Die empirische Sozialforschung ermöglicht Erkenntnisse zum Sozialverhalten unserer Mitmenschen – auf Basis von Datenerhebungen in Form von Beobachtung, Interviews oder Experimenten.

Diese Methode wird insbesondere in unseren Forschungsfeldern Kommunikation, Gesellschaft, Technikdiskurs und Nachhaltigkeit, Erneuerbare Energien angewandt. Aktuelle Forschungsprojekte unserer Fakultät finden Sie dort.

In-Silico-Soziologie: Modellierung von Gruppendynamiken durch KI-Agenten

Generative Künstliche Intelligenz eröffnet den Sozial- und Wirtschaftswissenschaften ein völlig neues Forschungsparadigma. LLM-basierte KI-Agenten können mit spezifischen Denkweisen, Mentalitäten und dediziertem Wissen (durch den Zugriff auf isolierte Datenquellen) ausgestattet werden, bevor sie in Interaktion treten. Durch diese kontrollierte Parametrisierung entsteht ein digitales Labor, in dem sich Gruppendynamiken präzise simulieren lassen.

Je nach Thema, Gruppengröße oder der spezifischen Zusammensetzung der Agenten-Personas lässt sich messbar quantifizieren, welchen Einfluss bestimmte Verhaltensmuster auf die Lösungsfindung, die Eskalationswahrscheinlichkeit oder die Geschwindigkeit der Konsensbildung haben.

Bisherige Erkenntnisse: Das Preisschild der Toxizität

Dass abstrakte, menschliche Verhaltensweisen in harte Metriken übersetzt werden können, zeigen unsere aktuellen Publikationen. Wir konnten nachweisen, dass destruktives Verhalten nicht nur ein kulturelles, sondern ein massives systemisches Problem ist. In unserer Grundlagen-Studie haben wir die sogenannte „Latency of Toxicity“ quantifiziert und gezeigt, dass toxisches Verhalten Verhandlungen signifikant verlangsamt und dadurch messbare Ineffizienzen (wie erhöhten Token-Verbrauch) erzeugt. Diese Modellierung von sozialen Reibungsverlusten haben wir in unseren neuesten Untersuchungen weiter vertieft und methodisch ausgebaut, um die Resilienz von generativen Systemen besser zu verstehen.

Geplante Forschung und nächste Meilensteine 

Um die Komplexität menschlicher und maschineller Interaktionen noch realistischer abzubilden, fokussiert sich unsere zukünftige Forschung auf die folgenden fünf Schwerpunkte:

• Skalierung auf Multi-Agenten-Systeme: Der Schritt von der 1-gegen-1-Verhandlung hin zu komplexen Gruppen. Wie verändern sich Konsensbildung und Konflikteskalation, wenn drei, fünf oder zehn Agenten mit unterschiedlichen Zielen miteinander interagieren?
• Implementierung defensiver Maßnahmen: Wie können Systeme gegen destruktives Verhalten immunisiert werden? Wir erforschen Vermeidungsstrategien und die Programmierung von „Teflon-Agenten“, die toxisches Verhalten effektiv deeskalieren oder abprallen lassen.
• Genderspezifische Toxizität (Bias in LLMs): Reproduzieren die Modelle gesellschaftliche Vorurteile? Wir untersuchen gezielt die Dynamiken und das Ausmaß von Toxizität, die von oder gegenüber Agenten ausgeht, die mit einer „weiblichen“ Persona gepromptet wurden.
• Toxizität bei asymmetrischen Machtgefällen: Simulation von hierarchischen Strukturen (z. B. Führungskraft vs. Teammitglied). Wir analysieren, wie sich institutionelle Machtverhältnisse auf das Eskalationspotenzial und die Unterdrückung von Lösungsansätzen auswirken.
• Validierung am menschlichen Modell: Der entscheidende Brückenschlag in die Praxis. Wir werden überprüfen, inwieweit die in der Simulation gemessenen Effekte (z. B. die prozentualen Effizienzverluste) den empirischen Daten aus realen sozialwissenschaftlichen und organisationspsychologischen Ex-perimenten entsprechen.