Bionik Aktuelle Trends und zukünftige Potenziale - Institut für ...

zwischen Körper und Medium stellt, und damit das Ausmaß zumindest
der praktischen, experimentellen Abstraktionen vergleichsweise gering
bleibt. Letzteres ist gerade daher von Bedeutung, weil sich die im wissenschaftlichen
Experiment relativ erfolgreich praktisch eliminierten, so genannten
„Störfaktoren“ oft als die Quelle unerwarteter Nebenwirkungen
in der darauf aufbauenden Technik herausstellen (von Gleich 1989
und von Gleich 1998). Die experimentelle und technische Macht über
den Gegenstand ist gerade bei denjenigen bionischen Ansätzen, die in
erster Linie auf einem Lernen von den Ergebnissen der Natur basieren,
stark limitiert. Es geht bei diesen eher um Einpassung und Anpassung in
die natürlichen Gegebenheiten als um Kontrolle über sie.
Lernen vom Evolutionsprozess
Eine vergleichsweise große Bedeutung haben inzwischen diejenigen
bionischen Ansätze erlangt, bei denen auf der zweiten Ebene vom Prozess
der Evolution gelernt bzw. der Prozess der Evolution (aber auch
entsprechende ontogenetische Anpassungsstrategien) simuliert wird.
Es geht um bioanaloge Optimierungsverfahren wie bspw. die Evolutionsstrategie
(Rechenberg/Schwefel), um evolutionäre Algorithmen,
aber auch um Schwarmintelligenz (Ameisenalgorithmus) und die von
Mattheck entwickelten Verfahren zur Bauteiloptimierung („computer
aided optimisation“ (CAO) und „soft kill option“ (SKO)).
Beim Versuch, die aktuelle Bedeutung dieser Verfahren, ihre Dynamik
und ihr zukünftiges Potenzial abzuschätzen, ergibt sich ein nur
schwer überschaubares Bild. Das mag insbesondere damit zusammenhängen,
dass sowohl die Verfahren selbst als auch die jeweiligen Anwendungssituationen
(bzw. die jeweils zu lösenden Optimierungsprobleme)
so heterogen sind, dass ein Vergleich sowohl der bioanalogen
Verfahren untereinander als auch der Vergleich dieser mit nicht bioanalogen
konkurrierenden Ansätzen schlicht nicht möglich erscheint.
Die bekanntesten bioanalogen Verfahren werden augenscheinlich
breit angewendet, auch wenn diese Anwendungen teilweise nicht immer
gut dokumentiert sind. Eine besonders hohe wissenschaftliche Dynamik
und Fruchtbarkeit ist derzeit weder bei den bioanalogen noch bei den
konkurrierenden Verfahren zu erkennen. Aufgrund der stetig zunehmenden
Komplexität in der Wirtschaft und vor allem auch in der Logistik
wäre diesbezüglich eigentlich mehr zu erwarten gewesen. Akteure aus
der Logistik erklären diese Situation mit einem derzeit noch zu schwachen
Problemdruck (bzw. einer zu schwachen Problemwahrnehmung).
Die Unternehmen könnten ihre (Optimierungs-)Probleme derzeit noch
mit einfacheren Mitteln lösen und hätten eine gewisse Zurückhaltung
mit Blick auf die nötigen Einarbeitungszeiten in komplexere Verfahren.
2 . 3 Drei Ebenen des »Lernens von der Natur«
bionik – Trends und Potenziale | 27
Lernen vom Evolutionsprozess:
bspw. »soft kill
option«, Ameisenalgorithmus,
Evolutionsstrategie
Bedeutung bionischer
Optimierungsverfahren
2