Versionen vergleichen von : Simulation

Version: 1.0 vom 25.05.2023

Mit Markup vergleichen

Version: 2.0 vom 16.05.2024

AltNeu
3 Jascha Merijn Schmitz 3 Jascha Merijn Schmitz
4 Kontakt: smitzjak@hu-berlin.deInstitution: Humboldt-Universität zu Berlin | Max-Planck-Institut für Wissenschaftsgeschichte GND: 1290311056ORCID: 0000-0002-6971-6758 4 Kontakt: jascha.schmitz@hu-berlin.deInstitution: Humboldt-Universität zu Berlin GND: 1290311056ORCID: 0000-0002-6971-6758
5 5
7 7
8 DOI: 10.17175/wp_2023_011 8 Weitere Beteiligte: Marten Düring (C2DH / Uni Luxemburg – Writing – review & editing), Anna Siebold (MPIWG Berlin / DFK Paris – Writing – review & editing)
9 DOI: 10.17175/wp_2023_011_v2
9 Nachweis im OPAC der Herzog August Bibliothek: 183976709X 10 Nachweis im OPAC der Herzog August Bibliothek: 183976709X
10 Erstveröffentlichung: 25.05.2023 11 Erstveröffentlichung: 25.05.2023
12 Version 2.0: 16.05.2024
11 Lizenz: Sofern nicht anders angegeben 13 Lizenz: Sofern nicht anders angegeben
14 Medienlizenzen: Medienrechte liegen bei den Autor*innen 16 Medienlizenzen: Medienrechte liegen bei den Autor*innen
15 Letzte Überprüfung aller Verweise: 11.05.2023 17 Letzte Überprüfung aller Verweise: 15.04.2024
16 GND-Verschlagwortung: Experiment | Modellierung | Simulation | Terminologie |  18 GND-Verschlagwortung: Experiment | Modellierung | Simulation | Terminologie | 
17 Empfohlene Zitierweise: Jascha Merijn Schmitz: Simulation. In: AG Digital Humanities Theorie des Verbandes Digital Humanities im deutschsprachigen 19 Empfohlene Zitierweise: Jascha Merijn Schmitz: Simulation. In: AG Digital Humanities Theorie des Verbandes Digital Humanities im deutschsprachigen
18 Raum e. V. (Hg.): Begriffe der Digital Humanities. Ein diskursives Glossar (= Zeitschrift für digitale Geisteswissenschaften / Working Papers, 2). Wolfenbüttel 2023. 25.05.2023. HTML / XML / PDF. DOI: 10.17175/wp_2023_011 20 Raum e. V. (Hg.): Begriffe der Digital Humanities. Ein diskursives Glossar (= Zeitschrift für digitale Geisteswissenschaften / Working Papers, 2). Wolfenbüttel 2023. 25.05.2023. Version 2.0 vom 16.05.2024. HTML / XML / PDF. DOI: 10.17175/wp_2023_011_v2
19
20
21Das Open Public Peer Review ist abgeschlossen Das Open Public Peer Review für diesen Beitrag ist abgeschlossen, die kommentierte HTML-Version des Beitrags finden Sie hier.
22 21
24 23
25 [1]Synonyme und ähnliche Begriffe: Computerexperiment | digitale Methode | Modell | Rekonstruktion | VR / AR | VisualisierungPendants in kontrollierten Vokabularen: Wikidata: Q45045 | TaDiRAH: – 24
25
26 Version 2.0 (16.05.2024)
27 Überarbeitung gemäß Open Public Peer Review. Bibliografie an aktuelle Zitierregeln
28 angepasst. Institution und Kontakt des Autors aktualisiert. Weitere Beteiligte hinzugefügt.
29 Absatzzählung verschoben.
30
31
32 Synonyme und ähnliche Begriffe: Computerexperiment | digitale Methode | Modell | Rekonstruktion | VR / AR | VisualisierungPendants in kontrollierten Vokabularen: Wikidata: Q45045 | TaDiRAH: –
26 33
32 39
33 [2]Der Begriff ›Simulation‹ beschreibt verschiedene → Methoden der modellhaften und 40 [1]Der Begriff ›Simulation‹ beschreibt verschiedene → Methoden der modellhaften und
34 ›experimentellen‹ Nachbildung realweltlicher oder hypothetischer Prozesse bzw. 41 ›experimentellen‹ Nachbildung realweltlicher oder hypothetischer Prozesse bzw.
35 Systeme. 42 Systeme.[1]
36 43
37 [3]Grundlage jeder Simulation ist ein ausführbares Simulationsmodell. 44 [2]Grundlage jeder Simulation ist ein ausführbares Simulationsmodell.
38 Hierunter ist eine eigene Klasse von → Modellen, die 45 Hierunter ist eine eigene Klasse von → Modellen zu verstehen, die
39 konzeptuell, logisch oder mathematisch ausgedrückt werden können, zu verstehen. Zur 46 konzeptuell, logisch oder mathematisch ausgedrückt werden können. Zur
40 Ausführung eines Simulationsmodells muss dieses aber formalisiert, also in 47 Ausführung eines Simulationsmodells muss dieses aber formalisiert, also in
41 computerlesbare Form gebracht werden.[1] Darüber hinaus werden diese iterativ 48 computerlesbare Form gebracht werden.[2] Darüber hinaus werden diese Simulationsmodelle iterativ
42 und interaktiv gebildet. Mit den Parametern und Eigenschaften des Modells zu 49 und interaktiv gebildet. Mit den Parametern und Eigenschaften des Modells zu
43 experimentieren, ist ein wichtiger Bestandteil von Simulationsmethoden. Teil einer 50 experimentieren, ist ein wichtiger Bestandteil von wissenschaftlichen Simulationsmethoden.
51 Teil einer
44 Simulation kann eine → Visualisierung bzw. 52 Simulation kann eine → Visualisierung bzw.
45 ein User Interface sein, das den Ablauf der 53 ein User Interface sein, das den Ablauf der
46 Simulation für die Benutzenden lesbar oder sogar manipulierbar macht und Ergebnisse 54 Simulation für die Benutzenden lesbar oder sogar manipulierbar macht, Ergebnisse
47 der Simulation (simulierte → Daten) 55 der Simulation (simulierte → Daten)
48 darstellt. 56 darstellt oder sogar ein Hineinversetzen in das Modell ermöglicht.
49 57
50 [4]In den Geisteswissenschaften werden Simulationen teils als 58 [3]In den Geisteswissenschaften werden Simulationen teils als
51 Analysewerkzeug, teils als didaktisches Werkzeug eingesetzt und sie sind selbst 59 Analysewerkzeug, teils als didaktisches Werkzeug eingesetzt und sie sind selbst
59 67
60 [5]Der Begriff Simulation stammt vom lateinischen ›simulatio‹ – 68 [4]Der Begriff Simulation stammt vom lateinischen ›simulatio‹ –
61 Heuchelei, (Vor-)Täuschung – und beschrieb lange vor allem menschliches Verhalten 69 Heuchelei, (Vor-)Täuschung – und beschrieb lange menschliches Verhalten
62 und keine wissenschaftlichen Methoden.[2] Analoge, simulationsähnliche Methoden, die aber noch nicht 70 und keine wissenschaftlichen Methoden.[3] Simulationsähnliche Methoden, die aber noch nicht
63 als solche benannt wurden, gab es seit mindestens dem 19. Jahrhundert, z. B. in Form 71 als solche benannt wurden, gab es seit mindestens dem 19. Jahrhundert, z. B. in Form
64 der zunächst preußischen, später auch US-amerikanischen Plan- bzw. Kriegsspiele[3] oder auch mechanischer Apparate zur Vorhersage von 72 der zunächst preußischen, später auch US-amerikanischen Plan- bzw. Kriegsspiele[4] oder auch mechanischer Apparate zur Vorhersage von
65 Tiden.[4] Die Wurzeln der Simulation als Erkenntnismethode 73 Tiden.[5] Die Wurzeln der Simulation als Erkenntnismethode
66 reichen weit in die Wissenschaftsgeschichte zurück und sind z. B. eng verwoben mit 74 reichen weit in die Wissenschaftsgeschichte zurück und sind unter anderem eng verwoben
75 mit
67 dem Begriff des → Experiments, 76 dem Begriff des → Experiments,
68 sowie der Entwicklung von Mathematik (z. B. Differenzialrechnung) und später der 77 sowie der Entwicklung von Mathematik (z. B. Differentialrechnung) und später der
69 Informatik (z. B. Digitalrechnern).[5] Parallelen 78 Informatik (z. B. Digitalrechnern).[6] Parallelen
70 bestehen auch zur Methode des Gedankenexperiments.[6] 79 bestehen auch zur Methode des Gedankenexperiments.[7]
71 80
81 [5]Als Begriff für eine wissenschaftliche Methode taucht ›(Computer-)Simulation‹ explizit
82 ab den 1940er und 1950er Jahren in Zusammenhang mit
83 der Entwicklung der ersten Atom-, vor allem aber der ersten Wasserstoffbombe
84 auf.[8] So bezeichnet der Begriff Monte-Carlo-Simulation (bzw. Monte-Carlo-Methode) eine Reihe von frühen Methoden der statistischen Lösung
85 von Algorithmen mittels gewichteter Zufallszahlen, an deren Entwicklung maßgeblich
86 John von Neumann und Stanisław Ulam beteiligt waren.[9] Monte-Carlo-Simulationen spielten auch in der Folgezeit eine große Rolle und werden
87 bis heute angewendet. Bekanntheit in der breiten Öffentlichkeit erlangten Simulationen
88 spätestens in den 1970er und 1980er Jahren, unter anderem durch das Simulationsmodell
89 World3, das die Grundlage für den Club-of-Rome-Bericht Limits to Growth bildete, sowie weitere Anwendungen aus den Geo- und Sozialwissenschaften.[10]
72 90
73 [6]Als Begriff für eine wissenschaftliche Methode tauchen 91 [6]Ab den 1960er und insbesondere
74 (Computer-)Simulationen explizit ab den 1940er und 1950er Jahren in Zusammenhang mit
75 der Entwicklung der ersten Atom-, vor allem aber der ersten Wasserstoffbombe
76 auf.[7] Ab den 1960er und insbesondere
77 in den 1970er Jahren breiteten sich Simulationsmethoden auch in den 92 in den 1970er Jahren breiteten sich Simulationsmethoden auch in den
78 Geisteswissenschaften aus. Frühe Anwendungen finden sich vor allem in der 93 Geisteswissenschaften aus. Frühe Anwendungen finden sich in der
79 Anthropologie, der Archäologie, den Geschichtswissenschaften, der Pädagogik, der 94 Anthropologie,[11] der Archäologie,[12] den Geschichtswissenschaften,[13] der Humangeografie,[14] der Pädagogik bzw. Didaktik[15] und den Politik-,[16] Sozial-[17] und Wirtschaftswissenschaften.[18] Teil dieser frühen Auseinandersetzung mit Simulationsmethoden waren auch einige der
80 Psychologie und den Sozial- und Wirtschaftswissenschaften.[8] Bekanntheit in der breiten Öffentlichkeit erlangten 95 Pioniere der Digital Humanities, wie Michael Levison oder Peter Laslett.[19] In dieser Phase wurden Simulationsmethoden in den Geschichtswissenschaften unter
81 Simulationen spätestens in den 1970er und 1980er Jahren unter anderem durch das 96 anderem im Zusammenhang mit den Begriffen Experimental History und kontrafaktische Geschichtsforschung genutzt. Wie viele Traditionslinien der Digital Humanities ist auch diese in der
82 Simulationsmodell 97 Folgezeit weitestgehend in Vergessenheit geraten.
83 World3, das die Grundlage für den
84 Club-of-Rome-Bericht
85 Limits to Growth bildete, sowie
86 weiteren Anwendungen aus den Geo- und Sozialwissenschaften.[9] Seit den 1990er und 2000er Jahren kam eine neue Welle von Simulationsanwendungen
87 auf, insbesondere in Zusammenhang mit sogenanntem Agent-based Modeling, also bestimmten
88 individuenbasierten Modellierungs- und Simulationsmethoden, sowie Konzepten der
89 Komplexitätswissenschaften.[10]
90 98
99 [7]Seit den 1990er und 2000er Jahren kam eine neue Welle von Simulationsanwendungen in
100 einigen geisteswissenschaftlichen Disziplinen auf. Diese wurde bisher stark vom sogenannten
101 Agent-based Modeling geprägt, einer Klasse von individuenbasierten Modellierungs- und Simulationsmethoden,
102 die eng mit Konzepten der Komplexitätswissenschaften in Zusammenhang steht.[20] Hierbei steht die Interaktion einzelner Entitäten (zum Beispiel Personen) miteinander
103 und mit ihrer Umwelt im Vordergrund.
91 104
97 110
98 [7]›Modellhafte Nachbildung‹ bedeutet, dass Simulationen auf → Modellen 111 [8]›Modellhafte Nachbildung‹ bedeutet, dass Simulationen auf → Modellen
99 basieren, das heißt: Nicht der reale Prozess wird untersucht, sondern eine 112 basieren, das heißt: Nicht der reale Prozess wird untersucht, sondern eine
107 Simulationen stellen immer Prozesse bzw. Systeme im Zeitverlauf dar und zielen nicht 120 Simulationen stellen immer Prozesse bzw. Systeme im Zeitverlauf dar und zielen nicht
108 darauf ab, nur einen Zustand eines Objekts oder Systems zum Zeitpunkt t zu 121 darauf ab, nur den Zustand eines Objekts oder Systems zu einem spezifischen Zeitpunkt
122 zu
109 untersuchen. Erst die zeitliche Dimension und die damit einhergehende 123 untersuchen. Erst die zeitliche Dimension und die damit einhergehende
110 Veränderlichkeit geben dem Modell Sinn. Das ist ein zentrales Unterscheidungsmerkmal 124 Veränderlichkeit geben dem Modell Sinn. Durch diese Veränderlichkeit und inhärente
111 von Simulationsmethoden gegenüber anderen auf Modellen aufbauenden Methoden. 125 Dynamik von Simulationsmodellen ergibt sich außerdem, dass ein Modell nie ein einziges
126 eindeutig vorhersagbares Ergebnis produzieren wird. In einem dynamischen Simulationsmodell
127 produziert jeder Simulationsdurchlauf nur eines von vielen möglichen Ergebnissen bzw.
128 Verläufen eines Modells. Simulationen zeigen die Möglichkeitsräume auf, die das System
129 in der modellierten Form herstellt. Diese Veränderlichkeit ist ein zentrales Unterscheidungsmerkmal
130 von Simulationen gegenüber anderen auf Modellen aufbauenden Methoden, wie etwa der
131 Datenmodellierung.
112 132
113 [8]Konkret wird beim Simulieren also zunächst ein konzeptuelles und 133 [9]Üblicherweise sind Geisteswissenschaftler*innen darauf angewiesen, ihre Hypothesen
114 daraus ein formales Modell eines Systems erstellt, welches der Gegenstand einer 134 und Modelle mental oder zumindest in Schriftsprache zu analysieren und festzuhalten.
115 bestimmten Forschungsfrage ist. Die Parameter des Modells werden anhand bestehender 135 Simulationsmethoden in dem hier gebrauchten Sinn haben den Vorteil, dass sie es erlauben,
116 Daten oder theoretisch begründeter Annahmen bestimmt. In mehrfachen Ausführungen 136 diese sonst nur implizit wägbaren Modelle zu formalisieren und so systematisch zu
137 untersuchen.[21] Die Parameter des Modells, beispielsweise mit welcher Rate und abhängig von welchen
138 konkreten Bedingungen eine Gruppe von Menschen sich durch einen geografischen Raum
139 bewegt, werden anhand bestehender Quellen oder theoretisch begründeter Annahmen bestimmt.
140 In mehrfachen Ausführungen
117 wird dann mit den Parametern sowie den konzeptionellen Eigenschaften des Modells 141 wird dann mit den Parametern sowie den konzeptionellen Eigenschaften des Modells
118 experimentiert. Teil einer Simulation kann eine → Visualisierung des Simulationsverlaufs sein, z. B. Bewegung 142 experimentiert. Teil einer Simulation kann eine → Visualisierung des Simulationsverlaufs sein, z. B. einer solchen Bewegung von Individuen im Raum.
119 von Individuen im Raum. Die Visualisierung dient dabei dazu, das Verhalten des 143 Die Visualisierung dient dabei dazu, das Verhalten des
120 Simulationsmodells in Bewegung nachvollziehen zu können. Für manche Simulationsarten 144 Simulationsmodells in Bewegung nachvollziehen zu können. Für manche Simulationsarten
121 ist die visuelle bzw. allgemein sensorische Erfahrung aber ein integraler 145 ist die visuelle bzw. allgemein sensorische Erfahrung ein integraler
122 Bestandteil der Simulationsziele, gerade in didaktischen Kontexten. Anhand 146 Bestandteil der Simulationsziele, gerade in didaktischen Kontexten, aber auch als
123 verschiedener Methoden wird das Modell abschließend validiert (z. B. mit empirischen 147 Mittel der Immersion, also eines besseren Sich-Hineinversetzen-Könnens.[22] Anhand
148 verschiedener Methoden wird das Modell abschließend validiert (z. B. mit empirischen
124 Daten, einer theoretischen Analyse der Zusammenhänge oder mit computationellen 149 Daten, einer theoretischen Analyse der Zusammenhänge oder mit computationellen
133 158
134 [9]›Simulation‹ kann in den DH folgendes bezeichnen: 159 [10]›Simulation‹ kann in den DH Folgendes bezeichnen:
135 160
138 wissenschaftliche Simulationsmethoden: 163 wissenschaftliche Simulationsmethoden:
139 Untersuchung / Verstehen eines Systems, Erklärung eines Prozesses in diesem – 164 Untersuchen / Verstehen eines Systems, Erklären eines Prozesses in diesem –
140 meist komplexen – System; auch zur Vorhersage von Systemverhalten 165 meist komplexen – System; auch zur Vorhersage von Systemverhalten; die Simulationsform,
166 die hier vor allem definiert und besprochen wird
141 167
143 Plan- oder Lernspiel, um bestimmte Perspektiven erfahrbar zu machen; auch, um 169 Plan- oder Lernspiel, um bestimmte Perspektiven erfahrbar zu machen; auch, um
144 Handlungsstrategien zu testen oder um Praktiken zu üben 170 Handlungsstrategien zu testen oder um Praktiken zu üben[23]
145 ein ludologisches Genre: Videospiele, deren 171 ein ludologisches Genre: Videospiele, deren
146 Inhalt die wirklichkeitsnahe Modellierung realer Prozesse ist 172 Inhalt die wirklichkeitsnahe Modellierung realer Prozesse ist, auch Simulationsspiele
173 genannt
147 174
149 Erfahrbarmachung eines nicht mehr zugänglichen Raumes. Teils auch 3D-Modell / 176 Erfahrbarmachung eines nicht mehr zugänglichen Raumes. Teils auch 3D-Modell /
150 -Simulation oder virtuelle Simulation genannt[11] 177 -Simulation oder virtuelle Simulation genannt[24]
151 178
152 179
153 kultur- / medienphilosophische Konzepte: 180 kultur- / medienphilosophische Konzepte:
154 Medial ›simulierte‹ Realität im Gegensatz zur unmittelbar erfahrenen Realität; 181 Medial ›simulierte‹ Realität im Gegensatz zur unmittelbar erfahrenen Realität;
155 auch Literatur als Simulation vorstellbarer Realitäten 182 auch Literatur als Simulation vorstellbarer Realitäten. Insbesondere verbunden mit
183 der Arbeit von Jean Baudrillard[25]
156 184
157 185
186
187 [11]Die oben vorgeschlagene Definition ist vor allem auf wissenschaftliche Simulationsmethoden
188 ausgerichtet. Sowohl die Zielsetzungen als auch die Methoden der verschiedenen Bedeutungsformen
189 sind so unterschiedlich, dass eine allumfassende Definition kaum möglich und vielleicht
190 auch gar nicht nötig ist. Kategorisierungen wie diese fallen aus dem gleichen Grund
191 und je nach Hintergrund und Zielgruppe der Veröffentlichung unterschiedlich aus.
192
193 [12]Mit Ausnahme der kulturphilosophisch definierten Simulation gibt es in allen der oben
194 genannten Kategorien Alternativbegriffe, die die jeweilige Bedeutung ebenfalls beschreiben.
195 Es ist daher ratsam, die unterschiedlichen Bedeutungen klar voneinander abzugrenzen,
196 gegebenenfalls die Alternativbegriffe zu verwenden und den Begriff Simulation wenn
197 möglich auf wissenschaftliche Simulationen zu begrenzen.
198
199 [13]Verschiedene wissenschaftliche Simulationsmethoden haben mitunter außerdem eigene
200 Namen, die nicht unmittelbar eine Simulationsmethode vermuten lassen. Häufig gebrauchte
201 Simulationsmethoden sind die bereits erwähnten Monte-Carlo-Simulationen und Agent-based Models (in der Literatur auch ABM abgekürzt). Außerdem gibt es in der Netzwerkforschung sogenannte Exponential Random Graph Models (kurz: ERGM),[26] vor allem in den Wirtschaftswissenschaften bzw. der Wirtschaftsgeschichte sogenannte
202 General Equilibrium Models (kurz: GE oder GEM; deutsch: Allgemeine Gleichgewichtsmodelle)[27] und in den Sozial- und Umweltwissenschaften sogenannte System-Dynamics-Modelle (kurz: SD).[28]
158 203
164 209
165 [10] 210 [14]Aus den beschriebenen Mehrdeutigkeiten leitet sich bereits ab, dass bestimmte Begriffsverwendungen
211 in manchen DH-Disziplinen häufiger auftauchen als in anderen. Oft gibt es aber auch
212 Überschneidungen. Hier sollen einige Beispiele aus aktueller Forschung gegeben werden,
213 die die vorrangige Verwendung einer oder mehrerer Bedeutungsformen von Simulation
214 in diesen Disziplinen darstellen.
215
216 [15]
166 217
170 221
171 Simulation als Analysemethode für komplexe Systeme. Beispiel: Erforschung jungsteinzeitlicher Wanderungs- und 222 Simulation als Analysemethode für komplexe Systeme, Prozesse oder auch Netzwerke.
172 Siedlungsbewegungen[12] 223 Verwendete Simulationsmethoden sind etwa Agent-based Modeling oder Exponential Random
224 Graph Models. Beispiel: Erforschung jungsteinzeitlicher Wanderungs- und
225 Siedlungsbewegungen[29]
173 226
174 Virtuelle Simulation / Rekonstruktion / 3D-Modell. Beispiel: Darstellung eines 227 Rekonstruktion / 3D-Modell / Virtuelle Simulation. Beispiel: Darstellung eines osmanischen
175 ottomanischen ›Irrenheims‹[13] 228 ›Irrenheims‹[30]
176 229
178 231
179 Erziehungswissenschaften / Didaktik 232 Erziehungswissenschaften / Didaktik
180 233
181 Simulation als didaktische Methode, vergleichbar mit Rollenspiel bzw. 234 Simulation als didaktische Methode, vergleichbar mit Rollenspiel. Ausspielen eines
182 Ausspielen eines Szenarios oder Simulationen (Genre) als Lernspiele. Beispiel: 235 Szenarios oder Simulationen (Genre) als Lernspiele. Beispiel:
183 Erforschung der Wirkung von Simulationen und Serious 236 Erforschung der Wirkung von Simulationen und Serious
184 Games auf Lernstoffvermittlung[14] 237 Games auf Lernstoffvermittlung[31]
185 238
192 mediale Simulation von Realitäten im Gegensatz zu unmittelbar erlebter Realität 245 mediale Simulation von Realitäten im Gegensatz zu unmittelbar erlebter Realität
193 geprägt. Beispiel: Simulationstheorie von Jean Baudrillard für (u. a.) 246 geprägt. Beispiel: Simulationstheorie von Jean Baudrillard für (u. a.)
194 Filmwissenschaften[15] 247 Filmwissenschaften[32]
195 248
196 Simulation als Analysemethode. Beispiel: Erforschung von Netzwerkdynamiken im 249 Simulation als Analysemethode. Beispiel: Erforschung von Netzwerkdynamiken im
197 Verlagswesen[16] 250 Verlagswesen[33]
198 251
202 255
203 Simulation als Genre. Genre von Spielen, die auf die möglichst realitätsnahe 256 Simulationsspiele als Genre und Forschungsgegenstand. Genre von Spielen, die auf die
204 Nachbildung eines Szenarios / einer Tätigkeit abzielen bzw. zur Beschreibung von 257 möglichst realitätsnahe
258 Nachbildung eines Szenarios / einer Tätigkeit abzielen bzw. zur Beschreibung von
205 Subsystemen von Videospielen, die auf realitätsnahe Nachbildung abzielen. 259 Subsystemen von Videospielen, die auf realitätsnahe Nachbildung abzielen.
206 Beispiel: Postmoderne Dimensionen simulierter Landschaften und Räume in 260 Beispiel: Postmoderne Dimensionen simulierter Landschaften und Räume in GTA V[34]
207 GTA V
208 [17]
209 261
262 Simulationsspiele als Werkzeug zur Forschung, teilweise auch verbunden mit anderen
263 digitalen Methoden und in Überschneidung zu anderen Disziplinen. Beispiel: Verknüpfung
264 von (Archaeo)Gaming, Simulationen und archäologischem Erkenntnisinteresse als besondere historische Perspektivierung[35]
210 265
213 268
214 Reflexion von Simulation als Erkenntnismethode. Beispiel: 269 Reflexion wissenschaftlicher Simulation als Erkenntnismethode. Beispiel:
215 Erkenntnistheoretische Grundlagen und Implikationen von Simulationen[18] 270 Erkenntnistheoretische Grundlagen und Implikationen von Simulationen[36]
216 271
272 Wissenschaftliche Simulationen in der Computational Philsosophy[37] bzw. zur Erforschung philosophischer Fragen. Beispiel: Agent-based Model von wissenschaftlicher
273 Argumentation und deren Effekt auf die epistemische Entwicklung von Wissenschaft[38]
217 274
228 285
229 [11]Simulationen sind in der heutigen Praxis der DH noch eine 286 [16]Simulationen sind in der heutigen Praxis der DH noch eine
230 randständige Methode, die häufig eher theoretisch diskutiert als tatsächlich 287 randständige Methode, die häufig eher theoretisch diskutiert als tatsächlich
231 angewendet wird.[19] Im Anwendungsfall beschränkt sie sich vor allem auf 288 angewendet wird.[39] Im Anwendungsfall beschränkt sie sich vor allem auf
232 bestimmte Teilbereiche der DH und auf ganz bestimmte Methoden, etwa virtuelle 289 bestimmte Teilbereiche der DH und auf ganz bestimmte Methoden, etwa virtuelle
233 Simulation oder Agent-Based Modeling. Diskussionen und Kontroversen finden deswegen 290 Simulation oder Agent-based Modeling. Diskussionen und Kontroversen finden deswegen
234 oft noch eher isoliert statt, was ein grundlegendes Problem für die 291 oft noch eher isoliert und an der Oberfläche statt, was ein grundlegendes Problem
235 Weiterentwicklung von Simulationen für die DH darstellt. 292 für die Nützlichkeit von Simulationen für die DH darstellt. Nur durch eine fundierte
293 Auseinandersetzung mit den methodologischen und epistemologischen Grundlagen und Implikationen
294 von Simulationsmethoden wird sich ein nachhaltiger wissenschaftlicher Mehrwert für
295 die DH erzielen lassen.
236 296
237 [12]In den letzten Jahren werden konkrete Simulationsmethoden 297 [17]In den letzten Jahren werden konkrete Simulationsmethoden
238 hinsichtlich ihrer Eignung für geisteswissenschaftliche Forschungsvorhaben 298 hinsichtlich ihrer Eignung für geisteswissenschaftliche Forschungsvorhaben
239 diskutiert.[20] Damit hängen Fragen zu den → erkenntnistheoretischen Voraussetzungen von Simulationsmethoden zusammen. Die oft stark 299 diskutiert, wobei diese teilweise grundsätzlich in Frage gestellt wird.[40] Damit hängen Fragen zu den → erkenntnistheoretischen Voraussetzungen von Simulationsmethoden zusammen. Die oft stark
240 algorithmisch-mathematisch geprägte Tradition vieler Simulationsmethoden stößt 300 algorithmisch-mathematisch geprägte Tradition vieler Simulationsmethoden stößt
242 laut Michael Gavin teils zu einem »knee-jerk scepticism« – 302 laut Michael Gavin teils zu einem »knee-jerk scepticism« –
243 also einem reflexhaften Skeptizismus – führt.[21] Völlig zu Recht 303 also einem reflexhaften Skeptizismus – führt.[41] Völlig zu Recht
244 stellt sich aber die Frage, wie manche geisteswissenschaftlichen Konzepte und 304 stellt sich aber die Frage, wie manche geisteswissenschaftlichen Konzepte und
245 Annahmen von Prozessen formalisiert werden können und sollten. Zentral sind 305 Annahmen von Prozessen formalisiert werden können und sollten. Simulationsmethoden
246 beispielsweise Möglichkeiten und Grenzen der Modellierung und der Formalisierung 306 erfordern, wie alle Modellierungsverfahren, eine Vereinfachung des erforschten Gegenstands.
247 menschlichen Handelns. Auch der Begriff des Prozesses selbst verdient weitere 307 Anders als in vielen anderen DH-Modellen müssen hier die Komplexitäten von Prozessen
308 und oft auch von menschlichem Handeln umgesetzt werden. Dafür stehen den meisten Geisteswissenschaftler*innen
309 nicht nur wenige theoretische Angebote zur Formalisierung menschlichen Verhaltens
310 zur Verfügung, sondern der Akt der Formalisierung selbst berührt ganz besonders einige
311 Paradigmen der Humanities in Bezug auf das Wesen menschlichen Verhaltens. Auch der
312 Begriff des Prozesses selbst verdient weitere
248 Ausarbeitung, insbesondere im Gegensatz zu anderen geläufigen Grundlagenbegriffen 313 Ausarbeitung, insbesondere im Gegensatz zu anderen geläufigen Grundlagenbegriffen
249 von Modellierungsmethoden in den DH, wie z. B. ›Ereignis‹ bzw. event.[22] 314 von Modellierungsmethoden in den DH, wie z. B. ›Ereignis‹ bzw. event.[42]
250 315
316 [18]Für die Geschichtswissenschaften stellt sich außerdem die Frage nach
317 dem Umgang mit sogenannten Simulationsdaten als Quellen, also rein durch das Simulieren
318 erzeugte Informationen.[43] Diese
319 können zwar in realweltlichen Quellen verankert sein, auf die sie auch Bezug nehmen,
320 sie sind aber letztendlich synthetische und somit nicht überlieferte Daten.
251 321
252 [13]Für die Geschichtswissenschaften stellt sich außerdem die Frage nach 322 [19]Ein generelles Problem, das auch in anderen simulierenden
253 dem Umgang mit sogenannten Simulationsdaten als Quellen, also durch das reine 323 Wissenschaften diskutiert wird, ist die Frage, wie komplexe Simulationsmodelle und
254 Simulieren erzeugte Informationen.[23] Diese 324 darauf aufbauende Interpretationen wirkungsvoll in die Fachcommunity kommuniziert
255 können zwar in realweltlichen Quellen verankert sein, auf die sie auch Bezug nehmen, 325 werden können. Zu diesem Zweck werden Standards wie
256 sie sind aber letztendlich synthetische und somit nicht zweifelsfrei überlieferte 326 das ODD-Protokoll für agentenbasierte
257 Daten. 327 Simulationsmodelle entwickelt.[44] Spezifisch auf die Anforderungen der DH ausgerichtete Praktiken gibt es allerdings
328 noch nicht. Anknüpfungspunkte könnte hier in Zukunft die sich entwickelnde digitale
329 Quellen-, Daten- und Methodenkritik bieten.
258 330
259 [14]Ein generelles Problem, das auch in anderen simulierenden 331 [20]Zwischen all diesen methodologischen und erkenntnistheoretischen Fragezeichen der
260 Wissenschaften diskutiert wird, ist die Frage, wie komplexe Simulationsmodelle und 332 Methodenfamilie werden von einigen Anwender*innen aber auch große Potenziale gesehen,
261 deren Ergebnisse kommuniziert werden können. Zu diesem Zweck werden Standards wie 333 die von der übrigen Community noch nicht ausreichend zur Kenntnis genommen werden.
262 das ODD-Protokoll für agentenbasierte 334 Unter anderem wird immer wieder diskutiert, ob der Simulationsprozess nicht in besonderer
263 Simulationsmodelle entwickelt, welche allerdings noch einer Übertragung in bzw. 335 Weise den sonst nur im Inneren der Wissenschaftler*innen ablaufenden, hermeneutischen
264 Anpassung an die DH bedürfen.[24] 336 Zirkel abbildet und damit gerade Geisteswissenschaftler*innen einen Mehrwert verspricht.[45] Auch das bereits erwähnte Potenzial des Sich-Hineinversetzens (entlehnt aus dem Game
337 Design könnte man auch von »Immersion« sprechen) wird etwa in der Archäologie mit
338 dem klassisch hermeneutischen Verstehensprozess in Verbindung gebracht.[46]
265 339
340 [21]Die Diskussion um simulative DH steht noch – oder wieder – ganz am Anfang. Dadurch
341 ergeben sich viele Unsicherheiten, gerade durch die besondere Natur der Simulationsmethode.
342 Gleichzeitig bieten diese Unsicherheiten gerade für die DH hochspannende Anknüpfungspunkte
343 und noch zahlreiche Gelegenheiten, kreative Anwendungen zu entwickeln und die besonderen
344 epistemologischen Auswirkungen von Modellierung und Formalisierung auf unsere Disziplinen
345 zu ergründen.
266 346
273 [1] 353 [1]
354 Diese Definition beschreibt vor allem (aber nicht nur) wissenschaftliche Simulationsmethoden,
355 also Methoden zum wissenschaftlichen Erkenntnisgewinn. Der Begriff wird in vielen
356 unterschiedlichen Kontexten und teilweise sehr anders benutzt, worauf in Abschnitt 3 eingegangen wird.
357
358 [2]
274 Im Kontext der Digital Humanities werden 359 Im Kontext der Digital Humanities werden
281 366
282 [2] 367 [3]
283 Unter anderem früh bei Justus Lipsius, vgl. 368 Unter anderem früh bei Justus Lipsius, vgl.
284 Papy 369 Papy
285 2019. 370 2019. Auch zur Beschreibung neurologischer und psychologischer Erkrankungen im Zusammenhang
371 mit dem 1. und 2. Weltkrieg hatte der Begriff eine Konjunktur, siehe beispielhaft
372 Hübner 1918.
286 373
287 [3] 374 [4]
288 Vgl. 375 Vgl.
291 378
292 [4] 379 [5]
293 Vgl. 380 Vgl.
295 382
296 [5] 383 [6]
297 Vgl. 384 Vgl.
299 386
300 [6] 387 [7]
301 Vgl. 388 Vgl.
303 390
304 [7] 391 [8]
305 Vgl. 392 Vgl.
307 394
308 [8]
309 Ein seinerzeit vielbeachteter
310 Beitrag in der Archäologie bzw. Anthropologie war etwa Levison et al.
311 1972.
312
313 [9] 395 [9]
314 Vgl. 396 Vgl. Eckhardt 1987.
315 Meadows et al.
316 1974.
317 397
318 [10] 398 [10]
319 Vgl. Wurzer et al. 2015. 399 Vgl. Meadows et al. 1974.
320 400
321 [11] 401 [11]
322 Für einen Einstieg in diese Bedeutung eignet 402 Vgl. Hays 1965; Gilbert / Hammel 1966.
323 sich z. B. Jannidis et al. (Hg.) 2017, S. 315–321.
324 403
325 [12] 404 [12]
326 405 Vgl. Doran 1970.
327 Sikk / Caruso 2020.
328 406
329 [13] 407 [13]
408 Vgl. Ruloff 1978.
330 409
410 [14]
411 Vgl. Hägerstrand 1967.
412
413 [15]
414 Vgl. Nichol 1972.
415
416 [16]
417 Vgl. Crow 1963.
418
419 [17]
420 Vgl. Harbordt 1974.
421
422 [18]
423 Vgl. Laibman 1987 / 1988.
424
425 [19]
426 Levison et al. 1972 haben etwa einen seinerzeit vielbeachteten Beitrag zur Besiedlung des polynesischen
427 Raums veröffentlicht, Laslett mit Koautoren (Wachter et al. 1978) ein umfassendes Werk zur Populations- und Familienstrukturgeschichte des frühneuzeitlichen
428 Englands.
429
430 [20]
431 Vgl. Wurzer et al. (Hg.) 2015.
432
433 [21]
434 Zur Erläuterung von impliziten gegenüber formalen Modellen siehe Epstein 2008.
435
436 [22]
437 Ein gutes Beispiel dafür ist das Virtual Paul’s Cross Project, das eine Mischung aus Simulation und Rekonstruktion darstellt (zum Unterschied dieser
438 beiden Begriffe siehe unten).
439
440 [23]
441 Ein gutes Beispiel für eine solche didaktische Simulation in einem DH-Kontext ist
442 etwa das CIDOC CRM Game von Talgorn et al. 2021.
443
444 [24]
445 Für einen Einstieg in diese Bedeutung eignet
446 sich z. B. Jannidis et al. (Hg.) 2017, S. 315–321.
447
448 [25]
449 Vgl. Baudrillard 1981.
450
451 [26]
452 Vgl. Breure / Heiberger 2019.
453
454 [27]
455 Vgl. Thomas 1987.
456
457 [28]
458 Ein Überblick, der nicht nur methodisch, sondern auch historisch sehr interessant
459 ist, ist eine Sammlung von Werken Jay Wright Forresters, einem Pionier der Methode,
460 der unter anderem maßgeblich an den SD-geprägten Modellen des Club of Rome beteiligt
461 war (System Dynamics Society (Hg.) 2019).
462
463 [29]
464 Sikk / Caruso 2020.
465
466 [30]
331 Wendell et al. 2016. 467 Wendell et al. 2016.
332 468
333 [14] 469 [31]
470 Vlachopoulos / Makri 2017.
334 471
335 Vlachopoulos / Makri 2017. 472 [32]
336
337 [15]
338 Höltgen 2003. 473 Höltgen 2003.
339 474
340 [16] 475 [33]
341 Gavin 2014. 476 Gavin 2014.
342 477
343 [17] 478 [34]
344 Fontaine 2017. 479 Fontaine 2017.
345 480
346 [18] 481 [35]
482 Graham 2020.
483
484 [36]
347 Krämer 2011; 485 Krämer 2011;
349 487
350 [19] 488 [37]
489 Vgl. Grim / Singer 2022.
351 490
491 [38]
492 Borg et al. 2018.
493
494 [39]
352 Unter anderem diskutiert bei Champion 2017; 495 Unter anderem diskutiert bei Champion 2017;
356 499
357 [20] 500 [40]
501 Vgl. z. B. Gavin 2014.
358 502
359 Vgl. z. B. Gavin 2014. 503 [41]
360
361 [21]
362 Gavin 2014, Abs. 1. 504 Gavin 2014, Abs. 1.
363 505
364 [22] 506 [42]
507 Schützeichel / Jordan 2015.
365 508
366 Schützeichel / Jordan 2015. 509 [43]
510 Vgl. z. B. Nanetti / Cheong 2018.
367 511
368 [23] 512 [44]
369 Vgl. z. B. Nanetti / Cheong 2018. 513 Vgl. z. B. Grimm et al. 2020.
370 514
371 [24] 515 [45]
372 Vgl. z. B. Grimm et al. 2020. 516 Etwa bei Wachter et al. 1978 oder in jüngerer Zeit wieder bei Gavin 2014.
517
518 [46]
519 Ein Beispiel ist etwa Graham 2020, der von einem »Enchantment«, also einer Verzauberung, seiner Disziplin der Archäologie
520 durch Agent-based Modeling und verbundene Methoden spricht.
373 521
384 532
533 Jean Baudrillard: Simulacres et Simulation. Paris 1981. [Nachweis im GVK]
534
535 AnneMarie Borg / Daniel Frey / Dunja Šešelja / Christian Straßer: Epistemic Effects
536 of Scientific Interaction: Approaching the Question with an Argumentative Agent-Based
537 Model. In: Historical Social Research / Historische Sozialforschung 43 (2018), H.
538 1, S. 285–307. URN: urn:nbn:de:0168-ssoar-56488-7
539
540 Abraham Samuël Herman Breure / Raphael Heiko Heiberger: Reconstructing Science Networks
541 from the Past. Eponyms between Malacological Authors in the Mid-19th Century. In:
542 Journal of Historical Network Research 3 (2019), H. 3, S. 92–117. 19.11.2019. DOI:
543 10.25517/jhnr.v3i1.52
544
385 Erik Malcolm Champion: Digital Humanities Is Text Heavy, 545 Erik Malcolm Champion: Digital Humanities Is Text Heavy,
388 548
389 Marten Düring: The Potential of Agent-Based Modelling for 549 Wayman J. Crow: A Study of Strategic Doctrines Using the Inter-Nation Simulation.
390 Historical Research. In: Complexity and the Human Experience: Modeling Complexity 550 In: The Journal of Conflict Resolution 7 (1962), H. 3, S. 580–589. September 1963.
391 in 551 DOI: 10.1177/002200276300700340
392 the Humanities and Social Sciences. Hg. von Paul A. Youngman / Mirsad Hadzikadic. 552
393 Boca Raton, FL 2014, S. 121–137. [Nachweis im GVK] 553 James Doran: Systems Theory, Computer Simulations and Archaeology. In: World Archaeology
554 1 (1970), H. 3, S. 289–298. DOI: 10.1080/00438243.1970.9979448
555
556 Marten Düring: The Potential of Agent-Based Modelling for Historical Research. In:
557 Paul A. Youngman / Mirsad Hadžikadić (Hg.): Complexity and the Human Experience. Modeling
558 Complexity in the Humanities and Social Sciences. Boca Raton, US-FL 2014, S. 121–137.
559 DOI: 10.1201/b16877
560
561 Roger Eckhardt: Stan Ulam, John von Neumann, and the Monte Carlo Method. In: Los Alamos
562 Science, H. 15, 1987, S. 131–143. [online]
563
564 Joshua Morris Epstein: Why Model? In: Journal of Artificial Societies and Social Simulation
565 11 (2008), H. 4. 31.10.2008. [online]
394 566
397 569
398 Michael Gavin: Agent-Based Modeling and Historical 570 Michael Gavin: Agent-Based Modeling and Historical Simulation. In: Digital Humanities
399 Simulation. In: Digital Humanities Quarterly 8 (2014), H. 4. 571 Quarterly 8 (2014), H. 4.
400 [online] 572 [online]
401 573
402 David Goldsman / Richard Earle Nance / James R. Wilson: A 574 John P. Gilbert / Eugene Alfred Hammel: Computer Simulation and Analysis of Problems
403 Brief History of Simulation. In: Proceedings of the 2009 Winter Simulation 575 in Kinship and Social Structure. In: American Anthropologist 68 (1966), H. 1, S. 71–93.
404 Conference (WSC). Hg. von Manuel Rossetti / Raymond R. Hill / Björn Johansson. 576 DOI: 10.1525/aa.1966.68.1.02a00070
405 (Austin, 13.12.–16.12.2009) S. 310–13. DOI: 10.1109/WSC.2009.5429341 577
578 David Goldsman / Richard Earle Nance / James R. Wilson: A Brief History of Simulation.
579 In: Manuel Rossetti / Raymond R. Hill / Björn Johansson (Hg.): Proceedings of the
580 2009 Winter Simulation
581 Conference (WSC, Austin, 13.–16.12.2009). S. 310–313. DOI: 10.1109/WSC.2009.5429341
582
583 Shawn Graham: An Enchantment of Digital Archaeology. Raising the Dead with Agent-Based
584 Models, Archaeogaming and Artificial Intelligence (= Digital Archaeology: Documenting
585 the Anthropocene, 1). New York u. a. 2020. DOI: 10.1515/9781789207873
406 586
407 Gabriele Gramelsberger: Computerexperimente. Zum Wandel der 587 Gabriele Gramelsberger: Computerexperimente. Zum Wandel der
408 Wissenschaft im Zeitalter des Computers. Bielefeld 2010. [Nachweis im GVK] 588 Wissenschaft im Zeitalter des Computers. Bielefeld 2010. [online]
409 589
410 Volker Grimm / Steven Floyd Railsback / Christian Ernest 590 Patrick Grim / Daniel Singer: Computational Philosophy. In: Edward Nouri Zalta / Uri
411 Vincenot / Uta Berger / Cara Gallagher / Donald Lee DeAngelis / Bruce Edmonds / 591 Nodelman (Hg.): The Stanford Encyclopedia of Philosophy. 2022. HTML. [online]
412 Jiaqi Ge / Jarl Giske / Jürgen Groeneveld / Alice Sophie Alexandra Johnston /
413 Alexander Milles / Jacob Nabe-Nielsen / John Gareth Polhill / Viktoriia Radchuk /
414 Marie-Sophie Rohwäder / Richard A. Stillman / Jan Christoph Thiele / Daniel Ayllón:
415 The ODD Protocol for Describing Agent-Based and Other Simulation Models: A Second
416 Update to Improve Clarity, Replication, and Structural Realism. In: Journal of
417 Artificial Societies and Social Simulation 23 (2020), H. 2. DOI: 10.18564/jasss.4259
418 592
419 Stefan Höltgen: F.A.Q. Über Simulationsraum ⅓. In: 593 Volker Grimm / Steven Floyd Railsback / Christian Ernest Vincenot / Uta Berger / Cara
420 SimulationsRaum. Blogbeitrag vom September 2003. HTML. 594 Gallagher / Donald Lee DeAngelis / Bruce Edmonds / Jiaqi Ge / Jarl Giske / Jürgen
595 Groeneveld / Alice Sophie Alexandra Johnston / Alexander Milles / Jacob Nabe-Nielsen /
596 John Gareth Polhill / Viktoriia Radchuk / Marie-Sophie Rohwäder / Richard A. Stillman /
597 Jan Christoph Thiele / Daniel Ayllón: The ODD Protocol for Describing Agent-Based
598 and Other Simulation Models: A Second Update to Improve Clarity, Replication, and
599 Structural Realism. In: Journal of Artificial Societies and Social Simulation 23 (2020),
600 H. 2. 31.03.2020. DOI: 10.18564/jasss.4259
601
602 Torsten Hägerstrand: Innovation Diffusion as a Spatial Process. Übers. Allen Pred /
603 Greta Haag. Chicago 1967 [Lund 1953]. [Nachweis im GVK]
604
605 Steffen Harbordt: Computersimulation in den Sozialwissenschaften (= rororo studium,
606 49–50). 2 Bde. Reinbek 1974. [Nachweis im GVK]
607
608 David Glenn Hays: Simulation: An Introduction for Anthropologists. In: Dell Hathaway
609 Hymes (Hg.): The Use of Computers in Anthropology (= Studies in General Anthropology,
610 2). Den Haag 1965, S. 401–426. DOI: 10.1515/9783111718101.401
611
612 Stefan Höltgen: F.A.Q. Über Simulationsraum 1/3. In:
613 SimulationsRaum. September 2003. HTML.
421 [online] 614 [online]
422 615
423 Fotis Jannidis / Hubertus Kohle / Malte Rehbein (Hg.): 616 Fotis Jannidis / Hubertus Kohle / Malte Rehbein (Hg.):
424 Digital Humanities. Eine Einführung. Stuttgart 2017. [Nachweis im GVK] 617 Digital Humanities. Eine Einführung. Stuttgart 2017. [Nachweis im GVK]
429 622
430 Michael Levison / Ralph Gerard Ward / John William Webb: 623 David Laibman: Growth, Technical Change, and Cycles: Simulation Models in Marxist
624 Economic Theory. In: Science & Society 51 (1987 / 1988), H. 4, S. 414-438. [online]
625
626 Michael Levison / Ralph Gerard Ward / John William Webb:
431 The Settlement of Polynesia: A Report on a Computer Simulation. In: Archaeology 627 The Settlement of Polynesia: A Report on a Computer Simulation. In: Archaeology
432 & Physical Anthropology in Oceania 7 (1972), H. 3, S. 234–245. [Nachweis im GVK] 628 & Physical Anthropology in Oceania 7 (1972), H. 3, S. 234–245. [Nachweis im GVK]
629
630 A. H. Hübner: Versuche und Beobachtungen zur Simulationsfrage. In: Deutsche Zeitschrift
631 für Nervenheilkunde 60 (1918), S. 125–153. DOI: 10.1007/BF01878050
433 632
437 636
438 Dennis Lynn Meadows / William W. Behrens III / Donella 637 Dennis Lynn Meadows / William W. Behrens III / Donella
439 Hager Meadows / Roger Francis Naill / Jørgen Randers / Erich K. O. Zahn: The 638 Hager Meadows / Roger Francis Naill / Jørgen Randers / Erich K. O. Zahn: The
440 Dynamics of Growth in a Finite World. Cambridge, MA 1974. [Nachweis im GVK] 639 Dynamics of Growth in a Finite World. Cambridge, US-MA 1974. [Nachweis im GVK]
441 640
442 Andrea Nanetti / Siew Ann Cheong: Computational History: 641 Andrea Nanetti / Siew Ann Cheong: Computational History: From Big Data to Big Simulations.
443 From Big Data to Big Simulations. In: Big Data in Computational Social Science and 642 In: Shu-Heng Chen (Hg.): Big Data in Computational Social Science and Humanities.
444 Humanities. Hg. von Shu-Heng Chen. Cham 2018, S. 337–363. DOI: 10.1007/978-3-319-95465-3_18 643 Cham 2018, S. 337–363. DOI: 10.1007/978-3-319-95465-3_18
445 644
446 Jan Papy: Justus Lipsius. In: The Stanford Encyclopedia of 645 Jon Nichol: Simulation and History Teaching. Trade and Discovery, a History Game for
447 Philosophy. Hg. von Edward Nouri Zalta. 2019. HTML. 646 Use in Schools. In: Teaching History 2 (1972), H. 7, S. 242–248. [online]
448 [online] 647
648 Jan Papy: Justus Lipsius. In: Edward Nouri Zalta (Hg.): The Stanford Encyclopedia
649 of Philosophy. 2019. HTML. [online]
449 650
451 Prosopography and Digital Humanities: What Are They and How Do They Fit Together? 652 Prosopography and Digital Humanities: What Are They and How Do They Fit Together?
452 In: Digital Humanities Methods and Tools. Blogbeitrag vom 18.04.2019. HTML. 653 In: Digital Humanities Methods and Tools. 18.04.2019. HTML.
453 [online] 654 [online]
454 655
656 Dieter Ruloff: Computer Simulation in History: The Case of the Classic Maya Collapse
657 (= Kleine Studien zur politischen Wissenschaft, 153). Zürich 1978. [Nachweis im GVK]
658
455 Leif Scheuermann: Über die Rolle computerbasierter 659 Leif Scheuermann: Über die Rolle computerbasierter
456 Modellrechnungen und Simulationen für eine digitale Geschichte. In: Digital History. 660 Modellrechnungen und Simulationen für eine digitale Geschichte. In: Karoline Dominika
457 Konzepte, Methoden und Kritiken Digitaler Geschichtswissenschaft. Hg. von Karoline 661 Döring / Stefan Haas / Mareike König / Jörg Wettlaufer (Hg.): Digital History.
458 Dominika Döring / Stefan Haas / Mareike König / Jörg Wettlaufer. Berlin u. a. 2022, 662 Konzepte, Methoden und Kritiken Digitaler Geschichtswissenschaft. Berlin u. a. 2022,
459 S. 107–118. DOI: 10.1515/9783110757101-006 663 S. 107–118. DOI: 10.1515/9783110757101-006
460 664
461 Rainer Schützeichel / Stefan Jordan: Prozesse – eine 665 Rainer Schützeichel / Stefan Jordan: Prozesse – eine
462 interdisziplinäre Bestandsaufnahme. In Prozesse. Formen, Dynamiken, Erklärungen. Hg. 666 interdisziplinäre Bestandsaufnahme. In: Rainer Schützeichel / Stefan Jordan (Hg.):
463 von Rainer Schützeichel / Stefan Jordan. Wiesbaden 2015, S. 1–13. DOI: 10.1007/978-3-531-93458-7_1 667 Prozesse. Formen, Dynamiken, Erklärungen. Wiesbaden 2015, S. 1–13. DOI: 10.1007/978-3-531-93458-7_1
464 668
465 Kaarel Sikk / Geoffrey Caruso: A Spatially Explicit 669 Kaarel Sikk / Geoffrey Caruso: A Spatially Explicit
466 Agent-Based Model of Central Place Foraging Theory and Its Explanatory Power for 670 Agent-Based Model of Central Place Foraging Theory and Its Explanatory Power for
469 673
470 Dimitrios Vlachopoulos / Agoritsa Makri: The Effect of 674 System Dynamics Society (Hg.): Social Dynamics. A Curated Collection of Works by Jay
675 W. Forrester. 2019. HTML. [online]
676
677 François-Xavier Talgorn / George Bruseker / Olivier Marlet / Anaïs Guillem: CIDOC
678 CRM Game – Digital, 2021. [online]
679
680 Mark Thomas: General Equilibrium Models and Research in Economic History. In: Alexander
681 J. Field (Hg.): The Future of Economic History (= Recent Economic Thought, 9). Boston
682 1987, S. 121–183. DOI: 10.1007/978-94-009-3269-2_4
683
684 Dimitrios Vlachopoulos / Agoritsa Makri: The Effect of
471 Games and Simulations on Higher Education: A Systematic Literature Review. In: 685 Games and Simulations on Higher Education: A Systematic Literature Review. In:
475 689
476 Augustus Wendell / Burcak Ozludil Altin / Ulysee Thompson: 690 Kenneth Wachter / Eugene Alfred Hammel / Peter Laslett: Statistical Studies of Historical
477 Prototyping a Temporospatial Simulation Framework: Case of an Ottoman Insane Asylum. 691 Social Structure. London 1978. [Nachweis im GVK]
478 In: Complexity & Simplicity. Proceedings of the 34th eCAADe Conference. Bd. 2. 692
479 Hg. von Aulikki Herneoja / Toni Österlund / Piia Markkanen. (Education and Research 693 Augustus Wendell / Burcak Ozludil Altin / Ulysee Thompson: Prototyping a Temporospatial
480 in Computer Aided Architectural Design in Europe, Oulu, 22.08.–26.08.2016) Oulu 2016, 694 Simulation Framework: Case of an Ottoman Insane Asylum. In: Aulikki Herneoja / Toni
481 S. 695 Österlund / Piia Markkanen (Hg.): Complexity & Simplicity. Proceedings of the 34th
696 eCAADe Conference. Bd. 2 (Education and Research in Computer Aided Architectural Design
697 in Europe, Oulu, 22.–26.08.2016). Oulu 2016, S.
482 485–491. DOI: 10.52842/conf.ecaade.2016.2.485 698 485–491. DOI: 10.52842/conf.ecaade.2016.2.485
483 699
484 Eric Winsberg: Computer Simulations in Science. In: The 700 Eric Winsberg: Computer Simulations in Science. In: Edward Nouri Zalta (Hg.): The
485 Stanford Encyclopedia of Philosophy. Hg. von Edward Nouri Zalta. 2019. HTML. [online] 701 Stanford Encyclopedia of Philosophy. 2019. HTML. [online]
486 702
487 Gabriel Wurzer / Kerstin Kowarik / Hans Reschreiter (Hg.): 703 Gabriel Wurzer / Kerstin Kowarik / Hans Reschreiter (Hg.):
488 Agent-Based Modeling and Simulation in Archaeology. Cham 2015. DOI: 10.1007/978-3-319-00008-4 704 Agent-Based Modeling and Simulation in Archaeology. Cham 2015. DOI: 10.1007/978-3-319-00008-4
489 705
490 John Zeimbekis: Thought Experiments And Mental Simulations. 706 John Zeimbekis: Thought Experiments and Mental Simulations. In: Katerina Ierodiakonou /
491 In: Thought Experiments in Methodological and Historical Contexts. Hg. von Katerina 707 Sophie Roux (Hg.): Thought Experiments in Methodological and Historical Contexts.
492 Ierodiakonou / Sophie Roux. Leiden 2011, S. 193–215. DOI: 10.1163/ej.9789004201767.i-233.40 708 Leiden 2011, S. 193–215. DOI: 10.1163/ej.9789004201767.i-233.40
493
494 709