Musterlösungen - Cognitive Computing - page 513

Abb. 9.27 Beispiel kollektiver Intelligenz als Fischschwarm

So lässt sich beispielsweise bei einem ruhig dahinschwimmenden Fischschwarm beobachten, dass
einige Individuen in eine andere Richtung zu schwimmen beginnen, jedoch wenn die anderen Fische
ihnen nicht folgen, sie zum Schwarm wieder zurückkehren.

Synergetisch betrachtet, handelt es sich hierbei um Fluktuationen, d. h., das System wird
im alten Zustand instabil. Es kommt zu Schwankungen, bis sich der neue stabile Zustand
eingestellt und damit das System synchronisiert hat. Insgesamt wird damit eine Entschei-
dung durch Majorität getroffen, wenn der Schwarm von einem Lebenszustand in einen
anderen übergeht. Dieser Übergang ist meist durch die Motivation der Einzeltiere des
Schwarms bedingt. In Gefahrensituationen wäre diese Art der Entscheidungsfindung je-
doch zu langwierig. Hier erfolgt deshalb häufig die Entscheidung durch einen sogenann-
ten Initiator , d. h. ein erstes Tier, das z. B. beim Anblick eines Feindes auffliegt. Die ande-
ren Tiere folgen diesem Tier, das sich durch eine besonders heftige Bewegung oder einen
Warnruf bemerkbar gemacht hat, auch wenn diese den Feind selbst nicht gesehen haben.

So wurde beispielsweise beobachtet, wie eine große Herde von Zebras, Gnus und Kudus an der
Tränke mehrfach zu rascher Flucht aufbrach, als einzelne junge Tiere im Spiel sich jagten und rasch
liefen. Der Initiator in einem Schwarm ist derjenige, der zufällig als erster den Feind entdeckt hat.
Dies kann also jedes Mal ein anderes Tier sein, und es handelt sich hier keinesfalls um ein Leittier
(Abb. 9.27 ).

9.5.2 Modell

Kollektive Intelligenz, auch als Schwarmintelligenz bezeichnet, entsteht grob betrachtet
bei der Interoperation mehrerer Systeme unter einer wie auch immer gearteten Konsens-
bildung. Bei der Betrachtung solcher Phänomene bewegt man sich im Spannungsfeld von