Systemische Risiken in weltweiten Netzen

Eine digitale Information kann mit beliebig vielen anderen Informationen verbunden werden. Es entstehen dabei vernetzte Systeme, die in ihrer Komplexität kaum fassbar, geschweige denn beherrschbar sind. Wie schaffen wir es, die daraus entstehenden Risiken einzudämmen und zu beherrschen?

Wirtschaftssysteme, Unternehmen, Maschinen und Haushalte sind enger vernetzt als je zuvor. Die Methoden, eine Übertragung von Schocks durch das gesamte System zu identifizieren und einzuschränken, haben mit dieser Entwicklung jedoch nicht Schritt gehalten: Systemische Risiken werden auch in komplexen und dynamischen Netzwerken durch starre Trennlinien, fixe Puffer und personelle Überprüfung gemanagt. Die Herausforderungen an die Informatik: Entwicklung differenzierter Interventionssysteme.

Beispiel Finanzkrise: Ausfälle US-amerikanischer Hypothekendarlehen haben erst US-amerikanische Banken, dann europäische Institute und zuletzt ganze Staaten in den Ruin geführt. Die Unterstützung für betroffene Unternehmen und Staaten erfolgte nach dem Gießkannenprinzip, statt die systemischen Knotenpunkte des Netzwerks zu identifizieren und dort gezielt tätig zu werden. Andere Netzwerke wie elektronische Börsen sind durch Schnelligkeit und hohen Automatisierungsgrad attraktiv. Auf Ausfälle reagieren sie aber besonders unflexibel: bei Kurseinbrüchen wird der Handel automatisch eingestellt, denn maßgeschneidertes Eingreifen ist wegen der hohen Übertragungsgeschwindigkeit und der Datenmengen nach heutigen technischen Standards unmöglich.

Hier ist die Informatik gefordert, den wirtschaftlichen und gesellschaftlichen Bedarf nach differenzierten Interventionssystemen zu decken. Nötig sind vier Schritte: Im ersten Schritt werden abstrakte Netzwerk-Modelle entwickelt, die auf unterschiedlichste reale Probleme anwendbar sind. Um übertragbar zu sein, müssen die Modelle mit speziellen Datensätzen umgehen können und viele Stellschrauben enthalten. Im zweiten Schritt werden umfangreiche Simulationen notwendig. Diese erlauben es, an Knotenpunkten des Netzwerks Schocks auszulösen. Je nachdem in welche Richtung sich ein Schock ausbreitet, wie stark sein Effekt auf das Netzwerk ist und wie lange und intensiv er spürbar ist, lässt sich der Knotenpunkt als mehr oder weniger wichtig einteilen. Im dritten Schritt gilt es die Ergebnisse der Simulationen zu interpretieren. Das geschieht aufgrund der hohen Datenmengen nicht personell, sondern automatisiert mit Methoden aus der Künstlichen-Intelligenz-Forschung. Doch auch die beste Schlussfolgerung ist ohne zielgruppengerechte Kommunikation wertlos. Politiker und Aufsichtsbehörden interessieren sich für andere Kennzahlen als Führungskräfte aus der Wirtschaft. Angemessene Kommunikationsstrategien bilden daher den vierten und letzten Lösungsschritt.

Und dann? Dann können knappe Ressourcen wie Eigenkapital, Ersatzteillager oder Versicherungen an kritischen Stellen eingesetzt werden, statt sie undifferenziert an allen eventuellen Schwachstellen vorzuhalten. Es können von Interessengruppen gezielt gestreute wirtschaftliche oder politische Schreckensszenarien wissenschaftlich zuverlässig auf ihren Wahrheitsgehalt überprüft werden. Gezielte Interventionen ersetzen Maximallösungen, die auf Kosten der Allgemeinheit gehen.

Prof. Dr.-Ing. Ingo J. Timm, Universität Trier
Prof. Dr. Peter Mertens, Universität Erlangen-Nürnberg
 

Prof. Dr. Ingo J. Timm lehrt Wirtschaftinformatik an der Universität Trier und Sprecher der GI-Fachgruppe "Verteilte Künstliche Intelligenz". Prof. Dr. Peter Mertens ist Emeritus der Universität Nürnberg-Erlangen und GI-Fellow.