Lernkarten

Karten 30 Karten
Lernende 0 Lernende
Sprache Deutsch
Stufe Mittelschule
Erstellt / Aktualisiert 20.05.2019 / 20.05.2019
Lizenzierung Keine Angabe
Weblink
Einbinden
0 Exakte Antworten 30 Text Antworten 0 Multiple Choice Antworten
Fenster schliessen

Lernziele des Moduls 

 Studierende sind in der Lage Systemdenken auf verschiedene Sachverhalte anzuwenden. 

 Studierende sind befähigt qualitative Modellierungen in einer Simulationssoftware (Vensim) zu erstellen. 

 Studierende können erste quantitative Modelle in der Simulationssoftware umsetzen. 

 Die Studierenden verstehen das Konzept der Interdisziplinarität sowie verwandte Konzepte.

 Die Studierenden kennen weitere problemstrukturierende Methoden, um Herausforderungen der Berufspraxis systematisch angehen zu können

Die Abschlussprüfung wird direkt in einer Software durchgeführt. Die Studierenden erledigen Modellierungsaufgaben in der Prüfung basierend auf den Inhalten des Moduls. Die Prüfung dauert 60 Minuten und ergibt maximal 60 Punkte. Die Abschlussprüfung findet nach Vereinbarung statt. 

Fenster schliessen

Bestandesgrösse

Eine Bestandesgröße ist ein Element eines System Dynamics Modelles. Es sind die einzigen Variablen die bei einem Simulationsstopp immer noch einen Wert tragen, d.h. nicht von einer Zeiteinheit bestimmt werden. Die Anzahl Mitarbeitenden eines Unternehmens ist beispielsweise eine Bestandesgröße, da diese zu jedem Zeitpunkt eine gewisse Anzahl repräsentiert. Die Anzahl Einstellungen jedoch ist keine Bestandesgrösse, da diese nur durch Simulation über Zeit entstehen, d.h. es werden zum Beispiel 7 Personen pro Monat angestellt während die Firma 40 Mitarbeitende hat (also ohne "pro Zeiteinheit"). In einem Modell wird eine Bestandesgrösse als rechteckige Box dargestellt.

Eine Bestandesgrösse hat immer mindestens einen Zu- oder Abfluss. Es ist also möglich, eine Bestandesgrösse für ein Thema zu modellieren, welche nur einen Abfluss hat.

Regeln zur Existenz von Zu- und Abflüssen:

  1. Die Existenz von Zu- und Abflüssen von Bestandesgrössen ist vom betrachteten Zeithorizont abhängig.
  2. Die Existenz von Zu- und Abflüssen von Bestandesgrössen ist von der Art der Bestandesgrösse abhängig. Ist eine Bestandesgrösse ein Indikator, ist es möglich, dass nur ein Zufluss vorhanden ist

Bestandesgrößen sind die einzigen Variablen welche ihren Wert stets akkumulieren. Dadurch tragen sie in jeder Periode die Werte der Vorperioden immer noch mit und reagieren gemäß der Veränderung. Dieses Weitertragen von Werten macht sie besonders träge. Diese Trägheit ist die Ursache von Zeitverzögerungen. Es dauert eine gewisse Zeit, bis sich der Wert einer Bestandesgröße stark verändert hat. Ein oft genutztes Beispiel einer Bestandesgröße ist die Badewanne. Auch hier wissen wir alle, dass es einige Zeit benötigt, bis die Wanne mit Wasser gefüllt ist. Auch das Ablassen von Wasser benötigt einige Minuten. Diese Dynamik zeigt die Trägheit der Bestandesgröße gut auf.

Es gibt keine Regeln für die Anzahl an Bestandesgrössen in einem Modell, jedoch sollten nur Bestandesgrössen gewählt werden, die zur verbesserten Erklärung der Fragestellung beitragen.

Fenster schliessen

Feedback loop (Regelkreis)

Ein geschlossenes System ist dadurch definiert, dass alle Variablen sich gegenseitig direkt oder indirekt beeinflussen können und eine klare Systemgrenze gezogen werden kann. Dies führt dazu, dass eine Veränderung in einer Variable über Zeit sich selbst beeinflussen kann. Es erfolgt eine Reaktion auf eine entsprechende Aktion. Dieses Szenario wird als Feedback (Rückkopplung) bezeichnet.

 

Ein Feedback Loop kann zum Beispiel folgendermassen erfolgen:

• Person A tritt Person B in einer Bar versehentlich auf den Fuss • Person B gibt Person A einen Stoss • Person A gibt Person B eine Ohrfeige • Person B schlägt Person A die Faust ins Gesicht • Person A nimmt den Barhocker und zieht Person B einen über den Schädel • usw.

In diesem Beispiel handelt es sich um einen Reinforcing Feedback Loop (selbstverstärkender Regelkreis). Die Situation eskaliert.

Die typische Eigenschaft eines Reinforcing Feedback Loops, auf Deutsch selbstverstärkenden Regelkreises, ist exponentielles Wachstum oder exponentielle Niedergang. Ein selbstverstärkender Regelkreis folgt der Logik „Je mehr, desto mehr“ oder „je weniger, desto weniger“. Selbstverstärkende Regelkreise existieren in der Natur nur in Verbindung mit ausgleichenden Regelkreisen, d.h. es gibt kein unlimitiertes Wachstum oder unlimitierte Schrumpfung. Der Regelkreis wird zentral mit einem "R" markiert.

Die typische Eigenschaft eines Balancing Feedback Loops, auf Deutsch ausgleichenden Regelkreises, ist zielsuchendes Wachstum oder Niedergang. Ein ausgleichender Regelkreis versucht ein Modell in einen vordefinierten Zustand zu bringen. Wenn Verzögerungen in einem ausgleichenden Regelkreis enthalten sind, können zum Beispiel Oszillationen entstehen. Ein ausgleichender Regelkreis folgt der Logik „Je mehr, desto weniger“ oder „je weniger, desto mehr“. Der Regelkreis wird zentral mit einem "B" markiert.

Fenster schliessen

Grössers Gesetz

Grösser's Gesetz sagt aus, dass die Anzahl Variablen reduzieren werden soll um die Komplexität des Modelles im Griff zu behalten. Ein Modellierer sollte sich die Frage stellen, ob das aktuelle Modell noch einfacher (kleiner) dargestellt werden kann. Dies ist nur so lange möglich, wie die Dynamik im Modell immer noch hinreichend dargestellt wird. Dadurch verkleinert sich die Modellgrenze fortlaufend, bis ein Gleichgewicht zwischen Simplizität und Vollständigkeit gefunden wird. Grösser's Gesetz wird meist in der Erstellung von kausalen Rückkopplungsdiagrammen (CLD) eingesetzt. Allerdings ist die Aussage auch valide für SSD und SFD.

Fenster schliessen

Indikator

Ein Indikator ist eine Variable, welche eine Aussage über den Zustand eines Systems machen kann. Oft sind

Ein Beispiel zu nicht-finanziellen, nicht-kommerziellen Indikatoren (in-class assignment): In diesem Falle wäre das System eine nicht kommerzielle Organisation. Alle möglichen Indikatoren, welche nicht direkt mit einer finanziellen Messeinheit verbunden sind, können daher als Beispiele verwendet werden. Beispielsweise könnten Variable in Bezug auf Mitarbeitende diese Definition erfüllen (Mitarbeitende Motivation, -Erfahrung oder Fluktuationsrate). Des Weiteren können die Anzahl realisierte Projekte, Anzahl aktiver Mitglieder, der Deckungsgrad an Notfalldiensten oder die Wartezeit für eine Organtransplantation als Beispiele hierfür dienen. Daher sind Beispiele solcher Indikatoren sehr vielseitig und stark von der Organisation abhängig.

Fenster schliessen

Interventionspunkt

Interventionspunkte sind alle Variablen, deren Veränderung das Systemverhalten beeinflusst. Wie Sie im Kapitel 7 des Foliensatzes MPS2 sehen können, können dies auch endogene Variablen sein. Somit sind nicht nur Variablen, welche das Unternehmen beeinflussen kann, Interventionspunkte. Grundsätzlich sind alle Variablen und Kausalitäten in einem Modell Interventionspunkte, da die Veränderung eines Modellelements grundsätzlich Veränderungen im gesamten Modell bringen. Jedoch macht es nicht immer Sinn, ein Element zu verändern, da die daraus resultierende Veränderung sehr klein sein kann. Interventionspunkt ist der Überbegriff, Unterbegriffe sind Szenariovariablen (im Falle einer exogenen Variable) und Policyvariablen (im Falle einer endogenen Variable). Hebelpunkte können ebenfalls Szenariovariablen und Policyvariablen sein und sind immer Interventionspunkte, welche jedoch einen sehr grossen Einfluss auf das Modellverhalten haben.

Kurz gefasst:

  • Interventionspunkte: Modellelemente, deren Veränderung das Verständnis des Modells erhöht
  • Hebelpunkte: Interventionspunkte, deren Veränderung eine grosse Auswirkung auf das Modellverhalten hat
  • Szenariovariablen: Exogene Interventionspunkte, deren Veränderung uns Informationen dazu gibt, wie das System auf externe Veränderungen reagiert
  • Policyvariablen: Interventionspunkte, die Handlungen von Akteuren des Systems simulieren und so den Effekt von verschiedenen Handlungsstrategien der Systemakteure aufzeigen können.

Es gibt verschiedene Ansätze wie ein Interventionspunkt innerhalb eines systemdynamischen Modelles genutzt werden kann. In dem Slideset von MPS2 unterscheiden wir zwischen 5 Typen von Interventionen:

  1. Veränderung von exogenen Variablen (Szenariovariablen)
  2. Veränderung von Verzögerungen
  3. Veränderung der Strukturen von Stocks und Flows
  4. Regelkreise erzeugen oder brechen
  5. Veränderung der Stärke von Regelkreisen

In Bezug auf Indikatoren eines Systems kann gesagt werden, dass eine Variable sowohl als Indikator als auch als Interventionspunkt angesehen werden kann. Das Eine schliesst das Andere nicht aus. Allerdings muss diese Verbindung nicht zwingend vorhanden sein.

Fenster schliessen

Kontraintuitives Verhalten

Kontaintuitives Verhalten definiert sich als Verhalten entgegen der Intuition (Bauchgefühl) oder dem gesunden Menschenverstand; der Intuition widersprechend. Kontraintuitive Effekte überraschen den Akteur auf eine unerwartete Art und Weise.

Kontraintuitivität bei Regelbeharrungen

Ein Entscheid wird getroffen um den Zustand eines Systems zu verbessern. Die Veränderung tritt allerdings nicht ein, was die Entscheidungsträger überrascht. In diesem Falle qualifiziert der Sachverhalt sowohl als kontraintuitiv als auch als Regelbeharrung. Wenn allerdings eine Veränderung nicht eintritt und dies dem Entscheidungsträger im Vorfeld bereits bekannt war, dann ist dies zwar eine Regelbeharrung, erfüllt allerdings nicht die Definition von kontraintuitivem Verhalten.

Fenster schliessen

Policy Resistance

Häufig reagiert ein nichtlineares Feedback System auf eine Veränderung für eine gewisse Zeit wie gewünscht, kehrt dann aber langfristig wieder zum alten Zustand zurück. Dies tritt auf, wenn die Veränderungen im Verhältnis zur Erfahrung des Systems nicht ausreichend tief geplant bzw. implementiert sind. Dieses Verhalten wird als Policy Resistance (Resistenz gegen die Veränderung oder auch Regelbeharrung) bezeichnet.