Wissenschaft

Northwestern-Studie: Unordnung kann Netzwerke stabilisieren

Veröffentlicht am 2 min readVon NewUJ Editorial Desk

Aktualisiert am neue Informationen ergänzt

Northwestern-Studie: Unordnung kann Netzwerke stabilisieren
Foto: Skander zarrad, Wikimedia Commons, CC BY-SA 4.0
0 0
XWhatsAppTelegramLinkedIn

Ingenieurinnen und Ingenieure bauen Netzwerke seit Jahrzehnten aus möglichst gleichartigen Teilen, in der Annahme, dass Gleichförmigkeit Stabilität bringt. Eine am 17. September 2026 im Fachjournal Science erschienene Studie argumentiert, dass diese Annahme oft in die falsche Richtung zeigt. Die Arbeit mit dem Titel "Disorder-promoted stability" (DOI: 10.1126/science.aeg3946) stammt von einer Gruppe der Northwestern University um Adilson Motter, Charles E. and Emma H. Morrison Professor für Physik und Astronomie und Direktor des Center for Network Dynamics; geteilte Erstautorenschaft haben der Postdoktorand Arthur Montanari und der Doktorand Pietro Zanin.

Das Team entwickelte ein allgemeines mathematisches Rahmenwerk für Netzwerke nahe einem stabilen Zustand und berechnete, ob eine kleine Störung abklingt oder so weit anwächst, dass das System kippt. Beim Vergleich von Netzwerken aus identischen Komponenten mit Netzwerken, deren Knoten und Verbindungen sich unterscheiden, erwiesen sich die ungleichen Varianten als die stabileren. "Wenn man das System homogener macht, verliert man Stabilität", sagte Motter in der Mitteilung der Universität.

An das Ergebnis ist eine Bedingung geknüpft, und genau sie verhindert, dass daraus eine Parole wird. "Unordnung kann Netzwerke stabilisieren, aber nur wenn die Knotendynamik reichhaltig genug ist", sagte Motter — die einzelnen Komponenten müssen also genügend inneres Verhalten mitbringen, damit der Effekt überhaupt auftritt. Vereinfachte Modelle, so Motter, könnten unbeabsichtigt genau den stabilisierenden Effekt herausrechnen, den man erfassen will; das ist eine Erklärung dafür, warum er so lange unbemerkt blieb. Montanari beschrieb den praktischen Nutzen des Rahmenwerks nicht als Maximieren von Unordnung, sondern als Finden der richtigen Dosis: Es könne helfen, "das Maß an Unordnung zu bestimmen, das optimale Stabilität erreicht".

Warum das über die Physik hinaus zählt, zeigt die Liste der betroffenen Systeme. Die Forschenden untersuchten Stromnetze und ihre Generatoren, neurologische Systeme, ökologische Nahrungsnetze, Schwarm- und Drohnenschwarmverhalten sowie strukturierte Materialien. Montanari wies darauf hin, dass das Rahmenwerk ein Rätsel erklären könnte, mit dem die Ökologie seit den 1970er-Jahren lebt: Modelle sagen seit Langem den Zusammenbruch vielfältiger Ökosysteme voraus, während reale vielfältige Ökosysteme fortbestehen. "Reale Systeme sind selten einheitlich", sagte er. "Vögel unterscheiden sich in ihren Persönlichkeiten, Neuronen in ihrer Form, und selbst unsere sozialen Beziehungen können asymmetrisch sein."

Die Arbeit knüpft an frühere Ergebnisse derselben Gruppe an. Eine Studie in Nature Physics aus dem Jahr 2020 fand, dass Stromgeneratoren sich besser synchronisieren, wenn sie leicht unterschiedlich arbeiten; eine Veröffentlichung in Nature Communications aus 2025 fand vergleichbare stabilisierende Effekte in Modellen für Schwärme und Drohnenschwärme. Die neue Arbeit liefert die allgemeine Theorie hinter diesen Einzelfällen.

Was noch aussteht, ist die Umsetzung. Es handelt sich um ein mathematisches Rahmenwerk mit Modellrechnungen und vorgeschlagenen Anwendungen, nicht um eine bereits vorgenommene Änderung an einem laufenden Netz oder einem gefertigten Material. Die Forschenden betonen ausdrücklich, dass der Nutzen in einem mittleren Bereich liegt: Treibt man die Unordnung zu weit, sinkt die Stabilität wieder. Die offene Frage ist ingenieurtechnischer Natur — ob Netzbetreiber und Materialentwickler diesen Bereich für ein konkretes System bestimmen und die Unterschiede gezielt einbauen können. Finanziert wurde die Studie vom Army Research Office, der National Science Foundation und der Simons Foundation.

Quellen

Report / request removal

Verwandt

Comments

No comments yet. Be the first.