Ordnung ins Chaos. 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

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.


Ausgangslage und Aufgabenstellung

Die im Kurs erarbeitete Knoten-Tabelle habe ich um sechs weitere soziale Akteure mit Relevanz ergänzt: die Bürgerschaften der Städte Lille, Saint-Omer, Ghent, Brügge und Arras sowie König Heinrich I. von England.[1] Bei der Erfassung der sozialen Beziehungen in einer Kanten-Tabelle habe ich der Übersichtlichkeit wegen nur die Knoten berücksichtigt, die für die Kapitel 93 bis 122 relevant sind, also im behandelten Abschnitt mehr als einmal erwähnt werden und durch ihre Interaktionen Einfluss auf das Geschehen nehmen. In einem ersten Schritt habe ich alle Beziehungen zwischen diesen relevanten Knoten erfasst, ohne sie nach ihrer Art zu unterscheiden. Diese verschiedenen Arten von Beziehungen habe ich in einem zweiten Schritt durch die Vergabe von Kanten-Labeln wie zum Beispiel Freundschaft, Feindschaft, Verwandtschaft etc., kenntlich gemacht. Da wir ein dynamisches Netzwerk erstellen sollten, um Veränderungen in den Beziehungen abzubilden, habe ich jeder Kante ein Anfangs- und ein Enddatum zugewiesen. Sofern der Startzeitpunkt einer Beziehung aus dem Text nicht hervorging, habe ich standardmäßig das Datum 1. August 1127 gewählt. Konnte der Endzeitpunkt einer Beziehung dem Text nicht explizit entnommen werden, habe ich das Datum 1. August 1128 gesetzt.

Nach den beschriebenen Vorarbeiten konnte ich meine Knoten- und meine Kanten-Tabelle in Gephi implementieren. Damit die verschiedenen Arten von Beziehungen auch im Soziogramm deutlich werden, habe ich den unterschiedlichen Kanten-Labeln im Fenster Ausgestaltung eigene Farben zugewiesen.

Das eine Netzwerk und sein Problem

Während der Erfassung der Kanten und ihrer Label wurde schnell deutlich, dass zwischen vielen Knoten-Paaren mehrere soziale Beziehungen gleichzeitig bestanden. So sind zum Beispiel Dietrich von Elsass und Wilhelm Clito miteinander verwandt (Kanten-Label: Verwandtschaft), bekämpfen sich aber gleichzeitig erbittert um die flandrische Grafenwürde (Kanten-Label: Feindschaft). Auch verzeichnet das dynamische Netzwerk im Lauf der Zeit etliche sehr drastische Beziehungswechsel: So halten zum Beispiel die Bürger von Brügge bis zum 16. März 1128 Wilhelm Clito die Treue (Kanten-Label: Bündnis/Gefolgschaft), verweigern sich aber ab diesem Zeitpunkt seinem Befehl und versperren ihm sogar die Stadttore (Kanten-Label: Feindschaft).[2] In weitgehender Unkenntnis der technischen Möglichkeiten des Programms Gephi war ich davon ausgegangen, dass mehrere Beziehungen zwischen denselben beiden Akteuren auch im Soziogramm abgebildet werden könnten. Für das Verhältnis zwischen Dietrich von Elsass und Wilhelm Clito beispielsweise sah meine Idealvorstellung ungefähr folgendermaßen aus: Ich hatte dem Label „Verwandtschaft“ die Farbe hellblau zugewiesen, dem Label „Feindschaft“ die Farbe rot. So erwartete ich jetzt, dass zwischen den Knoten „Dietrich“ und „Wilhelm“ eine hellblaue und eine rote Kante parallel zueinander verlaufen würden. Das veränderte Verhältnis zwischen der Stadt Brügge und Wilhelm Clito wiederum hätte folgendermaßen abgebildet werden sollen: Während des Abspielens des dynamischen Netzwerks sollte zuerst eine hellgrüne Kante für „Bündnis/Gefolgschaft“ zwischen Brügge und Clito angezeigt werden. Am 16. März 1128 hätte diese dann verschwinden und durch eine rote Kante für „Feindschaft“ ersetzt werden müssen.

Leider wurden in beiden Fällen meine Erwartungen enttäuscht und mir so gleichzeitig Grenzen von Gephi aufgezeigt. Das Programm kann nur eine einzige Kante zwischen denselben beiden Knoten visualisieren. Diese Erkenntnis führte mich zu der Schlussfolgerung, dass die Erstellung eines Netzwerks, das alle Beziehungen zwischen den Akteuren erfassen kann, für die Kapitel 93 bis 122 von Galberts Werk nicht möglich ist. Um aber trotzdem eine aussagekräftige Netzwerkanalyse durchführen zu können, griff ich auf die Lösung zurück, mehrere Netzwerke mit verschiedenen thematischen Schwerpunkten anzulegen, in denen nur eine Kante zwischen denselben beiden Akteuren nötig ist.

Die Suche nach Netzwerk-Schwerpunkten

Zuerst versuchte ich, so viele Netzwerke anzulegen, dass jede von mir erfasste Kante eingebracht werden konnte. So kam ich zu den Netzwerken „Verwandtschaft“, „Eidesbindungen“ und „Beziehungen“. In Letzterem hatte ich überwiegend positive überwiegend feindlichen Beziehungen gegenübergestellt und die entsprechenden Kanten farblich kenntlich gemacht.

Die ersten beiden Netzwerke verwarf ich relativ schnell: Das „Verwandtschaft“-Netzwerk erwies sich letztendlich als wenig aussagekräftig: Dietrich von Elsass und Wilhelm Clito sind beispielsweise miteinander verwandt – und bekämpfen sich trotzdem. Ihre Verwandtschaft hält sie also nicht von ihrem Kampf ab und hat deshalb auch keine Auswirkung auf ihre Beziehung. Die einzige relevante Rolle, die Verwandtschaft in diesem Abschnitt von Galberts Werk spielt, ist die Legitimation der Prätendenten, da sie alle mit dem ermordeten Grafen Karl verwandt waren und daraus ihren Anspruch auf die Grafenwürde ableiteten. Letztendlich handelte es sich dabei nur um vier Kandidaten (Dietrich, Wilhelm, Balduin von Mons und Arnold von Dänemark). Um diese vier überschauen zu können, muss jedoch kein eigenes Netzwerk angelegt werden, weshalb ich Verwandtschaft als Themenschwerpunkt ausschloss. Auch „Eidesbindungen“ spielen nach tiefergehender Betrachtung im behandelten Abschnitt von Galberts Werk nur eine untergeordnete Rolle: Meistens dienen sie nur der Festigung eines bereits bestehenden Bündnisses und mehr als einmal werden sie ohne große Bedenken gebrochen. Basierend auf dieser Beobachtung habe ich mich letztendlich dazu entschieden, auch Eide außer Acht zu lassen.

Im dritten Netzwerk waren nur relevante und aussagekräftige Kanten erfasst, wodurch es einen höheren Erkenntnisgewinn versprach. Allerdings wirkte das Soziogramm beim Betrachten immer noch viel zu unübersichtlich für eine Auswertung.

Als Ursache dieser mangelhaften Übersichtlichkeit erkannte ich schließlich meinen Versuch, alle Kanten erfassen zu wollen. Die Aufgabenstellung „Anlage eines Netzwerks“ war zu allgemein und dementsprechend fielen die Ergebnisse aus. Ich beschloss deshalb in meinem weiteren Vorgehen, konkrete Fragen an die Kapitel 93 bis 122 in Galberts Werk zu stellen, die durch die Anlage von sozialen Netzwerken beantwortet werden konnten.

Einfluss- und Hilfe-Netzwerk als Lösung

In meinem bisherigen Vorgehen habe ich nur diejenigen Knoten für relevant erachtet, die Einfluss auf das Geschehen nehmen. Dies führte mich zu der Fragestellung, welchen Einfluss die einzelnen Akteure in den Kapiteln 93 bis 122 ausüben. Um sie zu beantworten, erschien mir die Erstellung eines Einfluss-Netzwerks mit gerichteten Kanten am geeignetsten. Dabei definiere ich Einfluss als Handlungen eines Akteurs, die einen anderen Akteur zu einer neuen Handlung bzw. Veränderung der bisherigen Verhaltensweise bewegen können. Die verschiedenen Kanten dieses Netzwerks ordnete ich folgenden Labeln zu: „Appell“, „Überredung“, „Schenkung“, „Lehnsherrschaft“, „Aggression“ und „Wahl“. Der „Appell“ unterscheidet sich von der „Überredung“ darin, dass er rein verbal zum Ausdruck gebracht wird, während letztere zusätzlich auch mit materiellen Leistungen verbunden ist. Die „Schenkung“ wiederum wird ausschließlich materiell und ohne verbale Komponente erbracht. Die übrigen drei Label erachte ich als selbsterklärend.[3]

Nachdem ich das „Einfluss“-Netzwerk in Gephi umgesetzt hatte, zeigte mir die Software erneut Grenzen auf: So hatte ich mir idealerweise vorgestellt, dass in meinem gerichteten Netzwerk der Knoten mit dem höchsten Ausgangsgrad (= Zentralität), das heißt mit dem größten Einfluss, in der Mitte des Soziogramms angezeigt wird. Allerdings kann Gephi dies nicht darstellen: Das Programm schiebt automatisch den Knoten mit den meisten Kanten in die Mitte des Graphen, ohne zwischen ein- und ausgehenden Verbindungen zu unterscheiden.

Die Lösung dieses technischen Problems verdanke ich Stefan Frankl: Da die Zentralität eines Knotens in Gephi nicht durch seine Position innerhalb des Graphen abgebildet werden kann, wurde diese Funktion auf Größe und Färbung der Knoten übertragen. Im Fenster „Ausgestaltung“ habe ich die Größe der Knoten in Abhängigkeit von ihrem Ausgangsgrad gesetzt, während ihre Färbung mit dem Eingangsgrad verbunden wurde. Je mehr Einfluss ein Knoten ausübte, desto größer wurde er im Graphen angezeigt (Minimalwert: 100; Maximalwert: 350). Je stärker wiederum ein Knoten beeinflusst wurde, desto dunkler wurde er gefärbt. Als Layout dieses Graphen wählte ich ForceAtlas 2. Durch Experimentieren kam ich zu folgenden Werten:

Threads
Thread-Anzahl 3
Leistungsoptimierung
Maßstab 5000
Stärkere Anziehungskraft Kein Haken
Anziehungskraft 1.0
Leistung
Toleranz (Geschwindigkeit) 1.0
Genäherte Abstoßung Kein Haken
Näherung 1.2
Verhaltens-Alternativen
Separiere Hubs Haken
LinLog Modus Kein Haken
Verhindere Überlappung Haken
Einfluss Kantengewicht 1.0

In Abbildung 1 ist der Knoten „Dietrich von Flandern“ (= Dietrich von Elsass) aufgrund seiner Größe unmittelbar als der Akteur mit dem höchsten Ausgangsgrad zu erkennen. Sein Gegenspieler Wilhelm Clito wird durch die dunkelgrüne Färbung des Knotens deutlich als die Person mit dem höchsten Eingangsgrad gekennzeichnet. Dietrich übt also den größten Einfluss auf die anderen Akteure aus, während Wilhelm Clito am stärksten beeinflusst wird. Der Großteil der ein- und ausgehenden Beziehungen Wilhelms ist rot gefärbt – die von mir dem Label „Aggression“ zugewiesene Farbe. Dies zeigt, dass der Normanne seine Macht überwiegend mit Gewalt und Drohungen sichert. Genau diese Aggressionen lösen aber gleichermaßen aggressive Gegenreaktionen der Betroffenen aus.

Abb. 1: Einfluss-Netzwerk (Galbert, cap. 93-122), Lizenz: CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0).

Der Graph zeigt aber auch ein Machtgefälle, das eindeutig zu Dietrichs Gunsten verläuft. Sein Sieg ist anhand des Graphen bereits vorauszuahnen. Die Größe seines Knotens symbolisiert in gewisser Weise seine Handlungsmacht, während die noch fast in das Hellgrüne übergehende Farbe für seine geringe Beeinflussung und damit für die weitgehende Unabhängigkeit seiner Entscheidungen steht. Auch der Einfluss weiterer Akteure wird deutlich: unter anderem der Stadt Brügge, der Ritter Ivan von Aalst und Daniel von Dendermonde sowie des Königs von England und des Herzogs von Niederlothringen.

Das „Einfluss“-Netzwerk bildet die faktischen Machtverhältnisse ab, bleibt aber in gewisser Hinsicht unbefriedigend, da es keine Rückschlüsse auf die Gründe und Ursachen für den Einfluss der einzelnen Akteure zulässt. Ich hatte überlegt, an welchen Faktoren sich Einfluss festmachen lässt. Mir kamen etwa das materielle Vermögen eines Akteurs, die Größe seines Gefolges sowie sein sozialer Status in den Sinn. Als ich hierzu aber den Text konsultierte, musste ich feststellen, dass sich Galbert, mit Ausnahme des sozialen Status, zu diesen Faktoren wenig bis gar nicht äußert. Entgegen meiner Erwartung spielte der Rang eines Akteurs nur eine untergeordnete Rolle. So sind die Könige von Frankreich und England in den Kapiteln 93–122 die mit Abstand ranghöchsten Akteure. Trotzdem gelingt es keinem von beiden, den jeweiligen Wunschkandidaten[4] als Grafen von Flandern durchzusetzen. Ein weiterer Faktor allerdings, der auch dem Text entnommen werden kann, ist das soziale Kapital, also die zur Verfügung stehende Hilfe und Unterstützung einer Person. Die Frage nach dem sozialen Kapital lässt sich so am besten durch die Erstellung eines gerichteten „Hilfe“-Netzwerks beantworten. Indem ein Akteur einem anderen Akteur Hilfe oder Gefolgschaft leistet, stärkt er dessen Macht und Einfluss. In gewisser Weise sind die Unterstützer deshalb selbst indirekt Einflussnehmer, da sie den Einfluss der Akteure im „Einfluss“-Netzwerk begründen.

Den Kanten dieses „Hilfe“-Netzwerks habe ich folgende vier Label zugewiesen: „Gefolgschaft“, „Unterstützung“, „Vasallität“ und „Verpflichtung“. „Gefolgschaft“ besteht, wenn der Quell-Knoten sozial unter dem Ziel-Knoten steht. Als „Unterstützung“ habe ich Kanten bezeichnet, bei denen der Quell-Knoten gleichwertig oder höhergestellt ist als der Ziel-Knoten. Demgegenüber ist „Vasallität“ in einen offiziösen Rahmen eingebettet: Sie ergibt sich als Gegenleistung für ein empfangenes Lehnsgut. Die „Verpflichtung“ wiederum ist rein moralischer Natur und stellt die Gegenleistung für eine erhaltene Schenkung oder Wohltat dar.[5]

Bei der Anlage des Netzwerks und der Gestaltung des Soziogramms bin ich analog zur Erstellung des „Einfluss“-Netzwerks vorgegangen (siehe oben). Je mehr Hilfe und Unterstützung ein Akteur leistet (Ausgangsgrad), desto größer ist sein Knoten. Je mehr Hilfe und Unterstützung ein Akteur erhält (Eingangsgrad), desto intensiver ist die Färbung seines Knotens. Auch hier habe ich mich für das Layout ForceAtlas 2 entschieden und folgende Werte eingetragen:

Threads
Thread-Anzahl 3
Leistungsoptimierung
Maßstab 5500
Stärkere Anziehungskraft Kein Haken
Anziehungskraft 1.0
Leistung
Toleranz (Geschwindigkeit) 1.0
Genäherte Abstoßung Kein Haken
Näherung 1.2
Verhaltens-Alternativen
Separiere Hubs Haken
LinLog Modus Kein Haken
Verhindere Überlappung Haken
Einfluss Kantengewicht 1.0

Auch in diesem Netzwerk-Graphen (Abb. 2) sind die Knoten mit dem höchsten Aus- und Eingangsgrad unmittelbar zu erkennen: Die Knoten der Ritter Daniel von Dendermonde und Ivan von Aalst sind ungefähr gleich groß und stellen die beiden Akteure mit dem höchsten Ausgangsgrad dar. Das spiegelt auch die Intensität ihres Engagements und ihrer Bemühungen in den flandrischen Machtkämpfen sehr deutlich wider. Letztendlich ist es auch ihr Wunschkandidat, Dietrich von Elsass, der sich im Kampf um die Grafenwürde durchsetzen kann. Dessen Knoten ist durch seine dunkelgrüne Färbung als der Akteur mit dem höchsten Eingangsgrad gekennzeichnet: Keine Figur in den Kapiteln 93 bis 122 erfährt so viel Hilfe und Unterstützung wie er. Deshalb kann Dietrich auch am meisten Einfluss ausüben (vgl. Abb. 1). Er akkumuliert die meisten sozialen Ressourcen.

Derselbe Zusammenhang lässt sich auch für Dietrichs Konkurrenten Wilhelm Clito beobachten: Wie das „Hilfe“-Soziogramm zeigt, erhält er gleich nach Dietrich den zweitgrößten Anteil an Hilfe und Unterstützung. Dementsprechend ist er in Abbildung 1 als der zweitgrößte Einflussnehmer zu erkennen.

Abb. 2: Hilfe-Netzwerk (Galbert 93–122), Lizenz: CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0).

Eine deutliche Abweichung von dieser Kausalität lässt sich besonders bei Arnold von Dänemark erkennen: Obwohl an fünfter Stelle der Hilfe-Empfänger in Abbildung 2, besitzt er im „Einfluss“-Netzwerk (Abb. 1) keinen besonders hohen Ausgangsgrad, das heißt er übt keinen großen Einfluss aus. Eine mögliche Erklärung für dieses Phänomen kann ebenfalls aus dem „Hilfe“-Graphen abgeleitet werden. Die mit Abstand größten Knoten sind Daniel von Dendermonde und Ivan von Aalst. Diese unterstützen Dietrich von Elsass und sichern ihm somit einen erheblichen Anteil an der insgesamt im Netzwerk geleisteten Hilfe. Diese geht anderen Akteuren – und damit eben auch Arnold von Dänemark – verloren.


[1] Andere Akteure wie zum Beispiel die Ritter von Oostkerke oder der Bürgermeister (Praeco) von Oostkamp haben meiner Ansicht nach keine relevante Rolle gespielt, weshalb ich darauf verzichtet habe, eigene Knoten für sie anzulegen.

[2] Galbert von Brügge, De multro, traditione, et occisione gloriosi Karoli, comitis Flandriarium, ed. Jeff Rider (Corpus Christianorum 131), Turnhout 1994, cap. 97.

[3] Legende zur Färbung der Kanten-Label: Lila – „Appell“; Rot – „Aggression“; Hellblau – „Lehnsherrschaft“; Orange – „Schenkung“; Grün – „Wahl“; Gelb – „Überredung“.

[4] Galbert, De multro, ed. Rider (wie Anm. 2), c. 99, 101: König Heinrich I. von England steht hinter Arnold von Dänemark; ebd., cap. 106f.: König Ludwig VI. von Frankreich unterstützt Wilhelm Clito.

[5] Legende zur Färbung der Kanten-Label: Lila – „Gefolgschaft“; Grün – „Unterstützung“; Hellblau – „Vasallität“; Orange – „Verpflichtung“.


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.

Benedikt Krammling

Benedikt Krammling hat im Sommersemester 2019 sein Geschichtsstudium erfolgreich mit dem akademischen Grad Master of Arts abgeschlossen und befindet sich aktuell in einer beruflichen Orientierungsphase.

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.