Navigation überspringen

Arten von Komplexität

 
Wie Bereits im Modul "Charakteristiken" beschrieben, sind die Definitionen für Komplexität nicht eindeutig. Ein Ausweg ist, Komplexität in Arten, also je nach Disziplin aufzuteilen.
Auch hier gibt es jedoch unterschiedliche Sichtweisen, wie das Beispiel von Steven M. Manson und Femke Reitsma zeigt: 


 
 
Steven M. Manson (2001) teilt Komplexität in drei Teilbereiche auf:

Algorithmische Komplexität: Bezieht sich auf die mathematische Komplexität und die Informationstheorie. Bei der mathematischen Komplexität liegt die Schwierigkeit im Lösen eines mathematischen Problems. In manchen Fällen ist ein Problem so komplex, dass es unlösbar ist. In der Informationstheorie wird bereits ein simpler Algorithmus, welcher ein Systemverhalten reproduzieren kann, als komplex bezeichnet.


Deterministische Komplexität: Die deterministische Komplexität b
ezieht sich auf die Chaos- und die Katastrophentheorie. Hierbei geht es um Veränderungen eines Systems, welche abrupt und unvorhersagbar auftreten. Bereits durch kleinste Veränderungen der Anfangsbedingungen kann es zu großen Veränderungen im System kommen.
 
Aggregat-Komplexität: Bezieht sich auf die Entstehung von komplexen Systemen durch die Zusammenarbeit oder Aggregation von Elementen. Diese Komplexität beschreibt die Ganzheit und das Zusammenwirken, die jeweils aus der Interaktion von Systemkomponenten entstehen.
 
 
Reitsma (2003) unterteilt im Gegensatz zu Manson (2001) Komplexität in weitere Arten.
Diese Arten decken den Großteil der in der Literatur vorhandenen Variationen ab.
 
 
Femke Reitsma (2003) unterteilt die Komplexitätstypen in sieben Teilbereiche (die sich nicht gegenseitig ausschließen):

Deterministische Komplexität: Dieser Typ basiert auf der Informationstheorie und wird anhand des algorithmischen Inhalts eines Bitstranges gemessen.
 
Statistische Komplexität: Mit statistischen Messungen von Komplexität wird versucht, den Grad der Struktur bzw. des Musters eines komplexen System zu bestimmen.

Phasenübergang: Dieser Begriff kommt aus der Thermodynamik und ist eine weitere Komplexitätsart. Laut Reitsma stellt der Phasenübergang einen kritischen Punkt dar, an dem die maximale Komplexität als der Mittelpunkt zwischen Ordnung und Chaos definiert wird ("the edge of chaos").

Chaos-Derivate: Umfasst Komplexitätsmaße
aus dem Bereich der Chaostheorie, die auf dem Lyapunov-Exponenten oder der fraktalen Dimension basieren. Mittels dem Lyapunov-Exponenten als Maß für die Komplexität wird die Empfindlichkeit eines Systems gegenüber seinen Anfangsbedingungen gemessen, wohingegen die fraktale Dimension Komplexität über die Irregularität eines Objektes bemisst.

Konnektivität: Komplexität wird anhand des Grades der Konnektivität innerhalb eines Systems gemessen, wie es in der Netzwerktheorie der Fall ist. Je größer die Anzahl der Verbindungen bzw. Interaktionen, desto höher die Komplexität.

Systemvariabilität: Diese Art von Komplexität ist durch die Variabilität (beispielsweise räumliche oder zwischen Skalen) in einem System definiert. Mit steigender
Varaibilität steigt die Komplexität des Systems.

Relative und subjektive Komplexität: Dieser Komplexitätstypus beschreibt, dass Komplexität abhängig von der menschlichen Wahrnehmung und somit beobachterabhängig ist. Die Komplexität eines Phänomens liegt somit im Auge des Betrachters.

Quellen:


Manson, S.M. (2001): Simplifying complexity: a review of complexity theory. In: Geoforum 32 (3). Pergamon Press. Elsevier. S. 405-414.

Reitsma, F. (2003): A respone to simplifying complexity. In: Geoforum 34 (1). Pergamon Press. Elsevier. S. 13 - 16.