Modelle der Finanzmärkte, wie sie die Ökonomen aufstellen, sind oft von großer mathematischer Schönheit, erklären aber das Verhalten von Finanzmärkten selten zutreffend. Der Grund: Finanzmärkte sind soziale Systeme. Viele verschiedenen Teilnehmer interagieren sehr dynamisch miteinander. Die Folge: Finanzmärkte sind komplexe dynamische Systeme, die sich immer an der Grenze zum Chaos bewegen – wie andere komplexe Systeme auch. Nicht die Finanzcrashs sind staunenswert, das eigentliche Wunder ist die relative Stabilität der Märkte über längere Zeiträume hinweg. Anderseits wissen wir: Crashs sind systemimmanent. Es ist eine nur Frage der Zeit, wann sie wieder auftreten. Sie sind inhärenter Bestandteil des komplexen dynamischen Systems von Finanzmärkten und ihrer stark vernetzten Teilnehmer und treten nicht als äußere Ereignisse oder exogene Schocks auf.

Komplexität lässt sich auf klassischen mathematischen Weg kaum modellieren, und das ist es, weshalb Ökonomen Schwierigkeiten haben, Finanzmärkte wirklichkeitsnah zu modellieren. Andere Wege sind gefragt. Bereits bewährt hat sich Künstliches Leben, ein Netzwerk aus Entitäten, die unterschiedliche Finanzmarkteilnehmer repräsentieren, miteinander kommunizieren und dabei unterschiedliche (Investitions-) Strategien verfolgen, die sich im Laufe der Zeit auch ändern können. Multiagenten-Systeme sind die erste Wahl, wenn es um die Modellierung sozialer Systeme geht. Sie helfen uns, das Verhalten sozialer Systeme möglichst wirklichkeitsgetreu wiederzugeben, es zu verstehen und gegebenenfalls zu beeinflussen, damit Crashs und „Unfälle“ weniger häufig auftreten.