Selbstorganisation M11b.pdf
Selbstorganisation M11b.pdf
Selbstorganisation M11b.pdf
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
5.2.1 Die Modellierung von Diffusionsprozessen mit der Master-Gleichung<br />
Gemäß der Annahme von Informationsdefiziten und nichtlinearen (sozialen) Abhängigkeiten<br />
wird die Diffusion substitutiver Innovationen als nichtlinearer stochastischer Prozess modelliert.<br />
Die potentiellen Anwender haben homogene Präferenzen. Die Übergänge von Nichtanwendern<br />
zu Innovation I bzw. zu Innovation II werden (ob der Entscheidung unter Unsicherheit<br />
wegen) wahrscheinlichkeitstheoretisch definiert. Analytisch werden sie zum einen über eine<br />
unabhängige Komponente, den Basisnutzen (bzw. die Basisrenten) , zum anderen über eine<br />
vom Verhalten der anderen abhängige Komponente, nämlich den Nutzenzustrom, der sich<br />
aus der Existenz positiver externer Anwendererträge (im folgenden: Netzwerknutzen) ergibt,<br />
bestimmt. Anfangs geht man von einer unendlichen Marktgröße aus und davon, dass die<br />
Wahlvorgänge sequentiell in der Zeit stattfinden, also in jeder der unendlich vielen Perioden t<br />
ein neuer Anwender an den Markt kommt und sich irreversibel für eine der beiden Innovationen<br />
entscheidet.<br />
Gäbe es keine Externalitäten, aber Unterschiede in den Basisrenten, die sich aus der Differenz<br />
zwischen dem Basisnutzen und dem Systempreis ergeben, würden sich die Marktanteile<br />
nach anfänglichen Fluktuationen mit Sicherheit nach dem Gesetz der großen Zahl gemäß<br />
dem Verhältnis der Basisrenten zueinander aufteilen.<br />
Existieren Anwenderexternalitäten, so wird jeder neue Anwender, da er um die positive Abhängigkeit<br />
seines Surplus von der Gesamtnutzerzahl des von ihm gewählten Gutes weiß, jene<br />
Innovation übernehmen, die nach seiner subjektiven Einschätzung in der Konkurrenz der<br />
Anwender vorne liegt, womit die Wahrscheinlichkeit, dass der n-te Anwender die Innovation I<br />
bzw.II übernimmt, umso höher sein wird, je größer ihr tatsächlicher, ihm aber nicht mit Sicherheit<br />
bekannter Marktanteil [y(t) bzw. z(t)] ist. Auch bei reinem Vorliegen von Netzwerkexternalitäten<br />
(a=b) wird sich nach einer anfänglichen Phase der Fluktuations-Dominanz stets<br />
eine bestimmte Marktaufteilung stabilisieren. Welche, das hängt von der konkreten Spezifizierung<br />
der Wahlfunktion ab, welche die Beziehung zwischen den Marktanteilen und den Wahlwahrscheinlichkeiten<br />
festlegt.<br />
Ist die Beziehung linear, z.B. mit p[y(t)]=y(t), so ist speziell bei fehlenden first-mover-Vorteilen<br />
für eine der Innovationen (Y(1)=Z(1)=1 als absolute Anzahl der Anwender) das Diffusionsergebnis<br />
infolge der positiven Anwendererträge vollständig unbestimmt; außerdem bleibt es<br />
praktisch immer bei einer Koexistenz beider Systeme. Dieser Prozess wird auch als Standard-Polyaprozess<br />
bezeichnet 259 .<br />
259 Mit solchen Polya-Prozessen beschäftigte sich insbesondere Arthur (1987,1989) und baute sein "general framework" (Arthur (1989,S 123ff))<br />
auf ihnen auf Sein anschaulichstes Beispiel waren wohl die Urnenmodelle In einer Urne mit endlicher Kapazität befindet sich eine rote und eine<br />
blaue Kugel Nun wählt man blind und handelt nach dem Motto 'Ziehe ich eine blaue Kugel, so lege ich zwei blaue zurück, ziehe ich eine rote,<br />
so lege ich zwei "tote zurück ' Dieser Prozess wird andauernd wiederholt " Obviously this process has increments that are path-dependentat<br />
any time the probability (hat the next ball added is red equals the proportion red" ( Arthur (1987,5? 296)|, womit genau die obige Abhängigkeit<br />
der Wahrscheinlichkeit von den Marktanteilen wiedergegeben ist p(y(t)=y(t) Die Trage ist, ob der Anteil durch diese sich ändernde Wahrscheinlichkeit<br />
unbestimmbar zwischen 0 und 1 wandern wird, oder sich bei einem festen Anteil fest locken wird Er tut letzteres Der Anteil<br />
"tends to a limit X, and with probability one Rut X IS a random variable uniformly distributed between 0 and 1 "(Arthur, 1987,S 297) Genau<br />
dies gibt die Abbildung wieder<br />
Seite 62