Modeling, Simulation & Learning
Der Cluster vereint mathematische Modellierung, numerische Simulation und lernbasierte Verfahren zu einem integrierten Kompetenzfeld für Analyse und Prognose komplexer Systeme.
- Wissensbereiche
- /Themenbereiche
- /Segmente
- /Bausteine
Double-Loop Learning
Organisationskonzept, das über symptomatische Fehlerkorrektur hinaus die zugrundeliegenden Annahmen und Regeln hinterfragt, um systemische Verbesserung und anhaltendes Lernen zu ermöglichen.
Organizational Learning
Ein Ansatz, mit dem Organisationen Wissen systematisch erzeugen, teilen und nutzen, um Anpassungsfähigkeit und Leistung zu steigern.
Causal Loop Diagrams (CLD)
Kausale Schleifendagramme visualisieren Rückkopplungen und Wirkzusammenhänge in komplexen Systemen, um Dynamiken, Hebel und unerwünschte Nebenwirkungen zu identifizieren.
Rich Pictures
Visuelle, zeichnerische Methode zur Darstellung komplexer Systeme, Stakeholder und Beziehungen für Problemverständnis und Stakeholder-Alignment.
Retrospektiven
Moderiertes Team-Meeting zur kontinuierlichen Verbesserung von Prozessen, Zusammenarbeit und Ergebnissen.
Szenario‑Planung
Strukturierte Methode zur Entwicklung plausibler Zukunftsbilder, um strategische Entscheidungen unter Unsicherheit zu verbessern.
Agent-Based Modeling (ABM)
ABM modelliert autonome Agenten und ihre Interaktionen, um emergente Phänomene in komplexen Systemen zu untersuchen.
System Dynamics Modeling
System Dynamics ist eine modellbasierte Methode zur Analyse komplexer Rückkopplungsprozesse in sozio-technischen Systemen. Sie visualisiert Bestände, Flüsse und Rückkopplungen, um Ursachen von Verzögerungen und nichtlinearem Verhalten zu verstehen.