We hebben gezien dat een buffer een begrip is dat impliceert dat een evenwicht van uitwisseling bereikt kan worden in een proces (dat een gekoppelde “configuratie”, een “organisatie”, …, beschikbaar is) zodanig dat enkel de elementen van het evenwicht (de buffers die samen de configuratie uitmaken) wat betreft hun intensiteit veranderen. Die intensiteiten kunnen dus ook gebruikt worden om te sturen, gewoonlijk is dat dan het stoppen van een bepaald proces, de processnelheid die nul wordt. Door de intensiteit van een buffer te veranderen kan men er immers voor zorgen dat een volgende stap in een spontaan proces (dat hoe dan ook doorgaat) slechts mogelijk wordt als dit gewenst is. Bijvoorbeeld: het proces gaat niet door zolang er geen minimale intensiteit bereikt is (een minimum aantal sporen moet achtergelaten worden), of het proces gaat niet door wanneer een maximale intensiteit overschreden wordt. Bufferen betekent dat er meerdere stappen nodig zijn die sporen achterlaten vergeleken met het niet gebufferde proces.

Sturing met behulp van buffering vereist eerst de constructie van een entiteit, een soort die een intensiteit kan hebben en de koppeling van buffers kunnen we ook modelleren als de interactie van anticipatie processen en feedback processen die een gesloten lus vormen. Sommige entiteiten (een entiteit moet per definitie herhaalbaar waarneembaar zijn) zijn zo complex dat we tijdens een proces bewust ons oordeel moeten opschorten om te anticiperen dat we ons doel bereikt hebben (anticipatie) omdat we eerst nog meer toestanden "van de entiteit" moeten laten gebeuren (feedback) die niet te anticiperen zijn maar die wel essentieel zijn om de operationeel relevante entiteit te kunnen construeren op de relevante schaal, intensiteit van gedrag. Een entiteit wordt immers geconstrueerd doordat "in de tijd" een geanticipeerd verschil dat een verschil maakt niet meer (waarneembaar) verandert en men dus kan besluiten dat een doel bereikt is: het waarnemen van het gedrag (verandering) van wat niet meer verandert. Een buffer accumuleert minimaal kennis (mogelijke onderscheidingen die in een "indien... dan...." structuur te gebruiken zijn) in de loop van de tijd (de stappen van het proces) en is dus essentieel om te kunnen sturen. Een buffer is altijd gerelateerd aan een proces dat een intensiteit vergaart (accumuleert) of verliest (decumuleert). Een bufferingsproces is dus een verandering van intensiteit die aanleiding geeft tot de constructie of herkenning van een mogelijks te anticiperen entiteit. Een buffering is dus ook altijd gerelateerd aan de opbouw van een waarneming en dus een minimale resolutie. Een buffer wordt dus in de tijd opgebouwd en zal altijd leiden tot een tijdsvertraging in het totale proces. Een buffer accumuleert soms ook materie en energie in de loop van de tijd (van het proces) en is dus essentieel om sommige processen correct te kunnen anticiperen en initiëren die anders niet hadden kunnen verlopen om een doel te bereiken. Buffering is een begrip dat abstract genoeg is om zowel in een informatiecontext als een energiecontext gebruikt te worden.

Voorbeelden van buffering die gebruikt kan worden als sturing

We zien dus aan de voorbeelden dat buffering zowel een essentiële component heeft die bepaald wordt door de spontane processen in het bufferende systeem, als een essentiële component die bepaald wordt door het verschil dat voor het waarnemend agens een verschil maakt (onder andere zijn waarnemingsresolutie en zijn anticipatie). Sturen met behulp van buffering zal dus altijd een tijdsvertraging introduceren. Een buffer wordt hier dus ook in de context van informatie gebruikt. Klassiek spreekt men enkel van buffering om een proces te sturen wanneer men niet alleen elkaar uitsluitende toestanden veronderstelt maar daarenboven ook elkaar uitsluitende (en dus telbare) entiteiten en ze allemaal, en daarenboven enkel allemaal, relevant zijn. Het verschil tussen informatie buffering en energie buffering is dat enkel in het laatste geval datgene wat van de beschouwde entiteit in de ene toestand (buffer) beschikbaar is, niet beschikbaar is in een andere toestand (buffer). Dus de klassieke interpretatie van buffering veronderstelt een nulsom situatie, niets wordt gecreëerd en niets gaat verloren. Dit kunnen we dus modelleren door voor het α-proces een proces te nemen op basis van atomen (een atoom veronderstelt dat alle en enkel alle onderscheidingen die het atoom vormen relevant zijn), en voor het β-proces een proces beschreven met behulp van contradualerende atomen met de simultane realisatie van de stabiele entiteit (dat wat behouden wordt). In de tijd, bij elk ervaren in een nieuwe toestand, zien we dan een verdeling over punten die onvermijdelijk driedimensionaal en daarenboven cartesiaans te beschrijven zijn.

Het is dus mogelijk een herhaalbare verandering te simuleren (te anticiperen) met gekozen eenheden (buffers) en hun relaties enkel door slechts die buffers te modelleren (gewoonlijk op interval niveau) en de mate waarin ze veranderen (dat moet niet op interval niveau) en dat op een zodanige manier dat de veranderingen van elkaar afhankelijk zijn. Het accumulatie proces heeft het karakter van een positieve feedback (hoe meer er vloeit hoe meer er geaccumuleerd wordt) en het wegvloeien heeft het karakter van een negatieve feedback (hoe meer er vloeit hoe minder er geaccumuleerd wordt), maar dan op het niveau van de verandering van evenwicht en niet van evenwicht zelf.

Buffering kan dan ook als een heuristiek los van anticipatie en feedback bestudeerd worden als de mogelijkheden van coördinatie in netwerken van parallelle en seriële processen. Men bestudeert dan het gedrag dat ontstaat door variërende intensiteiten van buffers en men aanvaardt de soort buffers (eenheden) en hun causale koppelingen als gegeven. Deze toegepaste wetenschap bestudeert dus niet het ontstaan van nieuwe entiteiten zoals men bijvoorbeeld doet in de synthese chemie of de evolutionaire biologie. Wat er wel kan bestudeerd worden is (de relaties tussen) de intensiteit van buffers, en gewoonlijk concentreert men zich dan op de buffers die het systeem voeden, “elementen” aanbrengen die dan verdeeld en getransformeerd worden en uiteindelijk in een andere vorm geoogst worden uit het systeem.

Buffers zijn dan ook de entiteiten van de systeem dynamica die vanaf het midden van de 20ste eeuw ontstaan is als een concrete toepassing van de cybernetica inzichten. Buffers worden in het domein van de systeem dynamica “accumulations”, “levels” of “stocks” genoemd, en de mate waarin ze veranderen worden daar “rates” of “flows” genoemd. De structuur die ontstaat door “levels” en “rates” met elkaar te verbinden modelleert dan anticipatie en als hierin gesloten lussen opgenomen worden modelleert dit positieve en negatieve feedback. Hieruit kan dan de gemodelleerde systeemgrens afgeleid worden.

De modellering van netwerken is niet vanzelfsprekend als men van a priori ideeën vertrekt en dit maakt de wiskundige modellering van gedrag zeer uitdagend. De ideeën moeten groeien uit de interpretatie van wat werkt in concrete gevallen (en dat zijn dan de onderscheidingen en niet de a priori entiteiten) en elk domein of repertorium heeft zo eigen patronen omdat elk domein andere relevante toestanden onderscheidt, en het zijn de toestanden die de eigenvectoren zullen aanbrengen in het model. Simulaties blijven altijd abstracte oefeningen als ze niet in concrete acties toegepast kunnen worden en een actie kan altijd gemodelleerd worden door op een bepaald ogenblik een interventie uit te voeren en dus de gemodelleerde anticipatie te veranderen.