Werner Ebeling

Evolutions- und Innovationsdynamik als Suchprozeß in komplexen adaptiven Landschaften

Innovationsfahigkeit stellt ein Schlusselelement des Uberlebens in sich verandernden Umwelten dar. Dies gilt sowohl fur Organismen, fur individuelle Akteure als auch fur gesellschaftliche Systeme, seien sie nun technischer, okonomischer oder sozialer Natur. In einer Gesellschaft, die von Beschleunigung des Fortschritts und Globalisierung gepragt ist, gehort die Untersuchung von Innovationsprozessen zu den zentralen Fragestellungen ganz unterschiedlicher Wissensbereiche. In diesem Beitrag wird Evolutions- und Innovationsdynamik aus dem Blickwinkel einer geometrisch orientierten Evolutionstheorie betrachtet. Evolution wird als kollektive Suche wechselwirkender Populationen nach lokal besseren Losungen in einem hochdimensionalen Phanotypraum beschrieben, in dem eine Fitnesslandschaft definiert ist. Im Zentrum des vorliegenden Beitrags steht die Realisierung dieses Landschaftsbildes in formalen Modellen und die Analyse von Ansatzen, die sich aus diesem Konzept fur das Verstandnis von Innovationsprozessen ergeben. Im ersten Teil der Arbeit vergleichen wir kontinuierliche und diskrete Modellbeschreibungen. Besonders analysieren wir den verschiedenen Merkmalskontext der Populationen, Konkurrenzprozesse zwischen diesen, mogliche Selektionskriterien und die Entstehung des Neuen im Modell. Die Vorteile kontinuierlicher Modelle, die die evolutionare Suche in Merkmalsraumen mit veranderlichen Fitnesslandschaften beschreiben, werden herausgearbeitet. Im zweiten Teil der Arbeit werden als Beispiel der Modellierung diskrete und kontinuierliche Beschreibungen von Innovationsprozessen in der technologischen Evolution behandelt. Dabei werden technologische Trajektorien, Lebenszyklen von Produkten und Technologien, und Innovationsfolgen betrachtet.

STOCHASTIC DYNAMICS OF ACTIVE AGENTS IN EXTERNAL FIELDS

We study dynamics of active Brownian particles in two dimensions under the influence of external fields of forces. Several generic fields are considered, including symmetric linear attraction to a center, asymmetric linear attraction and a field described by a double well potential. We show the formation of limit cycles, which reflect collective rotational motion of the particles and study the influence of asymmetry on collective motion. In the case of the double well potential we study the transition rates between potential wells and show their crucial dependence on a parameter which determines activeness of the particles.

Sensitive Networks – Modelling Self-Organization and Innovation Processes in Networks

This contribution is devoted to the interdisciplinary theory of self-organization processes, paying particular attention to stochastic effects connected with innovations in network systems. On our understanding “self-organization” is the spontaneous formation of structures (Ebeling and Feistel, 1982, 1994; Feistel and Ebeling, 1989). An “innovation”, on a general system-theoretical understanding, is the appearance of, for example, a new species, a new mode of behaviour, a new technology, a new product or a new idea (Ebeling and Sonntag, 1986; Bruckner et al., 1989, 1990, 1996; Ebeling et al., 1999).