Diese neu ins Leben gerufene Schriftenreihe widmet sich einer sehr aktuellen Thematik der Technischen Informatik, den eingebetteten, selbstorganisierenden Systemen (ESS). Seit Jahren durchdringen eingebettete Systeme unseren Alltag in fast allen Lebensbereichen. Angefangen von automatisierten Türöffnungssystemen, über komplex gesteuerte Servicemaschinen, z.B. Waschmaschinen, bis hin zu mobilen, persönlich zugeordneten Systemen wie Mobiltelefone und Handheld-Computer sind eingebettete Systeme zu Selbstverständlichkeit geworden. Neue Anforderungen durch den Kunden, der in immer kürzeren Zeitintervallen Neuerungen erwartet und steigende Festkosten für die Einrichtung einer Produktlinie haben einen neuen Aspekt in den Entwurf und Betrieb eingebetteter Systeme gebracht: Selbstorganisation. Einzelaspekte der Selbstorganisation können Selbstdiagnose, Selbsttest, Selbstheilung oder auch statische sowie dynamische Rekonfigurierung von Systemen sein. Dabei sind die Aspekte der Funktionalität und der Kommunikation zu unterscheiden. Beide haben großen Einfluss auf die Performanz und Stabilität eines eingebetteten Systems. Im Bereich der Kommunikation sind die Schnittstellen, die Komponenten des eingebetteten Systems verbinden, von besonderem Interesse. / This newly launched book series addresses a very current subject of computer engineering, embedded selforganising systems (ESS). For years, embedded systems permeate our everyday lives in almost all areas of life. Ranging from automated door opening systems through complex controlled service machines, e.g. Washing machines, to mobile, personally associated systems such as mobile phones and handheld computers, embedded systems have become for granted. New requirements by the customer, who expected changes in shorter time intervals and rising fixed costs of setting up a product line have brought a new aspect in the design and operation of embedded systems: selforganisation. Individual aspects of selforganisation may be self-diagnosis, self-test, self-healing or static as well as dynamic reconfiguration of systems. The aspects of the functionality of communication are distinguished. Both have great influence on the performance and reliability of an embedded system. In the field of the communication interfaces of the embedded system are of particular interest.

Im Rahmen des 180jährigen Jubiläums der technischen Universität Chemnitz fand am 28. April 2016 das zweite Studierendensymposium der Fakultät Informatik statt. Das Studierendensymposium Informatik richtete sich inhaltlich an alle Themen rund um die Informatik und ihre Anwendungen: Ob Hardware oder Software, ob technische Lösungen oder Anwenderstudien, ob Programmierung oder Verwendung, ob Hardcore-Technik oder gesellschaftliche Fragestellungen – alles, was mit informatischen Lösungen zu tun hat, war willkommen. Das Studierendensymposium Informatik war dabei weder auf die Fakultät Informatik noch auf die TU Chemnitz begrenzt. Es wurden explizit Einreichungen aus thematisch angrenzenden Fächern beworben und Hochschulen der Region in die Planung und Organisation eingebunden. Der Tagungsband enthält die 21 Beitrage, die auf dem Symposium vorgestellt wurden. / In the course of the 180 year anniversary of the Technische Universität Chemnitz the Department of Computer Science held the second Students Symposium on April 18, 2016. The symposium addressed topics related to computer science and its applications: Whether hardware or software, whether technical solutions or user studies, whether programming or use, whether hardcore technology or social issues - everything concerned with computational solutions was welcomed. The Students Symposium included explicitly submissions from thematically adjacent departments and involved universities in the region in planning and organization. The proceedings contain the 21 papers (full and short), which were presented at the symposium.

Monitoring information technology (IT) systems during operation is one of the few methods that help administrators track the health of the monitored system, predict and detect faults, and assist in system repair and error prevention. However, current implementations impose architectural and functional constraints on monitored systems that result in less flexibility in deployment and operation. While excellent monitoring systems exist for some use cases, others are not adequately supported, having no monitoring system available at all for very specific use cases. In addition, most monitoring software specializes in specific data formats, protocols, data collection mechanisms, etc., further limiting its flexibility. As a result, individuals and organizations struggle to find the right combination of features to support their monitoring needs in a single monitoring system, forcing them to use multiple monitoring systems instead in order to support all of their use cases. The role-based approach to software modeling and implementation promises an intuitive way to increase flexibility in modeling and implementing IT systems. In conjunction with technology from the field of self-adaptive systems, this thesis describes a framework for context-sensitive control loops with roles that can be used to overcome these limitations. We present a novel approach to building a flexible role-based monitoring system based on that framework. Our approach allows for context-specific implementation of monitoring capabilities to support a variety of application domains, while maintaining a derived architecture of well-defined roleplaying components that inherently support distribution and scalability. To this end, important background knowledge from the areas of self-adaptive systems, control loops, the role concept, as well as role-based modeling and implementation is first presented. In addition, important related work from the areas of flexible system design and monitoring systems is presented. Then, a framework for context-sensitive control loops with roles is introduced and applied to the monitoring application domain in modeling and implementation. Based on a common use case for monitoring systems (i.e., monitoring and autoscaling of a web service infrastructure), the resulting Role-based Monitoring Approach (RBMA) is compared to two state-of-the-art monitoring toolkits. This is followed by a qualitative and quantitative evaluation of RBMA, showing that it is more flexible and, at the same time, provides reasonable performance at no additional cost compared to the state-of-the-art tools. Finally, it is explained how this thesis’ contributions can be applied to another monitoring use case (i.e., network device monitoring) as well as to another application domain (i.e., embedded systems monitoring) and its extension (i.e., the Internet of Things domain). This thesis concludes with a summary of the contributions and a presentation of important topics for future work.:Preface iv Statement of Authorship . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . v Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vi Acknowledgements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vii Publications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . viii The RoSI Research Training Group . . . . . . . . . . . . . . . . . . . . . . . . . . x 1 Introduction 1 1.1 Thesis Topic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Thesis Contributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 Research Questions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2 Background 5 2.1 Principles of Self-adaptation . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.1.1 The MAPE-K Control Loop . . . . . . . . . . . . . . . . . . . . . . . 7 2.1.2 MAPE-K Patterns for Distributed Self-adaptive Systems . . . . . . 12 2.1.3 MAPE-K Control Loop in Monitoring Systems . . . . . . . . . . . 16 2.2 The Notion of Roles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.3 The Compartment Role Object Meta-Model . . . . . . . . . . . . . . . . . . 24 2.4 The ObjectTeams Java Programming Model . . . . . . . . . . . . . . . . . . 26 2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3 Related Work 31 3.1 Design Patterns for Flexibility in Software . . . . . . . . . . . . . . . . . . . 31 3.1.1 Strategy Pattern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 3.1.2 Template Method Pattern . . . . . . . . . . . . . . . . . . . . . . . . 34 3.1.3 Using Delegation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.1.4 Role-object Pattern . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.2 Classifying Flexibility in Monitoring Systems . . . . . . . . . . . . . . . . . 39 3.2.1 Criteria for Flexibility in Monitoring Systems . . . . . . . . . . . . 40 3.2.2 Classification of Flexibility in Monitoring Systems . . . . . . . . . 44 3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 4 The Role-based Monitoring Approach 47 4.1 Framework and Model for Context-sensitive Control Loops with Roles . 48 4.2 Evaluation Scenario: Autoscaling of Web Service Infrastructures . . . . . 54 4.2.1 Version 1: Role-based Monitoring Approach . . . . . . . . . . . . . 59 4.2.2 Version 2: Prometheus with Alertmanager . . . . . . . . . . . . . . 70 4.2.3 Version 3: Elasticsearch with Kibana . . . . . . . . . . . . . . . . . . 73 iii Contents 4.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 5 Evaluation 77 5.1 Quantitative Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 5.1.1 First Experiment (Correct Functionality) . . . . . . . . . . . . . . . 78 5.1.2 Second Experiment (Idle Performance) . . . . . . . . . . . . . . . . 80 5.1.3 Third Experiment (Performance under Load) . . . . . . . . . . . . 80 5.2 Qualitative Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 5.3 Additional Use Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.3.1 Monitoring Network Devices . . . . . . . . . . . . . . . . . . . . . . 87 5.3.2 Flexible Embedded Systems Management . . . . . . . . . . . . . . 90 5.3.3 Managing Internet of Things Devices . . . . . . . . . . . . . . . . . 92 6 Conclusion and Future Work 95 6.1 Summary of Contributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 6.2 Topics for Future Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 Bibliography 99 List of Figures 107 List of Tables 109 List of Listings 110 List of Abbreviations 111 A Implementation, Compilation, and Execution of RBMA 113 A.1 Implementation of Base Classes . . . . . . . . . . . . . . . . . . . . . . . . . 113 A.2 Implementation of Team- and inner Role Classes . . . . . . . . . . . . . . . 121 A.3 Implementation of Auxiliary Classes . . . . . . . . . . . . . . . . . . . . . . 139 A.4 Compilation of RBMA with Eclipse OT/J . . . . . . . . . . . . . . . . . . . 144 A.5 Execution of RBMA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 B Additional Information: Autoscaling of Web Service Infrastructures 145 B.1 Setup of the Slave-level Clusters (Versions 1, 2, and 3) . . . . . . . . . . . . 145 B.2 RBMA: Setup of the Master-level Cluster (Version 1) . . . . . . . . . . . . 156 B.3 Prometheus: Setup of Master-level Cluster (Version 2) . . . . . . . . . . . 160 B.4 Elastic Stack: Setup of the Master-level Cluster (Version 3) . . . . . . . . . 165 B.5 Auxiliary Tutorials . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 C Large Figures 179

Die Anforderungen an die verfügbare Rechenkapazität von Steuergeräten in der Automotive und Avionik-Domäne steigen kontinuierlich an. Dieser Anstieg ist auf die steigende Bedeutung von softwarebasierten Funktionen zurückzuführen, sowie auf die damit einhergehende steigende Anzahl und Komplexität der softwarebasierten Funktionen. In dieser Dissertation wird die Berücksichtigung der Situation (z. B. die geographische Position oder die Geschwindigkeit) als ein möglicher Ansatz beschrieben, um den steigenden Bedarf an Rechenkapazität der softwarebasierten Funktionen zu decken. Die benötigte Rechenkapazität einer softwarebasierten Funktion verändert sich in Abhängigkeit von der momentanen Situation. Durch die Berücksichtigung der Situation bei der Verteilung der Rechenkapazitäten entstehen freie Rechenkapazitäten, welche durch komplementäre softwarebasierte Funktion verwendet werden können. Die Zielsetzung dieser Dissertation ist es, eine situationsbasierte Verteilung der Rechenkapazität auf die softwarebasierten Funktionen des verteilen eingebetteten Systems zu erreichen.:1 Einleitung 1.1 Motivation 1.2 Zielsetzung 1.3 Struktur der Arbeit 1.4 Zusammenfassung 2 Grundlagen 2.1 Situationsbasierte Systeme 2.2 Eingebettete verteilte Systeme 2.2.1 Architektur 2.2.2 Echtzeit-Tasks 2.2.3 Echtzeit-Scheduling 2.2.4 Echtzeit-Kommunikation 2.2.5 Steuergeräte der Zieldomänen 2.3 Prozessmigration in verteilten Systemen 2.3.1 Prozesssegmente 2.3.2 Möglichkeiten der Prozessmigration 2.4 Application checkpointing 2.5 Zusammenfassung 3 Stand der Forschung 3.1 Situationsbasiertes Scheduling für eingebettete verteilte Systeme 3.1.1 Semi-Statische Systeme 3.1.2 Dynamische Systeme 3.2 Situationsbasiertes Scheduling für Multi-Core Systeme 3.2.1 Situationen in HAMS 3.2.2 HAMS Architektur 3.2.3 Wissensdatenbank 3.3 Semi-Statische Netzwerkkonfiguration 3.4 Zusammenfassung 4 Situationsbasiertes Scheduling in verteilten eingebetteten Systemen 4.1 Analyse der Zielsetzung 4.2 Technische Ziele 4.3 SiVES-Sched Konzept 4.3.1 Erweiterter HAMS 4.3.2 Situations-Wissensdatenbank 4.3.3 TLS Master 4.3.4 Task-Migration 4.3.5 TLS Slave 4.3.6 Software Defined Network 4.3.7 TLS-KM 4.4 Zusammenfassung 5 Evaluation 5.1 Konzept der Evaluation 5.2 Evaluationsumgebung 5.2.1 Hardwareumgebung 5.2.2 Softwareumgebung 5.3 Rekonfiguration des verteilten eingebetteten Systems 5.3.1 Evaluation I: Erstellung der SWDB 5.3.2 Evaluation II: Durchführung der Rekonfiguration 5.3.3 Evaluation III: Dauer des kritischen Abschnitts 5.3.4 Evaluation IV: Vermeidung von Informationsverlust 5.4 Zusammenfassung 6 Zusammenfassung und Ausblick 6.1 Ergebnisse dieser Arbeit 6.1.1 Konzept 6.1.2 Evaluation 6.2 Ausblick 7 Appendix Literaturverzeichnis Nomenklatur Thesen Eigene Veröffentlichungen

Komplexe Netzwerke sind mächtige Werkzeuge, die die Untersuchung komplexer Systeme unterstützen. In vielen Bereichen werden komplexe Netzwerke eingesetzt, um die Dynamik interagierender Entitäten wie Neuronen, Menschen oder sogar Wettersysteme zu verstehen. Darüber hinaus erweitern sich die Anwendungsbereiche mit der stetigen Entwicklung neuer theoretischer Ansätze. In dieser Arbeit wollen wir sowohl den theoretischen Rahmen der Netzwerkwissenschaften weiterentwickeln als auch komplexe Netzwerke in der Klimatologie und der computergestützten Sozialwissenschaft anwenden. / Complex networks are powerful tools enabling the study of complex systems. In many fields, complex networks are used as a tool to gain an understanding of the dynamics of interacting entities such as neurons in a brain, humans on social media, or global weather systems. At the same time, new theoretical frameworks that extend the toolbox of Network Science promote the application of network tools in new research fields. In this thesis, we aim for both, advancing the theoretical framework of Network Science as well as applying complex networks in Climatology and Computational Social Science.

Die Modellierung komplexer Systeme mit einer großen Anzahl von Freiheitsgraden ist in den letzten Jahrzehnten zu einer großen Herausforderung geworden. In der Regel werden nur einige wenige Variablen komplexer Systeme in Form von gemessenen Zeitreihen beobachtet, während die meisten von ihnen - die möglicherweise mit den beobachteten Variablen interagieren - verborgen bleiben. In dieser Arbeit befassen wir uns mit dem Problem der Rekonstruktion und Vorhersage der zugrunde liegenden Dynamik komplexer Systeme mit Hilfe verschiedener datengestützter Ansätze. Im ersten Teil befassen wir uns mit dem umgekehrten Problem der Ableitung einer unbekannten Netzwerkstruktur komplexer Systeme, die Ausbreitungsphänomene widerspiegelt, aus beobachteten Ereignisreihen. Wir untersuchen die paarweise statistische Ähnlichkeit zwischen den Sequenzen von Ereigniszeitpunkten an allen Knotenpunkten durch Ereignissynchronisation (ES) und Ereignis-Koinzidenz-Analyse (ECA), wobei wir uns auf die Idee stützen, dass funktionale Konnektivität als Stellvertreter für strukturelle Konnektivität dienen kann. Im zweiten Teil konzentrieren wir uns auf die Rekonstruktion der zugrunde liegenden Dynamik komplexer Systeme anhand ihrer dominanten makroskopischen Variablen unter Verwendung verschiedener stochastischer Differentialgleichungen (SDEs). In dieser Arbeit untersuchen wir die Leistung von drei verschiedenen SDEs - der Langevin-Gleichung (LE), der verallgemeinerten Langevin-Gleichung (GLE) und dem Ansatz der empirischen Modellreduktion (EMR). Unsere Ergebnisse zeigen, dass die LE bessere Ergebnisse für Systeme mit schwachem Gedächtnis zeigt, während sie die zugrunde liegende Dynamik von Systemen mit Gedächtniseffekten und farbigem Rauschen nicht rekonstruieren kann. In diesen Situationen sind GLE und EMR besser geeignet, da die Wechselwirkungen zwischen beobachteten und unbeobachteten Variablen in Form von Speichereffekten berücksichtigt werden. Im letzten Teil dieser Arbeit entwickeln wir ein Modell, das auf dem Echo State Network (ESN) basiert und mit der PNF-Methode (Past Noise Forecasting) kombiniert wird, um komplexe Systeme in der realen Welt vorherzusagen. Unsere Ergebnisse zeigen, dass das vorgeschlagene Modell die entscheidenden Merkmale der zugrunde liegenden Dynamik der Klimavariabilität erfasst. / Modeling complex systems with large numbers of degrees of freedom have become a grand challenge over the past decades. Typically, only a few variables of complex systems are observed in terms of measured time series, while the majority of them – which potentially interact with the observed ones - remain hidden. Throughout this thesis, we tackle the problem of reconstructing and predicting the underlying dynamics of complex systems using different data-driven approaches. In the first part, we address the inverse problem of inferring an unknown network structure of complex systems, reflecting spreading phenomena, from observed event series. We study the pairwise statistical similarity between the sequences of event timings at all nodes through event synchronization (ES) and event coincidence analysis (ECA), relying on the idea that functional connectivity can serve as a proxy for structural connectivity. In the second part, we focus on reconstructing the underlying dynamics of complex systems from their dominant macroscopic variables using different Stochastic Differential Equations (SDEs). We investigate the performance of three different SDEs – the Langevin Equation (LE), Generalized Langevin Equation (GLE), and the Empirical Model Reduction (EMR) approach in this thesis. Our results reveal that LE demonstrates better results for systems with weak memory while it fails to reconstruct underlying dynamics of systems with memory effects and colored-noise forcing. In these situations, the GLE and EMR are more suitable candidates since the interactions between observed and unobserved variables are considered in terms of memory effects. In the last part of this thesis, we develop a model based on the Echo State Network (ESN), combined with the past noise forecasting (PNF) method, to predict real-world complex systems. Our results show that the proposed model captures the crucial features of the underlying dynamics of climate variability.

Im Flugzeug und im Automobil werden dem Piloten bzw. dem Fahrer immer mehr softwarebasierte Funktionen zur Verfügung gestellt. Dieser stetige Anstieg an Softwarefunktionen resultiert in einer steigenden Anzahl an dafür benötigten Steuergeräten. Als Kostenreduktion werden bereits heute Multicore-Prozessoren verwendet, auf welchen anschließend die entsprechenden Funktionen integriert (Hochintegration) werden. Um den Nutzungsgrad eines Multicore-Prozessors weiter zu verbessern, ist eine Alternative zu den bislang statisch konfigurierten Softwaresystemen erforderlich. Ausgangspunkt der vorliegenden Arbeit, bildet die Überlegung, dass viele Zusatzfunktionen während der Fahrt oder dem Flug nur phasenweise aktiv sind. Diese Arbeit beschreibt ein Konzept eines zur Laufzeit rekonfigurierbares Softwaresystem für Multicore-Embedded-Steuergeräte und dessen Referenzimplementierung. Durch die Berücksichtigung der phasenabhängigen Rechenzeit der ausgeführten Funktionen kann durch das beschriebene Konzept der Nutzungsgrad der Rechenleistung von hochintegrierten Steuergeräten weiter gesteigert werden.:1 Einleitung 1.1 Motivation 1.2 Praktisches Beispiel zur Verdeutlichung der Motivation 1.3 Zielsetzung 1.4 Aufbau der Arbeit 1.5 Zusammenfassung 2 Grundlagen 2.1 Eingebettete Steuergeräte 2.2 System Modell 2.3 Scheduling in Echtzeitsystemen 2.4 Knowledgebase 2.5 Linux für Echtzeitsysteme 3 Analyse der Zieldomänen und der Forschung 3.1 Stand der Technik 3.2 Stand der Forschung 3.3 Zusammenfassung 4 Anforderungen und Grundlagen von HAMS 4.1 Situationsanalyse der Zieldomänen 4.2 Anforderungen und Einschränkungen des HAMS-Konzepts 4.3 Phasen in Echtzeitsystemen 4.4 Zusammenfassung 5 Hierarchischer Aufbau der HAMS-Komponenten 5.1 Übersicht der HAMS-Komponenten 5.2 Second Level Scheduler (SLS) 5.3 First Level Scheduler (FLS) 5.4 HAMS Kommunikations API (HAPI) 5.5 Tasks in HAMS 5.6 Zusammenfassung 6 HAMS-Laufzeitumgebung und dessen dynamische Rekonfiguration 6.1 Systemmodi während der Laufzeit 6.2 Dynamische Rekonfiguration in HAMS 6.3 Fehlerbehandlung 6.4 Zusammenfassung 7 Implementierung und Evaluationsumgebung 7.1 Evaluations-Hardware 7.2 Eingliederung von HAMS in Linux 7.3 Eingliederung der HAPI in das Privilegstufenmanagement von Linux 7.4 Laufzeitmessungen für Evaluationszwecke 7.5 HAMS-Simulationstasks 7.6 Bestimmung der Rechenzeitbelastung durch HAMS 7.7 Zusammenfassung 8 Evaluierung 8.1 Evaluations-Konfiguration 8.2 Evaluation 1: Statisches Scheduling und HAMS 8.3 Evaluation 2: Ereignisverarbeitung mit Phasenwechsel 8.4 Evaluation 3 : Wechsel der aktuellen Konfiguration zur Laufzeit 8.5 Evaluations-Zusammenfassung 9 Zusammenfassung

Salamander limb regeneration is an accurate process which gives rise exclusively to the missing structures, irrespective of the amputation level. This suggests that cells in the stump have an awareness of their spatial location, a property termed positional identity. Little is known about how positional identity is encoded, in salamanders or other biological systems. Through single-cell RNAseq analysis, we identified Tig1/Rarres1 as a potential determinant of proximal identity. Tig1 encodes a conserved cell surface molecule, is regulated by retinoic acid and exhibits a graded expression along the proximo-distal axis of the limb. Its overexpression leads to regeneration defects in the distal elements and elicits proximal displacement of blastema cells, while its neutralisation blocks proximo-distal cell surface interactions. Critically, Tig1 reprogrammes distal cells to a proximal identity, upregulating Prod1 and inhibiting Hoxa13 and distal transcriptional networks. Thus, Tig1 is a central cell surface determinant of proximal identity in the salamander limb.

Klimawandel, Staatsdefizit, COVID-19, das eigene Bankkonto oder der Wasserstand in der Badewanne – dynamische Systeme unterschiedlichster Komplexität umgeben uns alle ständig. Da sich dynamische Systeme unablässig verändern, müssen auch wir Menschen immer wieder unser Verhalten anpassen, um unser Leben innerhalb der Systeme möglichst angenehm zu gestalten – bspw. die Erderwärmung begrenzen, das Staatsdefizit senken, die Ausbreitung von Pandemien zumindest verlangsamen, fürs Alter ansparen oder die Badewanne am Überlaufen hindern. Jedoch gelingt es uns nicht immer, alle unsere Ziele zu erreichen, was u.a. daran liegt, dass wir häufig die Struktur des dynamischen Systems nicht komplett verstehen und statt antizipierend Handlungen einzuleiten meist erst reaktiv handeln, wenn die Auswirkungen unseres (Nichts-)Tuns bereits offensichtlich sind. Dann ist ein Umsteuern im System jedoch i.d.R. deutlich schwieriger. Es gibt eine Vielzahl an Befunden, die darlegen, dass Menschen nicht erst bei komplexen dynamischen Systemen wie der oben genannten Klimakrise oder der Corona-Pandemie Probleme haben, das System zu verstehen. Selbst bei sehr einfachen dynamischen Systemen, bei denen man sich nur die Entwicklung von zwei Größen (Zu- und Abfluss) über die Zeit hinweg anschaut, fällt es vielen Menschen schwer, die Auswirkungen auf eine dritte Größe (den Bestand) richtig vorher zu sagen. Die Überlegung liegt nahe, dass wenn selbst diese basalen dynamischen Systeme (man spricht von sogenannten Stock Flow Systemen) nicht richtig verstanden werden, ein Verständnis der komplexen Systeme erst recht schwerfällt. Das Ziel der vorliegenden Dissertation war es, herauszufinden, worin das schlechte Verständnis von Stock Flow (SF) Systemen begründet liegt und welche Denkmuster für ein gutes Verständnis dieser einfachen dynamischen Systeme förderlich sind. Auf dieser Basis wurde eine einfache und kurze Intervention entwickelt, die es ermöglichen sollte, das Verhalten von SF Systemen verstehen und vorhersagen zu können. Nachdem zu Beginn der Dissertation ein systematischer Überblick über bisher unternommene Interventions- und Trainingsversuche und deren Wirkung auf das SF Verständnis gegeben wird, folgen drei experimentelle Teile und eine abschließende Diskussion. Der experimentelle Teil beginnt mit einer Laut Denken Studie, die untersuchte, welche Denkprozesse bei Lösern und Nichtlösern von SF Aufgaben während der Bearbeitung dieser Aufgaben auftreten. Die Denkmuster wurden mittels Thematischer Analyse zu Themen zusammengefasst, um daraus Interventionen für die dritte experimentelle Untersuchung der Dissertation abzuleiten. Die erste Studie diente zudem dazu den Einfluss einer generellen (GPS) gegenüber einer konventionellen Problemlösestrategie (CPS) auf die Lösungsrate von SF Aufgaben zu untersuchen. Im zweiten experimentellen Teil wurde untersucht, inwiefern das Erhebungssetting Einfluss auf die erfasste SF Leistung hat. Die meisten Studien bisher wurden papierbasiert erhoben. Die Intervention im dritten experimentellen Teil sollte jedoch online erfolgen, um eine größere Zahl von Personen zu erreichen. Dieses zweite Experiment diente daher dazu eine Baseline vor der Interventionsstudie zu etablieren. Insgesamt 171 Personen bearbeiteten entweder mit Papier und Bleistift vor Ort oder online über einen PC dieselben Aufgaben. Es zeigten sich höhere Lösungsraten für das Online-Setting gegenüber dem papierbasierten Ansatz. Eine mögliche Erklärung dafür ist Selbstselektion durch einen relativ hohen Dropout von Probanden in der Online-Studie nachdem sie die Aufgaben gesehen hatten. Von den Probanden vor Ort im Labor brach keiner die Datenerhebung ab. Neben dem Einfluss des Settings wurde in der zweiten Studie zudem untersucht, ob der in der Laut Denken Studie gefundene vorteilhafte Effekt einer GPS- gegenüber einer CPS-Strategie auch in einer größeren Stichprobe bestand hat. Dem war so. Einen noch deutlich größeren Effekt auf die Lösungsrate in beiden Experimenten hatte das Geschlecht der Probanden (Männer schnitten deutlich besser ab als Frauen). Interesse an und Note in Mathematik sowie ein Ausbildungshintergrund im MINT-Bereich waren darüber hinaus ebenfalls gute Prädiktoren für die SF Leistung. Im dritten experimentellen Teil schließlich wurden die bisherigen Erkenntnisse gebündelt, um eine kompakte, online präsentierbare Intervention zu entwickeln, die das Verständnis einfacher dynamischer Systeme erhöhen sollte. 241 Probanden nahmen in einer Initialerhebung t0 in einer von drei Bedingungen an der Studie teil. Hypothesenkonform schnitt die Kontrollgruppe am schlechtesten, die EG 2 am besten ab. Im Anschluss an die Aufgabenbearbeitung bekamen alle Probanden die korrekten Lösungen samt erklärendem Lösungsweg rückgemeldet. Um zu schauen, ob die Interventionseffekte auch mittel- und langfristig stabil waren und ob das Feedback am Studienende einen positiven Einfluss auf zukünftige SF Leistungen hatte, erfolgten zwei weitere Erhebungen ohne zusätzliche Interventionen nach zwei Monaten und erneut nach zweieinhalb Jahren. Zum ersten Nacherhebungszeitpunkt gab es noch 129, zum zweiten 73 auswertbare Datensätze. Während die Lösungsraten bei der ersten Nacherhebung verglichen mit t0 über alle Gruppen anstiegen, sanken sie nach zweieinhalb Jahren zwar wieder etwas ab, lagen im Mittel aber immer noch über denen von t0. Der Interventionseffekt zwischen den Gruppen war selbst nach dieser langen Zeit deskriptiv noch sichtbar. Obgleich die Intervention nicht alle Teilnehmer erreichte, so erzielten die Personen, die von der kurzen Intervention profitierten, einen nachhaltigen Erkenntnisgewinn. Verschiedene Personencharakteristika wie Geschlecht, Mathematiknote und Motivation beeinflussten die gezeigte SF Leistung mit. Der letzte Teil dieser Dissertation fasst die Befunde zusammen, diskutiert potentielle Einschränkungen und gibt einen Ausblick auf mögliche Anschlussfragestellungen. So wurden in der Dissertation essentielle Denkprozesse identifiziert, die Löser von SF Aufgaben durchlaufen, Nichtlöser hingegen nicht. Die Arbeit zeigte einen vorteilhaften Effekt bei Nutzung einer generellen gegenüber einer konventionellen Problemlösestrategie und durch ein nur 20-minütiges Programm, welches verschiedene Interventionsansätze kombinierte, konnte ich einen langfristig positiven Effekt auf das SF Verständnis erzielen. Zukünftige Arbeiten sollten einen Fokus darauf legen Personen mit einem niedrigen Grundverständnis für dynamische Systeme für eine Intervention zu gewinnen, da diese Personengruppe das Experiment überproportional oft abbrach, gleichzeitig aber vermutlich besonders stark von einer entsprechenden Intervention profitieren könnte. Die Untersuchung inwiefern ein gesteigertes Verständnis einfacher dynamischer Systeme auch zu einem besseren Verständnis komplexer dynamischer Systeme im Alltag führt stellt eine von mehreren spannenden Anschlussfragestellungen dar.:Danksagung Anmerkung zur geschlechtsneutralen Formulierung Zusammenfassung Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis 1. Einleitung 2. Theoretische Grundlagen zum Verständnis dynamischer Systeme 2.1 Komplexe dynamische Systeme, Systems Thinking, System Dynamics und Stock Flow 2.1.1 Komplexe dynamische Systeme 2.1.2 Systems Thinking 2.1.3 System Dynamics 2.1.4 Stock Flow als Basis-Element komplexer dynamischer Systeme 2.2 Praktische Relevanz – Warum sollte jeder dynamische Systeme verstehen 2.2.1 Beispiele für die Bedeutung im Alltag 2.2.2 Probleme beim Stock Flow Verständnis 2.3 Bisher untersuchte Interventionsansätze bei Stock Flow Aufgaben 2.3.1 Einfach zu manipulierende Größen 2.3.2 Schwierig experimentell zu manipulierende Aspekte/ in der Person liegende Variablen 2.3.3 Instruktions-/Trainingsansätze 2.4 Interventionsansätze bei anderen kognitiven Aufgaben 2.5 Offene Fragen 2.6 Erforschen, wo das Problem liegt – Lautes Denken 2.7 Evaluation eines Interventionsansatzes 2.8 Zielsetzungen und untersuchte Fragestellungen 3 Worin liegen die Verständnisschwierigkeiten bei Stock Flow Aufgaben begründet? Eine Laut Denken Studie 3.1 Theorie 3.1.1 Qualitative Fragestellungen 3.1.2 Quantitative Hypothesen 3.2 Methode 3.2.1 Stichprobe 3.2.2 Materialien 3.2.3 Design und Versuchsdurchführung 3.3 Ergebnisse 3.3.1 Quantitative Auswertung 3.3.2 Qualitative Auswertung 3.4 Diskussion 4 Sind verschiedene Erhebungsmodi vergleichbar und hat der Einfluss der Problem- lösestrategie bestand? 4.1 Theorie 4.2 Methode 4.2.1 Stichprobe 4.2.2 Materialien 4.2.3 Design und Versuchsdurchführung 4.3 Ergebnisse 4.4 Diskussion 5 Eine Intervention für ein nachhaltig besseres Stock Flow Verständnis 5.1 Erstellung und Erprobung des Interventionsprogramms 5.1.1 Einleitung 5.1.2 Methode 5.1.2.1 Stichprobe 5.1.2.2 Materialien 5.1.2.3 Design und Versuchsdurchführung 5.1.3 Ergebnisse 5.1.4 Diskussion 5.2 Nacherhebung und Evaluation des Interventionsprogramms 5.2.1 Einleitung 5.2.2 Methode 5.2.2.1 Stichprobe 5.2.2.2 Materialien 5.2.2.3 Design und Versuchsdurchführung 5.2.3 Ergebnisse 5.2.4 Diskussion der Nacherhebungen und Bewertung der Interventionsstudie gesamt 6 Generelle Diskussion 6.1 Zusammenfassung der durchgeführten Studien 6.2 Ziele und Ergebnisse der Studien 6.3 Mögliche Einschränkungen der Untersuchungen 6.4 Unerwartete Befunde und denkbare Ursachen 6.5 Weitere Forschung zur Verbesserung der Lösungsraten bei Stock Flow Aufgaben 6.6 Praktische Implikationen für künftige Interventionsansätze 6.7 Fazit/ Schlusswort Literaturverzeichnis Anhang ............................................................................................................. 238 ANHANG A.1 ANHANG A.2 ANHANG A.3 ANHANG B.1 ANHANG B.2 ANHANG B.3 ANHANG C.1 ANHANG C.2 ANHANG C.3 ANHANG C.4 ANHANG C.5

It is commonly expected, that the entanglement entropy for eigenstates of quantum chaotic systems can be described by random matrix theory. However, the random matrix predictions account for structureless random states, only. It is unclear, how the subsystem structure of actual bipartite systems influences the entanglement. We investigate the effect of such a structure on the bipartite entanglement for eigenstates of time-periodically kicked Floquet systems. To this end, the expression for the eigenstate entanglement is transferred into a dynamical quantity, which is particularly suited for an evaluation using analytical methods for time evolution. We present three approaches and apply each to an appropriate minimal model. Based on the supersymmetry method, we compute the entanglement of structureless random matrices and thereby establish exact results for the entropy of random matrix eigenstates. The Weingarten calculus is used for computing the entanglement of an inherent bipartite random matrix ensemble. Moreover, based on semiclassical path integrals, we devise a trace formula, which quantifies entanglement of chaotic Floquet systems in terms of classical orbits. We thereby show, that the entanglement of strongly coupled bipartite Floquet systems coincides in the semiclassical limit with the entanglement of structureless random matrices. Several possible generalizations of our methods to autonomous systems and other entropies are discussed.:1. Introduction 2. Fundamentals on bipartite systems and entanglement 2.1. Classical and quantum chaotic systems . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.1.1. Classical mechanical systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.1.2. Quantum systems and random matrix theory . . . . . . . . . . . . . . . . . . . 8 2.2. Bipartite systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.3. Entanglement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.4. Objective of the thesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3. Random matrix methods for entanglement in bipartite chaotic systems 3.1. Entropy formulation in terms of Green’s functions . . . . . . . . . . . . . . . . . . . . . 23 3.2. Weingarten calculus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.2.1. Spectral form factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.2.2. Inverse participation ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.2.3. Linear entropy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.3. Linear entropy by the supersymmetry method . . . . . . . . . . . . . . . . . . . . . . . 43 3.3.1. Gaussian integrals and the generating function . . . . . . . . . . . . . . . . . . 44 3.3.2. Supersymmetric integrals and generating function . . . . . . . . . . . . . . . . . 46 3.3.3. Entropy of the CUE case . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 4. Semiclassical method for entanglement in bipartite chaotic systems 4.1. Path integrals and trace formulas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 4.1.1. Path integral formulation of propagators . . . . . . . . . . . . . . . . . . . . . . 60 4.1.2. Trace formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 4.2. Rescaled path integral formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.2.1. Spectral form factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 4.2.2. Linear entropy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 4.2.3. Order \hbar correction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 5. Generalizations 5.1. Supersymmetry method for bipartite systems . . . . . . . . . . . . . . . . . . . . . . . 80 5.2. Resummation via Cayley-Hamilton inverse . . . . . . . . . . . . . . . . . . . . . . . . . 84 5.3. Havrda-Charvát-Tsallis entropies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.4. Autonomous systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.5. Entanglement generated by a time evolution . . . . . . . . . . . . . . . . . . . . . . . . 93 6. Summary and outlook Appendix A. Weingarten calculus for the first steps of the IPR signal function . . . . . . . . . . .99 B. Color-Flavor transformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 C. Detailed calculation of moments using SVD . . . . . . . . . . . . . . . . . . . . . . . . 102 D. Integral I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 E. Stationary phase approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 F. Ergodic average of the coupling term . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 List of Figures List of Tables / Es wird üblicherweise angenommen, dass die Verschränkungsentropie von Eigenzuständen quantenchaotischer Systeme durch die Theorie der Zufallsmatrizen beschrieben wird. Diese Zufallsmatrixvorhersage bezieht sich nur auf strukturlose Zufallszustände. Es ist nicht klar, wie sich die Subsystemstruktur realer, bipartiter Systeme auf die Verschränkung auswirkt. Wir untersuchen die Konsequenzen einer solchen Struktur auf die bipartite Verschränkung der Eigenzustände von zeit-periodisch gestoßenen Floquet-Systemen. Dazu wird der Ausdruck für die Eigenzustandsverschränkung in eine dynamische Größe überführt, welche besonders geeignet ist für die Anwendung analytischer Methoden zur Zeitentwicklung. Wir präsentieren drei Ansätze und wenden jeden auf ein zugehöriges minimales Modell an. Basierend auf der Supersymmetriemethode berechnen wir die Verschränkung in strukturlosen Zufallsmatrizen und erhalten exakte Resultate für die Entropie von Zufallsmatrixeigenzuständen. Der Weingarten-Formalismus wird genutzt, um die Verschränkung in einem inhärent bipartiten Zufallsmatrixmodell zu berechnen. Außerdem stellen wir, basierend auf semiklassischen Pfad-Integralen, eine Spurformel auf, welche die Verschränkung in chaotischen Floquet-Systemen mittels klassischer Orbits ausdrückt. Wir zeigen über diesen Weg, dass die Verschränkung in stark gekoppelten, bipartiten Floquet-Systemen im semiklassischen Limes mit der Verschränkung in strukturlosen Zufallsmatrizen übereinstimmt. Es werden mehrere Verallgemeinerungen unserer Methoden für autonome Systeme und andere Entropien diskutiert.:1. Introduction 2. Fundamentals on bipartite systems and entanglement 2.1. Classical and quantum chaotic systems . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.1.1. Classical mechanical systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.1.2. Quantum systems and random matrix theory . . . . . . . . . . . . . . . . . . . 8 2.2. Bipartite systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.3. Entanglement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.4. Objective of the thesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3. Random matrix methods for entanglement in bipartite chaotic systems 3.1. Entropy formulation in terms of Green’s functions . . . . . . . . . . . . . . . . . . . . . 23 3.2. Weingarten calculus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.2.1. Spectral form factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.2.2. Inverse participation ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.2.3. Linear entropy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.3. Linear entropy by the supersymmetry method . . . . . . . . . . . . . . . . . . . . . . . 43 3.3.1. Gaussian integrals and the generating function . . . . . . . . . . . . . . . . . . 44 3.3.2. Supersymmetric integrals and generating function . . . . . . . . . . . . . . . . . 46 3.3.3. Entropy of the CUE case . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 4. Semiclassical method for entanglement in bipartite chaotic systems 4.1. Path integrals and trace formulas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 4.1.1. Path integral formulation of propagators . . . . . . . . . . . . . . . . . . . . . . 60 4.1.2. Trace formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 4.2. Rescaled path integral formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.2.1. Spectral form factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 4.2.2. Linear entropy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 4.2.3. Order \hbar correction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 5. Generalizations 5.1. Supersymmetry method for bipartite systems . . . . . . . . . . . . . . . . . . . . . . . 80 5.2. Resummation via Cayley-Hamilton inverse . . . . . . . . . . . . . . . . . . . . . . . . . 84 5.3. Havrda-Charvát-Tsallis entropies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.4. Autonomous systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.5. Entanglement generated by a time evolution . . . . . . . . . . . . . . . . . . . . . . . . 93 6. Summary and outlook Appendix A. Weingarten calculus for the first steps of the IPR signal function . . . . . . . . . . .99 B. Color-Flavor transformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 C. Detailed calculation of moments using SVD . . . . . . . . . . . . . . . . . . . . . . . . 102 D. Integral I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 E. Stationary phase approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 F. Ergodic average of the coupling term . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 List of Figures List of Tables