BookPDF Available

Umwelt als System - System als Umwelt? Systemtheorien auf dem Prüfstand

Authors:

Abstract

Die Kluft zwischen Natur- und Sozialwissenschaften scheint unüber-windbar, obwohl die drängenden Fragen des 21. Jahrhunderts gerade eine Zusammenarbeit dieser Disziplinen erfordern. Dieses Buch möchte die Trennung von natur- und sozialwissen-schaftlichen Fragestellungen überwinden und greift exemplarisch die aktuelle Debatte um Klimawandel und Umweltschutz auf. Beiträge aus verschiedenen systemtheoretischen Perspektiven schaffen ein gemeinsames theoretisches Verständnis zur Analyse der vielfältigen Beziehung zwischen Mensch und Umwelt. Ist beispielsweise ein System ein vom Beobachter zweckgerichteter Aus-schnitt der Welt, oder erzeugen sich Systeme selbst? Beide Positio-nen führen zu grundsätzlich unterschiedlichen Konsequenzen, die die wissenschaftliche Arbeit, aber auch die Weltanschauung berühren. Neben der Diskussion verschiedener Systemtheorien werden, anhand der aktuellen Umwelt- und Klimadebatte, Begriffe wie Komplexität, Emergenz und Strukturelle Koppelung als Schlüssel zu einer gemeinsamen Sprache diskutiert.
Diese Leerseite bitte belassen, um ein gegenüberliegendes Betrachten
der Innen- und Außenseiten des Buches zu gewährleisten.
Diese Seite wird nach Erzeugen der PDF gelöscht.
1
2
Platz für Fördervermerk oder dergleichen vorgesehen
Bibliografische Information Der Deutschen Bibliothek
Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen
Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über
http://dnb.ddb.de abrufbar.
© 2008 oekom, München
oekom verlag, Gesellschaft für ökologische Kommunikation mbH
Waltherstraße 29, 80337 München
Umschlaggestaltung: Véronique Grassinger
Druck: DIP – Digital-Print Witten
Gedruckt auf FSC-zertifiziertem Papier
Alle Rechte vorbehalten
ISBN 3-86581-...-.
3
Heike Egner, Beate M.W. Ratter und Richard Dikau
Umwelt als System –
System als Umwelt?
Systemtheorien auf dem Prüfstand
4
5
Inhaltsverzeichnis
Vorwort ..............................................................................7
Einleitung: Wozu Systemtheorie(n) ................................9
Heike Egner und Beate M.W. Ratter
Teil I Komplexität
1 Komplexität – oder was bedeuten
die Pfeile zwischen den Kästchen? ...................23
Beate M.W. Ratter und Thomas Treiling
2 Komplexität.
Zwischen Emergenz und Reduktion ..................39
Heike Egner
3 Kausalität in der Systemtheorie:
Ein Problemaufriss..............................................55
Joachim Rathmann
Teil II Kopplung von Strukturen und strukturelle
Kopplung
4 Offene Systeme und ihre Umwelt.
Systemperspektiven in der Geomorphologie ...75
Kirsten von Elverfeldt und Margreth Keiler
Inhaltsverzeichnis
6
5 Die Abhängigkeit unabhängiger Systeme.
Zur strukturellen Kopplung von Gesellschaft
und Umwelt........................................................103
Roland Lippuner
6 Strukturelle Kopplung und
die „Autonomie“ des Sozialen ......................... 119
Wolfgang Zierhofer
Teil III Konzepte der Vermittlung und Anwendung
7 Planen, beeinflussen, verändern …
Zur Steuerbarkeit autopoietischer Systeme ...137
Heike Egner
8 Zeichen der Mehrwertigkeit..............................155
Jörg Salbaum
Verzeichnis der Autorinnen und Autoren...................171
7
Vorwort
Die Dichotomie der Natur- und Sozialwissenschaften in der Moderne erfordert
eine grundlegende Auseinandersetzung, die bis in die ontologischen und wissen-
schaftshistorischen Ebenen reichen muss. Es ist also durchaus berechtigt, dass ein
Slow Science’-Prozess gefordert wird, der weitgehend unbeeinflusst vom wissen-
schaftlichen Tagesgeschäft bleibt und der es ermöglicht, für die paradigmatischen
Gebäude der ‚anderen Seite’ ein zunehmendes Verständnis zu entwickeln. Ohne
diese Grenzüberschreitung, so bin ich überzeugt, werden eine sozial-ökologische
Forschung und ihre transdisziplinäre Positionierung nicht ausreichend gelingen.
Von den Natur- und den Sozialwissenschaftlern/Innen wird diese Grenzüber-
schreitung Maximales verlangen.
Das hier vorgelegte Buch bildet in diesem Kontext einen Versuch der Explizie-
rung des System- und des Umweltbegriffs. Diese beiden Begriffe stellen den Kern
der theoretischen Erforschung gekoppelter sozialer und physisch-materieller Sys-
teme dar. Das Buch beinhaltet überwiegend die Ergebnisse eines Symposiums an
der Universität Bonn im Juni 2007 zum Thema ‚Umwelt als System - System als
Umwelt? Systemtheorien auf dem Prüfstein (der Geographie)’. Das Symposium
war das siebente seiner Art in einer Reihe von Veranstaltungen, die im Jahre 2001
als ‚Rundgespräch’ in Bonn begann und heute als ‚Gesprächskreis’ fortgeführt
werden. Die Idee bestand darin, ein Forum zu bieten, um über integrative For-
schungsansätze zu diskutieren und damit eine Gesprächskultur aufzubauen, die es
ermöglicht, über Disziplingrenzen hinweg über das hochrelevante Thema gekop-
pelter physisch-materieller und sozialer Systeme zu diskutieren. Der ‚Gesprächs-
kreis’ besteht zurzeit weitgehend aus Geographinnen und Geographen, die auf-
grund der spezifischen Situation in ihrer Wissenschaftsdisziplin mit einem dezi-
diert sozialwissenschaftlichen und einem dezidiert naturwissenschaftlichen Zweig
besonders gefordert sind, diese Dichotomie zu überwinden. Insgesamt wurden
bisher acht Symposien durchgeführt (2001 und 2002 in Bonn als DFG Rundge-
spräche, 2004 in Göttingen und in Bonn, 2005 in Wien, 2006 in Leipzig, 2007 in
Bonn und 2008 in Salzburg). Die anfängliche Fokussierung auf integrative For-
schungsansätze hat sich im Laufe der Zeit als erweiterungsbedürftig erwiesen.
Vorwort
8
Mit Themensetzungen wie ‚geographische Schnittstellenforschung’, ‚Dritte
Säule, ‚Sozialökologische Interaktionsmodelle’, ‚Integrative Projekte in der Geo-
graphie’ und ‚Systemtheorien’ haben sich die Symposien Problemfeldern zuge-
wandt, die im Zentrum der aktuellen wissenschaftlichen Natur/Gesellschafts-
Debatte stehen. In diesem Diskussionsprozess stellte sich heraus, dass zwar ein
eher pragmatisches Verständnis dieser gekoppelten Systeme schnell erreicht wer-
den kann, eine theoretische Auseinandersetzung und Fundierung jedoch unerläss-
lich bleibt. Das vorliegende Buch leistet hierzu einen Beitrag.
Richard Dikau, Bonn
9
Heike Egner und Beate M.W. Ratter
Einleitung: Wozu Systemtheorie(n)
Es gibt Dinge, für die man Fachmann sein muss,
um sie nicht zu verstehen.
Hjalmar Söderberg
Die Kluft zwischen „naturwissenschaftlich“ und „sozial- oder geisteswissenschaft-
lich“ arbeitenden Fächern gilt nach wie vor als nahezu unüberwindbar, auch wenn
mittlerweile klar geworden ist, dass die drängenden Fragen des 21. Jahrhunderts
weder allein durch naturwissenschaftliche Arbeiten noch durch rein sozialwissen-
schaftlich erarbeitete Lösungen beantwortet werden können. Für eine Verständi-
gung über Disziplingrenzen hinweg braucht es Konzepte, die in ihren Grundan-
nahmen ähnlich sind sowie auf vergleichbaren Weltdeutungen beruhen. Ansonsten
bleibt die Arbeit über ein gemeinsames Thema ein Stückwerk verschiedener Dis-
ziplinperspektiven, das am Ende zusammengesetzt wird, dessen Verbindung je-
doch offen bleibt.
Besonders deutlich wird die Schwierigkeit fehlender gemeinsamer Konzepte
vielleicht in der Wissenschaftsdisziplin Geographie, die zwar als ein Fach angese-
hen wird, faktisch jedoch eine Zwei-Fächer-Disziplin ist mit einer naturwissen-
schaftlichen und einer sozialwissenschaftlichen Ausrichtung, die nur über die
Studienpläne zusammengehalten wird. In den letzten Jahrzehnten hat sich die
Physische Geographie deutlich der Physik und anderen Naturwissenschaften an-
genähert, während die Humangeographie sich nahtlos in den Kanon der Sozialwis-
senschaften einordnen lässt (vgl. Weichhart 2008). Die Schwierigkeiten, über
gemeinsame Projekte oder allein über Kommunikation die Kluft zwischen natur-
wissenschaftlicher und sozialwissenschaftlicher Arbeit zu überwinden, werden
hier in der täglichen Arbeit sichtbar. Nicht von ungefähr sind die Herausgeber
sowie die Autoren dieses Bandes Geographinnen und Geographen. Seit einigen
Jahren versucht ein engagierter Kreis innerhalb des Faches eine Brücke zwischen
den beiden Teildisziplinen zu schlagen, indem er nach Anknüpfungspunkten
sucht, die für natur- wie sozialwissenschaftlich denkende WissenschaftlerInnen
gleichermaßen attraktiv und gewinnbringend sind (vgl. den Sammelband von
Einleitung
10
Müller-Mahn & Wardenga 2005). Systemtheorien könnten hier eine mögliche
Basis bilden, wurde die Allgemeine Systemtheorie in den 1950er Jahren von Lud-
wig von Bertalanffy doch bereits als Metatheorie für die Wissenschaften vorge-
schlagen. Insbesondere seitdem seit den 1980er Jahren Weitentwicklungen aus der
allgemeinen Systemtheorie, aus der Kybernetik, der Chaostheorie und der Kom-
plexitätstheorie auch in sozialwissenschaftlichen Fragestellungen Eingang gefun-
den haben (vgl. Mainzer 1997, 2007) und vor einigen Jahren die sozialwissen-
schaftlich orientierte Geographie das Konzept einer modernen soziologischen
Systemtheorie (nach Niklas Luhmann) für sich entdeckt hat, nahm die Diskussion
über systemtheoretisches Denken als Anknüpfungspunkt über die innerdis-
ziplinären Grenzen hinweg an Fahrt auf (vgl. z. B. Dikau 2006; Egner 2006, 2008;
Ratter 2006; Wardenga & Weichhart 2006).
Systemtheorie = Systemtheorie?
So ähnlich der Ursprung systemtheoretischen Denkens auch ist, die Unterschiede
zwischen den Ansätzen sind enorm und nicht wirklich einfach miteinander in
Verbindung zu bringen. Einige der zentralen Unterschiede liegen bereits in der
Systemdefinition und in den vorgeschalteten Grundannahmen. Dem Ursprung des
Wortes zufolge leitet sich System aus dem griechischen sýstēma ab, ein „aus meh-
reren Teilen zusammengesetztes Ganzes“. Systemtheoretische Ansätze, die sich
recht nahe an die Allgemeine Systemtheorie anlehnen wie z. B. die Ökosystemfor-
schung oder die Landschaftsökologie, gehen in ihrer Definition von einer Einheit
aus: Eine Einheit von Charakteristika oder Elementen bildet ein System. Die
Grundannahmen gehen zurück auf den Biologen Ludwig von Bertalanffy, der die
Offenheit von Lebewesen gegenüber den Einflüssen ihrer Umwelt betonte. Dabei
bestimmen Überlegungen zu selbstregulierenden Gleichgewichten (Homöostase)
seine Vorstellungen und die vieler Ökosystemforscher. Homöostase (aus dem
Griechischen für „gleichartig, ähnlich“) bezeichnet das ständige Bestreben des
Organismus, durch selbstregulierende Kräfte verschiedene Funktionen einander
anzugleichen und diesen Zustand im Gleichgewicht möglichst konstant zu halten.
Nobert Wiener, der Begründer der Kybernetik (Steuerungslehre), kann als Vor-
läufer einer auf Anwendung orientierten Systemwissenschaft gesehen werden. In
seinem 1948 erschienenen Buch „Kybernetik oder Kontrolle und Kommunikation
in Tier und Maschine“ maß er den disziplinübergreifenden Regelmäßigkeiten
besondere Bedeutung zu. In Wieners Vorstellung gibt es ähnliche Regelungs- und
Steuerungsvorgänge in den Grundstrukturen ganz unterschiedlicher Disziplinen
wie Technik, Biologie, Medizin, Psychologie, Pädagogik und Sozialwissenschaf-
ten. Wiener führt den Begriff Regelkreis oder feed-back ein und legt das Hauptau-
genmerk auf die Steuerung eines Prozesses im Systemverlauf.
Egner / Ratter
11
In den 1950er bis 1970er Jahren wurden die Allgemeine Systemtheorie und die
Kybernetik von verschiedenen Wissenschaftlern aufgegriffen und gezeigt, dass die
kybernetische und systemisch-orientierte Denkweise für ganz unterschiedliche
Disziplinen fruchtbar gemacht werden kann (vgl. Ashby 1956 als Naturwissen-
schaftler, Ropohl 1975 als Ingenieur, Churchman 1968 und Beer 1973, 1979 als
Ökonomen, Deutsch 1963, 1969 als Politologe).
Parallel dazu wurde in der Physik, der Chemie und Biologie ein neues Erklä-
rungsmodell für die Existenz, Stabilität und Entwicklung von Systemen fern vom
thermodynamischen Gleichgewicht entwickelt. Der Mathematiker und Meteorolo-
ge Edward Norton Lorenz hatte eher zufällig die Empfindlichkeit von Konvek-
tionssystemen wie dem Wetter gegenüber den Anfangswerten entdeckt und legte
mit seiner Erkenntnis die Grundlage für die Theorie dynamischer Systeme oder
Chaostheorie (vgl. Gleick 1988). Haken (1978, 1980, 1985) beobachtete beim
Laser die Herausbildung von geordneten Strukturen aufgrund von kooperativen,
internen Wechselwirkungen und übertrug das Prinzip auf andere physikalische,
chemische, biologische, soziale und psychologische Systeme. Er prägte den Be-
griff „Synergetik“, die Wissenschaft des Zusammenwirkens.
So rückte nach und nach der Schwerpunkt der systemorientierten Betrachtung
immer weiter weg von den einzelnen Systemelementen hin zu den Wirkungen und
den Beziehungen zwischen den Elementen eines Systems und seiner Umwelt. Der
Chemiker Ilya Prigogine beschäftigte sich mit offenen und damit lebenden Syste-
men und konnte zeigen, dass offene Systeme unter Energiezufuhr und Entropieab-
fuhr in die Umgebung „dissipative Strukturen“ aufbauen können (1985, 1981
zusammen mit Stengers). Und im Zusammenhang mit den wachsenden Umwelt-
problemen des ausgehenden 20. Jahrhunderts (Waldsterben, Meeresverschmut-
zung, Ozonloch etc.) wurde zunehmend diskutiert, dass langfristige Einwirkungen
menschlicher Tätigkeiten auf Umweltsysteme nur als das Zusammenwirken vieler
interagierender Einzelprozesse zu verstehen sind. Dies beinhaltet unter anderem
die Untersuchung der Dynamiken und der Prozesse unter der Berücksichtigung der
laufenden und sich akkumulierenden Einflüsse durch den Menschen. Die traditio-
nellen Vorstellungen von einem irgendwie gearteten Gleichgewicht wurden als
überholt und unpassend erkannt und das Konzept der Stabilität in Systemen als
reine Wunschvorstellung oder höchstens temporärer Zustand enttarnt.
Die Grundvorstellungen moderner Systemwissenschaften basieren auf der An-
nahme, dass es sich sowohl bei natürlichen als auch bei sozialen Systemen um
nicht-lineare, dynamische Systeme handelt, die fern von einem Streben nach
Gleichgewicht sind und deren Verhalten durch Emergenz und der Systemverlauf
durch Sprünge und Überraschungen geprägt ist.
Einleitung
12
Damit in Verbindung stehen die jüngsten Entwicklungen im Rahmen der Theo-
rie komplexer Systeme, die das Augenmerk der systemorientierten Betrachtung
auf die Dynamik nicht-linearer Systeme und deren Verhalten legt (vgl. Lewin
1993). Im Sinne der Theorie komplexer Systeme kann ein System einerseits über
seine Struktur, d. h. seine Elemente, die Wechselbeziehungen zwischen ihnen und
deren Eigenschaften beschrieben werden oder über sein Verhalten, d. h. die im
Zeitverlauf beobachtbare Entwicklung eines Systems. Nicht-Linearität, Dynamik,
Emergenz und Adaption sind die Schlüsselbegriffe in diesem systemischen Den-
ken. Und hierin liegt auch eine der großen Veränderungen der Grundannahmen: in
komplexen Systemen stehen Struktur und Verhalten in keinem einfachen Verhält-
nis zueinander. Ein einfach aufgebautes System kann durchaus ein komplexes
Verhalten zeigen, sowie eine kompliziert aufgebaute Systemstruktur sich in einem
einfachen Systemverhalten niederschlagen kann (Tabelle 1).
Die Systemtheorie, wie sie von Niklas Luhmann vorangetrieben wurde, hat
zahlreiche Erkenntnisse aus der Kybernetik, Biologie, Mathematik und Philoso-
phie aufgegriffen und für das Soziale gedacht (vgl. Luhmann 1987, 1998). In die-
ser Perspektive hat Einheit keinen Platz, da die Theorie als Ausgangspunkt die
Differenz gesetzt hat, genauer die Differenz zwischen System und Umwelt. Sys-
teme sind hier Entitäten, die aufgrund von Selbstreferenz und Autopoieisis die
Grenzen zu ihrer Umwelt selbständig ziehen. Systeme sind damit nicht das Ergeb-
nis der Betrachtung eines Beobachters, wie in der klassischen Systemtheorie ge-
dacht. Allein dieser Unterschied in den Grundannahmen führt zu großen Unter-
schieden in der Gesamtkonzeption der theoretischen Ansätze, die keineswegs
einfach füreinander anschlussfähig zu machen sind.
Der vorliegende Band greift einige zentrale Begriffe unterschiedlichen system-
theoretischen Denkens auf und versucht sie aus verschiedener theoretischer Sicht
zu beleuchten. Dabei ist die Überschneidung von Begriffen, Theorieansätzen und
Denkfiguren beabsichtigt, um daran zu verdeutlichen, dass gleiche theoretische
Perspektiven zu ganz unterschiedlichen Befunden führen können. Dies wird deut-
lich an den Beiträgen zur Komplexität von Heike Egner und von Beate Ratter und
Thomas Treiling, die die Vieldeutigkeit und die unterschiedliche Verwendung des
Begriffs Komplexität aufzeigen. Ratter & Treiling verweisen darauf, dass sich aus
einer komplexitätstheoretischen Perspektive der Blick auf das Dazwischen richtet,
daher die Frage, was die Pfeile zwischen den Kästchen (gemeint als Elemente,
Variablen, Charakteristika) bedeuten. Gleichzeitig geht es bei dem Begriff der
Komplexität, wie ihn die Komplexitätstheorien verstehen, um Emergenz, um eine
mögliche Erklärung wie aus der Interaktion von Elementen etwas qualitativ ande-
res, etwas Neues, entsteht. Behandelt wird das Verhalten von Systemen.
Egner / Ratter
13
Struktur
Verhalten
einfach
komplex
einfach Pendel Auto, Fernsehgerät
komplex
Doppelpendel,
Amöbe
Säugetier, Wetter,
Gesellschaft
Tabelle 1: Beispiele für Strukturkomplexität und Verhaltenskomplexität
Komplexität in der Theorie komplexer Systeme bedeutet Werden, Entstehen,
Emergenz. Nicht-lineare dynamische Systeme sind hierbei dadurch gekennzeich-
net, dass nicht die Anzahl der das System bestimmenden Elemente und deren
Interaktionen oder Wechselwirkungen entscheidend ist, sondern das Verhalten.
Auch ganz einfache Systeme können sich komplex verhalten, wie es das Beispiel
des Doppelpendels zeigt. Ratter & Treiling unterscheiden mit Andreas Schamanek
Verhaltenskomplexität und Strukturkomplexität. Ein simples System aus wenigen
Elementen bestehend kann sich kompliziert oder komplex verhalten. Genauso wie
sich ein kompliziertes System, aus vielen Elementen und Beziehungen bestehend,
komplex oder einfach verhalten kann (Tabelle 1). Komplexes Verhalten kann
nicht reduziert werden, indem einzelne Elemente extrahiert werden.
Diesem Werden und Entstehen durch Komplexität steht die Aussage aus der
Systemtheorie nach Niklas Luhmann gegenüber, dass Systeme sich ausdifferenzie-
ren, um Komplexität zu reduzieren. Der Begriff der Komplexität zwischen Emer-
genz und Reduktion ist daher das Thema bei Heike Egner, die darauf hinweist,
dass es auf die Perspektive der Beobachtung ankommt, ob Emergenz die Folge
einer Konstitution durch ein System selbst ist, dass bestimmte Elemente durch
Grenzziehung und Einführung einer Struktur zu dem System zugehörig „erklärt“
(quasi eine Emergenz „von oben“) oder ob die Interaktionen der Elemente eines
Systems zu einer neuen Struktur und zu neuen Eigenschaften führen, die aus der
Kenntnis der Eigenschaften der spezifischen Elemente nicht hätte hergeleitet wer-
den können (gleichsam einer Emergenz „von unten“).
Einige der Grundüberlegungen von Systemtheorien stellen eine große Heraus-
forderung für unser allgemeines Verständnis von Ursache und Wirkung, nicht nur
bei komplexen Systemen, dar. Joachim Rathmann weist in seinem Beitrag über die
Kausalität in Systemtheorien darauf hin, dass der Aspekt der Wechselwirkungen,
der systemtheoretisches Denken zentral von anderen theoretischen Perspektiven
unterscheidet, das Denken in einfachen Kausalitätszusammenhängen nicht mehr
zulässt. Wie soll von einer Ursache auf eine Wirkung geschlossen werden, wenn
Einleitung
14
verschiedene Elemente miteinander „wechselwirken“? Diese Frage verweist auf
das größere Problem, die so genannte Rückwärtsverursachung, die in der Überle-
gung der Rückkopplung implizit vorhanden ist. Sind Wirkungen zu denken, die
zeitlich vor einer Ursache liegen? Darüber hinaus stellt die Systemtheorie das in
den modernen Naturwissenschaften gültige Primat der Naturgesetzlichkeit in Fra-
ge, das nur über kausale Erklärungen als wissenschaftlich legitim zulässt. Denn
bereits die Annahme der Selbstorganisation von Systemen führt den Gedanken
einer beabsichtigten Selbsterhaltung des Systems mit. Demnach verfolgen Syste-
me zumindest einen Zweck: sich selbst zu erhalten. Akzeptiert man diese Annah-
me, führt man die Teleologie wieder in die Naturwissenschaften ein. Sind daher
Systemtheorien keine naturwissenschaftlichen Theorien – obwohl sie weitestge-
hend in den Naturwissenschaften entwickelt wurden? Oder müssen wir die Grund-
annahmen unseres naturwissenschaftlichen Verständnisses überdenken?
Ebenfalls ein Plädoyer für die Reflexion der eigenen theoretischen Grundan-
nahmen vor (oder bei) der empirischen Arbeit ist der Beitrag von Kirsten von
Elverfeldt und Margreth Keiler, die das Verhältnis von offenen Systemen zu ihrer
Umwelt aus der Sicht eines geomorphologischen Systemverständnisses beleuch-
ten. In dieser naturwissenschaftlichen Perspektive besteht die unbelebte Umwelt
aus einem Set von hierarchisch strukturierten offenen Systemen und Subsystemen,
die mit ihrer Umwelt Materie und Energie austauschen und so über Input- und
Output-Prozesse miteinander verwoben sind. Die jeweiligen Systemgrenzen wer-
den je nach Forschungsinteresse und Fragestellung von den Forscherinnen und
Forschern nach „common sense“-Gesichtspunkten und aufgrund ihrer Erfahrung
gezogen. Nach von Elverfeldt & Keiler ist es vor allem der Einführung der „Ska-
le“ (Größenordnung des beobachteten Ausschnitts) zu verdanken, dass sich das
Gleichgewichtsdenken in der Geomorphologie – entgegen des allgemeinen Trends
– noch halten konnte (S. 84): Um das Verhalten komplexer Phänomene in der
Geomorphologie beschreiben zu können, werden einzelnen Elementen Eigen-
schaften zugewiesen, die sich als abhängige oder unabhängige Parameter fassen
lassen (abhängige Parameter verändern sich innerhalb einer betrachteten Zeitspan-
ne, unabhängige nicht). Je nach Skale verändern sich möglicherweise die unab-
hängigen und abhängigen Parameter, so dass die Semantik des Strebens nach
Gleichgewicht zwar beibehalten, aber über den Umweg der Skale dennoch kom-
plexe Phänomene beschrieben werden können. Das Nebeneinander solch tradierter
Gleichgewichtsvorstellungen bei gleichzeitiger Hinwendung zu den theoretischen
Konzepten von Nicht-Linearitäten, deterministischem Chaos, Komplexitäten und
Emergenzen führt zu zahlreichen Problemen und Konsequenzen für die theoreti-
sche und empirische Arbeit innerhalb der Geomorphologie.
Egner / Ratter
15
Die Überschneidung von Begriffen und deren unterschiedlicher Gebrauch, wie
er bei dem Teil über Komplexität schon deutlich wurde, wird auch offensichtlich
bei den beiden Beiträgen zur strukturellen Kopplung, einem Begriff, der von den
Biologen Humberto Maturana und Fransisco Varela geprägt und von Niklas Luh-
mann aufgegriffen wurde. Roland Lippuner und Wolfgang Zierhofer kommen in
ihren Beiträgen bei der Anwendung desselben theoretischen Begriffsinstrumenta-
riums nach Niklas Luhmann zu einem jeweils ganz gegensätzlichen Befund. Das
ist möglich, weil strukturelle Kopplung von Systemen zwar Abhängigkeit, aber
gleichzeitig auch Unabhängigkeit heißt. Das Ergebnis der Überlegungen ist dann
abhängig davon, worauf man das Augenmerk legt. Wolfgang Zierhofer zieht bei
seinen Überlegungen zur Kopplung von Strukturen den zentralen methodologi-
schen Grundsatz der Sozialwissenschaft Soziales sei aus Sozialem zu erklären in
Zweifel, indem er betont, dass strukturelle Kopplungen mit der Umwelt eine Vor-
aussetzung für die Autonomie von sozialen Systemen sind. Die Koppelungen sind
die Umweltvoraussetzungen, die gegeben sein müssen, um die Autopoiesis fort-
setzen zu können. Die Umweltvoraussetzungen können zwar nicht bestimmen,
was Systeme „tun“, Systeme können diese Umweltgegebenheiten aber auch nicht
ignorieren. Die Umweltbedingungen erzeugen so die „Bedingungen der Möglich-
keiten“ (S. 125) für ein System, das in seinem „Tun“ zwar nach wie vor autonom
bleibt, sich aber diesen Strukturen anpasst (und anpassen muss). Daraus leitet
Zierhofer ab, dass die Sozialwissenschaften mit ihrem Durkheimschen Motto (So-
ziales sei aus Sozialem zu erklären) zu kurz greifen und konstatiert, dass gesell-
schaftliche Ordnungen nicht ohne Rückgriff auf physische Ordnungen erklärt
werden können. Roland Lippuner setzt dagegen an der anderen Seite der struktu-
rellen Kopplung – der Unabhängigkeit – an, indem er die Autonomie betont, die
Systeme trotz ihrer Verbundenheit mit ihrer Umwelt aufrechterhalten. Über struk-
turelle Kopplungen zur Umwelt werden keine sozialen Wirkungen vermittelt,
vielmehr tritt die Umwelt – ganz gemäß der Luhmann’schen Argumentation – im
System nur als Irritation auf. Denkt man diese Argumentation konsequent für die
Hauptfrage von Wolfgang Zierhofer weiter, dann lautet Roland Lippuners Fazit,
dass nicht nur Soziales aus Sozialem, sondern darüber hinaus auch Natürliches aus
Sozialem zu erklären sei.
Den letzten Teil des vorliegenden Bandes bilden zwei Aufsätze, die Ansätze
der Vermittlung und Anwendung von Systemtheorien verfolgen. Heike Egner
beschäftigt sich in ihrem Beitrag zur Steuerbarkeit autopoietischer Systeme mit
der Planbarkeit oder den Möglichkeiten der Steuerung von Systemen und widmet
sich damit einem anwendungsorientierten Aspekt systemtheoretischen Denkens.
An Beispielen erläutert Egner den Zusammenhang von wissenschaftlicher Er-
kenntnis und politischer Entscheidung und verdeutlicht die Bedingungen und da-
Einleitung
16
mit die Grenzen, denen die Versuche der Beeinflussung und Steuerung autopoieti-
scher Systeme unterliegen. Auf der Basis differenztheoretischer Betrachtungen ist
Umwelt das „Negativkorrelat“ (Luhmann 1987, S. 249) des Systems und aus die-
ser Perspektive heraus „kann die Umwelt kein eigenes System sein, allenfalls eine
Wirkungseinheit oder ein Wirkungs- und Beziehungsgefüge“ (S. 143). Demnach
existiert Umwelt nicht an und nicht für sich, sondern immer als Umwelt eines
lebenden, psychischen oder sozialen Systems, dem sie allenfalls Beschränkungen
auferlegen kann. Und diese Einsicht hat nicht nur Konsequenzen für die wissen-
schaftliche Bearbeitung und Analyse von Problemen und Sachverhalten, sondern
auch für das Erstellen von Handlungsempfehlungen auf der Grundlage von Unter-
suchungsergebnissen. „Die Vorstellung, man könnte eine Information gezielt an
ein System herantragen und damit eine gewünschte Reaktion erreichen, erscheint
unter dieser theoretischen Perspektive nahezu unmöglich.“ (S. 147)
Dem Beitrag von Jörg Salbaum liegt die Einsicht zugrunde, „dass lebensweltli-
chen Problemstellungen (z. B. Klimawandel) nur durch integrativ angelegte Kon-
zepte nachhaltig begegnet werden kann, die die Vernetzung disziplinärer Wissens-
systeme voraussetzen“ (S. 157). Sein Anliegen ist es, zwischen den Dualismen
von Subjekt und Objekt bzw. sozialer Konstruktion und Materialität zu vermitteln.
Als Ausgangspunkt einer integrativen Konzeptualisierung bedient er sich der se-
miotischen Transformation, wobei er die Allgemeine Systemtheorie (vgl. von
Bertalanffy 1973) und das Konzept des dreiwertigen Informationsbegriffes (vgl.
Fuchs-Kittowski et al. 1976) heranzieht. Systeme können demnach als zeichenba-
sierte Konzepte modelliert werden. „Sie weisen als Modelle immer erstheitlichen,
repräsentativen Charakter auf, der jedoch an einen zweitheitlichen, faktischen
Objektbezug geknüpft ist. Die Konzeption der Relationen der Objekte in ihrer
Komplementarität als Systemelemente und Systemganzes wird durch die Interpre-
tationsleistung eines Beobachters erbracht“ (S. 165). So sind nach Salbaum Sys-
teme als semiotische Systeme modellierbar, die sich durch einen dreirelationalen
Struktur/Funktions/Wirkungs-Zusammenhang von ihrer Umwelt abgrenzen. Bei
Salbaum sind System und Umwelt keine Konzepte, die die dualistische Ontologie
von Subjekt und Objekt abbilden, sondern sie besitzen relationalen und perspekti-
vischen Charakter. Die interpretierende Leistung eines Beobachters liegt darin,
sowohl das Verhältnis von Systemelementen und Systemganzem als auch das
System/Umwelt-Verhältnis in seiner Komplementarität mitzukonstituieren.
Ein System ist ein System ist ein….
Kritisch betrachtet bleibt das Buch eine Antwort auf die implizite Frage im Titel
„Umwelt als System – System als Umwelt“ schuldig. Denn letztlich ist es eine
Frage der Grundannahmen und Begriffsdefinitionen, die das Verständnis von Sys-
Egner / Ratter
17
tem und demzufolge auch von Umwelt bestimmen. Evolution in den Wissenschaf-
ten findet langsam statt, Weiterentwicklungen und Ausdifferenzierungen helfen,
auch wenn die Grundzüge der Allgemeinen Systemtheorie nach von Bertalanffy
auch heute noch mehr oder weniger klar durch die modernen systemtheoretischen
Ansätze jeglicher couleur schwingen. Nur eines scheint seit den Anfängen system-
theoretischen Denkens überwunden zu sein, die Vorstellung von Gleichgewicht
und Stabilität, die sich als utopischer Wunsch des Menschen entpuppt hat. Weder
Natursysteme noch Gesellschaftssysteme streben nach Gleichgewicht und Stabili-
tät. Sie befinden sich vielmehr in einem permanenten Austausch, entstehen dyna-
misch und entwickeln sich nicht-linear; Sprünge und Überraschungen sind Teil
dieses Systemverlaufs und müssen als solche auch verstanden werden.
Die modernen Systemtheorien zeigen, dass Komplexität sowohl als strukturell
als auch behavioristisch verstanden werden kann; dass Selbstregulation und Auto-
poiesis zwei Perspektiven auf Operationsweisen von Systemen sind; dass die Ab-
grenzung von System und Umwelt als erkenntnisgeleitete, intendierte Konstrukti-
on oder als autopoietische Selbsterschaffung eines Systems betrachtet werden
kann, in dem das System die Umwelt von sich selbt unterscheidet und die Umwelt
das System allenfalls irritiert, aber nicht bestimmen kann.
Und was ist Umwelt?
Genau genommen sprechen wir von drei Umwelten, die je nach Betrachtungswin-
kel ihre Berechtigung haben. Die naturwissenschaftlichen Systemtheorien unter-
scheiden zwischen isolierten, geschlossenen und offenen Systemen. Offene
Systeme tauschen mit ihrer Umwelt Materie und Energie aus, ein geschlossenes
System tauscht nur Energie und ein isoliertes System tauscht nichts aus (Umwelt
1). Dabei sind isolierte Systeme technisch/künstlich geschaffen, geschlossene
Systeme sind vor allem Konstrukte zur Veranschaulichung und Analyse. Gegens-
tand der Geographie sind stets offene Systeme, die über alle drei Interaktionsme-
dien Energie, Materie und Information mit ihrer Umwelt interagieren (siehe den
Beitrag von Kirsten von Elverfeldt und Margreth Keiler). Jedes System hat durch
seine Definition als System auch gleichzeitig eine Umwelt, die je nach Fragestel-
lung variiert und im eigensten Sinne als Um-Welt gesehen wird (siehe hierzu den
Beitrag von Beate Ratter und Thomas Treiling).
In der klassischen Ökosystemforschung wird allerdings die Umwelt nicht sel-
ten gedacht als Ökosystem im lebensweltlichen Verständnis (Umwelt 2). Dabei
wird dann Umwelt gleichgesetzt mit Natur – Natursystem als Umwelt des Gesell-
schaftssystems. Aber ist hier Umwelt tatsächlich als System aufzufassen? Akzep-
tiert man die Überlegungen soziologischer Systemtheorie nach Luhmann und
begreift Autopoiesis und Selbstreferenz als die beiden Merkmale, die ein System
Einleitung
18
als System auszeichnen und damit von allem anderen unterscheiden, lassen sich
lebende, psychische und soziale Systeme ausmachen. Somit gibt es „nur Ökokom-
plexe, aber keine Ökosysteme“ (Baecker 2005, S. 13). System und Umwelt sind
die beiden Seiten einer Form (Umwelt 3). Zu einem gegebenen Zeitpunkt kann
immer nur eine Seite der Form (z. B. System) aktualisiert werden. Der Übergang
zur anderen Seite (zur Umwelt) ist möglich, aber eben nicht gleichzeitig. Aus
differenztheoretischer Sicht ist alles, was in der Welt vorkommt, immer zugehörig
zu einem System und dabei gleichzeitig zugehörig zu der Umwelt anderer Syste-
me (siehe hierzu den Beitrag von Heike Egner).
Trotz gemeinsamer Wurzeln und gemeinsamer Begriffswelten gibt es ganz un-
terschiedliche Vorstellungen von Systemen und, wie wir hier zeigen können, auch
verschiedene Umwelten, die miteinander in Konkurrenz stehen. Wie lässt sich
unter dieser Prämisse eine Anknüpfung zwischen der soziologischen Systemtheo-
rie mit einer „Ökosystem“-forschung oder einer anderen naturwissenschaftlichen
„System“-wissenschaft herstellen? Hier ist weitere Forschung, aber vor allem
Diskussion zwischen den Disziplinen dringend nötig. Zentral dabei ist die Offen-
legung der jeweiligen Grundkonzepte und das Begriffsverständnis. Ohne diese
Ein-Codierung auf eine gemeinsame Sprache oder mindestens die Übersetzungs-
aufgabe von einer Sprache in eine andere, lassen sich kaum Brücken zwischen den
einzelnen Disziplinen bauen. Trotz der offenen Fragen und trotz der offensichtli-
chen Schwierigkeiten sich darüber zu verständigen, halten wir Systemtheorien für
eine Basis, die den Versuch lohnt, zu einem für alle Seiten anschlussfähigen Be-
griffs- und Beobachtungsinstrumentarium zu gelangen.
Literatur
Ashby, W. R. 1956. An Introduction to Cybernetics. Chapman & Hall. London.
Baecker, D. 2005. Effektives Durcheinander. Der gesellschaftliche Umgang mit Vielfalt. Politische
Ökologie 23/91–92: 11–14.
Beer, S. 1973. Kybernetische Führungslehre. Herder. Freiburg.
Beer, S. 1979. The heart of enterprise (Neuauflage mit Korr. 1995). Wiley. London, New York.
Bertalanffy, L. v. 1951: Zu einer allgemeinen Systemlehre. Biologia Generalis. Archiv für die
allgemeinen Fragen der Lebensforschung 19: 114–129.
Bertalanffy, L. v. 1973. General system theory: foundations, development, applications. Braziller.
New York.
Bertalanffy, L. v. 1975. Perspectives on general system theory: scientific-philosophical studies.
Braziller. New-York.
Churchman, C. W. 1968. The systems approach. Delacorte. New York.
Egner / Ratter
19
Deutsch, K. W. 1963. The nerves of government. Models of political communication and control.
Free Press. New York.
Deutsch, K. W. 1969. Nationalism and its alternatives. Alfred A. Knopf. New York.
Dikau, R. 2006. Komplexe Systeme in der Geomorphologie. Mitteilungen der Österreichischen
Geographischen Gesellschaft 148: 125–150.
Egner, H. 2006. Autopoiesis, Form und Beobachtung. Moderne Systemtheorien und ihr möglicher
Beitrag für eine Integration von Human- und Physiogeographie. Mitteilungen der Österreichi-
schen Geographischen Gesellschaft 148: 92–108.
Egner, H. 2008, im Druck: Gesellschaft, Mensch und Umwelt - beobachtet. Ein Beitrag zur Theorie
der Geographie. Steiner. Stuttgart.
Fuchs-Kittowski, K., H. Kaiser, R. Tschirschwitz & B. Wenzlaff 1976. Informatik und Automati-
sierung. Akademie. Berlin.
Gleick, J. 1988. Chaos: die Ordnung des Universums. Vorstoß in Grenzbereiche der modernen
Physik. Droemer Knaur. München.
Haken, H. 1978. Synergetics – an introduction. Springer. Berlin, Heidelberg, New York.
Haken, H. 1980. Die Synergetik. Ordnung aus dem Chaos. Bild der Wissenschaft: 3.
Haken, H. 1985. Synergetics – an interdisciplinary approach to phenomena of selforganization.
Geoforum 16/2: 205.
Lewin, R. 1993. Die Komplexitäts-Theorie. Hoffmann und Campe. Hamburg.
Luhmann, N. 1987. Soziale Systeme: Grundriß einer allgemeinen Theorie. Suhrkamp. Frankfurt am
Main.
Luhmann, N. 1998. Die Gesellschaft der Gesellschaft. Suhrkamp. Frankfurt am Main.
Mainzer, K. 1997. Thinking in complexity. Springer. Heidelberg.
Mainzer, K. 2007. Der kreative Zufall. Wie das Neue in die Welt kommt. C.H. Beck. München.
Müller-Mahn, D. & U. Wardenga 2005. Möglichkeiten und Grenzen integrativer Forschungsansät-
ze in Physischer Geographie und Humangeographie. Leibnitz-Institut für Länderkunde. Leipzig.
Prigogine, I. 1985. Vom Sein zum Werden - Zeit und Komplexität in den Naturwissenschaften.
Piper. München.
Prigogine, I. & I. Stengers 1981. Dialog mit der Natur – Neue Wege naturwissenschaftlichen Den-
kens. Piper. München.
Ratter, B. M.W. 2006. Komplexitätstheorie und Geographie - Ein Beitrag zur Begründung einer
anderen Sicht auf Systeme. Mitteilungen der Österreichischen Geographischen Gesellschaft
148: 109–124.
Ropohl, G., Hrsg. 1975. Systemtechnik. Hanser. München.
Wardenga, U. & P. Weichhart 2006. Sozialökologische Interaktionsmodelle und Systemtheorien -
Ansätze einer theoretischen Begründung integrativer Projekte in der Geographie? Mitteilungen
der Österreichischen Geographischen Gesellschaft 148: 9–31.
Weichhart, P. 2008. Humangeographie - quo vadis? In: R. Musil & C. Staudacher, Mensch. Raum.
Umwelt. Die österreichische Geographie in Vergangenheit und Zukunft, Wien (im Druck).
Wiener, N. 1948. Cybernetics, or control and communication in the animal and the machine. Wiley.
New York.
20
21
Teil I
Komplexität
22
23
Beate M.W. Ratter und Thomas Treiling
1 Komplexität – oder was bedeuten die Pfeile
zwischen den Kästchen?
Erst wenn die Trennlinien verschwinden,
treten die Beziehungen zwischen den Teilen hervor
Frederic Vester
Systemtheoretische Betrachtungsweisen sind in verschiedenen wissenschaftlichen
Disziplinen, in den Natur- und den Wirtschafts- oder Sozialwissenschaften sehr
verbreitet und anerkannt. Warum aber genießt das Denken in Systemen eine so
breite Anerkennung und warum ist es für diverse wissenschaftliche Disziplinen
attraktiv? Sicher liegt die augenscheinlichste Stärke und Anziehungskraft einer
systemischen Betrachtung eines Problemgegenstandes oder -gefüges in der Mög-
lichkeit der Abstraktion und Strukturierung der Untersuchungsobjekte. Beides
dient der Vereinfachung einer kompliziert erscheinenden Realität, indem diese als
Systemzusammenhang begriffen und dabei in Teilsysteme und diese in Elemente
zerlegt, einzeln analysiert und wieder zu einem Ganzen zusammengesetzt werden.
Entwickelt wurden systemtheoretische Ansätze nicht zuletzt, um die Unübersicht-
lichkeit der (System-)Elemente zu ordnen und so verstehbar zu machen. Die Ab-
straktion der Wirklichkeit zu einem System, die Festlegung und Zuordnung eines
Ensembles von Elementen zu einem System, ist verbunden mit einer Abgrenzung
zwischen System und Umwelt. Dabei bestimmt die Untersuchungsperspektive die
Auswahl der jeweiligen Elemente und ordnet gleichzeitig die restlichen Elemente
der Umwelt zu. Durch die Konstruktion eines Systems, wird alles andere zur Um-
welt. Die Unterscheidung zwischen System und Umwelt ist eine vom Erkenntnis-
interesse gelenkte Konstruktion, die die Betrachtung von Struktur, Genese und
verändernde Prozesse vereinfachen soll (vgl. Ratter 2001).
Aber was ist eigentlich ein System? Im Griechischen bedeutet Systema wört-
lich übersetzt das Gebilde, Zusammengestellte, Verbundene und bezeichnet somit
ein Gefüge, dessen wesentliche Elemente (Teile) so aufeinander bezogen sind,
dass sie eine Einheit (ein Ganzes) abgeben. Tretter (2006) bezeichnet ein System
als Menge von „Elementen“ und der „Relationen“ zwischen den Elementen. Sys-
Teil I – Komplexität
24
teme können in Untersysteme gegliedert oder als Untersysteme eines Obersystems
konzeptualisiert werden. Ein System ist somit nicht nur eine Menge von Elemen-
ten, sondern auch eine Menge von deren Eigenschaften und von den Relationen
und Verknüpfungen zwischen ihnen (vgl. auch Becker & Jahn 2006). Neben der
Abgrenzung und Strukturierung eines Systems, sollte folglich die Suche nach den
Wechselwirkungen und die Analyse der verbindenden Prozesse zwischen den
Elementen, Teilsystemen und Systemen und ihrer Umwelt immanenter Bestandteil
des Denkens in Systemen sein.
Was ist Umwelt? Umwelt ist die Welt, die um etwas herum ist. Umwelt ist da-
mit das, was nicht zum System dazugehörig erklärt wurde. In der Allgemeinen
Systemtheorie wurde zwischen isolierten, geschlossenen und offenen Systemen
unterschieden. Offene Systeme tauschen mit ihrer Umwelt Materie und Energie
aus, ein geschlossenes System tauscht nur Energie und ein isoliertes System
tauscht nichts aus. Geschlossene oder isolierte Systeme sind in der Wirklichkeit
nicht zu finden. So kann zum Beispiel eine Heizspirale als geschlossenes System
analysiert werden, in der der Durchfluss von Elektronen aus der Sicht des Ingeni-
eurs unter Umständen nur als Input elektrischer Energie und nicht als Austausch
von Materie interessant ist. Heutzutage wird meist nur noch zwischen offenen und
geschlossenen Systemen unterschieden: offene Systeme haben Umweltbezug,
geschlossene nicht (vgl. Jantsch 1989). Gegenstand der Geographie sind stets
offene Systeme, die über alle drei Interaktionsmedien Energie, Materie und Infor-
mation mit ihrer Umwelt interagieren. Die Analyse offener Systeme erfasst heute
jedoch neben den Interaktionsmedien auch die Dynamik der Umweltbeziehungen.
Die Grenze zwischen Umwelt und System ist durchlässig. Es kann Austausch,
Interaktion oder Einfluss stattfinden, so liefert z. B. die Sonne dem ökologischen
System überlebensnotwendige Energie. Ein System kann aber auch auf seine
Umwelt beispielsweise verstärkend, dämpfend oder katalysierend einwirken.
Entscheidend aber für die systemische Betrachtung in diesem Sinne ist die
Form der Interaktion, das Verhalten zwischen den Systemelementen. Für die fol-
genden Überlegungen ist grundlegend, dass die Beschreibung eines Systems über
die Kenntnis seiner einzelnen Elemente hinausgehen muss, denn erst ein Wissen
über die Art und Weise, wie die Elemente miteinander in Beziehung und Wech-
selwirkung stehen, lässt eine Aussage über das Ganze zu. Dies setzt die Erkenntnis
voraus, dass komplexe Systeme emergente makroskalige Strukturen aufweisen,
die aus den Interaktionen der sie konstituierenden Elemente und Subsysteme her-
vorgehen (vgl. Janssen 2002). Nicht umsonst gilt der Satz „das Ganze ist mehr als
die Summe seiner Teile“ bzw. „das Ganze ist nicht [nur] die Summe seiner Teile“
(Mainzer 1997) als die Formel des systemtheoretisch fundierten Arbeitens (vgl.
Reitsma 2003). Vor diesem Hintergrund reicht es nicht, die Systemelemente zu
Ratter / Treiling
25
analysieren, um ein System zu verstehen. Die Dekonstruktion eines Systems in
Einzelelemente liefert Einblicke, blendet jedoch die Wechselwirkung zwischen
den Elementen völlig aus. Unser Beitrag liefert komplexitätstheoretische Argu-
mente dafür, dass in einer modernen systemtheoretischen Betrachtung nicht die
Analyse der Einzelelemente wichtig sind, sondern der Fokus auf den Prozessen
der Interaktion liegen muss, wenn man das Verhalten nicht-linearer Systeme ver-
stehen und Eigenschaften von komplexen Systemen erkennen möchte.
Systemtheorie und deren Entwicklung
Der Begriff der (Allgemeinen) Systemtheorie wurde um 1950 vom Biologen
Ludwig von Bertalanffy eingeführt und ist in seiner Entstehung eng verbunden mit
den kybernetischen Überlegungen des Mathematikers Norbert Wiener. Ziel dieser
neuen Denkrichtung war die Abkehr von der monokausal isolierten Betrachtung
von Einzelphänomenen hin zu einer vernetzten Betrachtungsweise der Relationen
zwischen den Elementen eines Systems und der Wechselwirkungen zwischen den
Systemen selbst (vgl. von Bertalanffy 1951; Wiener 1948). Von Bertalanffy ent-
wickelte die Allgemeine Systemtheorie als Metatheorie der Wissenschaften, die
nach seiner Vorstellung universelle Gültigkeit für alle Systeme haben sollte. Auch
Vester, Molekularbiologe und Vertreter der modernen Biokybernetik, stellte fest,
dass „bei dem, was sich zwischen verschiedenen Lebewesen in einem Biotop,
einem Ökosystem oder einer Volkswirtschaft abspielt, ganz ähnliche Kommunika-
tionsvorgänge, Steuerungsmechanismen, Austausch- und Regulationsprozesse
[...]“ vorhanden zu sein scheinen (Vester 2007). Wiener entwickelte die Kyberne-
tik als Wissenschaft von der Struktur der Systeme und deren Regulation, wonach
ein System eine Menge von Elementen ist, zwischen denen Wechselbeziehungen
bestehen. Schon in der frühen Entwicklungsphase dieser „neuen“ Theorien stand
aber fest, dass nicht Starrheit und Gleichgewicht, sondern Dynamik und Fluktuati-
on die treibenden Kräfte der Entwicklung lebender Systeme sind (Vester 2007).
Das Denken in Systemen und die Analyse von Wechselwirkungen kann als Such-
bewegung in Natur- und Humanwissenschaften verstanden werden, deren damali-
ge zentrale Frage es war, wie Systeme in einer bestimmten Umwelt durch das
Zusammenwirken ihrer Elemente ihre Überlebensfunktion erreichen (vgl. Ratter
2001). Die Weiterentwicklung dieser grundlegenden Ansätze verzweigte sich in
viele Richtungen, Soziologen wie Talcott Parsons und Niklas Luhmann beschäf-
tigten sich mit sozialtheoretischen Ansätzen, die die Struktur eines Systems und
deren Reproduktionsbedingungen fokussierten (Parsons), bzw. die Kommunikati-
on als Betrachtungsgegenstand wählten (Luhmann) (vgl. Egner 2008).
Zu den traditionellen Ansätzen der Systemforschung gehört neben der Allge-
meinen Systemtheorie und Kybernetik die Ökosystemtheorie. Sie legt die Annah-
Teil I – Komplexität
26
me zugrunde, dass sich Ökosysteme augrund ihrer Reglerstruktur typischerweise
von selbst in einen stabilen (End-)Zustand regulieren (Homöostase, Klimax; vgl.
Odum 1983), der sich reproduziert und auf unbestimmte Zeit erhalten bleibt. Sie
folgt damit den traditionellen systemtheoretischen Vorstellungen des Gleichge-
wichts und der Selbsterhaltung (Selbstregulation) von Systemen. Diese Vorstel-
lungen stoßen aber sehr schnell an ihre Grenzen der Erklärung beobachteter Pro-
zesse. Als eine (mögliche) Antwort auf Gleichgewichtsvorstellungen kann die
Komplexitätstheorie verstanden werden, die gerade die Diskontinuitäten, Nicht-
Linearität und Zufälle im Entwicklungsprozess eines Systems fokussiert und zu
verstehen versucht (vgl. Ratter 2001).
Ein System ist somit durchaus ein Ensemble von Elementen, es ist aber darüber
hinaus auch ein Ensemble von (Wirkungs-)Beziehungen, über deren Intensität sich
auch eine Abgrenzung zur Umwelt ergibt. Somit entscheidet nicht die Identität
eines Elements darüber, ob es zu einem System gehört oder nicht, sondern seine
wechselseitigen Beziehungen zu anderen Elementen definieren die Konstruktion
eines System und dessen Abgrenzung (Differenz) zu anderen Systemen bzw. der
Umwelt. Systeme sind Konstruktionen, die uns helfen sollen, die Komplexität der
Welt besser zu verstehen.
In der ökologischen Prozessforschung geht man davon aus, dass die Realität
durch ihre hochgradige Komplexität weder theoretisch noch analytisch in ihrer
Gesamtheit fassbar ist, weshalb man sie in Form eines Modells abstrahiert (vgl.
Duttmann et al. o.J.)
1
. Hier, wie typischerweise in der (Geo-, Landschafts-, Öko-)
Systemforschung, dient der systemische Ansatz einer Zerlegung (Gliederung,
Strukturierung) des „überkomplex“ erscheinenden Forschungsgegenstands in ein-
zelne Systeme, der sich überwiegend auf die Elemente und deren „Zuteilung“ zu
einzelnen Teil- oder Subsystemen bezieht. Wesentlicher Bestandteil dieser Art der
Strukturierung eines Problemfeldes ist die Hierarchisierung in Gesamtsystem,
Teilsystem und Element(e), wobei die jeweils übergeordnete Ebene die ihr unter-
geordnete(n) Ebene(n) mit einschließt.
Ein jüngerer systemtheoretischer Ansatz ist die Komplexitätstheorie. Sie ent-
wickelte sich aus den Ansätzen der Kybernetik, die auf die Arbeiten Norbert Wie-
ners zurückgehen. Ihre Entwicklung ist eng verbunden mit den Arbeiten des Santa
Fe Institute in New Mexico/USA (vgl. Lewin 1993; Kauffman 1998). Die Kom-
plexitätstheorie fokussiert auf die Begriffe Emergenz, Anpassung und Selbstorga-
1
Die Modellbildung ist in verschiedenen Disziplinen ein attraktiver Weg, eine Abstraktion eines
komplizierten Forschungsgegenstandes zu erreichen. Modellierungen sind somit Selektionen aus
der „Realität“ und Konstruktionen, die aus einer bestimmten Forschungsperspektive generiert
werden. Gleichzeitig ist die Modellierung (determinierende) Grundlage und Vorstufe zur Ent-
wicklung von Szenarien und Simulationen.
Ratter / Treiling
27
nisation und versucht das Emergieren bestimmter makroskaliger Phänomene durch
die nicht-lineare und dynamische Interaktion mikroskaliger Elemente zu erklären
(vgl. auch Mainzer 2007; Müller 1999). Die wohl deutlichste Abgrenzung zu den
„klassischen“ Systemtheorien (insbesondere der Ökosystemtheorie) liegt in der
Betonung der Systemeigenschaften und des Systemverhaltens und dem damit
verbundenen Perspektivenwechsel. Der sich verändernde Blickwinkel auf ein
Problemfeld und die sich ergebenden neuen/anderen Fragen haben insbesondere
die Abkehr von der Annahme (mono-)kausaler Erklärungsansätze und linearer
Entwicklungspfade zur Folge.
Was ist Komplexität?
Die Begriffe „Komplexität“ und „komplexe Systeme“ genießen in der wissen-
schaftlichen und nicht-wissenschaftlichen Literatur zurzeit große Popularität. Der
vielfältige Gebrauch des Begriffs „Komplexität“ in den verschiedenen wissen-
schaftlichen Disziplinen führt dazu, dass einerseits keine einheitliche Definition
existiert und andererseits die Gefahr besteht, dass die Begriffe der Komplexitäts-
theorie zu leeren Signifikanten verkommen. Allzu oft entsteht der Eindruck, dass
die Verwendung des Begriffes „komplex“ darin begründet ist, dass er eine nützli-
che und populärere Bezeichnung für ein Problem liefert, dessen Beschreibung und
Erklärung dem Betrachter komplizierter als kompliziert erscheinen. Letztlich er-
schließt sich die jeweilige Bedeutung erst durch den thematisch-inhaltlichen Kon-
text, in den die Begriffe eingebettet sind (vgl. Ratter 2006).
Einige Beispiele sollen die unterschiedlichen Verwendung und Definitionen
des Begriffs Komplexität verdeutlichen:
Der Geograph Leser, als einer der prominentesten Vertreter der (landschafts-)
ökologischen Systemforschung, versteht unter Komplexität Zusammengesetzt-
heit: „Der Komplexitätsgrad eines Systems bestimmt sich [demnach] aus der
Angabe der Teile/Elemente sowie der Interaktionen bzw. Relationen zwischen
den Teilen/Elementen. Diese wiederum können durch die Anzahl der abhängi-
gen und unabhängigen Variablen ausgedrückt werden“ (Leser 1997, S. 119).
Okubo, ebenfalls Landschaftsökologe, stellt fest: „The more complex a model
becomes, the more parameters are involved“ (Okubo 1980, S. 5).
Der Geograph Manson (2001) hingegen versteht unter Komplexität die Interak-
tion einzelner Elemente eines Systems, die zu komplexem Verhalten des Ge-
samtsystems führt. Dieses emergente Verhalten ist geprägt durch die Relatio-
nen und Prozesse zwischen den Entitäten, die interne Struktur und die sie um-
gebende Umwelt, an die sich die interne Struktur im Falle von Veränderungen
durch ihren dynamischen Charakter und die Eigenschaft der Selbstorganisation
anpassen kann.
Teil I – Komplexität
28
Die Umweltwissenschaftler Berkhoff, Karstens und Newig (2004) bezeichnen
Komplexität als einen „Zustand zwischen Ordnung und Unordnung, welcher
eine große Strukturvielfalt besitzt. Charakteristische Eigenschaften komplexer
Systeme sind die Existenz vieler, heterogener Einheiten, die Dynamik des Sys-
tems, der Prozess spontaner Selbstorganisation und emergentes Verhalten“
(ebenda, S. 101).
Die vier Beispiele verdeutlichen zwei unterschiedliche Schwerpunkte in der Be-
trachtung von Komplexität. Einerseits eine stärkere Gewichtung auf die Elemente
eines Systems (Leser und Okubo), andererseits eine Betonung der Beziehungen
und Prozesse, die zwischen ihnen bestehen (Manson sowie Berkhoff, Karstens und
Newig). Anders ausgedrückt, gründet das jeweilige Verständnis von Komplexität
entweder in einer Betrachtung der Systemkonstitution oder in einer Betrachtung
des Systemverhaltens.
Strukturkomplexität versus Verhaltenskomplexität
Der Informatiker Schamanek (1998) versucht die unterschiedlichen Inhalte und
Verwendungen des Begriffs Komplexität zu kategorisieren, indem er von zwei
Formen der Komplexität spricht: Strukturkomplexität und Verhaltenskomplexität.
Ein System ist demnach umso (struktur-)komplexer, je größer die Zahl der Kom-
ponenten und je komplizierter die Arten der Beziehungen sind. Ein solches System
würde man umgangssprachlich vielleicht als unübersichtlich oder verschachtelt
bezeichnen. Im Sinne der Verhaltenskomplexität würden diese „Eigenschaften“
allerdings nicht ausreichen, um von Komplexität zu sprechen. Hier kommt es
weniger auf die quantitativen als auf die qualitativen Merkmale eines Systems und
dessen Verhalten an. Ein System kann demnach sehr einfach strukturiert sein und
dennoch komplexes Verhalten aufweisen. Die Komplexität ergibt sich dann nicht
aus der steigenden Anzahl der Komponenten und den Relationen zwischen ihnen
(dann müsste es eine messbare „Grenze“ zwischen nicht-komplex und komplex
geben), sondern aus den Eigenschaften des Systems, die über nicht-lineare Prozes-
se zu emergentem Verhalten führen. Die Eigenschaften eines (verhaltens-)
komplexen Systems lassen sich dann nicht mehr aus den Eigenschaften der konsti-
tuierenden Elemente erschließen (vgl. auch Manson 2001).
Angelehnt an den Vorschlag Schamaneks lässt sich Strukturkomplexität als ein
weitestgehend quantitativer Ansatz verstehen. Die Verwendung des Begriffs
Komplexität gründet hier auf einem quantitativen Verständnis, demzufolge der
Grad der Komplexität mit der Zahl von Systemelementen und deren Relationen
gleichzusetzen ist und sich proportional zu diesen verändert. Je komplexer ein
System ist, desto komplizierter ist seine Konstitution. Diesem Systemverständnis
immanent ist ein Bedürfnis nach Messbarkeit von Komplexität und Komplexitäts-
Ratter / Treiling
29
reduktion, die sich auf eine Betrachtung von Schlüsselvariablen des Systems und
eine Untersuchung grundlegender (simplifizierenden) Regeln der Interaktion zwi-
schen diesen beschränkt. Als Beispiel für das quantitative Verständnis von Kom-
plexität kann die Analyse eines Software-Programms dienen. Sie ist von sehr vie-
len Parametern abhängig und es ist schwierig (kompliziert), alle Parameter zu
identifizieren und in einer Formel unterzubringen. Deshalb werden einzelne Soft-
wareeigenschaften (Schlüsselvariablen) herausgegriffen und ihr Einfluss auf die
Softwarekomplexität untersucht (Komplexitätsreduktion) (vgl. Neumann 2003).
Diesem Verständnis folgt auch Leser. Durch die komplexen Funktionsbezie-
hungen eines Landschaftsökosystems drängt sich seiner Vorstellung nach eine
Reduktion des Systems auf „kennzeichnende Parameter“ förmlich auf, nichtsdes-
totrotz gibt er zu bedenken, dass der reale Charakter des Systems dadurch ver-
schleiert werden kann. Auch fügt er an, es könne nicht davon ausgegangen wer-
den, dass durch die separate Untersuchung von Teilsystemen das Gesamtsystem
zu erklären ist (vgl. Leser 1997). Es scheint auch hier zu gelten, dass das Ganze
mehr ist als die Summe seiner Teile, wie dieses „Mehr“ aussieht, bleibt unklar.
Demgegenüber steht der qualitative Ansatz der Verhaltenskomplexität. Hier
stehen die Eigenschaften des Gesamtsystems und die Beziehungen und Prozesse
zwischen den Elementen im Fokus der Betrachtung. Grundlegend ist die Erkennt-
nis, dass sich das nicht-lineare Verhalten eines komplexen Systems nicht reduzie-
ren lässt. Das Systemverhalten ist in hohem Maße vergangenheitsabhängig und
langfristig nicht voraussagbar, da es durch seinen dynamischen nicht-linearen
Charakter mitunter zufällig sein kann (vgl. auch Mainzer 1997). Die Eigenschaft
der Selbstorganisation führt zwar dazu, dass sich das System selbst erhält, sein
grundlegender Charakter also weitestgehend Bestand hat, die Struktur des Systems
kann sich jedoch mit der Zeit durch die dynamischen Wechselwirkungen der Sys-
temkomponenten und Rückkopplungen zwischen ihnen grundlegend verändern
(und damit auch die Systemidentität). Eine Kenntnis der Systemvergangenheit ist
somit von großer Bedeutung, um den aktuellen Systemcharakter zu verstehen. Ein
komplexes System ist somit dann komplex, wenn es über Schlüsseleigenschaften
(und nicht Schlüsselvariablen) verfügt.
Der wissenschaftliche Umgang mit den Begriffen Komplexität, komplex und
der Komplexitätstheorie bedarf einer in den jeweiligen Forschungskontext einge-
betteten Definition und Abgrenzung. Grundsätzlich gilt es die Frage zu klären, ob
Komplexität selbst der Forschungsgegenstand ist, oder ob die Erkenntnisse der
Komplexitätsforschung zu einer (neuen/anderen) Perspektive auf Forschungsge-
genstände führen sollen. Letzteres wäre verbunden mit einem Übersetzungspro-
zess, der die Ergebnisse der Komplexitätsforschung für die jeweiligen Forschungs-
Teil I – Komplexität
30
fragen fruchtbar macht und die Begriffe der Komplexitätstheorie dem jeweiligen
Kontext entsprechend mit Inhalt füllt.
Ein Beispiel für eine gewinnbringende Anwendung der Erkenntnisse der Kom-
plexitätstheorie kann die Untersuchung von Mensch/Natur-Interaktionen sein.
Hierbei handelt es sich um eine Betrachtung stark gekoppelter sozialökologischer
Systeme. Für eine Analyse solcher Systeme bedarf es der Erkenntnis, dass viele
Subsysteme und Elemente auf Skalen unterschiedlicher zeitlicher und räumlicher
Ausprägung miteinander in Wechselwirkung stehen (vgl. Berkes et al. 2003) und
dass die Interaktionen zwischen Elementen auf der einen Ebene zu emergenten
raum-zeitlichen Phänomenen auf einer anderen Ebene führen (Abbildung 1). Eine
auf die Strukturkomplexität abzielende Untersuchung kann den dynamischen Cha-
rakter solcher Systeme nicht erfassen. Demnach können die Interaktionen zwi-
schen Gesellschaften und der natürlichen Umwelt nicht ausreichend beschrieben
und verstanden werden, wenn man sie auf Kausalzusammenhänge (Ursache und
Wirkung) beschränkt und sie darüber hinaus als determinierte Systeme versteht,
deren Prozesse und Entwicklungen also als vorgegeben und festgelegt (linear)
sowie statistisch beschreibbar und analysierbar auffasst.
Verhaltenskomplexe Systeme dagegen sind charakterisiert durch eine intensive
Prozessualität. Dies bedeutet, dass sich die „Wirklichkeit“ permanent verändert
und es daher nicht ausreicht, sie statisch durch Invarianten (Eigenschaften, die bei
einer Transformation unverändert bleiben) zu beschreiben (vgl. Eisenhardt et al.
1995). Die genannten Schlüsseleigenschaften komplexer Systeme (Dynamik,
Nichtlinearität und Emergenz) müssen in ein Systemverständnis einfließen, das
der Historizität und Zufälligkeit des Systemverhaltens Rechnung trägt und
zugleich Verhaltenssprünge und Bifurkationspunkte in der Systemgeschichte auf-
zudecken hilft. Die Identifikation dieser Übergangspunkte kann dazu beitragen,
das aktuelle Verhalten besser zu verstehen und eventuell Vorkehrungen zu treffen,
die dem System die Möglichkeit eröffnet, seine Schlüsseleigenschaften zu erhalten
und sich den dynamischen Umweltveränderungen selbstorganisiert anzupassen.
Probleme des linearen Denkens für Prognosen: Zwei Beispiele
In der Praxis sieht der Umgang mit komplexen (sozialökologischen) Systemen
häufig anders aus. Im Allgemeinen sind wir gefangen in linearem Denken, denn
dies hilft, so glauben wir, zur Reduktion der komplizierten Welt. Lineares Denken
in der Naturerklärung heißt nicht zuletzt die Fortschreibung von vergangenen
Ereignissen und die Annahme einer immer währenden Wiederkehr bekannter
Muster. Die Projektion bekannter Muster der Vergangenheit auf die Zukunft und
die Annahme, dass der Verlauf und die Entwicklung der Zukunft diesen Mustern
folgen, kann aber zu großen Problemen führen, denn nur die Betrachtung der Ver-
Ratter / Treiling
31
Abbildung 1: Emergenz in komplexen Systemen (Lewin 1993)
laufsmuster der Vergangenheit kann nicht zu einer Erklärung der Ursachen und
Gründe ihrer Entstehung führen. Diese erschließen sich erst über eine Analyse der
komplexen, nicht-linearen und dynamischen Beziehungen zwischen den beteilig-
ten Elementen (vgl. Mainzer 1997).
Ein Beispiel aus dem Deichbau in Norddeutschland (vgl. Bölsche 2007)
zeigt,
welche Gefahren eine Planung birgt, der ein lineares Denken zugrunde liegt und
die die Ereignisse der Vergangenheit schlicht in die Zukunft fortschreibt. In die
Berechnung der zukünftigen Sollhöhe der niedersächsischen Deiche fließt ledig-
lich der durchschnittliche Meeresspiegelanstieg des vorigen Jahrhunderts (25 cm)
ein. Man geht also davon aus, dass sich dieser Trend kontinuierlich und mit Si-
cherheit fortsetzt. Dass sich das Gefährdungspotential der norddeutschen Küsten
aber aus Prozessen ergibt, die parallel auf verschiedenen raum-zeitlichen Skalen
verlaufen, sich gegenseitig verstärken und zu emergenten Phänomenen führen
können, wird ausgeblendet. Zum Beispiel führen die tektonisch verursachte Sen-
kung des Bodens zur Veränderung der Schorre und damit zu veränderten tektoni-
schen Rahmenbedingungen für Wellenschlag, Brandung und Materialtransport.
Diese Veränderungen müssen gekoppelt betrachtet werden mit ihrem Einfluss auf
das Verhalten der Wassermassen und zusätzlich mit einem klimatisch bedingten
Anstieg des Meeresspiegels, der wiederum zu einem abnehmenden Reibungsver-
Teil I – Komplexität
32
lust beim Heranrollen einer Flutwelle führen kann, woraus sich eine notwendige
Erhöhung der Deiche von mindestens 70 cm ergibt. Darüber hinaus fließen unsi-
chere Einflussgrößen, wie z. B. das Tempo und Ausmaß des Abschmelzprozesses
der grönländischen Eiskappe, die quasi im „Hintergrund“ verlaufen, nicht in die
Planungen mit ein (vgl. von Storch & Woth 2008). Extremwasserstände und Or-
kanfluten der Vergangenheit haben jedoch gezeigt, dass die Strategie der Küsten-
schützer, mit den Messwerten von gestern Sicherheit für morgen zu produzieren,
immer wieder versagen kann. Unsicherheit, Instabilität, Diskontinuität und Zufall
sind Eigenschaften eines komplexen und nicht-linearen Mensch/Natur-Systems,
die sich nicht quantifizieren lassen.
Probleme können auch dann entstehen, wenn man Systeme isoliert voneinander
oder isoliert von ihrer Umwelt betrachtet, insbesondere, wenn es sich um system-
relevante Planungen in stark gekoppelten sozialökologischen Systemen handelt.
Als Beispiel hierfür kann der so genannte „Bleiskandal von Braubach“ genannt
werden. Die Stadt Braubach ist eine der traditionsreichsten Weinstädte im Mittel-
rheintal, mit der ersten urkundlichen Erwähnung (auch des Weinbaus) um 700 n.
Chr. Für Braubach, wie für viele andere Gemeinden im Mittelrheintal, waren um-
fangreiche Flurbereinigungsverfahren für die Weinbau-Steillagen in den 1970er
und frühen 1980er Jahren geplant, um die Bewirtschaftung der Hänge und damit
die Konkurrenzfähigkeit der Betriebe zu verbessern. Braubach verfügte zu Beginn
der 1980er Jahre über eine Anbaufläche von mehr als 30 ha, die sich überwiegend
in einem Seitental des Rheins in direkter Ortslage befanden. Ebenfalls in dem
engen Seitental befindet sich am talseitigen Ortsausgang die Blei- und Silberhütte
Braubach (Abbildung 2). Durch die geographische Lage der Hütte auf der Sohle
des Tals und die geringe Höhe der Schornsteine auf dem Werksgelände, die die
umgebenden ca. 250 m hohen Berge nicht überragen, schlug sich ein Großteil der
Emissionen konzentriert im Tal und zwangsläufig auf den direkt am Ort liegenden
Weinlagen nieder. Die bleihaltigen Emissionen führten zu einer langsam fort-
schreitenden Kontaminierung der Böden, die darin mündete, dass erhöhte Bleiwer-
te im Braubacher Wein (und im Blut der Bürger) festgestellt wurden.
Der ökologische Schaden hätte mit einer in die geplante Flurbereinigung inte-
grierten Bodensanierung relativ schnell behoben werden können. Entscheidend für
den Niedergang des Weinbaus in Braubach war aber die nachhaltige Rufschädi-
gung des Weins. Das hatte zur Folge, dass tausende Liter Wein aus dem Verkehr
gezogen werden mussten und letztlich das Flurbereinigungsverfahren nicht durch-
geführt wurde, da die Politik nicht bereit war, dass hierfür notwendige und bereits
eingeplante Geld in den „angeschlagenen“ Weinbau von Braubach zu investieren.
Die ausgebliebene Flurbereinigung und der beschädigte Ruf des Braubacher
Weins zwangen viele Winzer zur Aufgabe; der Weinbau kam fast zum Erliegen.
Ratter / Treiling
33
Abbildung 2: Kulturlandschaftswandel in Braubach/ Oberes Mittelrheintal
Teil I – Komplexität
34
Durch die fast flächendeckenden Betriebsaufgaben konnte zudem keine neue
Winzergeneration entstehen, das System „Weinbau in Braubach“, für das die Blei-
und Silberhütte „Umwelt“ war, verlor so über den „akuten Störungsfall“ hinaus
seine Fähigkeit zur Reproduktion und Selbsterhaltung. Über 30 ha damaliger Reb-
fläche und einer vitalen Winzerschaft stehen heute ca. 3,5 ha gegenüber (Abbil-
dung 2), die von den wenigen verbliebenen Winzern (kein Haupterwerbsbetrieb)
bewirtschaftet werden. Das Ende des Weinbaus in Braubach ist absehbar.
Das Beispiel von Braubach zeigt, wie intensiv Mensch und Natur durch dyna-
mische und nicht-lineare Prozesse, die auf verschiedenen raum-zeitlichen Skalen
wirken, miteinander verschlungen sind und welche räumlichen und gesellschaftli-
chen Auswirkungen Ereignisse haben können, die nicht eingeplant waren und
zufällig eintreten. Die Kopplung der verschiedenen Systeme (und deren Umwel-
ten) drückt sich in Braubach durch intensive (positive) Rückkopplungseffekte aus,
die dazu führten, dass sich die verschiedenen Systementwicklungspfade veränder-
ten und kreuzten. Das führte schließlich zum beschriebenen Ergebnis.
Adaptives Management statt Planung
Kenntnisse über die Vergangenheit sind wichtig, um das Heutige zu verstehen.
Allerdings dürfen sie nicht als verlässliche Muster der Zukunft angesehen werden.
Kleine Veränderungen in den Ausgangsbedingungen können zu großen Verände-
rungen im Systemverlauf führen. Das Suchen nach Gesetzen und das Ableiten von
Algorithmen, sowie das lineare Denken verhindern, sich auf die Nichtlinearitäten
zu fokussieren und Sprünge in der Entwicklung des Systems mit einzukalkulieren.
Auch wer dies tut, ist nicht vor Überraschungen und Zufällen geschützt oder kann
Katastrophen ausschließen, allerdings besteht so die Hoffnung, zu einer den kom-
plexen (und zugegeben komplizierten) Bedingungen angepassten Zukunftsgestal-
tung, Planung und Management der Mensch/Natur-Interaktionen zu gelangen. Im
linearen Denken ist jedes Ereignis das Ergebnis einer klar definierten Ausgangssi-
tuation. Wenn man Entscheidungen für die Zukunft treffen will, setzt dies Vermu-
tungen über die zukünftigen Umweltbedingungen voraus. Diese Entscheidungen
beziehen sich auf eine Vielzahl von Faktoren und deren Zusammenspiel, weshalb
man die Zukunft zu antizipieren versucht. Planung ist der Versuch, Sicherheit in
einer unsicheren Welt zu konstruieren. In einem komplexen und nicht-linearen
System ist dies unmöglich, es gibt keine Planungssicherheit. Führt die Angst vor
dieser Unsicherheit aber zu einem Nichtstun, ist keineswegs gewährleistet, dass
dies zu einer höheren Stabilität des Systems führt, denn das System bleibt weiter-
hin dynamisch, interaktiv und seine Entwicklung setzt sich nicht-linear fort.
Bei Planungsvorhaben und Prognosen geht es daher darum, genau diese dyna-
mischen Vernetzungen zu erkennen, was bedeutet, nicht nur ein Phänomen zu
Ratter / Treiling
35
untersuchen, sondern das Systemverhalten, die Wechselwirkungen, die dieses
Phänomen emergieren ließ, zu verstehen (vgl. auch Vester 2007). Planungen soll-
ten also im dynamischen Fluss des Systems entwickelt, immer wieder angepasst
und nur zu kurzfristigen und aktuellen Prognosen konkludiert werden (short-term-
predictions; vgl. Mainzer 1997). Damit wird aus Planung (Festsetzung eines Plan-
verlaufs und eines Planziels) Management, das heisst ein Handhaben der aktuellen
Situation und ein angepasstes Verhalten an die im Systemverlauf auftretenden
Veränderungen und Überraschungen. Aufgabe ist es dann, sich flexibel zu zeigen
und sich adaptiv mit Hilfe ständiger Überprüfung und Anpassung an den System-
verlauf innerhalb eines Zielkorridors zu bewegen und dem gesetzten Ziel entge-
genzustreben (vgl. Ratter 2001). Diese Empfehlung steht im Gegensatz zu der
heutigen Praxis, bei der zu einem Zeitpunkt X statische Annahmen an Invarianten
der Vergangenheit konstruiert und für lange Zeiträume festgeschrieben werden
(quantitatives long-term-forecasting; vgl. Mainzer 1997).
Vor diesem Problem steht auch die Modellierung von Szenarien, ein Instru-
ment, das seit einigen Jahren in verschiedenen wissenschaftlicher Disziplinen sehr
populär geworden ist. Aufbauend auf Modellbildungen basieren Szenarien stets
auf bestimmten Datensets, Konstruktionen und Determinierungen eines For-
schungsgegenstandes und laufen dadurch Gefahr, sich sozusagen in eine Zwangs-
jacke der Vorhersage zukünftiger Entwicklungen zu begeben. Zwar kann man die
Anzahl der Modellelemente erhöhen und die Datengrundlage dadurch feiner auf-
lösen, ein Modell bleibt aber immer eine „vereinfachende Darstellung zur Be-
schreibung von beobachterdefinierten Ausschnitten aus der Realität“ (Müller
1999, S. 28). Bislang ungeklärt ist die Frage, ob und inwieweit man mit Modellie-
rungen auch Verhaltenskomplexität, und damit Dynamik und Nicht-Linearität
sozialökologischer Systeme abbilden kann.
Fazit
Komplexität bedeutet etwas anderes als besonders kompliziert oder nur besonders
viele Systemkomponenten. Die Pfeile zwischen den Kästchen (einer Systemdarstel-
lung) sind Wirkpfeile, aber Form und Gestaltung ihrer Wirkungen ist in der Regel
nicht linear und unterliegt nicht einfachen physikalischen Kräftewirkungen. Die
Wirkungen zwischen den Kästchen können Sprünge (Frosch) oder nicht-lineare
Wirkungen darstellen (Schnecke), sie müssen Überraschungen einkalkulieren
(Blitz) und sie sollten Unsicherheiten als Teil des Systemverhaltens verstehen
(Abbildung 3). Komplexität im Sinne der Komplexitätstheorie zielt auf das Ver-
halten, das Werden, die Emergenz. Ein System ist mehr als die Summe seiner
Elemente, denn im Vordergrund stehen die Prozesse und Eigenschaften eines
Systems und nicht die einzelnen Elemente und deren Anzahl.
Teil I – Komplexität
36
Abbildung 3: Mehr als Pfeile zwischen den Kästchen – Wirkbeziehungen zwischen
den Systemelementen
Das Verhalten eines komplexen Systems kann deshalb nicht ausschließlich auf-
grund der Eigenschaften der ihm immanenten Elemente verstanden werden, denn
es zeigt neue, emergente Eigenschaften. Eine Messbarkeit von Komplexität, wie
sie von quantitativen Ansätzen angestrebt wird, kann dann nicht sinnvoll sein. Ein
System ist nicht komplex, weil es über bestimmte Elemente oder einen besonders
hohen (komplizierten) Grad z. B. der Vernetzung verfügt, sondern weil es sich
komplex verhält, also bestimmte Eigenschaften aufweist. Verhaltenseigenschaften
sind nicht (quantitativ) messbar oder weisen Schwellenwerte auf, ab wann etwas
komplex ist oder „nur“ sehr kompliziert. Verhalten lässt sich auch nicht reduzie-
ren, ein System ist komplex/verhält sich komplex oder nicht.
Auch in Zukunft wird die Betrachtung von Systemen und deren innerer Struk-
tur, die sich aus Elementen und Subsystemen ergibt, ein Mittel bleiben, um die
Komplexität der Welt zu abstrahieren. Die Betrachtung eines (von uns) bestimm-
ten Ausschnitts der Realität bleibt dabei immer eine Konstruktion. Die Unter-
scheidung von System und Umwelt ist eine von Forschungsfragen determinierte
Setzung, bei der wir nicht vergessen dürfen, dass wir es mit offenen Systemen zu
tun haben. Das bedeutet, dass die Umwelt über alle drei Interaktionsmedien Ener-
gie, Materie und Information mit dem System interagieren kann. Die klassischen
Ratter / Treiling
37
Systemdarstellungen mit Kästchen und Pfeilen sind dabei unangemessen, zumin-
dest dann, wenn sie nicht die Bedeutung der Pfeile und Wechselwirkungen zwi-
schen den Elementen fokussieren. Eine Charakterisierung der Prozesse und deren
nicht-linearer Dynamik muss ein zentrales Anliegen sein, insbesondere wenn ein
Forschungsgegenstand nicht sinnvoll in Teilsysteme aufgelöst werden kann, son-
dern sich die Problemlage aus der Interaktion und den Beziehungen ergibt und
somit aus dem Systemverhalten emergiert.
Literatur
Becker, E. & T. Jahn 2006. Soziale Ökologie. Grundzüge einer Wissenschaft von den gesellschaft-
lichen Naturverhältnissen. Campus. Frankfurt, New York.
Berkes, F., J. Colding, & C. Folke 2003. Navigating Social-Ecological Systems. Cambridge
University Press. Cambridge.
Berkhoff, K., B. Karstens & J. Newig 2004. Komplexität und komplexe adaptive Systeme –
Ansätze des Santa Fe Instituts. In: Bundesministerium für Bildung und Forschung, Steuerung
und Transformation, BMBF, Berlin: 101–107.
Bertalanffy, L. v. 1951. Zu einer allgemeinen Systemlehre. Biologia Generalis. Archiv für die
allgemeinen Fragen der Lebensforschung 19: 114–129.
Bölsche, J. 2007. Kampf um die Deiche. [www.spiegel.de/wissenschaft/mensch/0,1518,460630,00.
html; 20.04.2007]
Duttmann, R., A. Beins-Franke & V. Wickenkamp o.J. Integration objektbezogener Modelle in
Geographische Informationssysteme am Beispiel der dynamischen Modellierung ökologischer
Prozesse. [www.akgis.de/thema_5/akgis/texte/kgr_dd/kgr-dd_1.htm; 15.05.2007]
Egner, H. 2008, im Druck. Gesellschaft, Mensch, Umwelt - beobachtet. Ein Beitrag zur Theorie der
Geographie. Steiner. Stuttgart.
Eisenhardt, P., D. Kurt & H. Stiehl 1995. Wie Neues entsteht. Die Wissenschaft des Komplexen
und Fraktalen. Rowohlt. Hamburg.
Janssen, M. 2002. Complexity and ecosystem management. The theory and practice of multi-agent
systems. EE. Cheltenham.
Jantsch, E. 1989. Zum Wandel des Systembegriffs. In: Seiffert, H. & G. Radnitzky, Handlexikon
zur Wissenschaftstheorie, München, Deutscher Taschenbuchverlag: 331–338.
Kauffman, S. 1998. Der Öltropfen im Wasser. Chaos, Komplexität, Selbstorganisation in Natur und
Gesellschaft. Piper. München.
Leser, H. 1997. Landschaftsökologie. Ansatz, Modelle, Methodik, Anwendung. UTB. Stuttgart.
Lewin, R. 1993. Die Komplexitätstheorie. Wissenschaft nach der Chaosforschung. Knaur. Hamburg.
Manson, S. 2001. Simplifying complexity: a review of complexity theory. Geoforum 32: 405–414.
Mainzer, K. 2007. Der kreative Zufall. Wie das Neue in die Welt kommt. C.H. Beck. München.
Mainzer, K. 1997. Thinking in complexity. Springer. Heidelberg.
Teil I – Komplexität
38
Müller, F. 1999. Ökosystemare Modellvorstellungen und Ökosystemmodelle in der Angewandten
Landschaftsökologie. In: Schneider-Sliwa, R. et al., Angewandte Landschaftsökologie. Grundla-
gen und Methoden, Springer, Berlin: 25–42.
Neumann, R. 2003. Messen von Softwarekomplexität. [www-sst.informatik.tu-cottbus.de/~db/
Teaching/Seminar-Komplexitaet-WS2002/Seminararbeit_RobertNeumann.pdf; 25.04.2007]
Odum, E. P. 1983. Grundlagen der Ökologie, 2 Bde. Thieme. Stuttgart.
Okubo, A. 1980. Diffusion and Ecological Problems: Mathematical Models. Springer. Berlin.
Ratter, B. 2001. Natur, Kultur und Komplexität – Adaptives Umweltmanagement am Niagara
Escarpment in Ontario, Kanada. Springer. Berlin, Heidelberg, New York.
Ratter, B. 2006. Komplexitätstheorie und Geographie – Ein Beitrag zur Begründung einer anderen
Sicht auf Systeme. In: Mitt. der Österreichischen Geographischen Gesellschaft, 148: 109–124.
Reitsma, F. 2003. A response to simplifying complexity. Geoforum 34: 13–16.
Schamanek, A. 1998. Umwelt Management Austria: Einführung in Komplexe Dynamische Syste-
me. [www.ams.smc.univie.ac.at/~schamane/kds/ov.htm; 25.03.2007]
Storch, H. v. & K. Woth 2008. Storm surges – perspectives and options. Sustainability Science 3/1
(im Druck).
Tretter, F. 2006. Systemisches Denken in der Humanökologie (unveröffentlichtes Manuskript).
Vester, F. 2007. Die Kunst vernetzt zu denken. Ideen und Werkzeuge für einen neuen Umgang mit
Komplexität. DTV. München.
Wiener, N. 1948. Cybernetics, or control and communication in the animal and the machine. MIT-
Press. Cambridge, New York.
Beate M.W. Ratter
Kultur- und Wirtschaftsgeographin. Ist Professorin am Institut für Geographie
der Universität Hamburg und leitet die Abteilung Human Dimensions in
Coastal Zones am GKSS Helmholtz-Forschungszentrum in Geesthacht. Ihre
Forschungsschwerpunkte sind Mensch/Natur-Interaktionen, Komplexitäts-
theorie und Kulturrelevanz bei der nachhaltigen Regionalentwicklung in
Entwicklungsländern und in Küstenräumen.
Thomas Treiling
Geograph, wissenschaftlicher Mitarbeiter im Landesexzellenzcluster Geocyc-
les der Johannes Gutenberg-Universität Mainz. Seine Forschungsschwerpunk-
te sind Mensch/Natur-Interaktionen und Komplexitätstheorie, Kulturland-
schaftswandel und GIS sowie das UNESCO-Welterbe Oberes Mittelrheintal.
39
Heike Egner
2 Komplexität
Zwischen Emergenz und Reduktion
Man muss ordnen, was noch nicht in Verwirrung ist
Laotse
Einleitung: Emergenz versus Reduktion
Die Suche nach einfachen Regeln in der uns chaotisch und komplex gegenübertre-
tenden Welt ist nach wie vor eine der Hauptaufgabe der Wissenschaften. Die Be-
obachtung von Phänomenen in der natürlichen ebenso wie in der sozialen Welt
zeigen immer wieder bemerkenswerte Ähnlichkeiten in ihren Strukturen und Mus-
tern, die leicht zu der Annahme verführt, dass es einfache Gesetzmäßigkeiten gibt,
die diesen Strukturen und Mustern zugrunde liegen und diese steuern. In dieser
Sichtweise gibt es Ursache und Wirkung, und die Erfolge in den Naturwissen-
schaften haben uns recht lange zu dem beruhigenden Schluss veranlasst, dass es
einfache Regeln und Gesetzmäßigkeiten gibt, die zu einfachen Konsequenzen und
Wirkungen führen (vgl. Stewart & Cohen 1994, S. 650). Aus dieser Erkenntnis
ergab sich die Annahme: Wir müssen die einzelnen Aspekte der Welt nur lange
genug und so detailliert wie möglich untersuchen, die Wirkmechanismen beleuch-
ten und werden irgendwann verstehen, was die Welt zusammenhält (siehe hierzu
auch die Überlegungen zur Kausalität von Joachim Rathmann in diesem Band).
Die Chaostheorie hat uns jedoch darauf hingewiesen, dass kleinste Änderungen
in den Ausgangsbedingungen zu überraschenden und nicht vorhersagbaren großen
Wirkungen führen können (z. B. Lorenz 1963; Mandelbrot 1982; Prigogine &
Stengers 1988). Auch sind es oft einfache Regeln, die sehr komplizierte Wirkun-
gen hervorbringen und so die Grundlage für komplexes Verhalten von Systemen
bilden. Folgerichtig fokussiert die Komplexitätstheorie, die sich an die allgemeine
Systemtheorie und insbesondere an die Chaosforschung anschließt und auf sie
aufbaut, auf nicht-lineare Prozesse, auf Vorgänge, die Sprünge aufweisen und
Überraschungen in ihrem Verlauf bereithalten, und die sich in ihrer Vorhersagbar-
keit einer einfachen mathematischen Berechnung entziehen. Die Komplexitätsthe-
orie zeigt uns, dass kein direkter Zusammenhang zwischen der Einfachheit oder
Teil I – Komplexität
40
der Komplexität von Regeln oder „Gesetzmäßigkeiten“ und dem daraus resultie-
ren Verhalten von Strukturen, wie z. B. das Gehirn oder die Gesellschaft, besteht
(siehe beispielsweise Stewart & Cohen 1994; Gell-Mann 1994; Holling 1994;
Prigogine 1987). Die Überlegungen innerhalb der Komplexitätstheorie zwingen zu
einem Nachdenken über die bisherige Gewissheit der Gültigkeit einfacher Kausa-
litäten, denn Komplexität führt zu unvorhersagbarem Verhalten und neuen Struk-
turen (Emergenz) in Systemen (vgl. Stephan 1999), die sich einer prognostizieren-
den Simulation von Eindeutigkeiten entziehen.
Komplexität umfasst also Emergenz, das Entstehen von etwas Neuem, etwas
qualitativ Anderem. Diesem Werden und Entstehen durch Komplexität steht die
Aussage aus der Systemtheorie nach Niklas Luhmann gegenüber, dass Systeme
sich ausdifferenzieren, um Komplexität zu reduzieren (vgl. Luhmann 1987,
S. 47 ff.). Beide Befunde bilden auf den ersten Blick einen Gegensatz, scheinen
einander sogar diametral gegenüber zu stehen und führen in Diskussionen über
Systeme, Systemverhalten und die Analyse von komplexen Systemen immer wie-
der zu größter Verwirrung unter den Beteiligten.
Der Beitrag geht der Frage nach, wie sich diese verschiedenen Blickwinkel auf
Komplexität zueinander verhalten, ob sie tatsächlich einen Gegensatz bilden oder
ob nicht sie nicht gemeinsam zu einem tieferen Verständnis von komplexen Sys-
temen beitragen können. Da der Beitrag von Beate Ratter & Thomas Treiling eher
der Argumentation der Komplexitätstheorie folgt, konzentriert sich dieses Kapitel
vor allem auf das Verständnis und die Verwendung des Begriffs Komplexität in
der Theorie sozialer Systeme von Niklas Luhmann. Um Unterschiede, Anknüp-
fungspunkte und Anschlussfähigkeit der beiden Sichtweisen zu diskutieren, folgt
zunächst eine – sehr kursorische und komprimierte – Darstellung der Perspektiven
auf die Begriffe Komplexität und Emergenz in der Komplexitätstheorie.
Komplexität und Emergenz
Die Komplexitätstheorie versucht, eine Antwort auf die Frage zu geben, warum
sich Systeme anders verhalten, als durch die genaueste Kenntnis seiner Elemente
hätte vorausgesagt werden können. Ihre Antwort darauf ist Emergenz, ein Begriff
der mittlerweile zum „Modeterminus“ der Selbstorganisationstheoretiker avanciert
ist (vgl. Stephan 1999, S. 232 ff.). Emergenz (von lat. emergere = auftauchen,
hervorkommen) bezeichnet das Entstehen neuer Strukturen oder Eigenschaften aus
dem Zusammenwirken von Elementen eines Systems. Emergente Eigenschaften
sind daher Eigenschaften eines „Ganzen“, die sich nicht unmittelbar und direkt aus
den einzelnen Teilen herleiten lassen, sondern vielmehr allein aus dem Prozess des
Zusammenwirkens dieser Teile erklärbar wird. Emergenz meint damit nicht nur
das bloße Wachsen von etwas Vorhandenem, sondern bezeichnet einen qualitati-
Egner
41
ven Sprung innerhalb eines Systems. Wesentliches Kennzeichen komplexer Sys-
teme ist die Unvorhersagbarkeit dieser emergenten Eigenschaften, da auch eine
komplette Kenntnis der Eigenschaften der einzelnen Bestandteile des Systems es
nicht ermöglicht, Eigenschaften des Ganzen vorherzusagen (vgl. ebenda, S. 16 f.).
Emergenz ist damit das Phänomen, das die Komplexitätstheorie anzubieten hat,
wenn es um die Erklärung des Unerklärlichen geht. Dieser Ansatz zwingt zu ei-
nem Perspektivenwechsel, wie ihn auch Ratter & Treiling in ihrem Beitrag über
die Bedeutung der Pfeile zwischen Systemelementen einfordern. Anders gesagt:
Wenn wir bei der Rechnung 1 + 1 = 2 verstehen, was die 1 darin ausdrückt, kom-
men wir dennoch zu keinem Ergebnis, wenn wir nicht begreifen, was das „+“
zwischen den beiden Ziffern bedeutet. „1“ könnte man hier stellvertretend für das
klassische Wissenschaftsverständnis von „Teilaspekten“ oder „Systemelement“
setzen und das „+“ als den Pfeil, der von einem Systemelement zum anderen führt.
Das Aufkommen des Schlüsselbegriffs Emergenz ermöglicht auch einen neuen
Blick auf das Mikro/Makro-Problem, das nicht nur die Sozialwissenschaften um-
treibt, aber dort stark diskutiert wird (vgl. Heintz 2004). Hier geht es um die Frage,
nach der Verbindung zwischen dem individuellen Handeln und der Welt des Sozi-
alen, die im Spannungsbogen verschiedener Dualismen diskutiert werden kann:
Individuum versus Kollektiv, Struktur versus Handlung, komplex versus einfach,
machtlos versus mächtig (vgl. Knorr-Cetina 1981, S. 16 ff.). Die Mikro/Makro-
Problematik stellt sich eigentlich in jeder wissenschaftlichen Disziplin, beispiels-
weise bei der Frage nach dem Zusammenhang von Gehirn und Geist. Bilden diese
zwei eigenständige Seinssphären oder ist das Bewusstsein eine emergente Eigen-
schaft auf der Makroebene, die durch neurophysiologische Prozesse auf der Mik-
roebene realisiert, aber nicht dadurch abgeleitet werden kann? Bei all diesen The-
men geht es um ein „Mehr“ und die Frage, ob die als übergeordnet beobachteten
Gebilde tatsächlich „mehr“ sind als die Summe ihrer Teile und worin dieses
„mehr“ denn eigentlich bestehen soll.
Auch wenn die Komplexitätsforschung sehr intensiv nach Antworten für das
Dazwischen sucht, so mangelt es doch meines Erachtens nach an einer kohärenten
„formalen“ Theorie der Komplexität, mit der sich eindeutig und formelhaft be-
schreiben ließe, was unter Komplexität zu verstehen sei; vielmehr findet sich eine
so große Vielzahl von Ansätzen und Interpretationen, so dass es fast vermessen
erscheint, von einer Komplexitätstheorie zu sprechen. Der Geograph Steven Man-
son (2001) teilt in seinem Versuch, einen Überblick über die aktuelle Komplexi-
tätsforschung zu bekommen, die unterschiedlichen Ansätze und Vorschläge zur
Interpretation von Komplexität in drei grobe Typen von Argumentationssträngen:
1) Mit der algorithmischen Komplexität fasst Manson die rechenbetonte Variante
der Komplexitätsforschung zusammen, die versucht, den jeweils einfachsten
Teil I – Komplexität
42
Algorithmus zu finden, mit dem das Verhalten eines Systems mathematisch
abgebildet werden kann. Algorithmische Komplexität ist beispielsweise die
Grundlage von geographischen Informationssystemen, bei denen räumliche
Sachverhalte in statistisch-mathematische Informationen übertragen werden
und über die Zuweisung von Attributen und mit Hilfe einfacher Algorithmen
versucht wird, ein Systemverhalten zu modellieren.
2) Unter deterministischer Komplexität fasst Manson jene Ansätze, die Komple-
xität von chaotischen Systemen als ein Resultat von wenigen Schlüsselvariab-
len begreifen, die jedoch zu keiner „starken Kausalität“ führen (d. h. ähnliche
Ursachen führen nicht zu ähnlichen Wirkungen), da sie stark kontextabhängig
sind. Die Schlüsselvariablen setzen nur die Ausgangsbedingungen, die über
Bifurkationen zu sehr komplexen Phänomenen führen können. Als wesentli-
che Elemente dieser Perspektive auf Komplexität bezeichnet Manson die
Verwendung von deterministischer Mathematik und mathematischen Attrakto-
ren
1
, die Annahme von Rückkopplungsprozessen, das Bewusstsein über die
Wichtigkeit der Ausgangsbedingungen bei Bifurkationen sowie die Vorstel-
lung über „deterministisches Chaos“
2
und das Vorhandensein von „seltsamen
Attraktoren“. Deterministische Komplexität ist somit vor allem durch Kontex-
tualität und – damit einhergehend – Kontingenz geprägt. Ähnliche Ausgangs-
bedingungen in einem anderen Kontext erzeugen andere Wirkungen.
3) Die aggregierte Komplexität schließlich beschäftigt sich mit den Interaktionen
von Systemkomponenten und dem daraus resultierenden Systemverhalten. Um
über diese Art von Komplexität von Systemen Aussagen machen zu können,
braucht es Informationen sowohl über das Verhältnis zwischen Systemele-
menten, die interne Systemstruktur und die Systemumwelt als auch über das
1
Unter einem Attraktor versteht man in der mathematischen Beschreibung des Verhaltens von
dynamischen Systemen eine zeitlich invariante (oder eine sich dieser Invarianz asymptotisch an-
nähernde) Untermenge eines Phasenraums, die unter einer bestimmten Dynamik dieses Systems
nicht verlassen wird. Attraktoren dienen zur Beschreibung von dynamischen Systemen, die sich
zyklisch und periodisch verhalten. Die Erweiterung des Attraktorkonzepts durch so genannte selt-
same Attraktoren ermöglicht es, die Gesetzmäßigkeiten chaotischen Verhaltens in dynamischen
Systemen besser zu verstehen und quantitativ zu beschreiben. Dieses Verhalten zeichnet sich vor
allem durch fehlende Periodizität und eine starke Abhängigkeit von den Anfangsbedingungen aus
und entzog sich vorher durch seine Komplexität einer analytischen Betrachtung. Mit Konstruktio-
nen des seltsamen Attraktors gelang es, ein deterministisches, aber dennoch nicht vorhersagbares
Verhalten (siehe auch Fußnote 2) mathematisch zu beschreiben (vgl. Lewin 1996).
2
Deterministisches Chaos meint ein irregulär erscheinendes chaotisches Verhalten eines Systems,
das jedoch den Regeln einer deterministischen Dynamik folgt. Die Unmöglichkeit, das System-
verhalten zu reproduzieren, entsteht durch die Nicht-Reproduzierbarkeit der exakt gleichen Aus-
gangsbedingungen. Dennoch lassen sich in einem chaotisch erscheinenden Systemverhalten Re-
geln mathematisch nachvollziehen.
Egner
43
Verhalten von Systemen und unter welchen Bedingungen sich ein derartiges
System verändern kann. Nur Systeme mit aggregierter Komplexität bringen
jene Emergenzen hervor, die sich auch über die detaillierte Kenntnis der Ein-
zelelemente der Systeme nicht hätten voraussagen lassen.
Für Eberhard Goldammer und Rudolf Kaehr (1996) vom Institut für Kybernetik
und Systemtheorie sind Systeme dann komplex, wenn in ihnen ein Zusammenspiel
von hierarchischen und heterarchischen Strukturen zu beobachten ist, d. h. ein
Miteinander von unter-, gleich- und nebengeordneten Strukturen. Die hierarchi-
sche Logik ist monokontextural, während sich eine heterarchische Logik durch
eine Vielheit von Nachbarkontexten auszeichnet, die miteinander in Verbindung
stehen und damit als polykontextural zu bezeichnen ist. Darüber hinaus sind hete-
rarchische Systeme in der Regel selbstreferentiell und entziehen sich einer adäqua-
ten Beschreibung mit Hilfe des klassischen logisch-mathematischen Instrumenta-
riums. So hat eine computergesteuerte Werkzeugmaschine zwar einen hohen Grad
an Kompliziertheit aufzuweisen, sie ist aber nicht komplex. Eine Amöbe dagegen
bildet hinsichtlich ihrer Beschreibung ein komplexes System von vergleichsweise
geringer Kompliziertheit.
Silvio Funtowicz und Jerome Ravetz (1994) dagegen unterscheiden zwischen
einfacher und emergenter Komplexität. Systeme mit einfacher Komplexität haben
Strukturen, die durch Selbstorganisation eine gewisse funktionale Zweckgerichtet-
heit (Teleologie) verfolgen, wie beispielsweise Wachstum, Überleben, eine dyna-
mische Stabilität bei Störungen usw. Systeme mit emergenter Komplexität lassen
sich weder allein über ihre Funktion oder ihre Funktionsweise erklären, noch wei-
sen sie eine (gemeinsame) Teleologie auf. In derartigen Systemen besitzen zu-
mindest einige Elemente „individuality, along with some degree of intentionality,
consciousness, foresight, purpose, symbolic representations and morality“ (Fun-
towicz & Ravetz 1994, S. 570). Nur in solchen Systeme kann es nach der Meinung
der Autoren zu Ausbildung von Neuem kommen, von etwas, das davor noch nicht
vorhanden war. Wie jedoch etwa die Moral oder das Bewusstsein dieser einzelnen
Elemente festzustellen sei, lassen sie leider im Dunkeln.
Ian Stewart und Jack Cohen (1994, S. 661 ff.) schlagen vor, jene Phänomene,
die sich aus dem Dazwischen formieren, zu fassen, indem man diese Emergenzen
in die zwei qualitativ sehr unterschiedlichen Dimensionen von „Simplexity“ und
„Complicity“ teilt. Der Begriff Simplexity begreift Emergenzen als Eigenschaften,
die innerhalb eines regelbasierten Systems hervortreten und bei denen die Deduk-
tion der Regeln entweder zu aufwändig, wenig informativ oder einfach nicht mög-
lich ist. Der Begriff Complicity beschreibt dagegen Emergenzen, die aus der Inter-
aktion zweier regelbasierter Systeme entstehen. Derartige Emergenzen sind deut-
lich schwerer zu fassen, weil sich unter Umständen die Regeln, die zu der Emer-
Teil I – Komplexität
44
genz geführt haben, keinem der beiden beteiligten Systeme eindeutig zuordnen
lassen und damit möglicherweise die Regeln und Prozesse unsichtbar sind.
Letztlich besteht auch keine Einigkeit darüber, wann überhaupt von Emergenz
gesprochen werden kann. Handelt es sich schon um Emergenz, wenn die höhere
Ebene Eigenschaften aufweist, die untere Einheiten nicht besitzen (z. B. Tempera-
tur oder Gruppenrituale), oder kann man erst dann von Emergenz sprechen, wenn
das Gebilde auf höherer Ebene Eigenschaften aufweist, die irreduzibel, also nicht
auf die Mikroebene zurückführbar, sind? Und worauf bezieht sich der Emergenz-
begriff genau – auf Eigenschaften, Ereignisse, Gesetze, Entitäten, auf alles
zugleich und gleichermaßen (siehe hierzu auch Heintz 2004)? Diese Fragen kön-
nen hier nicht beantwortet werden, aber sie sollten gleichsam als offene Fragen im
Hintergrund mitlaufen.
Komplexität und Reduktion
Bei aller Unklarheit, was Emergenz nun genau bezeichnen mag, es geht immer um
die Entstehung von etwas qualitativ Neuem. Gleichzeitig gilt: Komplexität führt
zu Emergenzen. Niklas Luhmann dagegen verbindet in seiner „Theorie sozialer
Systeme“ den Komplexitätsbegriff eng mit dem Begriff der Reduktion. Aus seiner
Argumentation ergeben sich vor allem zwei Aspekte, die auf den ersten Blick im
Gegensatz zur der oben dargestellten begrifflichen Verwendung von Komplexität
und Emergenz zu stehen scheinen: Zum einen ist das Vorhandensein von Komple-
xität für Niklas Luhmann der Grund dafür, dass sich Systeme überhaupt ausbilden.
Und sie tun dies, indem sie Komplexität reduzieren – für Komplexitätstheoretiker
eine zunächst absurde Vorstellung. Zum anderen versteht Luhmann Emergenz als
ein Ergebnis der Konstitution von Systemen und nicht als ein Ergebnis der Inter-
aktionen von einzelnen Elementen des Systems.
Die Theorie sozialer Systeme befasst sich bekanntlich mit einem besonderen
Typus von Systemen, nämlich solchen, die ihre Grenzziehung selbständig vor-
nehmen und auf der Basis von Autopoieisis und Selbstreferenz operieren (vgl.
Luhmann 1987). Aufgrund ihrer spezifischen Operationsweise (Autopoiesis) las-
sen sich verschiedene Systeme voneinander unterscheiden: soziale Systeme mit
der Operationsweise Kommunikation, psychische Systeme mit Bewusstein (oder
Gedanken) sowie biologische Systeme mit Leben (oder Zellteilung). Zur Erläute-
rung der Verwendung des Komplexitätsbegriffes in der Theorie sozialer Systeme
werde ich im Folgenden auf vier Aspekte eingehen:
1) Komplexität verstanden als die Relation zwischen System und Welt,
2) Komplexität als Motor der Systembildung,
3) den Zusammenhang zwischen Komplexität und Kontingenz und
4) den Zusammenhang von Komplexität und Emergenz.
Egner
45
Komplexität als Relation zwischen System und Welt
Komplexität ist „nie ein Seinszustand“ (Luhmann 1970a, S. 115), sondern be-
zeichnet die Relation zwischen System und Welt. Komplexität ist in dieser Hin-
sicht die Gesamtheit möglicher Ereignisse und bedeutet, dass es immer mehr Mög-
lichkeiten gibt, als in einem System gleichzeitig aktualisiert werden können. Denn
mit der Zunahme der Zahl der Elemente eines Systems steigt die Zahl der abstrakt
möglichen Relationen zwischen diesen Elementen exponentiell. So bilden zwei
Elemente vier Relationen, fünf Elemente 25 Relationen usw. (vgl. Luhmann 1975,
S. 206). Wird die Zahl der Elemente innerhalb eines Systems sehr groß, wird die
Zahl der Relationen schnell unüberschaubar und die Kontrollierbarkeit geht verlo-
ren. In dem hier geschilderten Sinn meint Komplexität nicht viel anderes als
Kompliziertheit (vgl. Luhmann 1976, S. 941) und ist keineswegs hinreichend, um
Komplexität in sozialen, psychischen und biologischen Systemen zu fassen. Blei-
ben wir dennoch einen weiteren Moment auf dieser Ebene.
Aufgrund der Vielzahl der Elemente und Relationen kann in einem System
nicht gleichzeitig alles mit allem verbunden werden, und eine Operation innerhalb
des Systems verweist auf eine Vielzahl weiterer Möglichkeiten, die aber im Hin-
tergrund bleiben (vgl. Luhmann 1975; Luhmann 2004, S. 32 ff.). Übertragen auf
soziale und psychische Systeme heißt das, dass es immer mehr Möglichkeiten
gibt, als in einem sozialen System an Kommunikationen oder in einem psychi-
schen System an Gedanken gleichzeitig aktualisiert werden können. Eine konkrete
Kommunikation („Der Klimawandel könnte dazu führen, dass der Golfstrom zum
Erliegen kommt“ oder die Frage „Was hältst Du von Atomstrom?“) kann nur zu
einer beschränkten Anzahl weiterer Kommunikationen führen. Auch wenn es eine
Vielzahl von Möglichkeiten der Anschlusskommunikation auf beide gibt, die
Kommunikation „Der Klimawandel könnte dazu führen, dass der Golfstrom zum
Erliegen kommt“ wird mit einer bestimmten Antwort kommentiert und die Frage
„Was hältst Du von Atomstrom“ wird so und nicht anders beantwortet. Alle ande-
ren möglichen Kommunikationen treten als mögliche Verweisungen in den Hin-
tergrund. Komplexität führt also notwendigerweise zu einer Selektion, um die
Relationen zwischen verschiedenen Elementen zu aktualisieren – in dem Beispiel
die Relationen zwischen Kommunikationen oder Gedanken. In diesem Sinne kann
man Komplexität ebenfalls als „Werden“ verstehen (im Sinne einer konkreten
Kommunikation im Vergleich zu allem anderen) und das Argument der Komplexi-
tät als Relation zwischen System und Welt steht den Überlegungen der Komplexi-
tätstheorie keineswegs entgegen.
Teil I – Komplexität
46
Komplexität als Motor der Systembildung
Nach Niklas Luhmann ist es gerade das Vorhandensein von Komplexität, das zu
einer Systembildung führt, indem die Struktur eines Systems aus dem abstrakten
Potenzial aller möglichen Relationen nach engen Bedingungen diejenigen Relatio-
nen auswählt, die als Beziehungen innerhalb eines Systems zugelassen werden
(vgl. Luhmann 1976, S. 941). Es erfolgt also durch Selektion eine Reduktion aller
möglichen Interdependenzen innerhalb des Systems. Erst diese interne (selbstrefe-
rentielle) Reduktion der Komplexität ermöglicht die Grenzziehung zur Umwelt
und die Ausweisung derjenigen Relationen, die sich als zugehörig zum System
qualifizieren. Damit besteht zwischen dem System und seiner Umwelt ein Kom-
plexitätsgefälle – die Umwelt des Systems ist immer komplexer als das System
selbst. Die Komplexität der Umwelt bestimmt aber auch die Art und Weise der
internen Reduktion innerhalb des Systems, das nur begrenzte Möglichkeiten fin-
det, sich in einer Umwelt zu strukturieren, die komplexer ist als es selbst. Daher
wird die interne Komplexität (und ihre Reduktion) unter der Perspektive der
Kompatibilität mit der Umwelt organisiert. D. h., unerlässliche Voraussetzung für
die Reduktion von Komplexität ist wiederum die Differenz von System und Um-
welt, denn die Reduktion kann nur im System erfolgen, und wird dort vor allem
mit Bezug auf das System selbst und gleichzeitig aber auch mit Bezug auf dessen
Umwelt vorgenommen (vgl. Luhmann 2004, S. 33 f.). Reduktion in diesem Sinne
heißt also Ordnung und nicht etwa – was man vielleicht im Allgemeinen meinen
könnte – Ableitbarkeit, dass also emergente Phänomene auf der Markoebene aus
dem Verhalten der Elemente auf der Mikroebene abgeleitet und damit auf sie re-
duziert werden könnten (vgl. Heintz 2004).
Die über Komplexitätsreduktion gebildeten Systeme sind nicht statisch und
starr, sondern überaus flexibel. Ein System kann seine Komplexität in Relation zu
einer Zunahme der Komplexität der Umwelt steigern, allerdings allein aufgrund
seiner internen Operationsweise und nicht aufgrund seiner Entsprechung zur Um-
weltkomplexität. Aufgrund der Beobachtung der steigenden Umweltkomplexität
steigern sich auch die interne Systemkomplexität sowie die Komplexität weiterer
die Umwelt beobachtender Systeme. Die Steigerung der internen Komplexität
bedeutet jedoch nicht einfach eine Zunahme des Bisherigen, sondern eine Struk-
turveränderung des Systems – in Sinne der Emergenz der Komplexitätstheorie.
Steigt die Komplexität zu stark an, werden Grenzen innerhalb des Systems gezo-
gen und es differenzieren sich neue Teilsysteme aus (vgl. Luhmann 1998,
S. 505 ff.). Die Umwelt ist damit die Voraussetzung für die Möglichkeiten und
Beschränkungen sowohl für die Bildung von Systemen als auch für ihre Entwick-
lung und Veränderung. Die Systeme werden durch die Umwelt gehalten und ge-
stört, aber dabei keineswegs zu einer Anpassung an sich verändernde Umweltbe-
Egner
47
dingungen gezwungen, wie man das unter einem evolutionären Gesichtspunkt
denken könnte (vgl. Luhmann 2004, S. 113).
Über das Begriffspaar Redundanz und Varietät aus der klassischen Systemthe-
orie lässt sich das Ausmaß der Komplexität eines Systems feststellen (vgl. Luh-
mann 1988). Mit Redundanz werden überzählige Möglichkeiten bezeichnet, die
ein und dieselbe Funktion erfüllen: „Wenn A durch Kommunikation B über etwas
informiert und ihm die Information abgenommen wird, kann C und jeder weitere
sich sowohl an A als auch an B wenden, wenn er sich informieren will“ (Luhmann
1987, S. 237 f.). Redundanz bezeichnet damit das Ausmaß, in dem die Kenntnis
eines Elements den Informationsgrad anderer verringert. Redundanzen im System
erzeugen Sicherheit, denn sie lassen verschiedene Weisen der Funktionserfüllung
als äquivalent füreinander erscheinen: Bei Leistungsausfällen kann einer für den
anderen einspringen (vgl. ebenda, S. 406 f.). Allerdings laufen Operationen inner-
halb eines Systems nicht immer auf Redundanz hinaus – letztlich könnte das sogar
die Stabilität des Systems gefährden. Varietät dagegen bezeichnet die Vielfalt und
Heterogenität der Elemente eines Systems. Mit der Varietät nimmt die Wahr-
scheinlichkeit ab, dass man jedes Element eines Systems durch die Kenntnis ande-
rer Elemente des Systems voraussehen kann. Mit steigender Varietät steigt auch
der interne Komplexitätsgrad eines Systems. Nimmt die Varietät innerhalb eines
Systems zu, ist dies ein Zeichen für die stärkere Öffnung eines Systems gegenüber
seiner Umwelt – auch dies kann letztlich zu einer Gefährdung der Stabilität des
Systems führen. Auf der Ebene der Gesellschaft als sozialem System geht mit der
Entwicklung funktional differenzierter Gesellschaften ein Redundanzverzicht
einher, und damit ein „Verzicht auf Mehrfachabsicherung“ (Luhmann 2004,
S. 210) – unterschiedliche Funktionen können nur noch an einer einzigen Stelle
innerhalb der Gesellschaft (nämlich in ihrem funktionalen Teilsystem) erfüllt wer-
den. Die Multifunktionalität, die in anderen Gesellschaftsdifferenzierungen z. B.
Familien, Moral oder religiösen Kosmologien erfüllt hat, entfällt.
Komplexität und Kontingenz
Jedes komplexe System basiert auf einer internen selbstreferentiellen Selektion der
Relationen zwischen seinen Elementen, genau daraus konstituiert und erhält sich
das System. Wenn die Systembildung aufgrund eigener Selektionen erfolgt, dann
ist offensichtlich, dass diese Selektionen kontingent sind, also auch anders ausfal-
len können. Aufgrund der Selektion werden Elemente miteinander in Beziehung
gesetzt und in einer bestimmten Relation platziert, gleichsam für einen bestimmten
Sachverhalt konditioniert. Das heißt nicht, dass aufgrund einer Systembildung die
bestmögliche Formung eines Systems stattfindet, denn für jedes Element wären
auch andere Relationierungen möglich, die zu einem „besseren“ oder „schlechte-
Teil I – Komplexität
48
ren“ Funktionieren des System führen könnte. Systeme und ihre Ausformungen
sind so hochgradig kontingent – alles was ist, könnte auch anders möglich sein.
Komplexität ist eine Eigenschaft, die Menschen in ihrem Erleben und Handeln
in der Welt laufend unbewusst wahrnehmen. Einem aktuell bewussten Erleben
steht eine Welt voller anderer Möglichkeiten gegenüber. Diese Selbstüberforde-
rung des Erlebens durch andere Möglichkeiten wird durch die Kontingenz der
Selektionen und Erwartungen noch verschärft. Verweist der Begriff der Komplexi-
tät darauf, dass es stets mehr Möglichkeiten des Erlebens und Handelns gibt, als
aktualisiert werden können, bezeichnet der Begriff der Kontingenz, „daß die im
Horizont aktuellen Erlebens angezeigten Möglichkeiten weiteren Erlebens und
Handelns nur Möglichkeiten sind, daher auch anders ausfallen können, als erwar-
tet wurde [...] Komplexität heißt also praktisch Selektionszwang. Kontingenz heißt
praktisch Enttäuschungsgefahr und Notwendigkeit, sich auf Risiken einzulassen“
(Luhmann 1971, S. 33)
Letztlich ist es gerade der Selektionszwang und die Konditionierung von Se-
lektionen, die erklären, dass sich aus einer Menge von sehr ähnlichen Einheiten
sehr verschiedenenartige Systeme bilden können (z. B. wenige Arten von Atomen
oder eigentlich sehr ähnliche menschliche Organismen bilden ganz unterschiedli-
che chemische Elemente und verschiedenartige soziale Gebilde): „Die Komplexi-
tät der Welt, ihrer Arten und Gattungen, ihrer Systembildungen entsteht also erst
durch Reduktion von Komplexität und durch selektive Konditionierung dieser
Reduktion“ (Luhmann 1987, S. 47). In der Konsequenz bedeutet dass, das weder
das System selbst noch die Komplexität des Systems durch irgendeine Art von
Materialität als Ausgangspunkt bestimmt wird. Vielmehr bestimmt sich die Kom-
plexität eines Systems auf jeder Ebene der Systembildung neu, denn sie ist jedes
Mal aufs Neue ein Ergebnis von internen Selektionen des Systems.
Komplexität kann im System wie auch in seiner Umwelt und der Welt beo-
bachtet werden. Diese Beobachtung kann nur über Sinn konstituierende Systeme,
also nur durch psychische oder soziale Systeme, erfolgen, wobei die Komplexität
immer relativ zur Differenz von System und Umwelt ist. Das heißt, die Komplexi-
tät ist abhängig von der Beobachtung dieser Differenz durch Sinnsysteme. Weiter-
hin heißt das, Komplexität gibt es nur, wenn sie von einem System beobachtet
wird, es gibt sie nicht per se. Allerdings bestimmt die Beobachtung durch ein Sys-
tem nicht die Komplexität seiner Umwelt, diese entwickelt sich unabhängig vom
System und von der Beobachtung, auch wenn sie – paradoxerweise – nur durch
die Beobachtung des Systems existiert (vgl. Luhmann 1975, S. 211). Das System
kann jedoch die Komplexität der Umwelt erfassen, sich davon irritieren lassen
(aus dem Rauschen Informationen extrahieren) und sie dann je nach seiner sys-
tem-spezifischen Operationsweise verarbeiten (Resonanz erzeugen). Konkret heißt
Egner
49
das, ein soziales System (z. B. das Funktionssystem Politik) nimmt die Komplexi-
tät seiner Umwelt (z. B. Emissionen und ihre Auswirkungen auf das Wohlbefin-
den von städtischen Einwohnern) wahr (z. B. über wissenschaftliche Studien, da
eine direkte Beobachtung durch dieses System nicht möglich ist), kann sich irritie-
ren lassen (oder auch nicht), indem es dies zum Thema macht (oder auch nicht)
und kann dann aufgrund seiner spezifischen Operationsweise handeln (ein Gesetz
erlassen) oder auch nicht. Deutlich wird daran, „was jeweils komplex ist, kann nur
im Hinblick auf relationierende Gesichtspunkte ausgemacht werden“ (Luhmann
1976, S. 940) und diese relationierenden Gesichtspunkte sind abhängig von dem
System, von dem aus die Komplexität beobachtet wird.
Modernen Gesellschaften wird im Allgemeinen ein hohes Maß, wenn nicht gar
ein Übermaß an Komplexität und damit auch eine erhöhte Kontingenz zugeschrie-
ben. Die Gründe dafür sind vielfältig (vgl. Luhmann 1970b, S. 259). Systemtheo-
retisch betrachtet liegen sie einerseits in der funktionalen Differenzierung der
Gesellschaft in ihre Teilsysteme wie Wirtschaft, Politik, Erziehung, Wissenschaft,
Religion usw., die alle hinsichtlich ihrer spezifischen Funktion einen Überschuss
an Lösungen für die Zukunft bereithalten, die jedoch nie alle realisiert werden
können. Dazu kommt ein hohes Maß an Interdependenz aller funktional spezifi-
zierten Leistungen dieser Teilsysteme, die sich in ihren Auswirkungen verstärken
und so zu raschen strukturellen Änderungen führen. So bringen beispielsweise die
Auflagen für klimarelevante Emissionen in der Produktion (aus dem Teilbereich
Recht, Umweltrecht, initiiert) sowie die hohen Lohnnebenkosten (aus dem Teilbe-
reich Politik verursacht) deutsche Unternehmen dazu, Produktionen in das minder
strenge Ausland zu verlagern, mit der Folge, dass die Arbeitslosigkeit in Deutsch-
land in diesen Branchen steigt (Teilbereich Wirtschaft), die Steuereinnahmen für
den Staatshaushalt sinken (Teilbereich Politik) und somit weniger Geld für Bil-
dung (Teilbereich Wissenschaft) und Sozialaufgaben (Teilbereiche Familie und
Erziehung) zur Verfügung steht. Alle Versuche diese Entwicklungen zu steuern,
führen zu neuen Dynamisierungen und strukturellen Veränderungen, da die Lö-
sungen jeweils in den funktionalen Teilbereichen gesucht und vorbereitet werden.
Komplexität und Emergenz in der Theorie sozialer Systeme
In der Argumentation Niklas Luhmanns ist die begriffliche Unterscheidung zwi-
schen System und Komplexität zentral: „Wer zwischen System und Komplexität
nicht unterscheiden kann, verbaut sich den Zugang zum Problemkreis der Ökolo-
gie. Denn die Ökologie hat es mit einer Komplexität zu tun, die kein System ist,
weil sie nicht durch eine eigene System/Umwelt-Differenz reguliert ist“ (Luhmann
1987, S. 55). Auch wenn Niklas Luhmann nicht dezidiert Bezug auf einzelne Be-
funde aus der Komplexitätstheorie nimmt, sind seine Ausführungen innerhalb der
Teil I – Komplexität
50
Systemtheorie durchaus mit komplexitätstheoretischen Ideen kompatibel. So weist
jedes System inhärent nicht-lineare Prozesse auf und erzeugt Emergenzen. Die
Dynamik einer Kommunikation (eines sozialen Systems) beispielsweise ist unvor-
hersehbar. Kommunikation A führt nicht zwangsläufig zu Kommunikation B,
ebenso wenig wie in einem psychischen System Gedanke B automatisch Gedanke
A folgt, auch wenn die Anzahl der möglichen Antworten auf Kommunikation A
oder der möglichen Anschlüsse an Gedanke A begrenzt ist. In diesem Sinne gibt
es, wie in der Chaostheorie bereits festgestellt, nur ganz bestimmte mögliche Be-
reiche (die so genannten Attraktoren), innerhalb dessen sich die jeweiligen Syste-
me bewegen. Eine Revolution als eine Möglichkeit des Systemzustandes des poli-
tischen Systems in Deutschland anstelle einer von der Bundeskanzlerin oder dem
Bundeskanzler vorgeschlagenen vorgezogenen Neuwahlen wäre beispielweise. als
äußerst unwahrscheinlich anzunehmen.
Emergenzen entstehen darüber hinaus nach Luhmann am „Zwischensystem-
kontakt“ (Luhmann 1987, S. 159), also vor allem am Kontakt zwischen psychi-
schem System und sozialem System. Jedes soziale System (Kommunikation) ist so
als eine Emergenz verstehbar, die von den beteiligten Bewusstseinen jeweils allein
nicht hätte erzeugt werden können. Insofern trifft auch die Unvorhersagbarkeit auf
das soziale System zu; welchen Verlauf eine Kommunikation nimmt, hängt von
der Dynamik der Kommunikation innerhalb des sozialen Systems ab und nicht
von den Bewusstseinen der verschiedenen Beteiligten. Dies liegt vor allem an der
doppelten Kontingenz in sozialen Situationen. Doppelte Kontingenz meint, dass
sowohl Ego als auch Alter ihre Selektionen wechselseitig als kontingent beobach-
ten, d. h. die Selektionen des anderen sind nicht von vorneherein bestimmbar. In
der Kommunikation ist somit jeder für den anderen eine black box, da die Krite-
rien der Selektion von außen nicht beobachtet werden können. Daher auch der
Begriff der ‚doppelten’ Kontingenz, da sie von beiden Seiten wirkt. Dennoch ver-
suchen sowohl Alter als auch Ego, ihre Kommunikationen am anderen auszurich-
ten, an der Erwartung einer vermeintlichen Reaktion. Dies führt zu einer Zirkulari-
tät mit dem Muster: „Ich tue, was du willst, wenn du tust, was ich will“. Die dop-
pelte Kontingenz ist damit die Grundlage für die Autokatalyse des sozialen Sys-
tems, das sich durch Koordination der wechselseitigen Selektionen autopoietisch
reproduziert (vgl. Luhmann 1987). So gesehen, ist jedes soziale System eine
emergente Erscheinung, und darüber hinaus durch die Interaktion zweier unter-
schiedlicher Systeme ein Beispiel für den weiter oben ausgeführten Begriff der
Complicity (vgl. Stewart & Cohen 1994, S. 661 ff.).
Wie oben ausgeführt bilden sich Systeme aufgrund von Komplexität überhaupt
erst aus, und zwar zur Reduktion eben dieser Komplexität: Die unbestimmte
Komplexität der Welt wird durch Grenzziehung (und damit: Systembildung) über-
Egner
51
führt in eine bestimmte, systemintern strukturierte Komplexität. Luhmann be-
zeichnet dies als „organisierte Komplexität“ (Luhmann 1987, S. 46,) und versteht
darunter Komplexität mit selektiven Beziehungen zwischen den Elementen (in
etwa vergleichbar mit der aggregierten Komplexität bei Manson (2001)). In die-
sem Sinne ist die Systembildung selbst ein emergentes Verhalten, auch wenn
Luhmann den Begriff der Emergenz eher für die „Komponente einer Erzählung“
(Luhmann 1998, S. 134) hält, als für einen Begriff, der etwas erklären könnte.
Hier hilft möglicherweise die Unterscheidung des Informatikers Andreas
Schamanek (1998) weiter, der zwischen Strukturkomplexität und Verhaltenskom-
plexität unterscheidet (siehe hierzu auch den Beitrag von Beate Ratter und Thomas
Treiling). Der Begriff der Struktur in komplexen dynamischen Systemen bezieht
sich auf die Zahl der Komponenten sowie auf die Beziehung zwischen diesen
Komponenten. Strukturen sind dann komplex, wenn sie aus vielen Teilen besteht,
diese Teile eng miteinander vernetzt sind und diese Vernetzung heterarchisch
erfolgt. Dieses Verständnis trifft sich mit dem Luhmannschen Verständnis, das
oben unter dem Aspekt der Komplexität als Relation von System und Welt be-
schrieben wurde.
Die Verhaltenskomplexität dagegen ist nicht ganz so einfach zu definieren.
Schamanek nennt hier einige sehr „weiche“ Argumente, das härteste davon ist die
Nicht-Vorhersagbarkeit des Verhaltens von Systemen. So können Systeme, die
von ihrer Struktur selbst nicht komplex sind, durchaus komplexes Verhalten auf-
weisen: Ein Doppelpendel beispielsweise ist eine recht simple Konstruktion von
zwei aneinander geknüpften Pendeln, deren Verhalten in der Bewegung sich je-
doch als völlig unvorhersehbar erweist und insofern ein komplexes Verhalten
zeigt.
3
Die Reduktion der Komplexität durch Systembildung in der Perspektive
Niklas Luhmanns findet auf der strukturellen Ebene von Systemen statt und sagt
nichts über das Verhalten von Systemen aus, das weiterhin komplex bleibt, auch
wenn über Restrukturierung des Systems eine Grenzziehung zwischen System und
Umwelt erfolgt und die Komplexität dadurch (im Verhältnis zur Umwelt des Sys-
tems) reduziert und so vereinfacht wird.
Emergenz entsteht in diesem Sinne durch eine Konstitution „von oben“ und
steht damit im Unterschied zu der Vorstellung, dass die Interaktionen der Elemen-
te zu einer neuen Struktur und zu neuen Eigenschaften führen, die aus der Kennt-
nis der Eigenschaften der spezifischen Elemente nicht hätte hergeleitet werden
können (gleichsam einer Emergenz „von unten“). Nach Niklas Luhmann sind
Elemente „Elemente nur für die Systeme, die sie als Einheit verwenden, und sie
sind es nur durch diese Systeme“ (Luhmann 1987, S. 43). Emergenz ist damit
nicht einfach „Akkumulation von Komplexität, sondern Unterbrechung und Neu-
3 Für dieses Beispiel danke ich Beate Ratter.
Teil I – Komplexität
52
beginn des Aufbaus von Komplexität“ (ebenda, S. 44). Und das auf jeder Ebene
der Systembildung immer wieder neu.
Fazit: Komplexität führt zu Emergenz und Reduktion
Man könnte sich nach all den verschiedenen Argumenten auf den vereinigenden
Standpunkt stellen, dass einerseits Komplexität offensichtlich zu Emergenzen
führt und andererseits aber auch die Reduktion von Komplexität, die zu einer Sys-
tembildung führt, eine derartige Emergenz ist, denn auch die Systemformierung
bildet schließlich etwas qualitativ Neues. Das klärt aber noch nicht die Frage, ob
nun die Interaktionen zwischen spezifischen Elementen für die Herausbildung des
Neuen verantwortlich sind (Emergenz von „unten“, gleichsam von der Mikroebe-
ne aus), oder ob die Elemente aufgrund von Selektionen durch ein System mitein-
ander in Beziehung gesetzt und in einer bestimmten Relation platziert werden und
sich daraus die Konditionierung des Systemverhaltens ergibt (Emergenz von
„oben“, von der Makroebene aus). Anstatt zu fragen, welche der beiden Sichtwei-
sen die „ontologisch“ richtigere Herangehensweise sein und damit die einzige und
letztgültige Priorität zur Erklärung haben könnte, ließe sich der Unterschied auch
forschungspragmatisch fruchtbar machen: Ein und dasselbe Ereignis oder Phäno-
men kann auf unterschiedlichen Beschreibungsebenen behandelt werden. Damit
wandelt sich die Frage der Kausalität (oder Ontologie) zu einer Frage der Metho-
de, bei der es darum geht, unter welchen Bedingungen sich welcher Erklärungsan-
satz anbietet. Wichtig ist allerdings dann, dass es nicht beliebig ist, wann welche
Perspektive eingesetzt wird. Es braucht daher noch systematische theoretische
Überlegungen darüber, unter welchen spezifischen Bedingungen eine Mikro- und
wann eine Makroperspektive angemessen und notwendig ist.
Egner
53
Literatur
Egner, H. 2006. Autopoiesis, Form und Beobachtung. Moderne Systemtheorien und ihr möglicher
Beitrag für eine Integration von Human- und Physiogeographie. Mitteilungen der Österreichi-
schen Geographischen Gesellschaft 148: 92–108.
Egner, H. 2008, im Druck. Gesellschaft, Mensch und Umwelt – beobachtet. Ein Beitrag zur Theorie
der Geographie. Steiner. Stuttgart.
Funtowicz, S. & J. R. Ravetz 1994. Emergent complex systems. Futures 26/6: 568–582.
Gell-Mann, M. 1994. Complex adaptive systems. In: C. Cowan, D. Pines & D. Meltzer, Complex-
ity: metaphors, models, and reality, Addison-Wesley, Reading MA: 17–29.
Goldammer, E. v. & R. Kaehr 1996. Transdisziplinarität in der Technologieforschung und Ausbil-
dung. Vordenker. [www.vordenker.de/transd/transd.htm; 08.06.2004]
Heintz, B. 2004. Emergenz und Reduktion. Neue Perspektiven auf das Mikro/Makro-Problem.
Kölner Zeitschrift für Soziologie und Sozialpsychologie 56/1: 1–31.
Holling, C. S. 1994. Simplifying the complex. The paradigms of ecological function and structure.
Futures 26/6: 598–609.
Knorr-Cetina, K. 1981. The micro-sociological challenge of macro-sociology: towards a recon-
struction of social theory and methodology. In: K. Knorr-Cetina & A. V. Cicourel, Advances in
social theory and methodology. Towards an integration of micro- and macro-sociologies,
Routledge, London: 1–48.
Lewin, R. 1996. Die Komplexitätstheorie. Wissenschaft nach der Chaosforschung. Knaur. München.
Lorenz, E. N. 1963. Deterministic non-periodic flow. Atmospheric Science 20: 130–141.
Luhmann, N. 1970a. Soziologie als Theorie sozialer Systeme. In: N. Luhmann, Aufsätze zur Theo-
rie sozialer Systeme (Soziologische Aufklärung 1), Westdeutscher Verlag, Opladen: 113–136.
Luhmann, N. 1970b. Die Praxis der Theorie. In: N. Luhmann, Aufsätze zur Theorie sozialer Syste-
me (Soziologische Aufklärung 1), Westdeutscher Verlag, Opladen: 253–267.
Luhmann, N. 1971. Der Sinn als Grundbegriff der Soziologie. In: N. Luhmann & J. Habermas,
Theorie der Gesellschaft oder Sozialtechnologie? – Was leistet die Systemforschung?, Suhr-
kamp, Frankfurt am Main: 25–100.
Luhmann, N. 1975. Komplexität. In: N. Luhmann, Aufsätze zur Theorie sozialer Systeme (Soziolo-
gische Aufklärung 2), Westdeutscher Verlag, Opladen: 204–220.
Luhmann, N. 1976. Komplexität. In: J. Ritter & K. Gründer, Historisches Wörterbuch der Philoso-
phie, Schwabe, Basel u.a.: 939–941.
Luhmann, N. 1987. Soziale Systeme: Grundriß einer allgemeinen Theorie. Suhrkamp. Frankfurt
am Main.
Luhmann, N. 1988. Organisation. In: W. Küpper & G. Ortmann, Mikropolitik: Rationalität, Macht
und Spiele in Organisationen, Westdeutscher Verlag, Opladen: 165–188.
Luhmann, N. 1998. Die Gesellschaft der Gesellschaft. Suhrkamp. Frankfurt am Main.
Luhmann, N. 2004. Ökologische Kommunikation. 4. Aufl. Leske + Budrich. Opladen.
Mandelbrot, B. B. 1982. The fractal geometry of nature. Freeman. San Francisco.
Manson, S.
2001. Simplifying complexity. A review of
complexity theory. Geofo
rum 32: 405–414.
Prigogine, I. 1987. Exploring complexity. European Journal of Operational Research 30: 97–103.
Prigogine, I. & I. Stengers 1988. Order out of chaos. Man's new dialogue with nature. 4
th
Ed.
Bantam. Toronto.
Schamanek, A. 1998. Umwelt Management Austria. Einführung in komplexe dynamische Systeme.
[www.ams.smc.univie.ac.at/~schamane/kds/ov.htm; 15.09.2007]
Teil I – Komplexität
54
Stephan, A. 1999. Emergenz. Von der Unvorhersagbarkeit zur Selbstorganisation (=Theorie und
Analyse, Bd. 2). Dresden Univ. Press. Dresden, München
Stewart, I. & J. Cohen 1994. Why are there simple rules in a complicated universe? Futures
26/6: 648–664.
Heike Egner
Humangeographin, vertritt die Professur für Angewandte Anthropogeographie
an der Ludwig-Maximilians-Universität in München. Ihre Forschungsschwer-
punkte sind Systemtheorie, Mensch/Umwelt-Beziehungen, soziale Konstruk-
tion von Risiko und Sicherheit als kulturelle Praxis, Theoretische Geographie,
Freizeit- und Tourismusforschung sowie Stadt- und Sozialgeographie.
55
Joachim Rathmann
3 Kausalität in der Systemtheorie:
Ein Problemaufriss
Der Glaube an den Kausalnexus ist der Aberglaube
Ludwig Wittgenstein
Einleitung
Im Alltag wie in der Wissenschaft vollzieht sich Denken kausal; denn die leiten-
den Fragen des Denkens bestehen immer in einem „Warum“: „Warum ist über-
haupt Seiendes und nicht vielmehr Nichts? Das ist die Frage. Vermutlich ist dies
keine beliebige Frage. […] – das ist offensichtlich die erste aller Fragen“ (Heideg-
ger 1935, S. 3). Heidegger charakterisiert diese Frage näher als die „weiteste“,
„tiefste“ und „ursprünglichste“ (ebenda, S. 4 ff.). Damit ist die Problemtiefe von
Kausalität angedeutet. Kausalität ist eine Herausforderung sowohl für die Philoso-
phie, genauer die Ontologie und Epistemologie, als auch für die Wissenschaftsthe-
orie, die einzelnen Wissenschaften und die alltägliche Lebenswelt.
Der vorliegende Beitrag legt einige grundlegende Überlegungen zu dem Ursa-
che- und Wirkungsdenken innerhalb systemtheoretischer Perspektiven dar. Dabei
wird Systemtheorie weder auf eine Ausprägungsform derselben reduziert, noch
werden unterschiedliche Systemtheorien zueinander in Beziehung gesetzt. Viel-
mehr soll das allen Ansätzen Gemeinsame im Hinblick auf kausales Denken be-
trachtet werden. Da Systemtheorien vor allem die Wechselwirkungen zwischen
Elementen betonen und darüber hinaus zunehmend von einer Selbstreferenz von
Systemen ausgehen, stellen sie eine besondere Herausforderung für das linear-
kausale Denken dar, denn damit werden die grundlegenden Annahmen über Ursa-
che und Wirkung fragwürdig.
Um die Probleme zu verdeutlichen, mit denen Kausalitätstheorien durch sys-
temtheoretische Perspektiven konfrontiert werden, braucht es zunächst eine Be-
griffsbestimmung von System, sowie eine Abgrenzung von Kausalität und Teleo-
logie. Dem schließt sich eine knappe Übersicht zu einigen ausgewählten Kausali-
tätstheorien an, die zeigen wird, dass bereits die Ursache/Wirkungs-
Zusammenhänge in linearen Beziehungen alles andere als einfach zu fassen sind.
Teil I – Komplexität
56
Auf dieser Grundlage erfolgt eine Analyse wissenschaftstheoretisch relevanter
Kausalprobleme, die bei einer Systemanalyse zu berücksichtigen sind. Das ist vor
allem das Phänomen der so genannten Rückwärtsverursachung, das entsteht, wenn
man von Wechselwirkungen und Rückkopplungen ausgeht. Es wird sich zeigen,
dass eine strikte Trennung von Wirkursache und Finalursache sachlogisch nicht
durchzuhalten und damit von einem viel komplexeren Kausalbegriff auszugehen
ist. Vor diesem Hintergrund kann aus kausaltheoretischer Sicht die übliche Tren-
nung von Natur-, Sozial- und Geisteswissenschaften bei einer systemtheoretischen
Bearbeitung von Problemen und Fragestellungen nicht aufrechterhalten werden.
Vielmehr wäre die Konsequenz einer disziplinübergreifenden Anwendung von
Systemtheorie, dass sich die Disziplinen zu einem Kausalitätsverständnis bewe-
gen, das eher einheitswissenschaftlich strukturiert ist.
Problemstellung
Das Interesse an Kausalität hat trotz jahrhundertelanger Diskussion nicht nachge-
lassen. Im Gegenteil: In den letzten Jahren gab es einen enormen Zuwachs an
Schriften zur Kausalität. Dies ist zunächst verwunderlich, glaubte man doch vor
100 Jahren diesen Begriff – zumindest aus den exakten Wissenschaften – endgül-
tig beseitigt zu haben. Insbesondere die scharfe Kritik von Russell, 1912/13 for-
muliert in „On the Notion of Cause“, sollte einen Abschied des Kausalprinzips in
den „fortgeschrittenen Wissenschaften“ einleiten. Dieser Fundamentalkritik
schlossen sich die Denker des logischen Empirismus weitgehend an, schienen
doch die Erkenntnisse der Physik dies zu rechtfertigen: „Der Grund, warum die
Physik aufgehört hat, nach Ursachen zu suchen, liegt darin, daß es nichts derarti-
ges gibt. Ich glaube, daß das Kausalitätsgesetz wie so vieles andere, was von der
Philosophie anerkannt wird, eine Reliquie aus vergangenen Zeiten darstellt, die
sich, so wie eine Monarchie, nur deshalb am Leben erhielt, weil man ganz zu un-
recht annahm, daß sie keinen Schaden stifte“ (Russell 1952, S. 180). Der Grund
dafür, vom Ursachenbegriff Abstand zu nehmen, liegt nach Russell darin, dass das
Prinzip „gleiche Ursache, gleiche Wirkung“ empirisch nicht zu verwirklichen ist,
denn „bis die Antezedentien in hinreichender Vollständigkeit gegeben sind, um
mit einiger Exaktheit die Folgen berechnen zu können, sind sie so kompliziert
geworden, daß es höchst unwahrscheinlich ist, daß sie sich je wiederholen“ (eben-
da, S. 189). Je präziser ein Ereignis charakterisiert wird, umso mehr verschwindet
die Ursache in ein endloses Geflecht von Bedingungen. Ernst Mach (1883, S. 524)
formuliert: „Die Natur ist nur einmal da. Wiederholungen gleicher Fälle, in wel-
chen A immer mit B verknüpft wäre [….], als das Wesentliche des Zusammen-
Rathmann
57
hangs von Ursache und Wirkung, existieren nur in der Abstraction“
1
. Der Befund
lautete bis vor über zwanzig Jahren: Der Ausdruck „Ursache“ ist in den „exakten
Naturwissenschaften […] fast gänzlich verschwunden“ (Stegmüller 1983, S. 506).
Inzwischen ist Kausalität allerdings wieder stark in der Diskussion unterschied-
lichster wissenschaftlicher Disziplinen. Anfang der 1990er Jahre stieg die Anzahl
wissenschaftlicher Publikationen mit „cause“ im Titel enorm an (vgl. Russo &
Williamson 2007): So listet der Scientific Citation Index aktuell (Februar 2008)
seit 1997 knapp 20 000 Einträge mit „cause“ im Titel.
Kausalität ist trotzdem weiterhin das „Sorgenkind der Erkenntnistheorie und
Wissenschaftstheorie“ (Wright 1974, S. 42). Zwar legen zahlreiche Monographien
(Pearl 2000; Meixner 2001; Baumgartner & Graßhoff 2004; Kistler 2006), Sam-
melwerke (Sosa & Tooley 1993; Spohn et al. 2000; Collins et al. 2004; Castellani
& Quitterer 2007; Russo & Williamson 2007) und Artikel (Bunge 1984; Heidel-
berger 1992) den Stand der Forschung in der Philosophie und in verschiedenen
wissenschaftlichen Einzeldisziplinen dar. Trotzdem bemängelt Woodward (2003)
den geringen Kontakt zwischen den wissenschaftlichen Disziplinen und der Wis-
senschaftstheorie hinsichtlich des Problemfeldes Kausalität. Disziplinen, die sich
auch wissenschaftstheoretisch mit dem Kausalbegriff auseinandersetzen sind seit
langem die Physik, Jura, zunehmend auch die Ökonomie (z. B. Granger-
Causality, reverse causality), die Psychologie (vgl. Ostermeier 1997) und Teile
der Medizin und Biologie (vgl. Bunge 1984; Russo & Williamson 2007). In der
Biologie wird das Problem der Kausalität vor dem Hintergrund teleologischer
Interpretationen natürlicher Prozesse vor allem in der Evolutionstheorie ausführ-
lich diskutiert (vgl. z. B. Engels 1978; Wuketits 1981; Toepfer 2004). Innerhalb
der Geowissenschaften liegen diesbezüglich kaum Erörterungen vor. Auch wenn
gerade in der Geographie unter dem Stichwort „Geodeterminismus“ Debatten über
den Einfluss der Umwelt auf menschliches Handeln geführt wurden, so wurde
dabei kaum Anschluss an eine wissenschaftstheoretische Reflexion dieses Prob-
lemfeldes gesucht.
2
In der qualitativen Sozialforschung stellt Kelle (1993, S. 232)
eine „hochgradig problematisch[e]“ Vernachlässigung der „Kausalkategorie“ fest.
Mit dem Aufkommen von systemtheoretischen Ansätzen, stellt sich die Frage
nach der Kausalität neu. Denn ein Spezifikum systemaren Denkens liegt in der
Betonung von Wechselwirkung gegenüber einfachen, linearen Ursache/Wirkungs-
1
Kausalität bedeutet in diesem Kontext mitnichten eine Mechanisierung und Reproduzierbarkeit
der Natur. Die Einzigartigkeit jedes Naturvorganges impliziert keine Wiederholbarkeit und letzt-
lich auch keine empirische Überprüfung von Naturgesetzen.
2
So konstatiert beispielsweise Johannes Glückler, dass „das Prinzip der Verursachung und seine
Beziehung zum Begriff des Gesetzes [...] in der geographischen Literatur … wenig erörtert“
[werden] (Glückler 1999, S. 74).
Teil I – Komplexität
58
Beziehungen. „Anstelle von einseitigen Ursache-Wirkungs-Abhängigkeiten betont
die Systemtheorie jedoch die vielfältigen kausalen Wechselwirkungen“ (Wirth
1979, S. 101 f.). Damit erfährt der Kausalbegriff eine besondere und neue Zu-
schreibung, die es zu klären gilt.
Begriffsbestimmung
System
Darstellungen zur Systemforschung liegen inzwischen in kaum zu überschauender
Fülle vor (vgl. z. B. Bruckmeier & Simon 1996; Sommerlatte 2002). Unter dem
Begriff „System“ kann man ganz verschiedene Konstrukte fassen. Zunächst ist es
einfach ein „Zusammengesetztes“, das sich gegenüber einem Außen abgrenzen
lässt. Ein System ist dabei kein bloß additiv Zusammengesetztes, denn auf der
Makroebene eines Systems lassen sich Eigenschaften zeigen, die auf niederen
Stufen nicht erkennbar sind (Emergenz). Unter diesem sehr allgemein gehaltenen
Nenner lassen sich Systeme aus der Sicht unterschiedlichster wissenschaftlicher
Disziplinen subsumieren. Dabei kann jedoch keine Disziplin für sich beanspru-
chen, einen ontologischen Begriff von „System“ zu haben, aufgrund dessen über
den (un-)berechtigten Gebrauch von „System" geurteilt werden könnte. Ein Kli-
masystem unterscheidet sich schließlich in vielerlei Hinsicht von einen Wirt-
schaftssystem; inwiefern dabei von kongruenten Systembegriffen ausgegangen
wird, muss an anderer Stelle geklärt werden.
3
Es wird vielmehr auf grundsätzliche
Aspekte eines jeden Systems abgehoben: Innerhalb eines Systems treten zahlrei-
che Wechselwirkungen und Rückkopplungen auf. Dies unterscheidet einen syste-
maren Denkansatz von anderen Ansätzen, die auf einfache lineare Kausalbezie-
hungen abheben. Die Rückkopplungen innerhalb eines Systems ermöglichen die-
sem eine gewisse Regelung und ein Aufrechterhalten bestimmter Systemzustände.
Diese Prozesse lassen sich mit einer einfachen Ursache/Wirkungskette nicht mehr
beschreiben, denn Systeme, die einen gewissen Zustand aufrechterhalten, impli-
zieren eine Zweckgerichtetheit, eine teleologische Richtung des Systemverlaufes.
4
Damit wird der Kausalitätsbegriff (zumindest aus naturwissenschaftlicher Sicht)
innerhalb der Systemtheorie problematisch. Bislang liegen aber kaum Studien
darüber vor, wie innerhalb systemtheoretischen Denkens Kausalitätsverhältnisse
wissenschaftstheoretisch zu fundieren und methodologisch zu explizieren sind.
3
Insgesamt betrachtet der vorliegende Beitrag aber stärker naturwissenschaftlich analysierbare
Systeme.
4
So schreibt Engels (1978, S. 227): „Niemand, der sich ernsthaft mit Systemtheorie auseinander-
setzt, kann an dem theoriegeschichtlichen Ursprungsmodell teleologischer Erklärungen in den
biologischen Wissenschaften vorbeigehen.“
Rathmann
59
Kausalität
Die Begriffe „Ursache“ und „Wirkung“ sind zunächst intuitiv verständlich, denn
scheinbar können wir gar nicht anders, als in Ursachen und Wirkungen zu denken.
Trotzdem sind diese Begriffe Anlass umfassender Debatten geworden. Für eine
Explikation des Ursachenbegriffs lassen sich verschiedene Kriterien anführen:
Die Verknüpfung von Ursache und Wirkung ist grundsätzlich wiederholbar
und universell gültig.
Ursachen veranlassen Wirkungen. Es muss also ein Prozess stattgefunden ha-
ben, durch den die Wirkung von der Ursache eine Veränderung erfährt.
Der Zusammenhang ist asymmetrisch, denn die Ursache tritt zeitlich früher als
die Wirkung auf. Eine reine zeitliche Aufeinanderfolge zweier Ereignisse allei-
ne legt Ursache und Wirkung jedoch noch nicht fest; z.B. ist der Tag nicht die
Ursache der Nacht oder umgekehrt, obwohl diese ständig aufeinander folgen.
Die eingangs erwähnte Kritik von Russell bezieht sich unter anderem darauf, dass
es nicht eine Ursache gibt, sondern für jedes Ereignis ein ganzes Bündel an Rand-
bedingungen oder Teilursachen angeführt werden muss, die summarisch als Ursa-
che angesprochen werden. Ursachen stellen somit Bedingungen dar, die erfüllt
sein müssen, damit ein Ereignis stattfindet. Faktisch werden aber immer nur selek-
tiv Ereignisse als Ursache herausgegriffen, niemals alle Ursachen. Bloße Randbe-
dingungen müssen von der entscheidenden Ursache für ein Ereignis unterschieden
werden (Wright 1974; Mackie 1974). Durch eine Spezifikation sämtlicher Bedin-
gungen kann die Ursache sich wie bei Russell verflüchtigen oder die Relevanzbe-
ziehungen können sich durch Drittvariablen umkehren. Dieser Effekt wurde schon
vor über hundert Jahren durch Karl Pearson beschrieben und ist später als „Simp-
sons-Paradox“ bekannt geworden: Eine statistische Beziehung zwischen zwei
Variablen kann durch Einführung eines dritten Parameters in das Gegenteil ver-
kehrt werden (vgl. Pearl 2000, S. 78). Bei jeder Analyse müssen also zahlreiche
Fragen geklärt werden: Welche bzw. wie viele Parameter sind zu berücksichtigen;
bezieht sich das Begriffspaar Ursache und Wirkung auf Dinge, Sachverhalte oder
Zustände; wie stellt sich das so genannte Mikroproblem dar (wie vollzieht sich
also der Übergang vom Ursacheereignis zum Wirkungsereignis) und wie ist dar-
über hinaus das Problem der kausalen Überdeterminiertheit zu lösen (unter mehre-
ren potentiellen Ursachen lässt sich nicht genau entscheiden, welche nun exakt die
spezifische Wirkung hervorgerufen hat).
Schon aus der Klassifikation des Ursachenbegriffes nach Aristoteles ergibt
sich, dass der Begriff der Kausalität sehr vielschichtig ist (ausführlich dazu Spae-
mann & Löw 2005, Kap. II). Aristoteles unterschied vier Ursachen voneinander:
die causa materialis (Materialursache), die causa formalis (Formursache), die
causa efficiens (Wirkursache) und die causa finalis (Zweckursache). Die gegen-
Teil I – Komplexität
60
wärtige Diskussion erstreckt sich nur noch auf die Wirkursache und die Zweckur-
sache (oder Finalursache). In der Wirkursache wird das Gegenwärtige aus Ver-
gangenem erklärt, in der Finalursache das Gegenwärtige aus dem Zukünftigen
(siehe unten).
Es besteht ein enger Zusammenhang zwischen Kausalität (als causa efficiens),
Determinismus und Vorhersagbarkeit. Wenn sich aus A zwingend B ergibt, lässt
sich dieser Determinismus als eine strenge Ausprägung von Kausalität verstehen.
Dies impliziert, dass – zumindest prinzipiell – eine vollständige Beschreibung der
Welt in Vergangenheit und Zukunft möglich ist, denn deterministisch betrachtet
ist jedes Ereignis als Resultat vorheriger Ereignisse in einem kausalen Netz fest
verankert. An ein deterministisches Verständnis von Kausalität sind jedoch erheb-
liche Probleme gekoppelt; neben dem grundsätzlichen Problem der Willensfrei-
heit, konnte seitens der Physik in der Quantenmechanik gezeigt werden, dass
Wahrscheinlichkeiten prinzipiell nicht mehr auf deterministische Gesetze redu-
zierbar sind. Daraus resultiert ein weiteres Mikroproblem der Kausalität: Ursache
und Wirkung lassen sich im subatomaren Maßstab nicht mehr klar trennen (vgl.
Leiber 1996, S. 307 ff.). Auch eine simultane Verursachung, ohne zeitliche Ver-
zögerung zwischen Ursache und Wirkung ist in einem klassischen deterministi-
schen Weltbild nicht vorstellbar
5
. Viele Bereiche der Natur laufen eben nicht de-
terministisch ab. Der radioaktive Zerfall, als viel zitiertes Beispiel, hebt den kausa-
len Determinismus auf. Denn beim radioaktiven Zerfall instabiler Atomkerne lässt
sich nur feststellen, dass bis zu einem bestimmten Zeitpunkt genau die Hälfte des
Stoffes zerfallen ist. Es kann aber nicht vorausgesagt werden, welches Atom wann
zerfällt. Selbst ob ein einzelnes Atom überhaupt zerfällt, lässt sich nicht sicher
aussagen; es lässt sich nur mit einer Wahrscheinlichkeit von fünfzig Prozent ange-
ben, dass es in einem bestimmten Zeitraum zerfällt.
Trotz der eben angerissenen Probleme besteht generell eine enge Bindung zwi-
schen Kausalität, Naturgesetz und wissenschaftlicher Erklärung. Jedoch sind Na-
turgesetze eben nicht als Kausalgesetze anzusprechen (siehe unten).
Teleologie
Teleologisches Denken unterstellt Phänomenen eine Zweckgerichtetheit. Dies ist
zunächst bezogen auf menschliches Handeln unproblematisch: Das Ziel einer
Handlung (die Ursache) liegt zeitlich später als seine materielle Umsetzung (die
Wirkung). Doch nicht nur im Bereich menschlicher Handlungen, sondern auch in
den Disziplinen, die Strukturen und Funktionen von Systemen erklären wollen,
haben teleologische Erklärungsweisen einen hohen Stellenwert. Doch wurden
5
Gibt es beispielsweise eine zeitliche Verzögerung, wenn der Anstieg der Temperatur zu einer
Ausdehnung eines Luftpartikels führt?
Rathmann
61
diese Erklärungen mit dem Aufkommen der neuzeitlichen Wissenschaft verdrängt;
sie erschienen empirisch nicht nachvollziehbar und damit irrelevant: Primat (na-
tur-)wissenschaftlichen Denkens ist die Naturgesetzlichkeit. Daher gelten traditio-
nell nur Kausalerklärungen als wissenschaftlich legitim (vgl. dazu Stegmüller
1983, Kap. VIII).
Eine ausführliche Kritik am teleologischen Denken bezogen auf die Natur for-
mulierte bereits Hartmann (1951, S. 68 ff.). Er unterscheidet drei Akte des Final-
nexus: Der erste Akt ist die Setzung eines Zweckes im Bewusstsein als Antizipati-
on eines zukünftigen Ereignisses, im zweiten Akt erfolgt die Selektion der Mittel
zur Realisation des Zweckes. Dies erfolgt ausgehend vom gesetzten Zweck im
Bewusstsein. Hartmann spricht von einer „rückläufigen Determination“. Schließ-
lich kann im dritten Akt die Realisation als Realprozess über verschiedene Kau-
salprozesse außerhalb des Bewusstseins erfolgen. Damit ist für Hartmann der
finale auch ein kausaler Prozess. Teleologie ist in dieser Perspektive also nicht als
eine einfache Umkehr des Kausalverhältnisses zu sehen, denn alle Akte sind fest
ineinander verwoben. Finalprozesse sind begrenzte Prozesse, die mit dem Setzen
eines Zweckes beginnen und mit der Realisierung ihr Ende finden (ebenda, S. 71).
Dagegen sind Kausalprozesse prinzipiell unbegrenzt. Der Finalnexus als Ab-
folge der kausalen Akte eins und zwei vollzieht sich allerdings rein mental, Teleo-
logie ist daher eine Bewusstseinskategorie, Kausalität hingegen eine Realkategorie
(ebenda, S. 2 f.). Der reale Zeitfluss kann deshalb nur in Gedanken (Akte eins und
zwei) durchbrochen werden. Daraus folgt, dass „Urheber“ von Finalprozessen nur
„bewusste Wesen“ sein können (ebenda, S. 72). Eine Naturfinalität ist für Hart-
mann undenkbar, es sei denn eine Weltvernunft oder ein göttlicher Eingriff steckte
dahinter. Dadurch aber, dass die Naturwissenschaft nur eine Kausalitätsform gel-
ten lässt, entstehen in einem modernen systemtheoretischen Verständnis zahlrei-
che Probleme, denn offenbar kann die Naturwissenschaft nicht ohne den Gedan-
ken einer Zweckgerichtetheit und einen Finalbegriff auskommen. Dies führte
schon früh zu der Überlegung eine spezifische „Vitalkraft“ anzunehmen
6
.
In einer Abgrenzung von Kausalität und Teleologie betont Stegmüller insbe-
sondere, dass Teleologie zur Vorhersage ungeeignet ist, weil ein Ziel auch verfehlt
werden kann. Darin liegt für ihn eine Hauptschwierigkeit der Teleologie begrün-
det: Ein Ziel, das nur mit einer bestimmten Wahrscheinlichkeit erreicht wird, soll
das gegenwärtige Geschehen (mit)bestimmen. Teleologie ist für Stegmüller letzt-
lich „Motivkausalität“ (ebenda, S. 652); sie kann allenfalls Vorgänge im Nachhi-
nein verständlich machen und ist so gleichsam als eine Umkehrung des Kausal-
verhältnisses zu verstehen. Zulässig sind für ihn daher nur teleologische Naturbe-
6
Auf diesen Ansatz von Hans Driesch oder die Naturteleologie als Entelechie nach Hedwig Con-
rad-Martius kann hier nicht eingegangen werden.
Teil I – Komplexität
62
schreibungen, ohne wissenschaftlichen Erklärungsanspruch (ebenda, S. 705).
Spaemann & Löw (2005) halten Stegmüller vor, dass er Vorsatz und Zweck ver-
wechsele, denn Zwecke sind für Spaemann & Löw nicht unbedingt mit Bewusst-
sein verbunden. Es ließe sich beispielsweise die „Arterhaltung“ nicht als Motiv
den „Pflanzen unterstellen“ (ebenda, S. 218). Allerdings sehen sie in der Arterhal-
tung einen Zweck, der von keinem Lebewesen intendiert, aber sehr wohl von den
Lebewesen verfolgt wird. Der Zweck wird damit vom Akteur abgekoppelt.
Um ziel-verfolgende Systemprozesse ohne einem zweck-setzenden Bewusst-
sein beschreiben zu können, wurde von Pittendrigh (1958) der Begriff der Teleo-
nomie eingeführt (vgl. Toepfer 2004, S. 73). Die Unterscheidung von zielgerichte-
ten und zielintendierten Vorgängen ist fundamental für das Verständnis teleologi-
schen Denkens (vgl. Nagel 1979, S. 275 ff.). Bei einem teleonomischen Vorgang
ist die Zielgerichtetheit auf die Ausführung eines Programms zurückzuführen;
Beispiele dafür sind in der Kristallisation oder der Arterhaltung zu finden.
Kausalitätstheorien
Die theoretische Einbindung von Ursache/Wirkungs-Zusammenhängen in system-
theoretisches Denken kann nur vor dem Hintergrund bisher geleisteter Bemühun-
gen um das Verständnis von Kausalität erfolgen. Um einen Rückfall hinter das
erreichte Differenzierungsniveau zu verhindern, ist eine knappe Zusammenschau
zu ausgewählten Positionen zur Kausalität erforderlich. Denn einerseits implizie-
ren die zentralen Begriffe der Systemtheorie wie Rückkopplung und Selbstrefe-
renz bereits ein gewisses Kausalverständnis, das es offenzulegen und zu hinterfra-
gen gilt. Andererseits zeigen die folgenden Ausführungen, dass auch vermeintlich
klassisch linear-deterministisch gedachte Zusammenhänge viele Fallstricke und
Schwierigkeiten in sich bergen. Die Vorstellungen von Ursache und Wirkung sind
also nicht erst seit dem Aufkommen der Systemtheorie zu hinterfragen.
Regularitätstheorie
Die Überlegungen David Humes zur Kausalität als Ergebnis von Gewohnheit der
Beobachtungen waren fundamental für alle weiteren Theorien. Für ihn, als Empi-
risten, lässt sich unseren Sinneseindrücken nur entnehmen, dass die Wirkung zeit-
lich auf die Ursache folgt. Aus einer Anzahl an Beobachtungen stellen wir fest,
dass mit einer bestimmten Regelmäßigkeit (Regularität) bei allen Beobachtungen
B ausnahmslos auf A folgt. Es muss etwas geben, das A und B notwendig verbin-
det; erst dann kann davon gesprochen werden, dass B stattgefunden hat, weil A
eingetreten ist (vgl. Hume 1982, Kap. VII). Diese notwendige Verknüpfung selbst
lässt sich jedoch nicht aus der Beobachtung ablesen, sie wird im Geiste des Beob-
Rathmann
63
achters hinzugefügt. Die Vorstellung einer regelmäßigen Verknüpfung von A und
B übersteigt damit die Wahrnehmung konkreter Einzelereignisse.
Aus dem „Kausalitätsbegriff" Humes lassen sich drei Kriterien für Kausalität
ableiten: Es besteht:
1) eine gewisse raum-zeitliche Nähe von A und B,
2) eine zeitliche Priorität von A vor B und
3) die Verbindung ist konstant.
Dabei gilt: gleiche Ursachen – gleiche Wirkungen bzw. ähnliche Ursachen – ähn-
liche Wirkungen.
Aus einer regularitätstheoretisch verstandenen Kausalität lassen sich keine si-
cheren Prognosen für die Zukunft abgeben. Denn dazu müsste sich die Zukunft
nach den gewohnten Verknüpfungen der Vergangenheit richten; dafür gibt es nach
Hume keine vernünftige Rechtfertigung. Die Regularitätstheorie lässt einige Fra-
gen offen (vgl. Heidelberger 1992, S. 133; Ostermeier 1997, S. 72 f.): Wie lassen
sich kausale von akzidentiellen Regularitäten zuverlässig abgrenzen? Das gleich-
zeitige Auftreten zweier Ereignisse lässt sich ebenso wenig erklären wie eine ge-
meinsame Ursache für zwei Ereignisse, oder die Möglichkeit, dass ein Ereignis
zwei oder mehr Ursachen hat. Eine zeitliche Abfolge (post hoc) darf nicht mit
einer kausalen (propter hoc) verwechselt werden
7
. Es lässt sich weiter einwenden,
dass Hume nicht zwischen einer logischen und einer naturgesetzlichen Notwen-
digkeit differenziert, vielmehr fokussiert er auf die Wahrnehmung einer notwendi-
gen Verknüpfung.
Probabilistische Ansätze
Der Zusammenhang von Wahrscheinlichkeit und Kausalität wurde durch Suppes
in einer grundlegenden Arbeit von 1970 ausführlich dargelegt und später durch
Salmon aufgegriffen (Salmon 1984, 1994). A ist Ursache von B, wenn A zeitlich
vor B liegt und wenn A die Wahrscheinlichkeit für das Auftreten von B erhöht; A
ist positiv statistisch relevant für B und damit wahrscheinlich auch kausal relevant.
An Stelle der Regelmäßigkeit, die Hume postuliert hat, folgt B einfach häufiger
auf A als etwas anderes. Im Wissenschaftsalltag sind diese Ansätze implizit weit
verbreitet, doch muss berücksichtigt werden, dass sich statistische Gesetze nicht
auf deterministische reduzieren lassen und sie dem Einzelfall nicht gerecht werden
können. Die Regularitätsbedingung (gleiche Ursache bedingt gleiche Wirkung)
wird bei statistischen Regelmäßigkeiten verletzt; auf scheinbar gleiche Ausgangs-
lage erfolgen jeweils unterschiedliche Wirkungen. Eine statistische Regelmäßig-
keit kann daher allenfalls eine unvollständige Kausalität begründen.
7
Auf das Fallen des Barometerstandes kann ein Sturm folgen, trotzdem ist das Fallen des Barome-
terstandes nicht die Ursache für den Sturm.
Teil I – Komplexität
64
Prozesstheorie
Jede Theorie der Kausalität muss definieren, was sie als Veränderung anspricht
und was nicht. Der Unterschied zwischen kausalen und nichtkausalen Prozessen
ist darin zu sehen, dass kausale Prozesse physikalische Erhaltungsgrößen über-
tragen (vgl. Salmon 1984; Dowe 2000). Dies impliziert, dass die Ursache der Wir-
kung eine Markierung
8
verleiht, die über den Eingriffspunkt hinaus Bestand hat.
Nach dieser Vorstellung unterscheiden letztlich physikalische Prozesse zwischen
kausalen und nichtkausalen Prozessen. Im zeitlichen Verlauf ist es allerdings
schwierig, den Übergang von Ursache zur Wirkung festzustellen: Denn wann wird
aus der Ursache die Wirkung (vgl. Russell 1952, S. 187)? Oder liegt der Unter-
schied von Ursache und Wirkung gar nicht in den Objekten, ist es einfach der
Beobachter, der diesen setzt? Wie ist das Problem von unterschiedlichen gleich-
zeitigen Einflüssen zu handhaben? Zudem sollte ein allgemeines Kausalgesetz
fundamentaler sein als eine naturwissenschaftliche Theorie.
Interventionistische Ansätze
Interventionistische Kausalitätstheorien (Wright 1974; Woodward 2003) nehmen
menschliche Handlungen in die Beschreibung von Ursache/Wirkungs-Zusam-
menhängen auf. So bedeutet „A ist Ursache von B“, dass ich B herbeiführen könn-
te, wenn ich A tun könnte, denn ausschließlich eine aktive Intervention erlaubt es,
Kausalfolgen aufzudecken (Wright 1974, S. 75). Die Unterscheidung von kausalen
und nicht-kausalen Korrelationen ist damit eine subjektive Entscheidung, wobei
die zeitliche Asymmetrie von A und B erhalten bleibt. Der Schluss auf die wahr-
scheinlichste Ursache erfolgt dadurch, dass ein (mögliches) Intervenieren in die
Ereignisse diese auf vorhergesagte Weise verändert. Damit wird der kausale De-
terminismus durch Wahrscheinlichkeiten ersetzt.
Schwierig bleibt abzuwägen, welche Analogie einem Naturvorgang gerade an-
gemessen ist. Schließlich impliziert dieses Kausalkonzept eine Anthropomorphi-
sierung von Ursachen, denn eine Ursache ist das, „was unter den vorliegenden
Umständen geändert werden müsste, damit der Vorgang, der uns interessiert an-
ders abläuft“, ‚Ursachen’ sind somit eine Angelegenheit der angewandten Wissen-
schaft“ (Toulmin 1969, S. 122 f.).
Kontrafaktische Konditionalsätze
Kontrafaktische Konditionale bilden „irreale Bedingungssätze“: A ist Ursache für
B; B wäre nicht eingetreten, wenn sich A nicht ereignet hätte. Im Grunde beziehen
sich kontrafaktische Konditionale auf unrealisierte Möglichkeiten (vgl. Mackie
1974). Lewis (1973) bettet diese Kausalitätstheorie ein in eine Theorie möglicher
8
„A causal process is a process that can transmit a mark“ (Salmon 1994, S. 299).
Rathmann
65
Welten, die neben der faktischen auftreten. Eine Zusammenschau wichtiger
kontrafaktischer Ansätze bieten Collins et al. (2004).
Für eine adäquate Ursachenexplikation sind alle implizit mitgedachten Bedin-
gungen, auch jene, die nicht stattgefunden haben, zu berücksichtigen. Denn wäre
eine dieser Bedingungen nicht eingetreten, hätte die Wirkung wahrscheinlich nicht
stattgefunden. Dies bildet die Basis für Mackies Definition von Ursache als INUS-
Bedingung: Ein Ereignis gilt als Ursache, wenn es ein unzureichender (Insuffi-
cient) aber notwendiger (Necessary) Teil einer Bedingung ist, die selbst insgesamt
nicht notwendig (Unnecessary) aber hinreichend (Sufficient) für das Ergebnis ist
(vgl. Mackie 1974, S. 62 ff.). Dieser Ansatz erweitert die Kausalitätsdiskussion
um eine sprachanalytische Betrachtung ist aber in der empirischen Forschung
schwer zu thematisieren, denn „kontrafaktische Weltverläufe sind […] nicht in der
Erfahrung gegeben“ (Heidelberger 1992, S. 148).
Nomologische Kausalität
Eine nomologische Kausalität impliziert, dass sich Naturgesetze als Kausalgesetze
ausdrücken lassen. Stegmüller charakterisiert Kausalgesetze als „quantitative,
deterministische, mittels stetiger mathematischer Funktionen darstellbare Mikro-
Sukzessions-Nahwirkungsgesetze, die sich auf ein homogenes und isotropes, von
bestimmten Erhaltungsprinzipien beherrschtes Raum-Zeit-Kontinuum beziehen“
(Stegmüller 1970, S. 13). Dagegen sind Naturgesetze mathematisch formulierte
Funktionen; ein System von Differentialgleichungen, gekoppelt an eine Kontinui-
tät von Raum und Zeit (Wright 1974, S. 52). Daran sind zahlreiche Probleme ge-
bunden: Naturgesetze sind zeitlos, daher muss eine zeitliche Asymmetrie von
Ursache und Wirkung dem Gesetz erst durch den Anwender auferlegt werden. Die
grundsätzliche Kritik an Naturgesetzen kann hier nicht weiter ausgeführt werden.
Ein kleiner Hinweis soll genügen: Exakte Naturgesetze gehen immer auf Kosten
der empirischen Anwendbarkeit und damit deren Prognosekraft. Für Cartwright
(1983) sind die Gesetze der theoretischen Physik ceteris paribus-Gesetze; solche,
die nur unter idealen Bedingungen gültig sind. Daher sind diese Gesetze auch nur
unter diesen idealen Bedingungen wahr; nicht jedoch unter den faktischen: „The
laws of physics, I concluded, to the extent that they are true, do not explain much“
(ebenda, S. 72 f.). Eine wahre Gesetzesaussage bleibt empirisch leer bzw. sie lässt
sich nur auf einen speziellen Fall anwenden. Darin sieht Cartwright ein Scheitern
einer nomologischen Aussage von Kausalität. Gerade die zunehmende Genauig-
keit in der Spezifikation eines Ereignisses führt zu seiner Unwiederholbarkeit bzw.
die Unanwendbarkeit eines allgemeinen Gesetzes (siehe oben). Damit liegt keine
Äquivalenz von Kausalerklärung und Vorhersagbarkeit mehr vor. Naturgesetze
können bei entsprechender Genauigkeit nur als statistische Gesetze angesprochen
Teil I – Komplexität
66
werden, der oft implizierte Determinismus lässt sich bestenfalls ceteris paribus
bestimmen. Statistische Gesetze sind nicht kausaler Natur und statistische Aussa-
gen sind zunächst rein deskriptiv. Eine Kausalerklärung lässt sich daraus nicht
ableiten. Als statistische Gesetze sind Naturgesetze aber nur eingeschränkt gültig.
Sie können daher allenfalls Korrelationen von Fakten aufzeigen; eine Aussage
über Kausalität ist hingegen nicht möglich. Es bleibt folglich die Frage zu klären,
wie sich Kausalbeziehungen aus Naturgesetzen ableiten lassen, die selbst keine
Kausalaussagen beinhalten.
Kausalität in der Systemtheorie: Das Problem der
„Rückwärtsverursachung“
Die im vorherigen Kapitel aufgezeigten Probleme der Kausalitätsforschung wer-
den durch systemtheoretische Überlegungen noch verschärft, denn sie stellen eini-
ge der Grundannahmen der Kausalität auf den Kopf. In der Kybernetik werden
Regelkreise erstellt, wo ein Sollwert (als Art Zielursache) angegeben wird, von
dem aus die Wirkursache initiiert wird. Dabei ist es zunächst unerheblich, ob ein
System nach einem Gleichgewicht oder einem anderen Ziel strebt oder ob eine
Pfadabhängigkeit vorliegt, also eine Abhängigkeit von Trajektorien, an denen
entlang sich das System entwickelt. Das erneute Sich-Einstellen eines Systemzu-
standes stellt eine Steuerung durch negative Rückkopplungen dar. Systemtheore-
tisch wird also ein deterministisch-lineares Kausalkonzept, ähnlich wie in moder-
nen Naturgesetzen, durch ein funktionales ersetzt. Ereignisse werden damit über
einschränkende Faktoren, die sie von ihrer Umwelt unterscheiden, charakterisiert.
An Stelle einzelner Kausalbeziehungen treten kausale Netzwerke und Wechsel-
wirkungen (vgl. Breckling et al. 1997, S. 109). Aber sind kausale Wechselwirkun-
gen nicht ein Selbstwiderspruch? Für Bunge (1984) sind Ereignisverknüpfungen,
die Wechselwirkungen ausdrücken nicht kausal, weil dabei die Asymmetriebedin-
gung verletzt wird.
Die großen Herausforderungen an die Kausalitätstheorien stecken in einigen
der wesentlichen Grundbegriffe selbstorganisierender Systeme:
Der Begriff der Selbstreferenz dient der Beschreibung von Zirkularität, von
Rückbezüglichkeit innerhalb eines Systems, ein Phänomen, das sich mit den
Begriffen der Kausalität nicht fassen lässt, denn so kann die Wirkung theore-
tisch vor ihrer Ursache liegen.
Selbststeuerung ist ein ähnlich schwieriger Begriff, beschreibt er doch die Ten-
denz eines Systems sich nach eigenen Vorgaben zu regeln, damit ebenfalls eine
Form der causa finalis.
Der Chaosbegriff setzt die Kausalität scheinbar außer Kraft und ersetzt sie
durch Wahrscheinlichkeiten.
Rathmann
67
Emergenz, ein weiterer schillernder Begriff der Systemforschung, beschreibt
die Entstehung neuer makroskaliger Strukturen
9
. Durch Emergenz ist das Ver-
halten komplexer Systeme kausal nicht vollständig auf einzelne Elemente re-
duzierbar und damit nicht reproduzierbar.
Mit der modernen Systemtheorie (egal welcher Prägung) liegt erstmals ein theore-
tischer Ansatz vor, der die wissenschaftliche Erklärung einer „Rückwärtsverursa-
chung“ einfordert. Denn Rückkopplungsmechanismen lassen die Fragen nach der
theoretischen und praktischen Möglichkeit einer Rückwärtsverursachung auf-
kommen; schließlich wirkt die Zielgröße auf die Ursache zurück. Bereits in der
Diskussion um die Abgrenzung von Kausalität und Teleologie, die letztlich auch
eine Form von Rückwärtsverursachung darstellt, wurde auf erste Schwierigkeiten
hingewiesen. Wird die kausale Ordnung mit einer zeitlichen identifiziert, ist eine
Rückwärtsverursachung definitorisch schlichtweg ausgeschlossen
10
. Ob eine zeit-
liche Prioritätensetzung von Ursache und Wirkung nur durch unser Erkenntnis-
vermögen erfolgt oder ein ontologisches Faktum darstellt, muss offen bleiben.
Aber eine bloß definitorische Festlegung bleibt unbefriedigend. Denn auch „mög-
liche Welten“, die vielleicht nicht vorkommen, aber für möglich gehalten werden,
lassen sich begrifflich nicht verbieten. Alles andere wäre eine definitorische „Tri-
vialisierung“ (Meixner 2001) oder eine Reduzierung von Kausalität auf die Physik
(vgl. Dowe 2000). Besonders kontrafaktische Konditionalsätze im Zusammenhang
mit einer Retrokausalität implizieren keine Änderung der Vergangenheit, wohl
aber eine Änderung der Möglichkeiten. Schließlich wird etwas realisiert, das bis-
lang nicht vorlag und vielleicht auch nie realisiert worden wäre. Eine kausale
Asymmetrie ist nur eine kontingente Eigenschaft der aktuellen Welt, aber keine
eines reinen Kausalkonzeptes (vgl. Kistler 2006).
Neben diesen metaphysischen Konsequenzen einer Rückverursachung, bleibt
die Schwierigkeit, die causa finalis empirisch anzusprechen. Es bleibt zu klären,
inwiefern sich Wirkursache und Finalursache aufeinander beziehen oder gegensei-
tig ausschließen. Die enge Verzahnung kausalen und teleologischen Denkens, die
Hartmann anspricht (1951), soll verdeutlicht werden: Wenn A B verursacht, so
tritt B zeitlich später ein und A hat eine Tendenz B hervorzubringen. Ist damit die
Wirkung schon in der Ursache angelegt? Ist also B das Ziel von A? Strebt damit
die Ursache zur Wirkung? Der Zweck eines Geschehens wird meist schon sprach-
lich expliziert, aber an Stelle eines statischen Vorher-Nachher wird von Ursa-
9
Möglicherweise ist der Begriff nur eine Bezeichnung für ein Phänomen, das sich bislang noch
einer Kausalerklärung entzieht.
10
Kausalitätstheorien lassen sich kaum von der Zeit entkoppeln. Der Regularitätstheorie von David
Hume liegt eine temporale Annahme zugrunde, indem Kausalität als zeitliche Sukzession defi-
niert wird. Damit wird eine Rückwärtsverursachung per definitionem ausgeschlossen.
Teil I – Komplexität
68
che/Wirkungs-Zusammenhängen gesprochen (vgl. Spaemann & Löw 2005,
S. 201 ff.). Die aristotelischen Ursachen sind möglicherweise nur Bestandteil un-
terschiedlicher Ebenen eines komplexen Systems. Durch die Anwendung von
Systemtheorie wird damit die alte Dichotomie zwischen causa finalis und causa
efficiens faktisch aufgehoben (vgl. Wuketitis 1981, Kap. 5). Zwischen beiden
Wirkformen sind die Unterschiede offenbar doch nicht so groß, wie gemeinhin
angenommen wird. Eine causa finalis ergänzt offenbar die causa efficiens, denn
Natur lässt sich möglicherweise nur durch ihr „um zu“ adäquat erklären. Mittel zu
diesem Zweck sind in der Wirkursache zu finden. Wirkursache und Finalursache
müssen als Einheit begriffen werden und zwar in jeder wissenschaftlichen Diszip-
lin. Die strikte Trennung – man mag Dilthey anführen, der diese unglückliche
Dichotomie von Erklären und Verstehen eingeführt hatte – von Natur- und Geis-
teswissenschaften hat zur Konsequenz, dass die dabei relevanten Kausalitätsfor-
men ebenso getrennt werden und die Teleologie aus den Naturwissenschaften
verbannt wird. Dies ist weder mit Blick auf die Kausalitätstheorien noch unter
systemtheoretischer Perspektive durchzuhalten. Denn jeder Systemcharakter ist
das Ergebnis eines Arrangements von Zuständen durch den Menschen, mithin kein
objektiv Gegebenes (vgl. Spaemann & Löw 2005, S. 207 f.).
Zusammenfassung
Kausalität stellt sich trotz jahrhundertelanger Denkbemühungen weiterhin als ein
Grundproblem der Philosophie im Allgemeinen, der Wissenschaftstheorie im
Besonderen und einer jeden Systemtheorie dar. Der vorliegende Beitrag hat auf
der Basis ausgewählter Kausalitätstheorien auf einige grundsätzliche Schwierig-
keiten kausaler Erklärungen bei der Anwendung systemtheoretischen Denkens
hingewiesen. Eine systematische wissenschaftstheoretische Aufarbeitung von
Kausalverhältnissen in einem systemtheoretischen Verständnis muss weiteren
Arbeiten vorbehalten bleiben.
Das traditionelle linear-kausale Denken wird durch systemtheoretisches Den-
ken in Wechselwirkungen und Rückkopplungen vor große Herausforderungen
gestellt. Es konnte bei der knappen Betrachtung verschiedener Kausalitätstheorien
jedoch verdeutlicht werden, dass das vermeintlich klare Ursache/Wirkungs-
Verhältnis in sich schon zahlreiche Probleme beinhaltet. Denn, streng genommen,
existieren auch in den exakten Naturwissenschaften keine deterministisch linear-
kausalen Vorgänge. Ursache ist in der Wissenschaft eine prioritäre Bedingung im
Vorfeld des Eintretens der Wirkung; sie ist damit nur als Plural möglich. Es bliebe
die Frage zu klären, wie man von der Ursache (im Singular!) sprechen kann.
Weitere Fragen, die bezüglich von Kausalrelationen in Systemen zu beantwor-
ten sind, wurden aufgeworfen: Im Rahmen von Systemtheorien ist es von Interes-
Rathmann
69
se, ob Kausalbeziehungen immer asymmetrisch sind, bzw. wie dann das Verhält-
nis von kausaler und zeitlicher Ordnung aussieht. Das Verhältnis von Determinis-
mus und Kausalität scheint chaostheoretisch geklärt: Ein strenger Determinismus
ist nicht mehr Bestandteil moderner Wissenschaften. Offenbar muss auf der Basis
probabilistischer Erwägungen ein Anknüpfungspunkt an diese Kausalitätstheorien
gesucht werden. Gerade vor diesem Hintergrund gilt es stärker zu berücksichtigen,
dass methodische Probleme der modernen Naturwissenschaft sich nicht in dem
Maße von sozialwissenschaftlichen unterscheiden, wie oftmals unterstellt wird.
Denn gerade in den statistisch arbeitenden Disziplinen entsprechen sich diese
Probleme, und Ursachen-Zuschreibungen resultieren letztlich aus Wahrscheinlich-
keitsaussagen, eingebettet in die jeweils aus der Fachliteratur bekannten Sachzu-
sammenhänge. Dabei bleiben jedoch die aus den probabilistischen Kausalitätsthe-
orien bekannten wissenschaftstheoretischen Schwierigkeiten erhalten.
Möglicherweise bietet gerade eine Systemtheorie geeignete Ansätze, zu einem
einheitlichen problemorientierten Vokabular hinsichtlich der Kausalitätsprobleme
zu gelangen. Aber welches Konzept von Kausalität lässt sich mit systemtheoreti-
schem Denken konsistent in Einklang bringen? Denn methodische Schwierigkei-
ten von Systemanalysen liegen in Wechselwirkungen und Rückkopplungen inner-
halb von Systemen begründet. Das Konzept der Rückwärtsverursachung verletzt
ebenso wie die Vorstellung einer Wechselwirkung die Prämisse der asymmetri-
schen Eigensinnigkeit von Kausalrelationen. Weiterhin implizieren Rückkopplun-
gen eine Rückwirkung der Wirkung auf die Ursache. Daher müssen teleologi-
sche/teleonomische Argumente stärker als bisher im systemtheoretischen Forschen
theoretisch beleuchtet werden. Daneben bieten kontrafaktische Konditionale si-
cherlich eine vielversprechende Weiterführung innerhalb der Kausalitätstheorien,
denn dabei lassen sich Rückkopplungen wissenschaftstheoretisch konsistent integ-
rieren. Darauf aufbauend kann möglicherweise ein systemkonformer Begriff von
Kausalität entwickelt werden, der bislang nur sehr begrenzt möglich ist. Denn auf
der Grundlage der klassischen Kausalitätstheorie nach Hume oder nomologischer
Ansätze kann ansonsten allenfalls von einer schwachen Form von Kausalität ge-
sprochen werden. Sprachanalytisch ist es schließlich von Interesse zu klären, ob
sich Formulierungen finden lassen, die nicht schon ein bestimmtes Kausalver-
ständnis implizieren. Denn offenbar haben wir die Schwierigkeit, dass sich die
Welt uns nicht so darstellt, wie das kausale Denken sie thematisiert. Trotzdem
erscheint für die Wissenschaften Kausalität, zumindest als forschungsstrategische
Maxime, weiterhin unverzichtbar.
Teil I – Komplexität
70
Literatur
Baumgartner, M. & G. Graßhoff 2004. Kausalität und kausales Schliessen. Eine Einführung mit
interaktiven Übungen. Bern Studies Verlag. Bern.
Breckling, B. et. al. 1997. Konzepte zur Untersuchung ökologischer Komplexität: Der Bezug
zwischen Kausalität, Skalierung, Rekursion, Hierarchie und Emergenz. BTUC Aktuelle Reihe
4/97: 104–124.
Bruckmeier, K. & K.-H. Simon 1996. Systemtheorien und Selbstorganisationsprinzipien: Einige
Überlegungen zur Interaktion von Sozial- und Naturwissenschaften. In: K. Mathes, B. Breckling,
& K. Ekschmitt, Systemtheorie in der Ökologie, Ecomed, Landsberg: 25–34.
Bunge, M. 1984. Die Wiederkehr der Kausalität. In: B. Kanitscheider, Moderne Naturphilosophie.
Königshausen & Neumann, Würzburg: 141–160.
Cartwright, N. 1983. How the laws of physics lie. Clarendon Press. Oxford.
Castellani, F. & J. Quitterer 2007. Agency and causation in the human sciences. mentis.
Paderborn.
Collins, J., N. Hall & L.A. Paul 2004. Causation and counterfactuals. MIT Press. Cambridge.
Dowe, P. 2000. Physical causation. Cambridge University Press. Cambridge.
Engels, E.-M. 1978. Teleologie – eine „Sache der Formulierung“ oder eine „Formulierung der
Sache“? Zeitschrift für allgemeine Wissenschaftstheorie IX/2: 225–235.
Glückler, J. 1999. Neue Wege geographischen Denkens? Verlag neue wissenschaft. Frankfurt.
Hartmann, N. 1951. Teleologisches Denken. Walter de Gruyter. Berlin.
Heidegger, M. 1983. Einführung in die Metaphysik. Freiburger Vorlesung Sommersemester 1935.
Vittorio Klostermann. Frankfurt am Main.
Heidelberger, M. 1992: Kausalität. Eine Problemübersicht. Neue Hefte für Philosophie 32/33:
130–153.
Hume, D. 1982. Eine Untersuchung über den menschlichen Verstand. Reclam. Stuttgart.
Kelle, U. 2003. Die Entwicklung kausaler Hypothesen in der qualitativen Sozialforschung. Zentral-
blatt für Didaktik der Mathematik/ ZDM 35/6: 232–246.
Kistler, M. 2006. Causation and laws of nature. Routledge. Oxford.
Leiber, T. 1996. Kosmos, Kausalität und Chaos. Ergon Verlag. Würzburg.
Lewis, D. 1973. Counterfactuals. Harvard University Press. Harvard.
Mach, E. 1883. Die Mechanik in ihrer Entwicklung. Brockhaus. Leipzig.
Mackie, J. 1974. The cement of the universe – a study of causation. Clarendon Press. Oxford.
Meixner, U. 2001. Theorie der Kausalität. Ein Leitfaden zum Kausalbegriff in zwei Teilen.
mentis. Paderborn.
Nagel, E. 1979. Teleology revisited and other essays in the philosophy and history of science.
Columbia University Press. New York.
Ostermeier, U. 1997. Begriffliche und empirische Fragen der Kausalkognition. Kognitionswissen-
schaft 6: 70–85.
Pearl, J. 2000. Causality. Models, reasoning, and inference. Cambridge University Press.
Cambridge.
Russell, B. 1952. Über den Begriff der Ursache. In: B. Russel, Mystik und Logik. Philosophische
Essays, Humboldt, Wien: 181–208.
Russo F. & J. Williamson 2007. Causality and probability in the sciences. College Publications.
London.
Rathmann
71
Salmon, W. 1984. Scientific explanantion and the causal structure of the world. Princeton University
Press. Princeton.
Salmon, W. 1994. Causality without counterfactuals. Philosophy of Science 61: 297–312.
Sommerlatte, T. 2002. Angewandte Systemforschung. Ein interdisziplinärer Ansatz. Gabler. Wies-
baden.
Sosa, E. & M. Tooley 1993. Causation. Oxford University Press. Oxford.
Spaemann, R. & R. Löw 2005. Natürliche Ziele. Geschichte und Wiederentdeckung des teleologi-
schen Denkens. Klett-Cotta. Stuttgart.
Spohn, W., M. Ledwig & M. Esfeld 2000. Current issues in causation. mentis. Paderborn.
Stegmüller, W. 1970. Aufsätze zur Wissenschaftstheorie. Wissenschaftliche Buchgesellschaft.
Darmstadt.
Stegmüller, W. 1983. Probleme und Resultate der Wissenschaftstheorie und Analytischen Philoso-
phie. Bd.1 Erklärung, Begründung, Kausalität. Springer. Berlin.
Suppes, P. 1970. A probabilistic theory of causality. North-Holland Publishing Company. Amster-
dam.
Toepfer, G. 2004. Zweckbegriff und Organismus. Königshausen & Neumann. Würzburg.
Toulmin, S. 1969. Einführung in die Philosophie der Wissenschaft. Vandenhoeck & Ruprecht.
Göttingen.
Wirth, E. 1979. Theoretische Geographie. Teubner. Stuttgart.
Woodward, J. 2003. Making things happen. A theory of causal explanation. Oxford University
Press. Oxford.
Wright, G. H. v. 1974. Erklären und Verstehen. Athenäum-Fischer. Frankfurt am Main.
Wuketits, F. 1981. Biologie und Kausalität. Biologische Ansätze zur Kausalität, Determination und
Freiheit. Paul Parey. Berlin.
Joachim Rathmann
Wissenschaftlicher Mitarbeiter am Lehrstuhl für Physische Geographie und
Quantitative Methoden der Universität Augsburg. Seine Forschungsschwer-
punkte sind Klimatologie, insbesondere großräumige Klimavariabilität, Kli-
maänderungen und klimatische Extremereignisse im südlichen Afrika und in
Europa sowie Grundfragen der theoretischen Geographie.
72
73
Teil II
Kopplung von Strukturen
und strukturelle Kopplung
Kirsten von Elverfeldt und Margreth Keiler
4 Offene Systeme und ihre Umwelt.
Systemperspektiven in der Geomorphologie
Offenheit hat sehr viel engere Grenzen als Verschlossenheit
Peter E. Schumacher
Die Systemtheorie in der Geomorphologie
Die Systemtheorie hat vor mittlerweile über fünfzig Jahren Einzug in die Geomor-
phologie gehalten (z. B. Hack 1960; Strahler 1950, 1952). Ihr Erfolgszug begann
jedoch erst in den 1970er Jahren mit dem Lehrbuch von Richard Chorley und
Barbara Kennedy (1971), die die Ideen des Biologen Ludwig von Bertalanffy
(1951, 1956) und seiner Allgemeinen Systemtheorie aufgegriffen und für die
Geomorphologie aufbereitet haben. Es zeigte sich schnell, dass die Systemtheorie
ein großes Potential für die Geomorphologie besitzt: Sie ermöglicht es, den Fokus
der Beobachtung von einzelnen Details auf die systemaren Zusammenhänge in der
physischen Welt zu verlagern. Das neu formulierte Systemdenken und die damit
einhergehende Änderung des Blickwinkels waren notwendige Voraussetzung für
wesentliche Entwicklungen in der Geomorphologie, wie die Sedimentbudgetie-
rung oder auch die Global Environmental Change-Forschung. Beide Ansätze
basieren auf einem der wesentlichen Grundgedanken der allgemeinen Systemtheo-
rie, dem Fokus auf das Beziehungsgeflecht zwischen einzelnen Komponenten
innerhalb eines Systems und der Annahme der Quantifizierbarkeit dieser Bezie-
hungen und ihrer Änderungen. Strahler (1952, S. 934 f.) wies der Systemtheorie
eine weitreichende Bedeutung für die Geomorphologie zu: „Geomorphology will
achieve its fullest development only when the forms and processes are related in
terms of dynamic systems and the transformations of mass and energy are consid-
ered as functions of time“. Hinzu kam, dass zumindest anfangs innerhalb der Phy-
sischen Geographie die Hoffnung bestand, dass die Systemtheorie für die Geogra-
phie eine „unifying methodology“ (Stoddart 1967, S. 538) bereitstellen könnte,
was sich aber in dieser Form bis heute nicht bestätigt hat.
Dennoch hat sich systemisches Denken in der Geomorphologie in vielen Be-
reichen gut etabliert und bestimmt implizit die diversen Forschungsschwerpunkte
Teil II – Kopplung von Strukturen und strukturelle Kopplung
76
der Geomorphologie und Physischen Geographie. Diese weitgehende Akzeptanz
des Deutungsmusters „System“ hat jedoch auch zur Folge, dass inzwischen die
theoretische Fundierung sowie die Definitionen und Grundannahmen selten bis
gar nicht (mehr) reflektiert und analysiert werden. Der Schwerpunkt der wissen-
schaftlichen Studien liegt auf der empirischen Arbeit, nach Thomas S. Kuhn
(1962) ein klassisches Merkmal für ein Paradigma in der normalwissenschaftli-
chen Phase. Es kann jedoch auch interpretiert werden als die Degradierung einer
wissenschaftlichen Theorie zu einer „impliziten Theorie“, d. h. zu einem Konglo-
merat von Annahmen, die nicht länger expliziert und überdacht werden, obschon
mit ihnen beständig gearbeitet wird (Egner & von Elverfeldt, subm.).
1
„In this it
was often forgotten that system dynamics are based on a set of rather specific
assumptions which may or may not apply in connection with specific geomor-
phological problems“ (Scheidegger 1992, S. 213). Der verhältnismäßig geringe
Grad an Reflektion mag auch damit zusammenhängen, dass Theorie in der Physi-
schen Geographie nicht als zwingend notwendig und der empirischen Arbeit un-
tergeordnet angesehen wird; theoretischer Diskurs nimmt in der Physischen Geo-
graphie im Allgemeinen und der Geomorphologie im Besonderen keinen hohen
Stellenwert ein. Chorley (1978, S. 1) brachte das bereits vor dreißig Jahren zum
Ausdruck: „Whenever anyone mentions theory to a geomorphologist, he instincti-
vely reaches for his soil auger“. Cox (2007, S. 47) merkt an, dass die Bemerkung
heute noch aktuell ist und führt weiter aus: „[…] geomorphological research and
the literature it generates remain dominated by empirical case studies“. Damit will
keineswegs gesagt sein, dass empirische Studien wissenschaftlich unwichtig sind.
Aber es zeigt, dass für theoretische Überlegungen in der Geomorphologie bislang
kaum Platz ist und verdeutlicht den „erkenntnistheoretischen Imperativ des Empi-
rismus“ (Richard Dikau 2008, persönliche Mitteilung) in der Geomorphologie.
Somit ist es nicht verwunderlich, dass die Fragen „Was ist ein System und was
nicht?“ bzw. „Was sind die systemtheoretischen Grundannahmen in der Geomor-
phologie?“ als trivial erachtet werden und somit allenfalls selten gestellt werden.
Vor allem in aktuellen Publikationen, in denen systemisches Denken explizit und
implizit als Grundlage der Arbeiten dient, wird der Systembegriff meist als selbst-
verständlich genutzt und nicht (mehr) definiert (vgl. z. B. Orford et al. 2002; Hoo-
ke 2007; Phillips 2006a) – ein deutlicher Hinweis darauf, dass sich die Systemthe-
orie zu einer impliziten Theorie entwickelt hat.
1
Der Begriff „implizite Theorie“ ist der Psychologie entlehnt, wo er als individuelle Konstruktio-
nen von Einzelpersonen über bestimmte Phänomene gilt (Sternberg et al. 1981, Furnham 1988).
Der Begriff weist gewisse Ähnlichkeiten zu dem Konzept der „Kryptotheorien“ auf, das von Peter
Weichhart in der Humangeographie geprägt wurde und in den Literaturwissenschaften seinen Ur-
sprung hat (vgl. Eibl 1976).
von Elverfeldt / Keiler
77
Der Beitrag sucht Antworten auf diese Fragen für die Geomorphologie und will
sie kritisch beleuchten. Dem nähern wir uns zunächst über die Definition von
Systemen und ihrer Klassifikation, um dann auf die Umweltbeziehungen der Sys-
teme einzugehen. Die Offenheit von Systemen im klassischen Systemverständnis
der Geomorphologie führt zu theoretischen und empirischen Implikationen, die
bisher noch nicht beschrieben wurden. Abschließend zeigen wir auf, inwieweit
implizite theoretische Grundannahmen der System/Umwelt-Beziehungen, wie das
Gleichgewichtsdenken, überdauert haben und Weiterentwicklungen der System-
theorie hin zu nicht-linearen, komplexen Systeme beeinflussen.
Theoretische Positionierung des geomorphologischen
Systemverständnisses
Definition und Abgrenzung von Systemen
Grundlegende Antworten auf die Frage, was ein System ist, finden sich zunächst
in diversen Lexika (z.B. Mayhew & Penny 1992; Whittow 2000; Brunotte et al.
2002). Diese Definitionen stimmen im Wesentlichen alle mit der aus dem
grundlegenden Werk von Richard Chorley und Barbara Kennedy (1971, S. 1)
überein: „A system is a structured set of objects and/or attributes […] that exhibit
discernible relationships with one another and operate together as a complex
whole“. Wie aus dieser Definition ersichtlich wird, ist der Ausgangspunkt des
Denkens in der Geomorphologie, dass ein System eine „Einheit“ oder ein „Gan-
zes“ bildet. Diese Einheit impliziert automatisch, dass eine Grenze zu einem Au-
ßen existiert, zu einem „Nicht-System“, die das System als distinkt erkennbar
macht. In den Definitionen ist jedoch nicht abzulesen, wodurch diese Grenze zu
dem, was nicht System ist, für den Betrachter erkennbar wird. Die Frage, wie und
wo die Grenze eines Systems zu ziehen ist, haben sich auch bereits Chorley &
Kennedy gestellt (1971, S. 23 ff.). Ihnen zufolge ist dies in erster Linie eine Frage
des common sense und der Erfahrenheit des Wissenschaftlers. Abschließend
kommen sie jedoch zu der Einschätzung, dass selbst für das einfachste der geo-
morphologischen Systeme, dem morphologischen System (siehe unten), die Ab-
grenzung erstaunlich schwierig vorzunehmen ist. Denn um ein System analysieren
zu können, müssen sowohl die dazugehörigen Elemente als auch die Beziehungen
zwischen diesen Elementen erkannt und beschrieben werden können. Ebenso
schwierig ist es, alle relevanten Variablen zu bestimmen, wobei die Relevanz
zudem für jede individuelle Fragestellung und Untersuchung neu zu bewerten ist,
denn „jede beliebige thematisch/raum-zeitlich abgegrenzte Beobachtungseinheit
[kann] als System begriffen werden […]“ (Brunotte et al. 2002, S. 324).
Eine etwas präzisere Antwort darauf, wie ein spezifisches System zu sehen ist,
geben z. B Werner & McNamara (2007, S. 395): „The boundaries of a system
Teil II – Kopplung von Strukturen und strukturelle Kopplung
78
enclose the smallest set of elements that are nonlinearly coupled, with only weak,
linear interactions crossing boundaries”. Ähnlich lässt sich wohl auch Robert W.
Christopherson (2006, S. 4) verstehen, wenn er schreibt, dass sich die innersyste-
maren Energie- und Massenflüsse von den außen stattfindenden Prozessen unter-
scheiden. Das bedeutet, dass es im Gegensatz zum Konzept autopoietischer Sys-
teme (Selbsterschaffung und Selbstabgrenzung des Systems durch eine spezifische
Operationsweise, siehe auch die Beiträge von Heike Egner, Roland Lippuner und
Wolfgang Zierhofer in diesem Band) zwar nicht den einen Prozess der Selbstab-
grenzung von geomorphologischen Systemen gibt, sie sich aber durch den Beob-
achter durch eine spezifische Kopplung der Elemente und ihrer Interaktionen von
ihrer Umwelt abgrenzen lassen. Dabei ist besonders wichtig, dass adäquate und
korrekte Grenzen festgelegt werden, da es ansonsten zu unsinnigen und paradoxen
Resultaten kommt (vgl. Honig 1999, S. 2). Oftmals werden physische Merkmale
ausgewählt, die leicht als Grenze erkennbar bzw. interpretierbar sind, beispiels-
weise die Grenzen flüssig/fest (wie bei der Grenze zwischen einem Fluss und
einem Hang) oder gefroren/ungefroren (wie die Grenze zwischen einem Gletscher
und seinem Vorfluter; vgl. z. B. White et al. 1998; Honig 1999). In diesem Zu-
sammenhang spielt häufig die Dominanz der jeweiligen Prozesse und der aus
ihnen hervorgehenden Formen die entscheidende Rolle: Dominieren Prozesse und
Formen, die durch fließendes Wasser geprägt wurden, sprechen wir von einem
fluvialen System, ist der Wind das vorherrschende Agens, nennen wir es äolisches
System usw. Die Systemgrenzen befinden sich dann entsprechend dort, wo die
Dominanz des einen von der Dominanz des anderen Agens abgelöst wird.
Systemklassifikation
Um die so verstandenen Systeme in eine analytische Ordnung zu überführen,
schlagen Chorley & Kennedy (1971) vor, Systeme nach dem Grad ihrer Komple-
xität zu klassifizieren. Komplexität wird dabei zwar nicht definiert, aber vermut-
lich verstanden als eine hohe Anzahl von einzelnen Elementen und einem hohen
Maß von Beziehungen zwischen diesen Elementen (vgl. Pigliucci 2000). Die von
Chorley & Kennedy vorgeschlagene Klassifikation nach dem Grad der System-
komplexität hat seit ihrem Lehrbuch von 1971 in seinen wesentlichen Zügen Be-
stand, sie wurde nur um Skalen als Klassifikationsmerkmal und weitere Systemty-
pen erweitert (z. B. Dikau 1998; Slaymaker 1991). Die Klassifikation besteht aus
vier Systemtypen, die vorrangig auf der mesoskaligen Betrachtungsebene angesie-
delt sind, jedoch auch auf andere Skalen übertragen werden können:
1) Das morphologische System (Formsystem): Dieser Systemtyp setzt sich aus-
schließlich aus den physikalischen Bestandteilen des Systems zusammen. Die-
se bilden ein strukturelles Netzwerk, wobei die Stärke und Richtung der zwi-
von Elverfeldt / Keiler
79
schen ihnen bestehenden funktionalen Beziehungen anhand der Korrelations-
analyse untersucht werden kann. Zu den physikalischen Eigenschaften von
Systembestandteilen zählen beispielsweise ihre Geometrie (Hangneigung,
Hanglänge etc.) und Zusammensetzung (z. B. mittlere Korngröße, Korngrö-
ßenverteilung). Eine wichtige Eigenschaft von Formsystemen sind positive
und negative Rückkopplungsschleifen, die bestimmen, wie (und ob) sich die
Veränderungen einzelner Variablen auf die Morphologie auswirken (Abbil-
dungen 1 und 2). Ein einfaches Beispiel für ein Formsystem ist die Betrach-
tung eines Hanges bezüglich Hangneigung, Verwitterungstiefe, Korngrößen-
verteilung, Wassergehalt des Bodens etc. und der Beziehungen zwischen die-
sen Parametern bzw. ihrer gegenseitigen Beeinflussung.
2) Das Kaskadensystem: Kaskadensysteme bestehen aus einer Reihe gekoppelter
Subsysteme, wobei die Koppelung über verschiedene geomorphologische
Prozesse geschieht (z. B. Lawine, Mure), die Masse und/oder Energie in ein
anderes Subsystem transportieren. Der Output eines Subsystems bildet somit
den Input in ein anderes Subsystem. Ob die Energie und die Masse in Teilen
oder auch vollständig zwischengespeichert werden, bestimmen dabei Regula-
toren. Gibt es keine Speicher bzw. wird nur ein Teil des Inputs zwischenge-
speichert, durchlaufen die restliche Masse und Energie das System als
Throughput und verlassen es schließlich als Output. Diese grundlegenden
Komponenten – Input, Throughput, Speicher und Output – können als kanoni-
sche Struktur dargestellt werden (Abbildungen 1 und 3; ein Kanon bezeichnet
die Regeln, nach denen ein System strukturiert ist und funktioniert). Betrachtet
man beispielsweise ein Hangsystem und die Massen- und Energieflüsse in
Form von Wasser und Sediment, die dieses System durchlaufen und schließ-
lich verlassen, so bildet dieser Output den Input in das fluviale System des an-
grenzenden Wasserlaufs. Der Input ist dabei in der Lage, die Operationsweise
des fluvialen Systems in Teilen mitzubestimmen. Der Fokus bei der Analyse
von Kaskadensystemen liegt somit auf den Input/Output-Beziehungen. Diese
Analyse kann prinzipiell auf drei verschiedenen Ebenen der Detailliertheit ge-
schehen: (a) In Form eines white box-Ansatzes, bei dem versucht wird, das
System möglichst vollständig zu beschreiben, (b) als grey box, in der auf be-
stimmte Subsysteme fokussiert wird, ohne detaillierte Kenntnis ihrer Operati-
onsweise und (c) als black box, in der das gesamte System als eine Einheit an-
gesehen wird, ohne Betrachtung der inneren Struktur und Prozesse und nur die
Input/Output-Relation analysiert wird.
3) Das Prozess-Reaktionssystem: In Prozess-Reaktionssystemen werden morpho-
logische und Kaskadensysteme über Regulatoren und Speicher miteinander
verschnitten (Abbildungen 1 und 4).
Teil II – Kopplung von Strukturen und strukturelle Kopplung
80
Abbildung 1 (links): Erläuterung der Symbole für die Darstellung verschiedener System-
typen in den Abbildungen (aus Chorley & Kennedy 1971, S. 78)
Abbildung 2 (rechts): Die Illustration eines morphologischen Systems. Das Formsystem
ist gekennzeichnet durch morphologische Parameter und deren Rückkopplungen. Die
Beziehungen zwischen den Parametern A, B und C können ber eine Korrelationsanalyse
untersucht werden (aus Chorley & Kennedy 1971, S. 4)
Hierbei stellen entweder morphologische Eigenschaften einen Entscheidungs-
regulator im Kaskadensystem dar oder es besteht eine enge Korrelation zwi-
schen Variablen im Kaskadensystem und Variablen im morphologischen Sys-
tem. Solch ein Regulator kann beispielsweise die kritische Hangneigung sein,
die darüber entscheidet, ob mehr Schutt abgelagert werden kann oder aber in
das nächste Subsystem weiter transportiert wird. Die Verzahnung der beiden
Systemtypen beinhaltet oftmals negative Rückkopplungen: Wird beispiels-
weise die kritische Hangneigung oder die kritische Schuttmenge durch Ab-
transport unterschritten, erfolgt kein weiterer Massenfluss durch das System.
Durch solche Mechanismen verfügen Prozess-Reaktionssysteme über selbst-
regulierende Eigenschaften, wodurch sie sich an veränderte Rahmenbedin-
gungen anpassen können.
4) Das Kontrollsystem: Prozess-Reaktionssysteme bieten über die Regulatoren
bzw. andere Schlüsselvariablen Ansatzpunkte, an denen der Mensch in die
Systeme eingreifen kann, um die Funktionsweise und die Gleichgewichtsver-
Input
Output
Regulator
Store
Subsystem
Canonical
Structure
Yes
No
A
B
C
von Elverfeldt / Keiler
81
hältnisse zwischen einzelnen morphologischen Variablen in Systemen zu
ändern. Geschehen diese Eingriffe bewusst und koordiniert, bilden das sozia-
le Entscheidungssystem und das Prozess-Reaktionssystem ein Kontrollsys-
tem. Zumindest theoretisch wird davon ausgegangen, dass diese Einfluss-
nahme bzw. Kontrolle durch den Menschen in zunehmendem Maße derart
geschieht, dass unvorhergesehene und unerwünschte negative Folgeerschei-
nungen ausbleiben. Beispiele für Prozess-Reaktionssysteme sind Küsten-
schutzmaßnahmen zur Erosionskontrolle, Lawinenverbau, Staudammbau zur
Kontrolle der Trinkwasserverfügbarkeit und zum Hochwasserschutz, Verna-
gelung von Steilwänden zur Reduktion des Steinschlags u. ä.
Ausgehend von der Annahme, dass ein System eine Einheit bildet, existieren also
weitere Kernkonzepte innerhalb des geomorphologischen Systemverständnisses:
(1) ein System besteht aus einzelnen Elementen und wird (2) wesentlich durch die
Beziehungen zwischen diesen Elementen bestimmt. Des Weiteren kann (3) jedes
System in eine beliebige Anzahl von Subsystemen unterteilt werden. In diesem
Verständnis vollzieht ein System einen Transformationsprozess, der Inputs und
Outputs notwendig macht (vgl. Larses & Elkhoury 2005).
Abbildung 3: Zwei Regulatoren bestimmen nacheinander den Weg eines Inputs
(A+B+C) durch das Subsystem I. Der Input-Anteil A wird durch den ersten
Regulator zwischengespeichert, die Inputs B und C durchlaufen das System und
verlassen es schließlich als die zwei Outputs B und C. C und der (verzögerte)
Output A wiederum bilden den Input zum Subsystem II, wohingegen
Output B eine Rückkopplung zu seinem Ursprungssystem bildet
(aus Chorley & Kennedy 1971, S. 79, Legende in Abbildung 1)
B
A+B+C
YES
NO
NO
YES
A
A
C
SUBSYSTEM I
C+A
SUBSYSTEM II
Teil II – Kopplung von Strukturen und strukturelle Kopplung
82
Demzufolge sind die meisten geomorphologischen Systeme (1) notwendigerweise
offen, da sie Energie und Masse mit der Umgebung austauschen, (2) verschachtelt,
da der Output eines Systems der Input in ein anderes System sein kann, sowie (3)
strukturiert, wobei diese Struktur sowohl von internen Interaktionen als auch von
Interaktionen mit seiner Umwelt determiniert ist (Abbildung 5).
Es bleibt die Frage: Wie beeinflusst diese Offenheit für Masse und Energie die
Beziehungen der geomorphologischen Systeme zu ihrer Umwelt? Und wie stark
ist der Einfluss der Umwelt auf das jeweilige System, der durch diese Beziehun-
gen ermöglicht wird?
Input, Throughput, Output – Systeme und ihre Umweltbeziehungen
Aus den Ausführungen wird deutlich, dass nach dem klassischen geomorphologi-
schen Verständnis die meisten Systeme gleichsam in eine Umwelt eingebettet sind
(vgl. auch Slaymaker & Spencer 1998). Hieraus folgt eine Offenheit der Systeme
und daher kann beliebig festgelegt werden, wo ein jeweiliges System aufhört und
die Umwelt beginnt (vgl. Scheidegger 1992, S. 213 f.). Nur wenn das System in
sich geschlossen wäre, gäbe es eine natürliche Abgrenzung des Systems selbst
(vgl. ebenda, S. 214.). Da aber die meisten geomorphologischen Systeme offen für
den Austausch von Masse und Energie sind, ist dies eher eine Ausnahmeerschei-
nung. Was heißt Offenheit, Geschlossenheit oder auch Isoliertheit von Systemen?
Und wie gestalten sich dadurch die jeweiligen Umweltbeziehungen des Systems?
Abbildung 4: Zwei einfache Verbindungen zwischen Kaskaden- und morphologischen
Systemen: (A) Der Einfluss eines Kaskadenregulators (z. B. der Infiltrationskapazität) auf
morphologische Parameter (z. B. Dichte des Entwässerungsnetzes, talseitige Hanglage);
(B) Die Beziehung zwischen einem Kaskadentransfer (z. B. potentielle Evapotranspirati-
on) und morphometrischen Eigenschaften (z. B. der Dichte des Entwässerungsnetzes und
talseitige Hanglage über den Grad der Vegetationsbedeckung (mit b = Prozent der unbe-
deckten Fläche) (aus Chorley & Kennedy 1971, S. 127, Legende in Abbildung 1)
>F*
D
D
P-E
A.
B.
b
>F*
D
D
P-E
A.
B.
b
von Elverfeldt / Keiler
83
Offenheit, Geschlossenheit, Isoliertheit von Systemen
In ihren, der allgemeinen Systemtheorie für die Geomorphologie den Weg ebnen-
den, Arbeiten gehen Richard Chorley (1962) und Chorley & Kennedy (1971) de-
tailliert auf die Unterschiede zwischen (1) isolierten, (2) geschlossenen und (3)
offenen Systemen ein:
1) Isolierte Systeme sind durch ihre Abgeschlossenheit gegenüber sämtlichen
Energie- und Massenflüssen über ihre Grenzen hinaus gekennzeichnet.
2) Bei geschlossenen Systemen findet hingegen ein Energieaustausch über die
Grenzen hinaus statt, nicht aber ein Massenaustausch.
3) Offene Systeme dagegen sind auf einen Energie- und Massenaustausch mit
ihrer Umgebung für ihre Systemerhaltung angewiesen. Hierin bestehen direk-
te Analogien zu den klassischen Untersuchungsgegenständen der Physischen
Geographie wie Einzugsgebiete, Hangbereiche, Flussabschnitte usw.
Diese Grundannahmen der drei wesentlichen Systemtypen haben mehrere Impli-
kationen. So wird ein isoliertes System (nach einer ausreichend langen Zeit)
zwangsläufig das thermodynamische Gleichgewicht bei maximaler Entropie er-
langen. Zugleich kann es nur diese eine Form eines Gleichgewichts erlangen und
kein anderes, wobei das thermodynamische Gleichgewicht ein statischer Zustand
Abbildung 5: Ein typisches schematisches Beispiel für ein geomorphologisches
System, in diesem Fall ein Kaskadensystem (aus Schrott et al. 2002)
Subsystem I (free face, cirques)
Subsystem III (valley floor, channel)
Subsystem II (slope)
(weathered)
rock
free face
talus sheet
talus cone
(moraine)
rockfall deposit
avalanche-/debris
cone
talus sheet
talus cone
(moraine)
rockfall deposit
avalanche-/debris
cone
alluvial fan
(moraine)
alluvium
fluvial terraces
fluvial
fluvial
yes
yes
yes
yes
no
no
no
no
input
output
regulator
storage
process
Subsystem
rockfall
avalanche
debris flow
sheetwash
(glacial)
avalanche
debris flow
sheetwash
(glacial)
Teil II – Kopplung von Strukturen und strukturelle Kopplung
84
in senso stricto ist: Alle Gradienten sind ausgeglichen und das System befindet
sich im mechanischen, thermischen und chemischen Gleichgewicht (wodurch das
System nicht mehr arbeitsfähig ist).
2
Offene und geschlossene Systeme hingegen können kein thermodynamisches
Gleichgewicht erreichen. Da in der Physischen Geographie dennoch häufig von
Gleichgewichten gesprochen wird, und das auch in jüngerer Zeit (vgl. beispiels-
weise Pelto et al. 2008), scheint es notwendig, einen Blick auf die Grundannah-
men für das Denken in Gleichgewichten zu werfen.
Das Streben nach Gleichgewicht
3
In der Geomorphologie können offene und geschlossene Systeme klassischerweise
einen stationären Zustand (steady state) erreichen, wenn der Input von Masse
und/oder Energie durch Selbstanpassung des Systems in der Form bzw. der Geo-
metrie einzelner (Sub-)Systeme ausgeglichen wird. Zum Beispiel bestimmt der
unter anderem von der Materialzufuhr abhängige Neigungswinkel einer Schutthal-
de entscheidend mit, wie stark erosive Kräfte wirken können und ob Material
abgetragen wird (und somit Output aus dem Hangsystem generiert wird). Bei
einem systemspezifischen Neigungswinkel schließlich sind Input und Output
gleich, das System „Schutthalde“ befindet sich in einem stationären Zustand und
verändert sich – auf einer spezifischen Zeitskale – in seiner Form nicht wesentlich.
Dabei ist wichtig zu beachten, dass Systeme und ihre Organisation nicht nur
dann durch Input (vorübergehend oder auch dauerhaft) mitbestimmt werden, wenn
der Input einen bestimmten Schwellenwert überschreitet und das System direkt
reagiert, z. B. wenn ein Niederschlagsereignis einer bestimmten Magnitude eine
Hangrutschung auslöst. Vielmehr beeinflusst der Input von Energie und Masse das
System beständig in seiner Struktur und somit auch in seiner inneren Disposition,
auf Störungen überhaupt zu reagieren. Sobald die importierte Masse oder Energie
im System angelangt ist, wird auch sie wiederum durch die Eigenschaften des
Systems beeinflusst und transformiert. So beeinflusst das System wie, wann und
was für ein Output das System wieder verlässt: Die Art der Systemreaktion auf
den äußeren Einfluss bestimmt die Art des Outputs.
2
Wie bereits erwähnt, wird dieser Systemtypus bei den typischen Untersuchungsobjekten geogra-
phischer Forschung nicht vorgefunden und ist somit ein rein theoretisches Konstrukt bzw. in ers-
ter Linie in physikalischen Experimenten von Bedeutung.
3
Es sei darauf hingewiesen, dass der Gleichgewichtsbegriff zwar ein zentrales Konzept der Geo-
morphologie darstellt, jedoch weder eine einheitliche Definition noch ein einheitlicher Gebrauch
des Begriffs besteht (für detaillierte Ausführungen siehe Bracken & Wainwright 2006).
von Elverfeldt / Keiler
85
Abstrakt gesprochen kaskadieren nicht nur Masse und Energie von einem System
ins nächste, sondern auch die jeweiligen Systemreaktionen werden als Information
(verstanden als ein nutzbares Muster von Masse und Energie) weitergegeben.
Durch diese Einprägung vergangener Ereignisse und Systemzustände verfügen
Systeme gleichsam über ein Gedächtnis, was sowohl die eigenen Reaktionen, aber
auch die der an sie gekoppelten Systeme mitbestimmt. Die Weitergabe von Ener-
gie, Information und Masse kann direkt oder auch verzögert ablaufen, je nachdem,
ob Systeme über permanente, periodische oder episodisch ablaufende Prozesse
miteinander (rück-)gekoppelt sind. Dies wiederum ist stark abhängig von der zeit-
lich-räumlichen Skale, auf der das System betrachtet wird (siehe unten).
Aus dem bisher Gesagten wurde deutlich: Der Input von Masse und Energie
bestimmt wesentlich das Systemverhalten (seine Funktionsweise) mit. Indem ei-
nem System freie Energie zugeführt wird, erhöht bzw. erhält es die Arbeitsfähig-
keit des Systems über eine Versteilung oder Beibehaltung der Gradienten (von
Temperatur, Druck, Relief usw.). Das System ist bestrebt, diese Gradienten aus-
Abbildung 6: Schematische Darstellung der Reaktion des geomorphologischen Systems
einer Talaue auf externe Störungen (aus Dikau 2006, S. 133)
Zeit
Höhe der Talaue
Impuls / Störung
Impuls / Störung Impuls / Störung
Relaxationszeit
Reaktionszeit
Response-Zeit
Persistenzzeit
Ra
Ra
Ra
Rt
Rx
Rt
Rx
Ps
Teil II – Kopplung von Strukturen und strukturelle Kopplung
86
zugleichen und so kann man sagen, dass Systeme danach streben, ein dauerhaftes
(thermodynamisches) Gleichgewicht zu erreichen. Dass geomorphologische Sys-
teme diese endgültige Art des Gleichgewichts erreichen, ist jedoch aufgrund ihrer
Offenheit und der damit verbundenen Abhängigkeit von sich beständig wandeln-
den externen Variablen unmöglich – zum Erreichen des thermodynamischen
Gleichgewichts müssten die Systeme isoliert sein.
Stellt sich ein Ungleichgewicht zwischen Input und Output ein, ändern sich die
Abläufe in dem System, und das System reagiert mehr oder weniger schnell auf
die veränderten äußeren Bedingungen (Abbildung 6). Dabei durchläuft das System
verschiedene Phasen: Nach dem Eintreten einer Störung braucht das System eine
gewisse Zeit, um auf diesen Impuls zu reagieren (Reaktionszeit) sowie eine gewis-
se Zeit zwischen Eintreten der Reaktion und dem Ende der Reaktion auf den Im-
puls, bis es wieder einen neuen Gleichgewichtszustand erreicht hat (Relaxations-
zeit). Dabei kann es auch geschehen, dass eine neue Störung eintritt, bevor das
System sich an die veränderten Verhältnisse der ersten Störung angepasst hat. Die
Zeit, die vom Eintreten der Störung bis zum Erlangen des neuen Gleichgewichts-
zustandes vergeht, wird als Response-Zeit bezeichnet. Die Persistenzzeit schließ-
lich gibt an, wie lange sich ein neu erreichter Gleichgewichtszustand halten kann
(Abbildung 6). Unter Gleichgewicht wird also ein stationärer Zustand des Systems
verstanden, beispielsweise wenn sich erosive Kräfte in einem stabilen Gleichge-
wicht mit resistenten Kräften befinden (vgl. Dikau 2006, S. 134).
Ein Hinweis ist für die Überlegungen zum Streben von Systemen nach Gleich-
gewichtig unabdingbar: Die Idee eines Systemgleichgewichts ist nur aufrechtzuer-
halten, wenn man sich bei der Systemanalyse auf nur eine Variable des Systems in
einer bestimmten Zeiteinheit beschränkt (z. B. die Höhe der Talaue in Abbil-
dung 6). Nur dann sind überhaupt Gleichgewichte zu beobachten, aber eben nur
das Gleichgewicht einer Variablen – ob sich das gesamte System der Talaue in
einem Gleichgewicht mit seiner Umwelt befindet, ist damit nicht feststellbar.
Vom Gleichgewicht zur Nicht-Linearität
Die Orientierung an Gleichgewichten von einzelnen Variablen haben bereits
Schumm & Lichty (1965) kritisiert, indem sie feststellten, dass geomorphologi-
sche Systeme nicht ohne ihre Geschichte analysiert werden dürften: „We believe
that distinctions between cause and effect in the molding of landforms depend on
the span of time involved and on the size of the geomorphic system under conside-
ration. Indeed, as the dimensions of time and space change, cause-effect relation-
ships may be obscured or even reversed, and the system itself may be described
differently“ (ebenda, S. 110). In anderen Worten: Nur bei einer statischen Betrach-
tungsweise lassen sich überhaupt Ursache und Wirkung (und daraus folgende
von Elverfeldt / Keiler
87
etwaige Gleichgewichte) feststellen (zu der Frage der Kausalität in Systemtheorien
siehe auch den Beitrag von Joachim Rathmann in diesem Band). Bei dynamischer
Betrachtung kann jede Ursache zu einer Wirkung und jede Wirkung zu einer Ur-
sache werden (Schumm & Lichty 1965, S. 113); das System verhält sich somit
nicht mehr linear und das Feststellen von Gleichgewichten eines gesamten Sys-
tems ist nicht möglich. Eine Erkenntnis, die bereits vor 40 Jahren gemacht wurde,
die sich jedoch – um mit Thomas S. Kuhn (1962) zu sprechen – in dem vorherr-
schenden Paradigma nicht durchsetzen konnte. Schumm & Lichty (1965, S. 112)
betonten damals: “A choice must be made whether only components of a land-
scape are to be considered or whether the system is to be considered as a whole“.
Bis in die 1990er Jahre ist in der Geomorphologie die Wahl relativ eindeutig
auf die Untersuchung von Systemkomponenten bzw. auf eine statische Betrach-
tung von Systemen gefallen, innerhalb derer Gleichgewichte feststellbar sind.
Seither gibt es vermehrt Studien zu nicht-linearem, dynamischem Verhalten von
Systemen als Ganzes (vgl. beispielsweise Hergarten 2002; Phillips 1992a, 1999,
2006a, 2006b; Schumm 1991; Thomas 2001). Laut Phillips (2003, S. 4) ist ein
System nicht-linear wenn „the outputs are not proportional to the inputs across the
entire range of the inputs”. Dass Nicht-Linearität und Komplexität mittlerweile
eine gewisse Bedeutung innerhalb der Disziplin einnehmen, zeigt nicht zuletzt das
38th Annual Binghamton Geomorphology Symposium zum Thema ‚Complexity in
Geomorphology’ (Oktober 2007), bei dem nicht-linear-komplexe Systeme, dyna-
mische Entwicklungen, Fraktale, räumlich-zeitliche Skalierung, Skalenabhängig-
keit, Emergenz, Selbstorganisation und ‚self-organized criticality’ (SOC) für die
Geomorphologie diskutiert wurden. Komplexe Systeme in der Geomorphologie
sind durch drei wesentliche Merkmale gekennzeichnet (vgl. Baas 2007):
1) Es handelt sich um offene und dissipative Systeme mit einen Energie-
und/oder Materialfluss, bereitgestellt durch externe Quellen. Dieser Energie-
und/oder Materialfluss bewegt sich durch das System und wird durch aufge-
wandte Arbeit verbraucht bzw. in Wärmeenergie umgewandelt.
2) Komplexe Systeme weisen eine große Anzahl von Elementen auf, die
3) dynamisch mittels nicht-linearen Interaktionen und Rückkoppelungen ver-
bunden sind. Die Phänomenologie komplexer Systeme beinhaltet emergentes
Verhalten und dissipative (stabile, geordnete) Strukturen in Form von räumli-
chen und zeitlichen Mustern, die durch Selbstorganisation entstehen.
Die Betrachtung von Nicht-Linearität bzw. Komplexität stellt eine bedeutende
Erweiterung der Systemforschung in der Geomorphologie bei der Analyse des
dynamischen Verhaltens von Systemen dar, da dadurch nicht nur das Verhalten
von Einzelprozessen und Einzelkomponenten im Fokus steht, sondern vielmehr
das dynamische Verhalten (vgl. auch Phillips 1992b; Richards 2002).
Teil II – Kopplung von Strukturen und strukturelle Kopplung
88
Theoretisch fand also bereits in den 1960er Jahren der Abschied von Linearität
und Kausalität statt. Praktisch war dies jedoch innerhalb des herrschenden Para-
digmas nicht möglich, so dass nach innerparadigmatischen Auswegen aus diesem
aus der Offenheit von Systemen resultierenden Widerspruch gesucht wurde. Die-
ser Ausweg wurde über die Thematisierung der Skalenproblematik gefunden.
Umweltbeziehungen von offenen Systemen in Raum und Zeit
Mit der Größe, das heißt mit der räumlichen Ausdehnung eines jeden geomorpho-
logischen Systems, ist eine zeitliche Dimension verknüpft. Hiermit ist die Vorstel-
lung verbunden, dass große Formen länger existieren als kleinere.
4
Generell lässt
sich sagen, dass sich in Abhängigkeit vom räumlichen Maßstab, der dem jeweili-
gen untersuchten System zugewiesen wird, ein spezifischer Zeitraum, aber auch
ein spezifisches Prozessgefüge ergibt, was ebenfalls in die Betrachtung einfließen
muss. Wird beispielsweise ein Raum wie die europäischen Alpen (~ 5000 km²)
hinsichtlich seiner Entstehung betrachtet, ist der wesentliche zu betrachtende Pro-
zess die Tektonik, der über Millionen von Jahren abläuft und somit den Betrach-
tungszeitraum festlegt. Die Entstehung von Strandrippeln (~ 20 cm²) hingegen
unterliegt der Formung durch Wellen innerhalb weniger Minuten bis Stunden. Um
das Verhalten solcher Phänomene beschreiben zu können, bedienen sich Geomor-
phologen einer Unterscheidung von Eigenschaften in abhängige und unabhängige
Parameter (Tabelle 1): Erstere verändern sich in der betrachteten Zeitspanne, letz-
tere tun dies nicht. Unabhängige Parameter sind dabei ursächlich für die Verände-
rungen abhängiger Parameter, dies ist die bereits beschriebene Kausalität im Sys-
temverhalten, die sich jedoch mit dem betrachteten Zeitraum durchaus ändern
kann (siehe oben).
Schumm & Lichty (1965, S. 112 ff., sowie Tabelle 1) nähern sich dieser Prob-
lematik, beispielhaft an einem hypothetischen Einzugsgebiet, über die Zuweisung
von konzeptionellen Zeitspannen, innerhalb derer sich der Status (Abhängigkeit
oder Unabhängigkeit) spezifischer Parameter nicht ändert. Sie unterscheiden dabei
die Zeitspannen „cyclic“, „graded“ und „steady“ (vgl. hierzu auch Chorley &
Kennedy, 1971 S. 254). Auf der zyklischen Zeitskale, die geologische Zeiträume
beschreibt, existieren lediglich vier unabhängige Variablen: Zeit, Relief, Litholo-
gie und Klima. Die Vegetation eines Einzugsgebietes beispielsweise hängt auf
dieser Zeitskala vor allem von der Lithologie und dem Klima ab, und hat wieder-
um Einfluss auf weitere abhängige Variablen wie die Hydrologie und den Sedi-
4
Dieser Zusammenhang ist jedoch nicht zwingend, da auch die Formeigenschaften (z. B. hohe
oder geringe Erosivität) die Existenzdauer einer Form mitbestimmen.
von Elverfeldt / Keiler
89
mentaustrag. Bei der Betrachtung einzelner Systemkomponenten, beispielsweise
des Längsprofils eines Flusses, ist auf dieser zeitlichen Skale ein deutlicher Trend,
d. h. eine progressive Veränderung, zu erkennen.
Der Begriff „graded time“ bezieht sich auf einen kürzeren als den geologischen
Zeitraum (ist also ein Ausschnitt aus diesem) und wird oft synonym verwendet für
dynamisches Gleichgewicht. Nach Hack (1960) bezeichnet dieses Gleichgewicht
jenen Zustand eines (Erosions-)Systems, in dem „all elements of the topography
are mutually adjusted so that they are downwasting at the same rate. The forms
and processes are in a steady state of balance and may be considered as time inde-
pendent” (ebenda, S. 85). In dem Beispiel aus Tabelle 1 erreicht jetzt auch die
Vegetation einen unabhängigen Status und wird sich innerhalb der “graded time
nicht verändern. Morphologie, Abfluss und Sedimentaustrag sind nach wie vor
abhängige Variablen, wohingegen Zeit und Relief irrelevant sind. Der Zustand
Status of variables
during designated time spans
drainage basin variables cyclic graded Steady
1 time independent not relevant not relevant
2 initial relief independent not relevant not relevant
3 geology (lithology, structure) independent independent Independent
4 climate independent independent Independent
5 vegetation dependent independent Independent
6 relief or volume of system above
base level
dependent independent Independent
7 hydrology (runoff and sediment
yield per unit area within sys-
tem)
dependent independent Independent
8 drainage network morphology dependent Dependent Independent
9 hillslope morphology dependent Dependent Independent
10 hydrology (discharge of water
and sediment from system)
dependent Dependent Dependent
Tabelle 1: Der Status von Variablen eines hypothetischen Einzugsgebietes innerhalb
von Zeiträumen von zunehmender Dauer (aus Schumm & Lichty 1965, S. 112)
Teil II – Kopplung von Strukturen und strukturelle Kopplung
90
einzelner Systemvariablen (z. B. das Längsprofil eines Flusses) ist ausbalanciert,
d. h. es gibt nur geringe Fluktuationen um einen ‚charakteristischen’ Zustand.
Die kürzeste der konzeptionellen Zeitskalen, der wiederum ein (sehr kurzer)
Ausschnitt aus der „graded time“ ist, stellt schließlich „steady time“ dar und be-
schreibt einen wirklich statischen Zustand, im Gegensatz zum dynamischen
Gleichgewicht. Das heißt, es gibt nurmehr eine sich ändernde Variable im Ein-
zugsgebiet, den Sediment- und Wasseraustrag. Alle anderen Variablen sind sta-
tisch; das Längsprofil des Flusses ändert sich nicht.
Die obigen Ausführungen zeigen, dass die Einführung der Skalenperspektive
das Überdauern des geomorphologischen Gleichgewichtsdenkens ermöglicht hat.
Implikationen der Offenheit und Nicht-Linearität von Systemen
Die Annahme, dass Systeme gleichsam in ihre Umwelt eingebettet sind und dabei
eine hierarchische Struktur aufweisen, führte zu den beschriebenen Überlegungen
bezüglich Offenheit, Gleichgewichten und Skalen in der Geomorphologie. Diese
Denkweisen stehen in weiten Teilen in Widerspruch zu neueren Konzepten der
Systemforschung wie Komplexität und Nicht-Linearität von Systemen, haben
jedoch nach wie vor innerhalb der Disziplin ihren festen Platz. Das Nebeneinander
von sich widersprechenden „alten“ und „neuen“ Konzepten hat spezifische Impli-
kationen, auf theoretischer wie auf empirischer Ebene.
Theoretische Implikationen
System = Umwelt. Die Frage der Abgrenzung
Die Annahme einer hierarchischen Verschachtelung von Systemen ohne eindeuti-
ge Grenzen hat zur Folge, dass geomorphologische Systeme nicht nur materiell,
energetisch und räumlich offen sind, sondern auch prozessual offen: Ein und der-
selbe Prozess kann in verschiedensten Systemen vorkommen oder aber als Kopp-
lung verschiedener Systeme verstanden werden. Bereits Mihajlo Mesarovic
(1964), der eine grundlegende Rolle in der Entwicklung der mathematischen all-
gemeinen Systemtheorie einnahm und ein Mitglied des Club of Rome war, stellt
fest, dass ein System nicht von seiner Umgebung oder von einem anderen System
unterschieden werden kann, wenn es offen ist (vgl. ebenda, S. 8). Er vertritt dabei
die Ansicht, dass ein System im Allgemeinen dann offen wird, wenn in den Hypo-
thesen einige der grundlegenden Parameter nicht berücksichtigt werden, also von
einer geringeren Anzahl von Systemelementen ausgegangen wird (vgl. ebenda,
S. 9). Er benennt drei typische Fälle offener Systeme:
1) Ein System, das nicht komplett von der Umgebung abgeschlossen ist, so dass
Störungen auftreten können oder Unsicherheiten (unter diese Definition wür-
den auch die geomorphologischen geschlossenen Systeme fallen).
von Elverfeldt / Keiler
91
2) Ein System, das derart auf Störungen reagiert, dass es sein Verhalten perma-
nent verändert (adaptive oder selbstorganisierte Systeme).
3) Ein System, mit dem der Beobachter interagiert. D. h., der Beobachter ist eher
innerhalb des Systems als außerhalb und beide beeinflussen sich gegenseitig.
Mesarovic (1964, S. 9) führt weiterhin aus, dass der Umgang mit offenen Syste-
men Probleme beim Treffen von Entscheidungen bzw. bei der Kontrolle des Sys-
tems mit sich bringt, da diese unter Unsicherheiten geschehen. Auf diesen Aspekt
wird an späterer Stelle nochmals unter empirischen Gesichtspunkten eingegangen.
Richtige Prognosen sind unwahrscheinlich
Die Nicht-Linearität von Systemen, die bereits Schumm & Lichty (1965) in ande-
ren Worten beschrieben haben, führt zu drei Hauptimplikationen im Verhalten
eines (geomorphologischen) Systems:
1) Das System kann eine Sensitivität gegenüber den Initialbedingungen aufwei-
sen, die bei kleinen Änderungen der Eingangsparameter zu disproportionalen
Änderungen des Ergebnisses führen.
2) Das Verhalten des Systems kann zu Emergenz von Eigenschaften oder Struk-
turen führen, die nicht durch das Verhalten der Summe aller Komponenten
ausgedrückt werden kann (vgl. Phillips 1999, 2003; Harrison 2001).
3) Bedingt durch die Punkte eins und zwei kann das großräumige und langfristi-
ge Verhalten eines Systems nicht durch kleinräumige und kurzfristige Prozes-
se vorhergesagt werden (vgl. Lane & Richards 1997).
Beispiele für dieses nicht-lineare Verhalten sind in den verschiedensten Bereichen
der Geomorphologie zu finden (vgl. Coulthard & Van De Wiel 2007; Richards
et al. 2000; Baas 2007). Beispielsweise sind Küstensysteme durch kleinräumige
und kurzfristige Wind- und Wellenenergie sowie durch Interaktionen zwischen
Morphologie, Sedimenttransport und Fliessdynamik charakterisiert, was zu unter-
schiedlichen großräumigen und langfristigen Küstenformen führt. Diese Muster
können mit den Ansätzen der traditionellen geomorphologischen Systemtheorie,
die im Allgemeinen den (statischen) Zustand einzelner Elemente eines Systems
fokussieren, nicht erfasst werden (vgl. Baas 2002).
Die Persistenz der Skalenproblematik
Phillips (1999, S. 58) bietet vier mögliche Erklärungsweisen dafür an, dass sowohl
Ordnung als auch Komplexität (verstanden im Sinne von Unordnung bzw. Kom-
pliziertheit) in geomorphologischen Systemen beobachtet werden kann:
1) es ist eine Funktion des gewählten Maßstabs der Studie, ob geordnete Muster
oder Komplexität (Unordnung) in einem System gesehen werden,
Teil II – Kopplung von Strukturen und strukturelle Kopplung
92
2) die Komplexität überlagert generelle geordnete Strukturen und Regelmäßig-
keiten,
3) Komplexität und Chaos sind normal in der Struktur und Funktionen von Erd-
oberflächensystemen und Ordnung entsteht durch Aggregation, und
4) viele Erdoberflächensysteme sind von Natur aus instabile Systeme, die in sich
sowohl ‚komplexe Unordnung’ als auch emergierende stabile, geordnete
Strukturen in unterschiedlichen Maßstabsebenen enthalten.
Lane & Richards (1997) sprechen die Tatsache, dass großräumiges und langfristi-
ges Verhalten eines Systems nicht durch kleinräumige und kurzfristige Prozesse
vorhergesagt werden kann, als eine Hauptimplikation von nicht-linearen Systemen
an (siehe oben). Diese Sichtweise steht dem traditionellen systemtheoretischen
Skalendenken entgegen, in dem davon ausgegangen wird, dass die höhere Skale
durch die Summe der Komponenten der darunter liegenden Skalen beschrieben
werden kann. Im Sinne der Komplexitätstheorie können jedoch durch Selbstorga-
nisation und Emergenz in den höher liegenden Skalen neue Prozesse und Struktu-
ren entstehen, die erkannt und berücksichtigt werden müssen (vgl. Dikau 2006).
Auch in dieser Sichtweise ist eine Hierarchie von Skalen notwendig, um das Sys-
tem zu verstehen oder mit Modellen abzubilden. Allerdings verschiebt sich der
Fokus der Betrachtung von der einzelnen Skale auf einen skalenübergreifenden
Ansatz, da nur so emergente Phänomene erfasst und abgebildet werden können.
Um diese skalenbezogenen Phänomene, die durch Emergenz entstehen, zu verste-
hen, wird auf Modelle (vorwiegend ‚reduced complexity models’) zurückgegriffen,
die dieses Phänomen auch aufweisen. Dieser Ansatz wird in der Geomorphologie
derzeit allerdings noch kontrovers diskutiert (vgl. Murray & Fonstad 2007).
An den gezeigten Beispielen wird deutlich, dass das Skalenkonzept zentral für
geomorphologische Erklärungsansätze ist. Die Hinwendung zu skalenübergreifen-
den Betrachtungen kann hierbei eine wesentliche Weiterentwicklung traditioneller
Ansätze ermöglichen.
Relativierung der Bedeutung externer Störungen
Um die aktuelle Sensitivität eines Systems gegenüber externen Störungen verste-
hen zu können, ist die Analyse seiner Entstehungsgeschichte unerlässlich (vgl.
Schumm & Lichty 1965), denn gemäß des traditionellen geomorphologischen
Systemverständnisses (aber auch bei Phillips 1999; Thomas 2001; Dikau 2006),
liegen die Ursachen für Sensitivität in (a) einer bedingten Instabilität des Systems,
und (b) in Störungen durch externe Umweltprozesse, die das System kontrollieren.
Demgegenüber heben Murray & Fonstad (2007) hervor, dass externe Störun-
gen oftmals nur ein Anstoß für allgemeine Instabilitäten (nichtlineare Rückkopp-
lung) sind, sie jedoch nicht zwingend ein Schlüsselelement zur Erklärung der Sys-
von Elverfeldt / Keiler
93
temgenese darstellen. Durch diese Sichtweise verschiebt sich der Fokus von der
Umwelt des Systems auf das interne Verhalten des untersuchten Systems und auf
die daraus resultierenden Formen und Strukturen. Das Ausmaß, mit dem die Um-
welt das Systemverhalten bestimmen kann, wird somit deutlich reduziert und Kau-
salitäten eingeschränkt. Sollte sich diese Sichtweise innerhalb der Geomorpholo-
gie durchsetzen, wäre dies eine wesentliche Umorientierung gegenüber der geo-
morphologischen Systemtheorie, wie sie oben beschrieben wurde.
Nicht-Linearität und Gleichgewichte? Die Geomorphologie als Palimpsest
Neben Schumm & Lichty (1965) gibt es etliche weitere Beispiele für Arbeiten, die
dem Denken in und Forschen an linearen Systemen schon früh Zweifel entgegen
brachten. Hierzu zählen die Arbeiten zu geomorphic thresholds und complex res-
ponses von Schumm (1979, 1991). Schumm (1979) schreibt Veränderungen des
Systemverhaltens der Überschreitung spezifischer Schwellenwerte zu. Seiner
Meinung nach sind diese Schwellenwerte jedoch durchaus auf systeminterne Ent-
wicklungen zurückzuführen: „It is a threshold that is developed within the geo-
morphic system by changes in the morphology of the landform itself through
time“ (ebenda, S. 487). Aufgrund von Diskussionen mit Studenten und Kollegen
ergänzt Schumm schließlich „…or by a progressive change of an external variab-
le“ (ebenda, S. 488). Dies zeigt, dass Störungen durch externe Umweltprozesse,
die ein geomorphologisches System kontrollieren, von derart großer Bedeutung in
der Geomorphologie sind, dass auch Schumm letztlich diese Ergänzung zu seiner
ursprünglichen ‚nicht-linearen’ Definition von internen Schwellenwerten hinzuge-
fügt hat. Bei der Definition von geomorphologischen Schwellenwerten (ohne seine
spätere Ergänzung) ist davon auszugehen, dass derselbe Vorgang beschrieben
wird, den Bak, Tang & Wiesenfeld (1987) acht Jahre später als ‚self-organized
criticality’ (SOC) bezeichnen. SOC stellt eine Form der Selbstorganisation dar:
Selbstorganisation ist ein dynamischer und adaptiver Prozess eines komplexen
Systems, bei dem geordnete Strukturen ohne eine Einwirkung von außen emergie-
ren (vgl. Nicolis & Prigogine 1989). Als SOC wird jener Vorgang bezeichnet,
durch den sich ein System durch interne Dynamiken in einen kritischen Zustand
(critical state) bringt (vgl. Bak et al. 1987).
Wie oben bereits verdeutlicht, ist der Gleichgewichtsgedanke in der geomor-
phologischen Forschung sehr dominant. Auch Schumm (1979) schließt aus der
Beobachtung von Systemen, die sich nicht im Gleichgewicht befinden, dass die
Existenz von Schwellenwerten auf eine Unfähigkeit zur Anpassung an einen neu-
en Gleichgewichtszustand hindeutet. Die Reaktion dieser Systeme auf eine Stö-
rung, um ein neues Gleichgewicht zu erreichen, bezeichnet Schumm (1979, 1991)
als complex response. Das Verhalten des Systems kann mit unterschiedlichen
Teil II – Kopplung von Strukturen und strukturelle Kopplung
94
Reaktionen auf eine Störung dargestellt werden: Entweder kehrt es immer wieder
zu dem gleichen Gleichgewichtszustand zurück, oder es wechselt in einen neuen
Gleichgewichtzustand (Abbildung 6). Eine Möglichkeit, um das Verhalten sowie
die Zustandsänderungen von dynamischen Systemen zu analysieren, bieten (1) das
Konzept des Phasenraums und (2) der Lyapunov-Exponent (vgl. Pigliucci 2000).
1) Der Phasenraum wird durch mathematische Gleichungen aufgespannt. Hier-
bei wird der Zustand des Systems zum Zeitpunkt t gegen den Zustand des
gleichen Systems zum Zeitpunkt t+1 aufgetragen. Ein Beispiel: Der Zustand
eines Pendels ist durch Ort und Geschwindigkeit bestimmt, die als Koordina-
ten einen zweidimensionalen Phasenraum definieren (zweidimensional, da es
zu Interaktionen zwischen zwei Variablen kommt; vgl. Mainzer 2007). Zeitli-
che Zustandsveränderungen werden als Entwicklungskurven (Trajektorien)
im Phasenraum abgebildet. Aufgrund von Strukturen, die sich im Phasenraum
abbilden, kann zwischen linearen, nicht-linearen oder chaotischen Systemzu-
ständen unterschieden werden.
2) Der Lyapunov-Exponent ist ein Maß zur Beschreibung der Geschwindigkeit,
mit der die Trajektorien eines Systems im Phasenraum divergieren (vgl.
Pigliucci 2000). Ist der Exponent negativ, konvergiert das System zu einem
Gleichgewichtspunkt; ist der Exponent nahe Null, verhält sich das System mit
periodischer Regularität; ist der Lyapunov-Exponent positiv, weist das Sys-
tem chaotisches bzw. (bei sehr hohen Exponenten) zufälliges Verhalten auf.
Beide Konzepte werden bislang kaum in der Geomorphologie angewandt (für
Beispiele von mäandrierenden Flüssen siehe Hooke 2007), entweder aufgrund
einer Differenz in der Wahrnehmung über die Anwendung von Modellen, oder
weil nicht genügend empirische Daten für notwendige Vergleiche vorhanden sind
(vgl. Bracken & Wainwright 2006).
In der aktuellen Geomorphologie stehen also einander widersprechende Kon-
zepte nebeneinander, die die jeweilige empirische Forschung deutlich beeinflus-
sen. Chorley et al. (1984, S. 3) haben die Erdoberfläche mit einem Palimpsest
verglichen (einem immer wieder beschriebenen Pergament) und meinten damit,
dass einzelne Systemelemente unterschiedlich lange überdauern, so dass ältere
Formen von jüngeren Prozessen nicht ganz „ausradiert“ werden, sondern als unter-
liegende Struktur im System erkennbar bleiben und die Funktionsweise des Sys-
tems mitbestimmen. Die geomorphologischen Systeme sind von ihrer Vergangen-
heit beeinflusst. Aus unserer Sicht lässt sich auch die theoretische Geomorpholo-
gie als Palimpsest beschreiben, da neue Konzepte und Theorien auf bereits existie-
renden, teilweise widerlegten (‚ausradierten’) Annahmen aufsetzen und von diesen
beeinflusst werden. So kann die Geomorphologie leicht den Anschein erwecken,
multiparadigmatisch zu sein (vgl. hierzu Weichhart 2008); in unseren Augen ist
von Elverfeldt / Keiler
95
dies im Falle der Geomorphologie jedoch eher ein Hinweis auf mangelnden theo-
retischen Diskurs, als auf ein begründetes, theoretisch durchdachtes Nebeneinan-
der von widerstreitenden Paradigmen.
Konsequenzen für die empirische Forschung
Skalentransfer
Das mehrfach beschriebene Skalendenken in der Geomorphologie beeinflusst in
erheblichem Maße die empirische geomorphologische Forschung. Es wirft Fragen
nach den Möglichkeiten und Grenzen der Übertragung aktueller Messungen und
Beobachtungen auf andere zeitliche und räumliche Skalen auf, also nach den Mög-
lichkeiten und Grenzen eines Skalentransfers. Skalentransfer bezeichnet das
Sammeln von Daten auf kleinerer Skale und den Versuch, die Befunde der kleine-
ren Skale auf größere Räume zu übertragen.
5
Die Probleme, die sich aus dem Ska-
lentransfer ergeben, sind mannigfaltig. Wir greifen an dieser Stelle nur die beiden
wesentlichen Schwierigkeiten heraus:
1) Mit der Veränderung der Skalenebene ändern sich auch die relevanten Prozes-
se, so dass das Verhalten eines Systems nicht aus dem Verhalten der einzelnen
Subsysteme erklärt werden kann. Die Komplexität eines Systems nimmt dabei
sowohl mit der Größe, als auch mit der Auflösung (Detailliertheit der Betrach-
tung) zu, was den Skalentransfer zusätzlich erschwert (vgl. Schumm 1991). So
können in einem großen Gebiet einerseits einzelne Parameter wie Lithologie,
Klima oder Vegetation verschiedene Ausprägungen annehmen, was auf klei-
nerer Skale nicht notwendigerweise der Fall ist. Andererseits können in der
größeren Skale jedoch auch weitere Parameter hinzukommen, die auf der klei-
neren Skale keine Rolle gespielt haben. So weist beispielsweise ein kleines
Einzugsgebiet keine oder nur geringe Speicherkapazitäten für Sediment auf,
wohingegen Sedimentspeicher in großen Einzugsgebieten das Systemverhal-
ten entscheidend mitbestimmen.
2) Durch die Annahme, dass geomorphologische Systeme als offene Systeme
über Massen- und Energieflüsse in weiten Teilen von ihrer Umwelt bestimmt
werden, können äußere Faktoren die Beziehungen zwischen den einzelnen
Systemebenen stören, d. h. sie reagieren in einer Art und Weise, die nicht den
Regeln des Kanons entspricht. Gleiches ist über interne Faktoren möglich,
wenn beispielsweise Schwellenwerte überschritten werden und/oder Systeme
nicht-lineares Verhalten zeigen.
5
Der Skalentransfer wird nötig, da zum einen Daten für ein großes Gebiet nicht mit der gleichen
Dichte erfasst werden können, wie auf kleinem Raum und zum anderen auch oftmals nicht die
Zeitspanne abdecken können, die für die Analyse eines spezifischen Systems nötig wäre.
Teil II – Kopplung von Strukturen und strukturelle Kopplung
96
Zur Modellierung von räumlich variablen, nicht-linearen Phänomenen eignen
sich jene Modelle sehr gut, die auf Zellularen Automaten basieren. Zellulare Au-
tomaten sind räumlich explizit durch die Verwendung von einem regelmäßigen
Raster von Zellen, in denen allgemeine Regeln die essentiellen Aspekte des loka-
len Prozesses abbilden. Die Regeln, die entweder deterministisch oder stochastisch
sind, werden auf alle Zellen angewandt und definieren, wie sich unmittelbare
Nachbarzellen gegenseitig beeinflussen. Die großräumige Konvektivität entsteht
durch die zeitliche iterative Anwendung dieser lokalen Regeln, wobei großräumi-
ges komplexes Verhalten – basierend auf den lokalen Regeln – emergiert (vgl.
Coulthard & Van De Wiel 2007). Die Modelle können nicht die ‚Realität’ abbil-
den, jedoch können sie helfen, durch Vergleiche mit der ‚Realität’ wichtige Cha-
rakteristika von komplexen Systemen festzustellen (vgl. Favis-Martlock & de
Boer 2003). Zellulare Automaten bieten darüber hinaus eine Grundlage, gekoppel-
te Ansätze im Bereich der Naturwissenschaften zu entwickeln und Natur/Mensch-
Interaktionen zu integrieren (eindrucksvoll bei Baas 2007; Haff 2007; Werner &
McNamara 2007 sowie Zeng et. al. 2007).
Kontingenz und Unsicherheit
Eine weitere Implikation der theoretischen Fundierung für die empirische Arbeit
hat ihre Wurzeln in der Systemklassifikation, die den Kontrollsystemen eine ge-
sonderte Stellung zuweist. Chorley & Kennedy (1971, S. 299) vertreten die An-
sicht, dass „… man-environment systems might be considered as a special case of
man-machine systems where the machine contains a large number of black, grey
and white box subsystems”. Von dieser stark technischen Sichtweise der Systeme
in der physischen Welt ist die Physische Geographie zwar schon seit längerem
deutlich abgerückt, doch Überreste dieser Annahme finden sich noch immer, wenn
nach wie vor davon ausgegangen wird, dass es möglich ist, derart in ein System
einzugreifen, dass eine bestimmte und klar abgrenzbare Einflussnahme vorge-
nommen werden kann. Das mechanistische Weltbild zeigt sich implizit auch im-
mer wieder in Diskussionen, bei denen die Annahme vertreten wird, dass wir ein-
fach noch nicht genug wissen, um effektiv Kontrolle über die physischen Systeme
auszuüben: Wäre das Wissen bereits vorhanden, könnten wir die Systeme steuern.
Eine der anderen grundlegenden Annahmen der allgemeinen Systemtheorie
lautet, dass die Signifikanz der Dinge zu großen Teilen abhängig ist von dem Sys-
temkontext, in dem sie betrachtet werden (vgl. Chisholm 1962, S. 45). Deshalb
muss in empirischen Studien die Grenze des jeweiligen Systems genauestens im
Kontext der Studie definiert werden. Auch muss erklärt werden, warum spezifi-
sche Elemente einbezogen wurden, andere hingegen nicht. Chisholm zufolge be-
deutet dies, dass “the concept of a system remains somewhat vague and in some
von Elverfeldt / Keiler
97
degree the definition [of a particular system] must be arbitrary” (ebenda, S. 46).
Wie in den vorangegangenen Ausführungen gezeigt wurde, hat diese Kritik durch-
aus auch heute noch Bestand, vielleicht sogar in noch stärkerem Maße, da sich
damals die Vorreiter der geomorphologischen Systemtheorie des Problems der
Grenzziehung zumindest bewusst waren (auch wenn sie diesen Aspekt nicht wei-
ter verfolgt haben, z. B. Chorley 1962; Chorley & Kennedy 1971), es heute dage-
gen nur selten in die Reflektion über die eigene Forschung einfließt. Es liegt je-
doch in diesem Sachverhalt eine spezifische Problematik, auf die bereits Mesaro-
vic (1964) hingewiesen hat: Wenn die Bedeutung von Systemkomponenten davon
abhängig ist, wie wir ein spezifisches System betrachten (auch wie wir seine
Grenzen festlegen), wird ein hohes Maß an Kontingenz und Unsicherheit in die
Ergebnisse transferiert. Somit ist zunächst unsicher, ob das System im Sinne der
Fragestellung „korrekt“ definiert wurde. Damit ist auch unsicher, ob die kritischen
Parameter des Systems korrekt identifiziert worden sind. Unter dem Gesichtspunkt
dieser (nicht zu bestimmenden) Unsicherheiten: Wie kann nun die Sensitivität
eines Systems gegenüber Veränderungen einzelner Parameter bestimmt werden?
Hinzu kommt, dass vor allem, aber nicht nur, in der angewandten Geomorphologie
Szenarien verwendet werden, um mit Systemkomplexität und den daraus resultie-
renden nicht genau bestimmbaren zukünftigen Systemzuständen umzugehen. Sze-
narien geben die Bandbreite der möglichen Systemreaktionen auf Veränderungen
wieder und diese Bandbreiten sind aufgrund des Charakters von komplexen Sys-
temen allenfalls mit Wahrscheinlichkeiten bestimmbar, d. h. sie sind mit Unsi-
cherheiten verbunden (siehe hierzu auch den Beitrag von Beate Ratter und Tho-
mas Treiling in diesem Band). In welchem Maße die Unsicherheiten der Szenarien
durch die vorangegangenen Unsicherheiten in der Systemabgrenzung potenziert
werden, kann nicht abgeschätzt werden. Der britische Geomorphologe Roger
Moore stellt dazu fest: “One thing we as geomorphologists are really good at is
dealing with uncertainties” (Roger Moore 2008, persönliche Mitteilung).
Fazit
Bezüglich der zentralen Fragestellungen dieses Kapitels und auch des Buches –
wie wird ein System verstanden, wie wird das System abgegrenzt und was ist
eigentlich die Umwelt des Systems – kann festgestellt werden, dass
Systeme in der Geomorphologie in ihrem Grundverständnis nach dem techni-
schen Verständnis des 20. Jahrhunderts gesehen und definiert werden: Als ein
komplexes Ganzes, bestehend aus Elementen, die miteinander interagieren;
die Abgrenzung des Systems durch den Beobachter erfolgt; es gibt keinen Pro-
zess der Selbstabgrenzung eines Systems. Im Gegenteil: Ein und derselbe Pro-
zess kann in verschiedenen Systemen vorkommen;
Teil II – Kopplung von Strukturen und strukturelle Kopplung
98
die Welt als ein hierarchisch verschachteltes System betrachtet wird: alles ist
System bzw. kann als solches interpretiert werden, vom Wasserglas bis zum
Einzugsgebiet. Somit ist auch die Umwelt des jeweils gerade betrachteten Sys-
tems ein System, das aus einer beliebigen Anzahl von Subsystemen besteht;
die Chancen und Perspektiven, die sich aus den Konzepten der Komplexität
und Nicht-Linearität sowie des Chaos ergeben, beeinflusst werden durch per-
sistente tradierte Konzepte wie das Gleichgewichtsdenken.
Es ist offensichtlich und auch bemerkenswert, dass die Grundannahmen der geo-
morphologischen Systemtheorie in weiten Teilen seit den 1970er Jahren nicht