Preferential Attachment
Preferential Attachment beschreibt, wie in wachsenden Netzwerken neue Mitglieder sich bevorzugt mit denen verbinden, die schon viele Verbindungen haben. Aus dieser einfachen Regel entstehen wenige riesige Knotenpunkte und sehr viele kleine – ein Muster, das man im Web, in sozialen Medien und in Märkten wiederfindet.
Stell dir vor, du ziehst neu in eine Stadt und suchst dir einen Sportverein. Du wirst wahrscheinlich nicht den kleinsten Club nehmen, sondern den, von dem alle reden. Genau dieses Verhalten beschreibt Preferential Attachment: Wer neu dazukommt, schließt sich bevorzugt dem an, der schon viele Anhänger, Links oder Kunden hat. Der Vorteil der Großen wächst dadurch von selbst weiter, ohne dass jemand das planen muss. Fachleute nennen das auch den Rich-get-richer-Effekt, also „die Reichen werden reicher“. Es ist eine der wenigen einfachen Regeln, mit der sich das Wachstum sehr unterschiedlicher Systeme erstaunlich gut beschreiben lässt.
Warum manche Plattformen einfach nicht mehr einzuholen sind
Wenn dieses Prinzip wirkt, entsteht kein ausgeglichenes Feld, sondern eine extreme Schieflage. Eine Handvoll Anbieter sammelt fast alle Verbindungen ein, während tausende andere kaum beachtet werden. Diese Verteilung nennt man Long Tail: vorne stehen wenige Riesen, dahinter zieht sich ein langer Schwanz aus Winzlingen. Das erklärt, warum es zwar viele soziale Netzwerke gibt, aber nur drei oder vier, die wirklich zählen.
Für die Finanzwelt ist das hochrelevant. Ein Unternehmen, das früh die meisten Nutzer gewonnen hat, ist später schwer angreifbar. Ein besseres Produkt allein reicht dann oft nicht, weil neue Nutzer trotzdem dorthin gehen, wo schon alle sind. Investoren zahlen deshalb hohe Bewertungen für Firmen, die diesen Vorsprung erreicht haben. Man spricht von einem Netzwerkeffekt, der durch Preferential Attachment zusätzlich verstärkt wird.
Es gibt auch eine unangenehme Seite. Wenn Aufmerksamkeit sich immer bei denselben sammelt, haben gute neue Ideen es schwer. In der Wissenschaft werden häufig zitierte Aufsätze noch häufiger zitiert, unabhängig davon, ob neuere Arbeiten besser sind. Qualität und Sichtbarkeit fallen dann auseinander.
Die Regel hinter dem Wachstum
Man beschreibt solche Systeme als Netzwerk. Ein Netzwerk besteht aus Knoten, also den einzelnen Mitgliedern, und aus Kanten, also den Verbindungen zwischen ihnen. Bei Webseiten sind die Knoten die Seiten und die Kanten die Links. Die Anzahl der Verbindungen eines Knotens heißt sein Grad.
Das bekannteste Modell dazu stammt von den Physikern Albert-László Barabási und Réka Albert aus dem Jahr 1999. Es funktioniert in zwei Schritten, die sich immer wiederholen. Erstens: In jedem Zeitschritt kommt ein neuer Knoten dazu. Zweitens: Dieser Knoten wählt seine Verbindungen nicht zufällig gleichverteilt. Die Wahrscheinlichkeit, an einen bestimmten Knoten anzudocken, ist proportional zu dessen Grad.
Ein Knoten mit hundert Verbindungen wird also zehnmal so oft gewählt wie einer mit zehn. Dadurch verstärkt sich jeder Vorsprung mit der Zeit selbst. Ein wichtiger Unterschied zum reinen Zufallsnetzwerk: Dort hätte fast jeder Knoten ungefähr gleich viele Verbindungen. Ein Modell muss also nicht kompliziert sein, um realistische Strukturen zu erzeugen. Ein häufiger Irrtum ist übrigens, dass der Zeitpunkt egal sei. Tatsächlich haben frühe Knoten einen systematischen Vorteil, einfach weil sie länger sammeln konnten.
Vom Zitierindex bis zum Empfehlungsalgorithmus
Am sichtbarsten ist der Effekt in sozialen Medien. Ein Account mit vielen Followern erscheint häufiger in Empfehlungen und gewinnt dadurch noch mehr Follower. Empfehlungssysteme verstärken das aktiv, weil sie beliebte Inhalte bevorzugt ausspielen. Manche Plattformen mischen deshalb bewusst neue oder kleine Accounts unter, um die Schieflage abzumildern.
In der KI-Welt taucht das Muster ebenfalls auf. Entwickler bauen ihre Anwendungen bevorzugt auf Modellen, für die es schon viel Dokumentation und viele Beispiele gibt. Das zieht weitere Entwickler an und macht das Ökosystem noch attraktiver. Auch bei Programmierbibliotheken auf Plattformen wie GitHub sieht man diese Verteilung sehr deutlich.
In Nachrichtentexten begegnet dir der Begriff selten wörtlich. Stattdessen ist von Marktkonzentration, Winner-takes-most oder dem Matthäus-Effekt die Rede. Wer das Prinzip kennt, versteht solche Meldungen besser. Es liefert eine Erklärung dafür, warum Märkte kippen, obwohl niemand ein Monopol geplant hat.