sargent1_Wenjie Dong Getty Images_AIdatahuman Wenjie Dong/Getty Images

Die KI-Front der ökonomischen Theorie

NEW YORK – Seit dem 19. Jahrhundert entwickeln Mathematiker und Statistiker mächtige Methoden zur Erkennung und Interpretation von Mustern in ungeordneten Daten. Allerdings wurde das, was die ökonomische Forschung daraus über die Welt lernen konnte, bislang durch zwei große Hindernisse beschränkt: Die Datensätze waren klein und kostenintensiv, und die Computer waren langsam und teuer. Diese Hindernisse sind durch stärkere Rechenleistung drastisch geschrumpft, also haben die Ökonomen natürlich damit begonnen, große Datenmengen und künstliche Intelligenz zu verwenden, um damit in sämtlichen Aktivitäts- und Ergebnisbereichen nach Mustern zu suchen.

Die Zusammenstellung von Daten und die Erkennung von Mustern spielen auch in der Physik eine wichtige Rolle. Der Physiker Richard Feynman verglich die natürliche Welt einst mit einem Spiel der Götter: „Wir kennen die Regeln des Spiels nicht, aber wir haben die Möglichkeit, von Zeit zu Zeit – vielleicht in einer kleinen Ecke – auf das Spielbrett zu schauen. Und anhand dieser Beobachtungen versuchen wir herauszufinden, was wohl die Regeln sein könnten.“

Feynmans Metapher ist eine buchstäbliche Beschreibung dessen, was viele Ökonomen tun. Wie Astrophysiker sammeln wir üblicherweise nichtexperimentelle Daten, die von Prozessen erzeugt werden, die wir verstehen wollen. Der Mathematiker John von Neumann definierte ein Spiel als (1) eine Liste von Spielern; (2) eine Liste von Handlungen, die jedem Spieler möglich sind; (3) eine Liste dessen, wie der Nutzen jedes Spielers von den Handlungen aller Spieler abhängt; und (4) ein Timing-Protokoll, das uns mitteilt, wer wann welche Wahl trifft. Diese elegante Definition beinhaltet auch, was wir unter einer „Verfassung“ oder einem „Wirtschaftssystem“ verstehen: eine soziale Übereinkunft darüber, wer wann welche Wahl trifft.

https://prosyn.org/pe8vx4bde