7. KLASSIFIZIERUNG VON
INNOVATIONEN
Ablauf der Innovation: kontinuierlich vs. disruptiv
Ebenen der Entscheidung: kaufmännisch vs. kulturell
Erwartungen der Akteure: Visionäre vs. Pragmatiker
Schade: fast nie "reine" Formen!
8. MECHANISMUS DER ADAPTION
KLASSISCHER ANSATZ
Einzelpersonen entscheiden sich unabhängig
Entscheidung nach Abwägung der Vor- und Nachteile
cost-of-change
9. DISRUPTIVE INNOVATIONEN
MARKETING: GEOFFREY MOORE ↝
Änderung der Kommunikation an der Lücke:
Links/Vorher (Visionäre): Coolness und Potential
Rechts/Nachher (Pragmatiker): Narrative über
praktischen Einsatz
Zielmärkte definieren
Ein Segment als Sprungbrett für das nächste
10. MECHANISMUS DER ADAPTION
KRITIK AN DER KONTINUIERLICHEN THEORIE
Der unabhängige Entscheidungsprozeß kann niemals zu
einer "S-Kurve" führen
Es entstehen "R-Kurven"
Kombination zweier Mechanismen erzeugt eine S-Kurve:
individuelle cost-of-change/benefit-Abwägung
"biased transmission"
11. WOZU DAS ALLES?
Technische Innovationen wie Wearables sind disruptiv
Das Verhalten mancher Menschen wirkt auf andere
sonderbar. Warum?
Wie kann man verstehen, wie disruptive Innovationen
eine Population erobern oder eben nicht?
Kann man das Verständnis der Vorgänge nutzen?
12. WAS HAT DAS MIT IT ZU TUN?
Beobachten, was passiert
Modelle für Mechanismen werden abgeleitet
Wie überprüft man so ein Modell?
Man simuliert es! Laßt die Soziologen nicht damit alleine!
13. SIMULATION DURCH ZELLULÄRE
AUTOMATEN
ROBERT AXELROD, 1997
Robert Axelrod entwickelte 1997 ein System, bestehend aus
einem Netz zellulärer Automaten, die eine Popuplation
simulieren. Jedes Individuum hat dabei einen Satz
Eigenschaften (Features), ausgedrückt als Tupel/Vektor von
Zahlen. Durch Interaktion übernehmen Individuen Features
ihrer Nachbarn.
14. AXELROD MODELL
ALGORITHMUS
1. Lege ein Feld aus Individuen (z.B. 50×50) an
2. Wähle eines per Zufall aus
3. Wähle einen zufälligen Nachbarn (N,S,O,W)
4. Bestimme ihre Ähnlichkeit, daraus die Wahrscheinlichkeit
einer Interaktion
5. Falls wahrscheinlich: übernehme ein zufälliges Feature
des Nachbarn
6. Zurück zu 2. so oft man möchte
16. AXELROD MODELL
Größe: 30×30, Anzahl Features: 3, max. Wert: 6, Threshold: 0,1, 100.000 Iterationen
Built with p5.js
17. AXELROD MODEL
VARIATIONEN
Abstoßung bei wenig Übereinstimmung: ein Feature, daß
beide Individuen gemeinsam haben, wird geändert
Zusätzlicher Einfluß:
Massenmedien
soziale Netze
biased transmission
long-range Wechselwirkung (Small World Model, Jon
Kleinberg)
18. DAS ENDE IST NAH!!
Credits go to:
reveal.js für das Javascript Slide Framework
Farbpaletteneditor
für die JavaScript Version von Processing
für Processing (indirekt)
http://paletton.com
http://p5js.org
https://processing.org
19. LITERATUR
Everett Rogers, "Diffusion of innovations", 1962
Henrik Vejlgaard, "Anatomy of a trend", 2007
Martin Raymond, "The Trend Forecaster's Handbook",
2010
Robert Axelrod, "The Dissemination of Culture", J. Confl.
Res., Vol. 41 Nr. 2, 1997
Joseph Henrich, "Cultural Transmission and the Diffusion
of Innovations", Am. Anthropologist 2001, 103(4) 992-1013
Scott Ambler, "Crossing the Chasm", Dr. Dobbs Journal
Geoffrey Moore, "Crossing the Chasm", 1991