Die Simulation ist ein wichtiges Instrument für die sozialwissenschaftliche Forschung, insbesondere wenn die Erfassung vollständiger Datensätze entweder unerschwinglich teuer, ethisch bedenklich oder schlichtweg nicht durchführbar ist. Die Simulation von Netzwerken mit bestimmten Annahmen und Parametern, die entweder theoretisch oder empirisch gewonnen wurden, ermöglicht die Untersuchung simulierter Veränderungen von Netzwerken und die Erforschung hypothetischer Was-wäre-wenn-Szenarien. Diese Szenarien gehen über bloße Projektionen von Netzwerkveränderungen hinaus und untersuchen soziale Dynamiken, wie zum Beispiel die Ausbreitung einer Krankheit oder einer Innovation innerhalb dieser veränderten Realitäten. In diesem Kapitel gehe ich näher auf die Motivation für das Simulieren von Netzwerken ein. Danach unterscheide ich zwei verschiedene Typen von Algorithmen, die bei der Erstellung verschiedener Netzwerke eine wichtige Rolle spielen: Erstens, stark stilisierte Netzwerke, die der theoretischen Untersuchung dienen, indem sie bestimmte Netzmerkmale ‚idealtypisch‘ hervorheben; und zweitens, kalibrierte Netzwerke, die die Komplexität der realen Welt widerspiegeln und so die externe Validität von Simulationen erhöhen. Für jeden Typ erläutere ich die routinemäßig eingesetzten Algorithmen und die praktischen Überlegungen zur Simulation. Die anschließende Diskussion befasst sich mit dem Umgang mit simulierten Netzwerken und wird durch eine Fallstudie ergänzt. Die vorgestellte Studie veranschaulicht die dynamische Natur simulierter Netzwerke und demonstriert sowohl die bewusste Einführung zufälliger Verbindungen als auch die modellierte Verbreitung einer Innovation, wenn der Grad der Knoten und die Wahrscheinlichkeit, von anderen beeinflusst zu werden, miteinander korrelieren.