Zur Untersuchung der Schädigungs- und Versagensmechanismen eines in Beton eingebetteten Multifilamentgarns im Auszugversuch wurde die Schallemissionsanalyse zur Identifizierung und Lokalisierung von Filamentbrüchen eingesetzt. Im ersten Schritt wurden dazu die Schall emittierenden Ursachen (Filamentriss, Filamentablösung und Mikroriss im Beton) für eine Differenzierung charakterisiert. Es wurden Versuche zur Erzeugung von isolierten Signalen durchgeführt, welche mit Hilfe der Signal- und Frequenzanalyse untersucht wurden. Bei dem durchgeführten Garnauszugversuch konnte eine hohe Lokalisierungsgenauigkeit der Filamentbrüche erzielt werden. Der Schädigungsverlauf des Garns während des Auszugversuchs konnte detailliert untersucht werden.

This thesis examines three decomposition techniques and their usability for economic and financial time series. The stock index DAX30 and the exchange rate from British pound to US dollar are used as representative economic time series. Additionally, autoregressive and conditional heteroscedastic simulations are analysed as benchmark processes to the real data. Discrete wavelet transform (DWT) uses wavelike functions to adapt the behaviour of time series on different time scales. The second method is the singular spectral analysis (SSA), which is applied to extract influential reconstructed modes. As a third algorithm, empirical mode decomposition (END) leads to intrinsic mode functions, who reflect the short and long term fluctuations of the time series. Some problems arise in the decomposition process, such as bleeding at the DWT method or mode mixing of multiple EMD mode functions. Conclusions to evaluate the predictability of the time series are drawn based on entropy - and recurrence - analysis. The cyclic behaviour of the decompositions is examined via the coefficient of variation, based on the instantaneous frequency. The results show rising predictability, especially on higher decomposition levels. The instantaneous frequency measure leads to low values for regular oscillatory cycles, irregular behaviour results in a high variation coefficient. The singular spectral analysis show frequency - stable cycles in the reconstructed modes, but represents the influences of the original time series worse than the other two methods, which show on the contrary very little frequency - stability in the extracted details.

To measure the speed of a vehicle, the revolution of a wheel or a rigid axle is traditionally used. Therefore non corrigible systematic errors occur which are caused by slip, spin and by the change of wheel diameter due to fretting. Train control and traction systems require new robust as well as precise methods of speed measurement. Because of their physical properties, Doppler-radar-sensors attached to the vehicle and measuring ground speed are first choice for this range of applications. Currently used sensors cannot fulfil the high demands under all operating conditions, because they are unable to completely compensate the various interferences and systematic deviations. This is the starting point of this dissertation. Two independent diverse methods with optimised reliability and accuracy must be used to meet all requirements. Limited resources of the embedded digital signal processor system under real-time conditions have to be taken into account. According to the boundary conditions, the introductory chapters critically discuss the frequency analysis methods currently used and describe starting points for further development. This leads to the design of a new, robust, wide-band spectral analysis which combines techniques of the dyadic wavelet transformation with the fast Fourier transformation. At the same time a new frame procedure and general model for the estimation of motion parameters is developed which features short delays. The disadvantages of the block-based discrete spectral analysis applied over continuous approaches are extensively compensated. The block structure of spectral data enables the selective use of new knowledge-based spectral filters for the compensation of the remaining intense interferences which are typical of this kind of application. / Die Fahrzeuggeschwindigkeitsmessung über die Drehzahl eines Rades weist in Schlupf- und Schleuderzuständen erhebliche systematische Abweichungen auf. Deshalb erfordern Zugbeeinflussungs- und Antriebssysteme neue gleichzeitig robuste und präzise Geschwindigkeitsmessmethoden. Die Mikrowellensensorik unter Nutzung des Dopplereffekts zwischen Fahrzeug und Gleisbett wird wegen ihrer physikalischen Eigenschaften für dieses Einsatzgebiet favorisiert. Bisherige Sensorapplikationen erfüllen aber die hohen Ansprüche nicht in allen Betriebszuständen. Hier setzt die in dieser Arbeit beschriebene Sensorentwicklung auf. Zwei getrennt hergeleitete und nach Zuverlässigkeit und Genauigkeit optimierte neue Verfahren können bei gleichzeitiger Anwendung die gestellten Anforderungen erfüllen. Dabei müssen auch die beschränkten Ressourcen des eingebetteten digitalen Signalverarbeitungssystems unter Echtzeitbedingungen berücksichtigt werden. Entsprechend dieser Randbedingungen findet einleitend eine kritische Betrachtung bestehender Frequenzanalysemethoden statt und Ansätze für die Weiterentwicklung werden herausgearbeitet. Einerseits führt dies zur Konstruktion einer neuen störunempfindlichen Weitbereichsspektralzerlegung, welche Ansätze der dyadischen Wavelettransformation mit der Diskreten Fourier-Transformation verbindet. Andererseits wird ein neues Rahmenverfahren für die verzögerungsarme Schätzung der Bewegungsparameter des Fahrzeuges aufgrund seines physikalischen Bewegungsmodells hergeleitet und mit einem hochgenauen Frequenzauswerteverfahren kombiniert. Beide Verfahren basieren auf blockweisen diskreten Spektralzerlegungen, deren prinzipielle Nachteile gegenüber kontinuierlichen Ansätzen weitgehend kompensiert werden können. Durch die Blockorganisation lassen sich neuartige wissensbasierte Spektralfilter selektiv zur Unterdrückung starker bahnanwendungstypischer Störeinflüsse einsetzen.

Making decisions is a dynamic process. Especially when we face a decision between conflicting options, different forces seem to drag our mind from one option to the other one (James, 1890), again and again. This process may last for a long time, sometimes only coming to a decision when we are finally forced to choose, e.g. by an important deadline. Psychology and many other disciplines were interested in how humans make decisions from their beginnings on. Many different influences on decisions were discovered (e.g. Kahneman & Tversky, 1979; Todd & Gigerenzer, 2000). In the face of these advances, it seems odd, that knowledge about the ongoing process of reaching a decision is rare and much of the investigation has focused on the final outcome of choice situations (Townsend & Busemeyer, 1995). A very recent approach, called neuroeconomics, started out to investigate what happens behind the scenes of a final decision. Using modern neuroimaging methods, many neuroeconomists explain decision making in the brain in terms of a hierarchy of different neural modules that work together like a big corporation to finally make the best possible decision (Sanfey, Loewenstein, McClure, & Cohen, 2006). However, the focus on neural modules also limits this approach to a quite static view of decision making and many questions, related to the dynamic aspects of decision making, still remain open: How do we continuously control impulsive or habitual tendencies in our decisions when we pursue long-term goals? How do we shift attention back and forth between (goal) relevant properties of choice options? How do we adjust and readjust our focus of attention to relevant information in order to avoid distraction by irrelevant or misleading information? And how are we influenced by the environmental context when we make decisions? The present work aims to show how an approach based on the concepts of dynamic systems theory could complement the module oriented approach and enhance our knowledge of the processes of decision making. Chapter 2 elaborates the limits of the module oriented approach, with a special focus on decisions under conflict, when we are faced with conflicting information, and introduces the principles of a complementary dynamic approach. Chapter 3 deduces the dynamic hypothesis of this work: ongoing processes interactions at different time scales can explain specific cognitive functions without postulating specialized modules for this function. To approach this hypothesis, chapter 4 will develop a theoretical and empirical framework to study decision making dynamically. The empirical part, building on the empirical framework, starts with chapter 5 presenting an EEG experiment. Chapter 6 presents two mouse tracking experiments, and chapter 7 presents a modelling study, reproducing the empirical data of chapters 5 and 6. The general discussion in chapter 8 summarizes the theoretical and empirical results and discusses possible limitations. Finally, chapter 9 discusses the implications of the dynamic approach to decision making, presents an outlook on future research projects, and closes the work by offering a dynamic picture of the processes behind the stage of a final decision. / „Man kann nicht beides haben: Den Rahm und die Butter.“ - „Wer die Wahl hat, hat die Qual.“ Mit diesen Sprichwörtern beklagt der Volksmund, womit das Leben uns immer wieder konfrontiert: wir müssen entscheiden, und oftmals führt uns das in Entscheidungskonflikte. Im Dilemma solcher Konflikte mag es begründet sein, dass das Thema der vorliegenden Arbeit, die Entscheidungsforschung, nicht nur in der Psychologie schon immer eine wichtige Rolle spielte, sondern auch in anderen Disziplinen, wie der Ökonomie, der angewandten Mathematik und der Philosophie. Die langjährigen Bestrebungen, diese unterschiedlichen Fachbereiche zu integrieren (z.B. Kahneman & Tversky, 1979; von Neumann & Morgenstern, 1944; Savage, 1972), münden aktuell in das Forschungsgebiet der Neuroökonomie (Camerer, Loewenstein, & Prelec, 2005; Loewenstein, Rick, & Cohen, 2008; Sanfey, Loewenstein, McClure, & Cohen, 2006). Neuroökonomen nutzen vielfach die Methoden der bildgebenden Hirnforschung, um durch die Lokalisierung der neuronalen Basis hierarchisch gegliederter Module Entscheidungsprozesse zu erklären (z.B. Sanfey et al., 2006; Fellows, 2004). Während die Anwendung bildgebender Methoden Potential birgt (z.B. Harrison, 2008), ist es vor allem der modulorientierte Ansatz, der das Risiko einer zu eingeschränkten Sichtweise auf Entscheidungsprozesse trägt (z.B. Ortmann, 2008; Oullier & Kelso, 2006). Dies zeigt sich zum Beispiel im von der kognitiven Psychologie intensiv erforschten Bereich von Entscheidungen unter Konflikt. Eine zentrale Rolle bei dieser Art von Entscheidungen spielen kognitive Kontrollprozesse, die der Umsetzung zielorientierten Verhaltens (Norman & Shallice, 2000) durch Konfliktlösung und -anpassung dienen. Als Bindeglied dieser beiden Prozesse gilt die Detektion von Entscheidungskonflikten, welche die vorherrschende Conflict Monitoring Theory (Botvinick, Braver, Barch, Carter, & Cohen, 2001) entsprechend dem modulorientiertem Ansatz einem speziellen neuronalen Modul zuordnet, das im anterioren cingulären Cortex lokalisiert ist (Botvinick, Cohen, & Carter, 2004). Die Probleme eines einseitigen modulorientierten Ansatzes verdeutlichen hier unter anderem die widersprüchliche Befundlage (z.B. Mansouri, Tanaka, & Buckley, 2009) und die letztlich weiterhin ungeklärte Frage nach den zugrundeliegenden Prozessen. Die Arbeit hat deshalb zum Ziel, den modulorientierten Ansatz um einen komplementären Ansatz auf Basis der Theorie dynamischer Systeme (Dynamical Systems Theory, DST) zu ergänzen. Aus dem grundlegenden DST-Prinzip der kontinuierlichen (z.B. Spivey, 2007) Interaktion rückgekoppelter Komponenten (z.B. Kelso, 1995; Van Orden, Holden, & Turvey, 2003) wird zunächst die dynamische Hypothese abgeleitet, dass sich Effekte auf verschiedenen Zeitskalen gegenseitig bedingen und einander hervorbringen. Für Entscheidungen unter Konflikt bedeutet dies, dass sich die Prozesse der Konfliktlösung und anpassung durch ihre direkte Interaktion im kognitiven System gegenseitig erzeugen. Zur Überprüfung dieser Hypothese werden innerhalb der Arbeit generelle empirische Strategien entwickelt, welche die Untersuchung von Entscheidungsprozessen auf verschiedenen Zeitskalen ermöglichen. Im empirischen Teil der Arbeit werden sodann zwei dieser Strategien zur Anwendung gebracht, um den Erkenntnisgewinn des dynamischen Ansatzes zu illustrieren. Zunächst wird in einer EEG-Studie eine Frequency-Tagging-Methode (z.B. Müller & Hübner, 2002; Müller, Andersen, & Keil, 2007) auf die Untersuchung der kognitiven Kontrollprozesse in einer Flanker-Aufgabe (Eriksen & Eriksen, 1974) adaptiert. Die neue Kombination einer kontinuierlichen neurophysiologischen Methode und eines klassischen Konflikt-Paradigmas ermöglicht die gleichzeitige Untersuchung kontinuierlicher Veränderungen der Aufmerksamkeit auf relevante und irrelevante Information. Die Ergebnisse der Studie stützen die Hypothese einer direkten Interaktion von Prozessen der Konfliktlösung und -anpassung und stellen bereits einen Widerspruch zur Conflict Monitoring Theory dar. Als weitere empirische Strategie wird in zwei Experimenten die Methode des Maus-Tracking (z.B. Buetti & Kerzel, 2009; Song & Nakayama, 2009; Spivey, Grosjean, & Knoblich, 2005) im Rahmen einer Simon-Aufgabe (Simon, 1969) eingesetzt. Die erneute Kombination einer kontinuierlichen Methode, diesmal auf Reaktionsebene, mit einem klassischen Konflikt-Paradigma erlaubt die Messung von Verhaltenstendenzen im Verlauf des gesamten Entscheidungsprozesses. Mit Hilfe einer neu entwickelten regressionsbasierten Analysemethode werden die Subprozesse einzelner Entscheidungen separiert und Einblicke in die Dynamik von Konfliktlösung und -anpassung gewonnen. Die Ergebnisse zeigen ein komplexes Muster zeitlicher Interaktion zwischen den beiden kognitiven Kontrollprozessen, wobei die Konfliktanpassung zeitlich unabhängig von der Verarbeitung irrelevanter Information ist. Dies steht erneut im Widerspruch zu Annahmen der Conflict Monitoring Theory. Zusammenfassend stützen die empirischen Ergebnisse die dynamische Hypothese der kontinuierlichen Interaktion rückgekoppelter Komponenten und werden im nächsten Schritt in einem dynamisch-konnektionistischen Netzwerkmodell integriert. Als Alternative zum Modell der Conflict Monitoring Theory verzichtet es entsprechend dem dynamischen Ansatz auf ein Conflict Monitoring Modul (Botvinick et al., 2001). Es verfügt stattdessen über Verarbeitungs-Prozesse auf verschiedenen Zeitskalen (Kiebel, Daunizeau, & Friston, 2008) und eine Rückkopplung zwischen der Netzwerkschicht, die der Informationsverarbeitung dient, und jener, die der Zielrepräsentation dient (Gilbert & Shallice, 2002; Cohen & Huston, 1994). Die Ergebnisse der Simulation zeigen, dass das Modell sowohl die klassischen Befunde zur Konfliktlösung und anpassung (z.B. Gratton, Coles, & Donchin, 1992), als auch das in den empirischen Studien gefundene kontinuierliche Datenmuster von Entscheidungsprozessen reproduziert. Die empirischen Befunde und die Ergebnisse der Modellierung bestätigen somit die postulierte dynamische Hypothese, dass sich Effekte auf verschiedenen Zeitskalen gegenseitig bedingen und einander hervorbringen. Dies verdeutlicht den komplementären Wert des dynamischen Ansatzes zum modulorientierten Ansatz, welcher vielfach in der Neuroökonomie verfolgt wird. Der hier entwickelte DST-basierte Ansatz bietet somit sowohl ein komplementäres Denkmodell, welches wie der modulorientierte Ansatz eine Verbindung zwischen den Phänomenen auf neuronaler und Verhaltensebene herstellt, als auch neue empirische Methoden zur dynamischen Erforschung von Entscheidungen. Daraus wird abschließend eine Fokuserweiterung für die zukünftige Forschung abgeleitet: zum einen auf die kontinuierlichen Prozesse, welche zu einer Entscheidung führen, und zum anderen auf die Interaktionsdynamik dieser Prozesse. Die Arbeit schließt mit dem Bild eines Entscheidungsprozesses als einer selbstorganisierten, metastabilen Balance (z.B. Kelso, 1995) bei der Lösung verschiedener Entscheidungsdilemmata (Goschke, 2003).

No description available.

To measure the speed of a vehicle, the revolution of a wheel or a rigid axle is traditionally used. Therefore non corrigible systematic errors occur which are caused by slip, spin and by the change of wheel diameter due to fretting. Train control and traction systems require new robust as well as precise methods of speed measurement. Because of their physical properties, Doppler-radar-sensors attached to the vehicle and measuring ground speed are first choice for this range of applications. Currently used sensors cannot fulfil the high demands under all operating conditions, because they are unable to completely compensate the various interferences and systematic deviations. This is the starting point of this dissertation. Two independent diverse methods with optimised reliability and accuracy must be used to meet all requirements. Limited resources of the embedded digital signal processor system under real-time conditions have to be taken into account. According to the boundary conditions, the introductory chapters critically discuss the frequency analysis methods currently used and describe starting points for further development. This leads to the design of a new, robust, wide-band spectral analysis which combines techniques of the dyadic wavelet transformation with the fast Fourier transformation. At the same time a new frame procedure and general model for the estimation of motion parameters is developed which features short delays. The disadvantages of the block-based discrete spectral analysis applied over continuous approaches are extensively compensated. The block structure of spectral data enables the selective use of new knowledge-based spectral filters for the compensation of the remaining intense interferences which are typical of this kind of application. / Die Fahrzeuggeschwindigkeitsmessung über die Drehzahl eines Rades weist in Schlupf- und Schleuderzuständen erhebliche systematische Abweichungen auf. Deshalb erfordern Zugbeeinflussungs- und Antriebssysteme neue gleichzeitig robuste und präzise Geschwindigkeitsmessmethoden. Die Mikrowellensensorik unter Nutzung des Dopplereffekts zwischen Fahrzeug und Gleisbett wird wegen ihrer physikalischen Eigenschaften für dieses Einsatzgebiet favorisiert. Bisherige Sensorapplikationen erfüllen aber die hohen Ansprüche nicht in allen Betriebszuständen. Hier setzt die in dieser Arbeit beschriebene Sensorentwicklung auf. Zwei getrennt hergeleitete und nach Zuverlässigkeit und Genauigkeit optimierte neue Verfahren können bei gleichzeitiger Anwendung die gestellten Anforderungen erfüllen. Dabei müssen auch die beschränkten Ressourcen des eingebetteten digitalen Signalverarbeitungssystems unter Echtzeitbedingungen berücksichtigt werden. Entsprechend dieser Randbedingungen findet einleitend eine kritische Betrachtung bestehender Frequenzanalysemethoden statt und Ansätze für die Weiterentwicklung werden herausgearbeitet. Einerseits führt dies zur Konstruktion einer neuen störunempfindlichen Weitbereichsspektralzerlegung, welche Ansätze der dyadischen Wavelettransformation mit der Diskreten Fourier-Transformation verbindet. Andererseits wird ein neues Rahmenverfahren für die verzögerungsarme Schätzung der Bewegungsparameter des Fahrzeuges aufgrund seines physikalischen Bewegungsmodells hergeleitet und mit einem hochgenauen Frequenzauswerteverfahren kombiniert. Beide Verfahren basieren auf blockweisen diskreten Spektralzerlegungen, deren prinzipielle Nachteile gegenüber kontinuierlichen Ansätzen weitgehend kompensiert werden können. Durch die Blockorganisation lassen sich neuartige wissensbasierte Spektralfilter selektiv zur Unterdrückung starker bahnanwendungstypischer Störeinflüsse einsetzen.

This thesis examines three decomposition techniques and their usability for economic and financial time series. The stock index DAX30 and the exchange rate from British pound to US dollar are used as representative economic time series. Additionally, autoregressive and conditional heteroscedastic simulations are analysed as benchmark processes to the real data. Discrete wavelet transform (DWT) uses wavelike functions to adapt the behaviour of time series on different time scales. The second method is the singular spectral analysis (SSA), which is applied to extract influential reconstructed modes. As a third algorithm, empirical mode decomposition (END) leads to intrinsic mode functions, who reflect the short and long term fluctuations of the time series. Some problems arise in the decomposition process, such as bleeding at the DWT method or mode mixing of multiple EMD mode functions. Conclusions to evaluate the predictability of the time series are drawn based on entropy - and recurrence - analysis. The cyclic behaviour of the decompositions is examined via the coefficient of variation, based on the instantaneous frequency. The results show rising predictability, especially on higher decomposition levels. The instantaneous frequency measure leads to low values for regular oscillatory cycles, irregular behaviour results in a high variation coefficient. The singular spectral analysis show frequency - stable cycles in the reconstructed modes, but represents the influences of the original time series worse than the other two methods, which show on the contrary very little frequency - stability in the extracted details.:1. Einleitung 2. Datengrundlage 2.1. Auswahl und Besonderheiten ökonomischer Zeitreihen 2.2. Simulationsstudie mittels AR-Prozessen 2.3. Simulationsstudie mittels GARCH-Prozessen 3. Zerlegung mittels modernen Techniken der Zeitreihenanalyse 3.1. Diskrete Wavelet Transformation 3.2. Singulärsystemanalyse 3.3. Empirische Modenzerlegung 4. Bewertung der Vorhersagbarkeit 4.1. Entropien als Maß der Kurzzeit-Vorhersagbarkeit 4.2. Rekurrenzanalyse 4.3. Frequenzstabilität der Zerlegung 5. Durchführung und Interpretation der Ergebnisse 5.1. Visuelle Interpretation der Zerlegungen 5.2. Beurteilung mittels Charakteristika 6. Fazit

Making decisions is a dynamic process. Especially when we face a decision between conflicting options, different forces seem to drag our mind from one option to the other one (James, 1890), again and again. This process may last for a long time, sometimes only coming to a decision when we are finally forced to choose, e.g. by an important deadline. Psychology and many other disciplines were interested in how humans make decisions from their beginnings on. Many different influences on decisions were discovered (e.g. Kahneman & Tversky, 1979; Todd & Gigerenzer, 2000). In the face of these advances, it seems odd, that knowledge about the ongoing process of reaching a decision is rare and much of the investigation has focused on the final outcome of choice situations (Townsend & Busemeyer, 1995). A very recent approach, called neuroeconomics, started out to investigate what happens behind the scenes of a final decision. Using modern neuroimaging methods, many neuroeconomists explain decision making in the brain in terms of a hierarchy of different neural modules that work together like a big corporation to finally make the best possible decision (Sanfey, Loewenstein, McClure, & Cohen, 2006). However, the focus on neural modules also limits this approach to a quite static view of decision making and many questions, related to the dynamic aspects of decision making, still remain open: How do we continuously control impulsive or habitual tendencies in our decisions when we pursue long-term goals? How do we shift attention back and forth between (goal) relevant properties of choice options? How do we adjust and readjust our focus of attention to relevant information in order to avoid distraction by irrelevant or misleading information? And how are we influenced by the environmental context when we make decisions? The present work aims to show how an approach based on the concepts of dynamic systems theory could complement the module oriented approach and enhance our knowledge of the processes of decision making. Chapter 2 elaborates the limits of the module oriented approach, with a special focus on decisions under conflict, when we are faced with conflicting information, and introduces the principles of a complementary dynamic approach. Chapter 3 deduces the dynamic hypothesis of this work: ongoing processes interactions at different time scales can explain specific cognitive functions without postulating specialized modules for this function. To approach this hypothesis, chapter 4 will develop a theoretical and empirical framework to study decision making dynamically. The empirical part, building on the empirical framework, starts with chapter 5 presenting an EEG experiment. Chapter 6 presents two mouse tracking experiments, and chapter 7 presents a modelling study, reproducing the empirical data of chapters 5 and 6. The general discussion in chapter 8 summarizes the theoretical and empirical results and discusses possible limitations. Finally, chapter 9 discusses the implications of the dynamic approach to decision making, presents an outlook on future research projects, and closes the work by offering a dynamic picture of the processes behind the stage of a final decision.:Statement I Brief Contents III Contents V Figures IX Chapter 1 Introduction 1 Chapter 2 Decision making under conflict 3 Chapter 3 Investigating decision making under conflict dynamically 14 Chapter 4 Making decisions with a continuous mind 17 Chapter 5 The dynamics of cognitive control: evidence for within trial conflict adaptation from frequency tagged EEG 56 Chapter 6 How decisions evolve: the temporal dynamics of action selection 77 Chapter 7 Dynamic goal states: adapting cognitive control at different time scales without conflict monitoring 97 Chapter 8 General discussion 115 Chapter 9 Conclusion and outlook 123 References 130 Deutsche Zusammenfassung 153 Appendix I Supplementary material for chapter 5 159 Appendix II Model formulas for chapter 7 163 / „Man kann nicht beides haben: Den Rahm und die Butter.“ - „Wer die Wahl hat, hat die Qual.“ Mit diesen Sprichwörtern beklagt der Volksmund, womit das Leben uns immer wieder konfrontiert: wir müssen entscheiden, und oftmals führt uns das in Entscheidungskonflikte. Im Dilemma solcher Konflikte mag es begründet sein, dass das Thema der vorliegenden Arbeit, die Entscheidungsforschung, nicht nur in der Psychologie schon immer eine wichtige Rolle spielte, sondern auch in anderen Disziplinen, wie der Ökonomie, der angewandten Mathematik und der Philosophie. Die langjährigen Bestrebungen, diese unterschiedlichen Fachbereiche zu integrieren (z.B. Kahneman & Tversky, 1979; von Neumann & Morgenstern, 1944; Savage, 1972), münden aktuell in das Forschungsgebiet der Neuroökonomie (Camerer, Loewenstein, & Prelec, 2005; Loewenstein, Rick, & Cohen, 2008; Sanfey, Loewenstein, McClure, & Cohen, 2006). Neuroökonomen nutzen vielfach die Methoden der bildgebenden Hirnforschung, um durch die Lokalisierung der neuronalen Basis hierarchisch gegliederter Module Entscheidungsprozesse zu erklären (z.B. Sanfey et al., 2006; Fellows, 2004). Während die Anwendung bildgebender Methoden Potential birgt (z.B. Harrison, 2008), ist es vor allem der modulorientierte Ansatz, der das Risiko einer zu eingeschränkten Sichtweise auf Entscheidungsprozesse trägt (z.B. Ortmann, 2008; Oullier & Kelso, 2006). Dies zeigt sich zum Beispiel im von der kognitiven Psychologie intensiv erforschten Bereich von Entscheidungen unter Konflikt. Eine zentrale Rolle bei dieser Art von Entscheidungen spielen kognitive Kontrollprozesse, die der Umsetzung zielorientierten Verhaltens (Norman & Shallice, 2000) durch Konfliktlösung und -anpassung dienen. Als Bindeglied dieser beiden Prozesse gilt die Detektion von Entscheidungskonflikten, welche die vorherrschende Conflict Monitoring Theory (Botvinick, Braver, Barch, Carter, & Cohen, 2001) entsprechend dem modulorientiertem Ansatz einem speziellen neuronalen Modul zuordnet, das im anterioren cingulären Cortex lokalisiert ist (Botvinick, Cohen, & Carter, 2004). Die Probleme eines einseitigen modulorientierten Ansatzes verdeutlichen hier unter anderem die widersprüchliche Befundlage (z.B. Mansouri, Tanaka, & Buckley, 2009) und die letztlich weiterhin ungeklärte Frage nach den zugrundeliegenden Prozessen. Die Arbeit hat deshalb zum Ziel, den modulorientierten Ansatz um einen komplementären Ansatz auf Basis der Theorie dynamischer Systeme (Dynamical Systems Theory, DST) zu ergänzen. Aus dem grundlegenden DST-Prinzip der kontinuierlichen (z.B. Spivey, 2007) Interaktion rückgekoppelter Komponenten (z.B. Kelso, 1995; Van Orden, Holden, & Turvey, 2003) wird zunächst die dynamische Hypothese abgeleitet, dass sich Effekte auf verschiedenen Zeitskalen gegenseitig bedingen und einander hervorbringen. Für Entscheidungen unter Konflikt bedeutet dies, dass sich die Prozesse der Konfliktlösung und anpassung durch ihre direkte Interaktion im kognitiven System gegenseitig erzeugen. Zur Überprüfung dieser Hypothese werden innerhalb der Arbeit generelle empirische Strategien entwickelt, welche die Untersuchung von Entscheidungsprozessen auf verschiedenen Zeitskalen ermöglichen. Im empirischen Teil der Arbeit werden sodann zwei dieser Strategien zur Anwendung gebracht, um den Erkenntnisgewinn des dynamischen Ansatzes zu illustrieren. Zunächst wird in einer EEG-Studie eine Frequency-Tagging-Methode (z.B. Müller & Hübner, 2002; Müller, Andersen, & Keil, 2007) auf die Untersuchung der kognitiven Kontrollprozesse in einer Flanker-Aufgabe (Eriksen & Eriksen, 1974) adaptiert. Die neue Kombination einer kontinuierlichen neurophysiologischen Methode und eines klassischen Konflikt-Paradigmas ermöglicht die gleichzeitige Untersuchung kontinuierlicher Veränderungen der Aufmerksamkeit auf relevante und irrelevante Information. Die Ergebnisse der Studie stützen die Hypothese einer direkten Interaktion von Prozessen der Konfliktlösung und -anpassung und stellen bereits einen Widerspruch zur Conflict Monitoring Theory dar. Als weitere empirische Strategie wird in zwei Experimenten die Methode des Maus-Tracking (z.B. Buetti & Kerzel, 2009; Song & Nakayama, 2009; Spivey, Grosjean, & Knoblich, 2005) im Rahmen einer Simon-Aufgabe (Simon, 1969) eingesetzt. Die erneute Kombination einer kontinuierlichen Methode, diesmal auf Reaktionsebene, mit einem klassischen Konflikt-Paradigma erlaubt die Messung von Verhaltenstendenzen im Verlauf des gesamten Entscheidungsprozesses. Mit Hilfe einer neu entwickelten regressionsbasierten Analysemethode werden die Subprozesse einzelner Entscheidungen separiert und Einblicke in die Dynamik von Konfliktlösung und -anpassung gewonnen. Die Ergebnisse zeigen ein komplexes Muster zeitlicher Interaktion zwischen den beiden kognitiven Kontrollprozessen, wobei die Konfliktanpassung zeitlich unabhängig von der Verarbeitung irrelevanter Information ist. Dies steht erneut im Widerspruch zu Annahmen der Conflict Monitoring Theory. Zusammenfassend stützen die empirischen Ergebnisse die dynamische Hypothese der kontinuierlichen Interaktion rückgekoppelter Komponenten und werden im nächsten Schritt in einem dynamisch-konnektionistischen Netzwerkmodell integriert. Als Alternative zum Modell der Conflict Monitoring Theory verzichtet es entsprechend dem dynamischen Ansatz auf ein Conflict Monitoring Modul (Botvinick et al., 2001). Es verfügt stattdessen über Verarbeitungs-Prozesse auf verschiedenen Zeitskalen (Kiebel, Daunizeau, & Friston, 2008) und eine Rückkopplung zwischen der Netzwerkschicht, die der Informationsverarbeitung dient, und jener, die der Zielrepräsentation dient (Gilbert & Shallice, 2002; Cohen & Huston, 1994). Die Ergebnisse der Simulation zeigen, dass das Modell sowohl die klassischen Befunde zur Konfliktlösung und anpassung (z.B. Gratton, Coles, & Donchin, 1992), als auch das in den empirischen Studien gefundene kontinuierliche Datenmuster von Entscheidungsprozessen reproduziert. Die empirischen Befunde und die Ergebnisse der Modellierung bestätigen somit die postulierte dynamische Hypothese, dass sich Effekte auf verschiedenen Zeitskalen gegenseitig bedingen und einander hervorbringen. Dies verdeutlicht den komplementären Wert des dynamischen Ansatzes zum modulorientierten Ansatz, welcher vielfach in der Neuroökonomie verfolgt wird. Der hier entwickelte DST-basierte Ansatz bietet somit sowohl ein komplementäres Denkmodell, welches wie der modulorientierte Ansatz eine Verbindung zwischen den Phänomenen auf neuronaler und Verhaltensebene herstellt, als auch neue empirische Methoden zur dynamischen Erforschung von Entscheidungen. Daraus wird abschließend eine Fokuserweiterung für die zukünftige Forschung abgeleitet: zum einen auf die kontinuierlichen Prozesse, welche zu einer Entscheidung führen, und zum anderen auf die Interaktionsdynamik dieser Prozesse. Die Arbeit schließt mit dem Bild eines Entscheidungsprozesses als einer selbstorganisierten, metastabilen Balance (z.B. Kelso, 1995) bei der Lösung verschiedener Entscheidungsdilemmata (Goschke, 2003).:Statement I Brief Contents III Contents V Figures IX Chapter 1 Introduction 1 Chapter 2 Decision making under conflict 3 Chapter 3 Investigating decision making under conflict dynamically 14 Chapter 4 Making decisions with a continuous mind 17 Chapter 5 The dynamics of cognitive control: evidence for within trial conflict adaptation from frequency tagged EEG 56 Chapter 6 How decisions evolve: the temporal dynamics of action selection 77 Chapter 7 Dynamic goal states: adapting cognitive control at different time scales without conflict monitoring 97 Chapter 8 General discussion 115 Chapter 9 Conclusion and outlook 123 References 130 Deutsche Zusammenfassung 153 Appendix I Supplementary material for chapter 5 159 Appendix II Model formulas for chapter 7 163

Mash-Ups (auch Bootlegging, Bastard Pop oder Collage genannt) erfreuen sich seit Jahren steigender Beliebtheit. Waren es zu Beginn der 1990er Jahre meist nur 2 unterschiedliche Popsongs, deren Gesangs- und Instrumentenspuren in Remixform ineinander gemischt wurden, existieren heute Multi-Mash-Ups mit mehreren Dutzend gemixten und gesampelten Songs, Interpreten, Videosequenzen und Effekten. Eine Herausforderung stellt die Kombination unterschiedlichster Stile dar, diese zu neuen tanzbaren Titeln aus den Charts zu mischen. Das Mash-Up Projekt Pop Danthology z.B. enthält in einem knapp 6 minütigen aktuellen Musikclip 68 verschiedene Interpreten, u. a. Bruno Mars, Britney Spears, Rhianna und Lady Gaga. Die Verwendung und das Sampeln fremder Musik- und Videotitel kann eine Urheberrechtsverletzung darstellen. Die Komponisten des Titels „Nur mir“ mit Sängerin Sabrina Setlur unterlagen in einem Rechtsstreit, der bis zum BGH führte. Sie haben im Zuge eines Tonträger-Samplings, so der BGH , in das Tonträgerherstellerrecht der Kläger (Musikgruppe Kraftwerk) eingegriffen, in dem sie im Wege des „Sampling“ zwei Takte einer Rhythmussequenz des Titels „Metall auf Metall“ entnommen und diese im eigenen Stück unterlegt haben. Der rasante technische Fortschritt macht es mittlerweile möglich, immer einfacher, schneller und besser Musik-, Film- und Bildaufnahmen zu bearbeiten und zu verändern. Computer mit Bearbeitungssoftware haben Keyboards, Synthesizer und analoge Mehrspurtechnik abgelöst. Die Methoden des Samplings unterscheiden sich von der klassischen Raubkopie dahingehend, dass mit der Sampleübernahme eine weitreichende Umgestaltung und Bearbeitung erfolgt. Die Raubkopie zeichnet sich durch eine unveränderte Übernahme des Originals aus. Betroffen von den Auswirkungen eines nicht rechtmäßig durchgeführten Sampling sind Urheber- und Leistungsschutzrechte ausübender Künstler sowie Leistungsschutzrechte von Tonträgerherstellern. U. U. sind auch Verstöße gegen das allgemeine Persönlichkeits- und Wettbewerbsrecht Gegenstand von streitigen Auseinandersetzungen.

Mash-Ups (auch Bootlegging, Bastard Pop oder Collage genannt) erfreuen sich seit Jahren steigender Beliebtheit. Waren es zu Beginn der 1990er Jahre meist nur 2 unterschiedliche Popsongs, deren Gesangs- und Instrumentenspuren in Remixform ineinander gemischt wurden, existieren heute Multi-Mash-Ups mit mehreren Dutzend gemixten und gesampelten Songs, Interpreten, Videosequenzen und Effekten. Eine Herausforderung stellt die Kombination unterschiedlichster Stile dar, diese zu neuen tanzbaren Titeln aus den Charts zu mischen. Das Mash-Up Projekt Pop Danthology z.B. enthält in einem knapp 6 minütigen aktuellen Musikclip 68 verschiedene Interpreten, u. a. Bruno Mars, Britney Spears, Rhianna und Lady Gaga. Die Verwendung und das Sampeln fremder Musik- und Videotitel kann eine Urheberrechtsverletzung darstellen. Die Komponisten des Titels „Nur mir“ mit Sängerin Sabrina Setlur unterlagen in einem Rechtsstreit, der bis zum BGH führte. Sie haben im Zuge eines Tonträger-Samplings, so der BGH , in das Tonträgerherstellerrecht der Kläger (Musikgruppe Kraftwerk) eingegriffen, in dem sie im Wege des „Sampling“ zwei Takte einer Rhythmussequenz des Titels „Metall auf Metall“ entnommen und diese im eigenen Stück unterlegt haben. Der rasante technische Fortschritt macht es mittlerweile möglich, immer einfacher, schneller und besser Musik-, Film- und Bildaufnahmen zu bearbeiten und zu verändern. Computer mit Bearbeitungssoftware haben Keyboards, Synthesizer und analoge Mehrspurtechnik abgelöst. Die Methoden des Samplings unterscheiden sich von der klassischen Raubkopie dahingehend, dass mit der Sampleübernahme eine weitreichende Umgestaltung und Bearbeitung erfolgt. Die Raubkopie zeichnet sich durch eine unveränderte Übernahme des Originals aus. Betroffen von den Auswirkungen eines nicht rechtmäßig durchgeführten Sampling sind Urheber- und Leistungsschutzrechte ausübender Künstler sowie Leistungsschutzrechte von Tonträgerherstellern. U. U. sind auch Verstöße gegen das allgemeine Persönlichkeits- und Wettbewerbsrecht Gegenstand von streitigen Auseinandersetzungen.