Die Modellierung komplexer Netzwerke: zum Nutzen agentenbasierter Modelle in der neuen Netzwerkforschung

Abstract

"Die 'neue Netzwerkforschung' argumentiert, dass große soziale Netzwerke in unterschiedlichsten Kontexten (zum Beispiel das World Wide Web, Sexualkontakte, Koautorschaften) sehr ähnliche, hocheffiziente Struktureigenschaften aufweisen ('small world' oder 'scale free' Strukturen). Darüber hinaus werden diese Strukturen als das Resultat einfachster individueller Verhaltensmechanismen gesehen, die die makroskopische Struktur als unbeabsichtigtes Nebenprodukt individueller Beziehungswahlentscheidungen erzeugen. Die Verfasser behaupten, dass diese Forschung aus Sicht der Soziologie zwei Defizite aufweist. Erstens sind die verwendeten Verhaltensmodelle soziologisch wenig plausibel. Typischerweise werden mechanistische - oftmals an physikalischen Modellen orientierte - individuelle Verhaltensregeln angenommen und die zugrundeliegenden Motive individueller Beziehungswahlen nicht explizit modelliert. Die Modelle bieten daher wenig Einsicht in die Bedingungen der behaupteten Strukturresultate. Zweitens untersuchen empirische Arbeiten üblicherweise nur, ob globale Netzwerkmerkmale in dem Bereich liegen, der durch die theoretischen Modelle vorhergesagt wird, testen aber nicht Mechanismen der Netzwerkdynamik auf der individuellen Ebene. Sie schlagen daher vor, dass soziologische 'neue Netzwerkforschung' das Instrument 'agentenbasierter Modellierung' einsetzt. Agentenbasierte Modelle beschreiben explizit die individuellen Verhaltenziele und -regeln bestenfalls beschränkt rationaler Akteure, die nur über unvollständige lokale Information verfügen. Sie zeigen an einem Beispiel auf, wie eine agentenbasierte Modellierung der Dynamik großer Netzwerke mit soziologisch plausiblen Verhaltensannahmen nicht nur die Entstehung von 'small world' und 'scale free' Strukturen erklären kann, sondern darüber hinaus auch Bedingungen identifiziert, unter denen die zugrundeliegenden Verhaltensregeln zu verschiedenen Strukturen führen. Sie gehen dann auf statistische Ansätze ein, insbesondere auf die 'actor oriented statistics', die es möglich machen, konkurrierende Verhaltenshypothesen an Netzwerkdaten zu testen." (Autorenreferat)