🗣️ Gerüchteverbreitung — Ignorant/Spreader/Stifler-Modell

Das Modell ist eine zeitkontinuierliche Markov-Kette auf dem Tripel (X, Y, Z), das die Anzahl der Ignoranten, Verbreiter und Stifler in einer gut durchmischten Population der Größe N darstellt. Es treten zwei Ereignistypen auf: Ein Kontakt zwischen Ignorant und Verbreiter wandelt den Ignoranten mit einer zu X·Y proportionalen Rate in einen Verbreiter um, während ein Kontakt zwischen zwei Verbreitern oder zwischen Verbreiter und Stifler den initiierenden Verbreiter mit einer zu Y·(Y+Z-1) proportionalen Rate in einen Stifler umwandelt. Daley und Kendall nutzten einen deterministischen Fluidgrenzwert dieser Gleichungen, um den asymptotischen Bevölkerungsanteil herzuleiten, der ignorant bleibt, wenn N groß wird — ein Wert, der nur vom Verhältnis der beiden Kontaktraten abhängt, nicht von der Populationsgröße selbst.

Beide Modelle teilen eine Drei-Kompartiment-Struktur, doch der Übergangsmechanismus unterscheidet sich grundlegend. Im SIR-Modell genest ein infiziertes Individuum mit einer festen Rate, unabhängig davon, mit wem es Kontakt hat — die Genesung ist eine interne Uhr. Im Daley-Kendall-Gerüchtemodell wird ein Verbreiter nur durch einen direkt unproduktiven sozialen Kontakt zum Stifler. Dadurch ist die Gerüchteverbreitung von Natur aus durch soziale Reibung selbstbegrenzend statt durch biologische Genesung, weshalb Gerüchtemodelle tendenziell eine deutlich größere unberührte "ignorante" Bevölkerung hinterlassen als vergleichbare Krankheitsmodelle mit ähnlichen Kontaktraten.

Ja, erheblich. In einem gut vernetzten Netzwerk mit kurzen durchschnittlichen Pfadlängen treffen Verbreiter schnell auf andere informierte Knoten und werden rasch gestillt, erreichen aber auch entfernte Teile des Netzwerks schneller, bevor sie gestillt werden. In einem spärlichen oder geclusterten Netzwerk breiten sich Gerüchte langsamer aus, aber Verbreiter kontaktieren möglicherweise über längere Strecken nur Ignoranten, wodurch ein ähnlicher oder sogar größerer Endanteil erreicht werden kann. Reale soziale Netzwerke weisen "Small-World"-Eigenschaften auf — hohe Clusterung bei kurzer durchschnittlicher Pfadlänge —, die laut Studien Gerüchtemuster erzeugen, die den Vorhersagen des vollständig durchmischten Modells näherkommen als ein naives Gitter-Modell.

Die grundlegende stochastische Behandlung stammt von D. J. Daley und D. G. Kendall in ihrem Aufsatz "Stochastic rumours" von 1965 im IMA Journal of Applied Mathematics, aufbauend auf früheren deterministischen Gerüchtemodellen, die unter anderem von Rapoport in den 1950er-Jahren vorgeschlagen wurden. Die Maki-Thompson-Variante folgte 1973 und verfeinerte die Stillungsregel zu der heute meist simulierten Version. Beide Arbeiten zogen explizite Analogien zur Mathematik der Epidemietheorie, die Jahrzehnte zuvor von Kermack und McKendrick entwickelt wurde und deren SIR-Rahmen die Namensgebung Ignorant/Spreader/Stifler inspirierte.

Ja. Das Daley-Kendall-Modell und seine Nachfolger werden häufig zur Modellierung von Desinformationskaskaden auf Social-Media-Plattformen angewendet, wobei "Stillung" dem Interesseverlust eines Nutzers am erneuten Teilen eines veralteten Beitrags entspricht. Marketingforscher nutzen dieselben Gleichungen, um die Reichweite viraler Werbekampagnen vorherzusagen, da Mundpropaganda einer nahezu identischen Stillungsdynamik folgt, sobald ein Empfänger das Angebot bereits von mehreren Quellen gehört hat. Informatiker haben auch Varianten des Modells angepasst, um zu beschreiben, wie sich Patches und Sicherheitswarnungen über große Gerätenetzwerke verbreiten — und ins Stocken geraten.

Diese Simulation geht wie das klassische Daley-Kendall-Modell davon aus, dass jeder Kontakt gleich wahrscheinlich zustande kommt und jedes Individuum unabhängig von Persönlichkeit, Vertrauen oder Medientyp identisch reagiert. Die reale Gerüchteverbreitung wird zudem von der Glaubwürdigkeit der Quelle, dem emotionalen Gehalt der Nachricht (stark emotionale oder überraschende Gerüchte verbreiten sich schneller und werden seltener gestillt) und asymmetrischen Netzwerkstrukturen wie Rundfunkmedien oder einflussreichen Hub-Knoten geprägt, die Tausende gleichzeitig erreichen können. Fortgeschrittenere Varianten des Modells berücksichtigen heterogene Kontaktraten, gewichtetes Vertrauen und zeitveränderliche Netzwerkstrukturen, um diese Effekte abzubilden.