1980 schlug Robert Metcalfe — Mitschöpfer des Ethernet, Gründer von 3Com — in einer Verkaufsfolie etwas vor, was später als Metcalfes Gesetz in die Welt ging: Der Wert eines Kommunikationsnetzes wächst mit dem Quadrat der Teilnehmerzahl. Die Intuition liegt nahe: Jeder neue Nutzer kann sich mit jedem bestehenden verbinden, also wächst die Zahl möglicher Verbindungen wie n². Das Gesetz war eine Bierdeckelrechnung, die etwas Reales einfing: die selbstverstärkende Natur von Netzwerk-Gütern. Ein einzelnes Faxgerät war nutzlos. Das hunderttausendste war außerordentlich nützlich. Dieselbe Arithmetik regiert Telefone, soziale Netzwerke, Bezahlnetze und nahezu die gesamte digitale Wirtschaft.
Ein Netzwerkeffekt liegt vor, wenn der Wert eines Produkts oder einer Plattform mit der Nutzerzahl wächst. Direkte Netzwerkeffekte: Mehr Nutzer bedeuten mehr Wert für jeden einzelnen (Telefone, Messenger-Apps, soziale Netzwerke). Indirekte oder zweiseitige Netzwerkeffekte: Mehr Nutzer auf der einen Seite ziehen mehr Teilnehmer auf die andere (Käufer und Verkäufer auf eBay; ein Betriebssystem und seine Entwickler; ein Bezahlnetz und seine Händler). Lokale Netzwerkeffekte: Was zählt, ist die Dichte in deiner unmittelbaren Nachbarschaft (WhatsApp gewinnt, weil die Leute, denen du tatsächlich schreibst, dort sind). Die strategischen Folgerungen prägen, wie digitale Märkte arbeiten. Winner-take-most-Dynamiken setzen sich durch: Marktführer bauen ihren Vorsprung aus, Platz zwei bleibt dauerhaft hinten. Vorteile des Erstanbieters können dauerhaft werden, wenn die mindestnotwendige Größe vor der Konkurrenz erreicht ist. Plattformen sind oft natürliche Monopole, und für Aufsichtsbehörden lautet die Kernfrage, ob das Monopol bestreitbar ist (ein besserer Wettbewerber könnte es verdrängen) oder verfestigt (die Netzwerk-Bindung trägt zu stark). Negative Netzwerkeffekte — Spam, Missbrauch, Stau — können das Positive aufwiegen, weshalb die Wachstumsgesetze in Metcalfe-Manier theoretische Obergrenzen sind und nicht beobachtete Regelmäßigkeiten.
Nahezu jeder Internet-Gigant ist eine Fallstudie für Netzwerkeffekte: Google-Suche, Metas Sozialgraph, Amazons Marktplatz, das Bezahlnetz von Visa und Mastercard, der App Store und Google Play, YouTube, Uber und Lyft (lokal). PageRank (Brin & Page 1998) ist im Kern eine Eigenvektor-Zentralitätsrechnung auf dem Linkgraphen — dieselbe Mathematik, immer wieder neu eingesetzt, trägt einen Großteil des Empfehlungs-Webs. KI-Plattformen sind der entstehende Fall: Daten-Rückkopplungen (mehr Nutzer → mehr Daten → bessere Modelle → mehr Nutzer) sind eine Art Netzwerkeffekt, und ob daraus dauerhafte Vorteile erwachsen oder Open-Weights-Alternativen sie aushöhlen, gehört zu den zentralen strategischen Fragen der Branche. Der Digital Markets Act (EU 2022) und das wiederbelebte US-Kartellrecht sprechen zunehmend in der Netzwerkeffekt-Vokabel. Die Verteilung der Ergebnisse, die Netzwerkeffekte hervorbringen — schwerrandig, hub-dominiert —, wird gesondert unter Potenzgesetze & schwere Ränder behandelt.