ABOUT THE SPEAKER
Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more.

Why you should listen

Eric Berlow is an ecologist and network scientist who specializes in not specializing. A TED Senior Fellow, Berlow is recognized for his research on food webs and ecological networks and for creative approaches to complex problems. He was the founding director of the University of California's first environmental science center inside Yosemite National Park, where he continues to develop data-driven approaches to managing natural ecosystems. 

In 2012 Berlow founded Vibrant Data Labs, which builds tools to use data for social good. Berlow's current projects range from helping spark an egalitarian personal data economy to protecting endangered amphibians in Yosemite to crowd-sourcing novel insights about human creativity. Berlow holds a Ph.D. from Oregon State University in marine ecology.

 

 

More profile about the speaker
Eric Berlow | Speaker | TED.com
TEDGlobal 2010

Eric Berlow: Simplifying complexity

Eric Berlow: Wie Komplexität zur Simplizität führt

Filmed:
1,361,116 views

Der Ökologe Eric Berlow ist nicht sonderlich begeistert, wenn er sich komplexen Systemen gegenüber sieht. Er weiß, dass mehr Information zu besseren und einfacheren Lösungen führen kann. Um uns die Tipps und Tricks zu veranschaulichen, mit denen man komplexe Themen vereinfachen kann, reduziert er eine verwirrende Informationskarte zur U.S.-Strategie in Afghanistan auf einige wenige elementare Punkte.
- Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more. Full bio

Double-click the English transcript below to play the video.

00:15
Do you ever feel completelyvollständig overwhelmedüberwältigt
0
0
2000
Fühlen Sie sich auch manchmal völlig verwirrt,
00:17
when you're facedkonfrontiert with a complexKomplex problemProblem?
1
2000
3000
wenn Sie mit einem komplexen Problem zu tun haben?
00:20
Well, I hopeHoffnung to changeVeränderung that in lessWeniger than threedrei minutesProtokoll.
2
5000
3000
Nun, ich werde versuchen, das in weniger als drei Minuten zu ändern.
00:23
So, I hopeHoffnung to convinceüberzeugen you that complexKomplex
3
8000
2000
Ich hoffe, Sie davon überzeugen zu können, dass
00:25
doesn't always equalgleich complicatedkompliziert.
4
10000
2000
komplex und kompliziert nicht immer dasselbe sind.
00:27
So for me, a well-craftedgut gemachte baguetteBaguette, freshfrisch out of the ovenOfen,
5
12000
3000
Für mich ist z.B. ein gut gemachtes Baguette, frisch aus dem Backofen,
00:30
is complexKomplex,
6
15000
2000
eine komplexe Sache.
00:32
but a curryCurry onionZwiebel greenGrün oliveOlive poppyMohn cheeseKäse breadBrot
7
17000
2000
Ein Curry-Zwiebel-Oliven-Mohn-Käse-Brot dagegen
00:34
is complicatedkompliziert.
8
19000
3000
ist für mich kompliziert.
00:37
I'm an ecologistÖkologe, and I studyStudie complexityKomplexität. I love complexityKomplexität.
9
22000
3000
Ich bin Ökologe und untersuche Komplexität. Ich mag Komplexität.
00:40
And I studyStudie that in the naturalnatürlich worldWelt, the interconnectednessVernetzung of speciesSpezies.
10
25000
3000
Ich untersuche sie in unsrerer natürlichen Welt, in der Vernetzung der verschiedenen Spezies.
00:43
So here'shier ist a foodLebensmittel webweb,
11
28000
2000
Hier ist ein Nahrungsnetz, ein Karte,
00:45
or a mapKarte of feedingFütterung linksLinks betweenzwischen speciesSpezies
12
30000
2000
die die Nahrungsverkettung zwischen den Spezies darstellt,
00:47
that liveLeben in AlpineAlpine LakesSeen in the mountainsBerge of CaliforniaCalifornia.
13
32000
3000
die in den Bergseen der Gebirge von Kalifornien leben.
00:50
And this is what happensdas passiert to that foodLebensmittel webweb
14
35000
2000
Und dies hier passiert mit dem Nahrungsnetz,
00:52
when it's stockedauf Lager with non-nativenicht-native fishFisch that never livedlebte there before.
15
37000
2000
sobald es mit fremden Fischen angereichert wird, die dort nie zuvor gelebt haben:
00:54
All the grayed-outausgegraut speciesSpezies disappearverschwinden.
16
39000
2000
All die grau eingefärbten Arten verschwinden.
00:56
Some are actuallytatsächlich on the brinkRand of extinctionAussterben.
17
41000
2000
Einige sind tatsächlich kurz vor dem Aussterben.
00:58
And lakesSeen with fishFisch have more mosquitosMücken, even thoughobwohl they eatEssen them.
18
43000
3000
Seen mit Fischen haben mehr Mücken, obwohl die von ihnen gefressen werden.
01:01
These effectsAuswirkungen were all unanticipatedunerwartete,
19
46000
2000
All diese Folgen hat man nicht vorausgesehen,
01:03
and yetnoch we're discoveringentdecken they're predictablevorhersagbar.
20
48000
2000
und doch entdecken wir gerade, dass sie voraussagbar sind.
01:05
So I want to shareAktie with you a couplePaar keySchlüssel insightsEinblicke
21
50000
2000
Ich möchte Ihnen von einigen wesentlichen Einsichten erzählen, die
01:07
about complexityKomplexität we're learningLernen from studyingstudieren natureNatur
22
52000
2000
wir bei der Erforschung der Natur über Komplexität gewonnen haben und die
01:09
that maybe are applicableanwendbar to other problemsProbleme.
23
54000
3000
vielleicht auf andere Probleme übertragen werden können.
01:13
First is the simpleeinfach powerLeistung of good visualizationVisualisierung toolsWerkzeuge
24
58000
2000
An erster Stelle steht die simple Überzeugungskraft guter Visualisierungsmittel,
01:15
to help untangleentwirren complexityKomplexität
25
60000
2000
die uns helfen, Komplexes zu entwirren, und uns ermutigen,
01:17
and just encourageermutigen you to askFragen questionsFragen you didn't think of before.
26
62000
3000
Fragen zu stellen, an die wir zuvor gar nicht gedacht hatten.
01:20
For exampleBeispiel, you could plotHandlung the flowfließen of carbonKohlenstoff
27
65000
3000
Aufzeichen könnte man zum Beispiel den Durchfluss von Kohlenstoff
01:23
throughdurch corporateUnternehmens supplyliefern chainsKetten in a corporateUnternehmens ecosystemÖkosystem,
28
68000
3000
durch verbundene Versorgungsketten in einem geschlossenen Ökosystem oder
01:26
or the interconnectionsVerbindungen of habitatLebensraum patchesPatches
29
71000
2000
die Querverbindungen zwischen Kleinstbiotopen
01:28
for endangeredgefährdet speciesSpezies in YosemiteYosemite NationalNationalen ParkPark.
30
73000
3000
für die vom Aussterben bedrohten Arten im Yosemite Nationalpark.
01:31
The nextNächster thing is that if you want to predictvorhersagen
31
76000
2000
Wenn man die Auswirkung der einen Spezies
01:33
the effectbewirken of one speciesSpezies on anotherein anderer,
32
78000
2000
auf die andere vorhersagen möchte, konzentriert man sich
01:35
if you focusFokus only on that linkVerknüpfung,
33
80000
2000
zunächst ausschließlich auf diese Verbindung,
01:37
and then you blackschwarz boxBox the restsich ausruhen,
34
82000
2000
und ignoriert den Rest.
01:39
it's actuallytatsächlich lessWeniger predictablevorhersagbar
35
84000
2000
Denn sonst ist es in der Tat weniger voraussagbar,
01:41
than if you stepSchritt back, considerErwägen the entireganz systemSystem -- all the speciesSpezies, all the linksLinks --
36
86000
3000
als wenn man einen Schritt zurücktritt, das gesamte System betrachtet - alle Arten mit allen Verbindungen -
01:44
and from that placeOrt,
37
89000
2000
und von dort aus den Blick verfeinert
01:46
honeHone in on the sphereKugel of influenceEinfluss that mattersAngelegenheiten mostdie meisten.
38
91000
2000
auf den Einflussbereich, auf den es am meisten ankommt.
01:48
And we're discoveringentdecken, with our researchForschung,
39
93000
2000
Wir haben bei unseren Untersuchungen herausgefunden,
01:50
that's oftenhäufig very locallokal to the nodeKnoten you carePflege about
40
95000
2000
dass das oft den zu untersuchenden Verbindungspunkt
01:52
withininnerhalb one or two degreesGrad.
41
97000
2000
bis auf ein, zwei Stufengrade eingrenzt.
01:54
So the more you stepSchritt back, embraceUmarmung complexityKomplexität,
42
99000
2000
Je mehr man also zurücktritt und die ganze Komplexität erfasst,
01:56
the better chanceChance you have of findingErgebnis simpleeinfach answersAntworten,
43
101000
2000
desto größer die Chance, einfache Lösungen zu entdecken, die oft
01:58
and it's oftenhäufig differentanders than the simpleeinfach answerAntworten that you startedhat angefangen with.
44
103000
3000
ganz anders ausfallen, als die einfachen Antworten, mit denen man begonnen hatte.
02:02
So let's switchSchalter gearsGetriebe and look at a really complexKomplex problemProblem
45
107000
3000
Lassen Sie mich noch einen Schritt weiter gehen und - mit Erlaubnis
02:05
courtesyHöflichkeit of the U.S. governmentRegierung.
46
110000
3000
der US-Regierung - ein wirklich komplexes Problem betrachten.
02:08
This is a diagramDiagramm of the U.S. counterinsurgencyAufstandsbekämpfung strategyStrategie in AfghanistanAfghanistan.
47
113000
3000
Dies hier ist ein Diagramm der US-Strategie gegen die Aufständischen in Afghanistan.
02:11
It was frontVorderseite pageSeite of the NewNeu YorkYork TimesMale a couplePaar monthsMonate agovor.
48
116000
3000
Es war vor ein paar Monaten die Titelseite der New York Times
02:14
InstantlySofort ridiculedverspottet by the mediaMedien
49
119000
2000
und wurde sofort von den Medien lächerlich gemacht,
02:16
for beingSein so crazyverrückt complicatedkompliziert.
50
121000
2000
weil es auf eine so verrückte Weise kompliziert war.
02:18
And the statedangegeben goalTor was to increaseerhöhen, ansteigen popularBeliebt supportUnterstützung
51
123000
2000
Das angestrebte Ziel war, die öffentliche Unterstützung
02:20
for the AfghanAfghanische governmentRegierung.
52
125000
2000
der afghanischen Regierung zu fördern.
02:22
ClearlyKlar a complexKomplex problemProblem,
53
127000
2000
Ganz klar ein komplexes Problem,
02:24
but is it complicatedkompliziert?
54
129000
2000
aber ist es auch kompliziert?
02:26
Well, when I saw this in the frontVorderseite pageSeite of the TimesMale,
55
131000
2000
Als ich dies auf der Titelseite der Times sah,
02:28
I thought, "Great. FinallySchließlich something I can relatesich beziehen to.
56
133000
2000
dachte ich: "Super. Endlich etwas, auf das ich mich beziehen kann.
02:30
I can sinksinken my teethZähne into this."
57
135000
2000
Das ist doch mal eine echte Aufgabe für mich."
02:32
So let's do it. So here we go for the first time ever,
58
137000
3000
Also los. Lassen Sie uns den weltweit ersten Versuch unternehmen,
02:35
a worldWelt premierePremiere viewAussicht of this spaghettiSpaghetti diagramDiagramm as an orderedbestellt networkNetzwerk.
59
140000
3000
die Weltpremiere, dieses Spaghetti-Diagramm als geordnetes Netzwerk darzustellen.
02:38
The circledeingekreist nodeKnoten is the one we're tryingversuchen to influenceEinfluss --
60
143000
2000
Der eingekreiste Knotenpunkt ist derjenige, den wir beeinflussen wollen -
02:40
popularBeliebt supportUnterstützung for the governmentRegierung.
61
145000
2000
die öffentliche Unterstützung für die Regierung.
02:42
And so now we can look one degreesGrad, two degreesGrad,
62
147000
2000
Und jetzt nehmen wir ein, zwei, drei Stufen
02:44
threedrei degreesGrad away from that nodeKnoten
63
149000
2000
weiter weg von diesem Punkt ins Blickfeld
02:46
and eliminatebeseitigen three-quartersdrei Viertel of the diagramDiagramm outsidedraußen that sphereKugel of influenceEinfluss.
64
151000
3000
und blenden drei Viertel des Diagramms außerhalb jenes Einflussbereichs aus.
02:49
WithinInnerhalb that sphereKugel,
65
154000
2000
Innerhalb jenes Bereichs lassen sich die meisten
02:51
mostdie meisten of those nodesKnoten are not actionableumsetzbare, like the harshnessHärte of the terrainGelände,
66
156000
3000
dieser Punkte, z.B. die Unwirtlichkeit des Geländes, nicht verfolgen,
02:54
and a very smallklein minorityMinderheit are actualtatsächlich militaryMilitär- actionsAktionen.
67
159000
3000
und eine sehr kleine Anzahl davon sind militärische Schritte.
02:57
MostDie meisten are non-violentgewaltfrei and they fallfallen into two broadbreit categoriesKategorien:
68
162000
3000
Die meisten sind gewaltlos und lassen sich in zwei Hauptkategorien unterteilen:
03:01
activeaktiv engagementEngagement with ethnicethnisch rivalriesRivalitäten and religiousreligiös beliefsÜberzeugungen
69
166000
3000
einerseits die aktive Beschäftigung mit ethnischen Rivalitäten und religiösen Überzeugungen,
03:04
and fairMesse, transparenttransparent economicWirtschaftlich developmentEntwicklung
70
169000
2000
andererseits die gerechte, durchschaubare ökonomische Entwicklung
03:06
and provisioningBereitstellung of servicesDienstleistungen.
71
171000
2000
und Versorgung der Dienstleistungen.
03:08
I don't know about this, but this is what I can decipherentziffern from this diagramDiagramm
72
173000
3000
Ich verstehe nichts davon, aber das ist es, was ich
03:11
in 24 secondsSekunden.
73
176000
2000
in 24 Sekunden aus diesem Diagramm entziffern kann.
03:13
When you see a diagramDiagramm like this, I don't want you to be afraidAngst.
74
178000
2000
Ich möchte, dass Sie keine Angst bekommen, wenn Sie so ein Diagramm wie dies hier sehen.
03:15
I want you to be excitedaufgeregt. I want you to be relievederleichtert.
75
180000
3000
Ich möchte, dass Sie gespannt sind. Ich möchte, dass Sie erleichtert sind.
03:18
Because simpleeinfach answersAntworten maykann emergeentstehen.
76
183000
2000
Denn es könnten einfache Antworten dabei herauskommen.
03:20
We're discoveringentdecken in natureNatur that simplicityEinfachheit oftenhäufig liesLügen
77
185000
2000
In der Natur entdecken wir gerade, dass Einfachheit
03:22
on the other sideSeite of complexityKomplexität.
78
187000
2000
oft nur die Kehrseite der Komplexität ist.
03:24
So for any problemProblem, the more you can zoomZoomen out and embraceUmarmung complexityKomplexität,
79
189000
3000
Für jedes Problem gilt: Je weiter Sie zurückzoomen und die Komplexität erfassen,
03:27
the better chanceChance you have of zoomingZoomen in
80
192000
2000
desto größer die Chance, sich auf die einfachen Details
03:29
on the simpleeinfach detailsDetails that matterAngelegenheit mostdie meisten.
81
194000
2000
draufzoomen zu können, auf die es ankommt.
03:31
Thank you.
82
196000
2000
Vielen Dank.
03:33
(ApplauseApplaus)
83
198000
3000
(Applaus)
Translated by Wolf Ruschke
Reviewed by Annegret Krueppel

▲Back to top

ABOUT THE SPEAKER
Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more.

Why you should listen

Eric Berlow is an ecologist and network scientist who specializes in not specializing. A TED Senior Fellow, Berlow is recognized for his research on food webs and ecological networks and for creative approaches to complex problems. He was the founding director of the University of California's first environmental science center inside Yosemite National Park, where he continues to develop data-driven approaches to managing natural ecosystems. 

In 2012 Berlow founded Vibrant Data Labs, which builds tools to use data for social good. Berlow's current projects range from helping spark an egalitarian personal data economy to protecting endangered amphibians in Yosemite to crowd-sourcing novel insights about human creativity. Berlow holds a Ph.D. from Oregon State University in marine ecology.

 

 

More profile about the speaker
Eric Berlow | Speaker | TED.com