Komplexitätsreduktion

Prinzipien, Methoden und Herausforderungen

 

Abbildung eines Labyrinths aus Beton von oben

Unser tägliches Erleben ebenso wie unser wissenschaftliches Handeln ist von konstanter Komplexitätsreduktion bestimmt. Beim Benutzen eines technischen Geräts, beim Erstellen eines naturwissenschaftlichen Modells, bei der Übersetzung zwischen Sprachen, bei der Analyse historischer Entwicklungen oder beim Erfassen komplexer Systeme und Sachverhalte werden Ambiguitäten, Unsicherheiten und Widersprüche methodisch durch verschiedene Prinzipien der Komplexitätsreduzierung weitgehend ausgeklammert, um zu validen Ergebnissen kommen zu können. Damit ist aber eine Reihe von grundlegenden Fragen verbunden:

Wie sind „universell“ gültige Aussagen über Formationen und Prozesse in einer Welt möglich, die scheinbar so irreduzibel von Unterschieden geprägt ist? Ist Komplexität nur dadurch gegeben, dass die erkenntnistheoretischen und empirischen Mittel nicht ausreichen, sie zu erfassen? Welche Rolle spielen (disziplinäre) Sprachen dabei? Ist Komplexität ein Kontinuum, das nur reduziert werden kann, indem man das Kontinuum an einer Stelle unterbricht? Ist also Komplexität unvermeidbar und reichen die wissenschaftlichen Mittel bisweilen nicht aus, diese zu erfassen? Was hat das für Konsequenzen? Kann man Forschung nur in Teams gestalten? Braucht es Künstliche Intelligenz für die Lösung der Probleme? Ist der Befund das Ende von Theorien?

WIN-Projekte

OpenAI, 2023 - generated by Istari.ai
WIN-Kolleg

Im Zeitalter der Polykrise

Wie komplexe Krisen entstehen und wie wir ihnen begegnen können
Polykrisen können potentiell das Versagen gesellschaftlicher und politischer Systeme verursachen. Dieses interdisziplinär angelegte Projekt zielt darauf ab, das Spannungsfeld zwischen komplexen Krisen und der notwendigen gesellschaftspolitischen Reduktion dieser Komplexität zu untersuchen.
Vor einem Programmiercode liegt ein weißes Türschloss, das wie von einem Licht kreisrund angestahlt wird. Der Code um das Schloss herum ist abgedunkelt
WIN-Kolleg

Komplexitätsreduktion, Erklärbarkeit und Interpretierbarkeit (KEI)

Algorithmen des Maschinellen Lernens (ML) treffen Vorhersagen, die für unseren Alltag relevant werden, aber warum sie so und nicht anders entscheiden, bleibt oft schwer nachvollziehbar, sie sind gewissermaßen „opak“. In unserem Projekt wollen wir verstehen, wie diese Opakheit entsteht und wie man sie rückwirkend aufheben könnte.
Neutral by Choice
WIN-Kolleg

Neutral by Choice

Cognitive Neuroscience meets Philosophy of Mind
Neutrale Geisteszustände sind in zeitgenössischen philosophischen Theorien und den kognitiven Neurowissenschaften systematisch unterrepräsentiert. Dieses Projekt ist der Versuch, die verlorene Komplexität zurückzubringen und ein naturalistischeres Verständnis von Entscheidungen zu erlangen, in dem es die Möglichkeit gibt, entschieden unentschieden zu sein.