Unsere Welt wird zunehmend komplexer. Dazu trägt nicht zuletzt die rasante technologische Entwicklung und die zunehmende Vernetzung von Menschen, Maschinen, Infrastruktur und zahlreicher weiterer Systeme bei. All diese neuen technologischen Entwicklungen bringen uns oft auch einen großen Nutzen. Kleine Sensoren, die etwa Vital- oder Umweltdaten erfassen, sind nicht nur im Sport oder der Gesundheitsvorsorge nützlich, sondern beispielsweise auch bei der Arbeit in gefährlichen Umgebungen, um Menschen etwa vor dem Austritt gefährlicher Substanzen zu warnen.

Viele dieser Daten, in Kombination mit anderen Daten aus oft ganz unterschiedlichen Bereichen, können wiederum wichtige Informationen liefern, um etwa Abläufe in der Produktion, Methoden in der Landwirtschaft oder gar gesellschaftspolitische Entscheidungen zu verbessern. Die Riesenzahl an verfügbaren Datenbeständen, die uns das Internet der Dinge und Big Data liefern, bietet unzählige Chancen für neue Entwicklungen und offenbart uns komplexe, bislang verborgene Zusammenhänge in unserer Gesellschaft oder auch in der Wissenschaft. Dazu müssen aber die richtigen, wirklich relevanten Indikatoren aus der Flut an Informationen gefunden werden. Denn nicht alles trägt gleich zur Gestaltung komplexer Systeme bei. Dazu wird Complexity Science benötigt. Besonders auch, um die Risiken in einer immer komplexeren und zusammenhängenden Welt zu erkennen, um so beispielsweise künftig Finanz- und Wirtschaftskrisen zu verhindern.

Heute stehen wir am Beginn eines neuen Zeitalters, geprägt durch die vierte industrielle Revolution samt ihren zahlreichen einschneidenden gesellschaftlichen Veränderungen. Die zentrale Frage ist: Was bringt sie wirklich und wie kann das zur positiven Entwicklung beitragen? Complexity Science ist sicher keine Kristallkugel, aber mit ihren Methoden lassen sich gewisse Muster in hochkomplexen Systemen erkennen und so in manchen Bereichen sogar ziemlich genaue Vorhersagen treffen. Umso stärker Systeme miteinander interagieren, desto komplexer wird das Gesamtsystem. Complexity Science versucht hier nun jene Faktoren herauszufiltern, die wirklich entscheidend sind, um Gesamtzusammenhänge zu verstehen und letztlich auch Entwicklungen in die gewünschte Richtung zu lenken. Die hohe Komplexität von Systemen ist ja an sich nichts Schlechtes. Komplexe, vielfältige Systeme sind meist stabiler, bieten eine höhere Flexibilität und größere Anpassungsfähigkeit an neue Anforderungen. Die Natur und Evolution mit ihren Abermillionen von hochkomplexen Lebewesen und Lebensprozessen dienen hier als Vorbild.

Komplexitätsforschung ist also keine mathematische Spielerei, sondern beschäftigt sich konkret mit zentralen Fragestellungen unserer Gesellschaft. Sie ist interdisziplinär und geht den nicht linearen Entwicklungen und Zusammenhängen auf die Spur. Neben allen sozialen, finanziellen, sozio-ökonomischen und lebenden Systemen - übrigens bildet auch der Mensch etwa in der medizinischen Betrachtung so eines -, können auch die Themen Urbanisierung, Infrastruktur, Verkehr, Versorgung, Industrie, Gesundheit, Medizin und vieles mehr als relativ abgeschlossene hochkomplexe Systeme verstanden werden, die freilich wiederum mehr oder weniger stark untereinander interagieren. Wenn man also wirklich etwas bewirken will, helfen einzelne Verbesserungen in einem kleinen System oft wenig, da wiederum "externe" Faktoren den Gesamteffekt reduzieren. Der Rebound-Effekt ist ein typisches Beispiel dazu. So bringen oft generalsanierte, hochgedämmte Häuser nur wenige Einsparungen, da wegen der geringeren Energiekosten nun mehr geheizt und gelüftet wird. Erst die Gesamtbetrachtung eines Systems und gesamtheitlich abgestimmte Maßnahmen ermöglichen es, eine wirklich bessere, "smartere" Welt zu schaffen.

Gerade das AIT - Austrian Institute of Technology arbeitet in vielen Forschungsprojekten an Zukunftsthemen der Infrastruktur wie z. B. Smart City, Smart Health oder Industrie 4.0. Die Frage ist, wie können wir all diese verschränkten Systeme dazu nutzen, das Leben effizienter, einfacher und angenehmer zu gestalten und dabei zugleich die großen Risiken ausschließen, die zu hohen finanziellen, sozialen und politischen Kosten führen könnten? Heute verfügen wir zwar dank der Vernetzung, Big Data und hochleistungsfähiger Analysesoftware über die Möglichkeit, eine riesige Mengen an Daten zu verarbeiten, um etwa wichtige Zusammenhänge aufzuspüren und ein neues Verständnis von Systemen zu erarbeiten.

Komplexe Systeme sind aber teils chaotisch, reagieren völlig unvorhersehbar und lassen keine linearen Schlüsse zu. Das erfordert neue Methoden. Teils können schon kleinste Veränderungen gewaltige Folgen haben - so wie der berühmte Flügelschlag eines Schmetterlings im Urwald in der Chaostheorie plötzlich weit weg einen Sturm auslöst. Und wer hätte damals geahnt, dass die Selbstverbrennung eines Obstverkäufers in Tunesien den Arabischen Frühling auslöst? Aber selbst ein kleiner Unfall kann das ganze Verkehrssystem einer Stadt zum Zusammenbruch bringen. Im Nachhinein findet man heute schon bei gesellschaftlichen Umbrüchen durchaus aussagekräftige Indikatoren in komplexen Systemen - besonders etwa in sozialen Medien. Hochkomplexe Systeme lassen sich mit mathematischen Methoden und gutem Datenmaterial durchaus analysieren und ermöglichen teils auch Vorhersagen über weitere Entwicklungen.

Das wissenschaftliche Verständnis von Komplexität steht aber erst am Anfang und bedarf noch intensiver interdisziplinärer Grundlagenforschung. Genau diese wird nun am neuen Complexity Science Hub Vienna (CSH) betrieben. Denn Komplexität stellt eine der großen Herausforderungen unseres Jahrhunderts dar. Und sie geht weit über Themen wie Machine & Deep Learning sowie statistische Methoden hinaus. Das Problem stellt heute noch die fehlende Methodik dar, um aus großen Datenmengen wirklich sinnvolles und verwertbares Wissen zu generieren, das schließlich in zahlreichen Bereichen wie der Urbanisierung, Infrastruktur, Energie oder Mobilität konkrete Lösungsvorschläge liefert.

Alle diese Bereiche der Komplexitätsforschung sind auch typische AIT-Themen. Daher ist es für uns von großem Interesse, am Complexity Science Hub Vienna aktiv mitzuwirken und Synergien zu nutzen. Spezielle Schwerpunkte am CSH wie beispielsweise Urban Development and Smart Cities, Health Care and Medicine oder Industrie und das Internet der Dinge sind für das AIT - Austrian Institute of Technology zentrale Forschungsfelder.