Search

In kritischer Auseinandersetzung mit Armin Nassehi und Vertreter:innen einer digitalen Soziologie plädiert der Beitrag dafür, die sozialen Dimensionen der Digitalisierung in den Mittelpunkt zu rücken. Eine bislang kaum beachtete Entwicklung ist die Möglichkeit, komplexe soziotechnische Systeme in Echtzeit zu steuern. Der Beitrag entwickelt ein soziologisch fundiertes Modell der Echtzeitgesellschaft, das auf einem minimalen Modell sozialer Systeme und dessen Weiterentwicklung zu einem Modell multipler sozialer Systeme basiert und es ermöglicht, steuerungstheoretische Fragen zu bearbeiten. In drei Simulationsexperimenten zum Thema Verkehrswende wird demonstriert, wie dieses Konzept für empirische Studien genutzt wird, deren Ziel es ist, Szenarien künftiger Mobilität durchzuspielen zu Erkenntnissen über die Wirksamkeit steuernder Eingriffe zu gelangen., Soziologische Arbeitspapiere;61/2022

Der hier vorliegende Band 12 der Schriftenreihe "Studien zu Infrastruktur und Ressourcenmanagement" gibt zusammenfassend die wesentlichen Ergebnisse wieder, die im Rahmen des interdisziplinären Verbundprojektes "Smart Utilities and Sustainable Infrastructure Change" erzielt werden konnten. Im Zentrum dieses Projektes stand die Entwicklung von innovativen agenten-basierten Computermodellen zur Beratung von kommunalen Ver- und Entsorgungsunternehmen im Kontext der Dekarbonisierung der Energieversorgung, des Klimawandels und der mit demographischen Veränderungen verbundenen infrastrukturbezogenen Herausforderungen.

The agricultural sector faces major challenges to produce sufficient food for the world’s rising population. Addressing these challenges requires a transformation towards sustainable agriculture. Although sustainable agricultural practices such as agroforestry provide various benefits, small-scale farmers’ uptake of such practices can be very low in certain regions. Consequently, interventions are required that support farmers’ implementation and raise low adoption rates. Small-scale farmers’ adoption of sustainable agricultural practices and the underlying decision-processes constitute the core of this thesis. Overall, the thesis aims to support policy-makers in developing and implementing effective measures that encourage farmers to adopt innovative sustainable practices. The specific objectives are (1) to identify efficient information seeding strategies to disseminate agricultural knowledge within social networks, (2) compare common behavioural approaches to explain farmers’ adoption decisions, (3) identify intrinsic drivers based on the Theory of Planned Behaviour and evaluate the effectiveness of non-economic policy interventions targeting intrinsic motivational factors, and (4) assess the interrelated human-environmental consequences of farmers’ adoption decisions under different climate scenarios.

Online-Plattformen für soziale Medien ermöglichen es Millionen von Menschen, ihre Gedanken, Interessen und starken Meinungen zu verschiedenen Themen mit einem breiten Spektrum von Lesern zu teilen, unabhängig davon, welche Beziehung zwischen Bloggern und Lesern außerhalb des Internets besteht. Eine der prominentesten palformen ist Twitter, ein Microblogging-Dienst, der es Nutzern ermöglicht, kurze, auf 280 Zeichen begrenzte Nachrichten in Echtzeit mit ihren Followern zu teilen. Im Allgemeinen sind die Beiträge der Nutzer nur für die Follower des Verfassers des Tweets sichtbar, aber andere Nutzer können interagieren, indem diese den Post retweeten und ihn mit ihrer eigenen Community teilen. Daher ist ein Schlüsselmechanismus für die Informationsverbreitung in Twitter das Retweeten von Posts. Viele Forschungsarbeiten wurden zur Informationsverbreitung im Bezug auf soziale Medien durchgeführt. Die meisten haben ihren Fokus entweder auf explorative statistische Methoden, der Verbreitung von Informationen, Wissensfiltern, ideologischen Blasen und Fake News, oder sind überwiegend theoretische, mathematische Simulationen ohne starke empirische Bezüge. Daher werden in dieser Masterarbeit Erkenntnisse aus bisherigen Forschungsergebnissen kombiniert, indem eine empirische, agentenbasierte Simulation entwickelt wird, welche ein Netzwerk der aktuellen deutschen Twitter-Nutzer repräsentiert. Um das Ziel zu erreichen, werden über 12 Millionen Nutzer, 245 Millionen Beziehungen, 91 Millionen Tweets und 50 Millionen Hashtags von der Twitter-API erhoben. Das agentenbasierte Modell wird dann auf Basis der empirischen Daten konstruiert, um das Retweet-Verhalten der Twitter-Nutzer in verschiedenen Parteien des Deutschen Bundestages darzustellen. Es wird festgestellt, dass die agentenbasierte Modellierung ein valider Ansatz für die Analyse von Informationsverbreitung in den sozialen Medien darstellt. Darüber hinaus werden auf der Grundlage der Simulationsergebnisse verschiedene Netzwerkcharakteristika der Agenten verglichen, um zu verstehen, welche Bedeutung diese für die Viralität eines Tweets haben. Online social media platforms enable millions of people to share their thoughts, interests andstrong opinions on different topics with a wide range of readers, regardless of the relationshipsocial media bloggers and readers have outside of the internet. One of the most well-known social media sites is Twitter, a microblogging service that allows users to share short messages limited to 280 characters with their followers in real-time. In general, user posts are only visible to the followers of the author's tweet, but other users may interact by retweeting the post and sharing it with their community. Hence, retweeting is a key mechanism in Twitter for information diffusion. Many research topics were conducted regarding information diffusion in online social networks. However, most either focus on exploratory statistical methods to investigate the spread of information, knowledge filters, ideological bubbles, fake news or are predominantly theoretical, mathematic simulations without strong empirical references. Thus, this master thesis aims to combine two virtual scientific strands by designing an empirical agent-based simulation representing a network of the actual German Twitter users. Therefore, a sophisticated crawling framework is implemented that collects over 12 million users, 245 million relationships, 91 million tweets and 50 million hashtags from the Twitter API. The agent-based model is then built on the empirical data from the bottom-up to represent the retweeting behaviour of the Twitter user in different parties of the German Bundestag. It is concluded that agent-based modelling is a valid approach for analysing information diffusion mechanisms in online social networks. Furthermore, based on the simulation results, different network characteristics of the agents are analysed to understand the significance of these contributing to the virality of a tweet. László Baló Masterarbeit FH JOANNEUM 2022

Die Verkehrswende, der Umbau des Verkehrssystems hin zu einer ökologisch nachhaltigen Mobili-tät, ist ein komplexer gesellschaftlicher Transformationsprozess. Der Wandel erfordert, neben der Schaffung entsprechender politischer Rahmenbedingungen und dem Einsatz neuer Technologien, tiefgreifende Änderungen von Einstellungen und Verhaltensweisen sowie kulturell geprägter Deu-tungsmuster in der Gesellschaft. Unter welchen Bedingungen sich derartige Veränderungen auf der Ebene des Individuums und auf der Ebene sozialer Strukturen ergeben können und wie diese Ebe-nen miteinander wechselwirken, ist jedoch nicht ausreichend erforscht. Ziel dieser kumulativen Dissertation ist es, auf theoretischer sowie empirischer Basis ein agentenbasiertes Modell der Ein-stellungs- und Entscheidungsänderungen der Verkehrsmittelwahl zu schaffen. Ich beziehe mich dabei auf die kognitionswissenschaftliche Forschung zur Rolle von Emotionen bei der Informati-onsverarbeitung und Entscheidungsfindung, auf Forschungsarbeiten zu der Wirkung sozialer Ein-flüsse aus den Bereichen der Sozialpsychologie und Soziologie sowie auf die umweltpsychologische Forschung zur Segmentierung von Zielgruppen. In Studie 1 wurde anhand eines Vignettenexperiments und eines kognitiv-affektiven Modells dyadischer Kommunikation untersucht, welchen Einfluss die Verwendung emotionaler Sprache im Zuge persuasiver Kommunikation auf die Informationsverarbeitung von Menschen hat. Die Ergeb-nisse zeigen, dass die Tendenz zur motivierten Informationsverarbeitung (motivierte Kognition) durch die Valenz und den Grad der Emotionalität in der Kommunikation beeinflusst wird. Mithilfe des Modells können die beobachteten Effekte durch den Mechanismus der emotionalen Kohärenz erklärt und in ihrer Wirkung auf mentale Strukturen geschätzt werden. In Studie 2 wurden die Einstellungen und affektiven Bedeutungen einer breiten Palette von konventionellen und neueren Verkehrsmitteln untersucht. Auf Basis der affektiven Wahrnehmun-gen konnten unterschiedliche Mobilitätstypen identifiziert werden. Darüber hinaus zeigt die Studie, dass die typspezifischen affektiven Bedeutungsmuster die Bereitschaft, emissionsarme Verkehrsmit-tel zu nutzen, im hohen Maße bestimmen. In Studie 3 wurden die theoretischen und empirischen Ergebnisse aus den vorangegangenen Studien in dem agentenbasierten Modell InnoMind (Innovation diffusion driven by changing Minds) zusammengeführt. Die Simulationsszenarien zu unterschiedlichen Fördermaßnahmen von Elektromobilität verdeutlichen, dass die Wirksamkeit der Instrumente durch die zielgruppenspezifi-schen Einstellungsmuster und sozialen Interaktionen der Verkehrsteilnehmerinnen und Verkehrs-teilnehmer beeinflusst werden. In Studie 4 wurde das Modell InnoMind genutzt, um die einstellungsverändernden Effekte von Informationskampagnen zur Nutzung von Carsharing zu untersuchen. Das Vorgehen verdeutlicht die Flexibilität und Adaptivität des Simulationsansatzes. Darüber hinaus zeigt die Studie, dass die veränderte Darstellung der Mobilitätsoptionen in den Kampagnen deren Wirkung in bedeutsamen Maß beeinflussen kann. Insgesamt unterstreichen die Ergebnisse die Bedeutung affektiv-emotionaler Prozesse für die Einstellungsbildung und -änderung. Die Verarbeitung von (sozialen) Informationen unterliegt Ver-zerrungen, die zu einer Konstruktion einer konsistenten Repräsentation bestehender Überzeugun-gen und Emotionen führen. Diese auf individueller Ebene wirkenden Mechanismen haben in Wechselwirkung mit sozialen Kommunikationsprozessen und Informationsflüssen einen entschei-denden Einfluss auf die Dynamiken im Zuge gesellschaftlicher Transformationen. Das in dieser Arbeit entwickelte agentenbasierte Modell ermöglicht es, derartige komplexe In-teraktionsprozesse und Dynamiken zu analysieren. Auf der Grundlage kognitionswissenschaftlicher, sozialpsychologischer und soziologischer Theorien sowie umfassender Empirie erweitert es die bis-herige Forschung zu Meinungsdynamiken und sozialen Einflüssen mithilfe sozialer Simulationen. Zudem vermittelt das Modell handlungsrelevantes Wissen, um die Akzeptanz der Verkehrswende in der Gesellschaft zu fördern., The transformation of the transport system toward ecologically sustainable mobility is a complex social transition process. In addition to the creation of appropriate political framework conditions and the use of new technologies, the transformation requires profound changes in attitudes and behaviors as well as culturally shaped patterns of meanings in society. However, the conditions un-der which such changes might occur at the individual and at the level of social structures, and how these levels interact with each other, have not been sufficiently investigated. The aim of this cumu-lative dissertation is to create an agent-based model of attitudinal and decision-making changes in transportation choice on a theoretical as well as empirical basis. I draw on cognitive science research on the role of emotions in information processing and decision making, research on the effect of social influence from the fields of social psychology and sociology, and environmental psychology research on target group segmentation. In study 1, a vignette experiment and a cognitive-affective model of dyadic communication were used to investigate the influence of the use of emotional language in the course of persuasive communication on people's information processing. The results show that the tendency towards motivated information processing (motivated cognition) is influenced by the valence and the degree of emotionality in the communication. Using the model, the observed effects can be explained by the mechanism of emotional coherence and estimated in terms of their effect on mental structures. Study 2 examined the attitudes and affective meanings of a wide range of conventional and newer modes of transportation. Based on the affective perceptions, different mobility types could be identified. Furthermore, the study shows that the type-specific affective meaning patterns de-termine the willingness to use low-emission transport modes to a high degree. In study 3, the theoretical and empirical results from the previous studies were combined in the agent-based model InnoMind (Innovation diffusion driven by changing Minds). The simulation sce-narios for different measures promoting electric mobility illustrate that the effectiveness of the in-struments is influenced by the target group-specific attitude patterns and social interactions of the road users. In study 4, the InnoMind model was used to investigate the attitude-changing effects of infor-mation campaigns on the use of car sharing. The approach illustrates the flexibility and adaptivity of the simulation approach. Furthermore, the study shows that the altered presentation of mobility options in the campaigns can influence their impact to a significant degree. Overall, the results underline the importance of affective-emotional processes for attitude for-mation and change. The processing of (social) information is subject to distortions that lead to the construction of a consistent representation of existing beliefs and emotions. These mechanisms, acting on an individual level, interact with social communication processes and information flows to have a decisive influence on the dynamics in the course of social transformations. The agent-based model developed in this thesis makes it possible to analyze such complex inter-action processes and dynamics. Based on cognitive science, social psychology, and sociological theo-ries as well as extensive empirical evidence, it extends previous research on opinion dynamics and social influence by means of social simulations. In addition, the model provides actionable knowledge to promote the acceptance of the transport transition in society.

In der Gebäudesimulation gibt es oft gravierende Unterschiede zwischen dem berechneten und dem tatsächlichen Energiebedarf. Die Gründe dafür können vielfältig sein, jedoch wird als einer der größten Faktoren das Verhalten von Nutzern im Gebäude benannt. Dieses ist schwer vorauszusagen, hat jedoch einen signifikanten Einfluss auf den tatsächlichen Energiebedarf.Herkömmliche Software bildet vor allem mit zeitschrittbasierten Tabellen die Anwesenheit und Interaktionen von Gebäudenutzern nach. Als alternativer Ansatz wird in den letzten Jahren immer öfter die sogenannte Agentenbasierte Modellierung verwendet. Dabei werden individuelle Einheiten erstellt, die basierend auf einem Regelset verschiedene Aktionen ausführen. Diese als Agents bezeichneten Gebäudenutzer können sich je nach Modell unterscheiden. Abhängig von dem aktuellen Input ändern sich dementsprechend ihre Aktionen. Die vorliegende Arbeit zielt darauf ab, eine Energiesimulation eines Bürogebäudes mit einem Agenten basierten Modell zu verbinden. Das Modell soll untersuchen, wie sich verschiedene Nutzertypen auf den Endenergiebedarf auswirken. Dazu wurde in dem Programm Netlogo ein Verhaltensmodell für Gebäudenutzer erstellt. Dieses umfasst vier verschiedene Typen, die jeweils einen hohen oder niedrigen Energieverbrauch aufweisen und sich zusätzlich in ihrer Toleranz bezüglich des Raumklimas aufteilen. Dieses Modell wird anschließend mit dem Energiesimulationsprogramm EnergyPlus mithilfe einer Co-Simulation verbunden. In einem fiktiven Bürogebäude wird für jeweils eine repräsentative Woche pro Jahreszeit mit Hilfe mehrerer Nutzerzusammensetzungen der Energiebedarf untersucht. Die Co-Simulation erfolgt dabei über eine Verbindung aus dem Programm Building Control Virtual Test Bed und der Programmiersprache Python. Für jeden Zeitschritt werden die Handlungen der Gebäudenutzer basierend auf den aktuellen klimatischen Bedingungen simuliert und als Input zurück an EnergyPlus gegeben. Die Arbeit beschreibt dabei sowohl das zugrundeliegende Verhaltensmodell, als auch die Verbindung der Programme miteinander. Im Anschluss werden die Ergebnisse der Simulationen verglichen und untersucht. Dabei wird deutlich, dass das Energiebewusstsein der Gebäudenutzer einen großen Einfluss auf den Verbrauch hat. Zusätzlich zeigt sich, dass in einigen Fällen eine größere Toleranz - und im Simulationsmodell damit verbunden ein Unterlassen der Einflussnahme auf das Gebäude - zu einem erhöhten Energieverbrauch führen kann. Zudem zeigt sich, dass die kommerzielle Nutzung von präziseren Energiesimulationsmodellen mit Co-Simulationen, bedingt durch den großen Aufwand zur Erstellung, noch an ihrem Anfang steht., In the building simulation, there are often serious differences between the calculated and the actual energy demand. The reasons for this can be many, but one of the biggest factors is the behaviour of users in the building which is diffcult to predict, but has a signifiant inuence on the actual energy demand. Conventional software mainly replicates presence and interactions with time-step based tables. In recent years, agent-based modeling has been increasingly used as a new approach. This involves creating individual units that perform various actions based on a set of rules. These building users, called agents, can differ according to need. Depending on the current input, their actions change accordingly. The present work aims to combine a dynamic energy simulation of an office building with an Agent-based model. The model will investigate how different types of users affect the final energy demand. For this purpose, a behavioural model for building users was created in the software Netlogo. This comprises four different types of users, each of which have a high or low energy load and are additionally divided in their tolerance with regard to the indoor climate conditions. The model is then connected to the energy simulation programme EnergyPlus using a co-simulation. The co-simulation is carried out by combining the software Building Control Virtual Test Bed and the Python programming language. In a fictitious office building, the energy demand is investigated for one representative week per season with several user compositions. For each time step, the actions of the building users are simulated based on the current climatic conditions and fed back to EnergyPlus as input. The work describes both the underlying behavioural model and the connection between the tools. Subsequently, the results of the simulations are compared and analysed. It becomes clear that the energy awareness of the building users has a significant influence on the energy consumption. In addition, it is shown that in some cases a greater tolerance - in the simulation model associated with reduced influence on the building - can lead to an increased energy consumption. It is also apparent that the commercial use of more precise energy simulation models with co-simulations is still in its infancy due to the exceptional effort required to create them.

Die Routine-Aktivitäts-Theorie von Cohen und Felson (1979) postuliert, dass die Kriminalitätsrate sinkt, wenn Menschen mehr Zeit an sicheren Orten wie zu Hause verbringen, auch wenn die Anzahl der Täter und Opfer unverändert bleibt. Dieser Ansatz betrachtet Kriminalität als räumliche und zeitliche Konvergenz von Täter und Opfer bei gleichzeitiger Abwesenheit von Schutzpersonen. Die empirische Gültigkeit dieser Theorie ist jedoch aufgrund der notwendigen personenbezogenen Daten von Routinetätigkeiten und Kriminalität umstritten. In dieser Arbeit wird eine agentenbasierte Simulation entwickelt, um in kontrollierten Experimenten empirische Daten zu erzeugen. Diese Arbeit beschreibt die Entwicklung eines agentenbasierten Modells der Kriminalität. In der Simulation gehen Bürgeragenten der Stadt Maputo ihren täglichen Routinetätigkeiten nach und interagieren bei Straßenüberfällen. Der Einfluss von Routinetätigkeiten auf die Kriminalitätsrate und die Effektivität einer Polizeistrategie werden untersucht. Die Routine-Aktivitäts-Theorie wird als ein valides Modell der sozialen Interaktion inForm von Straßenkriminalität bewertet. Die eingeführte Policing-Strategie reduzierte die Kriminalitätsrate um 16 %, verursachte aber eine örtliche Verschiebung der Kriminalität von 45 % der durch die Policing-Strategie zusätzlich verhinderten Delikte. Die Lösung ist ein valides und robustes Modell zur Untersuchung räumlicher Aspekte der Kriminalität und zur Erforschung von Aspekten menschlicher Interaktion auf der Grundlage einfacher agentenbasierter Regeln., The routine activity theory by Cohen and Felson (1979) postulates that crime ratesdecrease when people spend more time at safe places like home, even when the number of offenders and victims remains unchanged. This approach regards crime as the convergence in space and time of offender, victim and the absence of a guardian. However, the empiric validity of this theory is still debated, due to the required personal data of routine activities and crime incidents. In this work, a computer simulation is developed to produce empiric data in controlled experiments. This thesis describes the development ofan agent-based crime model. In the simulation, citizen agents of Maputo perform theirdaily routine activities and interact in street robberies. The influence of routine activitieson crime rates and the effectiveness of a policing strategy are investigated. The routine activity theory is evaluated to be valid for the presented street crime model.The introduced policing strategy reduced the crime rate by 16 %, but caused crimedisplacement for 45 % of additionally prevented offenses. The solution is a valid androbust model for investigating spatial aspects of crime and for exploring aspects of humaninteraction based on simple agent rules.

In der MOIA Begleitforschung wurden ��ber zwei Jahre Effekte von Ridepooling auf das Hamburger Verkehrssystem untersucht. Die Studie liefert auf Basis umfassender empirischer Daten und einer Modellierung in hohem Detailgrad Erkenntnisse zu der noch neuen Verkehrsform und tr��gt dazu bei, die Potenziale von Ridepooling k��nftig noch zielgerichteter zu erschlie��en. Das im Rahmen der Begleitforschung entwickelte Verkehrsmodell besteht aus dem agentenbasierten Verkehrsnachfragemodell mobiTopp sowie dem Flottensimulationsmodell FleetPy und ber��cksichtigt die Angebots- und Nachfrageseite. mobiTopp bildet die Mobilit��t der gesamten Bev��lkerung von Hamburg und Umland sowie der Privat- und Gesch��ftsreisenden im Wochenverlauf ab. Die Implementierung aktueller empirischer Erkenntnisse zur Nutzung neuer Mobilit��tsangebote wie Ridepooling aber auch Car- , Bike- oder E-Scootersharing resultiert in besonders belastbaren Ergebnissen. Die Kopplung mit dem Flottenmodell sorgt f��r eine realit��tsnahe Abbildung des Ridepooling-Dienstes, der Angebotsqualit��t und der verkehrlichen Wirkungen. Im Rahmen der Simulationsstudie wurden vier Szenarien entwickelt, die zeigen, wie sich die Mobilit��t in der Hansestadt zuk��nftig entwickeln kann.

Background:The ongoing pandemic, caused by the virus SARS-CoV-2, posed unprecedented challenges to decision makers worldwide. In a very short time, a variety of policies for disease mitigation were introduced and simulation models were applied to evaluate the effectiveness of these policies.Methods:We develop an agent-based model in Netlogo 6.1.1 capable of simulating common containment strategies, with a special focus on testing and tracing policies. Within this framework, we aim to analyse the impact of various parameters – mainly those influencing the testing process and the compliance to quarantine measures – on the performance of these strategies.Results:The calibration of unknown parameters regarding asymptomatic courses of the diseaseled to the conclusion, that around 35% of all agents undergoing the disease will remainasymptomatic and only be half as infectious as agents that develop symptoms. There sults further show that hygiene and closing measures are quite effective when the population behaves fully compliant. The effectiveness of household and individual tracinghighly depends on the testing process, only leading to a successful mitigation of thedisease if enough symptomatic people get tested and enough test capacity is available, to quickly evaluate the status of people queued for testing.

Decarbonisation is a major challenge for the coming decades, for all industries, including the transport sector. Battery electric vehicles are a potential solution for the transport sector to reduce its carbon impact. Asides from the question whether there is sufficient supply of electric vehicles for freight transport, it is also unclear whether battery-powered trucks meet the practical requirements, especially in terms of their driving range. To investigate this, synthetic tours were generated by solving a Vehicle Routing Problem (VRP). This also generates the fleet size and composition depending on a set of different vehicle types. The network with underlying traffic conditions comes from an publicly available transport model. The generated tours are then simulated with an open-source transport simulation (MATSim), for both diesel and battery electric vehicles (BEVs). In a sensitivity study, two different purchase prices were considered for calculating vehicle costs. The case study uses a model of the food retailing industry for the city of Berlin. 56% of the tours can be driven without recharging. When recharged one time, 90% of the tours are suitable for BEVs. The costs for transporting the goods will increase by 17 to 23% depending on the assumption for the purchase prices for the BEVs. Using a well-to-wheel calculation, the electrification of all tours leads to a reduction of greenhouse gas (GHG) emissions by 26 to 96% depending on the assumed electricity production. DFG, 398051144, Analyse von Strategien zur vollständigen Dekarbonisierung des urbanen Verkehrs

Diese Diplomarbeit beschäftigt sich mit der Darstellung von NutzerInnen in Gebäudesimulations-Anwendungen, insbesonders in jenen, die Energieeffizienz und Innenraumklima von Gebäuden untersuchen. In den letzten Jahren wurde der Bedarf an umfangreicher und detaillierter Information von nutzerbezogenen Einflussparametern auf die Gebäudeperformance immer wieder zum Ausdruck gebracht. In diesem Kontext sind eine Vielzahl an stochastischen Modellen entwickelt worden, die als Alternativen zu konventionellen, regel- und zeitplanbasierten Formaten vorgeschlagen wurden. Insbesondere wird die agentenbasierte Modellierungstechnik als flexibles und leistungsstarkes Format vorgeschlagen, welche die Komplexität individueller Verhaltensmuster von GebäudenutzerInnen erfasst.Basierend auf diesem Hintergrund umfasst die Diplomarbeit folgende Beiträge: i) ein Überblick des aktuellen Standes der Technik in Hinblick auf personenbezogene Modelle in der Gebäudesimulation; ii) eine allgemeine Darstellung von agentenbasierter Modellierungstechnik; iii) ein umfangreicher Review von agentenbasierten Modellierungsanwendungen im Bereich der Gebäudeperformance-Simulation. Abschließend legt die Arbeit den Fokus auf die Einschätzung von zukünftigen Entwicklungsperspektiven sowie Forschungsschwerpunkten von agentenbasierten Simulationsanwendungen im Bereich der Gebäudeperformance., This thesis concerns the representation of occupants in building simulation tools that deal with buildings' energy and indoor-environmental performance. In recent years, arguments have been made suggesting the need for more sophisticated user-related building simulation input data. Thereby, stochastic models have been promoted as an alternative to conventional schedules and rule-based formats. More specifically, agent-based formalisms have been suggested to provide a powerful and flexible tool to capture the complexity of building users' presence and behavior in buildings.In this context, the present thesis offers the following contributions: i) a brief overview of the state-of-the-art in user-related models in building simulation; ii) a general discussion of agent-based modeling techniques; iii) a concise review of application instances of agent-based modeling in building (energy and indoor-environmental) simulation. The thesis concludes with a general assessment of future development prospects in this domain.

In electricity markets around the world, the substantial increase of intermittent renewable electricity generation has intensified concerns about generation adequacy, ultimately driving the implementation of capacity remuneration mechanisms. Although formally technology-neutral, substantial barriers often exist in these mechanisms for non-conventional capacity such as electricity storage. In this article, we provide a rigorous theoretical discussion on design parameters and show that the concrete design of a capacity remuneration mechanism always creates a bias towards one technology or the other. In particular, we can identify the bundling of capacity auctions with call options and the definition of the storage capacity credit as essential drivers affecting the future technology mix as well as generation adequacy. In order to illustrate and confirm our theoretical findings, we apply an agent-based electricity market model and run a number of simulations. Our results show that electricity storage has a capacity value and should therefore be allowed to participate in any capacity remuneration mechanism. Moreover, we find the implementation of a capacity remuneration mechanism with call options and a strike price to increase the competitiveness of storages against conventional power plants. However, determining the amount of firm capacity an electricity storage unit can provide remains a challenging task.

In Abschnitt 2 wird ausgehend von den divergierenden Einschätzungen zur Bedeutung von Marx für die Evolutionsökonomik der dem Themenbereich Innovation und Wettbewerb zurechenbare Teil seiner ökonomischen Schriften und Manuskripte genauer analysiert (Exegese). In Abschnitt 3 werden die dabei auftretenden Plausibilitäts- und Konsistenzprobleme erörtert (Bewertung). Die daraus ableitbaren erhaltenswerten Erkenntnisse und Konzepte für eine moderne Evolutionsökonomik werden dann in Abschnitt 4 in einem akteursbasierten modelltheoretischen Rahmen rekonstruiert und die Bedingungen spezifiziert, unter denen die Marxschen Befunde auftreten können (Rekonstruktion). Abschließend werden in Abschnitt 5 die gängigen Bewertungen von Marx in der Evolutionsökonomik kritisch diskutiert und weitere Forschungsperspektiven skizziert.

Nach dem Pisa-Schock hat die frühe Bildung in Kindertagesstätten (Kita) eine Aufwertung erfahren. Kognitiv-anregende Interaktionen der Erzieherinnen haben dabei besonders positiven Einfluss auf die Entwicklung der Kinder. Seit Jahren gibt es Fortbildungen zu diesem Thema, jedoch ohne direkte Verbesserung der Interaktionsprozesse in den Kitas selbst. Für die Zukunftsforschung stellen solche Phänomene ein interessantes Untersuchungsfeld dar, um die Hemmnisse von zukunftsrelevanten Denkweisen und Innovationen in sozialen System zu erforschen und mit geeigneten Maßnahmen zur Förderung dieser beizutragen. Zentrale Forschungsfrage dieser Thesis ist deshalb wie bei gegebener sozialer Netzwerkstruktur und unter Berücksichtigung der individuellen Einstellungen die Akzeptanz von zukunftsrelevanten Denkmustern in Kleingruppen gefördert werden kann. Aufbauend auf dem Modell „InnoMind“ konnte eine agentenbasierte Modellierung für die Analyse integraler Zukünfte erstellt werden. Dabei wurden unterschiedliche Aspekte aus den vier Quadranten: I (Einstellung), It (Verhalten), We (soziale Beziehungen), Its (Meinungsaustausch) abgebildet und dessen komplexe Wechselwirkungen in Beziehung gesetzt. Innerhalb der Simulation wurde eine Kita mittels eigens erhobener, empirischer Daten simuliert und unterschiedliche Maßnahmen zur Förderung von innovativen Interaktionsformen getestet. Zur Verifizierung wurde zudem eine fiktive Kita simuliert und die Ergebnisse beider miteinander verglichen. Die genaue Betrachtung der Simulationsergebnisse trug zum Verständnis bei, unter welchen Umständen die gegenwärtige Struktur mentaler Repräsentationen, psychologischer Motive und sozialer Einfluss Einschränkungen bei zukünftigen Möglichkeiten für organisatorische Veränderungen hervorrufen können.

In der Schweiz verlangt eine Volksinitiative eine Verschärfung der bestehenden Cross-Compliance-Anforderungen. Es sollen nur noch Betriebe Direktzahlungen erhalten, wenn sie pestizidfrei produzieren, die Tiere mit dem auf dem Betrieb produzierten Futter ernähren können und Antibiotika nicht prophylaktisch oder regelmäßig einsetzen. Ziel der Studie ist es, die ökologischen und ökonomischen Folgen der Initiative mit dem Multiagentenmodell SWISSland abzuschätzen. Unter der Initiative werden etwa die Hälfte der Veredlungsbetriebe auf Direktzahlungen verzichten. Mutterkuhbetriebe halten die neuen Bedingungen mehrheitlich ein.

Auf Grund der st��ndig steigenden Datenmenge in unterschiedlichsten Wissenschaftsdisziplinen haben datengetriebene Methoden wie Machine Learning oder Regressionsanalysen einen hohen Stellenwert erreicht. Daher werden an mikroskopische Simulationsmodelle enorme Anforderungen gestellt. Aktuell finden sich solche Modelle zumeist als Nischenl��sung f��r F��lle, wo die Datenlage schwierig und die Aufgabenstellungen zu komplex sind um sie mit datengetriebenen Methoden zu erfassen. Leider ist auch diese Position mittlerweile stark gef��hrdet: Einerseits erwarten sich Entscheidungstr��ger quantitative Antworten auf komplexe Forschungsfragen trotz geringer Verf��barkeit von Validierungsdaten, andererseits erschweren altbekannte Probleme mit Modellvalidierung, Kalibrierung, Reproduzierbarkeit und Sensitivit��t den Einsatz von mikroskopischen Modellen. Aus diesem Grund ist diese Arbeit der Weiterentwicklung von mathematischen Analysemethoden von mikroskopischen Modellen gewidmet. Nur mithilfe formaler Analyse eines Modells ist man in der Lage, dessen Systemverhalten in seiner Gesamtheit zu verstehen und damit die angesprochene Probleme der mikroskopischen Modellbildung zu l��sen. Dieser, aus dem Bereich der Statistischen Mechanik stammende Wissenschaftszweig fu��t auf der Idee, die aggregierten Gr����en eines Modells mit interagierenden subatomaren Partikeln mithilfe eines makroskopischen Modells, ��blicherweise eines Differentialgleichungsmodells, zu approximieren. Mithilfe dieses Mean-Field Modells lassen sich nun bew��hrte Analysemethoden von gleichungsbasierten Modellen verwenden, die Prozesse im mikroskopischen Modell zu untersuchen. Der Mehrwert der Mean-Field Theorie f��r angesprochene Probleme der mikroskopischen Modellierung in den Sozialwissenschaften liegt nun darin, dass ihr Einsatzbereich nicht auf die Statistische Physik eingeschr��nkt, sondern mit gewissen Modifikationen die ein Hauptresultat dieser Arbeit darstellen auf viele andere Anwendungsbereiche erweiterbar ist. Motiviert von den Ergebnissen einiger Test Cases wird abschlie��end eine System-theoretisch orientierte Klassifikation mikroskopischer Modelle vorgeschlagen., Microscopic simulation models in social sciences nowadays have to meet high demands if they want to compete with data-based approaches like machine learning. The main reason for that is the rich availability of data for almost all human-centred questions. Unfortunately, features like reproducibility, validation, verification, calibration and sensitivity of microscopic simulation models raise problems, which make these approaches hardly applicable for today���s quantitative research problems. Consequently, we dedicate this work to the improvement of methods for mathematical analysis of microscopic simulation models. Only by thoroughly investigating microscopic models on a formal base we are able to fully understand and characterise their behaviour and finally find reasonable answers to mentioned problems. We use so-called mean-field analysis for investigating the aggregated numbers of these models. Originating from statistical physics, this method is basically used to describe the aggregated behaviour of physical models with a large number of interacting physical sub-molecular particles. Hereby, the aggregated numbers of the model are approximated by a simpler macroscopic model, a mean-field model, usually an ordinary or partial differential equation. Most importantly for this work, the concept can partially be used to describe the aggregated numbers in microscopic simulation models for completely different approaches as well. Hereby, interacting individuals like persons, cars or animals take the place of the particles. Clearly, the usage of mean-field theory for social science applications requires slightly modified methods, as physical particles behave different than entities in microscopic models in social science. Therefore, we present a couple of mean-field theorems, specifically developed for these applications, in this work. We finally propose a new classification concept for microscopic models: A series of attributive adjectives according to the model���s time-update, state-space, randomness and interaction do not only convey a unique picture of specific parts of the model, but also give ideas on possible challenges involved with model, simulation, parametrisation, sensitivity, and finally its mean-field behaviour.

Vorstellung von AMIRIS (Agentenbasiertes Modell zur Integration Regenerativer in den Strommarkt) im Rahmen des Workshops “Agentenbasierte Modellierung der Energiewende”

Agentenbasierte Modellierung wird in der Modellbildung und Simulation immer ��fter verwendet. Demzufolge ist es wichtig, die ��blichen Methoden zur Qualit��ts��berpr��fung eines Modells auf ihre Anwendbarkeit auf agentenbasierte Modelle zu ��berpr��fen. Diese Arbeit besch��ftigt sich mit der Kalibrierung eines agentenbasierten Modells. Dabei wird zuerst auf allgemeine Probleme eingegangen, die bei dieser Aufgabestellung auftreten. Es werden zwei Kalibrierungsalgorithmen vorgestellt, die zur Kalibrierung herangezogen werden k��nnen: das Simulated Annealing und ein evolution��rer Algorithmus. Bei beiden werden verschiedene Varianten und Konfigurationen besprochen und, soweit dies bekannt ist, auf das Konvergenzverhalten eingegangen. Die Leistung der beiden Algorithmen wird an kleinen Beispielmodellen getestet. Es handelt sich dabei um ein SIR- und um ein SIRS-Modell, die den Verlauf einer infekti��sen Krankheit simulieren. Bei diesen Tests wird versucht eine geeignete Konfiguration der Kalibrierungsalgorithmen zu bestimmen. Es zeigt sich, dass die beiden Kalibrierungsalgorithmen nur bei einem der beiden Beispielmodelle vergleichbar gute Resultate liefern. Bei dem zweiten Modell werden nur beim evolution��ren Algorithmus gute Ergebnisse erzielt. Ein Problem, das bei allen Kalibrierungsdurchl��ufen auftaucht, stellt die lange Rechenzeit dar. Deswegen wird eine m��gliche Methode zur Reduzierung der Laufzeit vorgestellt. Sie besteht darin, die Anzahl der in der Simulation benutzten Agenten w��hrend der Kalibrierung zu ver��ndern. Anfangs wird nur eine geringe Agentenanzahl benutzt um in kurzer Zeit mehrere Simulationen durchf��hren zu k��nnen. Die Simulationen mit einer geringen Agentenanzahl weisen jedoch eine gr����ere Varianz auf, sodass die Resultate mit Unsicherheiten behaftet sind. W��hrend der Kalibrierung wird die Agentenzahl progressiv auf ein gew��nschtes Ma�� erh��ht, um die Unsicherheit der Resultate zu verringern. Verschiedene Konfigurationen dieser Vorgehensweise werden ebenfalls an den Beispielmodellen getestet und ausgewertet. Auch bei dieser Methode ist der evolution��re Algorithmus erfolgreicher und es ist m��glich die ben��tigte Laufzeit um etwa die H��lfte zu reduzieren. Die erhaltenen Erkenntnisse werden schlussendlich benutzt, um ein komplexeres agentenbasiertes Modell zu kalibrieren. Hierbei handelt es sich um ein Influenzamodell, das die Ausbreitung der Grippe innerhalb der ��sterreichischen Bev��lkerung simuliert. Es wurden mehrere erfolgreiche Kalibrierungen mittels evolution��rem Algorithmus durchgef��hrt. Hierbei konnte zudem festgestellt werden, dass die berechneten Parameterwerte sehr unterschiedlich sind und demnach mehrere gleichwertige, lokale Minima existieren., Agent-based modelling has experienced increasing application in several fields since it offers many benefits over other modelling methods. Therefore it is important to verifiy whether quality assessment methods can be applied on agent-based models. This master's thesis discusses the problem of calibrating such models. Two algorithms which can be used to perform this task are presented: simulated annealing and an evolutionary algorithm. For each algorithm, different versions and configurations, as well as the convergence behaviour, are discussed. The performance of these algorithms is tested on different example models: an SIR and an SIRS model. These models are used to describe the spreading of an infectious disease. It can be observed that simulated annealing produces good results only on one of the example models, while the evolutionary algorithm performs successfull calibrations for all of them. Unfortunately, all calibrations require a lot of computing time. A possible solution to this problem is presented. It consists of varying the number of agents used in the simulation during the calibration. At the beginning, only a small amout of agents is used in order to perform many simulation runs in a short period of time. However, if a low agent count is used, the simulations exhibit a greater variability. During the course of the calibration, the agent count is progressively increased until it reaches the targeted amount. This way, the variability of the results occuring when a low agent count is used, is being reduced. Different configurations of this method are beeing tested on the example model. It shows that the evolutionary algorithm provides a better performance than simulated annealing and it is possible to cut the computing time in half. Ultimately, the findings are used to calibrate a more complex agent-based model simulating an influenza epidemic in the Austrian population. Several successful calibrations have been performed using the evolutionary algorithm. The calculated parameter sets turned out to be very diverse. Therefore it is plausible that several comparable local minima exist.

This paper examines the equilibrium effects of alternative financial aid policies intended to promote college participation. We build an overlapping generations life-cycle, heterogeneous-agent, incomplete-markets model with education, labor supply, and consumption/saving decisions. Driven by both altruism and paternalism, parents make inter vivos transfers to their children. Both cognitive and non-cognitive skills determine the non-pecuniary cost of schooling. Labor supply during college, government grants and loans, as well as private loans, complement parental resources as means of funding college education. We find that the current financial aid system in the U.S. improves welfare, and removing it would reduce GDP by 4-5 percentage points in the long-run. Further expansions of government-sponsored loan limits or grants would have no salient aggregate effects because of substantial crowding-out: every additional dollar of government grants crowds out 30 cents of parental transfers plus an equivalent amount through a reduction in student's labor supply. However, a small group of high-ability children from poor families, especially girls, would greatly benefit from more generous federal aid.

Agent based modeling is a technique for simulating complex systems that allows the modeler to investigate both the potential for and the sources of emergent properties: behaviors of the system quite different from the behavior of any of the elements within it. Problems well suited to investigation by agent based models are those with many people solving a similar problem where their individual responses to the problem influence the choices that others make, where new technologies may emerge to assist them solve the problem, and where social dilemmas exist. These features are inherent in many problems of adaptation to climate change. Agent based modeling can not predict the future of a complex adaptive system - no method of modeling can - but it can offer insights into the relationship between features of current systems and the range of possible future adaptations that will be likely in response to climate change. Die agentenbasierte Modellierung als Methode der Simulation komplexer Systeme ermöglicht die Analyse von Potentialen und Ursprüngen emergenter Eigenschaften, die nicht allein auf Basis des Verhaltens der Elemente des Systems erklärt werden können. Für agentenbasierte Modellansätze bieten sich insbesondere solche Probleme an, bei denen eine Vielzahl von sich wechselseitig beeinflussenden Individuen in die Lösung desselben Problems einbezogen sind. Zudem kann die Entstehung neuartiger Techniken sowie bestehende Umgangsformen mit sozialen Dilemmasituationen analysiert werden. Die Probleme der Anpassung an den Klimawandel zeichnen sich durch diese Kennzeichen aus. Zwar kann die agentenbasierte Modellierung die Zukunft eines komplexen adaptiven Systems ebenso wenig vorhersagen wie andere Modelle, doch kann sie Einsichten in die Beziehungen zwischen verschiedenen Eigenschaften dieser Systeme und in die möglichen zukünftigen Anpassungsmaßnahmen an den Klimawandel und deren Kosten liefern.

Ein kurzer sozio-techischer Einblick in dasw Verständnis und die damit verbundenen Risiken von Energie-Autonomie. Auf lokaler Ebene mündet das Bestreben nach Autonomie in einer systemischen Anomie, auf regionaler Ebene finden sich Synergieeffekte, auf nationaler Ebene sind Energiekooperationen sinnvoll und effektiv. Die Risiken liegen in einer Schaffung von Überkapazitäten und erhöhten Kosten. Die Chancen liegen in Kooperation und Synergien für ein funktionierendes, sicheres EE-EVS.

Um den Ausbau der erneuerbaren Energien (EE) erfolgreich fortzuführen, besteht u. a. die Herausforderung, die Nachfrage und das fluktuierende EE-Angebot in Ausgleich zu bringen. Als eine Möglichkeit, diesen Prozess zu koordinieren, wird eine Marktintegration der EE mit einhergehender Ausrichtung der EE-Stromerzeugung an Preissignalen der Strommärkte gesehen. In den letzten Jahren sind daher neue Instrumente wie die gleitende Marktprämie oder das Grünstromprivileg zur Direktvermarktung von EE-Strom eingeführt worden. Mit Hilfe eines agentenbasierten Simulationsmodells werden die Auswirkungen dieser und weiterer Direktvermarktungsinstrumente auf die beteiligten Akteure als auch auf das EE-Vermarktungssystem als Ganzes getestet und analysiert.

Um den Ausbau der erneuerbaren Energien (EE) erfolgreich fortzuführen, besteht u. a. die Herausforderung, die Nachfrage und das fluktuierende EE-Angebot in Ausgleich zu bringen. Als eine Möglichkeit, diesen Prozess zu koordinieren, wird eine Marktintegration der EE mit einhergehender Ausrichtung der EE-Stromerzeugung an Preissignalen der Strommärkte gesehen. In den letzten Jahren sind daher neue Instrumente wie die gleitende Marktprämie oder das Grünstromprivileg zur Direktvermarktung von EE-Strom eingeführt worden. Mit Hilfe eines agentenbasierten Simulationsmodells werden die Auswirkungen dieser und weiterer Direktvermarktungsinstrumente auf die beteiligten Akteure als auch auf das EE-Vermarktungssystem als Ganzes getestet und analysiert.

Von Schmetterlingen und Bienen bis Kolibris und Fledermäusen hat sich eine große Vielfalt von Tieren auf Blumennektar als Nahrung spezialisiert. Die Nektareigenschaften der vielen Pflanzenarten scheinen den Bedarf des Hauptbestäubers widerzuspiegeln, z.B. produzieren die von größeren Tieren bestäubten Pflanzen in der Regel auch größere Mengen an Nektar. Diese Übereinstimmung deutet darauf hin, dass Nektarmerkmale in Erwiderung auf die Auswahlkriterien der Bestäuber evolviert sind. Die evolutionäre und ökologische Interaktion zwischen Pflanze und ihrem Bestäuber hängt in entscheidender Weise von dessen Fähigkeit ab Unterschiede bei den Pflanzenmerkmalen wahrzunehmen, und von den Mechanismen der Entscheidungsfindung. In der vorliegenden Arbeit steht die Ökologie kognitiver Funktionen im Vordergrund, um die Rolle der Informationsverarbeitung bei Bestäubern für die Evolution von Blütennektarmerkmalen zu untersuchen. In den ersten drei Kapiteln konzentriere ich mich auf die Fähigkeiten verschiedener Bestäuber zwischen Zuckerlösungen mit unterschiedlichen Konzentrationen zu diskriminieren. Im vierten Kapitel werden individuelle Unterschiede auch auf der Ebene des Nahrungssuchverhaltens genauer analysiert und mit der Effizienz des Nahrungssuchverhaltens in Zusammenhang gebracht. Das fünfte und letzte Kapitel baut auf den gewonnenen Erkenntnissen zur Psychometrie der Nektarqualitätswahrnehmung auf und befasst sich mit der evolutionären Entstehung von Nektareigenschaften. Diese Studien zeigen, wie die Untersuchung kognitiver Mechanismen von Bestäubern die evolutionäre und ökologische Forschung an zoophilen Pflanzen voranbringen kann. Zusätzlich wird somit Folgendes aufgewiesen: Der Methodenansatz der virtuellen Bestäubungsökologie kann aussagekräftige Erklärungen liefern für die evolutionäre Entstehung sowie Aufrechterhaltung von Pflanzenmerkmalen, die einer durch Kognition vermittelten und von Bestäubern ausgeübten Selektion unterliegen. A diverse array of animals has specialized in consuming floral nectar – from butterflies and bees to hummingbirds and bats. The nectar characteristics of plant species often appear to reflect the needs of their dominant pollinator, for example plants pollinated by larger animals tend to produce larger amounts of nectar. This correspondence suggests that nectar traits have evolved in response to the choice behavior of pollinators. The evolutionary and ecological interaction between plants and their pollinators crucially depends on the pollinators’ ability to perceive differences in floral nectar traits and on their decision-making mechanisms. In the presented studies I adopt a cognitive ecology approach in order to investigate the role of information-processing in pollinators on the evolution of floral nectar traits. In the first three chapters I focus on the abilities of different pollinators to discriminate among sugar solutions with different concentrations. In Chapter 4 I present a detailed analysis of individual differences in the foraging context and discuss how they might relate to foraging efficiency. In the fifth and final chapter I use the findings on the psychophysics of nectar quality evaluation to address the question of the evolutionary origins of floral nectar traits. With these studies I show how the investigation of cognitive mechanisms of pollinators can inform evolutionary and ecological research on plants pollinated by animals. In addition, I demonstrate how the virtual pollination ecology methodology can explain the evolutionary origin and maintenance of plant traits that are subjected to cognition-mediated selection exerted by pollinators.

System Dynamics und agentenbasierte Modellbildung sind zwei Methoden zur Modellierung dynamischer Systeme. Beide basieren auf dem Konzept, dass einfache Regeln und Zusammenh��nge komplexes dynamisches Verhalten hervorbringen k��nnen. Trotzdem gibt es wesentliche Unterschiede: Agentenbasierte Modelle werden beispielsweise als flexibler angesehen, haben aber im Normalfall einen h��heren Rechenaufwand. Ein zentrales Ziel der vorliegenden Studie ist daher, die beiden Modellierungsans��tze hinsichtlich ihrer Gemeinsamkeiten und Unterschiede zu vergleichen. Dar��ber hinaus soll eine Antwort darauf gegeben werden, unter welchen Bedingungen eine der Methoden zu bevorzugen ist oder wie sich die beiden Methoden gegenseitig erg��nzen k��nnen. Diese Fragestellungen wurden dabei von Modellierungsprojekten des Autors zum Vergleich von Bezahlungssystemen f��r ��rztinnen und ��rzte im niedergelassenen Bereich des Gesundheitssystems motiviert. Ein weiteres Ziel dieser Arbeit ist daher herauszuarbeiten, wie agentenbasierte Modellierung und System Dynamics in diesem Forschungsfeld angewandt werden k��nnen. Als gemeinsame systemtheoretische Basis f��r beide Methoden wird das Konzept eines stochastischen dynamischen Systems eingef��hrt. Es deckt Ans��tze mit stochastischen Elementen, wie etwa agentenbasierte Modellierung, ab, enth��lt aber auch deterministische dynamische Systeme als Spezialfall. Tats��chlich definiert ein System-Dynamics-Modell ��ber die ��quivalenz zu Differentialgleichungssystemen ein dynamisches System. F��r agentenbasierte Modelle wird eine formale Definition auf der Basis der Stochastic Discrete Event System Specification (DEVS) gegeben. Anschlie��end werden beide Methoden anhand verschiedener Aspekte wie ihrer Eignung f��r die Modellierung von Heterogenit��t, der Konsequenzen von Aggregierung und der Abbildung von Feedback vergleichend analysiert. Es wird gezeigt, wie das Konzept einer Rate in einem gewissen Sinn ��quivalent sowohl in System Dynamics als auch in der agentenbasierten Modellbildung f��r die Beschreibung von Ver��nderung verwendet wird. Die vergleichenden Analysen lassen darauf schlie��en, dass sich beide Methoden gut erg��nzen, wenn im Modellierungsprozess zuerst die wichtigsten dynamischen Zusammenh��nge mit einem System-Dynamics-Modell untersucht werden. Dieses muss dabei Aspekte, die mit System Dynamics schwer abzubilden sind, vorerst nicht ber��cksichtigen, kann aber sp��ter ��ber eine Transformation in ein ��quivalentes agentenbasiertes Modell ��bergef��hrt werden. Der Ansatz wird in der Arbeit anhand eines Modells der Bezahlung von ��rztinnen und ��rzten demonstriert, mit dem der Einfluss unterschiedlicher Bezahlungssysteme sowohl auf den Behandlungsstil der ��rztinnen und ��rzte als auch auf die Gesundheit der Bev��lkerung untersucht werden kann und das jeweils in einer Version f��r beide Methoden vorgestellt wird. Die hier vorgestellten Modellstrukturen k��nnen als Grundlage f��r zuk��nftige Forschung in diesem Anwendungsfeld dienen, und der vorgeschlagene Modellbildungsprozess bietet die M��glichkeit, die St��rken von System Dynamics und agentenbasierter Modellbildung mit geringem Zusatzaufwand zu vereinen., System dynamics and agent-based modelling are two methods for modelling dynamical systems. While both emphasize that complex dynamics can evolve from simple rules and relationships, they have also important differences. Agent-based models are considered to be more flexible, but normally have a higher computational demand than system dynamics models. The central goal of this study is therefore to compare both approaches and investigate their similarities and differences. Moreover, it tries to answer the question of under which conditions one of the two methods is preferable or how they could complement each other. The motivation for these research questions comes from the author's modelling work on the study of reimbursement systems for physicians in extramural health care. A further goal is therefore to investigate how agent-based modelling and system dynamics could be applied to this field of research. The thesis puts both methods on a common system-theoretic basis as it introduces the concept of a stochastic dynamical system, which is able to cover approaches that include randomness, such as agent-based modelling, but also contains deterministic dynamical systems (in particular system dynamics models) as a special case. It is then shown that system dynamics defines a dynamical system via its equivalence to differential equation systems. For agent-based modelling, a formal definition based on the Stochastic Discrete Event System Specification (STDEVS) is given. The thesis then presents a comparative analysis of the two methods regarding several aspects such as their suitability for modelling heterogeneity, the consequences of aggregation, and the representation of feedback. It is shown that the concept of a rate is used to describe change equivalently both in system dynamics and agent-based modelling. The thesis argues that the two methods can complement each other beneficially if the most important dynamical relationships of a problem are first analysed with a system dynamics model, which does not have to incorporate aspects such as heterogeneity that are hard to capture in the method. On the contrary, a transformation can later lead to an equivalent agent-based model for further development. The approach is demonstrated for a physician reimbursement model, which allows for a comparison of the dynamic impact of different reimbursement systems both on physicians' treatment style and on the population's health and which is presented in both a system dynamics and an agent-based version. Future research in this application area can build upon the model structure developed here, and the proposed modelling process has the ability to combine the strengths of the two methods with little additional effort.

Development of smallholder agriculture is widely recognized as an important pathway to poverty reduction in rural areas, particularly in Sub-Saharan Africa. Many researchers propose collective action of smallholder farmers by means of rural producer organizations (RPO) as a promising opportunity to improve commercialization and market access of small farms, which in turn will result in improvement of rural livelihoods. However, little is known about the determinants of RPO success. Currently, there is a broad demand for detailed analyses of RPO performance and for ex-ante assessments of the developmental interventions and policies of RPO support. This thesis focuses on the provision of high-resolution quantitative data for the design of such interventions using a case study of coffee producers in the lake-shore Uganda and their RPO. This work demonstrates the effective ways to increase farmers’ welfare through the network of RPO and analyzes the associated risks and opportunities. This work applies agent-based computer simulation to analyze the RPO. Designed virtual simulation experiments assess the broad portfolio of development interventions and economic scenarios that are challenging to investigate by means of real-world empirical research. The agent-based nature of the model allows for a holistic integration of several modeling concepts in the developed model application. This leads to the inclusion into the model of a number of important aspects of the bio-economic system of coffee production in Uganda. The first aspect is the heterogeneity among farming households, reflected by differences in natural conditions, resource endowments, production and market constraints, time and consumption preferences. The second aspect is the inseparability of decisions that are taken on the farm (i.e. investment, production, consumption and marketing) from one another. The third aspect is human-environment interaction cycles and the dynamics of the bio-economic system, including interactions across levels of hierarchy (here: individual farmers and RPO). The constructed model is parameterized, calibrated and validated using the empirical data from project and country-level surveys. The set-up of the model and the results of simulation experiments are further complemented by (i) a detailed review of relevant literature, (ii) community-based participatory research with members of RPO and (iii) interviews with key informants. Results of simulation experiments indicate that RPO activities can cause significant increases in members’ sales revenues and consequently can improve their household incomes. The posvitive impacts of RPO can be amplified through external assistance. Recommended RPO-level interventions include (i) on-the-spot payments for RPO members’ transactions and (ii) support for group certification. Both are expected to have high cost efficiency and a low risk of failure. In addition, results of this thesis suggest that improvement of agricultural productivity through the provision of quality planting material and the promotion of good agricultural practices is likely to be highly beneficial for the rural households. In order to stream the related development policies to smallholder farmers it is recommended to use RPO networks. Findings of the participatory research in Ugandan RPO indicate that the establishment of transparent rules of reception of RPO services and allocation of earned benefits, together with frequent and formal reporting of RPO administration might increase members’ cooperation within an RPO. This thesis also shows the vulnerability of coffee producing households and their RPO to the risks imposed by the volatility of agricultural prices. The role of development policy is, therefore, to provide price risk insurance for smallholder farmers and to facilitate the formation of accurate price expectations. However, viable and sustainable models of smallholder risk insurance are yet to be found. Die Entwicklung von kleinbäuerlicher Agrarwirtschaft ist weithin als eine wichtige Strategie zur Armutsbekämpfung in ländlichen Gebieten anerkannt, insbesondere in denen südlich der Sahara. Viele Wissenschaftler, die sich mit diesem Thema beschäftigen, halten kollektives Handeln von Kleinbauern in ländlichen Produzenten-Organisationen (RPO) für einen vielversprechenden Ansatz, um Kommerzialisierung und Marktzugang und damit die Erwerbsfähigkeit landwirtschaftlicher Kleinbetriebe zu verbessern. Allerdings ist das Wissen in Bezug auf die Erfolgsfaktoren von RPO noch sehr beschränkt. Derzeit besteht ein großer Bedarf an detaillierten Analysen der Leistungen, die von den RPO erbracht werden, sowie an ex-ante Bewertungen von Entwicklungs- und Politikmaßnahmen zur Unterstützung von RPO. Der Schwerpunkt der vorliegenden Dissertation liegt in der Bereitstellung von hochaufgelösten quantitativen Methoden und Daten für die Planung solcher Entwicklungsmaßnahmen. Die Studie nutzt ein Fallbeispiel von Kaffeeproduzenten und ihrer RPO in der Region Victoriasee in Westuganda. Die Arbeit zeigt effiziente Verfahren zur Wohlfahrtssteigerung der Kleinbauern durch das Netzwerk der RPO auf und analysiert die damit verbundenen Potenziale und Risiken. In der vorliegenden Forschungsarbeit werden die RPO mit Hilfe von agenten-basierten Computersimulationen untersucht. Anhand virtueller Experimente wird ein breites Portfolio von Entwicklungsmaßnahmen und ökonomischen Szenarien erforscht, deren Analyse mit klassischen empirischen Methoden problematisch wäre. Die agenten-basierte Beschaffenheit des Modells erlaubt die Integration von verschiedenen Modellierungskonzepten während der Modellentwicklung. Somit konnten einige wichtige bio-ökonomische Aspekte der Kaffeeproduktion in Uganda durch das Modell dargestellt werden. Zum einen konnte der Heterogenität der landwirtschaftlichen Haushalte bezüglich ihrer agrar-ökologischen Bedingungen, Ressourcenausstattung, Produktions- und Marktbeschränkungen, sowie Zeit- und Konsumpräferenzen Rechnung getragen werden. Der zweite Aspekt ist die Komplexität und gegenseitige Abhängigkeit der im Haushalt getroffenen Entscheidungen bezüglich Investitionen, Produktionsverfahren, Marketing und Konsum. Der dritte wichtige Aspekt ist die Integration der Kreisläufe und Interaktionen zwischen den Akteuren und der sie umgebenden Umwelt, sowie die Dynamik des bio-ökonomischen Systems. Dies schließt die Interaktionen über die verschiedenen hierarchische Ebenen (in diesem Fall: individuelle Landwirte und RPO) mit ein. Das Modell wird mit Hilfe von empirischen Daten parametrisiert, kalibriert und validiert, wobei die Modellentwicklung und die Ergebnisse der Simulationsexperimente durch (i) Literaturrecherche, (ii) partizipative Forschung mit den RPO-Mitgliedern und (iii) Expertenbefragungen ergänzt werden. Die Ergebnisse der Simulationsexperimente zeigen, dass die RPO-Aktivitäten eine wesentliche Steigerung der Verkaufserlöse der RPO-Mitglieder und eine sich daraus ergebende Verbesserung der Haushaltseinkommen bewirken können. Diese positiven Auswirkungen der RPO können durch externe Entwicklungsmaßnahmen weiter verstärkt werden. Folgende zusätzliche Maßnahmen werden empfohlen: (i) die Organisation von Auf-dem-Feld-Zahlungen an die RPO-Mitglieder und (ii) die Unterstützung von RPO zum Aufbau der Gruppenzertifizierung. Beide Maßnahmen lassen eine hohe Kosteneffizienz bei gleichzeitig niedrigem Ausfallrisiko erwarten. Weitere Ergebnisse der vorliegenden Arbeit deuten darauf hin, dass sich die Steigerung der landwirtschaftlichen Produktivität durch die Bereitstellung verbesserten Pflanzmaterials und die Förderung optimierter Anbauverfahren sehr vorteilhaft auf die Wohlfahrt der ländlichen Haushalte auswirken. Diesbezüglich erscheint es empfehlenswert, die RPO-Netzwerke als Medium zu nutzen, um die Kleinbauern mit entsprechenden Entwicklungsprogrammen zu erreichen. Die Ergebnisse der partizipativen Forschung mit den ugandischen RPO ergeben, dass die Einrichtung transparenter Regeln für die Inanspruchnahme von RPO-Dienstleistungen, die Verteilung der erwirtschafteten Gewinne, sowie die regelmäßige und formelle administrative Berichterstattung die Zusammenarbeit zwischen den RPO und ihren Mitgliedern deutlich verbessern kann. Außerdem zeigt diese Dissertation die Risikoanfälligkeit der kaffeeproduzierenden Haushalte und ihrer RPO hinsichtlich hoher Volatilität der Agrarpreise auf. Deshalb sollten die entwicklungspolitischen Entscheidungsträger Versicherungen gegen Preisschwankungen für Kleinbauern bereitstellen und sie bei der Bildung von korrekten Preiserwartungen unterstützen. Allerdings müssen realisierbare und nachhaltige Modelle zur Risikoversicherung für Kleinbauern erst noch erfunden werden.

We study markets in which agents first make investments and are then matched into potentially productive partnerships. Equilibrium investments and the equilibrium matching will be efficient if agents can simultaneously negotiate investments and matches, but we focus on markets in which agents must first sink their investments before matching. Additional equilibria may arise in this sunk-investment setting, even though our matching market is competitive. These equilibria exhibit inefficiencies that we can interpret as coordination failures. All allocations satisfying a constrained efficiency property are equilibria, and the converse holds if preferences satisfy a separability condition. We identify sufficient conditions (most notably, quasiconcave utilities) for the investments of matched agents to satisfy an exchange efficiency property as well as sufficient conditions (most notably, a single crossing property) for agents to be matched positive assortatively, with these conditions then forming the core of sufficient conditions for the efficiency of equilibrium allocations.