Banner

Nichtlinearität

Die Welt ist ein Prozess.
Sie ist nicht, sondern sie geschieht
Cramer und Kaempfer (1990)
(Cramer, F. & Kaempfer, W., 1990. "Der Zeitbaum." In: Enzensberger, H. M. (Hrsg.) "Der Komet. Almanach der anderen Bibliothek auf das Jahr 1991". Frankfurt a.M.: Eichborn, S. 8-190 ).

Nichtlinearität gilt mitunter als Synonym für Komplexität

Linearität wird oft als triviale Ordnung dargestellt, der die Nichtlinearität als Inbegriff der Komplexität gegenübergestellt wird. Dies ist häufig ein Missverständnis. Es gibt jedoch einen wahren Kern.

Zunächst zum Missverständnis: Die Begriffe „linear” und „nichtlinear” stammen aus der Mathematik und bezeichnen dort den Typus einer Funktionsgleichung. Lineare Funktionsgleichungen führen in einem Koordinatensystem immer zu einer geraden Linie. Diese kann negativ nach unten zeigen, gar nicht steigen oder positiv nach oben gehen. Auch Verschiebungen der Geraden sind möglich. Sie muss nicht durch den Nullpunkt gehen. Lineare Funktionen sind Geradengleichungen. Mathematisch haben lineare Gleichungen einige sehr hilfreiche Eigenschaften, die eine schnelle und einfache Lösung ermöglichen. Nichtlineare Gleichungen haben dagegen keine bestimmte Form. Sie weichen aber durch ihr „kurviges“ Verhalten von der geraden Linie ab. Sie können beispielsweise zunächst schnell steigen und dann ein Plateau bilden (Logarithmus) oder eine Parabelform aufweisen (Quadrat) usw. Mathematisch bereiten sie mitunter derart viele Schwierigkeiten, dass man gerne versucht, sie durch Geradengleichungen zu ersetzen. In einer Vorlesung hört man dann auch mal den Satz: „In guter Näherung ist diese Kurve in diesem Bereich linear darstellbar.“ Damit ist gemeint, dass das, was man tut, nicht wirklich stimmt, aber einigermaßen übereinstimmt. Heute wissen wir, dass dies in sehr vielen Fällen ein Irrtum ist.

Nun zum Missverständnis: Sowohl im allgemeinen Sprachgebrauch als auch in den Medien und sogar in vielen wissenschaftlichen Arbeiten werden die Begriffe linear bzw. nichtlinear nicht im mathematischen Sinne verwendet. So wird „linear” als „einfach” und „nichtlinear” als „schwierig” verstanden. Das ist nicht falsch, aber es ist dennoch nicht gerechtfertigt, die Begriffe gleichzusetzen. Auch quadratische Gleichungen können schließlich gelöst werden. Nur ab und an kommt es zu Problemen, und diese liegen nicht nur an der Nichtlinearität. Es kann auch Problemstellungen geben, die wir nicht lösen können, ohne dass das irgendetwas mit Nichtlinearität zu tun hätte. Einige bevorzugen den Begriff „nichtlineare Dynamiken” gegenüber „schwer vorhersagbaren Entwicklungen”, weil er cooler klingt. Mit Wissenschaft hat das nichts zu tun. Der Begriff „Linearität” wird auch gerne für Prozesse verwendet, die seriell ablaufen, wie etwa Dominosteine, die, wenn sie umfallen, den nächsten Stein umwerfen. So entsteht eine Abfolge von Ereignissen. Abfolgen werden inzwischen gerne als linear bezeichnet, etwa wenn vom linearen Fernsehen die Rede ist, um die feste Abfolge von Sendungen im Fernsehprogramm zu umschreiben. Aber auch das hat nichts mit Linearität im ursprünglichen Wortsinn zu tun. Im Englischen gibt es dafür den Ausdruck „lineal series of events“. Das korrekte Wort für solche Prozesse lautet „lineal“. Das Gegenteil wäre „nichtlineal“ und das wäre ein Feedbackprozess, bei dem das Ergebnis eines Prozesses zum erneuten Input wird. Ein Beispiel hierfür ist der Kühlschrank.

Warum Nichtlinearität im eigentlichen Wortsinne tatsächlich für Komplexität relevant ist

Laut Strunk (z. B. 2024) haben die klassischen Naturwissenschaften vier Vereinfachungen vorgenommen. Jede dieser Vereinfachungen verhindert Komplexität. Eine dieser Vereinfachungen ist Linearität.

Die erste Vereinfachung besteht darin, Ursache-Wirkungs-Elemente als kleinsten Baustein einer Analyse festzulegen. Dadurch wird Feedback von der Betrachtung ausgeschlossen. Doch nur Feedbacksysteme können sich komplex verhalten.

Die zweite Vereinfachung reduziert ein System – in der Regel in Experimenten – auf möglichst wenige Größen. In der Regel werden nur eine Ursache und eine Wirkung betrachtet, während alle anderen Elemente des Systems konstant gehalten oder kontrolliert werden. Komplexität kann jedoch erst bei drei Elementen auftreten. Diese müssen sowohl positive als auch negative Feedbackschleifen aufweisen, damit Komplexität sichtbar wird. Die Reduktion eines Systems auf wenige Elemente ist nur bei einfachen Systemen unproblematisch.

Der dritte Aspekt war die idealisierte Betrachtung von Systemen als frei von Reibung sowie geschlossen in Bezug auf Energiezufuhr und Entropieabfuhr. Auch das scheint zunächst nicht problematisch. Zwar hat noch niemand jemals einen Körper gesehen, der, einmal in Bewegung gesetzt, immer weiter in Bewegung bleibt, doch die Vernachlässigung der bremsenden Reibung galt lange Zeit als der Trick, der uns das wahre Wesen der Dynamik offenbaren würde. Das war tatsächlich nützlich, aber in geschlossenen Systemen kann keine Komplexität auftreten.

Schließlich erfordert ein Schmetterlingseffekt auch nichtlineare Gleichungen. Diese verstärken bei Chaos kleinste Einflüsse auf das System in exponentiell wachsendem Ausmaß. Nichtlinearität ist also eine von vier Bedingungen, die erfüllt sein müssen, damit Systeme z. B. chaosfähig werden können. Aber selbst wenn Systeme chaosfähig sind, bedeutet das nicht, dass sie sich jederzeit und unter allen Umständen chaotisch verhalten.

Was sind nichtlineare Dynamiken?

Das Ziel der Naturwissenschaften seit Newton war die Beschreibung, Erklärung, Prognose und technische Nutzbarmachung von Bewegungen. Solche Systeme werden daher als dynamische Systeme bezeichnet. Auch in der Psychologie und in den Wirtschaftswissenschaften ist es sinnvoll, das Verhalten von Systemen in den Vordergrund zu stellen. Weniger sinnvoll ist die Betrachtung von Dynamik hingegen in Forschungsgebieten, die sich mit festgefügten Strukturen beschäftigen.

Das Chaos ist ein zentrales Beispiel für die von Strunk formulierte Definition von Komplexität („Komplexität ist die bewiesene Lücke der Erkenntnis”). Es zeigt, dass die Prognose der Dynamik eines Systems unter bestimmten Umständen scheitern muss und niemals gelingen kann, solange das System nicht grundlegend verändert wird. Chaos ist somit eine Eigenschaft dynamischer Systeme. Mitverantwortlich für das Auftreten von Chaos ist unter anderem die Nichtlinearität der Funktionsgleichungen des dynamischen Systems. Man spricht daher auch von nichtlinearen dynamischen Systemen. Mit der Erforschung solcher Systeme haben sich sehr unterschiedliche Theorien beschäftigt. Strunk fasst diese seit Ende der 1990er Jahre als Theorien Nichtlinearer Dynamischer Systeme zusammen. Sie alle beschäftigen sich mit dynamischen Systemen, die nichtlineare Gleichungen enthalten.

Bei der Untersuchung solcher Systeme kann selten auf mathematisch-analytische Lösungen zurückgegriffen werden. Vereinfacht gesagt, lassen sich keine einfachen Bewegungsgleichungen für das Systemverhalten erzeugen. Stattdessen können die Systeme im Computer simuliert werden. Solche Simulationen beschränken sich somit nicht auf eine Momentaufnahme, sondern ermöglichen die Beobachtung des Systemverhaltens bei unterschiedlichen Parameterwerten. Dabei können über einen Zeitraum hinweg verschiedene Szenarien durchgespielt werden. Wie verändert sich das Gesamtsystem im Zeitablauf, wenn ein Parameter geändert wird? Dabei zeigen sich häufig erstaunliche Ergebnisse.

Noch erstaunlicher als das Chaos ist die Tatsache, dass viele dieser Systeme einen ganzen Zoo unterschiedlicher Verhaltensmuster ausbilden können. Je nach Energiedurchsatz durch das System oder den Rand- und Rahmenbedingungen aus der Umwelt schaltet das System zwischen diesen Mustern um. Dieser Wechsel wird als Phasenübergang bezeichnet und stellt im Übergang ein Kippunktverhalten dar. Am erstaunlichsten ist dieses Kippunktverhalten bei Vielteilchensystemen, die spontan aus der Unordnung eine Ordnung bilden. Bestimmte nichtlineare dynamische Systeme können eigenständig Muster und raum-zeitliche Strukturen erzeugen, die nicht von außen vorgegeben sind. Sie sind eine Eigenleistung der selbststrukturierenden Kräfte der Natur. Diese Systeme zeigen, wie Selbstorganisation im eigentlichen Wortsinne möglich ist. Diesem Theoriemodell folgt die Systemische Psychologie seit Ende der 1990er Jahre. Sie sieht darin die Möglichkeit, Willensfreiheit und Bewusstsein zum Gegenstand einer naturwissenschaftlich orientierten Psychologie zu machen.

Abbildung: Gewinne im DAX

Die Abbildung zeigt die täglichen Gewinne und Verluste im Deutschen Aktien Index (DAX). Seit den 1980er Jahren gibt es Methoden um in Aktienkursen Chaos zu suchen. Nach anfänglichen Erfolgen kam es zur Ernüchterung. Aktienkurse sind häufig noch komplexer als deterministisches Chaos. Neuere Arbeiten von Complexity-Research zeigen, dass im Umfeld besonderer Ereignisse (Krisen, Vorstandswechsel) zeitlich begrenzte Phasen niedrigdimensionalen Chaos auftreten können.
(Mehr dazu: Strunk, G. (2015 - in Vorbereitung) Wie man Komplexität messen kann.)

Quick Links

- Bücher
- Lehre
- Software
- Videos
- Home