Nachdem ich den Blog ja nun für Themen geöffnet habe, die über das algorithmische Denken hinausgehen, ist es vielleicht sinnvoll, einmal ein paar Worte darüber zu verlieren, was man als Leser in nächster Zeit hier schwerpunktmäßig erwarten kann. Denn auch wenn ich mich für vieles begeistern kann und für den Außenstehenden nicht immer ersichtlich ist, wie meine Interessengebiete inhaltlich zusammenhängen, gibt es für mich selbst doch gewisse rote Fäden, durch die sie verbunden sind. Ich will daher hier versuche, diese für meine aktuellen Schwerpunktthemen sichtbar zu machen.
Networks
Einige Bemerkungen zum Thema Network Science habe ich ja bereits in einem früheren Beitrag festgehalten. Der besseren Übersichtlichkeit halber will ich hier aber nochmal erklären, worum es geht.
Ein Netzwerk beschreibt die Beziehungen zwischen Objekten (oder Subjekten) in Form eines Graphen: Die Knoten sind dabei die Objekte, die Verbindungen (Kanten, Links) dazwischen beschreiben die Beziehungen. Da die ganze Welt voll von Beziehungen zwischen Objekten ist, sind auch die Anwendungsmöglichkeiten nahezu unbegrenzt. Sie reichen von sozialen Netzwerken (also der Modellierung zwischenmenschlicher Beziehungen) über Informationsnetzwerke und Infrastruktur (z.B. Stromnetze, Verkehrssysteme oder das Internet) bis hin zu Märkten oder Modellen biologischer, physikalischer oder chemischer Systeme. Nicht umsonst ist die Netzwerkanalyse eine der grundlegenden Methoden im Werkzeugkasten der Komplexitätswissenschaft.
Die Network Science befasst sich nun zum einen mit gemeinsamen Grundlagen solcher Netzwerke, zum anderen aber mit ihren konkreten Anwendungen in unterschiedlichsten Szenarien. Dabei unterscheidet man zwischen statischer und dynamischer Netzwerkanalyse: Erstere befasst sich vor allem mit der zugrundeliegenden Struktur (welche Knoten sind besonders wichtig, wie stabil oder störanfällig ist ein Netzwerk etc.), letztere mit den Veränderungen, die in lebendigen Netzen auftreten (Informationsflüsse, Rich-get-Richer-Effekte, Epidemien etc.).
Games
Die Network Science wird für mich persönlich erst richtig interessant, wenn man sie mit Konzepten aus der Spieltheorie verbindet. Die Spieltheorie befasst sich ja mit der Frage, wie man sich in Situationen mit mehreren, intelligenten Entscheidern verhalten sollten bzw. wie man solche Situationen gestaltet (so man diese Art von Einfluss hat), damit trotz egoistischer Entscheider möglichst gute Ergebnisse möglich sind.
Kombiniert man die Spieltheorie mit Netzwerktheorie und der Theorie der Märkte, dann kann man damit ziemlich weitreichende Konzepte modellieren – von Preisbildungen über Anreizsysteme bis zu Themen wie Macht, Vertrauen oder Kontrolle. Für mich selbst ist diese Kombination übrigens auch ein Werkzeug, mit dem man über politische Ethik nachdenken sollte, denn gesellschaftliche Systeme, die davon abhängig sind, dass sich manche freiwillig aufopfern, während die anderen den Nutzen davontragen, halte ich für langfristig nicht tragfähig.
Blockchains
Sehr vereinfacht gesprochen ist eine Blockchain eine Methode, die das Verwalten von Daten in vernetzten Systemen ermöglicht, ohne dabei auf Vertrauen gegenüber einzelnen, mächtigen Teilnehmern (z.B. staatlichen Institutionen, Banken, FAAMG etc.) angewiesen zu sein. Ziel ist es, eine dezentrale IT-Infrastruktur zu schaffen, die eher basisdemokratisch als hierarchisch organisiert ist.
Dank des Erfolgs von Bitcoin waren Blockchains eine Zeitlang ein Hype-Thema, und ich habe mich in der Vergangenheit auch schon intensiver damit beschäftigt. Damals war ich zu dem Schluss gekommen, dass sie (1) nicht effizient und (2) auch gar nicht wirklich wünschenswert sind. Inzwischen sehe ich das etwas differenzierter: Es gibt manche Szenarien, in denen sie doch interessant sein könnten, aber man muss sehr genau hinschauen, welche das sind.
Und für dieses „genauer Hinschauen“ lassen sich genau die oben angesprochenen Techniken aus Netzwerkanalyse und Spieltheorie einsetzen. Meine Hoffnung ist, dass sich auf diese Weise Modelle entwerfen lassen, mit denen man Aussagen treffen kann darüber, für welche Art von Netzwerken welche Art von Lösung (hierarchisch, dezentral, ein Mittelweg?) sinnvoll ist bzw. mit welchen Konsequenzen für die Entwicklung des Netzwerks je nach Lösungsansatz jeweils zu rechnen ist.
Und was ist mit dem algorithmischen Denken?
Um das noch einmal ganz klar zu sagen: Der Blog wird sich ab jetzt nicht auf die obigen Schwerpunktthemen beschränken. Ich kenne mich gut genug, um zu wissen, dass Schwerpunktthemen bei mir ohnehin nur eine begrenzte Haltbarkeitsdauer haben.
Es werden sich hier also auch in Zukunft Beiträge zu anderen Themen finden, beispielsweise zu algorithmischem und problemlösendem Denken, zu Computer und Gehirn, zu Ethik, zu Didaktik und vielem mehr. Ich werde mich bemühen, den Zusammenhang zu den bisherigen Beiträgen immer so gut wie möglich zu dokumentieren, und vielleicht wird mit der Zeit sichtbar, warum diese Themen für mich ein großes Ganzes bilden. Naja, und falls nicht, gibt es da ja dieses Kommentarfeld unter den Beiträgen…