Informationslandschaften sozialer Netzwerke und Prozesse

Informationslandschaften sozialer Netzwerke und Prozesse Lothar Krempel Max-Planck-Institut für Gesellschaftsforschung, Köln krempel@mpifg.de 12. Juni 2008 Jahrestreffen Netzwerk Recherche NDR Konferenz-Zentrum Hamburg 13.Juni 2008 Typeset by FoilTEX

Informationsgesellschaft Spätestens mit dem Internet ist das Ausmaß zugänglicher Informationen dramatisch angestiegen Wie kann man mit diesen Informationen unsichtbare Zusammenhänge sichtbar werden lassen? Benötigt werden Informationstechnologien, die es erlauben vielfältige Informationen zu integrieren. I

Netzwerke Relationale Daten können heute dazu verwendet werden die durch Relationen verbundenen Objekte in mathematische Räume (Topologien) einzubetten, die über Muster und besondere Stellungen bestimmter Objekte Auskunft geben. Damit können wir ähnlich wie die Kartographen früherer Jahrhunderte den geographischen Raum per Triangulation, heute soziale und semantische Räume aus der Verbundenheit der Objekte rekonstruieren. Dies erlaubt es, die besonderen Handlungsmöglichkeiten von Akteuren und Kontexte ihres Handelns im Rahmen des so rekonstruierten Sozialsysteme näher zu untersuchen. II

Ja - Man kann soziale Räume vermessen! III

Relationale Daten I Kapitel III Konzentration von Großunternehmen 209 Tabelle III.16: Kapitalverflechtungen aus dem Kreis der 100 Größten 2002 und 2004 1 Beteiligungsunternehmen Anteilseigner Rang Firma Rang Firma Kapitalanteil (%) 2004 2002 2004 2002 2004 2002 1 2 Deutsche Telekom AG - 100 Kreditanstalt für Wiederaufbau 12,13 0 12,13 2 3 Siemens AG 10 19 Allianz AG 1,4 2,9 20 15 Münchener Rückversicherungs- Gesellschaft AG 2,5 2,5 3,9 5,4 3 1 DaimlerChrysler AG 13 12 Deutsche Bank AG 2,95 11,83 10 19 Allianz AG 6,538 4 4 Volkswagen AG 35 40 Dr. Ing. h. c. F. Porsche AG 5 5 Deutsche Post AG - 100 Kreditanstalt für Wiederaufbau 8 10 Bayerische Motoren Werke AG 2,95 18,368 10,26 10,26 18,8 0 18,8 10 19 Allianz AG 2,23 5,2 2,23 5,2 9 8 RWE AG 10 19 Allianz AG 4,33 6,9 16 6 E.ON AG 1,9 20 15 Münchener Rückversicherungs- Gesellschaft AG 4,9 5,9 11,13 5,2 10 19 Allianz AG 13 12 Deutsche Bank AG 3,44 20 15 Münchener Rückversicherungs- Gesellschaft AG 38 67 Bayerische Hypo- und Vereinsbank AG 4,9 21,2 4,6 4,9 29,24 12 17 BASF AG 10 19 Allianz AG 2,7 11,9 2,7 11,9 13 12 Deutsche Bank AG 19 Allianz AG 13,1 0 13,1 IV

Relationale Daten 2: WM2002 Spieler Kroatien (HRV) Spieler Club Spieler Club TOMISLAV BUTINA Dinamo Zagreb DARIO SIMIC Inter Mailand STIPE PLETIKOSA Hajduk Split JOSIP SIMUNIC Hertha BSC Berlin VLADIMIR VASILJ Croatia Zagreb BORIS ZIVKOVIC Bayer Leverkusen ROBERT JARNI Panathinaikos Athen NIKO KOVAC FC Bayern München ROBERT KOVAC FC Bayern München ROBERT PROSENICKI FC Portsmouth DANIEL SARIC Panathinaikos Athen MILAN RAPAIC Fenerbahce Istanbul ANTHONY SERIC Hellas Verona ZVONIMIR SOLDO VfB Stuttgart MARIO STANIC Chelsea London STJEPAN TOMAS Vicenza Calcio JURICA VRANJES Bayer Leverkusen DAVOR VUGRINEC US Lecce BOSKO BALABAN Aston Villa ALEN BOKSIC FC Middlesbrough IVICA OLIC Croatia Zagreb DAVOR SUKER 1860 München V

Informationen, Daten, Relationen die Daten: Spieler von Land A > spielt bei Verein X > im Land B beschreiben Relationen zwischen verschiedenen Ländern: Land B < beschäftigt Spieler aus Land A Land A exportiert Spieler nach > Land B oder auch Verein X (in Land B) < beschäftigt Spieler aus Land A VI

Informationstechnologie VII

Moreno 1932 VIII

Was sind Netzwerke? Netzwerke beschreiben Akteure und die zwischen diesen bestehenden Beziehungen. Mathematisch können solche Strukturen als Graph beschrieben werden. Ein Graph besteht aus : einer Anzahl von Einheiten (Knoten), die durch eine Menge von Beziehungen (Relationen, Kanten) verbunden sind. IX

Beispiele von Netzwerken Relationen zwischen sozialen Akteuren (Individuen, Organisationen, Nationen) die in verschiedener Weise verbunden sein können (z.b. Freundschaft, Macht, Tausch) Handelssysteme (Welthandel, nationale Ökonomien) Verkehrssysteme (Eisenbahnen, Autobahnen) Technische Systeme (Telephon, Computer) Logische Netzwerke (Datenbanken, Hyperlinks, Internet) X

Muster in Netzen: Verdichtungen 1 5 2 4 3 Abbildung 1: Verdichtungen Verdichtungen in Netzen verweisen auf enge Sozialbeziehungen Sie geben Hinweise auf wechselseitige Sozialisationprozesse und gemeinsame Normen XI

Muster in Netzen: lokale und globale Zentralität 6 9 10 13 14 5 1 7 2 12 3 15 4 8 11 17 16 Abbildung 2: lokale und globale Zentralität innerhalb des Gesamtsystems können Akteure global oder lokal zentral sein Gegenüber peripheren haben zentrale Akteure strategische Vorteile: sie erreichen die meisten Personen des Systems auf sehr kurzen Wegen XII

Muster in Netzen: Äquivalenzen, Positionen 3 10 4 9 5 1 2 8 6 7 Abbildung 3: äquivalente Positionen Gleichartige Verbindungen zu Dritten in Netzwerken definieren gleiche Positionen Inhaber gleicher Positionen stehen zueinander in Konkurrenz, sie haben Kontakte zu identischen Dritten XIII

Muster in Netzen: Prominenz, Status 12 9 10 11 1 2 3 4 5 6 7 8 Abbildung 4: Status Unterschiedliche Attraktivität generiert sozialen Status Prominente Akteure in Netzen fokussieren die Aufmerksamkeit vieler anderer Personen XIV

Muster in Netzen: Reichweite, Range 1 2 3 4 5 6 7 8 Abbildung 5: Erreichbarkeit Je nach Stuktur eines Netzes können Akteure verschiedene Personen erreichen Die direkte Erreichbarkeit bestimmter Akteure kann strategische Vorteile bieten XV

Muster in Netzen: Makler, soziale Unternehmer 1 4 2 6 5 3 10 7 8 9 Abbildung 6: Makler Positionen in denen Akteure tendentiell unverbundene Teilsysteme verbinden, ermöglichen strategisches und ökonomisches Handeln. Makler, bzw. soziale Unternehmer können erhebliche Gewinne aus ihren Vermittlungen zwischen Teilsystemen erzielen. XVI

Warum Visualisierungen? Die menschliche Sprache und unsere Schriftsprache sind sequentielle Medien. Ein Satz kann erst verstanden werden wenn alle Worte gelesen worden sind. Mathematische Formeln müssen schrittweise Stück für Stück gelesen werden, um ihre Bedeutung zu erschließen. Das graphische Zeichensystem hat demgegenüber eine größere Bandweite. Diese Bandbreite erlaubt es, verschiedene Informationen (Positionen, Größen, Farben) gleichzeitig zu kommunizieren. Die Lage, Größe und Farbe verschiedener Einheiten können simultan gelesen und beurteilt werden. XVII

Graphische Zeichensprachen Bertin spricht in diesem Zusammenhang von der graphischen Semiologie. Um Daten mit graphischen Zeichen kommunizieren zu können, müssen die Daten in geeigneter Weise graphisch übersetzt werden. Die graphische Kommunikation ist besonders effektiv, wenn bei der Übersetzung von Informationen natürliche Ordnungen der menschlichen Wahrnehmung ausgenutzt werden. XVIII

Bertin: Graphische Variablen XIX

Arbeitsschritte der Netzwerkvisualisierung I Netze Ordnen: Ziel ist die Anordnung der Einheiten eines Graphen in einem Layout das leicht lesbar ist. Überlicherweise werden verbundene Einheiten in einem Layout benachbart angeordnet. Dies erlaubt es, zusammenhängende Teilsysteme in Strukturen zu identifizieren. Markierungen: Markiert man in den Layouts weitere Eigenschaften der Graphen (das Ausmaß der Einbettung der Einheiten in die umgebende Struktur, die von den Einheiten gebildeten Teilsysteme) dann werden Darstellungen von Netzen einfach lesbar. Dazu müssen diese Eigenschaften mit Symbolen in das Layout übertragen werden. XX

Graphen Ordnen I Spring Embedder sind eine Gruppe von Algorithmen mit den Layouts von Graphen erzeugt werden können, die oft intuitiv lesbar sind und dabei viele Eigenschaften des zugrundeliegenden Graphen erhalten. Sie interpretieren die Relationen eines Graphen als mechanische Kräfte (Federn) die die verbundenen Einheiten anziehen und kombinieren diese mit elektrischen Feldern, die die einzelnen Knoten voneinander abstoßen. XXI

Graphen Ordnen II XXII

Arbeitsschritte der Netzwerkvisualisierung II Erklärungen: externe Informationen (Attribute), die zusätzlich für die Einheiten eines Graphen oder aber für die Relationen des Graphen vorliegen, können helfen Vorgänge in Strukturen zu identifizieren. Derartige Attribute kann man mit Farben bzw. Farbschemata in das Layout übertragen. Dies erlaubt es lokale Merkmalskonzentrationen in der Struktur bzw. Korrelationen mit der Stellung in der Struktur zu entdecken. Gebiete mit gleichen Farben verweisen in diem Fall auf Korrelationen der Merkmale mit der Stellung in der Struktur Lokale Muster von Attributen sind mit statistischen Verfahren üblicherweise nur schwer zu entdecken. XXIII

.. Informationsvisualisierung: Die Sprache der Netzwerke Informationsvisualisierung als graphische Erweiterung der Statistik Empirie Beobachtungen -- Messung --> Messniveau nominal ordinal metrisch numerisches System Zahlen Relationen zwischen Beobachtungen bleiben erhalten -- Abbildung --> psychometrische Funktionen Distanzen Groessen Farben Wahrnehmung Empfindungen gleichgrosse Empfindungsunterschiede XXIV

II Muster sichtbar machen - Mapping of Information In diesem Teil zeige ich ein zweites Beispiel wie geordnete Netze mit zusätzlichen Informationen analysiert werden können. Dazu verwende ich Netzwerke die die Kapitalverflechtungen der hundert größten deutschen Unternehmen beschreiben. Die Daten sind den Hauptgutachten der Monopolkommission entnommen. Erst die Übertragung einer theoretischen Klassifikation mit einer Farbkodierung erlaubt es die Besonderheiten dieses Netzes zu verstehen. XXV

.. Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne http://www.mpi fg koeln.mpg.de/~lk/netvis.html Colonia Henkel Wacker DG_Bank 4/21/03: 6:27:04 > K96NW_.EPS Kaptialverflechtungen Deutschland 1996 Eine einfache Graphendarstellung The German Company Network of 1996 Deutsche_Babcock Südzucker Preussag Deutz Krupp Gerling Karstadt NordLB Holzmann Commerzbank Linde VEW Deutsche_Bank Continental RAG Bankgesellschaft_Berlin Daimler Benz Thyssen Metallgesellschaft VEBA Degussa MAN Bayerische_Vereinsbank RWE AMB Münchener_Rück Hoechst Allianz VIAG VEAG Buderus Dresdner_Bank Victoria R+V_Versicherung WestLB Ruhrgas Mannesmann Bewag Hamburger_Gesellschaft Bayerische_Hypo BASF Volkswagen Vereinte BMW Siemens Beiersdorf Bilfinger+Berger Bayer Metro AGIV Lufthansa Schering Haniel Bosch Siemens EVS BayerischeLB Bosch Deutsche_Bahn XXVI

.. Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne http://www.mpi fg koeln.mpg.de/~lk/netvis.html Die Übersetzung der Finanzvolumina in Größen: The German Company Network of 1996 4/21/03: 6:27:04 > K96NW_.EPS Kaptialverflechtungen Deutschland 1996 Deutsche_Babcock Südzucker WestLB Preussag Deutz Krupp Gerling Karstadt Colonia NordLB Holzmann Ruhrgas Commerzbank Linde VEW Deutsche_Bank Continental Bankgesellschaft_Berlin Thyssen Daimler Benz RAG Mannesmann Henkel Metallgesellschaft VEBA Degussa MAN Bayerische_Vereinsbank RWE Bewag AMB Münchener_Rück Hoechst Allianz VIAG VEAG Hamburger_Gesellschaft Wacker Buderus Dresdner_Bank Volkswagen Bayerische_Hypo BASF Victoria Vereinte BMW Siemens Beiersdorf Bilfinger+Berger Bayer Metro DG_Bank R+V_Versicherung AGIV Schering Haniel Lufthansa Bosch Siemens EVS BayerischeLB Bosch Deutsche_Bahn XXVII

. Banken Die Abbildung einer theoretischen Klassifikation mit Farben Zwei Mengen von Knoten: Banken Industrie Beteiligungsvolumina: B A C Farbschema der Relationen innerhalb und zwischen den Mengen: Banken Industrie Industrie XXVIII

.. Kapitalverflechtungen deutscher Unternehmen 1996 Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne http://www.mpi fg koeln.mpg.de/~lk/netvis.html The German Company Network of 1996 Capital Shares Henkel Colonia Wacker financial financial industrial industrial financial industrial DG_Bank Hoechst 4/21/03: 6:27:04 > K96NW_.EPS Kaptialverflechtungen Deutschland 1996 Continental Bankgesellschaft_Berlin Degussa NordLB Victoria R+V_Versicherung Gerling AMB Buderus BMW Deutsche_Babcock Preussag Linde Metallgesellschaft Bilfinger+Berger AGIV Bosch Münchener_Rück Dresdner_Bank Bosch Siemens Karstadt Commerzbank Deutsche_Bank Daimler Benz Siemens MAN WestLB EVS Südzucker Bayerische_Vereinsbank Bayer Lufthansa Allianz Bayerische_Hypo Deutz Deutsche_Bahn Holzmann Vereinte Thyssen RWE VIAG VEW BASF BayerischeLB Krupp VEBA RAG Beiersdorf Schering VEAG Ruhrgas Volkswagen Mannesmann Bewag Haniel Metro Hamburger_Gesellschaft XXIX

. 4/22/02: Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne http://www.mpi fg koeln.mpg.de/~lk/netvis.html Kapitalverflechtungen deutscher Unternehmen 1998 Kapitalverflechtungen Deutschland 1998 DG_Bank Spar 5:19:29 > V4W.EPS Kapitalverflechtungen 1998 Wacker R+V Postbank Kapitalbeteiligungen Finanz Finanz Industrie Industrie Finanz Industrie Clariant Hoechst Bilfinger+Berger Deutsche Bahn BMW Lufthansa Gerling Metallgesellschaft Salzgitter Südzucker Holzmann Linde Daimler Deutsche Bank Mannesmann Continental NordLB AMB Dresdener Bank Karstadt Schickedanz BankBerlin Cobank Münchener Rück Bayer VW Parion RWE Allianz BASF Preussag B_Hypo WestLB Thyssen VEW VEBA Beiersdorf Schering RAG VIAG Siemens Babcock Krupp Bewag Degussa BoschSiemens Ruhrgas Bosch D_Shell Mannesmann XXX

.. Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne www.mpifg.de/people/lk Kapitalverflechtungen im Jahre 2000 Kapitalverflechtungen Deutschland 2000 Kapitalbeteiligungen BabcockBorsig WestLB Preussag BayLB Finanz Finanz Industrie Industrie Finanz Industrie Südzucker 11/20/02: 9:14:12 > W2000_.EPS Kapitalverflechtung Deutschland 2000 Aventis Wacker Deutsche Post Lufthansa MG Technologies EADS BMW Bosch Telekom Springer BoschSiemens Dresdener Bank DaimlerChrysler Deutsche Bank Gerling Kirch KarstadtQuelle Continental Atecs Siemens Allianz BayHypoV Münchener Rück Linde Salzgitter Vodafone D RWE ThyssenKrupp Generali MAN NordLB RAG EON SAP Bayer Commerzbank Ruhrgas BASF Schering Spar Bewag VW Shell D DG Bank K+S R+V Vers XXXI

. 7/21/04:17:12:26 > Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne www.mpifg.de/people/lk Kapitalverflechtungen im Jahre 2002 Kapitalverflechtungen Deutschland 2002 Kapitalbeteiligungen Deutsche Post W2002_.EPS Capital Ties Germany 2002 Deutsche Telekom Kreditanstalt für Wiederaufbau Wacker Aventis Deutschland Hamburger Gesellschaft Finanz Finanz Industrie Industrie Finanz Industrie Axel Springer EADS Metro Linde Bayer MG Technologies DaimlerChrysler Südzucker Haniel Commerzbank BMW Deutsche Bank MAN Generali Bayerische Hypo Münchener Rück KarstadtQuelle Continental Energie Baden W Allianz Nestlé Deutschland ThyssenKrupp Beiersdorf RWE Fresenius BASF Vattenfall E.ON RAG Siemens TUI Hochtief Schering Ruhrgas Bosch Siemens K+S Exxon Deutschland Shell Deutschland Bosch XXXII

. 5/09/06:10:59:43 > Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne http://www.mpi fg koeln.mpg.de/~lk/netvis.html K2004WS Kapitalverflechtungen 2004 Kapitalverflechtungen im Jahre 2004 Kapitalverflechtungen Deutschland 2004 Volkswagen AG Dr. Ing. h.c. F. Porsche Kapitalbeteiligungen Finanz Finanz Industrie Industrie Finanz Industrie EADS Generali MG Technologies DaimlerChrysler Commerzbank Schering Deutsche Bank EUROHYPO TUI Deutsche Lufthansa Linde Bayerische Motoren Werke KarstadtQuelle Bankgesellschaft Berlin MAN E.ON RWE Allianz Bayerische Hypo und Vereinsbank Münchener Rückversicherung Bayer NordLB Siemens RAG Salzgitter ThyssenKrupp BASF BSH Bosch und Siemens Robert Bosch Arcelor K+S Sanofi Aventis Wacker Chemie XXXIII

. 3/26/08:14:29:26 > Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne http://www.mpifg.de/people/lk Deutsche Telekom K6V2.EPS 2006 Kapitalverflechtungen 100 Gr áte Kapitalverflechtungen im Jahre 2006 Kapitalverflechtungen in Deutschland 2006 Generali Kapitalbeteiligungen KfW Commerzbank Finanz Finanz Industrie Industrie Finanz Industrie Robert Bosch Deutsche Post BSH Bosch Siemens K+S Deutsche Bank DaimlerChrysler EADS TUI Linde Bayerische Landesbank Siemens BASF AG Rhön Klinikum Deutsche Lufthansa MAN Fraport AXA Volkswagen Continental Allianz KarstadtQuelle Porsche E.ON Münchener Rück Bayer Fresenius ArcelorMittal RWE BMW RAG ThyssenKrupp Heidelberger Druck GEA UniCredit Bilfinger Berger 2008 Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne XXXIV

Resonanzen XXXV

FAS XXXVI

Focus Money XXXVII

Handelsblatt XXXVIII

Brandeins XXXIX

Zeit Online Deutschland AG: Netzwerk Deutschland - Nachrichten und Analysen au... http://www.zeit.de/online/2006/34/bildergalerie-deutschland-ag STARTSEITE» FINANZEN» Deutschland AG ZEIT online 24.8.2006-09:15 Uhr Netzwerk Deutschland Ist der rheinische Kapitalismus am Ende? Der Umbau der Allianz deutet darauf hin. Alte Verflechtungen enden. Doch noch ist die Deutschland AG nicht tot. Wie alle mit allen zusammenhängen: eine Übersicht in Grafiken 1996 Zahlreiche Verflechtungen stützen die so genannte Deutschland AG. Sie bilden ein Netzwerk aus einheimischen Kapitalgebern, Banken und Industriekonzernen. Im Mittelpunkt: Allianz und, mit Abstrichen, die Deutsche Bank. Bei fast allen wichtigen deutschen Konzernen sind beide auf die eine oder andere Weise engagiert. Die deutsche Unternehmenslandschaft ist schon seit dem ausgehenden 19. Jahrhundert durch dichte Kapital- und Personalverflechtungen geprägt. Für manche war das Ausdruck eines besseren, die Potenziale der Kooperation ausschöpfenden, der reinen Marktwirtschaft deshalb überlegenen Kapitalismus'. Max-Planck-Institut für Gesellschaftsforschung/Lothar Krempel. Daten: Monopolkommission. ZEIT online 24.8.2006-09:15 Uhr SUCHE ZEIT-SHOP STELLENMARKT ARCHIV DEUTSCHLAND INTERNATIONAL WIRTSCHAFT FINANZEN WISSEN GESUNDHEIT COMPUTER FEUILLETON MUSIK LITERATUR BILDUNG & BERUF CAMPUS ZUENDER LEBEN REISEN SPORT GENIESSEN AUTO VIDEO AUDIO SPIELE WEBLOGS NEWSLETTER DEBATTE ÜBER UNS KRITIK BERLIN NACHRICHTEN PARTNERVERMITTLUNG KUNSTMARKT FOTOGALERIE PREMIUM AUS DER ZEIT IMPRESSUM ZEIT-VERLAG MEDIADATEN PRESSE HILFE NEWSFEED NURTEXT STARTSEITE» FINANZEN» Deutschland AG ZUM SEITENANFANG SERVICE- UND WERBEPARTNER VON ZEIT ONLINE WEBNEWS SKIURLAUB HOTELS UND PENSIONEN KFZ VERSICHERUNG TESTBERICHTE NACHRICHTEN ZU AKTIEN HOTELJOBS APOTHEKE SCHIFFSBETEILIGUNGEN SOFTWARE DOWNLOADS MOTORRADHELME KREDITKARTEN KOSTENLOS PREISVERGLEICH GESUNDHEIT 1 von 1 10.04.2008 13:34 XL

III Muster sichtbar machen: Internationaler Sport die Daten: Spieler von Land A > spielt bei Verein X > im Land B beschreiben Relationen zwischen verschiedenen Ländern: Land B < beschäftigt Spieler aus Land A Land A exportiert Spieler nach > Land B oder auch Verein X (in Land B) < beschäftigt Spieler aus Land A XLI

.. Lothar Krempel, Max Planck Institut für Gesellschaftsforschung, Köln http://www.mpifg.de/people/lk/ HRV ITA Juventus Turin SWE 1/2/2006 FIFA World Cup National Teams and Clubs. Stand Januar 2006 UKR Bayer 04 Leverkusen AC Mailand Real Madrid Der Spielermarkt der WM 2006 BRA ESP FIFA World Cup 2006 Welcher Nationalspieler spielt in welchem Verein? Alle Clubs mit mehr als vier Nationalspielern Schachtjor Donezk FRA Inter Mailand FC Barcelona PLD Spartak Moskau ARG CZE Arsenal London FC Liverpool GBR CHE FC Bayern München Paris St.Germain FC Chelsea Borussia Dortmund SER DEU Manchester United NLD IVR PRT Hamburger SV VfB Stuttgart Italien Deutschland England Spanien Andere XLII

. 22/3/2007: Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne http://www.mpi fg koeln.mpg.de/~lk/netvis.html Zielgruppen V0 Unbekannt Lokomotive Moskau Players Market Transfer gt 25 Mio Euro Soccer Transfers > 25 Mill SC Pisa Torino Calcio Palmeiras FC Panathinaikos Athen AC Prato CD Leganes OFI Kreta US Ravenna Vitesse Arnheim SSC Venedig AD Fafe Deportivo de La Coruña Galatasaray Istanbul EA Guingamp Le Mans UC 72 Boca Juniors Buenos Aires Trento Calcio Dynamo Kiew Benfica Lissabon Real Madrid B Los Angeles Galaxy Olympique Lyon FC Sevilla B AC Florenz Espanyol Barcelona Borussia Dortmund FC Empoli Olympique Marseille Estudiantes de la Plata Fluminense Rio de Janeiro Al Ittihad Jedda Newcastle United FC Sevilla AC Mailand Real Madrid Atalanta Bergamo AS Monaco Atletico FC Genua 1893 Sampdoria Genua AS Cannes Leà a FC FC Porto FC Chelsea Inter Mailand Juventus Turin Girondins Bordeaux FC Alverca Blackburn Rovers FC Liverpool FC Parma Manchester United Paris St. Germain RCD Mallorca FC Arsenal London Valencia CF CD Castellón Bolton Wanderers FC Barcelona Lazio Rom Fenerbahce Istanbul Manchester City Madrid River Plate Buenos Aires AS Rom Hellas Verona Salernitana Sport FC Fulham Ajax Amsterdam FC Piacenza AS Bari Nottingham Forest Sporting Lissabon West Ham United Reserves Sporting Lissabon Jugend Preston North End FC Everton Gremio Porto Alegre FC Middlesbrough Bayer 04 Leverkusen Universidad de Chile Tottenham Leeds United Hotspur PSV Eindhoven AC Sparta Prag eigene Jugend West Ham United Willem II Tilburg Cruzeiro Belo Horizonte SC Heerenveen FC Marila Pribram Go Ahead Eagles Deventer FC Den Bosch SC Cambuur Leeuwarden RKSV Margriet Nooit Gedacht Geffen XLIII

. 22/3/2007: Dynamo Kiew Benfica Lissabon Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne http://www.mpi fg koeln.mpg.de/~lk/netvis.html Los Angeles Galaxy AC Florenz Espanyol Barcelona Borussia Dortmund FC Sevilla Atalanta Bergamo FC Genua 1893 Football Transfers Carreer Paths in the Players Market (I) Al Ittihad Jedda Fluminense Rio de Janeiro Newcastle United AS Monaco FC Chelsea Inter Mailand AC Mailand Real Madrid Sampdoria Genua Girondins Bordeaux Juventus Turin FC Liverpool FC Arsenal London Valencia CF FC Parma Salernitana Sport Paris St. Germain Lazio Rom Manchester United FC Barcelona RCD Mallorca FC Piacenza Ajax Amsterdam AS Bari Sporting Lissabon Tottenham Leeds United Hotspur FC Middlesbrough Universidad de Chile Preston North End FC Everton Gremio Porto Alegre Atletico Madrid Bayer 04 Leverkusen River Plate Buenos Aires AS Rom Hellas Verona PSV Eindhoven AC Sparta Prag eigene Jugend Cruzeiro Belo Horizonte SC Heerenveen FC Den Bosch SC Cambuur Leeuwarden Willem II Tilburg RKSV Margriet Nooit Gedacht Geffen FC Marila Pribram Go Ahead Eagles Deventer Transfer Histories Herman Jorge Crespo Ronaldo XLIV

. 22/3/2007: Deportivo de La Coruña Boca Juniors Buenos Aires Trento Calcio Lothar Krempel, Max Planck Institute for the Study of Societies, Cologne http://www.mpi fg koeln.mpg.de/~lk/netvis.html EA Guingamp Le Mans UC 72 Dynamo Kiew Benfica Lissabon Olympique Lyon Los Angeles Galaxy AC Florenz Espanyol Barcelona Borussia Dortmund Football Transfers Career Paths in the Players Market (II) Olympique Marseille Estudiantes de la Plata Al Ittihad Jedda Fluminense Rio de Janeiro FC Sevilla Newcastle United Atalanta Bergamo AS Monaco Leà a FC FC Chelsea Inter Mailand AC Mailand Real Madrid FC Alverca FC Porto Blackburn Rovers Juventus Turin FC Liverpool FC Arsenal London Valencia CF FC Parma Bolton Wanderers Paris St. Germain Manchester United FC Barcelona Ajax Amsterdam Lazio Rom Fenerbahce Istanbul Manchester City RCD Mallorca Nottingham Forest West Ham United Reserves Sporting Lissabon Jugend Sporting Lissabon Tottenham Leeds United Hotspur FC Middlesbrough Preston North End FC Everton Gremio Porto Alegre Atletico Madrid Bayer 04 Leverkusen River Plate Buenos Aires AS Rom Hellas Verona PSV Eindhoven eigene Jugend Transfer Histories West Ham United AC Sparta Prag Jaap Stam Nicolas Sebastian Anelka Cruzeiro Belo Horizonte SC Heerenveen FC Den Bosch SC Cambuur Leeuwarden Willem II Tilburg RKSV Margriet Nooit Gedacht Geffen FC Marila Pribram Go Ahead Eagles Deventer XLV

Resume Viele soziale Vorgänge sind in Netzwerke von Beziehungen eingebunden. Erst in den letzten Jahrzehnten ist es möglich geworden, auch sehr komplexe Netzwerke zu analysieren. Der Schlüssel zur Rekonstruktion der Netzwerke sind relationale Informationen die die Beziehungen der Akteure beschreiben. Verfahren der Netzwerk Analyse und Visualisierung erlauben es heute diese Informationen als einfach zu lesende Grafiken darstellen. XLVI

Einige Programme Pajek -Program for large Network Analysis. http://pajek.imfm.si/doku.php Visone - Analysis and visalization of social networks http://visone.info/ NetDraw - Network Visualization http://www.analytictech.com/netdraw/ netdraw.htm XLVII

Literatur Deutsche Foschungsgemeinschaft DFG (2003): Förderranking 2003. Institutionen -Regionen- Netzwerke. http://www.dfg.de/ranking/netzwerke Gantscho Gantschev, Lothar Krempel, Margarita Schivergeva (2002): Rubrika Metodologija Visualisatzija na strukturnite izmenenija: Prehodut v Bulgarija i roljata na finansovija sektor In: Banki investizii i pari, Sofia, 3/2002 ps.3-8 Gancho Ganchev, Lothar Krempel and Margarita Shivergeva (2001): How to view Structural Change: The Case of Economic Transition in Bulgaria. Cologne: Max Planck Institute for the Study of Societies Johnson Jeffrey C. and Lothar Krempel (2004): Network Visualisation: The Bush Team in Reuters News Ticker 9/11-11/15/01. Journal of Social Structure, vol 5, n1 http://www.cmu.edu/joss/content/articles/volume5/johnsonkrempel/ Krempel Lothar (2008): Netzwerkanalyse ein wachsendes Paradigma. In: Stegbauer (ed) : Netzwerkanalysen und Netzwerktheorie. Verlag für Sozialwissenschaften Krempel Lothar (2008): Die Deutschland AG 1996-2004 und die Entflechtung der Kapitalbeziehungen der 100 größten deutschen Unternehmen. In: Karl Siegbert Rehberg (2008): Die Natur der Gesellschaft, Verhandlungsband des 33. DGS Kongresses, Frankfurt: Campus Krempel, Lothar mit Martin Stuber, Stefan Hächler, Marion M. Ruisinger (2008): Exploration von Netzwerken durch Visualisierung. Die Korrespondenznetze von Banks, Haller, Heister, Linne, Rousseau, Trew und der Oekonomischen Gesellschaft Bern. In: Regina Dauser (ed): Wissen im Netz, Berlin: Akademie Verlag XLVIII

Krempel, Lothar and Michael Schnegg (2006): About the Image: Diffusion Dynamics in an Historical Network. Structure and Dynamics: ejournal of Anthropological and Related Sciences, Vol.1, Issue 1, Article 10.http://repositories.cdlib.org/imbs/socdyn/sdeas/vol1/iss1/art10 Krempel. Lothar (2005): Visualisierung komplexer Strukturen. Grundlagen der Darstellung mehrdimensionaler Netzwerke. Schriften des Max-Planck-Instituts für Gesllschaftsforschung, Sonderband. Frannkfurt: Campus Verlag Krempel, Lothar (1999): Visualizing Networks with Spring Embedders: Two-mode and Valued Data. American Statistical Association 1999, Proceedings of the Section of Statistical Graphics, Alexandria, VA, p. 36-45 Martin Höpner und Lothar Krempel (2004): The Politics of the German Company Network. Competition & Change, Vol. 8, No.4, 339-356, December 2004 Lothar Krempel (2004): The Language of Networks, in Gerfried Stocker and Christine Schöpf (ed) (2004): Ars Electronica 2004: Timeshift - Die Welt in 25 Jahren. 25 Jahre Festival für Kunst, Technologie und Gesellschaft, Ostfildern, Ruit, p.234-243 Krempel, Lothar and Thomas Plümper (2003): Exploring the Dynamics of International Trade by Combining the Comparative Advantages of Multivariate Statistics and Network Visualizations. Journal of Social Structure, vol 4, n1, February 3, 2003 http://www.cmu.edu/joss/content/articles/volume4/krempelplumper.html Martin Höpner and Lothar Krempel (2003): The Politics of the German Company Network. Cologne: Max Planck Institute for the Study of Societies. MPIfG Working Paper 03/9, September 2003http: //www.mpi-fg-koeln.mpg.de/pu/workpap/wp03-9/wp03-9.html XLIX

Krempel, Lothar and Thomas Plümper (1999): International Division of Labor and Global Economic Processes: An Analysis of the International Trade in Automobiles. Journal of World-Systems Research, 5, 390-402. http://csf.colorado.edu/jwsr/archive/vol5/vol5_number3/krempel/index.html Lipp, Carola and Lothar Krempel (2001): Petitions and the Social Context of Political Mobilization in the Revolution of 1848/49. A Microhistorical Actor Centered Network Analysis. International Review for Social History, Volume 46, Supplement 9,2001, pp 151-169. L

Mein Buch Autor MPIfG Bücher PD Dr. Lothar Krempel ist wissenschaftlicher Mitarbeiter am Max-Planck- Institut für Gesellschaftsforschung in Köln und Privatdozent für empirische Sozialforschung an der Universität Duisburg-Essen. Lothar Krempel Visualisierung komplexer Strukturen Grundlagen der Darstellung mehrdimensionaler Netzwerke Schriften des Max-Planck-Instituts für Gesellschaftsforschung, Sonderband Campus Verlag, 2005 216 Seiten ISBN 3-593-37813-2 70 Farbabbildungen 39,90 Euro SFr 69,40 www.campus.de Vernetzte Systeme wie technische In fra strukturen, soziale Gruppen, Un ter neh men, Institutionen oder Nationen sind typischerweise komplex. Wo deren Ver flechtungen mit Netzwerkdaten be schrie ben wer den können, erlauben es heute mathema tische Verfahren, verschie dene Eigen schaften von Systemen und ihren Ele menten zu berechnen und Teilsysteme oder wichtige Akteure zu identifizieren. Wie Befunde die ser Art in einfach zu lesende grafische Informationslandschaften übersetzt und integriert werden können, ist Gegenstand dieses Buches. Die Entwicklung einer solchen statistischen Grafik verbindet das Potenzial automatischer Prozeduren mit den besonderen Fähigkeiten der menschlichen Wahrnehmung. Obwohl die Visualisierung von Netzen kaum den Kinderschuhen entwachsen ist, verspricht sie Einblicke in sehr komplizierte Vorgänge, und sie verspricht, neue Welten sichtbar zu machen. Inhalt 1 Grafik und Information Grafische Darstellungen Strukturen sichtbar machen 2 Grafische Informationsverarbeitung Bertin s visuelle Variable Die präattentive Wahrnehmung von Markierungen Layouts und Platzierungen Größenmarkierungen und quantitative Information Farben Colormetrie Quantitative Informationen und Farben Effizienz: Ergonomie und Informationsökonomie 3 Netzwerkanalyse und Visualisierung Netze und Graphen Eigenschaften und Attribute von Netzen Typologien und Partitionen als Erklärungen Einfache Bildsprachen: Mengendiagramme und Quantifizierung Strukturhypothesen als geometrische Beschränkungen 4 Netze ordnen Einbettungen in einfache Lösungsräume Die Darstellung von Graphen mit Kräftemodellen Platzierungen von Knoten unter Nebenbedingungen 5 Syntaktische Markierungen Degree-Zentralität First-order-Zone Partitionen Partitionen, Teilmengen und Zonenmarkierungen Partitionen und Hüllen Zentralitäten und Erreichbarkeiten Exkurs: Die grafi sche Exploration eines Blockmodells 6 Exkurs: Die Transformation von Layouts Der symbolische Gabentausch der!kung Die räumliche Einbettung des Tauschsystems Der Kern des Hxaro-Austauschsystems Hxaro-Austausch und enge Verwandtschaft Verwandtschaft und Austauschbeziehungen im Kern des Systems 7 Zusammenhänge sichtbar machen Merkmalsmuster in Strukturen Attribute und Zonensymbole Strukturen und Muster explorieren Resümee 8 Optimierte Darstellungen von Strukturen Ordnen und Positionieren Strukturen markieren: syntaktische Zeichen Attribute abbilden: Muster in Netzen Quantitative Daten und grafische Markierungen Entwicklungsperspektiven und offene Fragen Resümee MPIfG Paulstraße 3 50676 Köln Germany Tel. +49 221 2767-0 Fax +49 221 2767-555 info@mpifg.de www.mpifg.de LI