

    Vgl. Yakulov/Sornette, 2014.

  13. 13.

    Denn es ist seit Langem eine beliebte Hypothese der Hirnforschung, dass auch unser Denken so beschreibbar ist. Vgl. Del Papa/Priesemann/Triesch, 2017. Auch Hermann Haken ist ein früher Mitstreiter dieser Auffassung, vgl. Haken, 1988, S. 153–201.

  14. 14.

    Insbesondere mag dieser Vorbehalt für einige allzu optimistische Auffassungen der sog. „decentralized finance“ (DeFi) relevant sein.

  15. 15.

    Vgl. Kaufmann/Johnsen, 1991.

  16. 16.

    Vgl. Stewart, 2003.

  17. 17.

    Vgl. Anderson, 1999; Beinhocker, 2011.

  18. 18.

    Vgl. Harras/Sornette, 2011; Kaizoji/Leiss/Saichev/Sornette, 2015.

  19. 19.

    Vgl. Grossman/Stiglitz, 1980; Shleifer/Vishny, 1997.

  20. 20.

    Vgl. Bak/Chen/Scheinkman/Woodford, 1993; Bak/Sneppen/Flyvbjerg/Jensen, 1995.

  21. 21.

    Vgl. Thurner/Klimek/Hanel, 2010.

  22. 22.

    Vgl. Haken, 1983a, S. 332 ff.

  23. 23.

    Vgl. Beer, 1984; Malik, 1996; Haken/Schiepek, 2010, S. ff.

  24. 24.

    Vgl. Borland, 2018.

  25. 25.

    Vgl. Kaizoji/Leiss/Saichev/Sornette, 2015; Scholl/Calinescu/Farmer, 2021.

  26. 26.

    Vgl. Choi, 2012.

  27. 27.

    Vgl. Sornette, 2000.

  28. 28.

    Vgl. Lux/Marchesi, 1999.

  29. 29.

    Vgl. de Long/Shleifer/Summers/Waldman, 1990.

  30. 30.

    Vgl. Lo, 2005; Scholl/Calinescu/Farmer, 2021.

  31. 31.

    Vgl. Bouchaud, 2021.

  32. 32.

    Vgl. Caiani et al., 2016.

  33. 33.

    Vgl. Linetzky, 1998; Baaquie, 2003.

  34. 34.

    Vgl. Henry-Labordere, 2009, S. ff.

  35. 35.

    Vgl. Imkeller/Pontier/Weisz, 2001.

  36. 36.

    Vgl. Haken, 1988, S. ff.

Literatur

  • Anderson, Ph. (1999): Complexity Theory and Organization Science. In: Organization Science, Vol. 10, No. 3, S. 216–232.

    Google Scholar 

  • Beinhocker, E.D. (2011): Evolution as computation: integrating self-organization with generalized Darwinism. In: Journal of Institutional Economics, Vol. 7, S. 393–423.

    Article  Google Scholar 

  • Baaquie, B.E. (2003) : A Path Integral Approach to Option Pricing with Stochastic Volatility: Some Exact Results. In : Journal de Physique I France, Vol. 7, S. 1733–1753.

    Google Scholar 

  • Bak, P./Chen, K./Scheinkman, J./Woodford, M. (1993): Aggregate fluctuations from independent sectoral shocks: self-organized criticality in a model of production and inventory dynamics. In: Ricerche Economiche, Vol. 47, S. 3–30.

    Article  Google Scholar 

  • Bak, P./Sneppen, K./Flyvbjerg/Jensen, M.H. (1995): Evolution as a self-organized critical phenomenon. In: Proc. Natl. Acad. Sci. USA, Vol. 95, S. 5209–5213.

    Google Scholar 

  • Beer, S. (1984): The viable system model – its provenance, development, methodology, and pathology. In: Journal of the Operations Research Society, Vol. 35, S. 7–25.

    Article  Google Scholar 

  • Borland, L. (2018): Financial Market Models. In: Müller, S.C. et al (Hrsg.): Complexity and Synergetics, Cham, S. 257–275.

    Google Scholar 

  • Bouchaud, J.P. (2021): Radical Complexity. In: Entropy, Vol. 23, 1676.

    Google Scholar 

  • Caiani, A. et al. (2016): Agent based-stock flow consistent macroeconomics: Towards a benchmark model. In: Journal of Economic Dynamics & Control, Vol. 69, S. 375–408.

    Article  Google Scholar 

  • Choi, J. (2012): Spontaneous symmetry breaking of arbitrage. In: Physica A, Vol. 391, S. 3206–3218.

    Article  Google Scholar 

  • De Long, J.B./Shleifer, A./Summers, L.H./Waldman, R.J. (1990): Noise Trader Risk in Financial Markets. In: Journal of Political Economy, Vol. 98, no. 4, S. 703–738.

    Google Scholar 

  • Del Papa, B./Priesemann V./Triesch, J. (2017): Criticality meets learning: Criticality signatures in a self-organizing recurrent neural network. PLoS ONE 12(5): e0178683.

    Article  Google Scholar 

  • Grossman, S.J./Stiglitz, J. (1980): On the Impossibility if Informationally Efficient Markets. In: The American Economic Review, Vol. 70, No. 3, S. 393–408.

    Google Scholar 

  • Haken, H. (1983a): Synergetik – Eine Einführung. Dritte Auflage, Berlin Heidelberg.

    Google Scholar 

  • Haken, H. (1983b): Advanced Synergetics – Instability Hierarchies of Self-Organizing Systems and Devices. Berlin et al.

    Google Scholar 

  • Haken, H. (1988): Information and Self-Organization – A Macroscopic Approach to Complex Systems. Berlin et al.

    Google Scholar 

  • Haken, H./Schiepek, G. (2010): Synergetik in der Psychologie – Selbstorganisation verstehen und gestalten. 2. Auflage, Göttingen et al.

    Google Scholar 

  • Harras, G./Sornette, D. (2011): How to grow a bubble: A model of myopic adapting agents. In: Journal of Economic Behavior & Organization, Vol. 80, S. 137–152.

    Article  Google Scholar 

  • Henry-Labordère, P. (2009): Analysis, Geometry and Modeling in Finance – Advanced Methods in Option Pricing. Boca Raton et al.

    Google Scholar 

  • Imkeller, B./Pontier, M./Weisz, F. (2001): Free lunch and arbitrage possibilities in a finnancial market model with an insider. In: Stochastic Processes and their Applications, Vol. 92, S. 103–130.

    Article  Google Scholar 

  • Kaizoji, T./Leiss, M./Saichev, A./Sornette, D. (2015): Super-exponential endogenous bubbles in an equilibrium model of fundamentalist and chartist traders. In: Journal of Economic Behavior & Organization, Vol. 112, S. 289–310.

    Article  Google Scholar 

  • Kaufmann, S.A./Johnsen, S. (1991): Coevolution to the Edge of Chaos: Coupled Fitness Landscapes, Poised States, and Coevolutionary Avalanches. In: Journal of Theoretical Biology, Vol. 149, Issue 4, S. 467–505.

    Google Scholar 

  • Lo, A.W., (2005): Reconciling Efficient Markets with Behavioral Finance: The Adaptive Markets Hypothesis. In: Journal of Investment Consulting, Vol. 7, No. 2, S. 21–44.

    Google Scholar 

  • Lux, Th./Marchesi, M. (1999): Scaling and criticality in a stochastic multi-agent model of a financial market. In: Nature, Vol. 397, S. 498–500.

    Google Scholar 

  • Linetzky, V. (1998): The Path Integral Approach to Financial Modeling and Options Pricing. In: Computational Economics, Vol. 11, S. 129–163.

    Article  Google Scholar 

  • Malik, F. (1996): Strategien des Managements komplexer Systeme – Ein Beitrag zur Management-Kybernetik evolutionärer Systeme. 5. Auflage, Bern.

    Google Scholar 

  • Shleifer, A./Vishny, R.W. (1997): The Limits of Arbitrage. In: The Journal of Finance, Vol. LII, No. 1, S. 35–55.

    Google Scholar 

  • Stewart, I. (2003): Self-organization in evolution: A mathematical perspective. In: Philosophical Transactions of The Royal Society A Mathematical Physical and Engineering Sciences, Vol. 361, 1101–1123.

    Article  Google Scholar 

  • Scholl, M.P./Calinescu, A./Farmer, J.D. (2021): How market ecology explains market malfunction. In: Proc. Natl. Acad. Sci. USA, Vol. 118, No. 26, e2015574118, S. 1–9.

    Google Scholar 

  • Sornette, D. (2000): Stock market speculation: Spontaneous symmetry breaking of economic valuation. In: Physica A, Vol. 284, S. 355–375.

    Article  Google Scholar 

  • Thurner, S./Klimek, P./Hanel, R. (2010): Schumpeterian economic dynamics as a quantifiable model of evolution, In: New Journal of Physics, Vol. 12, 075029, S. 1–22.

    Google Scholar 

  • Yukalov, V.I./Sornette, D. (2014): Self-organization in complex systems as decision making, In: Advances in Complex Systems, Vol. 17, 1450016, S. 1–30.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Fakultät Betriebswirtschaft und Wirtschaftsingenieurwesen, Hochschule Offenburg, Gengenbach, Deutschland

    Thomas Wenger

Authors
  1. Thomas Wenger
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Thomas Wenger .

Editor information

Editors and Affiliations

  1. Fakultät Wirtschaft, Hochschule Offenburg, Gengenbach, Baden-Württemberg, Deutschland

    Matthias Graumann

  2. Fakultät Wirtschaft, Hochschule Offenburg, Ebringen, Deutschland

    Thomas Wenger

  3. Fakultät Wirtschaft, Hochschule Offenburg, Gengenbach, Deutschland

    Achim Burkhardt

Rights and permissions

Reprints and permissions

Copyright information

© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Wenger, T. (2024). Selbstorganisation und Komplexitätsreduktion als Entscheidungswerkzeuge unter dynamischen Bedingungen. In: Graumann, M., Wenger, T., Burkhardt, A. (eds) Anforderungen an unternehmerische Entscheidungen in einer dynamischen Welt. Business - Innovation - High Tech. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-43945-3_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-43945-3_4

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-43944-6

  • Online ISBN: 978-3-658-43945-3

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation