In einer Gruppe prasseln ständig neue Informationen auf die Einzelnen ein. Arbeitskollegen tauschen sich über Neuigkeiten im Unternehmen aus. Freunde halten sich in der Clique übereinander auf dem Laufenden. Und auch Fische in einem Schwarm beobachten ständig ihre Nachbarn, um rechtzeitig zu erkennen, in welche Richtung die Gruppe weiterschwimmt. Die Einzelnen bilden ihre Meinung also auf Basis der Informationen, die sie von den anderen Gruppenmitgliedern erhalten. Und sie spiegeln diese Meinung in die Gruppe zurück.

Allerdings hat nicht jedes Mitglied den gleichen Einfluss. Manche Mitglieder haben besondere Expertise. Andere sind besser vernetzt, verfügen also über bessere Beziehungen. Und andere genießen ein hohes Ansehen. Das führte Vito Mengers und Mohsen Raoufi zur Frage, wie die Gruppe strukturiert sein muss, dass ihre Entscheidungen zum möglichst größten Nutzen aller sind und dass sie zugleich möglichst schnell getroffen werden.

Das Team um die Berliner Forscher erstellte dazu eine komplexe Simulation, die vor allem zwei Faktoren in den Mittelpunkt stellte. Zum einen modellierten die Wissenschaftler die Qualität der Vorinformation jedes Einzelnen. So gab es Mitglieder, die sich besonders gut im Bilde wussten über das Geschehen und solche, die eine größere Unsicherheit hatten. Der zweite Faktor betraf den Rang in der Gruppe.

Die Idee: Je besser ein Individuum in der Gruppe vernetzt ist, desto mehr Informationen fließen ihm zu, desto besser wird sein Gesamtbild und desto weiter sinkt seine Unsicherheit. Das kann der Gruppe insgesamt helfen, schwache oder verzerrte Informationen herauszufiltern. Allerdings, so das Ergebnis der Modellrechnung: Wird ein Individuum zu früh zu selbstsicher, kann es die Gruppe dominieren, auch wenn es sich irrt. Im schlechtesten Fall führt es die ganze Gruppe in die Irre.

Ein anderer für die Gruppe insgesamt schlechter Fall trat ein, wenn alle Mitglieder gleich stark vernetzt und gleichmäßig sicher in ihren Informationen waren. In diesem Fall wurde die Entscheidungsfindung langsam und unzuverlässig. Die Forscher wollen mit ihren Modellen einerseits das Verhalten von Kollektiven wie Fisch- oder Vogelschwärmen oder Ameisenvölkern besser verstehen. Andererseits liefern die Studien auch wichtige Erkenntnisse für die Weiterentwicklung von künstlicher Intelligenz.