Author: Olaf Kopp , 08.April 2010
Reading time: 2 Minutes

Word-of-Mouth-Entwicklung von Social Communities: Netzeffekt und kritische Masse

Rate this post

Hier ein etwas kürzeres Unterkapitel aus meiner Diplomarbeit zum Thema Entwicklung und Wachstum von Social Communities.

Der Begriff „Netzeffekt“ lässt sich am Besten am Beispiel der Musik Tauschbörse Napster verdeutlichen. Der offensichtliche „originäre“ Nutzen für den User, dem Peer to Peer -Netzwerk beizutreten, ist das Downloaden von Musik. Dieser orginäre Nutzen ist nur durch das rein physische Beitreten zu der Tauschbörse recht gering. Erst durch die steigende Gesamtuserzahl entsteht ein steigender direkter derivativer (abgeleiteter) Nutzen in Form von größerem Angebot, der für die Attraktivität des Netzwerks entscheidend ist. Ein typisches Beispiel für den steigenden direkten derivativen Nutzen mit der Anzahl der User sind auch die
Instant-Messenger ICQ, Skype oder MSN. Benutzt keine andere Person einen Messenger sind sie nutzlos. Mit der Zahl der User des jeweiligen Messengers steigt die Attraktivität.

Die Anzahl von Mitgliedern, die notwendig ist, um ein Netzwerk für potenzielle User attraktiv werden zu lassen, bezeichnet man als „kritische Masse“. Nach Michel Clement ist die kritische Masse bei 10% der potenziellen User definiert , was aber auch stark von den „Konkurrenz-Netzwerken“ und deren Größe abhängt. Für neue einzigartige Netzwerke mag diese Definition zutreffen. Aber ist ein anderes Netzwerk so stark verbreitet und bindet einen Großteil der potenziellen User an sich, werden diese 10% nicht die kritische Masse sein.

Da Menschen meistens das Risiko scheuen, neues Terrain zu begehen, warten sie darauf, dass ein anderer den ersten Schritt macht, um dann nachzuziehen. Deshalb kommt es in dieser Phase oft zu einer Situation des gegenseitigen Beobachtens. In der Literatur wird dieser Effekt als „Penguin-Effekt“ bezeichnet.

Ist die kritische Masse erreicht kommt, es in der Regel zu überproportional steigenden Beitritten zu dem Netzwerk, die den derivativen Nutzen weiter steigen lässt. Dadurch wird ein sich selbst tragender Penetrationsprozess in Gang gesetzt, den man auch als „Bandwaggon-Effekt“ bezeichnet. Dieser Effekt kann in anderen Gruppierungen zu massiven Abwanderungen führen und dort den derivativen Nutzen kollabieren lassen. Dies wird in der Literatur als Stranding-Effekt beschrieben.

Die beschriebenen Stadien und Vorgänge bei der Entstehung von Netzwerken gelten auch bei der Einführung von Innovationen. Wird eine Innovation nicht von der kritischen Masse gekauft, wird sie sich am Markt nicht durchsetzen können.

About Olaf Kopp

Olaf Kopp is Co-Founder, Chief Business Development Officer (CBDO) and Head of SEO at Aufgesang GmbH. He is an internationally recognized industry expert in semantic SEO, E-E-A-T, modern search engine technology, content marketing and customer journey management. As an author, Olaf Kopp writes for national and international magazines such as Search Engine Land, t3n, Website Boosting, Hubspot, Sistrix, Oncrawl, Searchmetrics, Upload … . In 2022 he was Top contributor for Search Engine Land. His blog is one of the most famous online marketing blogs in Germany. In addition, Olaf Kopp is a speaker for SEO and content marketing SMX, CMCx, OMT, OMX, Campixx...

COMMENT ARTICLE



  • Rainer Bögl

    22.11.2015, 23:26 Uhr

    Hallo Olaf,

    ein interessanter Artikel zur kritischen Masse. Nun wäre es wichtig herauszufinden, wie viele Interessenten es für ein Thema gibt, deren kritische Masse dann 10% sind.
    Oder kann man das auch auf eine gewisse Anzahl an z.B. Artikel in einen Blog beziehen, dass er für die Leser interessant ist – und “Fachkompetenz” ausstrahlt? Wie würde man sowas ermitteln?

    Viele Grüße
    Rainer

    • Kopp

      02.12.2015, 14:26 Uhr

      Hallo Rainer, das ist eine gute Frage. Eine quantitative Aussage zur kritischen Masse zu machen halte ich für schwierig. Zudem müssen es ja auch nicht 10% sein.

Content from the blog

Interesting Google patents for search and SEO in 2024

In this article I would like to contribute to archiving well-founded knowledge from Google patents read more

What is the Google Shopping Graph and how does it work?

The Google Shopping Graph is an advanced, dynamic data structure developed by Google to enhance read more

“Google doesn’t like AI content!” Myth or truth?

Since the AI revolution, fueled by the development of large language models (LLMs) and generative read more

Most interesting Google Patents for semantic search

Since 2013 Google is enabling an entity based semantic search system parallel to the classical read more

How does Google search (ranking) may be working today

Google has disclosed information about its ranking systems. With this information, my own thoughts and read more

Success factors for user centricity in companies

Many companies claim that they put their users first. In reality, however, this is just read more