B00BOAFYL0 EBOK

Institute mit Nichtlinearität beschäftigte, dass zufällige Ereignisse in Verbindung mit positivem Feedback und nicht etwa technologische Überlegenheit zu wirtschaftlicher Dominanz führten – irgendein abstrus definierter Vorsprung in einem bestimmten Fachgebiet spielte also keine Rolle. Während der Zufall in den frühen ökonomischen Modellen außen vor blieb, zeigte Arthur, wie »unerwartete Aufträge, Zufallsbegegnungen mit Rechtsanwälten oder Launen von Führungskräften einen Einfluss darauf haben, wer anfangs Umsätze erzielt und welches Unternehmen auf lange Sicht den Markt beherrscht«.

Mathematik innerhalb und außerhalb der realen Welt
    Eine mathematische Annäherung an dieses Problem ist sinnvoll. Während in konventionellen Modellen (wie Browns bekanntem »Random Walk«, der in der Finanztheorie verwendet wird) die Erfolgswahrscheinlichkeit sich nicht mit jeder einzelnen Modellphase ändert, sondern nur das angesammelte Vermögen, schlägt Arthur Modelle wie den Polya-Prozess vor, der mathematisch nur sehr schwer in den Griff zu bekommen ist, aber mit Hilfe eines Monte-Carlo-Simulators leicht verstanden werden kann. Der Polya-Prozess lässt sich folgendermaßen beschreiben: Nehmen wir an, eine Urne enthält anfangs die gleiche Anzahl an schwarzen und roten Kugeln. Sie müssen vor jedem Zug raten, welche Farbe Sie ziehen werden. Allerdings ist das Spiel manipuliert. Im Gegensatz zur herkömmlichen Urne hängt die Wahrscheinlichkeit, die richtige Farbe zu raten, vom Erfolg in der Vergangenheit ab, da Sie je nach Ihren früheren Leistungen besser oder schlechter im Raten werden. Daher erhöht sich die Gewinnwahrscheinlichkeit, wenn Sie in der Vergangenheit richtig geraten haben, und sie nimmt ab, wenn Sie in früheren Versuchen daneben lagen. Wenn man einen solchen Prozess simuliert, zeigt sich eine ungeheuere Varianz der Ergebnisse, mit erstaunlichen Erfolgen und einer großen Zahl von Misserfolgen (was wir als Schiefe bezeichnen).
    Vergleichen Sie nun diesen Prozess mit häufiger verwendeten Modellen, nämlich einer Urne, bei denen der Spieler die Farbe rät und die Kugel ersetzt wird. Nehmen wir an, Sie gewinnen im Roulette. Würde dies die Wahrscheinlichkeit eines weiteren Gewinns erhöhen? Nein. In einem Polya-Prozess ist das jedoch der Fall. Warum ist das mathematisch so schwer in den Griff zu bekommen? Hier ist das Konzept der Unabhängigkeit (das besagt, dass der nächste Zug nicht von früheren Ergebnissen abhängt) verletzt. Unabhängigkeit ist eine Anforderung, die in der (bekannten) Wahrscheinlichkeitsmathematik gestellt wird.
    Was ist bei der Entwicklung der Ökonomie als Wissenschaft schief gelaufen? Ganz einfach: Eine Gruppe hoch intelligenter Menschen fühlte sich verpflichtet, auf die Mathematik zu setzen, um von sich behaupten zu können, dass sie sich äußerst disziplinierten Regeln unterwarfen und ihr Fachbereich eine Wissenschaft war. Einige Theoretiker, die es sehr eilig hatten, führten in dieser Disziplin mathematische Modellbildungsverfahren ein (die Schuldigen waren Leon Walras, Gerard Debreu und Paul Samuelson), ohne sich zu überlegen, dass entweder die von ihnen verwendeten mathematischen Ansätze zu restriktiv für die hier zu lösenden Probleme waren oder dass die Präzision der mathematischen Fachsprache Ökonomen zu dem Glauben verleiten könnte, dass sie Lösungen gefunden hatten, während dies in Wirklichkeit nicht der Fall war. (Erinnern Sie sich an Popper und die Kosten, die entstehen, wenn man die Wissenschaft zu ernst nimmt?) Tatsächlich funktionierte die Mathematik, mit der sie arbeiteten, in der realen Welt nicht. Das könnte daran liegen, dass wir weiter reichende Prozesse benötigen. Die Begründer dieser ökonomischen Lehre weigerten sich jedoch, die Tatsache zu akzeptieren, dass sie vermutlich ohne Mathematik besser bedient waren.
    Die Anhänger der so genannten Komplexitätstheorie eilten den Theoretikern zu Hilfe. Die Arbeiten von Wissenschaftlern, die sich auf nichtlineare quantitative Methoden spezialisierten, erregten großes Aufsehen, und ihr Mekka war das Santa Fe Institute in der Nähe von Santa Fe im US-Bundesstaat New Mexico. Diese Wissenschaftler unterzogen sich gewiss großen Mühen und lieferten wunderbare Lösungen in den Naturwissenschaften und bessere Modelle für die Sozialwissenschaften (obwohl sie noch nichts völlig Zufriedenstellendes hervorgebracht haben). Wenn ihnen letzten Endes kein Erfolg beschieden sein sollte, so liegt das