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.
der- die Mastergleichung zu sein:<br />
So geht man nun von einer endlichen und festen Anzahl zukünftiger Anwender A aus, so<br />
dass zu jedem Zeitpunkt gilt: A=X(t)+Y(t)+Z(t), mit X(t) als Zahl der Noch-Nicht-Anwender.<br />
Die Präferenzen der Anwender sind zunächst homogen und der Surplus, den ein einzelner<br />
zum Zeitpunkt t aus der Nutzung von System I bzw. System II zieht, sei a'+n*Y(t) bzw.<br />
b'+n*Z(t). Dabei sind a' und b" die Basisrenten für die hier gilt: a'>b'>0. Bei Sicherheit und der<br />
Möglichkeit zur Koordination würden alle Anwender sich infolge des für beide Systeme identischen<br />
marginalen Netzwerknutzens n auf Innovation I verständigen.<br />
Die Division durch die Gesamtanwenderzahl A führt zu den standardisierten, individuellen<br />
momentanen Gesamtrenten a+n*y(t) und b+n*z(t) mit a=a'/A und b=b'/A. Für die Prognostizierbarkeit<br />
des Ergebnisses der Systemkonkurrenz bei unkoordinierten Anwender-<br />
Entscheidungen unter beschränkter Information ist die Höhe der Basisrenten im Vergleich<br />
zum theoretisch maximal erreichbaren individuellen Netzwerknutzen n*A/a'=n/a entscheidend.<br />
Sein Wert dürfte von Fall zu Fall sehr unterschiedlich sein 263 .<br />
Die individuellen Übergangsraten sind linear steigende Funktionen des jeweiligen momentanen<br />
Surpluses, für Innovation I: p[Y(t)]=c'*[a'+n*Y(t)] bzw. p[y(t)]=c*[a+n*y(t)], mit c=c'*A;<br />
für Innovation II entsprechend q[z(t)]=c*[b+n*z(t)]. Dabei ist c' ein Maß des Niveaus der Diffusionsgeschwindigkeit.<br />
Über die Mastergleichung kann hieraus nun analog zu obigen Beispielen<br />
von Mastergleichungsmodellen die Entwicklung der konfiguralen Wahrscheinlichkeit<br />
P(y,z;t) abgeleitet werden.<br />
Während die ökonomische Herleitung relativ detailliert beschrieben wurde möchte ich mich im<br />
weiteren auf eine anschauliche Darstellung beschränken: Prinzipiell gleicht das Modell dem<br />
der Party, nur befinden sich alle Gäste nun anfangs in einer an beide Räume angrenzenden<br />
Vorhalle, wobei dieser Anfangszustand absolut sicher ist, also P(0,0;0)=1. Allmählich werden<br />
sie sich nun gemäß ihrer Präferenzen (Basisrenten) in die beiden Räume (auf die beiden Innovationen)<br />
verteilen, wobei dieser Übergang irreversibel ist. Hierdurch wird ein zusätzlicher<br />
Konformitätsdruck (Netzwerknutzen) aufgebaut, wodurch sich die Übergänge aus der Vorhalle<br />
(der Noch-Nicht-Anwender) beschleunigen. Da die Anzahl der Gäste (der Anwender insgesamt)<br />
aber begrenzt ist, wird sich die Attraktivitätszunahme zwar in immer weiter steigenden<br />
individuellen Übergangswahrscheinlichkeiten äußern, diese werden sich aber auf immer weniger<br />
Vorhallengäste (Noch-Nicht-Anwender) beziehen, und die absoluten Übergänge von<br />
dort werden immer geringer -daus Expansionstempo verlangsamt sich und führt schließlich<br />
zur Sättigung: Alle Gäste befinden sich in einem der beiden Räume (alle haben sich für eine<br />
der beiden Innovationen entschieden).<br />
Diese für Diffusionsprozesse typische Ansteckungslogik - hier speziell auf externe Anwendererträge<br />
zurückgeführt- gilt unabhängig vom konkreten Verlauf einer Realisierung des stochastischen<br />
Prozesses; der grundlegende „stylized fact“ einer sigmoiden Diffusionskurve wird<br />
263<br />
So wird er für Kommunikationssysteme sehr hoch, bei Unterhaltungselektroniksystemen mit Aufnahmefähigkeit hingegen eher gering sein; Vgl.<br />
Woekener (1992b, S.10)<br />
Seite 65