30.01.2013 Aufrufe

Metakompetenzen und Kompetenzentwicklung - ABWF

Metakompetenzen und Kompetenzentwicklung - ABWF

Metakompetenzen und Kompetenzentwicklung - ABWF

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Zu einer anderen Möglichkeit der Beschreibung von Evolutionsdynamiken in Landschaften<br />

gelangt man, wenn man von vornherein von einem – abstrakten – Merkmalsraum<br />

(ähnlich einem phänotypischen Merkmalsraum) ausgeht. In diesem sind<br />

individuelle Merkmalsstrukturen durch Orte <strong>und</strong> Populationen durch Gruppen besiedelter<br />

Orte repräsentiert. Entsprechend dem Landschaftsbild soll die Dynamik<br />

der Besiedlung des Merkmalsraums einer Bewertungsfunktion folgen, die dann<br />

als Fitness in einem verallgemeinerten Sinne verstanden wird. Evolution wird als<br />

Prozess des Bergsteigens in dieser fiktiven Landschaft beschrieben.<br />

Dem Problem der Definition einer Fitnessfunktion <strong>und</strong> der Kenntnis ihrer konkreten<br />

Gestalt wird durch den Ansatz einer korrelierten Zufallslandschaft Rechnung<br />

getragen. Damit lassen sich Verbindungen zur Physik ungeordneter Systeme<br />

(Mit der Verbindung zur Theorie ungeordneter Potentiale in der Festkörperphysik<br />

schließt sich in einem gewissen Sinne der Kreis zwischen evolutionstheoretisch<br />

konzipierten Landschaften <strong>und</strong> den zu Beginn genannten „herkömmlichen“ Landschaftsvorstellungen<br />

in der Physik; Anderson 1983.) <strong>und</strong> zur Beschreibung der<br />

Dynamik in Fitnesslandschaften herstellen. Letztere werden sowohl im Kontext<br />

makromolekularer Evolution (Fontana u. a. 1993) als auch im Kontext komplexer<br />

Optimierungsprobleme (Kauffman 1993, Schwefel 1995, Rosé 1998) untersucht.<br />

Zunehmend wird das Konzept von adaptiven <strong>und</strong> Fitnesslandschaften auch in Hinsicht<br />

auf die Beschreibung <strong>und</strong> das Verständnis sozio-technologischer Evolution<br />

diskutiert. Der Vorteil dieses Zugangs liegt neben seiner Anschaulichkeit auch darin,<br />

dass Prozesse der Formierung von Populationen ebenso wie ihr Verschmelzen<br />

oder ihre Differenzierung endogen aus der Systemdynamik folgen <strong>und</strong> keiner taxonomischen<br />

Eingriffe bedürfen. Individuelle Variabilität kann explizit beschrieben<br />

werden.<br />

Wir werden in dieser Arbeit die Aussagefähigkeit solcher Modelle bezüglich von<br />

Evolutions- <strong>und</strong> Innovationsprozessen im Vergleich mit diskreten Beschreibungen<br />

hervorheben. Dabei konzentrieren wir uns auf Ansätze zur Modellierung<br />

von konkurrierenden Populationen in adaptiven Landschaften (Ebeling u. a.<br />

1984, Feistel/Ebeling 1989). Diese gehen von einem kontinuierlichen Merkmalsraum<br />

aus <strong>und</strong> werden im Folgenden als kontinuierliche Modelle bezeichnet.<br />

Diskrete <strong>und</strong> kontinuierliche Modelle sind in gewisser Weise äquivalent,<br />

vergleichbar etwa der Äquivalenz zwischen verschiedenen Formulierungen der<br />

Quantentheorie durch die Heisnberg’sche Matrizenmechanik einerseits <strong>und</strong> die<br />

Schrödinger’sche Wellenmechanik andererseits. Sie ermöglichen unterschiedliche<br />

Perspektiven der Sicht auf ein <strong>und</strong> denselben Entwicklungsprozess. Beide<br />

Modellansätze unterscheiden sich dabei aber durchaus in ihren konzeptionellen<br />

Ansätzen <strong>und</strong> den formalen Aussagefähigkeiten. Dies spielt für konkrete Modellbeschreibungen<br />

<strong>und</strong> insbesondere in der Anwendung auf soziale Phänomene<br />

eine wesentliche Rolle.<br />

36

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!