Graphentheorie beschreibt, wie ein Netzwerk aussieht. Network Dynamics fragt, wie es sich über die Zeit verhält: Wie wächst es? Wie breiten sich Dinge darin aus Krankheiten, Gerüchte, Stromausfälle, Trends? Und warum sind manche Netze robust, andere fragil? Struktur und Dynamik hängen dabei eng zusammen.
Warum haben reale Netzwerke Hubs? Der Schlüsselmechanismus ist bevorzugte Anbindung (preferential attachment): Ein neuer Knoten verbindet sich lieber mit bereits gut vernetzten Knoten. Eine neue Webseite verlinkt eher auf bekannte Seiten; ein Neuling folgt eher populären Accounts. So wachsen die Großen überproportional und es entsteht die skalenfreie Struktur von selbst.
Auf demselben Netz kann sich vieles ausbreiten. Das Standardmodell (SIR) teilt Knoten in anfällig, infiziert und erholt/immun. Ob eine Ausbreitung explodiert oder verpufft, hängt entscheidend von der Netzstruktur ab vor allem von den Hubs, die als Superverbreiter wirken.
Ausbreitung hat oft einen kritischen Schwellenwert. Unterhalb davon erlischt sie schnell; oberhalb erfasst sie einen großen Teil des Netzes. Genau dieses scharfe Umkippen (Perkolation) macht Netzwerkdynamik so folgenreich kleine Änderungen der Ansteckungsrate oder der Vernetzung entscheiden über alles oder nichts.
| Prozess | Beispiel | Rolle der Hubs |
|---|---|---|
| Wachstum | Web, soziale Netze | Hubs entstehen und wachsen weiter |
| Ansteckung | Epidemie, viraler Trend | Hubs = Superverbreiter |
| Ausfall (zufällig) | Serverpanne | Hubs bleiben, Netz stabil |
| Angriff (gezielt) | Hub-Ausfall | Netz zerfällt (Kaskade) |
Kaskadierende Ausfälle (ein überlasteter Knoten schiebt Last auf Nachbarn, die dann auch fallen) zeigen die Kehrseite der Vernetzung: Effizienz und Verletzlichkeit wachsen zusammen. Netzwerkdynamik verbindet damit Graphentheorie, Rückkopplung und nichtlineare Schwelleneffekte.