MoVINg

Multilevel validation of agent-based information and innovation diffusion models

Zielsetzung

Räumlich explizite agentenbasierte Modelle (ABM) sozialer Diffusions- und Mobilisierungsprozesse haben sich in den letzten zehn Jahren zu einer wichtigen neuen Methode der Entscheidungsunterstützung entwickelt (am CESR z.B. die Projekte GLOWA-Danube, KUBUS und SPREAD). Die Studien werden meist für sehr spezifische Anwendungsbereiche mit reichhaltiger empirischer Fundierung durchgeführt. Die besondere methodologische Eigenschaft der ABM ist hier die strukturell valide Repräsentation von individuellem Verhalten, inter-individuellen sozialen Dynamiken und räumlicher Einbettung. Die Ergebnisse von Szenariosimulationen sind hochaufgelöste zeitlich-räumlich dynamische Datenreihen, die meist in Form von Landkarten bestimmter Modellindikatoren analysiert werden. Sind nun vergleichbar detaillierte empirische Daten eines Anwendungsbereichs für einen historischen Zeitabschnitt verfügbar, so eröffnen sich weitergehende Validierungsmöglichkeiten und -erfordernisse. Die retrodiktive Modellvalidierung nimmt hierbei in den Blick, welche Passung die Ergebnisse einer Simulation des historischen Zeitabschnitts mit vorhandenen empirischen Daten hat. Für den Bereich der räumlich expliziten agentenbasierten Modelle von Diffusionsprozessen existieren hier kaum erprobte quantitative Methoden. Ziel des Projektes ist es daher, eine systematische, quantifizierende Validierungsprozedur für die beschriebene Klasse von Simulationsmodellen zu entwickeln und ihre Anwendung für laufende und abgeschlossene ABM Projekte am CESR zu illustrieren.

Ergebnis

Ein erster Satz von Validierungsmethoden und –maßen wurde für das SPREAD ABM der Stromanbieterwahl deutscher Haushalte für den Markt der Ökostromanbieter entwickelt und erprobt. Die besondere Eigenschaft der SPREAD Projekts ist, dass detaillierte Kundendaten in zeitlicher und räumlicher Auflösung für einen der Anbieter „reinen“ Ökostroms zur Verfügung stehen. Die Grundidee der Validierungsprozedur ist es, für die historischen Kundendaten und das simulierte Kundenverhalten Validierungsindikatoren zu definieren und diese auf verschiedenen zeitlichen und räumlichen Aggregationsniveaus auszuwerten. Es wird gezeigt, dass bei dieser Mehrebenenvalidierung je nach Aggregation spezifische Aussagen über die Modellvalidität möglich sind. Auf einer räumlich desaggregierten Ebene erlauben die eingeführten Maße beispielsweise eine Quantifizierung und damit Objektivierung räumlicher Diffusionsmuster. Darüber hinaus sind die entwickelten Methoden generisch und lassen sich auf andere ähnlich gelagerte Anwendungskontexte übertragen und anwenden.