Netzwerk-Ungleichheit durch Präferenz-Anhängung, triadischer Schließung und Homophilie

Warum einige Menschen weitaus stärker vernetzt werden als andere

Von Freundeskreisen bis zu wissenschaftlichen Kollaborationen sind unser soziales und berufliches Leben in Netzwerken verwoben. Dennoch sind diese Verbindungskörper selten gerecht: Einige wenige Menschen werden extrem gut vernetzt, während andere am Rand bleiben. Dieser Artikel untersucht, warum solche Ungleichheiten entstehen, wie verschiedene soziale Neigungen zusammenwirken, um zu bestimmen, wer sichtbar und einflussreich wird, und was das für anhaltende Geschlechterlücken in Bereichen wie Physik und Informatik bedeutet.

Drei einfache Regeln, die komplexe Netzwerke formen

Die Autoren konzentrieren sich auf drei grundlegende Weisen, wie Menschen Verbindungen zu bilden neigen. Die erste ist das „Reiche-werden-reicher“-Prinzip: Wir verbinden uns eher mit denen, die bereits viele Verbindungen haben, etwa bekannten Wissenschaftlern oder sichtbaren Kolleginnen und Kollegen. Zweitens die Ähnlichkeits-basierte Verknüpfung: Wir bevorzugen Interaktionen mit Menschen, die uns in wichtigen Merkmalen ähneln, etwa im Geschlecht, Fachgebiet oder Hintergrund. Drittens die Dreieckbildung: Wir werden oft mit den Freunden unserer Freunde vertraut und schließen Lücken in unseren sozialen Kreisen. Jede dieser Neigungen wurde einzeln untersucht, aber ihre kombinierte Wirkung auf Ungleichheit — besonders wenn klare Minderheits- und Mehrheitsgruppen existieren — war weniger gut verstanden.

Ein neues Modell für wachsende ungleiche Netzwerke

Um zu untersuchen, wie diese Regeln interagieren, führen die Forschenden ein Netzwerk-Wachstumsmodell namens PATCH ein. Das Modell baut ein Netzwerk neuankommend um Neuankömmlinge auf. Jeder neue Knoten wird zufällig einer Mehrheits- oder Minderheitsgruppe zugewiesen und wählt dann einige bestehende Knoten, mit denen er sich verbindet. Manche Verbindungen entstehen durch das Durchsuchen des gesamten Netzwerks, andere nur durch das Betrachten von Freunden-von-Freunden. In jedem Fall kann die Auswahl durch Ähnlichkeit, Popularität, beides oder keines von beidem gesteuert werden. Indem die Autoren diese Regler systematisch verändern — wie stark die Ähnlichkeitspräferenz ist, wie häufig Dreiecke geschlossen werden und ob Popularität eine Rolle spielt — erzeugen sie große Mengen künstlicher Netzwerke und messen, wie segregiert sie sind und wie ungleich die Verbindungen verteilt sind.

Wie Trennung und Sichtbarkeitslücken entstehen

Die Simulationen zeigen unterschiedliche Rollen für jeden Mechanismus. Die Präferenz für Ähnlichkeit ist der Hauptmotor der Segregation: Wenn Individuen ihre eigene Gruppe bevorzugen, bündeln sich Verbindungen innerhalb der Gruppen und gruppenübergreifende Verknüpfungen werden rar. Popularitätsbias ist dagegen der stärkste Treiber der Ungleichheit in der Anzahl der Verbindungen pro Person; er schafft hoch vernetzte Knotenpunkte. Die Dreieckbildung spielt eine subtilere Rolle. Wenn Dreiecksentscheidungen selbst nicht durch Ähnlichkeit oder Popularität verzerrt sind, neigt diese lokale Regel dazu, Extreme abzumildern: Sie reduziert Segregation und verringert die Sichtbarkeitslücke zwischen Gruppen, auch wenn sie die Gesamtungleichheit in der Anzahl von Verbindungen über die gesamte Population erhöhen kann. Wenn die Dreiecksbildung hingegen ebenfalls von Ähnlichkeit und Popularität geleitet wird, kann sie bestehende Muster verstärken und wenige zentrale Figuren innerhalb der privilegierten Gruppe noch dominanter machen.

Das Modell mit realen wissenschaftlichen Gemeinschaften verbinden

Die Autoren wenden sich dann fünfzig Jahren Daten aus Physik und Informatik zu: Co-Autorenschaftsnetzwerken, die zeigen, wer mit wem arbeitet, und Zitationsnetzwerken, die zeigen, welche Arbeiten auf welche anderen verweisen. In diesen Kontexten bilden Frauen eine beständige Minderheit und haben historisch weniger Kooperationen und Zitationen erhalten. Durch den Vergleich der realen Daten mit PATCH-generierten Netzwerken schließen die Forschenden auf die Regelkombinationen, die die beobachteten Muster am besten erklären. Sie finden, dass über Jahrzehnte und Datensätze hinweg die PATCH-Version, die am besten passt, eine ist, in der sowohl globale als auch dreiecksbasierte Entscheidungen von Popularität und einer moderaten Tendenz zu gleichen Geschlechtskollegen geleitet werden. In diesen simulierten Welten bleiben Frauen, wie in den Daten, im Durchschnitt weniger sichtbar, während eine kleine Anzahl hoch vernetzter Individuen — größtenteils aus der Mehrheitsgruppe — einen unverhältnismäßigen Anteil der Aufmerksamkeit auf sich zieht.

Was das für die Verringerung von Ungleichheit bedeutet

Die Studie zeigt, dass die Verbesserung einer Ungleichheitsdimension eine andere verschlechtern kann. Zum Beispiel könnte die Förderung von mehr gruppenübergreifenden Verknüpfungen die Segregation verringern, aber dennoch eine Minderheitengruppe mit weniger Gesamtverbindungen zurücklassen. Ebenso kann das Fördern von Dreieckbildung durch Empfehlungssysteme — etwa „Personen, die Sie kennen könnten“ oder „zu diesem Artikel verwandte Arbeiten“ — die Lücken zwischen Gruppen verringern, zugleich aber die Ungleichgewichte innerhalb der privilegierten Gruppe vertiefen, indem es einige Stars weiter erhöht. PATCH macht deutlich, dass Netzwerk-Ungleichheiten aus dem kombinierten Wirken einfacher, natürlicher Neigungen entstehen und nicht aus einer einzigen Ursache. Für diejenigen, die gerechtere wissenschaftliche und soziale Systeme aufbauen wollen, ist die Botschaft klar: Bedeutende Veränderungen erfordern die gleichzeitige Anpassung mehrerer Mechanismen — das Eindämmen unkontrollierter Popularität, das Abschwächen ähnlichkeitsbasierter Entscheidungen und das sorgfältige Gestalten von Werkzeugen, die neue Verbindungen vorschlagen — damit Sichtbarkeit und Chancen gerechter geteilt werden.

Zitation: Bachmann, J., Martin-Gutierrez, S., Espín-Noboa, L. et al. Network inequality through preferential attachment, triadic closure, and homophily. Sci Rep 16, 13461 (2026). https://doi.org/10.1038/s41598-026-42911-3

Schlüsselwörter: soziale Netzwerke, Ungleichheit, Homophilie, triadische Schließung, Geschlechterunterschiede