Metakompetenzen und Kompetenzentwicklung - ABWF
Metakompetenzen und Kompetenzentwicklung - ABWF
Metakompetenzen und Kompetenzentwicklung - ABWF
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
der Gestalt der Besetzungsfunktion. Beschreibt man die elementaren Suchprozesse<br />
innerhalb <strong>und</strong> am Rande der um bestimmte Zentren konzentrierten Populationen<br />
in einer ersten Näherung als diffusionsartig:<br />
Mx (�q, t) = D∆x (�q, t) (4)<br />
so werden zwei Eigenschaften deutlich. Zum einen erzeugt jede Ausdehnung des<br />
besiedelten Teils des Raums zunächst ein Anwachsen des Kompetenzspektrums<br />
(Modell 1) bzw. der Problemwahrnehmung (Modell 2) innerhalb der Population.<br />
In beiden Modellen ist damit eine Diversifizierung innerhalb der Gruppe verb<strong>und</strong>en.<br />
Die individuelle Variabilität erhöht sich. Verschiedene Kompetenztypen oder<br />
verschiedene Problemsichten koexistieren. Zum anderen bildet dieser Prozess die<br />
Gr<strong>und</strong>lage für Re-Konzentrationsprozesse in neuen Bereichen des Merkmalsraums.<br />
Dabei geht die Erk<strong>und</strong>ung neuer, konkurrenzfähiger Bereiche (Kompetenzen <strong>und</strong><br />
Normen oder Problemlösungen) von den Rändern der bestehenden Populationen<br />
mittels eines <strong>und</strong>ifferenzierten Suchprozesses aus. In der kontinuierlichen Beschreibung<br />
definiert die Systemdynamik – Gleichung (1) mit (2) <strong>und</strong> (4) – im einfachsten<br />
Fall eine zeitliche Variation der global definierten Besetzungsfunktion x (�q, t)<br />
durch die partielle Differentialgleichung (Darwin-Dynamik, Darwin-Strategie)<br />
�x (�q, t) = x (�q, t) [E (�q) – ] + D∆x (�q, t) (5)<br />
�t<br />
Die Fitnessfunktion ist eine in der Regel im Vorfeld unbekannte Landschaft, die u. U.<br />
auf Gr<strong>und</strong> empirischer Bef<strong>und</strong>e möglicherweise geschätzt werden kann <strong>und</strong> manchmal<br />
als zufällige Funktion mit bestimmten statistischen Eigenschaften modelliert<br />
werden kann (Ebeling/Feistel 1990). Die sich herausbildenden Zentren der Verteilungsfunktion<br />
x (�q, t) folgen teilweise den Maxima der Bewertungsfunktion. Die<br />
Dynamik hängt sehr stark von den Annahmen über die Struktur der Fitnessfunktion<br />
ab. Einmal gebildet, kann man die (Lokalisations-)Zentren der Populationswolken<br />
als Analogon zu den diskreten Typen (als Ordner des Systems) behandeln.<br />
Darüber hinaus aber bedarf die Beschreibung des Verschmelzens von Populationen,<br />
der Differenzierung in verschiedene Populationen <strong>und</strong> von Konzentrations-<br />
oder Expansionsprozessen keiner taxonomischen Erweiterung. Vielmehr sind alle<br />
diese Prozesse gleichermaßen Aspekte der Systemdynamik. Lokale Maxima entsprechen<br />
Zwischenschritten der Entwicklung. Die Vorteile dieser Beschreibung<br />
sind mit einer wachsenden Komplexität verb<strong>und</strong>en. Welche Beschreibung man<br />
wählt, hängt vom Fokus der Analyse des konkreten Systems <strong>und</strong> der mathematischen<br />
Behandelbarkeit ab.<br />
Die durch Gleichung (5) definierte Dynamik ist problemlösend in dem Sinne, dass<br />
die Dichtefunktion x (�q, t) im Laufe der Zeit die Maxima von der Bewertungs-<br />
65