„Wir wollen das Verhalten Einzelner aggregieren, um dann das Verhalten von Organisationen oder Netzwerken vorherzusagen“

Mit dem im Februar 2026 erschienenen Oxford Handbook of Agent-based Computational Management Science legen Friederike Wall, Shu-Heng Chen und Stephan Leitner das erste umfassende Handbuch zur agentenbasierten Modellierung in der Betriebswirtschaftslehre vor. Im Interview erläutern Friederike Wall und Stephan Leitner, wie sie das Verhalten Einzelner anhand von Agenten modellieren und wie sich daraus das Verhalten von ganzen Systemen erklären und vorhersagen lässt.

Warum lohnt es sich, Agenten zu modellieren und ihr Verhalten mit den damit einhergehenden Folgen zu simulieren?

Friederike Wall: In der Betriebswirtschaftslehre gibt es Felder, die sich eher mit der Mikroebene beschäftigen – also mit dem Verhalten einzelner Personen oder Gruppierungen von wenigen Personen – und dann gibt es Bereiche, die sich auf einer Makroebene mit ganzen Organisationen und Unternehmen beschäftigen. Die dahinterstehenden Forschungskulturen und -methoden sind durchaus unterschiedlich. Daraus hat sich auch eine Trennung der scientific communities etabliert. Die agentenbasierte Modellierung und Simulation kann eine Brücke zwischen diesen beiden Welten schaffen.

Stephan Leitner: Wir sehen diese Teilung in die Mikro- und Makroebene auch in vielen anderen Fächern. Auch in der Psychologie gibt es beispielsweise Forschende, die sich mit einzelnen Menschen befassen, und andere, die ganze Gruppen in den Blick nehmen. Die Methode der agentenbasierten Modellierung und Simulation versucht, das Verhalten Einzelner zu aggregieren, um dann das Verhalten der Gruppe zu beobachten. Das ist die Grundidee.

In der Betriebswirtschaftslehre interessiert man sich ja immer für das Verhalten eines Systems, also eines Unternehmens, oder?

Stephan Leitner: Ja, aber letztlich kann man nur den Einzelnen in seinem Verhalten steuern. Das verändert immer das Verhalten mehrerer Einzelner und dann kann man mit dieser Methode abschätzen, was auf der Makroebene – also beispielsweise des Unternehmens – an Ergebnissen erzielt wird. Die Effekte sind nicht linear, sondern es gibt komplexe Zusammenhänge. Das sind beispielsweise soziale Normen: Wenn jemand sein Verhalten verändert, verändert das auch die Wahrnehmung der anderen, was sozial akzeptiert ist. Das führt zu Folgeeffekten.

Sie haben angesprochen, dass das Verhalten Einzelner aggregiert wird. Wer macht denn diese Aggregation?

Friederike Wall: Die Simulationen machen diese Aggregationen. Darin liegt ein wesentlicher Unterschied zu klassischeren ökonomischen Modellen. Dort wird im Prinzip zumeist so getan, als wäre der Durchschnitt einer Gesamtheit von ökonomischen Akteuren das Gleiche wie der einzelne Akteur selbst. Man nimmt also an, es gäbe so etwas wie einen representative agent. So ist die Aggregation einfach, weil man – etwas überspitzt gesagt ‑– das Ergebnis für einen Agenten letztlich nur mit der Anzahl der Akteure multiplizieren muss. Von dieser vereinfachten Sicht trennt sich die agentenbasierte Modellierung und Simulation. Wir berücksichtigen heterogene Agenten, die in den Simulationen auf vielfältige Weise miteinander interagieren können. Wir „Simulanten“ – heißt: wir Experimentatoren – beobachten bestimmte Größen, die sich auf das System als Ganzes beziehen, beispielsweise wie deutlich und schnell eine Verbesserung der Gesamtperformance erreicht wird.

Wie kommen Sie zu Ihren heterogenen Agenten mit ihren Merkmalen?

Stephan Leitner: Wir erarbeiten diese Agenten auf Basis von Erkenntnissen aus der Forschung, beispielsweise aus der Verhaltensforschung.

Friederike Wall: Ja, wir bauen hier auf Erkenntnissen auf, die uns helfen, beispielsweise begrenzte Rationalität in unsere Modelle zu integrieren. In dem Kapitel von Shu-Heng Chen, mit dem wir das Handbook herausgegeben haben, geht es genau darum, wie wir zu unseren Verhaltensannahmen gelangen. Eines muss uns dabei aber immer klar sein: Ein Modell ist immer, sei es noch so komplex, eine Vereinfachung.

Wenn wir uns nun vorstellen, dass Sie versuchen abzubilden, wie sich bestimmte Incentives auf Manager:innen in einem Unternehmen auswirken: Wie implementieren Sie denn Heterogenität? Der eine Manager handelt ja nicht wie die andere Managerin?

Friederike Wall: Das hängt davon ab, welcher Schule man anhängt. Wenn Sie mit einem Kollegen aus der Mikroökonomie sprechen würden, würde er Ihnen vermutlich sagen, dass wir diesen Akteuren eine bestimmte Nutzenfunktion unterstellen. Danach hat der Akteur oftmals ein Einkommensinteresse und einen – zumeist überproportional steigenden – Disnutzen aus dem Arbeitseinsatz.  Da angenommen wird, dass Akteure sich als individuelle Nutzenmaximierer verhalten, wird diese Nutzenfunktion im mathematischen Sinn maximiert. Wir hingegen gehen von anderen Annahmen aus: Wir nehmen begrenzte Rationalität an, die für jede:n Manager:in anders sein könnte. In unsere Modelle gehören nicht nur Annahmen darüber hinein, was dem Agenten wichtig ist – zum Beispiel Einkommen und Arbeitseinsatz – sondern, es gehört auch hinein, welche Informationen und welche Voraussicht in die Zukunft mitsamt etwaigen Verzerrungen im Sinne von Biases die Agenten haben.  Wir unterstellen begrenzte Informationen und nehmen auch an, dass die Agenten nicht alle Handlungsmöglichkeiten kennen, die sie haben, sondern sie müssen diese erst schrittweise suchen und entdecken.

Stephan Leitner: In unseren Modellen geht es auch um Lernen. Aber: selbst, wenn alle gleich lernen, wird sich das Ergebnis unterscheiden. Ich nenne ein Beispiel: Wir haben Erwartungen über das Verhalten anderer. Diese Erwartungen bilden sich im Zeitverlauf. Schon die Erwartungen weichen voneinander ab. Selbst wenn dann die Lern-Regel die gleiche wäre, wird das Ergebnis anders sein. Übertragen auf soziale Normen bedeutet das, dass wir beobachten, was Kolleg:innen tun, und wir daraus lernen, was sozial akzeptiert ist und was nicht. Wenn jeder andere Dinge beobachtet, dann wird die Schlussfolgerung anders sein.

Sie nennen immer wieder Bezüge zu anderen Disziplinen. Wie kam es, dass Sie sich als Betriebswirt:innen mit dieser Methode befassen?

Friederike Wall: Ich habe mich im Controlling schon lange an den vereinfachenden Verhaltensannahmen gestoßen. Im Controlling geht es doch darum, dass das Unternehmen insgesamt erfolgreich ist. Dafür muss man das Verhalten Einzelner steuern. Ich bin dann auf die agentenbasierte Modellierung und Simulation gestoßen. Im Frühjahr 2008 habe ich mein erstes Modell zum Laufen gebracht und dieses dann in meinem Berufungsvortrag im Juli 2008 in Klagenfurt vorgestellt. Im Herbst 2009 hat dann auch die Zusammenarbeit mit Stephan Leitner begonnen.

Stephan Leitner: Wir versuchen Erklärungen zu finden, wie Muster in Unternehmen entstehen. Für mich ist das intuitiv das Spannendste in der Betriebswirtschaftslehre. Dieser Ansatz war im Controlling völlig neu und dementsprechend interessant.

Seit wann gibt es agentenbasierte Modellierung und Simulation?

Stephan Leitner: Den Begriff gibt es seit den 1980er Jahren. Das Konzept hingegen gibt es schon sehr viel länger.

Friederike Wall: Ein berühmtes Modell stammt vom Nobelpreisträger Thomas Schelling, dessen berühmtes Segretation-Modell in 1969 im American Economic Review publiziert wurde. Er hat sich gefragt: Wie kommt es, dass sich in Städten Gebiete herauskristallisieren, in denen Menschen mit gemeinsamen Eigenschaften leben, selbst wenn die Präferenzen der Menschen nur gering sind, unter Seines- und Ihresgleichen leben zu wollen. Das war eines der ersten agentenbasierten Modelle.

Gibt es noch offene Bereiche, wo es Bahnbrechendes zu entdecken gäbe?

Friederike Wall: In der Ökonomie gibt es viele Fragen, von den Finanzmärkten, zum Beispiel die so genannte „Blasenbildung“. Aber es gibt auch interessante Fragestellungen beispielsweise zum Klimaschutz: Wie kann man Menschen dafür gewinnen, klimaschonend zu leben und ihr Verhalten anzupassen?

Stephan Leitner: Ein interessantes Thema ist auch die politische Meinungsbildung. Auch in der COVID-Pandemie kamen viele agentenbasierte Modelle zum Einsatz, um das Verhalten von Menschen abschätzen zu können.

Wie verändert sich der theoretische Rahmen der Methode? Kommt etwas Neues hinzu?

Stephan Leitner: Künstliche Intelligenz gibt uns neue Möglichkeiten. Wir haben ja bereits erklärt, wie wir aktuell die Agenten modellieren. Dahinter steht noch viel händische Arbeit. Man könnte auch Künstliche Intelligenzen als Agenten definieren. Die Agenten könnten dann sinnvoll miteinander kommunizieren, auf Basis der Daten, die zur Verfügung stehen. In dem Feld gibt es einen sehr raschen Wandel.

Haben Sie den Eindruck, dass Ihre Forschung auch in der Praxis – ob in der Politik oder in Unternehmen – Anwendung findet?

Stephan Leitner: Ja, es gibt reges Interesse, vor allem in Unternehmen.

Friederike Wall: Weniger unsere eigene Forschung, aber die Methode an sich ist in der Politikberatung verbreitet und gern gesehen. Experimente in simulierten Umgebungen sind angenehmer und weniger folgenreich als in realen Systemen – und kommen dementsprechend häufig zum Einsatz. Man kann viele verschiedene Stellschrauben ausprobieren und die Folgen abschätzen.

Zum Handbook

Fünf Jahre lang haben Friederike Wall, Shu-Heng Chen (Professor für Ökonomie an der National Chengchi University in Taipei/Taiwan) und Stephan Leitner am Oxford Handbook of Agent-based Computational Management Science gearbeitet, das im Februar 2026 erschien. Das Handbook versammelt Beiträge von Forschenden aus fast allen Kontinenten zur agentenbasierten Modellierung und Simulation und bildet – zumindest für das Feld der Betriebswirtschaftslehre – das erste Werk dieser Art.