Politische Entwicklungen und Geschehnisse als das Ergebnis komplexer Prozesse in einem dicht verwobenen Netzwerk vieler Akteure zu deklarieren ist oft wenig hilfreich. Ein Grund dafür ist, dass die Begriffe oft so weit gefasst werden, dass man nach einer solchen Deklaration nicht viel schlauer ist als vorher.

Aber es gibt Ausnahmen, etwa wenn man einen ganz spezifischen, klar definierten Netzwerk-Aspekt von etwas wirklich Wichtigem untersucht und dabei noch auf einen großen Datensatz zugreifen kann. Dann wird es spannend, und genau das wird hier vorgestellt: Untersucht wurde, von einer Reihe Florentiner Forscher, die Frage, inwiefern das Ausmaß von Kriegen (gemessen als die Anzahl von Todesopfern relativ zur Weltbevölkerung zum Zeitpunkt des Konflikts) verstanden werden kann als das Ergebnis einer bestimmten Klasse von Netzwerkprozessen (das Netzwerk sind hier Staaten und andere sich bekriegende Akteure). Anhand von Daten zu Kriegsopfern seit 1400 konnten die Autoren zeigen, dass die Anzahl von Auseinandersetzungen mit gleichem Ausmaß einer sogenannten Power-Law-Verteilung folgt. Solche Verteilungen sind ein typischer Fingerabdruck von Netzwerkprozessen. Sie treten etwa auf, wenn man die Verlinkung von Internetseiten studiert, die Verbreitung von Epidemien, aber auch, wie oft Erdbeben bestimmter Stärke auftreten. Zwar gibt es viele "Mikrodynamiken", die eine solche Verteilung produzieren können - und somit ist für unser Verständnis von Kriegen als Netzwerk-Phänomen nur der erste Schritt getan (die Autoren der Studie sind an dieser Stelle  recht vorschnell in ihrer Schlussfolgerung); aber eine Power-Law-Verteilung überhaupt identifiziert zu haben bietet bereits eine Reihe von Einsichten, etwa in die Symptomatik von kriegerischen Auseinandersetzungen oder mit Hinblick auf Strategien, Konflikte möglichst schnell und sinnvoll einzudämmen.

Insgesamt lassen die Forschungsergebnisse dieser Studie eine erfrischende Perspektive auf die Geschichte des Krieges und seine Dynamik zu, und illustrieren gleichzeitig, wie mit Big Data hilfreiche Forschung betrieben werden kann, die komplementär ist zu traditioneller Historiographie.

NB: Verlinkt ist nicht die ursprüngliche Studie, sondern ein zugänglicherer Artikel von MIT Technology Review.