Bernhard Geiger, Forscher in der Knowledge Discovery, ging bei einem Contest des renommierten Santa Fe Institutes an den Start. Auf dem Programm stand die Lösung eines kniffligen Problems der Spieltheorie.

Man stelle sich ein Casino vor. Ohne Roulette, Black Jack oder Poker. 50 SpielerInnen können zwischenzwei Wettmöglichkeiten wählen. Während man im ersten betting pool nach jeder Runde einen Dollar gewinnt werden im zweiten per Zufall entweder überhaupt nichts, oder insgesamt 80 ausgeschüttet. Diese müssen allerdings – das ist die Krux  – unter allen, die dort wetten, aufgeteilt werden. Die zentrale Frage, die sich in diesem fiktiven Casino nun stellt, lautet: Wie soll man sich (spieltheoretisch) entscheiden, um nach hundert Runden mit möglichst viel Geld nach Hause zu gehen? Setzt man jedes einzelne Mal auf Möglichkeit Nummer eins, gewinnt man 100 Dollar – mit hundertprozentiger Sicherheit. Entscheidet man sich allerdings für die zweite Variante, könnte man – rein theoretisch – viel mehr oder viel weniger Geld einsacken. Das Problem: Man weiß im Vorhinein nicht, für welchen pool sich die MitspielerInnen entscheiden, sprich: mit wie vielen von ihnen man den Gewinn teilen müsste.

Auch bei Schachpartien spielt die Spieltheorie eine wichtige Rolle.

Bei diesem fiktiven Szenario handelt es sich um eine leichte Abweichung des sogenannten El-Farol-Bar-Problems, einer Problemstellung der Spieltheorie. Und genau dieses Szenario war die Ausgangslage des Problems, das es bei der Spring 2018 Complexity Challenge zu lösen galt, einem Wettbewerb veranstaltet vom renommierten Santa Fe Institute in New Mexico. Für das Know-Center ging Bernhard Geiger, Forscher im Bereich Knowledge Discovery, an den Start. „Beim Contest haben wir mehrere Strategien analysiert, die man anwenden könnte, um in der beschriebenen Situation möglichst viel Geld zu gewinnen“, erklärt Geiger. „Dabei sind verschiedenste Konstellationen möglich. Fragen, die es zu beantworten galt, waren zum Beispiel: Was passiert, wenn verschiedene Gruppen unterschiedliche Strategien wählen? Wie verändert sich die Situation, wenn man plötzlich mehr als 50 Leute hat, wenn mehr Runden gespielt werden oder falls sich die Gewinnbeträge verändern?“

 

Weil das Ganze mehr ist als die Summe seiner Teile

Zur Lösung der Aufgaben entschied sich Geiger für die Methode der Agentenbasierten Modellierung. „Diese macht es möglich, eine Vielzahl von Agenten (Kleine Einheiten eines Systems, Anm.) mit einfachen Regeln auszustatten“, erklärt der Forscher. „In der Simulation lässt sich dann feststellen, wie diese Regeln im Zusammenspiel mit anderen Agenten funktionieren.“ Das Grundprinzip dahinter ist eine alte Weisheit des Aristoteles, nämlich die, dass das Ganze weit mehr als die Summe seiner Teile ist. „Mit dieser Methode“, so Geiger, „lässt sich auch das Zusammenspiel der Agenten, viel besser verstehen, als wenn man die einzelnen Teile einzelner agents getrennt voneinander betrachten würde.“ Das System-Verhalten resultiert also aus dem Verhalten der einzelnen Agenten. Und wo die Agentenbasierte Methode im „echten Leben“ eingesetzt wird? Bei der Früherkennung von Verkehrsstaus zum Beispiel. Aber auch bei der Analyse der Ausbreitung von Epidemien, der Modellierung von Kaufverhalten und der brandaktuellen Frage, nach welchem Muster sich Meinungen in sozialen Netzwerken ausbreiten.

Die El-Farol-Bar in Santa Fe ist Namensgeberin eines bekannten Problems der Spieltheorie.

Mit der Agentenbasierten Methode lassen sich zum Beispiel Verkehrsstaus vorhersagen.