Ordnung ins Chaos. Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum III: Positive und negative Beziehungen: Analyse und Visualisierung der Kapitel 53 bis 92

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.


Vom Netzwerkebasteln und ersten Erkenntnissen

Abb. 1: Der erste Versuch, ein Soziogramm zu erstellen, Lizenz: CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0).

Wie schwierig kann es schon sein, ein Netzwerk in Gephi zu erstellen?
Wir sollten die Antwort recht bald erfahren, denn unser erster Versuch gestaltete sich experimenteller als gedacht. So speisten wir nach Erstellung der Soziomatrix[1] zunächst noch voller Optimismus unsere Daten in Gephi ein und sahen uns kurz darauf etwas ratlos mit dem Ergebnis konfrontiert: Uns präsentierte sich ein buntes Knäuel aus Kanten und Knoten, die wiederum in zahllose Kleingruppen untergliedert waren (Abb. 1). Ihre scheinbar wahllose Gruppenzuordnung hatte auf den ersten Blick nur wenig bis nichts mit der Textgrundlage zu tun. Weitere Experimente mit verschiedenen Layouts wie zum Beispiel Fruchterman-Reingold führten ebenso wenig zu einem Ergebnis wie die Suche nach Fehlern in der Soziomatrix.
Da sich alle Bemühungen als vergebens erwiesen und die Ursache des Chaos unerklärlich schien, entschlossen wir uns, die Zuordnung der Gruppen und deren Anordnung im Netzwerk manuell vorzunehmen. Wir brachten die Knoten in Position und färbten sie einzeln ein, bis die Gruppenzugehörigkeit und Zentralität einer Person unserem Textverständnis entsprach (Abb. 2). So entstand beispielsweise die größte Gruppe um Ludwig VI. von Frankreich und Wilhelm Clito (grün) mit ihren Verbündeten, also all jenen, die aufgrund ‚positiver‘[2] Beziehungen miteinander verbunden waren. Ihnen gegenüber standen die Kleriker von St. Donatian (rot) und die Verschwörer (lila) als stärkste Widersacher.

Abb. 2: Manuell erstelltes Netzwerk positiver und negativer Beziehungen, Lizenz: CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0).

Abbildung 2 zeigt demnach kein algorithmusbasiertes Netzwerk, sondern Gephi lieferte lediglich die Basis – bestehend aus Kanten und Knoten –, die wir an unsere eigene Textinterpretation anpassten. Es war offensichtlich, dass diese Vorgehensweise nicht dem Sinn der Sache entsprechen konnte. Um nun weiteres ahnungsloses Herumbasteln zu vermeiden, begann das Lesen von Tutorials und Blog-Beiträgen und mit dem Lesen reifte die Erkenntnis, dass es durchaus nötig ist, sich wesentlich intensiver mit Gephi auseinanderzusetzen als wir es bislang getan hatten. Nur so ließ sich überhaupt verstehen, wie sich die jeweiligen Algorithmen und Einstellungen auf die einzelnen Layouts auswirken. An dieser Stelle sei auf den Aufsatz von Jacomy [u.a.] verwiesen, der ausführlich über das Layout ForceAtlas 2 informiert, welches für die nachfolgenden Netzwerke verwendet wurde.[3]

Aus Freund mach Feind und aus Feind mach Freund: Gephis Umgang mit
Gruppenzuordnungen

Nach einigem Herumexperimentieren bewährten sich folgende Einstellungen:

Abb. 3: Die verwendeten Einstellungen beim Layout ForceAtlas 2, Lizenz: CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0).

Als Analyseverfahren für die Knoten wählten wir die Eigenvektor-Zentralität – je größer ein Knoten, desto zentraler ist er. Die Gruppeneinteilung erfolgte durch Gephis modularity-Funktion, wobei wir den Resolution-Wert so bestimmten, dass das Netzwerk aus nicht mehr als fünf bis sieben Gruppen besteht. In dem Bestreben nach Übersichtlichkeit bearbeiteten wir mittels Noverlap und label adjust die Platzierung der Knoten und Labels nach, ebenso verbargen wir all jene Knoten, die über keine Kante verfügten, mittels des Filters degree range.

Das Resultat zeigt ein im Vergleich zu Abbildung 1 deutlich strukturierteres Netzwerk:

Abb. 4: Netzwerk positiver und negativer Beziehungen, Lizenz: CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0).

Der größte Vorteil besteht wohl darin, dass anhand der Größe der Knoten in Abbildung 4 auf den ersten Blick ersichtlich wird, welche Personen im Zentrum von Galberts Erzählung stehen. Zu ihnen zählen Wilhelm Clito, Ludwig VI., Robert der Jüngere, der Kämmerer Isaak, Borsiard und Bertulf. Austragungsort ihres Konflikts ist großteils Brügge, wodurch sich die Verwicklung der Bürgerschaft in die Streitigkeiten erklärt.

Problematisch ist jedoch der Umgang des Programms mit mehreren Kanten, die zwischen denselben Knoten verlaufen. Gephi unterscheidet hierbei nicht zwischen verschiedenen Kantentypen, sondern summiert alle Verbindungen zwischen zwei Knoten zu einer einzigen, stärker gewichteten Kante auf. Dass das in einem Netzwerk, in dem sowohl gute als auch schlechte Beziehungen erfasst werden, zu merkwürdig anmutenden Gruppenzuweisungen führt, ist vorprogrammiert. Bezeichnend dafür sind Wilhelm Clito und sein Kontrahent Wilhelm von Ypern, die Gephi ein- und derselben Gruppe zuordnet, obwohl sie zwei verfeindeten Parteien angehören.

Das Beispiel verdeutlicht, dass Gephi nur bedingt dafür geeignet ist, ein Netzwerk, in dem verschiedene Arten von Beziehungen erfasst werden, darzustellen. Zur Unterstützung des Textverständnisses bietet es sich deshalb an, einzelne Netzwerke für unterschiedliche Beziehungstypen zu erstellen.

Mittler zwischen zwei Lagern – Robert der Jüngere als Bindeglied

Abb. 5: Netzwerk positiver Beziehungen, Lizenz: CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0).

In einem Netzwerk, das nun ausschließlich positive Beziehungen visualisiert, kommen die in Galberts Erzählung auftretenden Gruppierungen vollends zum Vorschein. In Abbildung 5 sind die zwei großen Gruppen, zwischen denen der Konflikt stattfindet, deutlich zu sehen. Auf der einen Seite finden sich die Verschwörer (rosa) sowie ihre Unterstützer. Ihnen gegenüber stehen Wilhelm Clito selbst und diejenigen, die seine Herrschaftsansprüche unterstützen (blau) – allen voran Ludwig VI. von Frankreich. Besonders deutlich geht hieraus die Stellung Roberts des Jüngeren hervor, der – obgleich er dem Kreis der Verschwörer angehört – als Bindeglied zwischen beiden Parteien fungiert. Seine Mittlerposition deckt sich mit der ambivalenten Rolle, die ihm Galbert zuteilwerden lässt.

Neben den zwei großen Parteien gibt es noch kleinere Gruppen: Graf Balduin IV. von Hennegau und die Bürgerschaft von Mons (gelb) sowie die verwandtschaftlichen Bande zwischen Desiderius, seiner Tochter und deren Ehemann Walter (grün). Sie sind nicht unmittelbar am Streit um den Herrschaftsanspruch in Flandern beteiligt und unterhalten dementsprechend keine Beziehung zu den zwei großen verfeindeten Parteien.

Die große Auswirkung einer kleinen Einstellung

Abb. 6: Algorithmus-basiertes Netzwerk negativer Beziehungen (modularity resolution 2), Lizenz: CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0).

Abb. 7: Algorithmus-basiertes Netzwerk negativer Beziehungen (modularity resolution 1), Lizenz: CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0).

Es wurde schon auf die Möglichkeit eingegangen, die Gruppeneinteilung mittels verschiedener Werte für die modularity resolution zu beeinflussen. Deshalb ist es sinnvoll, sich vor der Erstellung eines Netzwerks Gedanken darüber zu machen, welche Aspekte betont werden sollen. Dies sei an zwei Beispielen verdeutlicht. Die obenstehenden Abbildungen 6 und 7 bilden beide dasselbe Netzwerk aller verfeindeten Personen aus Galberts Bericht ab. Der einzige Unterschied besteht in der modularity resolution.

In Abbildung 6 wird die Auswirkung einer größeren modularity resolution deutlich. Die verringerte Anzahl an Guppen führt dazu, dass Gephi die Hauptträger des Konflikts zu einer großen Gruppe (rosa) zusammenfasst. Wilhelm Clito und sein Konkurrent Wilhelm von Ypern, Ludwig VI. wie auch die Bürgerschaften von Brügge, Ypern und Aardenburg erscheinen neben der Gruppe der Verschwörer um Bertulf und Borsiard durch ihre hohe Zentralität im Netzwerk als maßgebliche Akteure des Konflikts. Daneben gibt es noch eine Anzahl weiterer verfeindeter Parteien, die ihre eigenen Auseinandersetzungen im Schatten der Herrschaftsstreitigkeiten austragen. Es war uns nach der Lektüre des Textes zwar bewusst, wie wenig Einfluss diese Parteien aber tatsächlich auf den Nachfolgestreit in Flandern nehmen, zeigte erst die Visualisierung in Gephi. Sie sind überwiegend nur durch eine Kante am Hauptkonflikt beteiligt, untereinander aber über ein verzweigtes „Feindschaftsnetz“ verbunden.

Anders verhält es sich, sobald man die modularity resolution reduziert. Die in Abbildung 5 noch einer gemeinsamen Gruppe zugewiesenen Fraktionen finden sich in Abbildung 7 in getrennten Lagern wieder. Es zeigt sich, dass Wilhelm Clito stärker in seine Bemühungen zur Einung der gespaltenen Bürgerschaft von Brügge involviert ist (grün), wohingegen sein Unterstützer Ludwig VI. hauptsächlich gegen die Verschwörer vorgeht (rosa).


[1] Bei den Knoten berücksichtigten wir auch solche Personen, die von Galbert zwar nur einmal erwähnt werden, jedoch auch in anderen Quellen auftauchen. Ebenso definierten wir kollektive Akteure als handelnde Subjekte wie beispielsweise die Bürgerschaften verschiedener Städte oder die Kleriker von St. Donatian. Bei den Kanten unterschieden wir positive und negative Beziehungen.

[2] Oder dem, was wir als ‚positiv‘ definierten. Dazu gehören: Verwandtschaft, Freundschaft, gegenseitige Verpflichtungen basierend auf einem Schwur oder Eid, etc. Kurz: Alle Beziehungen waren positiv, wenn sie nicht eindeutig als negativ gedeutet werden konnten.

[3] Mathieu Jacomy [u.a.], ForceAtlas2, A Continuous Graph Layout Algorithm for Handy Network Visualization Designed for the Gephi Software, in: PLoS ONE 9/6 (2014), DOI: https://doi.org/10.1371/journal.pone.0098679.


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.


Alle Beiträge der Reihe „Ordnung ins Chaos. Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum“:

Clemens Beck und Markus Krumm, Ordnung ins Chaos. Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum: I Einleitung.

Maximilian Singer, Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum: II Langfristige Beziehungen und einmalige Kontakte: Analyse und Visualisierung der Kapitel 12 bis 52.

Stefan Frankl und Anna Claudia Nierhoff, Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum: III Positive und negative Beziehungen: Analyse und Visualisierung der Kapitel 53 bis 92.

Benedikt Krammling, Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum: IV Einfluss und Hilfe: Analyse und Visualisierung der Kapitel 93 bis 122.                                 

Clemens Beck und Markus Krumm, Ordnung ins Chaos. Digitale Netzwerkanalyse am Beispiel von Galberts von Brügge De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarum: V Resümee.

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: VI Glossar.

Stefan Frankl und Anna Claudia Nierhoff

Stefan Frankl studierte an der Ludwig-Maximilians-Universität die Fächer Geschichte und Antike und Orient. Nach Beendigung seines Bachelorstudiums wandte er sich seiner zweiten Leidenschaft, der IT, zu und absolviert in diesem Bereich derzeit eine Ausbildung. Anna Claudia Nierhoff studierte an der Ludwig-Maximilians-Universität München die Fächer Geschichte, Antike und Orient. Ein Dissertationsprojekt zur Rezeption der Weltchroniken von Frutolf von Michelsberg und seinen Fortsetzern befindet sich in Vorbereitung.

More Posts


Das könnte Dich auch interessieren …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.