Team

Journal Articles

  • Siebers, P., Herath, D., Bardone, E., Farahbakhsh, S., Knudsen, P., Madsen, J., Mufti, M., Neumann, M., Richards, D., Seri, R., Secchi, D. (2020). On the quest for defining organizational plasticity: A community modelling experiment. Evidence-based HRM: a Global Forum for Empirical Scholarship (online first).

  • Neumann, M. (2020). From organizing to organizations: a typological scale of human relations management outside the legal world. Evidence-based HRM: a Global Forum for Empirical Scholarship (online first).

  • Voinea, C., Neumann, M. (2020). Political Culture: A Theory in Search for Methodology. An Editorial. Quality & Quantity 54(2): 335-360.

  • Neumann, M. Möhring, M. (2020). Outlaw gangs: Networks or organizations? Criminology – the online journal 2(1): 63 – 86.

  • Lorenz, J., Neumann, M. (2018). Opinion dynamics and collective decisions. Advances in complex systems 21(6/7): 1-9.

  • Neumann, M., Lotzmann, U. (2017). Simulation for interpretation. A methodology for growing virtual cultures. Journal for Artificial Societies and Social Simulation 20(3).

  • Neumann, M., Lotzmann, U., Troitzsch, K.G. (2017) Mafia war. Simulating conflict escalation in criminal organizations. Trends in Organized Crime 20(1-2): 139–178.

  • Neumann, M. and Elsenbroich, C. (2017) Introduction: The societal dimensions of organized crime. Trends in Organized Crime 20(1-2): 1-15.

  • Nardin, G., Andrighetto, G. Conte, R., Székely, Á. Anzola, D., Elsenbroich, C., Lotzmann, U., Neumann, M., Punzo, V., Troitzsch, K.G. (2016). Simulating protection rackets: a case study of the Sicilian Mafia. Autonomous Agents and Multi-Agent Systems 30/6: 1117–1147. 1-31.

  • Neumann, M., Sartor, N. (2016). A semantic network of laundering drug money. Journal of Tax Administration 2/1: 73 – 94

  • Neumann, M., Lotzmann, U. (2016). Simulation and Interpretation: a research note on utilizing qualitative research in agent-based simulation. International journal of swarm intelligence and evolutionary computing 5/1.

  • Neumann, M. (2015). Grounded Simulation. Journal of Artificial Societies and Social Simulation 18(1).

  • Neumann, M. (2014). The Escalation of Ethnonationalist Radicalization: Simulating the Effectiveness of Nationalist Ideologies. Social science computer review 32/3: 312- 333.

  • Neumann, M. (2014). Time-scales of socio-cultural dynamics. Cybernetics and human knowing 21/1-2: 66-79.

  • Neumann, M., Srbljinovic, A., Schatten, M. (2014). Trust me, I know what I’m doing. European Quarterly of Political Attitudes and Mentalities 3/2: 18 – 33.

  • Neumann, M., Srbljonivic, A. (2013). Essays on political actors and attitudes: Do they constitute distributed reflexivity? Part III: Long-Term Dynamics Towards Deliberative Democracy. European Quarterly of Political Attitudes and Mentalities 2/4: 55 – 63.

  • Neumann, M., Srbljonivic, A. (2013). Essays on political actors and attitudes: Do they constitute distributed reflexivity? Part II: A Dynamical Typology of Rationality. European Quarterly of Political Attitudes and Mentalities 2/3: 1– 9.

  • Neumann, M., Srbljonivic, A. (2013). Essays on political actors and attitudes: Do they constitute distributed reflexivity? Part I: Median voter theorem vs. competence fields. European Quarterly of Political Attitudes and Mentalities 2/2: 9 – 17.

  • Neumann, M. (2012). The cognitive legacy of norm simulation. Artificial Intelligence and Law 20/4: 339 - 357.

  • Neumann, M. (2012). Modelling the securizitation of national identities. INDECS - Journal for Interdisciplinary Description of Complex Systems 10/1 (2012) pp. 28 – 49.

  • Neumann, M., Heinke, E., Braun, A., Srbljinovic, A., Saqalli, M. (2011). Challenges in modelling social conflicts: Grappling with polysemy. Journal for Artificial Societies and Social Simulation 14/3.

  • Neumann, M. (2010). Norm Internalisation in Human and Artificial Intelligence. Journal of Artificial Societies and Social Simulation 13/1.

  • Neumann, M. (2008). Homo Socionicus: a case study of normative agents. Journal of Artificial Societies and Social Simulation 11/4.

  • Neumann, M. (2007). Complexity of Social Stability: A Model-to-Model Analysis of Yugoslavia’s decline. INDECS – Journal for Interdisciplinary Description of Complex Systems 5/2: 92 – 111.

 

Monographien

  • Neumann, M. (2002). Die Messung des Unbestimmten: Die Geschichte der Konstruktion und Dekonstruktion eines Gegenstandsbereiches der Wahrscheinlichkeitstheorie. Frankfurt a. M.:, Hänsel-Hohenhausen (2002). Review: http://www.michael-funken.de/information-philosophie/rezensionen/neumann_unbestimmte.html

 

Herausgeberschaften

  • Ahrweiler, P., Neumann, M. (forthcoming). Advances in social simulation. Proceedings of the 15th social simulation conference. Cham: Springer.

  • Voinea, C., Neumann, M. (2020). Special issue on Political Culture Research Methodologies. Quality & Quantity 54(2).

  • Lorenz, J., Neumann, M. (2018). Special issue on opinion dynamics and collective decisions. Advances in complex systems 21(6/7).

  • Neumann, M., Elsenbroich, C. (2017). Special issue on societal dimensions of organized crime. Trends in organized crime 20(1-2).

  • Secchi, D., Neumann, M. (2015). Agent-based simulation of organizational behavior. New frontiers of social science research. New York: Springer. Review: http://jasss.soc.surrey.ac.uk/19/4/reviews/1.html

 

Buchkapitel

  • Neumann, M., van Putten, C. (forthcoming). Growing criminal culture. Narrative simulation of conflicts in a criminal group. In: Derzsy, N. (ed.). Understanding crime through science. Interdisciplinary analysis and modeling of criminal activities. New York: Springer.

  • Neumann, M. (2019). The ontological science of collective terms: Johannes von Kries in social statistics. In: Wagner, G. (ed.). The legacy of Johannes von Kries. An interdisciplinary survey. Wiesbaden: Harrassowitz Verlag, pp. 101-117.

  • Anzola, D., Neumann, M., Möhring, M., Troitzsch. K.G. (2017). National Mafia-Type Organisations: Local Threat, Global Reach. In: C. Elsenbroich, N. Gilbert, D. Anzola (eds.). Societal Dimensions of Organized Crime. New York: Springer, pp. 9-23.

  • Neumann, M., Lotzmann, U. (2017). Text data and computational qualitative analysis. In: C. Elsenbroich, N. Gilbert, D. Anzola (eds.). Societal Dimensions of Organized Crime. New York: Springer, pp. 155-176.

  • Lotzmann, U., Neumann, M. (2017). A simulation model of intra-organisational conflict regulation in the crime world. In: C. Elsenbroich, N. Gilbert, D. Anzola (eds.). Societal Dimensions of Organized Crime. New York: Springer, pp. 177-213.

  • Neumann, M., Frazzica, G., Punzo, V. (2017). Mechanisms of the embedding of extortion racket systems. In: A. A. Stachowicz-Stanusch, G. Mangia, A. Caldarelli, W. Amann (Eds.). Dark side of Organization and social irresponsibility: Tool and theoretical insights. Charlotte: Information age publishing. pp. 259-286.

  • Neumann, M., Lotzmann, U. (2016). Eine Herrschaft des Terrors: Gewalteskalation in illegalen Organisationen. In: C. Equit, A. Grönemeyer and O. Schmidt (Eds.) Situationen der Gewalt. Wiesbaden, Beltz, pp. 278 – 302.

  • Neumann, M., Secchi, D. (2015). Exploring the new frontier: Computational studies of organizational behavior. In: D. Secchi, M. Neumann (Eds.). Agent-based simulation of organizational behavior. New frontiers of social science research . New York: Springer, pp. 1-16.

  • Neumann, M., Cowley, S. (2015). Modelling social agency using diachronic cognition: learning from the Mafia. In: D. Secchi, M. Neumann (Eds.) Agent-based simulation of organizational behavior. New frontiers of social science research. New York: Springer, pp. 289-310.

  • Neumann, M. (2014). How are norms brought about? A state of the Art. In: R. Conte, G. Andrighetto, M. Campenni (Eds.). Minding Norms: Mechanisms and dynamics of social order in agent societies. Oxford: Oxford University Press, pp. 50 – 66.

  • Neumann, M. (2014). An Ontology of extortion racket systems. In: C. Voinea, B. Todosijevic, G. Boella (Eds.). Political Attitudes and Mentalities: Eastern European Political Cultures. Modelling Studies. Bucharest: Ars Docendi, pp. 123 – 133.

  • Neumann, M. (2013). Grounded Simulation. In: Kaminski, B., Koloch, G. (Eds.) Advances in Social Simulation. Proceedings of the 9th Conference of the ESSA. New York: Springer, Advances in Intelligent systems and computing 229, pp. 352 – 359.

  • Neumann, M., Cowley, S. (2013). Human agency and the resources of reason. In: S. Cowley, F. Vallee-Tourangeau, F. (Eds). Cognition beyond the brain. New York: Springer, pp. 13 – 30.

  • Amblard, F., Geller, A., Neumann, M., Srbljinović, A., Wijermans, N. (2010). Analyzing Social Conflict via Computational Social Simulation: A Review of Approaches. In: K. Martinás, D. Matika, A. Srbljinović (Eds.) Complex Societal Dynamics - Security Challenges and Opportunities. Amsterdam: IOS Press, pp. 126 – 141.

  • Neumann, M. (2010). Sensitivity and Significance: how to analyze the complexity of conflict dynamics? In: K. Martinás, D. Matika, A. Srbljinović (Eds.). Complex Societal Dynamics - Security Challenges and Opportunities. Amsterdam: IOS Press, pp. 158 – 174.

  • Neumann, M. (2010). A Classification of normative Architectures. In: K. Takadama, C. Cioffi-Revilla, G. Deffuant (Eds.) Simulating Interacting Agents and Social Phenomena. New York: Springer, pp. 3 – 18.

  • Neumann, M. (2009). Measuring the Uncertain: a concept of objective single case probabilities. In: Loewe, B. et al. (Eds.) Foundations of the Formal Sciences VI: Reasoning about Probabilities and Probabilistic Reasoning. London: KCL Press (2009) pp. 189 – 215.

  • Neumann, M. (2009). Emergence as an explanatory principle in Artificial Societies. In: Squazzoni, F. (Ed.) Epistemological Aspects of Computer Simulation in the Social Sciences. EPOS 2006 Invited and Selected Papers, LNAI 5466, Berlin, Springer (2009) pp. 69 – 88. Review: http://jasss.soc.surrey.ac.uk/12/4/reviews/wilson.html

  • Neumann, M. (2006). A formal bridge between epistemic cultures. In: B. Loewe (Ed.) Foundations of the Formal Sciences IV: The History of the Concept of the Formal Sciences, Studies in Logic Vol. 3. London: KCL Press (2006) pp. 169 – 182.

 

Buchkapitel in Handbüchern

  • Neumann, M., Lorenz, J. (forthcoming). Simulation in der Politikwissenschaft. In: Wagemann, C., Goerres, A., Siewert, M. (eds.). Handbuch der Methoden der Politikwissenschaft. Wiesbaden: Springer VS.

  • Neumann, M., Troitzsch, K.G. (2019). Social Simulation. In: Atkinson. P. (ed.). The SAGE encyclopedia of research methods. Newbury Park: Sage, doi: 10.4135/9781526421036764890.

  • Verhagen, H., Neumann, M., Singh, M. (2019). Normative multiagent systems: Foundations and history. In: Verhagen, H., Singh, M., Governatory, G. (Eds.). Handbook on normative multiagent systems. Open University Press, pp. 3-25.

  • Neumann, M., (2013). Social Constraints. In: B. Edmonds, R. Meyer (Eds.). Handbook on Simulating Social Complexity. New York: Springer, pp. 335 – 364 (2nd Ed. 2017 pp. 411– 442).

  • Neumann, M. (2010). An epistemological gap in simulation technologies and the science of society. In: E. Blanchard, D. Allard (Eds.). Handbook of Research on Culturally-Aware Information Technology: Perspectives and Models. Hershey: IGI Publishers, pp. 114 – 135.

 

Peer-Reviewed Conference Proceedings

  • Neumann, M. Lotzmann, U. (2016). Growing criminal culture. A framework for simulation in interpretive research. In: Proceedings of the Social Simulation Conference SSC 2016, Rome.

  • Neumann, M., Lotzmann, U. (2016). Sanction recognition: A simulation model of extended normative reasoning. In: Proceedings of the COIN/NorMAS Workshop, The Hague.

  • Lotzmann, U., Neumann, M., Moehring, M. (2015). From Text to agents: process of developing evidence based simulation models. In: Proceedings of the 29th European Conference on Modelling and Simulation, Varna.

  • Balke, T., Mahmoud, S., Neumann, M., Verhagen, H. (2014). Analysing the Electrical Patient Recruiting Agent system using the WIT trinity. In: Proceedings of the European Conference on Social Intelligence (ECSI 2014), CEUR proceedings series.

  • Neumann, M., Lotzmann, U. (2014). Modelling the collapse of a criminal network. In: Proceedings of the 28th European Conference on Modelling and Simulation, Brescia.

  • Neumann, M. (2013). Simulation of ethnic conflicts in Yugoslavia. In: EEW-PAM Conference Proceedings, 1st Eastern European Exploratory Workshop on Political Attitudes and Mentalities, Bucharest.

  • Markisic, S., Neumann, M., Lotzmann, U. (2012): Simulation of ethnic conflicts in former Yugoslavia. In: Troitzsch, K.G., Möhring, M., Lotzmann, U. (Eds.). 26th European Simulation and Modelling Conference 2012, Koblenz.

  • Neumann, M. (2012). Securizitating the nation: Simulating the dynamics at the case of Yugoslavia. In: Proceedings of the 5th IMA international conference on influence and conflict, Sandhurst.

  • Neumann, M. (2010). Pathways to ethnic cleansing. In: Ernst, A., Kuhn, S., et al. (Eds.). Proceedings of the 3rd World Congress on Social Simulation WCSS2010. Kassel, Germany: Center for Environmental Systems Research, University of Kassel.

  • Neumann, M. (2009). Dissecting the BOID Perspective on Norms. In: Proceedings of the 6th European Social Simulation Association Conference, Surrey.

  • Amblard, F., Geller, A., Neumann, M., Srbljinović, A., Wijermans, N. (2009). A Meta-Analysis of Social Conflict: The Social Simulation Comprehensive Approach. In: Proceedings of the 6th European Social Simulation Association Conference, Surrey.

  • Neumann, M. (2008). Legitimacy and Conflict: an architecture of an integrated perspective. In: Proceedings of the 5th Conference of the European Social Simulation Association, Brescia.

  • Neumann, M. (2008). A Classification of normative Architectures. In: Proceedings of the 3rd world congress of social simulation, Washington.

  • Neumann, M. (2008). Cognitive Architectures of normative agent systems and social mechanisms of emergence and immergence. In: Proceedings of the AISB Convention 2008, Aberdeen.

  • Neumann, M. (2007). Two Dimensions of Sociality: Institutions and Positions. A Model-to-Model Analysis. In: Proceedings of the Third international Model-to-Model Workshop, Marseille.

  • Neumann, M., Yilmaz, M. (2005). Replication and Analysis of a Model of the Emergence of the State. In: Toitzsch, K.G. (Ed.) Proceedings of the 3rd International Congress of the European Social Simulation Association, Koblenz.

  • Neumann, M. (2005). Emergent Social Ontology. Examples from Artificial Societies. In: Hill, D. et al. (Eds.). OICMS 2005, Blaise Pascal University, Clermont-Ferrand.

 

Reviews

  • Neumann, M. (2018). Review of Michael Thompson: Rubbish theory. European Societies 20/4: 692-694.

  • Neumann, M. (2016). Review of Manuel DeLanda: Philosophy and Simulation. The emergence of synthetic reason. Journal of Artificial Societies and Social Simulation 19/3.

  • Neumann, M. (2013). Review of Agent-based computational sociology by Flaminio Squazzoni. European Quarterly of Political Attitudes and Mentalities 2/2: 71–72.

  • Neumann, M. (2009). Review of David N. Sichman, J.S. (Eds.): Multi-Agent-Based Simulation IX. Berlin: Springer 2009. Journal for Artificial Societies and Social Simulation 12/4.

  • Neumann, M. (2008). Review of Frank van Overwalle: Social Connetionism: A Reader and Handbook for Simulation. New York: Psychology Press 2007. Journal for Artificial Societies and Social Simulation 11/3.

Veröffentlicht am


Semester: WiSe 2020/21
Veröffentlicht am

Peer-Reviewed International Journals

  • Gilbert, N., Ahrweiler, P., Barbrook-Johnson, P., Narasimhan, K. und Wilkinson, H. (2018): Computational Modelling of Public Policy: Reflections on Practice, Journal of Artificial Societies and Social Simulation (JASSS) Vol. 21(1) 14.DOI: 10.18564/jasss.3669

  • Ahrweiler, P. (2017): Agent-based simulation for science, technology, and innovation policy. Scientometrics Vol. 110 (1): 391-415. DOI: 10.1007/s11192-016-2105-0.

  • Li, L., Ahrweiler, P. undHang, X. (2017):新熊彼特主义视角下基于主体的计算经济学研究. Agent-based Computational Economics from the Neo-Schumpeterian Perspective. Economic Perspectives (7): 137-147. (in Chinesisch)

  • Ahrweiler, P., Schilperoord, M., Pyka, A.und N. Gilbert (2015): Modelling Research Policy -Ex-Ante Evaluation of complex Policy Instruments.Journal of Artificial Societies and Social Simulation (JASSS) Vol. 18 (4)5. DOI: 10.18564/jasss.2927.

  • Leydesdorff, L. und P. Ahrweiler(2014): In Search of a Network Theory of Innovations - Relations, Positions, and Perspectives. Journal of the American Society for Information Science and Technology (JASIST) 65(11), 2359–2374.

  • Ahrweiler, P. und M. Keane (2013): Innovation Networks. Mind & Society 12:73–90, DOI 10.1007/s11299-013-0123-7.

  • Ahrweiler, P. und R. Viale (2013): Introduction to cultural and cognitive Dimensions of Innovation.Mind & Society 12:5–10, DOI 10.1007/s11299-013-0128-2.

  • Pyka, A., Ahrweiler P. und N. Gilbert (2012): ПРОЦЕССЫ ПОРОЖДЕНИЯ И ДИФФУЗИИ ЗНАНИЯ В ИННОВАЦИОННЫХ СЕТЯХ: АГЕНТНАЯ СИМУЛЯЦИОННАЯ МОДЕЛЬ (Knowledge Generation and Diffusion Processes in Innovation Networks).The Journal of Sociology and Social Anthropology, Vol. XV (5), 327–348.

  • Ahrweiler, P. (2012): Review of Complex Adaptive Innovation Systems. Relatedness and Transversality in the Evolving Region (Regions and Cities); by P. Cooke, Routledge: London 2012.Journal of Artificial Societies and Social Simulation (JASSS), 15 (4).

  • Edmonds, B., Gilbert, N., Ahrweiler, P. und A. Scharnhorst(2011): Simulating the Social Processes of Science. Journal of Artificial Societies and Social Simulation (JASSS), 14 (4), 14.

  • Ahrweiler, P. (2011): Modelling Theory Communities in Science. Journal of Artificial Societies and Social Simulation (JASSS), 14 (4), 8.

  • Ahrweiler, P., Pyka, A. und N. Gilbert (2011): A New Model for University-Industry Links in Knowledge-Based Economies. Journal of Product Innovation Management (JPIM), 28: 218–235.

  • Ahrweiler, P., Gilbert, N. und A. Pyka (2011): Agency and Structure. A social Simulation ofknowledge-intensive Industries. Computational & Mathematical Organization Theory (CMOT) 17 (1): 59–76.

  • Ahrweiler, P. (2009): Review of Complexity Perspectives in Innovation and Social Change (Methods Series; by Lane D., Pumain D., van der Leeuw S. Ernst, West G. (Hg.), Springer: Berlin, 2009). Journal of Artificial Societies and Social Simulation (JASSS), 12(4), 19.

  • Pyka, A. und P. Ahrweiler (2008): Innovation Networks – An Introduction. International Journal of Foresight and Innovation Policy 4 (3/4): 1–8.

  • Gilbert, N., Ahrweiler, P. und A. Pyka (2007): Learning in Innovation Networks - Some Simulation Experiments. Physica A: Statistical Mechanics and Its Applications, 378 (1): 667–693.

  • Pyka, A., Gilbert, N. und P. Ahrweiler (2007): Simulating Knowledge Generation and Distribution Processes in Innovation Collaborations and Networks. Cybernetics and Systems 38(7): 667–693.

  • Ahrweiler, P., Gilbert, N. und A. Pyka (2006): Institutions Matter but... Organisational Alignment in Knowledge-Based Industries. Science, Technology & Innovation Studies 2 (1): 39–58.

  • Ahrweiler, P. und N. Gilbert (2005): Caffe Nero - the Evaluation of Social Simulation. Journal of Artificial Societies and Social Simulation (JASSS)8 (4), 14.

  • Pyka, A. und P. Ahrweiler (2004): Applied Evolutionary Economics and Social Simulation – An Introduction. Journal of Artificial Societies and Social Simulation, 7 (2), 6.

  • Ahrweiler, P. (2002): Jon Sunbo: The strategic Management of Innovation – A Review. Journal of Evolutionary Economics 12: 577–581.

  • Gilbert, N., Pyka, A. und P. Ahrweiler (2001): Innovation Networks – A Simulation Approach. Journal of Artificial Societies and Social Simulation (JASSS)4 (3), 8.

  • Ahrweiler, P. (1999): David Byrne: Complexity Theory and the Social Sciences – A Review'. Emergence. A Journal of Complexity Issues in Organizations and Management, Special Issue: 101–103.

 

Monographien

  • Ahrweiler, P. (2001): Informationstechnik und Kommunikationsmanagement. Netzwerksimulation für die interdisziplinäre Wissenschafts-und Technikforschung. Campus: Frankfurt/New York.

  • Ahrweiler, P. (1995): Künstliche Intelligenz-Forschung in Deutschland. Die Etablierung eines Hochtechnologie-Fachs. Waxmann: Münster/New York.

 

Herausgeberschaften

  • Ahrweiler, P., Gilbert, N. und A. Pyka (Hg.) (2016): Joining Complexity Science and Social Simulation for Innovation Policy. Agent-based Modelling using the SKIN Platform. Cambridge Scholars Publishing, UK.

  • Gilbert, N., Ahrweiler, P. und A. Pyka (Hg.) (2014): Simulating Knowledge Dynamics in Innovation Networks, Springer: Heidelberg/New York.

  • Ahrweiler, P. und R. Viale (Hg.)(2013): Cultural and Cognitive Dimensions of Innovation, Special Issue, Mind & Society, 12.

  • Ahrweiler, P. (Hg.)(2010): Innovation in Complex Social Systems. Routledge: London.

  • Ahrweiler, P. und A. Pyka (Hg.)(2008):Innovation Networks. International Journal of Foresight and Innovation Policy 4, Special Issue 3/4.

  • Thomass, B. und P. Ahrweiler (Hg.)(2005):Internationale partizipatorische Kommunikationspolitik – Strukturen und Visionen. LIT: Münster/New York.

  • Pyka, A. und P. Ahrweiler (Hg.)(2004):Applied Evolutionary Economics and Social Simulation. Journal of Artificial Societies and Social Simulation 7. Special Issue 2.

  • Ahrweiler, P. und N. Gilbert (Hg.)(1998): Computer Simulations in Science and Technology Studies. Springer: Berlin, Heidelberg, New York.

 

Buchkapitel

  • Ahrweiler, P. (2017): Simulationsexperimente realexperimenteller Politik –der Gewinn der Zukunftsdimension im Computerlabor. In: Böschen, S., Gross, M. und W. Krohn (Hg.): Experimentelle Gesellschaft. Nomos Verlagsgesellschaft, edition sigma: Baden-Baden, 199-237.

  • Ahrweiler, P., N. Gilbert und A. Pyka (2016): Joining Complexity Science and Social Simulation for Innovation Policy. In: Ahrweiler, P., Gilbert, N. und A. Pyka (Hg.): Joining Complexity Science and Social Simulation for Innovation Policy. Agent-based Modelling using the SKIN Platform. Cambridge Scholars Publishing, UK.

  • Ahrweiler, P., Pyka, A. und N. Gilbert (2016): Policy Modelling of Large-Scale Social Systems - Lessons from the SKIN Model of Innovation. In: Ahrweiler, P., Gilbert, N. und A.Pyka (Hg.): Joining Complexity Science and Social Simulation for Innovation Policy. Agent-based Modelling using the SKIN Platform. Cambridge Scholars Publishing, UK.

  • Ahrweiler, P. (2015): RRI-Governance zwischen linearer Interventionslogik und Sozialinnovation. Interview. In: Bogner, A., Decker, M. undM. Sotoudeh (Hg.): Responsible Innovation. Neue Impulse für die Technikfolgenabschätzung.Gesellschaft –Technik –Umwelt, Neue Folge Bd. 18. Nomos Verlagsgesellschaft, edition sigma: Baden-Baden, 131-136.

  • Majstorovic, D., Wimmer M., Lay-Yee, R.,Davis, P. und P. Ahrweiler (2015): Features and Added Value of Simulation Models Using Different Modelling Approaches Supporting Policy-Making: A Comparative Analysis. In: Janssen, M., Wimmer, M. und A. Deljoo (Hg.): Policy Practice and Digital Science – Integrating Complex Systems, Social Simulation and Public Administration in Policy Research. Series Public Administration and Information Technology, Springer: Heidelberg/New York, 95–123.

  • Ahrweiler, P. und N. Gilbert (2015): The Quality of Social Simulation -an Example from Research Policy Modelling. In: Janssen, M., Wimmer, M. und A. Deljoo (Hg.): Policy Practice and Digital Science–Integrating Complex Systems, Social Simulation and Public Administration in Policy Research, Series Public Administration and Information Technology,Springer: Heidelberg/New York, 35–55.

  • Ahrweiler, P., Gilbert, N. und A. Pyka (2015): Innovation Policy Modeling with SKIN. In: Johnston, E. (Hg.): Governance in the Information Era: Theory and Practice of Policy Informatics. Routledge: London, 229–246.

  • Ahrweiler, P., Pyka, A. und N. Gilbert (2014): Simulating Knowledge Dynamics in Innovation Networks: an Introduction. In: Gilbert, N., Ahrweiler, P. und A. Pyka (Hg.): Simulating Knowledge Dynamics in Innovation Networks, Springer: Heidelberg/New York, 1–14.

  • Ahrweiler, P., Schilperoord, M., Pyka, A. und N. Gilbert (2014): Testing Policy Options for Horizon 2020 with SKIN. In: Gilbert, N., Ahrweiler, P. und A. Pyka (Hg.): Simulating Knowledge Dynamics in Innovation Networks, Springer: Heidelberg/New York, 155–184.

  • Schilperoord, M. und P. Ahrweiler (2014): Towards a Prototype Policy Laboratory for Simulating Innovation Networks. In: Gilbert, N., Ahrweiler, P. und A. Pyka (Hg.): Simulating Knowledge Dynamics in Innovation Networks, Springer: Heidelberg/New York, 185–198.

  • Schrempf, B. und P. Ahrweiler (2014): Modelling the Emergence of a General-Purpose Technology from a knowledge-based Perspective –the Case of Nanotechnology. In: Gilbert, N., Ahrweiler, P. und A. Pyka (Hg.): Simulating Knowledge Dynamics in Innovation Networks,Springer: Heidelberg/New York, 201–216.

  • Ahrweiler, P. und A. Pyka (2014): Innovation. In: Saam, N. und N. Braun (Hg.): Handbuch Modellbildung und Simulation in den Sozialwissenschaften. VS-Verlag: Wiesbaden, 855–885.

  • Ahrweiler, P. und M. Keane (2014): Innovation Networks(Reprint). In: Shamiyeh, M. und DOM Research Laboratory (Hg.): Driving Desired Futures: Turning Design Thinking into Real Innovation.Birkhaeuser: Basel,278–294.

  • Ahrweiler, P., Schilperoord, M., Gilbert, N. und A. Pyka (2012): Simulating the Role of MNCs for Knowledge and Capital Dynamics in Networks of Innovation. In: Heidenreich, M.(Hg.):Innovation and Institutional Embeddedness of Multinational Companies. Edward Elgar: Cheltenham, UK, 384–412.

  • Ahrweiler, P. (2010): Innovation in complexsocial Systems - An Introduction. In: Ahrweiler, P. (Hg.):Innovation in complex social Systems. Routledge: London, 1–25.

  • Ahrweiler, P. (2010): Innovation in complex social Systems - Some Conclusions. In: Ahrweiler, P. (Hg.):Innovation in complex social Systems. Routledge: London, 315–322.

  • Scholz, R., Nokkala, T., Ahrweiler, P., Pyka, A.und N. Gilbert (2010): The agent-based Nemo Model (SKEIN) - Simulating European Framework Programmes. In: Ahrweiler, P. (Hg.): Innovation in complex social Systems. Routledge: London, 300–314.

  • Gilbert, N., Ahrweiler, P. und A. Pyka (2010): Learning in Innovation Networks -some Simulation Experiments. Re-Print. In: Ahrweiler, P. (Hg.):Innovation in complex social Systems. Routledge: London, 235–249.

  • Pyka, A., Ahrweiler, P. und N. Gilbert (2009): Agent-based Modelling of Innovation Networks -The Fairytale of Spillovers. In: Pyka, A. und A. Scharnhorst (Hg.):Innovation Networks. New Approaches in Modeling and Analyzing. Springer: Berlin/New York, 101–126.

  • Gilbert, N. und P. Ahrweiler (2009): The Epistemologies of Social Simulation Research. In: Squazzoni, F. (Hg.):Epistemological Aspects of Computer Simulation in the Social Sciences. Springer: Berlin/New York, 12–28.

  • Pyka, A., Ahrweiler, P. und N. Gilbert (2006): Knowledge-Generation and -Distribution Processes in Innovation Collaborations and Networks. In: Trappl, R. (Hg.): Cybernetics and Systems, Vol. 2, Austrian Society for Cybernetic Studies, Vienna, 673–678.

  • Ahrweiler, P. (2005): Gesellschaftliche Kohäsion durch Kommunikationstechnologie? Zur Interdependenz von technischem und sozialem Wandel. In: Ahrweiler, P. und B. Thomass (Hg.): Internationale partizipatorische Kommunikationspolitik. LIT: Münster/New York, 165–180.

  • Ahrweiler P., Gilbert N. und A. Pyka (2004): Die Simulation von Lernen in Innovationsnetzwerken. In: Florian, M. und F. Hillebrand (Hg.): Adaption und Lernen in und von Organisationen. Westdeutscher Verlag:Wiesbaden, 165–185.

  • Ahrweiler P., Gilbert N. und A. Pyka (2004): Simulating Knowledge Dynamics in Innovation Networks. In: Leombruni, R. und M. Richiardi (Hg.):Industry and Labor Dynamics - the Agent-based Computational Economics Approach. World Scientific Press: Singapore, 284–296.

  • Ahrweiler, P. (2003): Computer-Mediation: Softwaregestütztes Kommunikations-und Konfliktmanagement. In: Christaller, T. und J. Wehner (Hg.): Autonome Maschinen. Westdeutscher Verlag: Wiesbaden, 244–267.

  • Gilbert, N., Pyka, A., und P. Ahrweiler (2002): Simulating Innovation Networks. In: Pyka, A. und G. Küppers (Hg.):Innovation Networks. Theory and Practice. Edward Elgar: Cheltenham, 169–196.

  • Ahrweiler, P., de Jong, S. und P. Windrum (2002): Evaluating Innovation Networks.In: Pyka, A. und G. Küppers (Hg.): Innovation Networks. Theory and Practice. Edward Elgar: Cheltenham, 197–212.

  • Ahrweiler, P. (2000): Die Integration heterogener Wissenssysteme auf dem Computer. In: Ohly, H.P. u.a. (Hg.): Globalisierung und Wissensorganisation - Neue Aspekte für Wissen, Wissenschaft und Informationssysteme. Ergon: Würzburg, 375–389.

  • Ahrweiler, P. und S. Wörmann (1998): Computer Simulations inScience and Technology Studies. In: Ahrweiler, P. und N. Gilbert (Hg.):Computer Simulations in Science and Technology Studies. Springer: Berlin/New York, 33–52.

  • Ahrweiler, P. und R. Wolkenhauer (1998): SiSiFOS – Simulating Studieson the internal Formation and the Organization of Science.In: Ahrweiler, P. und N. Gilbert (Hg.):Computer Simulations in Science and Technology Studies. Springer: Berlin/New York,129–143.

  • Ahrweiler, P. (1998): Theories in (Inter)Action -A complex dynamic System for Theory Evaluation in Science.In: Bar-Yam, Y. (Hg.):Unifying Themes in Complex Systems. Perseus Books: Boston, 75–85.

  • Ahrweiler, P. (1997): Negotiating a new Science: Artificial Intelligence. In: Etzkowitz, H. und L. Leydesdorff (Hg.): Universities and the global Knowledge Economy. Pinter: London/Washington, 97–105.

  • Ahrweiler, P. (1995): KI West und KI Ost: Die Institutionalisierung eines Hochtechnologie-Fachs in Deutschland. In: Rammert, W. (Hg.):Soziologie und künstliche Intelligenz. Produkte und Probleme einer Hochtechnologie. Campus: Frankfurt/New York, 111–131.

 

Andere Publikationen

  • Ahrweiler, P. (2016):Research can be more responsible with the right Partner. Euroscientist Jan 2016. http://www.euroscientist.com/research-can-be-more-responsible-with-the-right-partner/.

  • Ahrweiler, P. (2014): Predicting Science Policy Outcome with agent-based Models. Euroscientist Mai 2014. http://www.euroscientist.com/predicting-science-policy-outcomes-with-agent-based-model/.

  • Ahrweiler, P., Gilbert, N. und Pyka, A. (2012): Using network analysis to monitor and track effects resulting from changes in policy intervention and instruments. Final Report SMART 2010/0025, DG Information Society and Media, European Commission, Brüssel, Belgien.

  • Ahrweiler, P. (2002): Computergestütztes Konfliktmanagement in modernen Organisationen.Zeitschrift für Konfliktmanagement (5): 209–212.

  • Ahrweiler, P., Pyka, A. und N. Gilbert (2001): Innovationsnetzwerke - Simulationsexperimente zur Politikberatung.I.T.S. Time: Technology, Innovation, Management & Engineering2: 21–28.

Veröffentlicht am

Jan Gruca, Studentische Hilfskraft

Kontakt
Johannes Gutenberg-Universität Mainz
Fachbereich 02: Sozialwissenschaften, Medien & Sport
Institut für Soziologie
Technik- und Innovationssoziologie, Simulationsmethoden

Jakob-Welder-Weg 20
55128 Mainz

Philosophicum II, Raum 03-305
Tel +49 6131 39-27608
E-Mail


Jan Gruca arbeitet seit Februar 2020 am Arbeitsbereich und unterstützt diesen vor allem beim Forschungs-projekt "AI-FORA". Er studiert Soziologie im Bachelor an der Johannes Gutenberg-Universität Mainz.

Veröffentlicht am

Maia Janowitz M.Sc.

Kontakt
Johannes Gutenberg-Universität Mainz
Fachbereich 02: Sozialwissenschaften, Medien & Sport
Institut für Soziologie
Technik- und Innovationssoziologie, Simulationsmethoden

Jakob-Welder-Weg 20
55128 Mainz

Philosophicum II, Raum 03-309
Tel +49 6131 39-29240
Fax +49 6131 39-26525

E-Mail


Maia Janowitz (M.Sc) ist als wissenschaftliche Mitarbeiterin am Arbeitsbereich für Technik- und Inno-vationssoziologie, Simulationsmethoden tätig. Sie ist unter anderem in das Projekt AI-NAVI eingebunden.

Zuvor arbeitete sie nicht nur in Start-ups und akademischen sowie unternehmerischen Arbeitsbereichen, sondern auch über 10 Jahre lang bei öffentlichen Initiativen für das New Yorker Gesundheits- und Psycho-hygiene-Ministerium. Dort unterstützte sie die politischen Entscheidungsträger und Programmverwalter hinter öffentlichen Diensten wie HIV/AIDS-Kontrolle und Prävention, psychische Gesundheit, Notfall-management, Tuberkulosekontrolle, Prävention von Bleivergiftungen, Nagetier- und Tabakkontrolle und anderen öffentlichen Programmen. Indem sie die jeweiligen Anforderungen analysierte und die Entwicklung von Informations-technologie-Tools leitete, trug sie einen großen Teil zur Schaffung neuer öffentlicher Dienste und über-arbeiteter Programmabläufe zur Verbesserung der Verwaltungs-, Technologie- und öffentlichen Gesundheitsinfrastruktur der Stadt New York bei.

Maia Janowitz studierte an der Columbia University in New York und hat einen MSc in Künstlicher Intelligenz von der Universität Edinburgh und einen Bachelor in Geschichte von der McGill University.

Forschungsschwerpunkte

  • Einfluss von Technologien auf öffentliche Politik, Verwaltung und Dienstleistungen
  • Kognitive Informationsverarbeitung für Wahrnehmung und Bewegung
  • Neuroinformatik
  • Künstliche Argumentation & Datenrepräsentationsstrategien

Weiteres zur Person

CV_Janowitz

Veröffentlicht am

Nils Eggert, Studentische Hilfskraft

 

 

Kontakt
Johannes Gutenberg-Universität Mainz
Fachbereich 02: Sozialwissenschaften, Medien & Sport
Institut für Soziologie
Technik- und Innovationssoziologie, Simulationsmethoden

Jakob-Welder-Weg 20
55128 Mainz

Philosophicum II, Raum 03-305
Tel +49 6131 39-27608
E-Mail

Nils Eggert arbeitet seit Januar 2019 als Studentische Hilfskraft im TISSS Lab und studiert Soziologie im Bachelor mit Ethnologie als Beifach. Er hat den Arbeitsbereich bereits bei der Organisation und der Nachbereitung der Social Simulation Conference 2019 an der Johannes Gutenberg-Universität Mainz unterstützt und ist momentan an der Planung einer FORTHEM Summerschool beteiligt.

Veröffentlicht am

Zhang Yufei M.A. (assoz.)

Kontakt
Johannes Gutenberg-Universität Mainz
Fachbereich 02: Sozialwissenschaften, Medien & Sport
Institut für Soziologie
Technik- und Innovationssoziologie, Simulationsmethoden

Jakob-Welder-Weg 20
55128 Mainz

E-Mail


Zhang Yufei (M.A.) ist seit 2013 Assistant Research Fellow am Shanghai Institute for Science of Science (SISS). Im Jahr 2018 war er Gastwissenschaftler im TISSS Lab der JGU. Seine Forschungsschwerpunkte lagen in den Bereichen Politikgestaltung und Politikbewertung. Derzeit erforscht er das agentenbasierte Modell zur Simulation von Shanghai STI-Politik, Technologietransfer und STI-Themen. Er betreibt auch ein E-Journal auf der WeChat-Plattform "science-pie" (der chinesische Name ist 三思派), das sich mit der neuen Entwicklung und dem Fortschritt von STI in China beschäftigt.

Zhang Yufei studierte im Bachelor und Master Naturwissenschaften am Institut für Humangeographie der East China Normal University Shanghai (China).

Veröffentlicht am

Dr. Alesia Zuccala (assoz.)

Kontakt
Johannes Gutenberg-Universität Mainz
Fachbereich 02: Sozialwissenschaften, Medien & Sport
Institut für Soziologie
Technik- und Innovationssoziologie, Simulationsmethoden

Jakob-Welder-Weg 20
55128 Mainz

E-Mail


Dr. Alesia Zuccala ist Research Fellow für einen von PEERE geförderten STSM-Aufenthalt im Rahmen des gemeinsamen Forschungsvorhabens „Joining Hermeneutics and Simulation for Investigating Peer Review“.

Sie arbeitet gegenwärtig als Associate Professor am Department für Informationswissenschaft der Universi-tät Kopenhagen (Dänemark). Nach ihrer Promotion in Informationswissenschaft an der University of Toronto (Kanada) im Jahr 2004 hatte sie in Australien, Großbritannien und den Niederlanden verschiedene Posi-tionen in Forschung und Lehre inne. Ihre Forschungsschwerpunkte sind wissenschaftliche Forschungs-evaluation und Bibliometrie mit einem speziellen Fokus auf Bücher und andere Arten der akademischen Präsentation von Forschungsergebnissen in den Geisteswissenschaften.

Weitere Informationen finden Sie auf der Seite von Dr. Alesia Zuccala am Department für Informations-wissenschaft der Universität Kopenhagen

 

Veröffentlicht am