Ordnung ins Chaos. Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum: VI Glossar
Lehrstücke: Gesammelte Beiträge von Masterstudierenden der Ludwig-Maximilians-Universität München aus der Übung „Ordnung ins Chaos – Digitale Netzwerkanalyse am Beispiel mittelalterlicher Geschichtsschreibung“, zusammengestellt und betreut von den Übungsleitern Clemens Beck und Dr. Markus Krumm.
Die folgenden Definitionen wurden anhand von Wolfgang Reinhard, Freunde und Kreaturen. „Verflechtung“ als Konzept zur Erforschung historischer Führungsgruppen. Römische Oligarchie um 1600 (Schriften des philosophischen Fachbereichs der Universität Augsburg 14), Augsburg 1979 sowie Dorothea Jansen, Einführung in die Netzwerkanalyse. Grundlagen, Methoden, Forschungsbeispiele, Wiesbaden ²2006 erarbeitet.
Cluster
Stelle von hoher → Dichte im → Netzwerk.
Cutpoint
Exklusiver → Knoten, der zwei oder mehr → Cluster verbindet.
Dichte
Maß für die Verflechtung von Akteuren im → Netzwerk.
Distanz
Abstand zwischen zwei Akteuren in einem → Netzwerk.
Dyade
Als D. bezeichnet man eine → Kante zwischen zwei → Knoten. Es werden symmetrische (wechselseitige) und asymmetrische (einseitige) D.en unterschieden.
Einflussnetzwerk
In einem E. sind die Akteure positiv miteinander verbunden, das heißt Beziehungen zwischen zwei Akteuren schließen die Beziehungen zu weiteren Akteuren nicht aus.
Gewicht
Das G. einer Beziehung bezeichnet deren Wertigkeit (zum Beispiel Verwandtschaft oder Treue, Häufigkeit von Aufenthalten am Hof). Das G. zum Beispiel von Verwandtschaft muss selbst festgelegt werden.
Grad / degree
Durchschnittliche Zahl von Beziehungen, die eine Person im → Netzwerk zu anderen Personen unterhält. Grundsätzlich gibt es die Möglichkeit, die Richtung von Beziehungen anzugeben, ob sie vom Akteur ausgehen (out-degree) oder auf den Akteur gerichtet sind (in-degree).
Kanten / edges
Die K. sind die zwischen → Knoten verlaufenden Beziehungen oder Relationen. In fertig modellierten → Netzwerken lassen sich starke (strong ties) und schwache Beziehungen (weak ties) unterscheiden, je nach Art und Häufigkeit der Beziehung (→ Dyade, → Triade, …).
Knoten / nodes
Die K. sind die Akteure in einem → Netzwerk.
Makler
Ein M. besetzt einen → Cutpoint, über den sich → strukturelle Löcher überwinden lassen.
Beispiel: Hansekaufmann, der Waren bei mehreren Anbietern preiswert im Baltikum kauft, um sie an seine Kunden in Köln teuer zu verkaufen.
Multiplexität
Zwei Akteure sind in verschiedenen sozialen Kontexten (zum Beispiel als Freund, als Kollege) miteinander verbunden.
Netzwerk
Ein N. ist definiert als eine abgegrenzte Menge von → Knoten oder Elementen und der Menge der zwischen ihnen verlaufenden sogenannten → Kanten. Die Netzwerkanalyse unterscheidet zwischen → Einflussnetzwerk und → Tauschnetzwerk.
Soziales Kapital
S.K. lässt sich beschreiben als Summe der Handlungsmöglichkeiten, die sich aus Summe, Art und Intensität der Beziehungen einer Person ergeben (an wen kann ich mich gegebenenfalls wenden?). Nach Pierre Bourdieu, auf den der Begriff ursprünglich zurückgeht, lässt sich S.K. von kulturellem (zum Beispiel Bildung) und ökonomischem Kapital (zum Beispiel Geld) unterscheiden. S.K. kann das Produkt sozialer Interaktion sein und wird meist beiläufig gemeinsam mit anderen Handlungen produziert. Ressourcen, die S.K. vermitteln können, sind zum Beispiel: Gruppensolidarität, Informationen, Macht durch strukturelle Autonomie oder sozialer Einfluss.
Soziogramm
Darstellung eines → Netzwerks als Grafik.
Soziomatrix
Darstellung eines → Netzwerks in Tabellenform.
Strukturelles Loch
Stelle von geringer → Dichte im → Netzwerk.
Tauschnetzwerk
In einem T. sind die Akteure negativ miteinander verbunden, das heißt Beziehungen zwischen den Akteuren sind durch Konkurrenz gekennzeichnet; Beziehungen zwischen zwei Akteuren schließen die Beziehungen zu weiteren Akteuren aus.
Triade
Als T. bezeichnet man einen Ausschnitt aus einem → Netzwerk von drei → Knoten, wenn zwischen allen → Knoten → Kanten existieren.
Zentralität (Centrality)
Maß, mit der die Stellung eines Akteurs im → Netzwerk angegeben werden kann; Z. bemisst sich anhand seiner direkten und indirekten Beziehungen.
Man unterscheidet vier Arten von Z.:
- Die degree-basierte Zentralität bezeichnet den Anteil aller tatsächlichen direkten Beziehungen eines Akteurs im Verhältnis zur Summe aller tatsächlichen Beziehungen im → Netzwerk.
Beispiel: Herzog A unterhält direkte Beziehungen zu zwei Grafen; Herzog B unterhält direkte Beziehungen zu drei Grafen. Das führt zu der Annahme, dass B eine größere Z. hat als A, obwohl man noch nichts über die Stellung der Grafen im → Netzwerk weiß.
- Die Eigenvektor-Zentralität wurde in kritischer Auseinandersetzung mit der degree-basierten Z. eingeführt; sie misst die degree-basierte Z. aller → Knoten, zu denen ein Akteur direkte Beziehungen unterhält.
Beispiel: Herzog A unterhält eine Beziehung zu zwei Grafen mit jeweils drei Gefolgsleuten; Herzog B unterhält Beziehungen zu drei Grafen mit jeweils einem Gefolgsmann. Insgesamt überwiegt dadurch die Z. von Herzog A im → Netzwerk.
- Die nähebasierte Zentralität bezeichnet die Summe der → Distanzen eines Akteurs zu allen anderen Akteuren. Zentral ist der Akteur, der möglichst wenige Schritte (ein Schritt bezeichnet hier die Bewegung zum jeweils nächsten durch eine direkte Beziehung verknüpften Akteur) machen muss, um alle anderen Akteure im → Netzwerk zu erreichen.
- Das Betweenness-basierte Zentralitätsmaß betrachtet jeweils drei Akteure. Für jedes Pärchen wird die kürzeste Verbindungsstrecke identifiziert. Gegebenenfalls können dies auch mehrere gleich kurze Verbindungen sein. Nun wird gefragt, ob der betrachtete Akteur ein Mittler auf diesen Verbindungsstrecken für das Paar ist. Je häufiger ein Akteur eine solche Mittlerrolle für alle Paare spielt, desto zentraler ist er nach dem Betweenness-Maß.
Alle angegebenen Links wurden am 22. Oktober 2019 geprüft.
(PDF/A-Version)
Empfohlene Zitierweise / Suggested Citation:
Clemens Beck, Markus Krumm [u.a.], Ordnung ins Chaos. Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum, in: Mittelalter. Interdisziplinäre Forschung und Rezeptionsgeschichte 2 (2019), S. 276–317, DOI: 10.26012/mittelalter-22724.
Dieser Artikel wurde redaktionell betreut von Karoline Döring.
Alle Beiträge der Reihe „Ordnung ins Chaos. Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum“:
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Clemens Beck und Markus Krumm (25. Oktober 2019). Ordnung ins Chaos. Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum: VI Glossar. Mittelalter. Abgerufen am 10. Dezember 2024 von https://doi.org/10.58079/rh6l
Neueste Kommentare