Während ein ABM herkömmlichen aggregierten Modellen auf zahlreichen Gebieten überlegen ist, hat es an einer Stelle eine klare Schwäche: es ist instabil, die Ergebnisse beinhalten immer auch ein gewisses Maß an weißem Rauschen. Die Unsicherheit ergibt sich aus dem Simulationscharakter: Jede Entscheidung entspricht einer Monte-Carlo-Simulation, die zu einem gewissen Maß zufällig ist.
Das ABM Nested Demand besitzt diese Instabilität nicht. Dies wird durch die Modellierung individueller Präferenzen erreicht (siehe Snethlage 2023a). Das resultierende Modell ist unverändert ein ‚nested‘ Logit-Modell.
Eine individuelle Präferenz ist derjenige Anteil am Nutzen, der häufig ε (Epsilon) oder Fehlerterm genannt wird. Er wird als individueller (d.h. je Person unterschiedlicher) Nutzen einer Alternative interpretiert, der nur deshalb zufällig erscheint, weil er nicht beobachtet werden kann. Eine explizite Modellierung von ε ermöglicht die Erhaltung dieses individuellen Nutzens über Szenarien hinweg. Der Zufall wird nicht eliminiert, sondern in gewissem Sinne konstant gehalten.
Im Ergebnis entsteht ein Verkehrsmodell, dessen Reaktionen auf Änderungen konsistent sind und durch keinerlei weißes Rauschen überlagert werden. Die Wirkung von Maßnahmen, auch von sehr kleinräumigen, kann somit genau ermittelt werden.
