Netzeffekttheorie Flashcards
Netzeffekte Zitat
“The benefits from
compatibility create demand-side economies of scale:
there are benefits to doing what others do. These benefits make
standardization a central issue in many important industries”
Bandwagon-Effekt
- Die Nachfrage nach einem Gut steigt, wenn es mehr gekauft wurde
- „Mitläufereffekt“, „Herdeneffekt“, Mode
Snob-Effekt
- Die Nachfrage nach einem Gut sinkt, wenn es mehr gekauft wurde
- „abnormales Nachfrageverhalten“, Exklusivität
Veblen-Effekt
- Die Nachfrage nach einem Gut steigt, wenn es teurer wird
- „Geltungskonsum”
positive Netzeffekte
Ergeben sich aus der Forderung nach Kompatibilität („nachfrageseitige Skalenerträge“)
- Impliziert positiven Zusammenhang zwischen der Bereitschaft, Netzeffektgüter zu adoptieren, und der Anzahl sonstiger Nutzer dieses Gutes.
- Beispiel: Märkte für IuK-Technologien.
Netzeffekte
- *Zusammenhang** zwischen dem Wert eines Gutes und der
- *Anzahl seiner Nutzer**.
Beispiel: Der Wert eines Faxgerätes steigt mit der Anzahl der hiermit Erreichbaren („nachfrageseitige Skalenerträge”)
direkte Netzeffekte
Direkter Zusammenhang zwischen Nutzerzahl und Wert eines Netzeffektgutes.
Beispiel: Telefon
indirekte Netzeffekte
Resultate aus Interdependenzen im Konsum komplementärer Güter und Services.
Beispiel: Drucker und Toner
So sind Märkte, auf denen Kompatibilität eine wichtige Produkteigenschaft ist, stets auch Märkte, auf denen starke Netzeffekte zu finden sind.
sponsored technologies
Verfügungsrechte über Standards.
- Damit sind Preisstrategien möglich
- und die Nutzung kann beschränkt werden.
Beispiele: MS Word, Windows, ERP Software
unsponsored technologies
Keine Verfügungsrechte über Standards
- keine Nutzungsbeschränkung möglich,
- damit möglicherweise größere Gefahr durch Externalitäten.
Beispiel: Open Source Software (F/LOSS)
de facto Standard
„hat sich durchgesetzt“ (Diffusionsergebnis)
de jure Standard
„muss ich nehmen“ (politisch-administrativ)
Pinguin-Effekt
Start up Problem, excess inertia, Unterstandardisierung
“alle warten, bis ausreichend viele andere standardisiert haben”
Eine Unterversorgung (“excess inertia”, zu wenig Standardisierung bzw. technologischer Wandel) kann dadurch entstehen,
- dass keiner das überproportionale Risiko einer frühen Auswahl treffen möchte,
- um nicht der Gefahr ausgesetzt zu sein, in einem schließlich zu kleinen Netz zu stranden und
- Wechsel oder Opportunitätskosten tragen zu müssen,
- sollte die Mehrzahl späterer Netzteilnehmer sich für eine andere Technologie entscheiden.
Lemming-Effekt
excess momentum, Überstandardisierung
Im Gegensatz zu excess inertia kann es auch zu einer Überversorgung (“excess
momentum“, zu viel technologischer Wandel bzw. Wechsel zu schlechteren
Technologien) des Marktes beispielsweise durch
- intertemporale Preisstrategien seitens des Anbieters kommen.
- Dieser kann frühe Käufer durch niedrige Preise subventionieren und
- von späteren Konsumenten der dann wertvolleren Technologie entsprechend höhere Preise verlangen.
Free Riding
Attentismusprobleme
Bei öffentlichen Gütern besteht die Gefahr des Trittbrettfahrens:
Ein Individuum, das ein Kollektivgut
- ohne Gegenleistung nutzen kann
- (bzw. nicht von der Nutzung ausgeschlossen werden kann),
- beteiligt sich weniger an Entwicklungs-/Betriebskosten.
Beispiele: Straßen, Polizei, P2P Netze, Standards
Lock-in-Effekt
Eine Technologie wird genutzt, weil der Wechsel zu einer besseren zu aufwändig ist.
Pfadabhängigkeit und tippy networks
Positive feedback economies “ sind gekennzeichnet durch
- multiple Gleichgewichte,
- Lock-In in Monopole,
- Marktergebnis wegen nicht ergodischer Diffusionsprozesse nicht vorhersehbar („Pfadabhängigkeit”)
Theorie der Netzeffekte
Marktversagen
Problem: Netzeffekte können als positive, konsumseitige
Externalität Marktversagen implizieren.
- Häufig verwendete Beispiele sind der Sieg von VHS gegen Betamax oder die Verwendung der QWERTY Tastatur trotz der prinzipiellen Verfügbarkeit besserer Tastaturanordnungen.
- Allerdings sind diese Beispiele kontrovers diskutiert und nicht unwidersprochen (Schwierigkeit des empirischen Nachweises von Marktversagen durch Netzeffekte).
Theorie der Netzeffekte
Argumentation Wirkung Netzeffekte
Die Argumentation der Wirkung von Netzeffekten folgt durchweg einem
ähnlichen Pfad:
- Die Diskrepanz zwischen privatem (Individuum) und kollektivem (Gesellschaft) Nutzen bezüglich der Auswahl einer Technologie führt möglicherweise zu nicht effizienten Marktergebnissen.
- Insgesamt kann es aus Sicht eines Gesamtnetzes sowohl zu einer Über als auch zu einer Unterversorgung mit Standards kommen.
Pfadabhängigkeiten
Pfadabhängigkeiten stellen eine Alternative zur neoklassischen Perspektive dar
(„new oder „positive feedback economics ““) [Arthur 1989]
- Bedeutung zufälliger, früher „insignificant oder „small events für Marktergebnisse
- Sequenz zufälliger Ereignisse ist bedeutsam.
Grundargument
Zufällige Ereignisse in frühen Diffusionsphasen geben einer (Netzeffekten unterliegenden) Technologie einen kleinen Vorsprung. Diese wird dann mehr genutzt, wodurch stärkere Lerneffekte entstehen und sie stärker verbessert (und genutzt) wird
Netzeffekte in der Pfadabhängigkeitsliteratur als „learning by using
(Bsp.: Benzin vs. Wasserdampf vs. Elektromotor; VHS vs. Beta)
- dadurch „nicht ergodische Prozesse der Technologiediffusion
- multiple Gleichgewichte bei Netzeffekten, Lock In/Lock out
- zufällige „insignificant events - pareto inferiore Gleichgewichte
Brian Arthurs Netzeffekt
Modell (Arthur 1989) (1)
Ziel: Untersuchung der
- Dynamik von Alloktionen bei steigenden Skalenerträge
- in einem Kontext, in welchem steigende Skalenerträge natürlich auftreten:
- Agenten wählen zwischen konkurrienden Technologien
Dynamisches Modell zu Pfadabhängigkeit zeigt bestimmte Eigenschaften
der Technologiediffusion
- Ist das Diffusionsergebnis vorhersagbar?
- Ist das Diffusionsergebnis effizient?
- Ist der Diffusionsprozess flexibel?
- Ist der Diffusionsprozess ergodisch?
(“Does history matter?” Oder werden Zufallsereignisse im Diffusionsverlauf „vergessen”?)
Brian Arthurs Netzeffekt
Modell (Arthur 1989) (2)
- Zwei Technologien A und B (unsponsored)
-
Zwei Arten von Akteuren (i) (in gleicher Anzahl) R und S
- Typ R präferiert Technologie A
- Typ S präferiert Technologie B
- für beide gilt: (aR > bR und aS < bS)
- Nutzen bestimmt durch Netzgröße bei Adoption (Anzahl bisheriger Nutzer nA bzw. nB)
-
Untersuchung des Einflusses
- fallende Skalenerträge (r < 0)
- konstante Skalenerträge (r = 0)
- steigende Skalenerträge (r > 0)
Brian Arthurs Netzeffekt
Modell (Arthur 1989) (3)
- Unbestimmtheit des Ergebnisses Folge von random events außerhalb des Ex ante Wissens der Akteure (hier: Entscheidungsreihenfolge)
-
historical events
- Wären alle Determinanten der Technologiediffusion ex ante bekannt (polit. Interessen, Erfahrung der Entwickler, Vertragsgestaltungen etc.), könnte Ergebnis evtl. antizipiert werden
- Aber: Begrenztes Wissen des impliziten Beobachters
-> Historical Events sind Ereignisse und Bedingungen außerhalb des Ex ante Wissens des impliziten Beobachters
Modell: Beobachter hat vollständige Information außer über Eintrittszeitpunkt und Reihenfolge der Adoptoren -> beobachtet Entscheidungen als Reihe von R/S Entscheidungen (p=0,5)
-
ein Pfad ist damit eine Sequenz von A- und B-Adoptionen
- Wie ist das Diffusionsergebnis (Marktanteil) in den drei Situationen?
- Haben die „historical events einen Einfluss hierauf?
