Die Verbindung zwischen physikalischen Systemen und der scheinbar unaufhaltsamen Zunahme der Vermögensungleichheit ist ein Thema, das zunehmend mehr Aufmerksamkeit auf sich zieht. Im Rahmen meiner Recherchen habe ich Physiker getroffen, die Theorien der Phasenübergänge – wie sie in der Verdampfung von Wasser zu Dampf beschrieben werden – genutzt haben, um volatile Wahlergebnisse vorherzusagen und zu verhindern. Ebenso habe ich mit einem Wissenschaftler gesprochen, der Theorien der Quantenphysik anwendet, um irrationale und voreingenommene Entscheidungsfindungen besser zu erklären und zu prognostizieren. Besonders bemerkenswert war eine Begegnung mit einem Physiker, der statistische Physikmethoden einsetzte, um gesellschaftliche Unruhen und Gewaltfälle bereits Jahre im Voraus vorherzusagen. Diese und viele weitere Geschichten finden sich in diesem Buch, das zeigt, wie die Konzepte der Physik uns nicht nur beim Verstehen der Welt um uns herum helfen, sondern auch bei der Analyse und Vorhersage menschlichen Verhaltens.
Physik, mit ihrer strukturierten und systematischen Herangehensweise, hat uns über Jahrhunderte hinweg geholfen, das Universum zu entschlüsseln. Angefangen bei den alten Griechen bis hin zu Galileo Galilei, der mit seinem Teleskop den Himmel durchbrach, haben Wissenschaftler immer wieder mit der Frage gerungen: Warum sind wir hier? Warum existiert überhaupt etwas und nicht nichts? Und warum geschieht, was geschieht? Diese grundlegenden Fragen führten zur Entwicklung der wissenschaftlichen Methode, einer Technik, die es ermöglicht, Wissen auf eine systematische und überprüfbare Weise zu erlangen.
Ein besonders prägnantes Beispiel für die Anwendung dieser Methode ist der Arbeitsalltag eines Unternehmensberaters. Während meines letzten Jahres in Oxford war der Karrieretraum vieler Absolventen ein Job in der Managementberatung. Doch was tun Berater eigentlich? Ihre Aufgabe besteht darin, Unternehmen und Organisationen bei der Lösung von strategischen und operativen Herausforderungen zu unterstützen. Das klingt vielversprechend, aber was genau ist der Nutzen einer solchen Beratung? Die Antwort auf diese Frage lässt sich mit der wissenschaftlichen Methode umreißen.
Die besten Berater sind in der Lage, eine Vielzahl an scheinbar zusammenhanglosen Informationen zu strukturieren und zu analysieren. Die Prinzipien, die die Physik anwendet, finden hier ihre Entsprechung: Beobachtungen werden gemacht, Fragen gestellt, Hypothesen aufgestellt, Vorhersagen formuliert und schließlich getestet. Die Wissenschaftliche Methode ist kein exklusives Instrument der Physik, sondern ein universelles Werkzeug, das auch in den unterschiedlichsten Bereichen wie der Unternehmensberatung angewendet werden kann.
In einer typischen Beratungssituation könnte ein Berater zum Beispiel mit einer Beobachtung beginnen: Ein Unternehmen hat ein Problem mit der Mitarbeiterfluktuation. Die nächste Frage wäre dann: Warum verlassen so viele Mitarbeiter das Unternehmen? Die Hypothese könnte lauten, dass das Unternehmen im Bereich der Entlohnung nicht wettbewerbsfähig ist. Auf dieser Grundlage würde eine Vorhersage getroffen: Wenn die Bonus- und Überstundenvergütungen angehoben werden, sinkt die Mitarbeiterfluktuation. Anschließend würde der Berater die Hypothese testen, indem er eine entsprechende Maßnahme ergreift und die Auswirkungen beobachtet. Auf diese Weise lässt sich das Unternehmen gezielt zu einer Lösung führen.
Die Herausforderung in der Praxis besteht darin, dass die Welt viel komplexer ist als jede Fallstudie. In der echten Welt sind viele Variablen zu berücksichtigen, und nicht jede Vorhersage wird zutreffen. Die Wissenschaft ist ein Prozess, der auf Wiederholung und Anpassung basiert. In der Managementberatung, wie in der Physik, sind Präzision und die Bereitschaft zur ständigen Überprüfung von Annahmen von entscheidender Bedeutung.
In meinem eigenen Werdegang in der Unternehmensberatung erlebte ich dies hautnah. Nach meinem Einstieg in die Beratung war ich schnell in den hektischen Arbeitsalltag eingebunden, mit langen Nächten und ständigen Leistungsbewertungen. Die anfängliche Euphorie war groß, und bei meiner ersten Leistungsbeurteilung wurde mir sogar gesagt, dass ich „Partnerpotential“ hätte. Doch schon neun Monate später erlebte ich eine überraschende Wendung: Ich wurde über eine mögliche „Reduzierung der Arbeitskräfte“ informiert – ein Synonym für Entlassungen. Obwohl ich in der Vergangenheit nie wirklich von einer solchen Möglichkeit ausgegangen war, stellte sich heraus, dass gerade ich betroffen war. Die Kollision zwischen harter Arbeit und den unberechenbaren Kräften eines Unternehmens, das sich nach seinen eigenen Regeln richtet, ließ mich die fragwürdige Natur von Erfolg und Misserfolg im beruflichen Leben auf eine neue Weise sehen.
Die Dynamik von Arbeitsmärkten, wie sie in meiner Erfahrung spürbar wurde, lässt sich durch die Konzepte von Stabilität und Chaos, von Ordnung und Zufall erklären, die in der Physik so zentral sind. Auch hier können die Prinzipien der wissenschaftlichen Methode helfen, gewisse Muster zu erkennen und die scheinbare Zufälligkeit in einem System zu durchdringen. Doch eine wichtige Erkenntnis bleibt: Nicht alle Variablen lassen sich kontrollieren, und der Einfluss des Zufalls ist niemals völlig auszuschließen.
Für den Leser ist es wichtig zu verstehen, dass die Anwendung physikalischer Konzepte weit über die naturwissenschaftliche Forschung hinausgeht. Sie bieten ein neues Werkzeug, um gesellschaftliche, wirtschaftliche und politische Phänomene zu hinterfragen und zu analysieren. Es geht nicht nur darum, wie Dinge physikalisch funktionieren, sondern auch darum, wie man mit Unsicherheit und Komplexität umgeht – eine Fähigkeit, die in der heutigen Welt von entscheidender Bedeutung ist.
Warum das Verhalten von Sandkörnern und die Entstehung von Chaos in komplexen Systemen so schwer vorhersagbar sind
Das Hinzufügen eines dritten Objekts in ein bestehendes physikalisches System, zum Beispiel eines Mondes, mag auf den ersten Blick unbedeutend erscheinen. Man könnte annehmen, dass die Gesetze der Physik, die Raketen in den Weltraum schießen, auch die Bewegungen und Wechselwirkungen aller drei Objekte vorhersagen können. Doch das ist ein Trugschluss. Das Einführen dieses dritten Objekts führt zu einer immensen Komplexität – so sehr, dass Vorhersagen über die Zeit bezüglich der Gravitationswechselwirkungen zwischen den Objekten extrem schwierig, wenn nicht gar unmöglich werden.
Stellen wir uns vor, alle drei Objekte befinden sich zu Beginn in bekannten, festen Positionen. Nach einer bestimmten Zeit werden sie sich bewegen und an neuen Positionen landen. Wenn wir dasselbe Experiment wiederholen, die Objekte erneut in den gleichen Anfangspositionen anordnen und die gleiche Zeit verstreichen lassen, erwarten wir, dass sich die Objekte am selben Ort wie zuvor befinden. In Wirklichkeit jedoch könnten sie an einem ganz anderen Ort sein. Wenn wir dieses Experiment immer wieder durchführen, werden wir jedes Mal unterschiedliche Endpositionen erleben.
Am Ende des 19. Jahrhunderts und zu Beginn des 20. Jahrhunderts nahm sich der französische Mathematiker Henri Poincaré des sogenannten "Drei-Körper-Problems" an. Seine bahnbrechende Arbeit offenbarte, warum Vorhersagen so schwierig sind. Es liegt daran, dass selbst in deterministischen Systemen schon kleinste Störungen der Anfangsbedingungen zu völlig unterschiedlichen Ergebnissen über die Zeit führen können. Diese Entdeckung ist die Grundlage für das später als "Schmetterlingseffekt" bekannte Phänomen: Ein Schmetterling, der in China mit seinen Flügeln schlägt, könnte einen Sturm in Texas auslösen. Dieses Bild verdeutlicht, wie eine winzige Veränderung an einer Stelle eine Kettenreaktion auslösen kann, die an einem ganz anderen Ort zu dramatischen Folgen führt.
Poincarés Arbeit markierte einen Wendepunkt in der Physik. Sie zwang die Wissenschaftler, ihren Fokus von deterministischen, gut geordneten Systemen auf solche zu verlagern, die von Komplexität und Chaos geprägt sind. Im Zuge dessen haben moderne Physiker Modelle entwickelt, die dieses Phänomen veranschaulichen und eine Brücke zwischen der Newtonschen Vorhersagbarkeit und der inhärenten Instabilität komplexer Systeme schlagen. Ein solcher Physiker war der Däne Per Bak. In den 1980er Jahren arbeitete er am Brookhaven National Laboratory in New York und beschäftigte sich mit der Physik komplexer Systeme und der Frage, wie kleine Ereignisse große Auswirkungen haben können.
Im Jahr 1987 veröffentlichte er zusammen mit den beiden Postdoktoranden Chao Tang und Kurt Wiesenfeld eine bahnbrechende Arbeit, die das Verständnis solcher Phänomene revolutionierte. Ihr Konzept wurde als "selbstorganisierte Kritikalität" bekannt, und die überraschende Inspiration dafür kam von Sandkörnern. Zwei einfache Experimente mit Sand veranschaulichen die dahinterstehende Theorie.
Stellen wir uns vor, wir gehen an den Strand und sammeln eine Handvoll Sand. Der Sand ist trocken, und wir können mit einer Pinzette einzelne Körner entnehmen und sie nacheinander wiegen. Der Vorgang mag sehr mühsam sein, aber wenn wir eine empfindliche Waage haben und 500 Sandkörner wiegen, welche Ergebnisse würden wir erwarten? Wenn wir ein Diagramm zeichnen würden, das das Gewicht der Körner auf der horizontalen Achse und die Häufigkeit dieses Gewichts auf der vertikalen Achse zeigt, würden wir sehr wahrscheinlich einen Gipfel in der Mitte sehen, der mit einer Kurve endet, die an den beiden Seiten allmählich abflacht. Dies ist das typische Bild einer "normalen Verteilung" oder "Glockenkurve". Sie ist in der Natur und in vielen Bereichen der Gesellschaft weit verbreitet: Sie zeigt sich zum Beispiel bei der durchschnittlichen Geburtsgewicht von Babys, den Ergebnissen von standardisierten Tests oder der Anzahl der Passagiere, die an einem Montagmorgen die U-Bahn in London benutzen.
Nun nehmen wir den Sand und führen ein anderes Experiment durch. Stellen wir uns einen großen Tisch vor, auf den wir nacheinander Sandkörner fallen lassen. Im Laufe der Zeit entsteht ein immer größerer Haufen. Irgendwann wird dieser Haufen so groß, dass es zu einer kleinen "Lawine" kommt, bei der ein Teil des Sandes den Berg hinunterrutscht. Mehrere kleine Lawinen werden folgen, aber irgendwann könnten wir eine viel größere Lawine beobachten, bei der ein signifikanter Teil des Haufens zusammenbricht. Wenn wir wieder ein Diagramm zeichnen, das die Größe der Lawinen auf einer Achse und ihre Häufigkeit auf der anderen zeigt, würden wir nicht eine normale Verteilung erwarten. Stattdessen würde das Diagramm eher wie eine Kinderrutsche aussehen, die von einem hohen Gipfel ausgehend eine lange, flache Kurve bildet. Dieses Phänomen beschreibt das Muster der "langen Tails". Solche Verteilungen sind in der Natur ebenfalls häufig, jedoch unter ganz anderen Umständen: Die Häufigkeit und Schwere von Naturkatastrophen wie Waldbränden, Erdbeben, Überschwemmungen und Epidemien folgt ebenfalls solchen langen Schwanzmustern. Auch Kriege folgen diesem Muster: Die meisten sind kurz und verlustreich, aber sehr selten führen Kriege zu millionenfachem Verlust von Leben.
Diese zwei Kurven – die Glockenkurve und der lange Schwanz – finden sich überall und sind oft so selbstverständlich, dass wir sie kaum hinterfragen. Doch sie beschreiben zwei ganz unterschiedliche Phänomene. Scott E. Page, Professor für Komplexität, Sozialwissenschaften und Management an der Universität Michigan, vergleicht diese beiden Kurven anhand der durchschnittlichen Körpergröße von Menschen weltweit. Der durchschnittliche Mann ist 1,75 m groß, aber wie würden die Verteilungen aussehen, wenn wir eine lange Schwanzverteilung statt einer Glockenkurve annehmen würden? In diesem Fall wären 60.000 Männer über 2,7 m groß, 10.000 Männer über 5,2 m und einer wäre über 300 m groß – während 170 Millionen Männer nur 18 cm groß wären. Solche dramatischen Unterschiede werfen die Frage auf, warum es manchmal eine Glockenkurve gibt und manchmal eine lange Schwanzverteilung. Und genau diese Frage stellten sich Bak, Tang und Wiesenfeld. Sie wollten verstehen, warum in manchen Fällen das System ein langfristiges, aber kleineres Ereignis produziert, und in anderen Fällen ein großes, seltenes Ereignis auftritt.
Um dies zu erklären, kehrten sie zu ihrem Modell der Sandkörner zurück. Sie entwickelten ein einfaches Modell, bei dem die Sandkörner auf eine Oberfläche fallen, die in ein Gitter unterteilt ist, ähnlich wie ein Schachbrett. Jedes Gitterfeld kann nur eine bestimmte Anzahl von Körnern halten. Wenn ein Gitterfeld überfüllt ist, löst dies eine kleine Lawine aus. Dieses Modell führte sie zu ihrer Theorie der "selbstorganisierten Kritikalität", bei der das System immer näher an einen kritischen Punkt kommt, der dann mit einem plötzlichen, meist großen Ereignis zusammenbricht.
Die daraus gewonnenen Erkenntnisse über Chaos und Komplexität sind nicht nur in der Physik von Bedeutung, sondern auch in vielen anderen Bereichen wie Wirtschaft, Politik und sogar sozialen Phänomenen. Die Kettenreaktionen, die von kleinen, scheinbar unbedeutenden Ereignissen ausgelöst werden, können weitreichende Konsequenzen haben. In komplexen Systemen ist es entscheidend, das Verhältnis zwischen kleinen Ursachen und ihren potenziell großen Auswirkungen zu verstehen, und zu akzeptieren, dass Vorhersagen über die langfristige Entwicklung solcher Systeme oft unmöglich sind.
Wie die Messerindustrie 2024 den Sturm überstand: Trends, Herausforderungen und Entwicklungen
Wie die politische Wahrnehmung die Zukunft der Demokraten beeinflusst
Was verbindet Studium, Arbeit und Sprache im europäischen Bildungskontext?

Deutsch
Francais
Nederlands
Svenska
Norsk
Dansk
Suomi
Espanol
Italiano
Portugues
Magyar
Polski
Cestina
Русский