Netzwerke mit Graphcommons

Punkt, Punkt Komma, Strich – fertig ist das Netzwerk nicht. Es gibt viele Tools die eine Visualisierung von Netzwerken erlauben. Einige davon sind recht weit verbreitet und Open Source, wie z.B. Gephi oder Cytoscape. Mit Javascript-Bibliotheken wie D3.js lassen sich Netzwerkgraphen mit basalen HTML, CS und JS-Kenntnissen in Webseiten einbinden. Möchte ich in einer Gruppe ein Netzwerk kollaborativ erstellen, einbinden und teilen, bedarf es einiger weiterer Features. In diesem Fall greife ich zur Plattform namens Graph Commons.

Die kollaborative Plattform für Netzwerkvisualisierungen eignet sich besonders für Datenjournalisten, Designer, Künstler, NGOs etc. die in Gruppen arbeiten und ihre Ergebnisse schnell und einfach veröffentlichen wollen. Der folgende Text bietet dafür einen sehr einfachen Leitfaden, sowie konzeptionelle und praktische Einblicke für die Erstellung und das Verständnis von Netzwerkdiagrammen mit Graph Commons.

Komplexe Systeme durch Netzwerkdiagramme verstehen

Was haben Nervenzellen, Soziale Medien, ein Flohmarkt und ein Fussballmannschaft gemeinsam? Sie alle lassen sich als komplexe Systeme beschreiben. Komplexität entsteht, wenn viele eigenständige Teile miteinander in vielfältiger Weise interagieren. Wenn wir ein komplexes System verstehen wollen, müssen wir zuerst eine Karte aller Beziehungen erstellen, welche aus Knoten und Verbindungen besteht und somit ein Netzwerk bildet.

Ein Netzwerkdiagramm bietet eine „gemeinsame Sprache“, die sowohl visuell als auch mathematisch ist. Mithilfe von Netzwerkdiagrammen können qualitative Aussage über die Akteure und deren Beziehungen gemacht werden. Weiterhin ist eine quantitative Analyse möglich, indem die Verbindungsstruktur berechnet wird. Unabhängig vom Inhalt, kann durch eben diese gemeinsame Sprache Netzwerke beschrieben und analysiert werden.

Ganz gleich, ob wir die Rolle von Personen in Organisation oder den Nachrichtenaustausch innerhalb eines Computer-Netzwerkes betrachten: Sie alle haben genau die gleiche Netzwerkstruktur. Wir können diese einfache Form der Darstellung verwenden, um eine Vielzahl von komplexen Systemen zu verstehen.

Wo kommen komplexe Netzwerke vor?

Alles womit wir im Leben zu tun haben, kann im Zusammenhang von Netzwerken betrachtet werden. Die Welt des 21. Jahrhunderts ist vernetzter und damit komplexer als je zuvor. Das bedeutet, es entstehen mehr Interaktionen zwischen den einzelnen Akteuren. Mehrere einzelne Systeme, die bislang relativ geschlossen agiert haben, knüpfen neue Beziehungen auf unterschiedlichsten Ebenen. So entstehen immer größere Systeme mit vielen gekoppelten Teilsystemen.

Die Zusammenhänge und Verbindungen zwischen der Bevölkerung, den sozialen Institutionen und den Unternehmen, die existierenden Flüsse von Energie, Waren, Daten und Geld, der Aktivitäten von Dienstleistungsindustrien und des verfügbaren Wissens, der Emotionen und persönlichen Beziehungen – all das findet einer Vielfalt von Netzwerken statt.

Diese Einsicht löst bei manchen Unbehagen aus. Es scheint, alles sei undurchdringbar und außer Kontrolle. Die Logik von Netzwerken verwirrt die Öffentlichkeit statt Licht ins Dunklen zu bringen. Sie ist damit zu einem Gebiet von Experten geworden, die mit komplizierter Software, potenter Hardware und vor allem mit gigantischen Datenmengen zu Erkenntnissen gelangen können, die den meisten „Laien“ vorenthalten bleiben, weil sie über eben diese Ressourcen nicht verfügen.

Andererseits es unwahr, dass eben diese Laien keinerlei Zugang zu den Daten haben. Es gibt sie. Sie sind oft fragmentiert über das Netz verteilt. Zugriff auf gigantische oder geheime Daten sind nicht notwendig, um Netzwerke darzstellen und gemeinsam zu diskutieren. Gemeinsam können wir Beziehungen abbilden und die Probleme aufzeigen, die auf uns und unsere Gemeinschaften Auswirkungen haben.

Network in a box

Netzwerke sind eindeutig definiert. Häufig werden Netzwerke so dargestellt, als befänden sie sich in einer Art Box – einem hermetisch abgeschlossenen System. Die Mehrzahl der Beziehungsnetzwerke sind jedoch nicht derart abgrenzbar, da sie sich nicht aus einer eindeutigen und endlichen Zahl an Teilnehmern zusammensetzen. Netzwerke können also an ihren Rändern Elemente mit sich führen, die nur sehr bedingt von den Netzwerkprozessen tangiert werden. Solche Netzwerkgrenzen sind das Produkt einer Vernachlässigung der Multiplexität eines globalen, sozialen Beziehungsgefüges. Selbst derartige in sich abgekapselte Netzwerke wie Jugendsubkulturen sind aber nie in dem Sinn hermetisch geschlossen, als dass es für diese die Akteure nur diese soziale Wirklichkeit gäbe.

Verflechtungen von Parlament und Wirtschaft durch Nebentätigkeiten von Abgeordneten

Regelmäßig steht das Thema der Nebentätigkeiten von Bundestagsabgeordneten im Fokus der Öffentlichkeit. Das Bundesverfassungsgericht wies 2007 die Klage von von neun Bundestagsabgeordneten gegen die verschärfte Transparenzregelung im Abgeordnetengesetz mit folgender Begründung zurück: ”Von Nebentätigkeiten wie etwa in Aufsichtsräten gehen besondere Gefahren für die Unabhängigkeit der Abgeordneten aus. Das Volk habe deshalb Anspruch darauf zu wissen, von wem und in welcher Größenordnung seine Vertreter Geld entgegennehmen.“ (Quelle : SPON„)

Wie wirken sich solche Nebentätigkeiten aus, wenn Politiker parallel zu ihren Amtern ein Mandat im Vorstand oder Aufsichtsrat eines Unternehmens annehmen? Sind dies zu vernachlässigende Einzelfälle, die nur wenige Vertreter des politischen Systems betreffen? Oder stellt diese Praxis eine ernstzunehmende Gefahr für die Demokratie dar? Welche Motive stecken hinter diesen Verbindungen? Die Chancen und Gefahren können erst dann vernünftig bewertet werden, wenn die Motive hinter diesen persönlichen Kontakten und Verflechtungen erkennbar werden. Selbst bei bester Datenlage ist dies alles andere als einfach. Ein Netzwerkdiagramm bildet nur einen Baustein, eine Annäherung, eine Vereinfachung der Realität dar. Um die Möglichkeiten und Grenzen zu besser zu verstehen sind einige grundlegende Kenntnisse nötig.

Netzwerkdiagramme erstellen

Die folgende Schritt für Schritt-Anleitung soll die Zuordnung von Beziehungen erleichtern.

1. Verständnis für das Thema

Es geht nicht darum,  ein hübsches  Netzwerk darzustellen, sondern um Erkenntnis zu einem bestimmten Thema zu gewinnen. Wenn dies erfolgt ist, lautet die erste Frage: Welche Akteure sind relevant auf dem zu untersuchendem Gebiet? Konzepte von Akteuren können variieren, abhängig ob man von realen Personen, von Institutionen oder unbelebten Objekten spricht. Nehmen wir an, dass ein Forscher an Fischfarmen interessiert ist und die Marktbeziehungen zwischen den Betrieben und den Anbietern sowie des lokalen Ökosystem der Fischerei kartieren möchte.

Die Reproduktion der Fische würde dann nicht nur von den untersuchten Fischern in dem Gebiet abhängen, sondern auch von den Unternehmen die Fischmehl oder Fisch selbst produzieren. Mit anderen Worten: zuerst müssen die Aktanten in Ihrem Bereich untersucht und gelistet werden. Finde die dominierenden Akteure in diesem Bereich!

Häufige Probleme

  • Abgrenzung des Netzwerks
  • Valide Daten
  • Formulierung der Beziehung (Kanten)

2. Erfassung der Akteure und Beziehungen

Im zweite Schritt gilt es, die Beziehungen zwischen den Aktanten zu identifizieren. Diese können z.B.  Interaktionen, wie „E-Mail Kontakt“, „treffen sich regelmäßig“, „zu beeinflussen“ sein oder die Zugehörigkeiten wie „Mitgliedschaft“, „Zugehörigkeit zu einer Kategorie“ oder „Ähnlichkeit“. Im Fall einer Untersuchung von Lobby-Aktivitäten würde man erwarten neben offiziellen, formellen auch gewachsene Verbindungen zu finden, die insgesamt ein größeres soziales Netzwerk bilden.

Beziehungen können in vier Kategorien unterteilt werden:

transmission

Übertragungsnetzwerke
Strömung
Z.B. fließendes Wasser, elektrischer Strom, Geldflüsse oder Nachrichten.
In der Regel physisch.

interacton

Interaktionsnetzwerke
Die Verbindung ist ein Ereignis mit einem bestimmten Zeitpunkt.
Z.B. Ich sende, ich kaufe etwas. Etwas bei einem Kontakt übergeben.
Explizit.

attribution

Zuschreibungsnetzwerke
Die Verbindung ist Ausdruck einer Beziehung.
Z.B. Du bist mein Freund, Ich liebe dich, man vertraut ihm, sie erkennt dich…
In der Regel nicht sichtbar.


cluster

Zugehörigkeitsnetzwerke
Die Verbindung weist auf die Zugehörigkeit einer Gruppe oder Kategorie hin.
Z.B. Wir sind in der gleichen Schule, die Dinge in der gleichen Kategorie.
Verbunden durch Korrelation, Ähnlichkeit oder Mitgliedschaft. Implizit.

Die gewählten Beziehungen, werden mehr oder weniger in eine dieser Kategorien fallen. Dies ist gleichzeitig ein guter Zeitpunkt, um über die Art der Beziehungen nachzudenken, kreative zu werden und eigene Beziehungstypen außerhalb dieser Kategorien einzuführen. Kreativität ist wichtig, um Knoten auf eine unerwartete Weise zu verbinden und damit neue Erkenntnisse zu erzielen.

3. Daten bereinigen & Netzwerkdiagramm erstellen

Nachdem die Akteure und Beziehungstypen aufgelistet worden sind, können die Daten gesammelt werden. Dazu eignet sich die Graph Commons Datentabelle-Funktion links unten im Fenster. Visuell können weitere Knoten und Beziehungen durch einen Klick auf die Karte hinzugefügt werden. Alternativ kannst Du diese Graph Commons Tabellenvorlage verwenden, um den Import der Kanten und Knoten zu erleichtern. Wenn ein externes Googlesheet eingesetzt werden soll, werden zwei separaten Blättern in der Vorlage benötigt, ein Blatt für Knoten, ein zweites Blatt für Beziehungen.

Das Datenblatt sollte die folgende Struktur besitzen:

Knoten-Tabelle
Liste der Knoten in jeder Zeile und in jeder Spalte die dazugehörigen Eigenschaften.

# Art Name Organisation Webseite Ort Alter
1 Person Karlheinz Schreiber CDU cdu.de Petersdorf 82
2 Person Edmund Stoiber CSU csu.de München 75
3 Person Manfred Bode Krauss-Maffei Wegmann GmbH kraussmaffei.com München 75

Kanten-Tabelle
Eine Liste von Beziehungen.

Jede Zeile Knotentyp und Namen auf der linken Seite erhält einen Knotentypen mit Namen auf der rechten Seite. In der Mitte eine einzige Spalte „Kantentyp“ zur Darstellung der Beziehung zwischen den beiden Knoten. Falls nötig, kann hier die Gewichtung hinzugefügt werden.

# Knotentyp Knotenname Katen-Typ Knotentyp Knotenname Kanten-Gewichtung
1 Person Helmut Kohl arbeitete Person Franz Josef Strauß 1
2 Person Edmund Stoiber arbeitete Person Franz Josef Strauß 1
3 Person Manfred Bode mag Person Franz Josef Strauß 2

Analyse von Netzwerkdiagrammen

Eine Möglichkeit Netzwerkdiagramme zu analysieren ist die Identifizierung von zentrale Lagen und Clustern. Nachfolgend sind einige der grundlegenden Konzepte für das Lesen und Analysieren von Netzwerken aufgeführt.

center

Zentralität

Wer sind die wichtigsten Akteure und was sind ihre Standorte im Netzwerk? Zentralität ist nicht nur abhängig von der Anzahl der Verbindungen die ein Akteur hat. Bedeutender ist, welcher Knoten eine Brückenfunktion zwischen Clustern erfüllt, und wie nahe er an anderen Akteuren des Netzwerkes ist. Wer sind die Akteure mit dem höchsten Grad an Verbundenheit? Wo sind die isolierten Punkte? Was ist die Position der Akteure in den Clustern, die in dem Kern des Netzwerks sind und wer tummelt sich an der Peripherie?

cluster

Cluster

Welche Gruppen oder Clustern existieren in einem Netzwerk? Cluster bilden Haufen von Knoten, die mehr Verbindungen zu einander haben als für Außenstehende. Die strukturellen Löcher zwischen den Cluster sowie die Brücken zwischen ihnen, sind ebenso wichtig wie die Cluster selbst.

equivalent

Ähnlichkeit

Welche Akteure sind gleich? Welche Akteure spielen eine ähnliche Rolle und haben ähnliche Positionen? Diese stellen Redundanz im Netzwerk dar.

shortest

Pfadlänge

Was ist der Abstand zwischen zwei Akteure? Was indirekte Beziehungen bestehen? Die Pfadlänge zeigt in der Regel die unsichtbare Verbindungen und den Grad der Trennung zwischen den Akteuren an.

Dichte

Dichte

Wie gut ist das Netzwerk im Vergleich zu anderen verbunden? Vergleiche die Knotendichte, sowie Verbundenheit von verschiedenen Stellen im Netzwerk.

Durchmesser

Durchmesser

Was ist der längste Pfad innerhalb des Netzwerks? Was ist die maximale Distanz zu jedem Knoten im Netzwerk?

sharingnetwork graphcommons

Netzwerke kollaborativ erstellen

Gemeinsam an einer Visualisierung bzw. an deren Datenbasis zu arbeiten, bedeutet, unser Wissen um das der Anderen zu ergänzen, um damit ein größeres Bild des Untersuchungsgegenstandes zu schaffen. Wenn viele Menschen mit unterschiedlichen Professionen und Sichtweisen aufeinander treffen besteht die große Herausforderung dabei, Bedeutungsähnlicheit herzustellen. Das heißt im Klartext: Meinen wir alle das Selbe, wenn wir von einer Beziehung zwischen Punkt A und B sprechen? Was trivial klingt, hat es in sich. Da nach systemtheoretischer Sichtweise prinzipiell Alles mit Allem irgendwie verbunden zu sein scheint, geht es vor allem darum, pragmatische Grenzen der Zusammenhänge zu identifizieren. Die ist der qualitativ wichtigste Prozess zwischen den Erstellern eines solchen Netzwerkes. Sind die Knoten in der Regel schnell definiert, stellen die Kanten (Beziehungen) eine größere Herausforderung und zeigen auf, dass es mehr Konzepte als Begriffe gibt. Unsere Sprache ist meistens nicht eindeutig und kann es strenggenommen auch nicht sein.

Bevor kollaborativ Daten in den Rechner gehackt werden, sollten die Inhalte bzw. die Abgrenzungen der Knoten und die Eigenschaften der Kanten diskutiert werden. Stifte und ein großes Blatt Papier, zeigen die Stärken von analoges Hilfsmitteln: die meisten Menschen können ihre Gedanken besser unmittelbar mit dem Ende ihres Körpers aufzeichnen, als über den Umweg eines weiteren technischen Hilfsmittels. Solange 42-Zoll Tablets nicht zum Standard eines Workshops gehören, bleiben Stift und Papier erste Wahl.

So sieht das Netzwerkes auf Graph Commons am Anfang aus:

Grundlegende Funktionen von Graph Commons

  • Empfehlen – Das Herzsymbol ermöglicht eine vorhandene Visualisierung zu eindimensional zu bewerten bzw. zu empfehlen
  • Kommentarfunktion – Hier können Kommentare oder Fragen zu Inhalten oder Daten gepostet werden
  • Teilen & Veröffentlichen – Neben dem Teilen per Twitter und Facebook lassen sich die Graphen per iFrame einbetten
  • Play/Pause  – Das Play-Symbol entlässt die Elemente in ein Zusammenspiel von Adhäsion und Abstoßung
  • Layout – im Forced Layout Modus können Änderungen an der Darstellung z.B. von langen Knotennamen geändert werden
  • Filterung – 
  • Suche – es ist möglich die Namen einzelner Knotenpunkt und Kanten zu suchen
  • Zoom – Vergrößerung oder Verkleinerung der Ansicht
  • Bearbeitung der Daten – Veränderungen in der Datenbasis können unmittelbar im gleichen Fenster erfolgen. Hier kann auch nach Kantentypen gefiltert werden.

In Videotutorials werden die einzelnen Schritte und Möglichkeiten genauer erklärt. Graph Commons stellt weiterhin für technische versiertere Nutzer eine einfache REST API zur Verfügung. Die dargestellten Netzwerke sind mit einer Creative Commons Lizenz versehen und können einfach in die eigene Webseite eingebunden werden.

Beispiel: Artist Collector Network

Network map of collectors and artists based on the relationship of being in an art collection.
The map contains 46 collectors, 738 artists, and 3256 connections with weight indicating number of art pieces.

https://graphcommons.com/graphs/64c77f7f-ff34-4316-83f8-3009f0c54309

Fazit

Die Erstellung, Bearbeitung und Analyse von Netzwerken bedarf technischer und theoretischer Grundlagen. Speziell für Blogger, Journalisten und Aktivisten ist es wichtig kollaborativ Netzwerkdiagramme zu erstellen, ohne besonderes technisches Know-How. Nach dem Crowdsourcing-Prinzip können Daten zu Netzwerken gemeinsam von Usern gesammelt und unmittelbar analysiert werden. Deshalb ist Graph Commons ein sehr mächtiges Tool, dass nicht nur für investigativen Journalismus und Bürgerengagement, sondern auch zur Strategieentwicklung und Organisationsanalyse innerhalb des eigenen Unternehmens verwendet werden kann.

-> Graph Commons.com

WebGeograph

Antwort hinterlassen

Time limit is exhausted. Please reload CAPTCHA.