Evolutionstheorie

Für viele Betrachtungen auf dieser Webseite lege ich die Gültigkeit des Selektionsprinzips zugrunde. Das Selektionsprinzip oder die Positivselektion besagt einfach der Logik folgend, das egal wie komplex ein Prozess in Wirklichkeit ist, die Prozesse, auf die positive Ereignisse treffen auch besser laufen als Prozesse die mit negativen Ereignissen konfrontiert sind. Das bedeutet, dass die Überlebenschance von Prozessen mit positiven Ereignissen auch höher ist als für Prozesse, die negativen Ereignissen ausgesetzt worden sind.

Mathematische Motivation der Positivselektion

Der Zusammenhang zwischen Ereignissen und der Überlebenschance ist jedoch nur rein statistisch gegeben, auch wenn dieser Zusammenhang logisch begründet werden kann. Das Prinzip der Positivselektion beruht auf der einfachen Tatsache, dass zufällig auftretende Ereignisse die jeweils betrachteten Prozesse verhindern oder begünstigen. Verhinderte Prozesse werden langsamer oder bleiben komplett stehen und können somit keine oder kaum weitere Prozesse mehr anstoßen während begünstigte Prozesse schneller und häufiger ausgeführt werden. Begünstigte Prozesse sind also effektiver als verhinderte Prozesse.

Wie ein betrachteter Prozess aber auf ein Ereignis reagiert ist ersteinmal völlig ungewiss. Natürlich können wir eindeutig positive Ereignisse benennen wie z.B. der zufällige Fund einer Nahrungsquelle wie einen Apfelbaum und genauso können wir negative Ereignisse benennen wie einen Überfall oder einen Angriff auf ein Individuum. Generell können wir aber nicht eindeutig sagen, ob ein Ereignis positiv ist oder negativ wirkt. Denn jeder Prozess reagiert auf Ereignisse selber völlig unterschiedlich und ein vermeintliches negatives Ereignis kann einen Prozess sogar stärken genauso wie ein vermeintlich positives Ereignis den Prozess abschwächen kann. Zusätzlich können wir nicht genau vorhersagen, welche Art Ereignis wirklich eintrifft. Sicher ist nur, dass immer wieder Ereignisse auf den Prozess eintreffen und diese Ereignisse irgendwie auf den Prozess wirken.

Für das zufällige Auftreten der beeinflussenden Ereignisse, die die Prozesse verändern, kann man eine beliebige Wahrscheinlichkeitsverteilung annehmen. In der Grafik habe ich mich exemplarisch für eine Gaußverteilung (Orange) entschieden, gerade weil mir die Art der eintreffenden Ereignisse völlig unbekannt sind, aber es hätte auch jede beliebige andere Verteilung sein können. Mit einer Gaußverteilung treten gute und schlechte Ereignisse gleich häufig auf wobei es am wahrscheinlichsten ist, dass ein Ereignis keinen besonderen Einfluss auf den Prozess hat. In Grün hab ich die Wahrscheinlichkeit aufgetragen die bestimmt ob das Ereignis einen positiven Effekt hat oder negativ wirkt. Auch hier ist der genaue funktionelle Zusammenhang nicht 100% sicher, deswegen habe ich mich für einen linearen Zusammenhang entschieden. Das bedeutet, dass ein Ereignis umso besser für den betrachteten Prozess ist, je näher das Ereignis (zufällig nach der Verteilung, die durch die Gauskurve beschrieben wird) an der Y-Achse liegt. Die Überlagerung dieser beiden Wahrscheinlichkeiten gibt dann die Gesamtwahrscheinlichkeit an, dass die Prozesse weiterlaufen oder ob sie beendet werden. Die Positivselektion (Rot) ist eine Verschiebung der Ereigniswahrscheinlichkeit hin zum positivem.

Für diese generelle Betrachtung sind die genauen Wahrscheinlichkeitsverteilungen auch nicht relevant. Es zeigt nur anschaulich wie die Positivselektion funktioniert wenn die Selektionswahrscheinlichkeit tendenziell (nicht notwendigerweise streng monoton) absinkt. Die Monotonität lässt sich aber meist erreichen z.B. durch Umordnung der Ereignisse nach ihren zu erwartenden Auswirkungen. Dies Ändert zwar die Verteilung der Ereignisse (Ereigniswahrscheinlichkeit) aber durch die Überlagerung wird diese Verteilung trotzdem immer wieder zum Positiven verschoben. Selbst wenn die Ereigniswahrscheinlichkeit fast nur negative Ereignisse hervorbringt, die wenigen Prozesse, die die positiven Ereignisse abbekommen, laufen durch diese guten Ereignisse besser als vergleichbare andere Prozesse. Je unwahrscheinlicher positive Ereignisse aber auftreten, desto länger muss man auf der Zeitskala warten bis sich die Positivselektion bemerkbar macht weil man länger auf positive Ereignisse warten muss die die Prozesse positiv beeinflussen können.

Diese Verschiebung der Gesamtwahrscheinlichkeit hin zum Positiven nennt man Positivselektion. Wobei man hier aufpassen muss, dass diese Gesamtwahrscheinlichkeit nicht aussagt, dass es mehr positive Ereignisse geben wird als Negative, denn deren Auftreten wird ja durch die Ereigniswahrscheinlichkeit charakterisiert. Die Gesamtwahrscheinlichkeit gibt an, wie wahrscheinlich ein Prozess überleben wird und für dieses Kriterium sind positive Ereignisse hilfreicher als negative Ereignisse.

Mit den oben begründeten Wahrscheinlichkeitsverteilungen können wir nun durch Zufallsexperimente die Prozesse modellieren. Man kann sich z.B. ein Prozess anschauen und einen Ereignisbaum aufstellen, wie ein Prozess sich entwickeln würde, wenn er jeweils individuell und hypothetisch auf viele zufällige Ereignisse auftreffen würde. Der Baum entsteht dann für alle Ereignisse, die eintreten könnten und gibt an, in welchen guten oder schlechten Zuständen der Prozess sein kann. Aber genauso kann man sich viele solcher Prozesse anschauen und sich überlegen, wie die Überlebenschancen aller Prozesse sich im Verlauf der Zeit verhält, wo viele Ereignisse auf den Prozess einwirken. Für Viele Individuen betrachtet man nun nicht mehr alle in Zukunft möglichen Zustände sondern nur noch die wirklich realisierten Zustände durch ein Ereignis. Für jedes Individuum kann man also so den genauen Weg durch den hypothetischen Ereignisbaum modellieren.

In beiden Fällen würde man beobachten, dass die Prozesse mit positiven Ereignissen natürlich deutlich besser da stehen als die Prozesse mit negativen Ereignissen. Denn genau das ist auch als Annahme in dieses Modell mit eingeflossen. Aber mithilfe des Modells kann man nun z.B. in einer Simulation beobachten, wie sich diese Modellsysteme in der Zeit entwickeln, also indem immer weiter regelmäßig weitere Ereignisse auf die Prozesse eintreffen.

Wenn wir bei den vorgeschlagenen Wahrscheinlichkeitsverteilungen bleiben, dann treten die Ereignisse immer im Mittel neutral auf. Für jedes gute Ereignis gibt es ein gleichwahrscheinlich schlechtes Ereignis der gleichen Wertigkeit. Ohne die Positivselektion würde also so eine Modellierung sich zeitlich im Mittel nicht verändern. Das einfachste Beispiel hierfür wäre, wenn wir uns einen Prozess definieren der nur über eine einzige Zahl charakterisiert wird. Jedes Zufallsereignis erhöht oder senkt diese Zahl nach der Wertigkeit des Ereignisses. Mit diesem Beispiel ohne Positivselektion hätten wir einen einfachen eindimensionalen Random Walk. Im Mittel würde die Prozesszahl bei 0 bleiben weil nach der Wahrscheinlichkeitsverteilung im Mittel immer 0 hinzu addiert wird. Dies gilt allerdings auch für alle aktuellen Positionen des Prozesses, sodass bei steigender Ereignisanzahl auch logarithmisch immer weiter entfernte Zahlen angenommen werden können.

Die Positivselektion bedeutet aber nun, dass wir den Random-Walk erweitern müssen. Es gibt viele verschiedene Möglichkeiten, die Positivselektion in das Modell einzubinden, deswegen möchte ich mich hier auf ein Beispiel beschränken. Man könnte zum Beispiel sagen, dass man einen neuen Prozess startet, wenn ein Prozesswert einen Schwellenwert erreicht. Um den Gesamtwert zu erhalten teilen sich beide neuen Prozesse den Wert des alten Prozesses auf. Dafür dass neue Prozesse starten können, enden aber auch Prozesse, die unter einem bestimmten Wert fallen. Als Analogie kann man sich diese Simulation so vorstellen, dass der Prozesswert die Energiereserven eines Lebewesens ist. Hat das Lebewesen viel Energie, dann kann es diese benutzen um sich zu vermehren, hat es zu wenig Energie gefunden oder eingefangen, dann stirbt dieses Lebewesen.

Ich lade dich ein, dieses Experiment einmal in einer Simulation selber durchzuführen. Die Simulation startet mit einem Prozess der Wertigkeit 0. Jeden Evolutionsschritt addieren wir eine zufällige Zahl auf alle vorhandene Prozesse. Diese zufälligen Zahlen sind gaußverteilt im Bereich -1 bis 1. Die Gaußverteilung kannst du dir testweise (Test Gauß) für eine kleine Stichprobenzahl anzeigen lassen. Nun kannst du mittels (nächster Schritt) die Evolution vorantreiben oder automatisch die Evolutionszeit voranschreiten lassen und beobachten, was passiert. Mit jedem Evolutionsschritt passiert jedem aktivem Prozess ein Ereignis. Und Je nachdem wie gut oder schlecht dieses Ereignis für den individuellen Prozess ist, erhöht sich auch die Wertigkeit des Prozesses.

Hinweis: diese Simmulation braucht zunehmend mehr Rechenkapazität und Speicher mit zunehmender Prozessanzahl. Stoppe die Simmulation wenn dein Anzeigegerät langsamer wird und lade die Seite in diesem Fall neu um die benötigten Rechenressourcen vom Gerät wieder frei zu lassen.

Normalerweise passiert eine lange Zeit nicht viel spannendes außer dass der Prozess im Wertebereich hin und her schwankt. Generell gibt es zwei Möglichkeiten, wie die Simulation ausgehen kann. Entweder der Prozess sinkt ab bis er stirbt. Dann existiert kein Prozess mehr, und es wird auch nichts weiter passieren. Die Simulation kann speziell für diesen Fall jederzeit neugestartet werden. Oder der Prozess steigt auf sein Maximum, wo er sich in zwei kleinere Prozesse aufteilt. Ab diesen Zeitpunkt ist es sehr unwahrscheinlich, dass beide Prozesse aussterben und die Simulation wieder endet. Viel wahrscheinlicher ist es, dass es ab jetzt exponentiell immer weitere Prozesse geben wird, alleine wegen der Tatsache, dass der Abstand, den der Random-Walk zur oberen Grenze, wo der Prozess sich teilt, viel geringer ist als zur Untergrenze, wo der Prozess stirbt. Auch wenn die Positivselektion nicht direkt in die Simulation einprogrammiert wurde (die Bewegungswahrscheinlichkeit für jeden Prozess ist immernoch im Mittel 0) gibt es doch eine Bevorzugung der Prozessverdoppelung gegenüber der Prozessvernichtung.

Schaut man sich die Summe aller Werte der Prozesse an, dann beginnt diese natürlich erstmal mit dem Wert des Startprozesses. Die Gesamtsumme steigt und sinkt also einfach mit dem Random-Walk des Prozesses und kann sich damit nicht mehr als ±1 pro Schritt ändern. Sobald der Prozess sich aber teilt, bleibt die Gesamtsumme ersteinmal gleich, aber sie kann sich nun pro Schritt für jeden einzelnen Prozess um ±1 ändern. Somit vollzieht der Gesamtwert wiederum einen eindimensionalen Random-Walk, aber er kann sich mit zunehmender Anzahl der Prozesse um immer größere Beträge bewegen. Insgesamt wird er damit exponentiell ansteigen.

Der Durchschnitt der Einzelprozesse kann sich nur im vorgegebenem Maximalbereich bewegen. Aber auf lange Sicht hin wird er sich im positivem Bereich bewegen, was bedeutet das es wahrscheinlicher ist, dass die Prozesse sich weiter teilen als dass sie aussterben. Ein Grund hierfür ist, dass Prozesse, die sich teilen, auch im positivem Bereich entstehen, und sich dort dann weiterentwickeln. Auf der anderen Seite sterben natürlich auch regelmäßig Prozesse, deren negativer Wert nach dem Sterben nicht mehr in die Gesamtsumme aufgenommen wird. Das Sterben erhöht in diesem Modell also auch immer den Gesamtwert.

In Wirklichkeit sind Prozesse natürlich deutlich komplexer und könnten mit mehr als nur einer einzigen Zahl charakterisiert werden. Auch die Wahrscheinlichkeitsverteilungen können sich deutlich unterscheiden und Ereignisse einen fundamental andere Wirkung entfalten als hier in dem Modell betrachtet. In der Wirklichkeit können natürlich auch sehr gute Prozesse plötzlich absterben oder die schlechten Prozesse sich weiter fortpflanzen. Man könnte z.B. das Modell erweitern und einzelnen Prozessen mehrere Werte zuordnen die wieder jeweils einen random Walk ausführen. Und wenn nur einer dieser Werte zu negativ ist stirbt der gesamte Prozess sodass auch gute Werte mit diesem Prozess verschwinden. Für alle solch ausgedachten Modelle kann man nun untersuchen wie sie sich entwickeln und ob sie langfristig aussterben oder sich immer weiter entwickeln. Aber die Geschichte zeigt, dass die Evolutionshypothese der Positivselektion im Verlaufe der Zeit eine stimmige wissenschaftliche Erklärung liefert und sich die Menschheit wirklich entwickelt hat. Das betrachtete Modell ist also für reine Anschauungszwecken ersteinmal ausreichend.

Außerdem kann man in diesem Modell erkennen, dass es die Realität nicht 100% abbilden kann weil es in diesem Modell ein unendliches Wachstum gibt. Das liegt daran, dass in diesem Modell die Wertzufuhr der Prozesse durch die Ereignisse geschehen und diese Zufuhr unbeschränkt fließen kann. Damit kommt von außen, durch die Ereignisse, immer mehr Wert in das Modellsystem hinein was theoretisch unlimitiert und unendlich so weiter laufen kann. Die Ereignisse haben also in diesem Modell einen unendlichen Vorrat an Werten, den sie verteilen können. In realen Modellen würden die Gesamtwerte, die die Ereignisse verteilen könnten, aber selber limitiert sein sodass sich irgendwann ein Gleichgewicht zwischen Wertzufuhr und Prozessanzahl einstellen würde um das die tatsächliche Anzahl an Prozessen schwanken kann. Gibt es mehr Prozesse, so werden zu wenig Werte verteilt. Die Masse an Prozessen sinkt im Wert und es sterben mehr der ineffizienten Prozesse ab. Gibt es zu wenig Prozesse, so wird wieder mehr Werte verteilt und somit steigt auch die Prozessverdopplung wieder an.

Praktisch ist das Modell trotzdem limitiert weil es in unserer Realität läuft. Das bedeutet das Modell wird auf einem realen Rechner berechnet und dieser hat seine Grenzen. Spätestens wenn es zu viele Prozesse im unendlichem Wachstum gibt stoppt die Berechnung weil der Rechner nicht mehr genug Speicher hat um die Modellierung fortzusetzen. Das ist zwingend notwendig, weil es in der Realität oder der Physik keine wesentlichen Unendlichkeiten gibt. Das liegt daran, dass es für jeden Effekt immer wenigstens einen entgegengesetzten Gegeneffekt gibt, die sich im Unendlichen aufheben. Diese Prinzip, Aktio gleich Reaktio, gibt es immer, auch wenn sie in einem Modell nicht berücksichtigt wurden und der Unterschied zwischen Modellvorhersage und Realität zeigt somit das Limit der Vorhersagbarkeit der Modelle auf.

Evolutionstheorie

Dieses einfache Prinzip der Positivselektion hat jedoch fundamentale Auswirkungen. Schon die komplette Evolutionstheorie basiert auf diesem einfachem Prinzip. Die Evolutionstheorie beschreibt sehr allgemeingültig, dass die stärksten Individuen überleben und somit die besten Voraussetzungen haben den Fortbestand ihrer Art zu sichern. Dieses Prinzip beruht auf der Auslese, die die stärksten Tiere bevorzugt und die Schwächsten vernachlässigt. Im Durchschnitt leben die besseren Tiere länger und haben somit eine bessere Chance sich zu vermehren.

Über einen langen Zeitraum haben sich so aus Einzellern die Artenvielfalt der Erde entwickelt. Das Selektionsprinzip lässt sich aber nicht nur auf die Evolution von Tiere, Pflanzen und Menschen anwenden, es findet fundamental in jedem System Anwendung. Systeme entwickeln sich in der Zeit und erlauben komplexe Strukturen zu bilden die durch das Selektionsprinzip geformt werden. Je nach Ereignissen werden dadurch einzelne Strukturen oder Prozesse im betrachteten System bevorzugt oder benachteiligt. Strukturen oder Prozesse die es schaffen länger zu überleben haben Vorteile während die anderen benachteiligt werden.

Das Komplexe an diesem Prinzip ist nun, dass es für jedes Ereignis wieder rekursiv auf das System angewendet werden kann, sodass die Effekte sich immer weiter verstärken können. Für die Positivselektion bedeutet dies, dass zu viele negative Ereignisse dafür sorgen dass Strukturen komplett zerstört werden oder die Prozesse absterben, sodass lediglich die Prozesse oder Strukturen überleben, die vorwiegend positive Ereignisse abbekommen haben.

Einige der Prozesse oder Strukturen können aber auch selber wieder auf die Art der eintreffenden Ereignisse einwirken und so dafür sorgen, dass sie selber wahrscheinlicher gute Ereignisse abbekommen als schlechte. Dieses Verhalten wird allgemein als Intelligenz oder Lernfähigkeit bezeichnet, kann aber auch für beliebige Strukturen gelten. Grundlegend basieren die eintreffenden Ereignisse immer auf Zufall, aber es gibt Strukturen die diesen Zufall in vorteilhafte Bahnen lenken können. Wenn Glück zur Gewohnheit wird, dann nennt man es Fähigkeit.

Das Prinzip der Auslese, oder auch Selektionsprinzip genannt, kann man auf verschiedenen Ebenen betrachten. Schon die biologischen Zellen entwickeln sich evolutionär. Jede einzelne Zelle ist aus einer anderen Zelle entstanden die somit bewiesen hat, dass ihr Leben funktioniert. Denn wenn ihr Leben nicht funktioniert hätte, wegen irgendwelchen Defekten, dann würde es diese Zelle und alle nach ihr nicht geben. Die Zellen haben sich evolutionär zusammengeschlossen und durch Arbeitsteilung einen eigenen kleinen Staat erstellt, die Individuen wie Menschen, Tiere oder Pflanzen. Alle Zellen im diesem Zellverbund haben ihre eigenen Aufgaben. Einige Pflanzenzellen sind für die Energiegewinnung durch Photosynthese zuständig während die Wurzelzellen für die Nährstoffe und Wasserzufuhr verantwortlich sind. Tierische Blutzellen sind für die Verteilung von Nährstoffen da oder Augenzellen, Hautzellen oder Geruchszellen als Sensoren lassen das Individuum auf äußere Reize reagieren. Das sind Reaktionen, die durch Muskelzellen ausgeführt werden. Das Individuum als Ganzes sorgt mit seinem Verhalten dass es den eigenen Zellen so gut wie möglich geht und diese mit Nährstoffen versorgt werden und sich teilen können. Denn geht es den Zellen des Individuums schlecht, dann geht es auch dem Individuum schlecht. Oder anders herum: wenn es allen Zellen im Individuum gut geht, dann hat auch das Individuum eine hohe Chance, dass es ihm gut geht.

Aber auch die Menschen als Individuen sind wieder auf einer anderen Ebene dem Evolutionsprinzip unterworfen. Denn zusätzlich zu der Zellevolution innerhalb der Menschen, können die Menschen selber sich durch das Verhalten in Gruppen evolutionär entwickeln. Denn je nachdem wie sich die Menschen oder andere Individuen verhalten können sie selber Vorteile aber auch Nachteile haben. Fleischfresser haben zB. das Fleisch anderer Tiere als einfache Energiequelle entdeckt während Insekten durch die schiere Masse an Reproduktionen überleben konnten. Individuen sind evolutionäre Problemlöser. Denn die Umwelt stellt jedes Lebewesen dauernd vor neue Herausforderungen. Aber nur diejenigen, die all diese Herausforderungen meistern, können überleben. Die, die es nicht schaffen können schlechter ihre Gene weiter geben und somit werden tendenziell nur die besten Individuen herausgefiltert, genau die, die das Spiel des Lebens gemeistert haben. Und die Besten bezieht sich auf die Problemstellung, die durch die Umgebung als Ereignis auf die Individuen einwirkt. Das Prinzip dieser Auslese der Besten nennt man die Positivselektion.

In einer wasserarmen Wüste überleben keine Fische, dafür haben sich Skorpione oder Eidechsen entwickelt. Fische sind nicht in der Lage ohne eine Wasserumgebung zu überleben, aber Amphibien haben diese Problemstellung gelöst. Und genauso haben sich alle Lebensräume mit der Zeit entwickelt. Zum Einen weil andere Lebensräume überfüllt werden und somit die Nahrung dort knapp wird und zum Anderen weil es noch andere Lebensräume gibt, die noch frei sind und somit weniger Konkurrenten das Leben dort erschweren. Ein Lebewesen, das sich an dieser neuen Umgebung anpassen kann hat dort einfachere Überlebenschancen als im vorherigen überfüllten Lebensraum. Über viele Generationen bilden sich so spezielle Eigenschaften heraus, wie z.B. die Fähigkeit des Fliegens, der Photosynthese und sogar die Intelligenz. Die Intelligenz erlaubt es komplexere Arten von Problemstellungen zu lösen. Beispielsweise können sich Menschen anstatt im Regen draußen schlafen zu müssen weil die natürlichen Höhlen alle schon besetzt sind sich aus Holz, Lehm oder Steinen eine eigene "Höhle" erschaffen und als sichere Behausung nutzen. Gerade der Mensch hat es mithilfe seiner Intelligenz geschafft so gut wie alle Lebensräume der Erde zu besiedeln. Es gibt Menschen in so gut wie allen Extremgebieten der Erde, an den kalten Polen als auch in den trockenen Wüsten. Er kann mit Flugzeugen weit durch die Lüfte reisen oder mit Schiffen oder U-Booten die Meere erkunden. Neuerdings kann er sogar mithilfe von Technik ins All fliegen und den Mond oder den Mars besuchen.

Und genauso wie sich einzelne Zellen zu einem Staat verbunden haben bilden die Menschen zusammen Gruppen, Dörfer, Städte und Nationen. Wie ihre Zellen, aus denen sie bestehen profitieren die Gruppen durch Spezialisierungen und Koordination. Innerhalb der Gruppe gibt es aber immer noch die individuellen Menschen, die zusammen und miteinander Leben müssen. Und genauso wie es in der Natur unterschiedliche Konzepte gibt, wie die einzelnen Zellen ein Individuum bilden können, genauso können die Menschen unterschiedliche Staatsformen bilden. Manche versammeln sich unter einem Anführer, der die gesamte Gruppe lenkt und vorgeben darf, was wann wie in der Gruppe passiert. Andere bestimmen oder ernennen Vertreter, die zusammen wie ein Gehirn vernetzt Entscheidungen treffen. Wiederum andere vertrauen die Aufgaben keinem direkt an und lassen anfallende Probleme individuell von jedem alleine lösen.

Sobald ein Mensch Teil einer Gruppe ist, ist er auch von dem Funktionieren dieser Gruppe abhängig, genauso wie eine Zelle im Menschen vom Lebenswillen des Menschen abhängt. All die vorhandenen oder denkbaren Staatsformen haben ihre Vorteile aber natürlich auch Nachteile sowohl für die einzelnen Menschen als auch für den Staat als Gesamtheit der Menschengruppe. Die Staaten sind genauso wie Zellen oder Menschen Teil eines evolutionären Prozesses. Das bedeutet, dass auch aus allen möglichen Staaten sich immer der am besten angepassteste Staat durchsetzen wird. Ein Staat muss sich immer auf veränderte Umgebungen und äußere Einflüsse anpassen, sonst geht er die Gefahr ein ausgelöscht oder vernichtet zu werden. Aber anders als Zellen, die fest an einen Körper gebunden sind, können Menschen ihre Staatsangehörigkeit wechseln und generell ihre Gruppenangehörigkeiten ändern. Natürlich können z.B. Blutzellen durch eine Bluttransfusion auch in anderen Körpern weiter überleben, aber ich möchte hier nicht zu sehr auf der Analogie herumreiten.

Die wichtigen Fragen sind: Wie gestalten die Menschen ihr Zusammenleben innerhalb eines Staates? Und wann muss evolutionstechnisch abgewogen werden, was gut für den Staat ist und was gut für das einzelne Individuum ist. Genauso wie ein Mensch entscheiden muss, was gut für ihm als Mensch ist, was natürlich seinen Zellen zugute kommt, oder ob er z.B. zum größerem Wohl um eine Krankheit zu entgehen, auf die eine oder andere Hautzelle beim Saunagang oder Bräunen verzichten kann.

Geschichtlich gesehen haben sich die Moleküle durch Zufall gebildet weil zufällig Atome die richtigen Bindungen eingegangen sind. Biologische Zellen haben sich gebildet weil zufällig die richtigen Moleküle aufeinander getroffen sind. Individuen haben sich nur durch zufällige Zusammenschlüsse der Zellen gebildet weil die Zellhaufen Vorteile als Verbund gegenüber Einzellern hatten. Und Staaten werden durch zufällige Zusammenschlüsse von Menschen gebildet die zusammenarbeiten um etwas noch Größeres zu erschaffen.

Die Folge des Selektionsprinzip ist einfach, dass wann immer beliebige Strukturen entstehen und wenn diese Strukturen zufällig stabil sind, dann haben diese Strukturen einen Vorteil gegenüber anderen kleineren Strukturen im System. Es gibt für jedes komplexe System wenigstens zwei gegenläufige Effekte: Einerseits die positiven Effekte die zur Bildung der Strukturen führen und Andererseits die negativen Effekte die zur Zerstörung der Strukturen führen. All die Effekte bilden ein Potential, also die Beschreibung der Möglichkeiten der Strukturen. Die gegenläufigen Effekte überlagern sich nun im Potentialbild und bilden irgendwo ein Maximum. An dieser Stelle können die Strukturen sich am besten entwickeln.

Je nach Stärke der positiven oder negativen Effekte liegt dieses Potentialmaximum an anderen Stellen und kann sich im Extremfall auch im Unendlichen befinden was bedeutet, dass langfristig keine Strukturen oder Prozesse in diesem System möglich sind. Umso mehr Effekte auf die Strukturen einwirken, desto mehr lokale Extrempunkte bilden sich auch basierend auf den jeweiligen Effekten. Die einzelnen Strukturen können sich dann mit Kraftaufwand von einem Extrempunkt zu einem Anderen bewegen. Weil die Bedingungen der Strukturen am Extrempunkt im Potentialbild eben lokal am besten sind, bilden sich die Strukturen auch vorwiegend dort aus. Die Strukturen haben durchschnittlich mehr Glück an Extrempunkten als anderswo. Gleichzeitig kann nicht jede Struktur an einem Extrempunkt sein und die Strukturen verdrängen sich gegenseitig zu anderen nicht so günstigeren Orten. Lernfähigkeit oder Intelligenz ist nun, dass Strukturen, die an nicht ganz so optimalen Bedingungen entfernt eines guten Extrempunktes liegen, ihre Struktur so anpassen und abändern, dass sie in dieser neuen Umgebung besser leben können. Die Strukturänderung ändert also das Potentialbild für diese Struktur, sodass der neue Ort wieder ein Potentialmaximum einnimmt während der vorher gute Ort nun eventuell sogar schlechter geeignet ist.

Das interessante an der Betrachtungsweise der komplexen Systeme mittels Selektionsprinzip ist nun, dass es sich auf alle vorstellbaren komplexen Systeme anwenden lässt. Es ist egal welche Strukturen man so genau untersucht. Die Erdgeschichte mit der Evolution, wie sich Sonnensysteme mithilfe der Schwerkraft gebildet haben mussten und wie Menschen zusammen leben können, wie sie denken, arbeiten und wirtschaften. und natürlich noch viele ungesagte Beispiele mehr. Im Folgenden gehe ich speziell auf die Art und Weise ein, wie die Menschen mithilfe des Selektionsprinzips leben können.