Logistisches Wachstum

Motivation: Grenzen des exponentiellen Wachstums

Exponentielles Wachstum kann in der Realität nicht unbegrenzt andauern, da Ressourcen begrenzt sind. Eine wachsende Population trifft irgendwann auf Nahrungsmangel, Platzmangel oder Konkurrenz. Das logistische Wachstumsmodell berücksichtigt diese Begrenzung durch eine Kapazitätsgrenze (auch Sättigungsgrenze oder Tragfähigkeit genannt) und ist eines der wichtigsten Modelle in der Biologie, Ökologie und Epidemiologie.

Die logistische Differentialgleichung

Das logistische Wachstum wird durch folgende Differentialgleichung beschrieben:

$$f'(t) = k \cdot f(t) \cdot \left(1 – \frac{f(t)}{S}\right)$$

Hierbei ist $ k > 0 $ die Wachstumsrate und $ S $ die Kapazitätsgrenze (Sättigungswert). Der entscheidende Faktor $ \left(1 – \frac{f(t)}{S}\right) $ wirkt als „Bremse“: Ist $ f(t) $ klein im Vergleich zu $ S $, ist der Faktor nahe 1, und die Funktion wächst fast exponentiell. Nähert sich $ f(t) $ der Grenze $ S $, geht der Faktor gegen 0, und das Wachstum verlangsamt sich drastisch.

Die logistische Funktion

Die Lösung der logistischen Differentialgleichung ist die logistische Funktion:

$$f(t) = \frac{S}{1 + \left(\frac{S}{f_0} – 1\right) \cdot e^{-kt}}$$

wobei $ f_0 = f(0) $ der Anfangswert ist. Für große $ t $ strebt $ e^{-kt} \to 0 $, und es ergibt sich $ f(t) \to S $. Für kleine $ t $ (und $ f_0 \ll S $) verhält sich die Funktion näherungsweise wie $ f_0 \cdot e^{kt} $ – das Wachstum ist anfangs exponentiell.

Der S-förmige Verlauf

Der Graph der logistischen Funktion hat eine charakteristische S-Form (Sigmoidkurve). Er beginnt flach (Phase des langsamen Anlaufs), steigt dann steil an (Phase des schnellsten Wachstums) und flacht schließlich wieder ab, wenn er sich der Sättigungsgrenze $ S $ nähert. Diese drei Phasen spiegeln die Realität vieler Wachstumsprozesse wider.

Der Wendepunkt

Der Wendepunkt der logistischen Funktion liegt bei genau der Hälfte der Kapazitätsgrenze:

$$f(t_W) = \frac{S}{2}$$

Am Wendepunkt ist die Wachstumsrate $ f'(t) $ maximal. Danach nimmt die Wachstumsrate ab, obwohl der Bestand weiter zunimmt. Diesen Zeitpunkt kann man durch Einsetzen in die Formel berechnen: $ t_W = \frac{1}{k} \ln\left(\frac{S}{f_0} – 1\right) $.

Der Wendepunkt hat große praktische Bedeutung: Bei einer Epidemie markiert er den Zeitpunkt, an dem die täglichen Neuinfektionen ihr Maximum erreichen. Danach sinken die Neuinfektionen, obwohl die Gesamtzahl der Infizierten noch steigt.

Beispiel: Ausbreitung eines Gerüchts

In einer Schule mit 800 Schülern verbreitet sich ein Gerücht. Anfangs kennen es 10 Schüler, die Wachstumsrate beträgt $ k = 0{,}5 $ pro Tag. Das Modell lautet:

$$f(t) = \frac{800}{1 + 79 \cdot e^{-0{,}5t}}$$

denn $ \frac{S}{f_0} – 1 = \frac{800}{10} – 1 = 79 $. Der Wendepunkt liegt bei $ t_W = \frac{\ln(79)}{0{,}5} \approx 8{,}7 $ Tagen, wenn etwa 400 Schüler das Gerücht kennen. Nach 20 Tagen kennen es $ f(20) = \frac{800}{1 + 79 \cdot e^{-10}} \approx \frac{800}{1{,}004} \approx 796 $ Schüler – fast alle.

Vergleich der Wachstumsmodelle

Die drei wichtigsten Wachstumsmodelle im Überblick:

Exponentielles Wachstum: $ f‘ = kf $. Unbegrenztes Wachstum, keine Sättigung. Graph: stetig steilere Kurve.
Beschränktes Wachstum: $ f‘ = k(S – f) $. Annäherung an $ S $ von unten, stärkste Zunahme am Anfang. Graph: abflachende Kurve ohne Wendepunkt.
Logistisches Wachstum: $ f‘ = kf(1 – f/S) $. S-förmiger Verlauf mit Wendepunkt bei $ S/2 $. Kombination aus anfänglich exponentiellem Wachstum und späterer Sättigung.

Das logistische Modell ist das realistischste der drei, da es sowohl die anfängliche Beschleunigung als auch die spätere Verlangsamung abbildet.

Anwendungsfelder

Logistisches Wachstum modelliert unter anderem Populationsdynamiken in der Ökologie, die Ausbreitung von Epidemien und Informationen, die Marktdurchdringung neuer Produkte, chemische Reaktionen mit begrenzten Reaktionspartnern und das Lernverhalten bei begrenzter Kapazität. Die mathematische Analyse über Ableitung und Wendepunkt liefert dabei wertvolle Prognosen für den Verlauf des Prozesses.

Zusammenfassung

Das logistische Wachstum beschreibt S-förmige Wachstumsprozesse mit einer Kapazitätsgrenze. Die Differentialgleichung $ f‘ = kf(1 – f/S) $ verbindet exponentielles Anfangswachstum mit Sättigung. Der Wendepunkt bei $ f = S/2 $ markiert das maximale Wachstumstempo. Das Modell ist realistischer als rein exponentielles oder beschränktes Wachstum und findet in Biologie, Medizin und Wirtschaft breite Anwendung.