Forschungsschwer­punkte

Forschungsansatz: Kognition als Eigenschaft eines Komplexen Dynamischen Systems

Wie nehmen wir unsere Umgebung wahr?
Wie steuern wir unsere Handlungen?
Wie treffen wir in ambivalenten Situationen Entscheidungen?  

Antworten auf diese zentralen psychologischen Fragen finden wir auf verschiedenen

  • Komplexitätsebenen (neuronal, Verhalten, soziale Interaktion) und
  • Zeitskalen (kognitive Prozesse, ontogenetische Prozesse, evolu-tionäre Prozesse). 

Wie können wir die unterschiedlichen Antworten, die auf den einzelnen Ebenen und Zeitskalen gefunden werden, zusammenführen? Die Theorie komplexer dynamischer Systeme (dynamic systems theory, DST) bietet ein solches integratives Denkmodell. Ihr liegen die Annahmen zugrunde, dass Kognition und Verhalten 

  • sich über die Zeit entfalten und von ihrer Vorgeschichte beeinflusst werden, 
  • in Interaktion mit dem einbettenden Kontext entstehen und  
  • in multikausalen, nicht-linearen Zusammenhängen stehen.
Dreieck dynamischer Methoden

Psychologische Forschung im Rahmen der DST erfordert die Entwicklung und gegenseitige Ergänzung dreier Forschungsbereiche:

  • Die Entwicklung dynamischer Modelle des zeitlich und räumlich kontinuierlichen Verlaufs kognitiver Prozesse
  • Die Entwicklung und Anwendung von Untersuchungsmethoden zur Erfassung von Verhalten und kognitiven Prozessen in ihrem zeitlichen Verlauf
  • Die Entwicklung und Anwendung von Analysemethoden für die  multidimensionalen und zeitlich variierenden Einflüsse auf Verhalten und Kognition.

Ziel dieser Vorgehensweise ist die Entwicklung von Modellen als formalisierten Theorien von der neuronalen bis zur sozialen Ebene, um Kognition und Verhalten so abzubilden, wie sie in der realen Welt entstehen: kontinuierlich und kontextuell eingebettet. 

Modelle als formalisierte Theorien ermöglichen

  • die interne Validierung von Theorien durch eine erzwungene Prüfung auf Konsistenz um Zuge der Formalisierung und damit auch den Proof of Concept einer Theorie;
  • die externe Validierung durch den Vergleich von Simulationsergebnissen (Vorhersagen) und empirischen Ergebnissen;
  • die Verbindung verschiedener Forschungsansätze (Verhaltensforschung, physiologische und Imagingforschung) durch Modellbasierte Analysen;
  • präzisere Theorien zu den Hintergründen psychologischer Störungen und möglichen Behandlungsansätzen (Stichwort Computational Psychiatry). 

Entwicklung Dynamischer Kognitiver Modelle

Attraktormodelle, Diffusionsmodelle & Differentialgleichungen 

Attraktormodelle

In Attraktormodellen bilden wir die Dynamik kognitiver Prozesse auf einer hohen Abstraktionsebene ab und verbinden sie mit tieferliegenden Erklärungsebenen.

Attraktordynamik in kompetitiven neuronalen Netzen

Dynamik neuronaler Netze

Mit biologisch inspirierten neuronalen Netzen untersuchen wir die kompetitive Interaktionsdynamik verschiedener kognitiver Zustände, um z.B. EEG-Daten kognitiver Kontroll-prozesse vorherzusagen.

Dynamische neuronale Felder 

Dynamische neuronale Felder

Mit dynamischen neuronalen Feld-Modellen bilden wir die räumlich und zeitlich kontinuierliche  Entstehung kognitiver Zustände ab, um z.B.  Auswahl-Bewegungen in Entscheidungsaufgaben vorherzusagen.

Agentenbasierte Modelle

Agentenbasierte Modelle

Mit agentenbasierten Modellen untersuchen wir, welche einfachen Interaktionsregeln zwischen Individuen das Entstehen komplexer Verhaltensmuster auf der Ebene von Gruppen ermöglichen.


 

Entwicklung von Mess- und Analysemethoden kognitiver Prozessdynamik

Dynamische Verhaltensaufgaben: Kontinuität innerhalb und über Durchgänge

Dynamische Aufgaben

Unsere Aufgaben ermöglichen es uns die Interaktionsdynamik und Stabilität kognitiver Zustände innerhalb und über Durchgänge hinweg zu untersuchen, z.B. Entscheidungsprozesse und das Festhalten an einmal gewählten Optionen.

Frequency Tagged EEG & EEG Zeitfrequenz-Analyse

Frequency Tagging

Moderne EEG-Methoden ermöglichen die Verfolgung der Entwicklung kognitiver Prozesse im Millisekundenbereich, z.B. die Modulation der Aufmerksamkeit auf Stimuli welche mit einer Flackerfrequenz markiert werden.

Kontinuierliche Bewegungsverfolgung mit Maus und Joystick

Bewegungs-Tracking

Mit der Analyse von Bewegungen bei Entscheidungen ermitteln wir die Stärke und den Wirkzeitpunkt von Einflüssen auf kognitive Prozesse. Z.B. bewirkt eine attraktivere ablenkenden Option eine stärkere Auslenkung der Mausbewegung.

Augenbewegungen als Marker kognitiver Prozesse

Eye Tracking © StS Eye Tracking © StS
Eye Tracking

© StS

Mit der Analyse von Eye-Tracking Daten können ermitteln, zu welchen Zeitpunkten die Aufmerksamkeit und kognitive Verarbeitung auf bestimmten Stimuli



 

Beispielhafte Anwendungsfelder

Entscheidungen

Entscheidungen

Wir entwickeln klassische Entscheidungs-aufgaben weiter zu dynamischen Aufgaben. Damit untersuchen wir die Prozesse, die schließlich zu einer Entscheidung führen, z.B. warum sich Personen für eine kleine, zeitige an Stelle einer großen, späteren Belohnung entscheiden.

Kognitive Kontrolle & Volition

Kognitive Kontrolle

Wir entwickeln klassische kognitive Kontrollaufgaben (z.B. Flankierreizaufgabe oder Simon-Aufgabe) weiter zu dynamischen Aufgaben. Damit untersuchen wir den Zeitverlauf kognitiver Kontrollprozese, z.B. die Fokussierung der Aufmerksamkeit bei drohender Ablenkung.

Soziale Interaktion & Entscheidungen

Soziale Koordination © StS Soziale Koordination © StS
Soziale Koordination

© StS

Mit dynamischen kollaborativen Entscheidungs-aufgaben untersuchen wir die dynamischen Abstimmungsprozesse in Paaren und Gruppen, z.B. durch die Analyse gleichzeitiger Auswahl-Bewegungen von Paaren, die sich gemeinsam für eine Belohnung entscheiden müssen.

Zu dieser Seite

Matthias Rudolf
Letzte Änderung: 25.05.2016