Da das menschliche Gehirn ständig neue Informationen aufnimmt, aber nur eine begrenzte Speicherkapazität hat, muss es diese komprimieren, wobei aus den Neurowissenschaften bekannt ist, dass zum Verdichten logarithmische Skalen verwendet werden, was sich etwa in der Einteilung der Zeit in Sekunden, Minuten und Stunden sowie Tage, Wochen, Monate und Jahre widerspiegelt, denn so kann das Gehirn konzeptionell mit fast beliebig großen und kleinen Zeiten arbeiten. Daneben muss das Gehirn noch eine inhaltliche Auswahl vornehmen, indem es versucht, insbesondere den statistischen Informationsgehalt zu optimieren (Shannon-Entropie).
Schneider et al. (2021) haben nun gezeigt, dass Entscheidungsprozesse statistischen Gesetzen folgen, die von der Arbeitsweise unseres Gehirns beeinflusst sind. Die Forscher haben sich die Bestsellerlisten von klassischen Medien für Musik und Bestseller Charts für Bücher vorgenommen, weil diese teilweise schon seit den 1960er Jahren nach denselben Kriterien aufgestellt werden. Als modernes Pendant untersuchten sie die Zahl der Downloads für Musikalben auf Spotify und im Nachrichtensektor die Anzahl von Retweets auf Twitter sowie von Kommentaren auf der Diskussionsplattform Reddit. Allen ist gemeinsam, dass die Platzierung aus den Entscheidungen vieler Einzelpersonen hervorgeht, die sich untereinander beeinflussen. Man ging bei der Untersuchung davon aus, dass das Entscheidungsverhalten der Menschen davon beeinflusst wird, wie ihr Gehirn die Masse an Informationen aus der Außenwelt prozessiert und Relevantes herausfiltert. Das bedeutet also, dass wenn man eine große Anzahl von Menschen untersucht, zeigen sollte, dass ihre Entscheidungen statistischen Gesetzen folgen, die prägnant durch die Verarbeitungsprozesse im Gehirn bestimmt werden, und zwar den Prozessen der Verdichtung und Optimierung von Informationen. Daher ist davon auszugehen, dass das Gehirn nicht den Informationsgehalt der direkten Sinneswahrnehmungen optimiert, sondern die bereits komprimierten Informationen, d. h., das Gehirn kann für die Auswahl relevanter Inhalte nämlich nur auf die interne Darstellung der Welt zugreifen, die schon verdichtet wurde. Komprimieren und Optimieren sind damit zwei aufeinanderfolgende Schritte.
Eine gute Übereinstimmung zwischen Theorie und Daten wurde für die Verteilung der Lebensdauer von Musikalben auf Download Charts von Spotify gefunden, insbesondere konnte gezeigt werden, dass die Lebenszeit für tagesaktuelle Charts einer logarithmischen Verteilung folgt. Für wöchentliche Charts ist dagegen ein Potenzgesetz charakteristisch, was sich dadurch erklären dürfte, dass es im Durchschnitt eine gewisse Zeit dauert, ein ganzes Album herunterzuladen und anzuhören. Früher war die Reaktion sogar noch stärker verzögert, weil die Käufer erst Zeit finden mussten, eine Platte zu kaufen, sodass es früher auch Hits gab, die sich über einige Wochen an die Spitze hocharbeiteten, während heute aufgrund der schnellen Informationsverbreitung die Top Hits sofort auf Platz eins landen. Die Vorhersagen für die statistische Lebensdauer von Musikdownloads und Tweets war in den Modellen so exakt, dass man sogar den Einfluss des 24-Stunden-Tag-Nacht-Zyklus feststellen konnte, also weniger Aktivität in der Nacht. Darüber hinaus wurden ähnliche statistische Vorhersagen auch für die Bestsellerliste der New York Times gemacht sowie für die Billbord-Charts für klassische Musikalben.
Literatur
Schneider, Lukas, Scholten, Johannes, Sándor, Bulcsú & Gros, Claudius (2021). Charting closed-loop collective cultural decisions: from book best sellers and music downloads to Twitter hashtags and Reddit comments. The European Physical Journal B, 94, doi:10.1140/epjb/s10051-021-00173-0.
https://www.puk.uni-frankfurt.de/Pressemitteilungen-Goethe-Universitaet? (21-08-08)
