Grundlagen der Systemdynamik und Simulationsmodelle

Analyse von Aussagen zur Systemdynamik

Beurteilen Sie, ob jede der folgenden Aussagen wahr oder falsch ist:

1. Feedback-Systeme und Steuerung

Aussage: Ein Feedback-System steuert seine Aktionen auf der Grundlage der tatsächlichen Ergebnisse. (Falsch)

Erläuterung: Feedback ermöglicht zwar die Steuerung eines Systems und das Ergreifen von Korrekturmaßnahmen basierend auf Feedback-Informationen, jedoch bedeutet dies, dass diese Werte immer nur auf den jeweiligen Zeitpunkt bezogen sind.

2. Ebenengleichungen und Integration

Aussage: Die Ebenengleichungen führen den mathematischen Prozess der Integration aus. (Wahr)

Erläuterung: Wahr, da Ebenenwerte ihre Zustände durch die Integration der Flüsse ändern. Das Niveau (Level) stellt die Akkumulation, die Integration oder den Wert dar, je nachdem, welche Terminologie in den verschiedenen Fachbereichen verwendet wird.

3. Berechnung von Strömungswerten

Aussage: Zur Berechnung der Strömungswerte sind die Werte im vorigen Zeitschritt erforderlich. (Falsch)

Erläuterung: Falsch. Der Wert eines Flusses hängt im Gegensatz zu den Werten der Ebenen nicht von den vorherigen Werten ab. In einem System mit äußeren Einflüssen bestimmen Flüsse die Werte; Flüsse können Änderungen als sofortige Antwort bewirken.

4. Sensitivität gegenüber der Schrittweite (dt)

Aussage: Die in einem Systemdynamik-Modell erzielten Ergebnisse sind nicht empfindlich gegenüber der verwendeten Schrittweite (dt). (Falsch)

Erläuterung: Falsch, da die Schrittweite die Ergebnisse maßgeblich beeinflusst. Zudem hängt die gewählte Schrittweite (dt) von der verwendeten Integrationsmethode ab.

5. Hilfsgrößen und Modellverständnis

Aussage: Die Hilfsgrößen erlauben die Disaggregation eines Modells, um die Gleichungen der Strömung zu verstehen. (Wahr)

Erläuterung: Wahr, denn sie ermöglichen es, das Modell analytisch anzupassen. Da sie ihrem Wesen nach Variablen zur Vereinfachung der Beschreibung sind, müssen sie keine komplizierten Ausdrücke sein. Sie repräsentieren Schritte, in denen die Berechnung einer Flussvariablen aus den Werten der Zustandsgrößen (Ebenen) zerlegt wird, und verbinden die Informationskanäle zwischen Füllstand und Durchfluss.

6. Kausaldiagramme und Zustandsgrößen

Aussage: In einem Kausaldiagramm (Causal Loop Diagram) sind die Zustandsgrößen des Systems deutlich zu beobachten. (Falsch)

Erläuterung: Falsch, da Wirkungsdiagramme primär die Ursache-Wirkungs-Beziehungen der Variablen darstellen. Das zentrale Problem bei Kausaldiagrammen ist, dass sie keine klare Unterscheidung zwischen Flussverbindungen (konservierte Ströme) und Ebenen treffen. Dies ist ein erheblicher Nachteil: In Fällen, in denen Beziehungen zwischen Ebenen und Flüssen bestehen, sind normale Charakterisierungen positiver und negativer Polarität oft falsch.

7. Generische Strukturen in der Systemdynamik

Aussage: Um das Verhalten einiger als Standard identifizierter Variablen in der Realität zu verstehen, erkennen und verwenden wir eine generische Struktur der Systemdynamik, um ein Modell zu erstellen. (Falsch)

Erläuterung: Falsch. Es ist notwendig, das Verhalten der wichtigsten Ebenen zu kennen, um eine generische Struktur sinnvoll zu verwenden. Man muss im System die tatsächlichen Flüsse und Ebenen identifizieren, um zu bestimmen, welche Strukturen geschaffen werden sollen.

Nutzen und Gültigkeit von Simulationsmodellen

Die Gültigkeit eines Modells ist relativ; kein Modell ist eine perfekte Darstellung des realen Systems. Ein Modell ist dann ein Erfolg, wenn es den Weg für eine verbesserte Genauigkeit ebnet, mit der es die Realität darstellt.

Vorteile von Simulationsmodellen

• Eindeutigkeit: Deren Annahmen sind schriftlich dokumentiert und offen für jede Änderung.
• Logische Konsequenz: Sie berechnen unfehlbar die logischen Konsequenzen der getroffenen Modellannahmen.
• Ganzheitlichkeit: Sie sind umfassend und in der Lage, viele Faktoren gleichzeitig miteinander in Beziehung zu setzen.

Nachteile von Simulationsmodellen

• Mangelnde Transparenz: Sie können so schlecht dokumentiert und komplex sein, dass niemand die Annahmen überprüfen kann (Black-Box-Problematik).
• Vertrauensverlust: Sie sind oft so kompliziert, dass der Benutzer kein Vertrauen in die Konsistenz und Korrektheit der darin enthaltenen Annahmen hat.
• Quantifizierungsgrenzen: Sie sind oft unfähig, mit Faktoren umzugehen, die schwer zu quantifizieren sind, für die keine Daten existieren oder die rein auf der Expertise von Spezialisten basieren, die das Modell gebaut haben.

Nutzen (Utility)

Der Nutzen eines Modells liegt in der Tatsache, dass es die Realität vereinfacht und sie in einer Weise darstellt, die wir verstehen können.