---
title: "Städte, Infrastruktur und Betrieb · Simulationen · Simulationshypothese"
url: https://simulation-hypothesis.com/de/simulations/cities-operations
description: "Verkehr, Warteschlangen, Lieferketten, Wasser, Strom und die gebaute Umwelt. Teil einer Taxonomie der Simulationen, die Menschen tatsächlich ausführen."
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl, Simulationshypothese (simulation-hypothesis.com)"
---

[Simulationen](https://simulation-hypothesis.com/de/simulations)Bereich 10 von 18

# Städte, Infrastruktur und Betrieb

Verkehr, Warteschlangen, Lieferketten, Wasser, Strom und die gebaute Umwelt.

Operations Research entstand aus dem Problem, Menschen, Güter und Ressourcen effizient zu bewegen, und Simulation ist sein wichtigstes Werkzeug. Das sind einige der am häufigsten laufenden Simulationen in Industrie und Verwaltung, auch wenn man sie selten sieht.

## Bewegung

### Verkehrsfluss

Autos als einzelne Fahrer, als Zellen auf einer Straße, die sich nach Regeln bewegen, oder als Flüssigkeit, die durch das Netz strömt.

Frage, die sie beantwortet: Warum entstehen Staus ohne erkennbare Ursache, und wird diese Kreuzung einen lösen?

Lässt aus: Die Eigenheiten einzelner Fahrer gleichen sich aus; die Wirkung eines unberechenbaren Fahrers geht verloren.

Läuft auf: etwa 10^13 FLOPS grob der Desktop-Rechner oder kleine Cluster einer städtischen Verkehrsbehörde Seit: 1955 Lighthill und Whithams Strömungstheorie des Verkehrsflusses

[Das interaktive Modell ausführen](https://simulation-hypothesis.com/de/simulations/run#toy-traffic)

[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Zelluläre Automaten](https://simulation-hypothesis.com/de/simulations/methods#m-cellular-automata)[Kontinuumsfelder](https://simulation-hypothesis.com/de/simulations/methods#m-continuum)Materieebene: Körper

### Verkehr und Landnutzung

Wo Menschen wohnen, arbeiten und einkaufen und wie sie sich dazwischen bewegen, über Jahre bis Jahrzehnte.

Frage, die sie beantwortet: Wenn wir diese Bahnlinie bauen, wie verändert sich die Stadt um sie herum?

Lässt aus: Sozialer Wandel über Jahrzehnte lässt sich allein aus historischen Mustern schwer vorhersagen.

Läuft auf: etwa 10^14 FLOPS grob der Server-Cluster einer Metropolregion-Planungsbehörde Seit: 1964 Ira Lowrys Modell von Flächennutzung und Verkehr in einer Metropole

[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Monte Carlo](https://simulation-hypothesis.com/de/simulations/methods#m-monte-carlo)Materieebene: Körper

### Stadtwachstum

Städte, die sich Zelle für Zelle über Land ausbreiten.

Frage, die sie beantwortet: Wo wird diese Stadt in den nächsten dreißig Jahren wachsen?

Lässt aus: Zellen wachsen nach festen Regeln; echte Politik und Landbesitz sind schwerer zu kodieren.

Läuft auf: etwa 10^13 FLOPS grob der Desktop-Rechner einer Planungsabteilung, Minuten pro Szenario Seit: 1979 Waldo Toblers zelluläre Modelle geografischen Wandels

[Zelluläre Automaten](https://simulation-hypothesis.com/de/simulations/methods#m-cellular-automata)Materieebene: Felder

### Evakuierung und Notfallreaktion

Menschen, die Gebäude, Stadien oder Regionen verlassen, und Einsatzkräfte, die sich in die andere Richtung bewegen.

Frage, die sie beantwortet: Wie lange dauert es, das Gebäude zu räumen, und wo bleiben Menschen stecken?

Lässt aus: Panik und Verhalten bei Gedränge sind vereinfacht; echte Evakuierungen sind komplexer.

Läuft auf: etwa 10^13 FLOPS grob ein Desktop-Rechner oder kleiner Cluster, Minuten pro Szenario Seit: 1995 Dirk Helbings Social-Force-Modell von Fußgängermengen

[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)Materieebene: Körper

### Simulation von Netzen des öffentlichen Nahverkehrs

Busse und Züge, die nach Fahrplan fahren, wobei Fahrgäste Routen wählen und zwischen ihnen umsteigen.

Frage, die sie beantwortet: Wenn wir diesen Fahrplan oder diese Route ändern, wie viel Zeit sparen Fahrgäste?

Lässt aus: Setzt voraus, dass Fahrgäste die beste Route kennen und nehmen, während viele die vertrauteste wählen.

Läuft auf: etwa 10^13 FLOPS grob der Server eines Verkehrsverbunds, Minuten pro Szenario Seit: 1970 spätestens 1970, frühe Computermodelle von Bus- und Bahnfahrplänen

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)Materieebene: Körper

### Simulation von Fahrdiensten und Disposition

Eine Fahrzeugflotte, die eintreffenden Fahrgastanfragen zugeordnet wird, wobei sich die Fahrer zwischen den Fahrten neu positionieren.

Frage, die sie beantwortet: Wie viele Fahrzeuge brauchen wir, und wie lange werden Fahrgäste warten?

Lässt aus: Setzt voraus, dass Fahrer den Vorschlägen des Dispositionssystems folgen, was echte Fahrer nicht immer tun.

Läuft auf: etwa 10^13 FLOPS grob der Cloud-Server einer Firma, Minuten pro Stadtszenario Seit: 2000 spätestens 2000, frühe Simulationsstudien zur dynamischen Fahrzeugdisposition

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)Materieebene: Körper

### Simulation des Flugzeug-Boardings

Passagiere, die in einem schmalen Gang gehen und Gepäck verstauen, simuliert unter verschiedenen Einstiegsreihenfolgen, um den schnellsten Weg zu finden, ein Flugzeug zu füllen.

Frage, die sie beantwortet: Welche Einsteigereihenfolge füllt ein Flugzeug am schnellsten?

Lässt aus: Echte Fahrgäste ignorieren Anweisungen und reisen in Gruppen, was idealisierte Abläufe zerstört.

Läuft auf: etwa 10^6 FLOPS grob Tausende Boarding-Läufe, jeder dauert Sekunden. Seit: 2002 Die simulationsbasierte Studie von Van Landeghem und Beuselinck zur Verkürzung der Einsteigezeit von Fluggästen. [Quelle](https://doi.org/10.1016/s0377-2217%2801%2900294-6)

[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)Materieebene: Populationen

### Simulation des Flughafen-Vorfelds

Flugzeuge, die rollen, an Startbahnen warten und an Gates stehen, mit Lotsenregeln und Wetter, um zu messen, wie viel Verkehr ein Flughafen bewältigen kann.

Frage, die sie beantwortet: Wie viele Flüge pro Stunde kann dieser Flughafen abfertigen, bevor die Verspätungen explodieren?

Lässt aus: Entscheidungen von Lotsen und Piloten sind auf Regeln reduziert, und Verspätungen an anderen Flughäfen breiten sich auf Weisen aus, die das Modell auslässt.

Läuft auf: etwa 10^8 FLOPS grob Minuten bis Stunden auf einer Workstation. Seit: 1981 A flexible simulation model of airport airside operations, Transportation Research Part A. [Quelle](https://doi.org/10.1016/0191-2607%2881%2990047-9)

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Stochastische Prozesse](https://simulation-hypothesis.com/de/simulations/methods#m-stochastic)Materieebene: Populationen

### Simulation des Aufzugsverkehrs

Fahrgäste, die in zufälligen Stockwerken ankommen, mit Spitzen am Morgen, Mittag und Abend, und Kabinen, die nach einer Steuerregel halten und disponiert werden, um die Aufzüge für ein Gebäude zu dimensionieren.

Frage, die sie beantwortet: Wie viele Aufzüge und welche Zuteilungsregel halten die Wartezeiten in der Morgenspitze kurz?

Lässt aus: Die Ankünfte von Fahrgästen folgen gemessenen oder angenommenen Mustern, und wenn die Mieter das Gebäude anders nutzen, stimmen diese nicht mehr.

Läuft auf: etwa 10^6 FLOPS grob Sekunden bis Minuten auf einem Laptop. Seit: 1993 Siikonens Aufzugsverkehrssimulation, in der Zeitschrift Simulation. [Quelle](https://doi.org/10.1177/003754979306100409)

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Stochastische Prozesse](https://simulation-hypothesis.com/de/simulations/methods#m-stochastic)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)Materieebene: Populationen

### Flotten geteilter autonomer Fahrzeuge

Eine Flotte fahrerloser Taxis, die Anfragen in einer Stadt bedient; jede Fahrt, Wartezeit, Leerfahrt und Standzeit wird verfolgt, um den Fahrzeugbedarf, die Kosten und die Verkehrsbelastung zu messen.

Frage, die sie beantwortet: Wie viele geteilte selbstfahrende Autos könnten private Autos in einer Stadt ersetzen, und was würde das für den Verkehr bedeuten?

Lässt aus: Ob Menschen akzeptieren würden, Fahrten zu teilen, und was sie mit der gesparten Zeit täten, wird angenommen und ist nicht bekannt.

Läuft auf: etwa 10^11 FLOPS grob Stunden bis Tage auf einer Workstation oder einem Cluster für eine Metropolregion. Seit: 2014 Fagnants und Kockelmans agentenbasierte Szenarien der Reise- und Umweltfolgen geteilter autonomer Fahrzeuge. [Quelle](https://doi.org/10.1016/j.trc.2013.12.001)

[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)Materieebene: Populationen

### Zeitraffer-Simulation des Luftraums

Flüge, die in einem simulierten Himmel durch Sektoren und Wegpunkte ziehen, weit schneller als in Echtzeit, um Routen, Sektorentwurf und Regeln für Lotsen zu testen.

Frage, die sie beantwortet: Wie viel zusätzlichen Verkehr kann ein neuer Sektorzuschnitt oder eine neue Routenstruktur sicher tragen?

Lässt aus: Arbeitsbelastung und Urteilsvermögen der Lotsen werden durch einfache Regeln dargestellt, sodass die wahre Grenze eines stark befahrenen Sektors niedriger liegen kann.

Läuft auf: etwa 10^9 FLOPS grob Minuten bis Stunden auf einer Workstation pro Verkehrstag. Seit: 1964 Prices Warteschlangentheorie in der Zeitraffer-Simulation der Flugsicherung, in Navigation. [Quelle](https://doi.org/10.1002/j.2161-4296.1964.tb02094.x)

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Stochastische Prozesse](https://simulation-hypothesis.com/de/simulations/methods#m-stochastic)Materieebene: Populationen

## Warteschlangen und Logistik

### Lieferketten

Waren, die von Zulieferern durch Fabriken, Lager und Geschäfte wandern, mit Verzögerungen und Engpässen, die die Kette hinauf widerhallen.

Frage, die sie beantwortet: Warum führt eine kleine Änderung der Nachfrage zu einem großen Ausschlag der Produktion in der Fabrik?

Lässt aus: Setzt rationales Nachbestellen voraus; Panikkäufe und Hamstern sprengen das Modell.

Läuft auf: etwa 10^13 FLOPS grob ein Firmenserver, Minuten pro Szenario Seit: 1958 Jay Forresters Modelle der industriellen Dynamik für Schwankungen in Lieferketten

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Systemdynamik](https://simulation-hypothesis.com/de/simulations/methods#m-system-dynamics)Materieebene: Körper

### Fertigungslinien

Maschinen, Arbeiter, Puffer und Störungen in einer Produktionslinie.

Frage, die sie beantwortet: Wo ist der Engpass, und lohnt sich die neue Maschine?

Lässt aus: Seltene Ausfälle und menschliche Faktoren werden aus Durchschnitten angenähert.

Läuft auf: etwa 10^12 FLOPS grob der Planungsrechner einer Fabrik, Minuten pro Lauf Seit: 1961 Geoffrey Gordons frühe ereignisdiskrete Simulationssprache

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)Materieebene: Körper

### Warteschlangen und Dienstleistungssysteme

Kunden oder Fahrgäste, die ankommen, warten und bedient werden: Flughäfen, Callcenter, Häfen.

Frage, die sie beantwortet: Wie viele Schalter brauchen wir, um die Wartezeit unter zehn Minuten zu halten?

Lässt aus: Setzt voraus, dass sich Menschen anstellen und vorhersehbar verhalten; echtes Drängeln und Abwandern schwanken.

Läuft auf: etwa 10^12 FLOPS grob ein Desktop-Rechner, Minuten pro Szenario Seit: 1961 spätestens 1961, allgemeine ereignisdiskrete Simulationswerkzeuge beginnen, Warteschlangen zu modellieren

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)Materieebene: Körper

### Patientenfluss im Krankenhaus

Patienten, die durch Notaufnahmen, Stationen, Operationssäle und Entlassung wandern.

Frage, die sie beantwortet: Wo warten Patienten, und was würde Betten freimachen?

Lässt aus: Seltene Spitzen, wie Massenanfälle von Verletzten, liegen außerhalb seiner üblichen Muster.

Läuft auf: etwa 10^12 FLOPS grob der Desktop-Rechner eines Krankenhauses, Minuten pro Szenario Seit: 1965 spätestens 1965, frühe ereignisdiskrete Simulationen von Klinikambulanzen

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)Materieebene: Körper

### Simulation von Lagern und Verteilzentren

Roboter, Förderbänder, Kommissionierer und Lagerregale, die Waren durch ein Lager bewegen.

Frage, die sie beantwortet: Kann dieses Lager Bestellungen bei Spitzennachfrage schnell genug kommissionieren und versenden?

Lässt aus: Setzt voraus, dass Anlagen wie vorgesehen funktionieren; echte Staus und Ausfälle sind schwerer vollständig vorherzusagen.

Läuft auf: etwa 10^13 FLOPS grob der Server eines Logistikunternehmens, Minuten pro Szenario Seit: 1988 spätestens 1988, frühe ereignisdiskrete Simulationen automatisierter Lager

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)Materieebene: Körper

### Routenplanung für die letzte Meile der Zustellung

Lieferfahrzeuge und Kuriere, die durch Stadtstraßen geleitet werden, um in kürzester Zeit viele Pakete zuzustellen.

Frage, die sie beantwortet: Was ist die beste Reihenfolge und Route, um heute alles zuzustellen?

Lässt aus: Echter Verkehr, Wetter und verpasste Lieferungen verändern den Plan stärker, als das Modell annimmt.

Läuft auf: etwa 10^13 FLOPS grob der Server eines Lieferdienstes, Minuten pro Tagesrouten Seit: 1964 frühe Computerlösungen des Tourenplanungsproblems

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Monte Carlo](https://simulation-hypothesis.com/de/simulations/methods#m-monte-carlo)Materieebene: Körper

### Simulation von Terminrisiken in Projekten

Aufgabendauern werden zufällig über ein Projektnetz gezogen, um die Streuung der Fertigstellungstermine zu erhalten, statt einer einzigen Schätzung auf dem kritischen Pfad.

Frage, die sie beantwortet: Wie wahrscheinlich ist es, dass ein Projekt rechtzeitig fertig wird?

Lässt aus: Aufgabendauern werden als unabhängig angenommen, obwohl echte Verzögerungen zusammenhängen.

Läuft auf: etwa 10^6 FLOPS grob Zehntausende Ziehungen von Zeitplänen, mit geringem Aufwand. Seit: 1963 Van Slykes Monte-Carlo-Methoden und das PERT-Problem. [Quelle](https://doi.org/10.1287/opre.11.5.839)

[Monte Carlo](https://simulation-hypothesis.com/de/simulations/methods#m-monte-carlo)[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)[Stochastische Prozesse](https://simulation-hypothesis.com/de/simulations/methods#m-stochastic)Materieebene: Regeln

### Koordination von Lagerrobotern

Hunderte mobiler Roboter tragen Regale zu den Kommissionierern, und ihre Routen, Staus und Ladevorgänge werden simuliert, um eine Flotte zu dimensionieren, bevor sie gebaut wird.

Frage, die sie beantwortet: Wie viele Roboter und welche Routenregeln braucht ein Lager, um seine Spitzenbestellungen zu verschicken?

Lässt aus: Echte Roboter gehen kaputt, Menschen arbeiten ungleichmäßig, und Bestellungen kommen in schwer vorhersehbaren Schüben.

Läuft auf: etwa 10^10 FLOPS grob Stunden auf einer Workstation pro Layout und Tag an Bestellungen. Seit: 2008 D'Andreas Bericht über die Koordination Hunderter autonomer Fahrzeuge in Vertriebszentren. [Quelle](https://doi.org/10.1109/tepra.2008.4686677)

[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)Materieebene: Populationen

### Digitale Zwillinge von Lieferketten

Ein Live-Modell der Zulieferer, Fabriken, Lagerbestände und Lieferungen eines Unternehmens, im Gleichschritt mit dessen Daten gehalten, um zu testen, was eine Störung bewirken würde.

Frage, die sie beantwortet: Wenn morgen ein Hafen oder Lieferant ausfällt, wie lange dauert es, bis die Regale leer sind, und was ist die billigste Abhilfe?

Lässt aus: Daten von Lieferanten jenseits der ersten Stufe fehlen meist, sodass verborgene Abhängigkeiten verborgen bleiben.

Läuft auf: etwa 10^11 FLOPS grob Stunden bis Tage auf einem Cloud-Cluster für viele Störungsszenarien. Seit: 2020 Ivanov und Dolguis digitaler Lieferketten-Zwilling zum Management von Störungsrisiken und Resilienz. [Quelle](https://doi.org/10.1080/09537287.2020.1768450)

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)[Systemdynamik](https://simulation-hypothesis.com/de/simulations/methods#m-system-dynamics)Materieebene: Populationen

### Simulation von Containerterminals

Schiffe, Kräne, Lkw und Stapel im Lager eines Hafens, mit zufälligen Ankunfts- und Bedienzeiten, um herauszufinden, wo sich Container stauen und wie viele Kräne gebraucht werden.

Frage, die sie beantwortet: Wo staut sich dieses Terminal, und wie viel würde ein weiterer Kran oder ein weiteres Tor helfen?

Lässt aus: Ankunftszeiten von Schiffen verschieben sich mit Wetter und vorgelagerten Häfen auf schwer modellierbare Weise, und Entscheidungen zur Stapelung im Hafenlager sind vereinfacht.

Läuft auf: etwa 10^8 FLOPS grob Minuten bis Stunden auf einer Workstation. Seit: 1975 Borovits' und Ein-Dors Computersimulation eines Container-Terminals in einem Seehafen. [Quelle](https://doi.org/10.1177/003754977502500204)

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Stochastische Prozesse](https://simulation-hypothesis.com/de/simulations/methods#m-stochastic)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)Materieebene: Populationen

### Simulation von Bauprozessen

Mannschaften und Maschinen wie Lkw, Bagger und Kräne, die auf einer Baustelle in sich wiederholenden Zyklen mit zufälligen Dauern arbeiten, um Engpässe und Kosten zu finden.

Frage, die sie beantwortet: Wie viele Lkw pro Bagger erledigen diese Erdarbeiten am schnellsten?

Lässt aus: Wetter, Ausfälle und menschliche Schwankungen sind schwer einzubauen, deshalb ist der Zeitplan meist zu optimistisch.

Läuft auf: etwa 10^6 FLOPS grob Sekunden bis Minuten auf einem Laptop. Seit: 1977 Halpins CYCLONE-Methode zur Modellierung von Abläufen auf Baustellen. [Quelle](https://doi.org/10.1061/jcceaz.0000712)

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Stochastische Prozesse](https://simulation-hypothesis.com/de/simulations/methods#m-stochastic)Materieebene: Populationen

## Infrastruktur

### Stromnetze

Erzeugung, Leitungen und Nachfrage, sekundengenau ausgeglichen, einschließlich der Frage, wie sich Ausfälle kaskadieren.

Frage, die sie beantwortet: Kann das Netz mehr Wind und Sonne aufnehmen, und könnte ein einzelner Ausfall eine Region lahmlegen?

Lässt aus: Seltene Kaskadenausfälle über viele verbundene Netze sind schwer vollständig vorherzusehen.

Läuft auf: etwa 10^14 FLOPS grob der Leitstandserver eines Netzbetreibers, Sekunden pro Szenario Seit: 1956 spätestens 1956, frühe digitale Lastfluss-Programme ersetzen physische Netzanalysatoren

[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)[Differentialgleichungen](https://simulation-hypothesis.com/de/simulations/methods#m-equations)Materieebene: Populationen

### Wasser- und Entwässerungsnetze

Wasser strömt durch Rohre, Pumpen, Kanäle und Abflüsse.

Frage, die sie beantwortet: Werden die Abflüsse einen stärkeren Sturm bewältigen?

Lässt aus: Alternde Rohre und Lecks sind schwer genau zu kennen, deshalb hängen die Ergebnisse vom angenommenen Zustand ab.

Läuft auf: etwa 10^12 FLOPS grob der Desktop-Rechner eines Wasserversorgers, Minuten pro Szenario Seit: 1968 spätestens 1968, frühe digitale hydraulische Modelle von Wasserverteilnetzen

[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)[Kontinuumsfelder](https://simulation-hypothesis.com/de/simulations/methods#m-continuum)Materieebene: Felder

### Gebäudeenergie und Tageslicht

Wärme, Luft und Licht in einem Gebäude über ein ganzes Wetterjahr.

Frage, die sie beantwortet: Wie viel Energie wird dieser Entwurf verbrauchen, und ist es drinnen angenehm?

Lässt aus: Das echte Verhalten der Nutzer entspricht selten den angenommenen Zeitplänen.

Läuft auf: etwa 10^13 FLOPS grob ein Desktop-Rechner im Planungsbüro, Minuten bis Stunden pro Gebäude Seit: 1977 frühe US-Gebäudeenergieprogramme nach der Ölkrise von 1973

[Kontinuumsfelder](https://simulation-hypothesis.com/de/simulations/methods#m-continuum)[Differentialgleichungen](https://simulation-hypothesis.com/de/simulations/methods#m-equations)Materieebene: Felder

### Wechselwirkung zwischen Infrastrukturen

Strom, Wasser, Kommunikation und Verkehr, miteinander verknüpft, sodass sich ein Ausfall in einem auf die anderen ausbreitet.

Frage, die sie beantwortet: Was fällt als Nächstes aus, wenn der Strom ausfällt?

Lässt aus: Braucht detaillierte Daten zu jedem verknüpften System, die selten alle zugleich vorliegen.

Läuft auf: etwa 10^14 FLOPS grob ein Forschungscluster, Minuten pro Szenario Seit: 2001 Rinaldi, Peerenboom und Kellys Rahmenwerk für voneinander abhängige Infrastrukturen

[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)Materieebene: Körper

### Simulation von Müllsammlung und -behandlung

Müll und Wertstoffe werden von Lastwagen auf Routen gesammelt und dann in Behandlungsanlagen sortiert und verarbeitet.

Frage, die sie beantwortet: Können wir den gesamten Abfall rechtzeitig einsammeln, und wo sollte die nächste Kläranlage hin?

Lässt aus: Setzt voraus, dass Haushalte Müll richtig trennen, was sie nicht immer tun.

Läuft auf: etwa 10^12 FLOPS grob der Desktop-Rechner einer Stadtverwaltung, Minuten pro Szenario Seit: 1974 spätestens 1974, frühe Computermodelle kommunaler Müllabfuhrrouten

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)Materieebene: Körper

### Fernwärme- und Fernkältenetze

Heißes oder gekühltes Wasser, das von einer Zentrale durch Rohre zu vielen Gebäuden gleichzeitig geleitet wird, zum Heizen und Kühlen.

Frage, die sie beantwortet: Kann das Netz am kältesten Tag des Jahres genug Wärme liefern?

Lässt aus: Setzt voraus, dass Rohre und Pumpen wie geplant arbeiten; echte Netze werden über Jahrzehnte undicht und setzen sich zu.

Läuft auf: etwa 10^12 FLOPS grob der Desktop-Rechner eines Versorgungsingenieurs, Minuten pro Szenario Seit: 1979 spätestens 1979, frühe hydraulische und thermische Modelle von Fernwärmenetzen

[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)[Kontinuumsfelder](https://simulation-hypothesis.com/de/simulations/methods#m-continuum)Materieebene: Felder

### Elektromagnetische Transienten in Stromsystemen

Schnelle Spannungs- und Stromstöße in einem Netz durch Blitz, Schalthandlungen und Fehler, Mikrosekunde für Mikrosekunde verfolgt, um Geräte zu schützen.

Frage, die sie beantwortet: Was passiert mit einem Netz in den ersten Millisekunden eines Fehlers oder Blitzeinschlags?

Lässt aus: Leitungen und Anlagen werden mit frequenzabhängigen Näherungen modelliert, und die Komponentendaten sind oft unvollständig.

Läuft auf: etwa 10^10 FLOPS grob zeitschrittweise Netzlösungen mit Schritten unter einer Mikrosekunde. Seit: 1969 Dommels Digitalrechner-Lösung elektromagnetischer Ausgleichsvorgänge in Ein- und Mehrphasennetzen. [Quelle](https://doi.org/10.1109/tpas.1969.292459)

[Differentialgleichungen](https://simulation-hypothesis.com/de/simulations/methods#m-equations)[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)Materieebene: Felder

### Kapazitätsplanungsmodelle für Energiesysteme

Die Wahl von Kraftwerken, Brennstoffen und Netzen über Jahrzehnte wird gefunden, indem man die Kosten unter Nachfrage- und Emissionsgrenzen minimiert.

Frage, die sie beantwortet: Welche Mischung von Energietechnologien deckt den Bedarf unter einer Kohlenstoffgrenze am billigsten?

Lässt aus: Perfekte Voraussicht und feste Annahmen zur Nachfrage ergeben saubere, aber unrealistische Übergänge.

Läuft auf: etwa 10^10 FLOPS grob Große lineare Programme über Jahrzehnte und Regionen. Seit: 1981 Fishbones und Abilocks Modell der linearen Programmierung für die Analyse von Energiesystemen. [Quelle](https://doi.org/10.1002/er.4440050406)

[Differentialgleichungen](https://simulation-hypothesis.com/de/simulations/methods#m-equations)[Systemdynamik](https://simulation-hypothesis.com/de/simulations/methods#m-system-dynamics)Materieebene: Regeln

### Agentenbasierte Strommärkte

Stromerzeuger als adaptive Agenten, die in einer Auktion bieten, um herauszufinden, wie Preisregeln, Strategien und Marktmacht die Preise prägen.

Frage, die sie beantwortet: Lernen Erzeuger, in einer Stromauktion die Preise anzuheben?

Lässt aus: Die Lernregeln der Agenten sind angenommen, und menschliche Händler sind nicht so einfach.

Läuft auf: etwa 10^9 FLOPS grob Viele Läufe von lernenden Agenten. Seit: 2001 Bowers und Bunns experimentelle Analyse von Einheitspreis- gegenüber diskriminierenden Auktionen auf dem Strommarkt von England und Wales. [Quelle](https://doi.org/10.1016/s0165-1889%2800%2900036-1)

[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Spieltheorie](https://simulation-hypothesis.com/de/simulations/methods#m-game-theory)[Evolutionär](https://simulation-hypothesis.com/de/simulations/methods#m-evolutionary)Materieebene: Populationen

### Modelle kaskadierender Blackouts

Leitungen, die nacheinander auslösen, während sich die Last auf den Rest verlagert, simuliert, um herauszufinden, wie kleine Störungen zu regionalen Ausfällen wachsen.

Frage, die sie beantwortet: Wie wächst ein kleiner Ausfall im Netz zu einem Blackout?

Lässt aus: Die Reaktion der Bediener und die Schutzeinstellungen sind vereinfacht, und seltene Kaskaden brauchen riesige Stichproben.

Läuft auf: etwa 10^9 FLOPS grob Viele Monte-Carlo-Kaskaden auf einem Netzmodell. Seit: 2002 Carreras und Kollegen, kritische Punkte und Übergänge in einem Übertragungsnetzmodell für kaskadierende Blackouts. [Quelle](https://doi.org/10.1063/1.1505810)

[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)[Stochastische Prozesse](https://simulation-hypothesis.com/de/simulations/methods#m-stochastic)Materieebene: Populationen

### Ko-Simulation intelligenter Stromnetze

Stromnetz, Häuser, Batterien, Solaranlagen und ihre Steuerungen werden jeweils einzeln simuliert und zusammen betrieben, um zu testen, wie sich das ganze System unter verschiedenen Strategien verhält.

Frage, die sie beantwortet: Wie wirkt sich ein Steuerungskonzept für Tausende Heimbatterien auf das lokale Netz aus?

Lässt aus: Das Verhalten der Haushalte wird durch synthetische Lastprofile abgebildet, denen seltene Nutzungsmuster fehlen, die das Netz belasten.

Läuft auf: etwa 10^10 FLOPS grob Stunden auf einer Workstation für einen Tag in einem Stadtbezirk. Seit: 2011 Schütte und Kollegen, das mosaik-Framework zur modularen Simulation aktiver Komponenten in intelligenten Stromnetzen. [Quelle](https://doi.org/10.1109/sgms.2011.6089027)

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)[Differentialgleichungen](https://simulation-hypothesis.com/de/simulations/methods#m-equations)Materieebene: Populationen

### Transienten in Gaspipelinenetzen

Druck- und Strömungswellen in einem Netz aus Rohren, Verdichtern und Ventilen, wenn sich die Nachfrage ändert, damit Betreiber die Versorgung planen und das Gas ohne Lecks oder Engpässe in Bewegung halten können.

Frage, die sie beantwortet: Wie reagiert der Druck in einem Gasnetz, wenn ein Großverbraucher abschaltet oder sich die Gaszusammensetzung ändert?

Lässt aus: Die Nachfrage ist unsicher, und die Rohre werden eindimensional behandelt, sodass lokale Effekte an Verbindungen vereinfacht sind.

Läuft auf: etwa 10^9 FLOPS grob Minuten bis Stunden auf einer Workstation. Seit: 1970 Distefanos Pipetran-Programm zur Simulation der Dynamik von Gaspipelinenetzen. [Quelle](https://doi.org/10.55274/r0010038)

[Kontinuumsfelder](https://simulation-hypothesis.com/de/simulations/methods#m-continuum)[Differentialgleichungen](https://simulation-hypothesis.com/de/simulations/methods#m-equations)[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)Materieebene: Felder

## Telekommunikation und Internet

### Planung von Mobilfunknetzen

Funksignale von Mobilfunkmasten, die sich über eine Stadt oder Region ausbreiten, abgebildet gegen die Zahl der Gespräche und Datenverbindungen, die jeder Mast tragen muss.

Frage, die sie beantwortet: Wo sollte der nächste Mast stehen, und haben Anrufer dort Empfang?

Lässt aus: Echte Gebäude und echtes Wetter streuen Funksignale unvorhersehbarer, als das Geländemodell annimmt.

Läuft auf: etwa 10^13 FLOPS grob der Planungsserver eines Netzbetreibers, Minuten pro Gebiet Seit: 1978 spätestens 1978, frühe Planungswerkzeuge für Abdeckung und Kapazität von Mobilfunknetzen

[Kontinuumsfelder](https://simulation-hypothesis.com/de/simulations/methods#m-continuum)[Monte Carlo](https://simulation-hypothesis.com/de/simulations/methods#m-monte-carlo)Materieebene: Felder

### Resilienz von Internet-Backbone und Kabeln

Datenrouten über die Backbone-Verbindungen und Seekabel des Internets, getestet gegen Unterbrechungen und Ausfälle.

Frage, die sie beantwortet: Wenn dieses Kabel oder dieser Knotenpunkt ausfällt, wessen Verbindung bricht ab?

Lässt aus: Echte Routing-Entscheidungen während eines Ausfalls hängen von Geschäftsabsprachen ab, die das Modell nicht sieht.

Läuft auf: etwa 10^12 FLOPS grob ein Forschungs- oder Netzbetreiber-Server, Minuten pro Szenario Seit: 1995 spätestens 1995, frühe Studien zu Ausfällen und Resilienz des Internet-Routings

[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)[Monte Carlo](https://simulation-hypothesis.com/de/simulations/methods#m-monte-carlo)Materieebene: Regeln

### Simulation von Rechenzentrumsanlagen

Server, Kühlsysteme und Stromzuführungen in einem Rechenzentrum, abgewogen gegen die Rechenaufträge, die sie ausführen.

Frage, die sie beantwortet: Bleibt dieses Rechenzentrum kühl und mit Strom versorgt, wenn wir mehr Server hinzufügen?

Lässt aus: Echte Anlagen altern und fallen auf Weisen aus, die Durchschnittsmodelle glätten.

Läuft auf: etwa 10^13 FLOPS grob der eigene Server eines Betreibers, Minuten pro Szenario Seit: 1999 spätestens 1999, frühe numerische Strömungsmodelle der Rechenzentrumskühlung

[Kontinuumsfelder](https://simulation-hypothesis.com/de/simulations/methods#m-continuum)[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)Materieebene: Felder

### Simulation von Breitband-Satellitenkonstellationen

Hunderte oder Tausende Satelliten, die in der Umlaufbahn kreisen und Signale aneinander und an Nutzer am Boden weitergeben.

Frage, die sie beantwortet: Kann diese Konstellation jedem am Boden eine schnelle, stabile Verbindung geben?

Lässt aus: Echtes Wetter, Bodengelände und Störungen schmälern die Abdeckung, die die Geometrie allein vorhersagt.

Läuft auf: etwa 10^13 FLOPS grob der Planungscluster eines Betreibers, Stunden pro Szenario Seit: 1997 spätestens 1997, frühe Bahn- und Abdeckungssimulationen für Satellitentelefonnetze

[Differentialgleichungen](https://simulation-hypothesis.com/de/simulations/methods#m-equations)[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)Materieebene: Körper

### Verkehrstechnik in der Telekommunikation

Anrufe und Datenverbindungen, die zufällig eintreffen, bemessen nach den Leitungen und Geräten, die sie tragen können.

Frage, die sie beantwortet: Wie viele Leitungen oder Kanäle brauchen wir, bevor Anrufer ein Besetztzeichen bekommen?

Lässt aus: Setzt voraus, dass Ankünfte zufällig und unabhängig sind, was bei einem großen gemeinsamen Ereignis nicht mehr stimmt.

Läuft auf: etwa 10^11 FLOPS grob der Desktop-Rechner eines Netzbetreibers, Sekunden pro Szenario Seit: 1917 Agner Krarup Erlangs Verkehrstheorie für Telefonvermittlungen

[Stochastische Prozesse](https://simulation-hypothesis.com/de/simulations/methods#m-stochastic)[Monte Carlo](https://simulation-hypothesis.com/de/simulations/methods#m-monte-carlo)Materieebene: Regeln

### Simulation von Sensornetzen in intelligenten Städten

Tausende kleine Sensoren in einer Stadt melden über ein Funknetz Daten zu Verkehr, Luftqualität, Wasser oder Beleuchtung.

Frage, die sie beantwortet: Kommen genug Sensorwerte durch, und wie lange halten die Batterien?

Lässt aus: Echte Sensoren driften, fallen unbemerkt aus und verschwinden öfter aus dem Netz, als das Modell annimmt.

Läuft auf: etwa 10^12 FLOPS grob der Server der IT-Abteilung einer Stadt, Minuten pro Szenario Seit: 2010 spätestens 2010, frühe Simulationsstudien drahtloser Sensornetze im Stadtmaßstab

[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)Materieebene: Regeln

### Modelle der Ausbreitung von Internetwürmern

Simulierte Rechner in einem Netzwerk werden von sich selbst ausbreitendem Code infiziert, mit gemessenen Scan-Strategien und Bandbreitengrenzen.

Frage, die sie beantwortet: Wie schnell könnte ein Wurm das verwundbare Internet infizieren?

Lässt aus: Verteidigung und Patch-Geschwindigkeit sind angenommen.

Läuft auf: etwa 10^10 FLOPS grob Aufwandsarme epidemieartige Läufe Seit: 2002 How to 0wn the Internet in your spare time (2002) [Quelle](https://www.usenix.org/legacy/events/sec02/full%5Fpapers/staniford/staniford.pdf)

[Stochastische Prozesse](https://simulation-hypothesis.com/de/simulations/methods#m-stochastic)[Netzwerkmodelle](https://simulation-hypothesis.com/de/simulations/methods#m-network)Materieebene: Regeln

### Simulation von Fahrzeugnetzen

Autos, die Nachrichten austauschen, während ein Straßenverkehrssimulator sie bewegt, um Kollisionswarnung und Kolonnenfahren über Funk zu testen.

Frage, die sie beantwortet: Tauschen Autos während der Fahrt zuverlässig Warnungen aus?

Lässt aus: Funkabschattung durch andere Fahrzeuge und Gebäude wird nur angenähert.

Läuft auf: etwa 10^10 FLOPS grob gekoppelte Verkehrs- und Paketsimulatoren. Seit: 2011 Das bidirektional gekoppelte Netzwerk- und Straßenverkehrssimulationsmodell von Sommer, German und Dressler. [Quelle](https://doi.org/10.1109/tmc.2010.133)

[Diskrete Ereignisse](https://simulation-hypothesis.com/de/simulations/methods#m-discrete-event)[Agentenbasiert](https://simulation-hypothesis.com/de/simulations/methods#m-agent-based)Materieebene: Populationen

[◂ Technik und Technologie](https://simulation-hypothesis.com/de/simulations/engineering)[Bewusstseine, Gehirne und künstliche Welten ▸](https://simulation-hypothesis.com/de/simulations/minds-computation)