Simulation

ist das Experimentieren mit einem anspruchsvollen Modell, das der Wirklichkeit so nahe wie möglich kommen soll. Dabei sollen im Unterschied zum einfacheren Planspiel möglichst alle bedeutsamen Faktoren der Wirklichkeit erfaßt werden. Im Operations Research nimmt man die Simulation zu Hilfe, wenn ein Modell nicht vollständig gebildet werden kann oder Vollständigkeit einen zu hohen Aufwand verursachen würde. Dann werden Lösungen durch Simulation auf dem Wege des »Probierens« ermittelt. Simulation wird mittels EDV durchgeführt. Methode der Nachbildung von Abläufen realer oder gedachter Prozesse bzw. Systeme mit Hilfe formaler Modelle. Viele Systeme sind nur schwer experimentell zu untersuchen, da die Experimentsituation nicht hergestellt werden kann, mit zu hohem Aufwand verbunden ist bzw. deren Herbeiführung zur Verfälschung der Ergebnisse führte. Wenn außerdem rein analytische Lösungen unmöglich sind, finden Ersatzsysteme in Form von Simulationen Anwendung. Simulationsstudien werden in verschiedenen Schritten vorgenommen. Hierzu gehören Modellkonstruktion, Validierung des Modells, Entwurf der künstlichen Experimente, Durchführung der Abläufe mit Wiederholungen unter (leicht) abgewandelten Bedingungen, Auswertung der Ergebnisse. Simulationen in den Wirtschaftswissenschaften sind weit verbreitet, insbes. im Bereich des Operation Research, der quantitativen - Wirtschaftspolitik und der Okonometrie. In der Okonometrie kommen Simulationen entweder bei speziellen (Quasi-)Schätzverfahren zum Einsatz, die real beobachtete und künstlich erzeugte Elemente verbinden (bootstrap, calibration), oder sie dienen der Untersuchung von Schätzeigenschaften bei endlichen Stichproben. Dabei handelt es sich üblicherweise um stochastische Simulationen, bei denen die Verteilungen der Zufallsvariablen festgelegt oder durch eine Folge von Beobachtungen bestimmt werden. Bei MonteCarlo-Studien greift man sich aus der Vielzahl möglicher Kombinationen zufallsmäßig einzelne heraus, bewertet die Variablenwerte mit vorgegebenen Koeffizientenwerten des Modells, fügt einen stochastisch bestimmten Störterm hinzu, der aus der vorgegebenen bzw. ermittelten Verteilung entstammt, und entwickelt daraus künstliche Werte der endogenen Variablen. Auf dieser Basis (simulierte Werte der endogenen und ausgewählte Werte der exogenen Variablen) können dann die Parameter geschätzt und mit den vorgegebenen Parametern verglichen werden. Anhand von statistischen Indikatoren läßt sich dann bei wiederholten Experimenten etwas über die Eigenschaften des eingesetzten Schätzverfahrens sagen. Literatur: Morgan, B.J.T. (1990). Kleijnen, J.P.C. (1974) (Simulationsmodelle): Als Simula­tion bezeichnet man die modellhafte Nachbildung eines Prozesses, Ereignisses oder anderen Phänomens bzw. seiner in einem gegebenen (Untersuchungs-)Zusammenhang relevanten Merkmale und das zielgerichtete Experimentie­ren anhand der möglichst realitätsgetreuen Abbil­dung des Prozeßablaufs in allen wesentlichen Einzelheiten, die in ihrem vollständigen Umfang in der Realität nicht beobachtbar sind. Die Simu­lation besteht so aus zwei Teilen: 1. Der wirklich­keitsgetreuen oder wenigstens wirklichkeitsna­hen Nachbildung in Form eines - Modells und 2. dem Durchspielen der Bedingungen dieses Modells in ebenfalls realitätsgetreuer bzw. rea­litätsnaher Weise (Simulationsspiel). Dementsprechend eignen sich Simulationsmo­delle sowohl für die modellhafte Untersuchung bereits bestehender Systeme wie für die Entwick­lung und Planung von neuen Systemen auf der Grundlage der Kenntnis ihrer wichtigsten Akti­onsparameter. In jedem Fall stellt jedes Simulati­onsmodell ein künstliches Abbild der Wirklichkeit dar, das ihr im besten Fall sehr nahe kommen kann, aber mit ihr nicht identisch ist und daher in der Interpretation und Analyse auch nicht mit ihr verwechselt werden sollte. Generell dienen Simulationsmodelle in der Be­triebswirtschaft vor allem der Auffindung von re­lativ günstigen Kombinationen, also der Opti­mierung, beim Einsatz von Instrumenten. Im Gegensatz zu den bis zur Entwicklung der Computersimulation vorherrschenden statischen Modellen werden durch Simulation dynamische Modelle geschaffen. Dabei lassen sich diskrete (unstetige) und kontinuierliche (stetige) Simulati­onsmodelle unterscheiden: “Bei diskreten Model­len erfolgen die Zustandsänderungen zu diskre­ten Zeitpunkten. Der Zeitpunkt eines Ereignisses kann dabei einem festen Zeitwert zugeordnet werden. Die Änderung der Modellvariablen in Abhängigkeit der Zeit vollzieht sich daher sprunghaft (Ankunft eines Auftrags, Beginn einer Werbekampagne usw.). Bei kontinuierlichen Mo­dellen erfolgt eine Änderung der Systemvaria­blen kontinuierlich über der Zeit über den gesam­ten Betrachtungszeitraum” (Hans W. Edlinger). Eine weitere Unterscheidung ist die zwischen de­terministischer und stochastischer Simulation, wobei bei der deterministischen Simulation alle Prozeß- bzw. Ablaufdaten eindeutig festgelegt sind, während bei der stochastischen Simulation wie z.B. der Monte-Carlo-Methode entweder ein Teil der Daten oder alle Daten Wahrschein­lichkeitsverteilungen sind. Simulationsmodelle haben, wenn ihre Entwick­lung selbst nicht zu aufwendig ist, gegenüber - Feldexperimenten den Vorzug, dass sie mit geringeren Kosten verbunden sind. In den empirischen Wissenschaften unterschei­det man in der Regel zwischen Analogiemodel­len, Simulationsmodellen Symbolmodellen, Mo­dellen als interpretierenden Bezugssystemen und theoretischen Modellen.