Die statistische Physik stellt Methoden bereit, um kollektive Phänomene in physikalischen Systemen zu beschreiben. Neue Systemeigenschaften, wie die Leitfähigkeit in einem Festkörper, enstehen aus der Wechselwirkung einer grossen Zahl von Elementen, etwa der Atome. Schon Aristoteles wusste, dass das Ganze mehr ist als die Summe seiner Teile. Was ist damit für das Verständnis der kollektiven Dynamik in sozialen Systemen gewonnen? Können wir die Entstehung kollektiver Emotionen aus der Interaktion einer Vielzahl von Internet-Usern erklären? Oder die virale Verbreitung von YouTube Videos und die Popularität von Internet-Phänomenen wie Boxxy? In der Tat lassen sich solche kollektiven Prozesse mithilfe von Agenten-basierten Modellen beschreiben, die die Systemdynamik sehr gut wiedergeben. Mehr noch: die Flut sozialer Daten erlaubt auch Performance-Analysen. Das Ganze ist mehr als die Summe seiner Teile - aber wieviel mehr? Ist ein Team 2x, 3x oder 1.5x so produktiv, wenn die Zahl der Mitarbeiter verdoppelt wird? Eine Erklärung liefert uns die Analyse des sozialen Netzwerkes. Um die kollektive Dynamik in sozialen Systemen zu verstehen, lassen sich also verschiedene Ansätze kombinieren: stochastische Modelle, Netzwerkanalysen und datengetriebene Methoden.