Complex networks have been used to represent the fundamental structure of a multitude of complex systems from various fields. In the network representation, the system is reduced to a set of nodes and links that denote the elements of the system and the connections between them respectively. Complex networks are commonly adaptive such that the structure of the network and the states of nodes evolve dynamically in a coupled fashion. Adaptive networks lead to peculiar complex dynamics and network topologies, which can be investigated by moment-closure approximations, a coarse-graining approach that enables the use of the dynamical systems theory. In this thesis, I study several contact processes in adaptive networks that are defined by the transmission of node states. Employing moment-closure approximations, I establish analytical insights into complex phenomena emerging in these systems. I provide a detailed analysis of existing alternative moment-closure approximation schemes and extend them in several directions. Most importantly, I consider developing analytical approaches for models with complex update rules and networks with complex topologies. I discuss four different contact processes in adaptive networks. First, I explore the effect of cyclic dominance in opinion formation. For this, I propose an adaptive network model: the adaptive rock-paper-scissors game. The model displays four different dynamical phases (stationary, oscillatory, consensus, and fragmented) with distinct topological and dynamical properties. I use a simple moment-closure approximation to explain the transitions between these phases. Second, I use the adaptive voter model of opinion formation as a benchmark model to test and compare the performances of major moment-closure approximation schemes in the literature. I provide an in-depth analysis that leads to a heightened understanding of the capabilities of alternative approaches. I demonstrate that, even for the simple adaptive voter model, highly sophisticated approximations can fail due to special dynamic correlations. As a general strategy for targeting such problematic cases, I identify and illustrate the design of new approximation schemes specific to the complex phenomena under investigation. Third, I study the collective motion in mobile animal groups, using the conceptual framework of adaptive networks of opinion formation. I focus on the role of information in consensus decision-making in populations consisting of individuals that have conflicting interests. Employing a moment-closure approximation, I predict that uninformed individuals promote democratic consensus in the population, i.e. the collective decision is made according to plurality. This prediction is confirmed in a fish school experiment, constituting the first example of direct verification for the predictions of adaptive network models. Fourth, I consider a challenging problem for moment-closure approximations: growing adaptive networks with strongly heterogeneous degree distributions. In order to capture the dynamics of such networks, I develop a new approximation scheme, from which analytical results can be obtained by a special coarse-graining procedure. I apply this analytical approach to an epidemics problem, the spreading of a fatal disease on a growing population. I show that, although the degree distribution has a finite variance at any finite infectiousness, the model lacks an epidemic threshold, which is a genuine adaptive network effect. Diseases with very low infectiousness can thus persist and prevail in growing populations.

The work in hand considers energy efficiency of data transmission in wireless networks with low data rate (=sensor networks). Often the network nodes are battery operated thus calling for node lifetimes of months or even years. Thus, energy efficiency becomes an important optimisation criteria when designing hardware as well as for the physical transmission, protocol design etc. In order to meet the tight energy constraints, it is necessary to optimise the system as a whole, not just single parameters. This work first shows a derived analysis model for calculating the energy consumption during data transmission. This model is based on a complex state diagram which is evaluated using Mason rules. Using this model the impact of individual parameters on the energy consumption can be computed. Herein the interference of other nodes is included as well. The individual parameters investigated include detection method, modulation scheme, error correction and channel access. The main conclusion is, that higher transmit power can yield decreased energy consumption if the time, which nodes spend in the energy intense active mode, is reduced. Ultra-Wideband-transmission (UWB) using short pulses (Impulse Radio-IR) is currently developing. The potential of this technology is a very simple power-efficient transmitter. Moreover, due to the short pulses, transmission time is short. These two facts promise an energy efficient operation in transmit mode. Nevertheless, performance of simple receivers is still quite low, especially in multi-path environments. Moreover there is the need of powerful synchronisation algorithms. Sensor networks usually possess multi-hop functionality. However, only in severe (block) fading channels multi-hop is more energy efficient than direct transmission. Supposed the transmit power is the same for all nodes, then the transmit power has to be dimensioned for the weakest link. Then, under certain conditions, cooperative relaying schemes can not capitalize the spatial diversity gain. - (This manuscript is also available - in the form of a book - from Dresden: Vogt (Verlag), ISBN:3-938860-02-2) / Die vorliegende Arbeit beschäftigt sich mit der Energieeffizienz der Datenübertragung in Funknetzwerken mit geringer Datenrate (=Sensornetzwerke). Die Netzknoten solcher Netzwerke sind zumeist batteriebetrieben und sollen Betriebsdauern von Monaten bis Jahren erreichen. Daher ist Energieeffizienz ein wichtiges Designmerkmal sowohl beim Hardwareentwurf als auch bei der physikalischen Übertragung, im Protokolldesign usw. Um den energetischen Beschränkungen gerecht zu werden, sollen nicht Einzelparameter optimiert werden, sondern das System insgesamt. In dieser Arbeit wird zunächst ein Analysemodell zur Berechnung des Energieverbrauchs bei der Datenübertragung entwickelt, welches diesen Forderungen gerecht wird. Dieses basiert auf einem komplexen Zustandsdiagramm, welches mit der Mason'schen Regel ausgewertet wird. Dieses Modell nutzend, kann der Einfluss von Einzelparametern auf den Energieverbrauch unter Berücksichtigung der Interferenzen anderer Netzknoten berechnet werden. Als Einzelparameter werden exemplarisch Detektionsverfahren, Modulation, Fehlerschutzkodierung und Kanalzugriff untersucht. Die Grunderkenntnis dieser Betrachtungenen ist, dass höhere Sendeleistungen zu geringerem Energieverbrauch führen, wenn dadurch die Zeit des Netzknotens im energieintensiven Aktiv-Mode verkürzt wird. Ultra-Wideband-Verfahren (UWB) mittels kurzen Pulsen (IR-UWB) befinden sich noch in einer frühen Entwickungsstufe. Das Potential liegt in einem sehr einfachen Senderaufbau, der sehr leistungseffiziente Sender ermöglicht. Aufgrund der kurzen Pulse ist zudem die Übertragungszeit sehr gering. Diese beiden Gegebenheiten lassen auf einen geringen Energieverbrauch hoffen. Allerdings ist die Leistungsfähigkeit von einfachen Empfängern insbesondere in Mehrwegekanälen sehr gering. Desweiteren gibt es noch intensiven Forschungsbedarf für leistungsfähige Synchronisationsalgorithmen. Sensornetzwerke verfügen im Allgemeinen über Multi-Hop-Funktionalität. Energetisch betrachtet, ist deren Einsatz aber nur in starken Blockschwundkanälen sinnvoll. Wird die Sendeleistung aller Netzknoten als konstant angenommen, muss die Sendeleistung auf die schwächste Verbindung dimensioniert werden. Bei kooperativen Vermittlungsverfahren kann dadurch unter bestimmten Bedingungen der räumliche Diversitätsgewinn nicht genutzt werden. - (Die Dissertation ist veröffentlicht im Verlag Vogt, Dresden, ISBN:3-938860-02-2)

Proverbs are one of the important oral literary genres in various cultures. Though in many societies and for a long time proverbs are regarded as succinct fixed artistic form, and authoritative which contain a general truth, wisdom and experience of the society and its creators are elders or anonymous, these characteristics are increasingly challenged today. This paper, therefore, intends to examine how Swahili literary writers and social network users participate in the creation and spread of Swahili modern proverbs in Tanzania. Data of this study were collected from Swahili literary works and websites. The findings reveal that the need to address and cope with today’s environment and change of worldview of the present generation are among the important factors to the emergence of the modern proverbs. It is also noted that modern Swahili proverbs are not only found among the Kiswahili literary writers and social network users, but also other people and avenues. / Methali ni moja ya utanzu muhimu wa fasihi simulizi katika tamaduni mbalimbali. Ingawa katika jamii nyingi na kwa muda mrefu methali zimekuwa zikichukuliwa kama usemi mfupi wa kisanaa, wenye mamlaka, ukweli, maarifa na tajiriba ya jamii, na watungaji wake ni wazee au hawajulikani, sifa hizi siku hizi zinazidi kudadisiwa. Makala hii, kwa hiyo, inalenga kuchunguza namna waandishi wa fasihi ya Kiswahili na watumiaji wa mitandao ya kijamii wanavyoshiriki katika uundaji na usambazaji wa methali za kileo za Kiswahili nchini Tanzania. Data za makala hii zilikusanywa kwa kupitia kazi mbalimbali za fasihi ya Kiswahili na kutembelea tovuti. Matokeo ya data yanaonesha kuwa haja ya kuakisi mazingira ya sasa na mabadiliko ya kimtazamo kwa kizazi cha leo ni miongoni mwa sababu zinazochangia katika kuibuka kwa methali za kileo. Aidha, methali za kileo za Kiswahili si tu zinapatikana miongoni mwa wanafasihi wa Kiswahili na watumiaji wa mitandao ya kijamii, bali pia zinatumika na watu na miktadha mbalimbali.

The work in hand considers energy efficiency of data transmission in wireless networks with low data rate (=sensor networks). Often the network nodes are battery operated thus calling for node lifetimes of months or even years. Thus, energy efficiency becomes an important optimisation criteria when designing hardware as well as for the physical transmission, protocol design etc. In order to meet the tight energy constraints, it is necessary to optimise the system as a whole, not just single parameters. This work first shows a derived analysis model for calculating the energy consumption during data transmission. This model is based on a complex state diagram which is evaluated using Mason rules. Using this model the impact of individual parameters on the energy consumption can be computed. Herein the interference of other nodes is included as well. The individual parameters investigated include detection method, modulation scheme, error correction and channel access. The main conclusion is, that higher transmit power can yield decreased energy consumption if the time, which nodes spend in the energy intense active mode, is reduced. Ultra-Wideband-transmission (UWB) using short pulses (Impulse Radio-IR) is currently developing. The potential of this technology is a very simple power-efficient transmitter. Moreover, due to the short pulses, transmission time is short. These two facts promise an energy efficient operation in transmit mode. Nevertheless, performance of simple receivers is still quite low, especially in multi-path environments. Moreover there is the need of powerful synchronisation algorithms. Sensor networks usually possess multi-hop functionality. However, only in severe (block) fading channels multi-hop is more energy efficient than direct transmission. Supposed the transmit power is the same for all nodes, then the transmit power has to be dimensioned for the weakest link. Then, under certain conditions, cooperative relaying schemes can not capitalize the spatial diversity gain. - (This manuscript is also available - in the form of a book - from Dresden: Vogt (Verlag), ISBN:3-938860-02-2) / Die vorliegende Arbeit beschäftigt sich mit der Energieeffizienz der Datenübertragung in Funknetzwerken mit geringer Datenrate (=Sensornetzwerke). Die Netzknoten solcher Netzwerke sind zumeist batteriebetrieben und sollen Betriebsdauern von Monaten bis Jahren erreichen. Daher ist Energieeffizienz ein wichtiges Designmerkmal sowohl beim Hardwareentwurf als auch bei der physikalischen Übertragung, im Protokolldesign usw. Um den energetischen Beschränkungen gerecht zu werden, sollen nicht Einzelparameter optimiert werden, sondern das System insgesamt. In dieser Arbeit wird zunächst ein Analysemodell zur Berechnung des Energieverbrauchs bei der Datenübertragung entwickelt, welches diesen Forderungen gerecht wird. Dieses basiert auf einem komplexen Zustandsdiagramm, welches mit der Mason'schen Regel ausgewertet wird. Dieses Modell nutzend, kann der Einfluss von Einzelparametern auf den Energieverbrauch unter Berücksichtigung der Interferenzen anderer Netzknoten berechnet werden. Als Einzelparameter werden exemplarisch Detektionsverfahren, Modulation, Fehlerschutzkodierung und Kanalzugriff untersucht. Die Grunderkenntnis dieser Betrachtungenen ist, dass höhere Sendeleistungen zu geringerem Energieverbrauch führen, wenn dadurch die Zeit des Netzknotens im energieintensiven Aktiv-Mode verkürzt wird. Ultra-Wideband-Verfahren (UWB) mittels kurzen Pulsen (IR-UWB) befinden sich noch in einer frühen Entwickungsstufe. Das Potential liegt in einem sehr einfachen Senderaufbau, der sehr leistungseffiziente Sender ermöglicht. Aufgrund der kurzen Pulse ist zudem die Übertragungszeit sehr gering. Diese beiden Gegebenheiten lassen auf einen geringen Energieverbrauch hoffen. Allerdings ist die Leistungsfähigkeit von einfachen Empfängern insbesondere in Mehrwegekanälen sehr gering. Desweiteren gibt es noch intensiven Forschungsbedarf für leistungsfähige Synchronisationsalgorithmen. Sensornetzwerke verfügen im Allgemeinen über Multi-Hop-Funktionalität. Energetisch betrachtet, ist deren Einsatz aber nur in starken Blockschwundkanälen sinnvoll. Wird die Sendeleistung aller Netzknoten als konstant angenommen, muss die Sendeleistung auf die schwächste Verbindung dimensioniert werden. Bei kooperativen Vermittlungsverfahren kann dadurch unter bestimmten Bedingungen der räumliche Diversitätsgewinn nicht genutzt werden. - (Die Dissertation ist veröffentlicht im Verlag Vogt, Dresden, ISBN:3-938860-02-2)

Die Zellmembran dient der Zelle nicht nur als äußere Hülle, sondern ist auch an einer Vielzahl von lebenswichtigen Prozessen wie Signaltransduktion oder Zelladhäsion beteiligt. Wasser als integraler Bestandteil von Zellen und der extrazellulären Matrix hat sowohl einen großen Einfluss auf die Struktur von Biomolekülen, als auch selbst besondere Merkmale in eingschränkter Geometrie. Im Rahmen dieser Arbeit wurden zwei Effekte an Modellmembranen untersucht: Erstens der Einfluss des Gegenions an kationischen Lipiden (DODAX, X = F, Cl, Br, I) auf die Eigenschaften des Grenzflächenwassers und zweitens das Vermögen durch Viskositätsänderungen das Wachstum von Nervenzellen anzuregen sowie die einzelnen Stadien der Bildung von neuronalen Netzwerken und deren Optimierung zu charakterisieren. Lipidmultischichten und darin adsorbiertes Grenzflächenwasser wurden mittels Infrarotspektroskopie mit abgeschwächter Totalreflexion untersucht. Nach Charakterisierung von Phasenverhalten und Wasserkapazität der Lipide wurden die Eigenschaften des Wassers durch kontrollierte Hydratisierung bei einem Wassergehalt von einem Wassermolekül pro Lipid verglichen. Durch die geringe Wasserkapazität können in diesem besonderen System direkte Wechselwirkungen zwischen Lipiden und Wasser aus der ersten Hydratationsschale beobachtet werden. Bemerkenswert strukturierte OH-Streckschwingungsbanden in Abhängigkeit des Anions und niedrige IR-Ordnungsparameter zeigen, dass stark geordnete, in ihrer Mobilität eingeschränkte Wassermoleküle an DODAX in verschiedenen Populationen mit unterschiedlich starken Wasserstoffbrückenbindungen existieren und sich vermutlich in kleinen Clustern anordnen. Die zweite Fragestellung hatte zum Ziel, das Wachstum von Nervenzellen auf Membranen zu beleuchten. Auf der Ebene einzelner Zellen wurde untersucht, ob sich in Analogie zu den bisher verwendeten elastischen Substraten, die Viskosität von Membranen als neuartiger physikalischer Stimulus dafür eignet, das mechanosensitive Verhalten von Neuronen zu modulieren. Das Wachstum der Neuronen wurde auf substrat- und polymergestützten Lipiddoppelschichten mittels Phasenkontrastmikroskopie beobachtet. Die Quantifizierung der Neuritenlängen, -auswuchsgeschwindigkeiten und -verzweigungen zeigten kaum signifikante Unterschiede. Diffusionsmessungen (FRAP) ergaben, dass entgegen der Erwartungen, die Substrate sehr ähnliche Fluiditäten aufweisen. Die Betrachtung der zeitlichen Entwicklung des kollektiven Neuronenwachstums, also der Bildung von komplexen Netzwerken, offenbarte robuste „Kleine-Welt“-Eigenschaften und darüber hinaus unterschiedliche Stadien. Diese wurden durch graphentheoretische Analyse beschrieben, um anhand typischer Größen wie dem Clusterkoeffizienten und der kürzesten Pfadlänge zu zeigen, wie sich die Neuronen in einem frühen Stadium vernetzen, im Verlauf eine maximale Komplexität erreichen und letztlich das Netzwerk durch effiziente Umstrukturierung hinsichtlich kurzer Pfadlängen optimiert wird.

Complex networks have been used to represent the fundamental structure of a multitude of complex systems from various fields. In the network representation, the system is reduced to a set of nodes and links that denote the elements of the system and the connections between them respectively. Complex networks are commonly adaptive such that the structure of the network and the states of nodes evolve dynamically in a coupled fashion. Adaptive networks lead to peculiar complex dynamics and network topologies, which can be investigated by moment-closure approximations, a coarse-graining approach that enables the use of the dynamical systems theory. In this thesis, I study several contact processes in adaptive networks that are defined by the transmission of node states. Employing moment-closure approximations, I establish analytical insights into complex phenomena emerging in these systems. I provide a detailed analysis of existing alternative moment-closure approximation schemes and extend them in several directions. Most importantly, I consider developing analytical approaches for models with complex update rules and networks with complex topologies. I discuss four different contact processes in adaptive networks. First, I explore the effect of cyclic dominance in opinion formation. For this, I propose an adaptive network model: the adaptive rock-paper-scissors game. The model displays four different dynamical phases (stationary, oscillatory, consensus, and fragmented) with distinct topological and dynamical properties. I use a simple moment-closure approximation to explain the transitions between these phases. Second, I use the adaptive voter model of opinion formation as a benchmark model to test and compare the performances of major moment-closure approximation schemes in the literature. I provide an in-depth analysis that leads to a heightened understanding of the capabilities of alternative approaches. I demonstrate that, even for the simple adaptive voter model, highly sophisticated approximations can fail due to special dynamic correlations. As a general strategy for targeting such problematic cases, I identify and illustrate the design of new approximation schemes specific to the complex phenomena under investigation. Third, I study the collective motion in mobile animal groups, using the conceptual framework of adaptive networks of opinion formation. I focus on the role of information in consensus decision-making in populations consisting of individuals that have conflicting interests. Employing a moment-closure approximation, I predict that uninformed individuals promote democratic consensus in the population, i.e. the collective decision is made according to plurality. This prediction is confirmed in a fish school experiment, constituting the first example of direct verification for the predictions of adaptive network models. Fourth, I consider a challenging problem for moment-closure approximations: growing adaptive networks with strongly heterogeneous degree distributions. In order to capture the dynamics of such networks, I develop a new approximation scheme, from which analytical results can be obtained by a special coarse-graining procedure. I apply this analytical approach to an epidemics problem, the spreading of a fatal disease on a growing population. I show that, although the degree distribution has a finite variance at any finite infectiousness, the model lacks an epidemic threshold, which is a genuine adaptive network effect. Diseases with very low infectiousness can thus persist and prevail in growing populations.:1. Introduction .................................................................................. 1 2. Moment-closure approximations of complex networks ................. 5 3. Cyclic dominance in adaptive network models of opinion formation .......... 25 4. Performance of moment-closure approximations of adaptive networks .... 35 5. Information and consensus in a fish school ................................. 65 6. Epidemic spreading on growing heterogeneous adaptive networks ......... 83 7. Conclusions ................................................................................. 101 Appendix A: Moment expansion for node update rules ................... 107

Diese Arbeit ist ein erster Versuch, mit Modellbildung und mathematischer Analyse die Experimente zu verstehen, die zeigten, dass die Stimulation eines einzelnen Neurons im Cortex eine Verhaltensreaktion auslösen kann. Dieser Befund stellt die verbreitete Ansicht infrage, dass viele Neurone nötig sind, um Information zuverlässig kodieren zu können. Der Ausgangspunkt der vorliegenden Untersuchung ist die Stimulation einer zufällig ausgewählten Zelle in einem Zufallsnetzwerk exzitatorischer und inhibitorischer Neuronmodelle. Es wird dann nach einem plausiblen Ausleseverfahren gesucht, das die Einzelzellstimulation mit einer mit den Experimenten vergleichbaren Zuverlässigkeit detektieren kann. Das erste Ausleseschema reagiert auf Abweichungen vom spontanen Zustand in der Aktivität einer Auslesepopulation. Die Stimulation wird detektiert, wenn bei der Auswahl der Auslesepopulation denjenigen Neuronen ein Vorzug gegeben wird, die eine direkte Verbindung von der stimulierten Zelle bekommen. Im zweiten Teil der Arbeit wird das Ausleseschema erweitert, indem ein zweites Netzwerk als Ausleseschaltkreis dient. Interessanterweise erweist sich dieses Ausleseschema nicht nur als plausibler, sondern auch als effektiver. Diese Resultate basieren sowohl auf Simulationen als auch auf analytischen Rechnungen. Weitere Experimente zeigten, dass eine konstante Strominjektion einen Effekt auslöst, der kaum von Dauer und Intensität der Stimulation abhängt, der aber bei unregelmäßiger Stimulation zunimmt. Der letzte Teil der Arbeit befasst sich mit einer theoretischen Erklärung für diese Ergebnisse. Hierzu werden die biologischen Eigenschaften des Systems im Modell detaillierter beschrieben. Weiterhin wird die Funktionsweise des Ausleseschemas so modifiziert, dass es auf Veränderungen reagiert, anstatt den Input zu integrieren. Dieser Differenzierdetektor liefert Ergebnisse, die mit den Experimenten übereinstimmen, und könnte bei nichtstationärem Input vorteilhaft sein. / This thesis is a first attempt at developing a theoretical model of the experiments which show that the stimulation of a single cell in the cortex can trigger a behavioral reaction and that challenge the common belief that many neurons are needed to reliably encode information. As a starting point of the present work, one neuron selected at random within a random network of excitatory and inhibitory integrate-and-fire neurons is stimulated. One important goal of this thesis is to seek a readout scheme that can detect the single-cell stimulation in a plausible way with a reliability compatible with the experiments. The first readout scheme reacts to deviations from the spontaneous state in the activity of a readout population. When the choice of readout neurons is sufficiently biased towards those receiving direct links from the stimulated cell, the stimulation can be detected. In the second part of the thesis, the readout scheme is extended by employing a second network as a readout circuit. Interestingly, this new readout scheme is not only more plausible, but also more effective. These results are based both on numerical simulations of the network and on analytical approximations. Further experiments showed that the probability of the behavioral reaction is substantially independent of the length and intensity of the stimulation, but it increases when an irregular current is used. The last part of this thesis seeks a theoretical explanation for these findings. To this end, a recurrent network including more biological details of the system is considered. Furthermore, the functioning principle of the readout is modified to react to changes in the activity of the local network (a differentiator readout), instead of integrating the input. This differentiator readout yields results in accordance with the experiments and could be advantageous in the presence of nonstationarities.

Die Datenerhebung verfolgte das Ziel, Informationen über den Einkauf von EDV-Produkten bei kleinen und mittleren Unternehmen zu gewinnen. Schwerpunktmäßig interessierte uns, wie Unternehmen dem Risiko opportunistischen Verhaltens von Lieferanten in einem so dynamischen Marktbereich wie den EDV-Markt begegnen. Dementsprechend nehmen Fragen über das Management des EDV-Einkaufs, z.B. zur Auswahl von Produkt und Lieferant und der vertraglichen Absicherung der Transaktionen einen wesentlichen Teil des Fragebogens ein. Neben formellen Mechanismen der Absicherung wird jedoch auch die Bedeutung der \"sozialen Einbettung\" von Unternehmen untersucht. Es wurden darum Daten sowohl über die Entwicklung der spezifische Beziehung zwischen beiden Transaktionspartnern als auch deren Beziehungen zu Dritten erhoben. Schließlich beinhaltet der Fragebogen auch eine Reihe von Standardfragen zu den Unternehmen und den befragten Referenzpersonen. Eine Besonderheit dieses Projekts besteht darin, dass wesentliche Teile des Designs der empirischen Studie und insbesondere der verwendete Fragebogen mit einer in den Niederlanden im Jahre 1995 erfolgreich durchgeführten Erhebung weitgehend identisch sind. In der Befragung \"The External Management of Automation 1995” wurden ca. 1000 Interviews mit etwa 800 Firmen über den Einkauf von EDV-Produkten geführt (vgl. Batenburg 1995).

Die vorliegende Studie verfolgt das Ziel, Informationen über den Einkauf von EDV-Produkten bei kleinen und mittleren Unternehmen zu gewinnen. Schwerpunktmäßig interessiert uns, wie Unternehmen dem Risiko opportunistischen Verhaltens von Lieferanten in einem so dynamischen Marktbereich wie dem EDV-Markt begegnen. Das Verhalten von Unternehmen in diesem Marktsegment sollte besonders gut geeignet sein, um Hypothesen über die Lösungsmöglichkeiten von Opportunismusproblemen zu prüfen, wie sie auf Grundlage von transaktionskostentheoretischen, spieltheoretischen sowie netzwerktheoretischen Überlegungen formuliert werden können. Neben der Testung einzelner theoretischer Annahmen erlaubt die Arbeit auch, die Nützlichkeit eines integrativen Vorgehens zu prüfen, bei dem ökonomische und soziologische Ansätze verknüpft werden.

Complex network theory provides an elegant and powerful framework to statistically investigate the topology of local and long range dynamical interrelationships, i.e., teleconnections, in the climate system. Employing a refined methodology relying on linear and nonlinear measures of time series analysis, the intricate correlation structure within a multivariate climatological data set is cast into network form. Within this graph theoretical framework, vertices are identified with grid points taken from the data set representing a region on the the Earth's surface, and edges correspond to strong statistical interrelationships between the dynamics on pairs of grid points. The resulting climate networks are neither perfectly regular nor completely random, but display the intriguing and nontrivial characteristics of complexity commonly found in real world networks such as the internet, citation and acquaintance networks, food webs and cortical networks in the mammalian brain. Among other interesting properties, climate networks exhibit the "small-world" effect and possess a broad degree distribution with dominating super-nodes as well as a pronounced community structure. We have performed an extensive and detailed graph theoretical analysis of climate networks on the global topological scale focussing on the flow and centrality measure betweenness which is locally defined at each vertex, but includes global topological information by relying on the distribution of shortest paths between all pairs of vertices in the network. The betweenness centrality field reveals a rich internal structure in complex climate networks constructed from reanalysis and atmosphere-ocean coupled general circulation model (AOGCM) surface air temperature data. Our novel approach uncovers an elaborately woven meta-network of highly localized channels of strong dynamical information flow, that we relate to global surface ocean currents and dub the backbone of the climate network in analogy to the homonymous data highways of the internet. This finding points to a major role of the oceanic surface circulation in coupling and stabilizing the global temperature field in the long term mean (140 years for the model run and 60 years for reanalysis data). Carefully comparing the backbone structures detected in climate networks constructed using linear Pearson correlation and nonlinear mutual information, we argue that the high sensitivity of betweenness with respect to small changes in network structure may allow to detect the footprints of strongly nonlinear physical interactions in the climate system. The results presented in this thesis are thoroughly founded and substantiated using a hierarchy of statistical significance tests on the level of time series and networks, i.e., by tests based on time series surrogates as well as network surrogates. This is particularly relevant when working with real world data. Specifically, we developed new types of network surrogates to include the additional constraints imposed by the spatial embedding of vertices in a climate network. Our methodology is of potential interest for a broad audience within the physics community and various applied fields, because it is universal in the sense of being valid for any spatially extended dynamical system. It can help to understand the localized flow of dynamical information in any such system by combining multivariate time series analysis, a complex network approach and the information flow measure betweenness centrality. Possible fields of application include fluid dynamics (turbulence), plasma physics and biological physics (population models, neural networks, cell models). Furthermore, the climate network approach is equally relevant for experimental data as well as model simulations and hence introduces a novel perspective on model evaluation and data driven model building. Our work is timely in the context of the current debate on climate change within the scientific community, since it allows to assess from a new perspective the regional vulnerability and stability of the climate system while relying on global and not only on regional knowledge. The methodology developed in this thesis hence has the potential to substantially contribute to the understanding of the local effect of extreme events and tipping points in the earth system within a holistic global framework. / Die Theorie komplexer Netzwerke bietet einen eleganten Rahmen zur statistischen Untersuchung der Topologie lokaler und langreichweitiger dynamischer Zusammenhänge (Telekonnektionen) im Klimasystem. Unter Verwendung einer verfeinerten, auf linearen und nichtlinearen Korrelationsmaßen der Zeitreihenanalyse beruhenden Netzwerkkonstruktionsmethode, bilden wir die komplexe Korrelationsstruktur eines multivariaten klimatologischen Datensatzes auf ein Netzwerk ab. Dabei identifizieren wir die Knoten des Netzwerkes mit den Gitterpunkten des zugrundeliegenden Datensatzes, während wir Paare von besonders stark korrelierten Knoten als Kanten auffassen. Die resultierenden Klimanetzwerke zeigen weder die perfekte Regularität eines Kristallgitters, noch eine vollkommen zufällige Topologie. Vielmehr weisen sie faszinierende und nichttriviale Eigenschaften auf, die charakteristisch für natürlich gewachsene Netzwerke wie z.B. das Internet, Zitations- und Bekanntschaftsnetzwerke, Nahrungsnetze und kortikale Netzwerke im Säugetiergehirn sind. Besonders erwähnenswert ist, dass in Klimanetzwerken das Kleine-Welt-Phänomen auftritt. Desweiteren besitzen sie eine breite Gradverteilung, werden von Superknoten mit sehr vielen Nachbarn dominiert, und bilden schließlich regional wohldefinierte Untergruppen von intern dicht vernetzten Knoten aus. Im Rahmen dieser Arbeit wurde eine detaillierte, graphentheoretische Analyse von Klimanetzwerken auf der globalen topologischen Skala durchgeführt, wobei wir uns auf das Netzwerkfluss- und Zentralitätsmaß Betweenness konzentrierten. Betweenness ist zwar lokal an jedem Knoten definiert, enthält aber trotzdem Informationen über die globale Netzwerktopologie. Dies beruht darauf, dass die Verteilung kürzester Pfade zwischen allen möglichen Paaren von Knoten in die Berechnung des Maßes eingeht. Das Betweennessfeld zeigt reichhaltige und zuvor verborgene Strukturen in aus Reanalyse- und Modelldaten der erdoberflächennahen Lufttemperatur gewonnenen Klimanetzen. Das durch unseren neuartigen Ansatz enthüllte Metanetzwerk, bestehend aus hochlokalisierten Kanälen stark gebündelten Informationsflusses, bringen wir mit der Oberflächenzirkulation des Weltozeans in Verbindung. In Analogie mit den gleichnamigen Datenautobahnen des Internets nennen wir dieses Metanetzwerk den Backbone des Klimanetzwerks. Unsere Ergebnisse deuten insgesamt darauf hin, dass Meeresoberflächenströmungen einen wichtigen Beitrag zur Kopplung und Stabilisierung des globalen Oberflächenlufttemperaturfeldes leisten. Wir zeigen weiterhin, dass die hohe Sensitivität des Betweennessmaßes hinsichtlich kleiner Änderungen der Netzwerktopologie die Detektion stark nichtlinearer physikalischer Wechselwirkungen im Klimasystem ermöglichen könnte. Die in dieser Arbeit vorgestellten Ergebnisse wurden mithilfe statistischer Signifikanztests auf der Zeitreihen- und Netzwerkebene gründlich auf ihre Robustheit geprüft. In Anbetracht fehlerbehafteter Daten und komplexer statistischer Zusammenhänge zwischen verschiedenen Netzwerkmaßen ist diese Vorgehensweise besonders wichtig. Weiterhin ist die Entwicklung neuer, allgemein anwendbarer Surrogate für räumlich eingebettete Netzwerke hervorzuheben, die die Berücksichtigung spezieller Klimanetzwerkeigenschaften wie z.B. der Wahrscheinlichkeitsverteilung der Kantenlängen erlauben. Unsere Methode ist universell, weil sie zum Verständnis des lokalisierten Informationsflusses in allen räumlich ausgedehnten, dynamischen Systemen beitragen kann. Deshalb ist sie innerhalb der Physik und anderer angewandter Wissenschaften von potentiell breitem Interesse. Mögliche Anwendungen könnten sich z.B. in der Fluiddynamik (Turbulenz), der Plasmaphysik und der Biophysik (Populationsmodelle, neuronale Netzwerke und Zellmodelle) finden. Darüber hinaus ist der Netzwerkansatz für experimentelle Daten sowie Modellsimulationen gültig, und eröffnet folglich neue Perspektiven für Modellevaluation und datengetriebene Modellierung. Im Rahmen der aktuellen Klimawandeldebatte stellen Klimanetzwerke einen neuartigen Satz von Analysemethoden zur Verfügung, der die Evaluation der lokalen Vulnerabilität und Stabilität des Klimasystems unter Berücksichtigung globaler Randbedingungen ermöglicht. Die in dieser Arbeit entwickelten und untersuchten Methoden könnten folglich in der Zukunft, innerhalb eines holistisch-globalen Ansatzes, zum Verständnis der lokalen Auswirkungen von Extremereignissen und Kipppunkten im Erdsystem beitragen.