Political Data Science

Der folgende Beitrag erscheint in der Januarausgabe von Forschung & Lehre . Im US-amerikanischen Wahlkampf wurde massiv versucht, die öffentliche Meinungsbildung in den Sozialen Netzwerken zu manipulieren. Dabei wurden Trends durch hyperaktive Nutzer und Bots verfälscht, es wurden Fake-News und Verschwörungstheorien verbreitet und die Parteien selbst setzten Microtargeting ein, um die Wähler zu (de-)mobilisieren. An der Professur für Political Data Science an der Hochschule für Politik der TU München haben wir untersucht, welche Rolle diese Manipulationsformen bei der Bundestagswahl gespielt haben. Grundsätzlich konnte man im Bundestagswahlkampf alle bisher beschriebenen Formen der Manipulation finden. Allerdings blieb das Ausmaß und vor allem die Wirkung deutlich hinter den Befürchtungen einiger Experten zurück. Eine gängige Form der Manipulation besteht darin, durch besonders starke Aktivitäten in den Sozialen Netzwerken Trends vorzutäuschen. Dadurch werden die Algorithmen d...

Mathe für die Politikwissenschaft: Mengen Die Vorlesung "Mathematik für PolitikwissenschaftlerInnen" im BA Sc. "Politikwissenschaft" an der HfP an der TUM wird dieses Semester komplett aufgezeichnet.  Hier das Video der ersten Sitzung. In zwei Wochen geht es mit "Logik" weiter. Hier gibt's ein paar Materialien zur Vorlesung. Ein Beispiel: Die Wahlberechtigten setzen sich aus unterschiedlichen Gruppen zusammen, u.a. Männer, Weiße und Veteranen. Eine Theorie behauptet jetzt folgendes: Die Wähler von Trump setzen sich aus 2 Gruppen zusammen: Die erste Gruppe sind Männer, die auch zu der Untergruppe gehören, die sich aus allen Weißen und allen Wählern, die nicht Männer sind, ergibt. Die zweite Gruppe sind die Veteranen, die in der Gruppe aller Weißen kombiniert mit allen Veteranen zu finden sind. Wer wählt Trump? M = Wähler X = Männer Y = Weiße Z = Veteranen Wer wählt Trump? Weiße Männer und Veteranen. Übung: Meng...

BuzzFeed Deutschland  hat Daten zusammengetragen, mit denen sich der Einfluss der Medien auf die Umfragewerte der AfD berechnen lässt. Wir zeigen, dass es einen statistischen Kausalzusammenhang zwischen der Häufigkeit der Berichte über die AfD und ihren Umfragewerten gibt. Hierfür verwenden wir Granger-Causality-Analyse. Das Ergebnis ist, dass vier bis fünf Wochen, nachdem vermehrt über die AfD berichtet wurde auch die Umfragewerte signifikant steigen. Was ist in den Daten Die Daten enthalten vor allem eine Zeitreihe mit wöchentlichen Aktivitäten zur Suche „AfD“ bei Google News (über Google Trends bezogen) und die Umfrageergebnisse der Afd in den Umfragen der Institute EMNID, Forschungsgruppe Wahlen, GMS, Infratest dimap, Forsa, INSA/YouGov und Allensbach. Aus diesen Werten haben wir einen wöchentlichen Durchschnitt gebildet. AfD-Umfragen/Google News, absolut Die absoluten Werte geben erst einmal keinen Aufschluss über einen Zusammenhang. Die Analyse Zeitreihen h...