Home » Blog » 10.06.2018

Category: 10.06.2018

So gehen die nationalen Juni-Abstimmungen aus – vielleicht

Welcher Ausgang ist am kommenden Abstimmungssonntag am wahrscheinlichsten? Auf Antwortsuche mit Hilfe eines experimentellen Prognosemodells, das wir künftig regelmässig verwenden wollen.

Wir befinden uns nicht in den USA und können auf zig verschiedene Umfragewerte zurückgreifen, diese auswerten und damit eine Prognose erstellen. Die hiesige Realität sieht anders aus: Lediglich zwei Umfrageinstitute publizieren im Vorfeld von nationalen Abstimmungen in zwei, respektive drei Wellen Ja- und Nein-Stimmenanteile. Diese Umfragewerte werden immer wieder als Prognosen bewertet, obwohl sie das nicht sind.

Die Ja-Stimmenanteile der aktuellsten zwei Wellen pro Institut können lediglich miteinander verbunden und auf den Abstimmungstag projeziiert werden. Beim Geldspielgesetz würde also je nach Umfrageinstitut der Ja-Stimmenanteil bei 63%, respektive 68% zu liegen kommen. Aber auch hier handelt es sich um keine Prognosen sondern um Extrapolationen. Es ist auch im Nachhinein nicht eruierbar, ob diese Trends tatsächlich die Realität wiederspiegelt haben (z.B. was ist mit der Gruppe der Unentschiedenen passiert?).

Wir haben eine App entwickelt, in der sie sehen, was passieren würde, wenn sich die ausgewiesenen Trends der jeweiligen Institute fortführen würden.
Prognosen prognostizieren – nicht immer richtig

Wir haben ein «richtiges» Prognosemodell entwickelt. «Richtig» steht in Anführungs- und Schlusszeichen weil damit nicht «am präzisesten» oder «am besten» gemeint ist, sondern wir meinen ein Modell, dessen Output als Vorhersage verstanden werden kann – nicht mehr, aber auch nicht weniger. Das Modell schätzt den zukünftigen Ja-Stimmenanteil aufgrund verschiedener Indikatoren und versucht dabei, möglichst verschiedene Informationen zu verarbeiten. Da es sich nun um eine Vorhersage handelt, muss auch gleich gesagt werden, dass wir die Zukunft selbstverständlich nicht kennen. Auch die Prognosen des besten Modells treffen kaum immer ins Schwarze. Das liegt in der Natur der Sache, denn unvorhergesehene wie auch schwer messbare Faktoren können unerwartete Ereignisse herbeiführen.

Wie gehen wir Unsicherheit um?

Unvorhergesehene Ereignisse widerspiegeln Unsicherheit. Um dieser gerecht zu werden, wird die Prognose nicht nur einmal, sondern 10’000 mal für dieselbe Vorlage gemacht.[2] Selbstverständlich ist das eine fiktive Situation, aber sie hilft, um immer etwas andere Vorhersagewerte zu erhalten. Sobald 10’000 fiktive Resultate vorliegen, beginnt die Zählerei: Wieviele einzelne Werte sind zwischen 10% und 15% gefallen, wieviele sind unter 50% und wieviele darüber, etc.? Diese Auszählungen sind in den untenstehenden Grafiken dargestellt. Sie sehen in wievielen Fällen eine Prognose in ein gewisses Intervall gefallen ist.

Am Beispiel der Vollgeldinitiative lässt sich das so illustrieren: Knapp 12% aller Prognosen fallen zwischen 25% und 30%. In kein anderes Intervall sind mehr Prognosen gefallen, es ist somit das wahrscheinlichste Abstimmungsresultat gemäss dem Modell.

Zusätzlich weisen die Grafiken aus, wieviele Prognosen kleiner und wieviele grösser als 50% sind. So kommt die  Vollgeldinitiative zu einer Annahmewahrscheinlichkeit von 13% (also in 13 von 100 fiktiven Vollgeldabstimmungen erzielt die Initiative einen Ja-Stimmenanteil, der über 50% liegt). Ganz anders sieht es beim Geldspielgesetz aus: 82 von 100 Prognosen werden angenommen.

Wie gut diese Prognosen sind, wissen wir am 10. Juni. In den Testläufen der letzten zwei Jahre hat sich das Modell bewährt und immer wieder auch überraschend gute Vorhersagewerte abgeliefert. Wichtig scheint zum einen, dass die Unsicherheit korrekt wiedergegeben wird. So ist bei der Vollgeldinitiative auch ein Ja-Stimmenanteil zwischen 20% und 25% immer noch wahrscheinlich. Zum anderen scheint es wichtig zu erwähnen, dass die ausgewiesenen Werte nicht mehr nachbearbeitet werden. Also das bei einer Vorlage, wo aufgrund von Expertenwissen ein anderes Resultat erwartet werden kann, keine ad hoc Korrekturen vorgenommen werden.

Thomas Willi

[1] Foto: aquarian_insight | Flickr

[2] Mehr zur Grundidee und einer Anwendung in R finden Sie z.B. unter politikwissenschaften.ch

[2] Hier finden Sie mehr zum Thema Momentaufnahmen und Prognosen.

#AbsTweets: Twitter-Seismograph für Abstimmungskämpfe

Am nächsten Abstimmungssonntag dreht sich, zumindest den Vorlagebezeichnungen nach zu urteilen, alles ums Geld. Wie intensiv wird zur Vollgeldinitiative und zum Geldspielgesetz getwittert? Was zeigt der Vergleich zur NoBillag-Initiative? Unsere neue “#AbsTweets”- App dokumentiert den Abstimmungskampf auf Twitter.

NoBillag war – auf Twitter – ein perfekter Sturm. Im Abstimmungskampf setzte sich ein selbstverstärkender Prozess in Gange. Über was in den Medien berichtet wurde, wurde fleissig getwittert und über was getwittert wurde, wurde oft geschrieben. Begünstigt hat dies auch die direkte Betroffenheit der Medienschaffenden, eine auf Twitter zahlreich vertretene Gilde.

Weniger Aktivität zu Geldspielgesetz und Vollgeldinitiative

Bei den im Juni zur Abstimmung kommenden Vorlagen verhält es sich anders. Eine netz- sowie eine geldpolitische Frage kommen an die Urne. Die Debatten drehen sich um etwas weniger greifbare, abstraktere Themen: Netzneutralität und Geldschöpfung. Zu beiden Themen wird seit geraumer Zeit gezwitschert. Ein Schlagabtausch mit den Dimensionen der Debatte um NoBillag ist bislang jedoch nicht zu beobachten. Der einzelne Hashtag #NoBillag wurde ein Monat vor der Abstimmung – an einem einzelnen Tag –  855 mal abgesetzt. Die wichtigsten Hashtags zum Geldspielgesetz erreichten bei derselben Distanz zur Abstimmung (am 10.5.2018) alle zusammen nur einen Bruchteil dessen, nämlich gerade mal 75. Nur an vereinzelten Tagen wurden sie über 100 mal genutzt. Ähnlich verhält es sich bei der Vollgeldinitiative (51 Tweets).

Zurück zum courant normal?

Das geringere Volumen an Tweets ist auch darauf zurückzuführen, dass im Vergleich zum Twitter-Erdbeben NoBillag ein deutlich kleinerer Kreis an Nutzern sich an den digitalen Wortgefechten zu den Abstimmungen beteiligt.  Stellt dies eine Rückkehr zum courant normal – also zu Twitter-Abstimmungskämpfen mit weniger zahlreicher Teilhabe und weniger Ausstrahlung über die Grenzen von Twitter selbst – dar? Noch wäre es verfrüht, dies abschliessend zu bewerten. Die Debatten rund um die kommenden Abstimmungen werden zudem augenscheinlich einseitiger geführt als NoBillag. Beim Geldspielgesetz scheinen die Gegner des Gesetzes mehr zu zwitschern als die Befürworter. Bei der Vollgeldinitiative waren anfänglich in erster Linie die Befüworter sichtbar. Seit einiger Zeit sind nun aber auch die Initiativgegner – u.a. die Schweizerische Bankiervereinigung SBA – und andere kritische Stimmen wahrnehmbar.

Abstweets –  der neue Twitter Seismograph für Abstimmungskämpfe

Unsere neue App erlaubt es laufend dran zu bleiben und den Überblick über das Abstimmungs-Gezwitscher zu behalten. Sie soll während Abstimmungenkämpfen als Twitter-Seismograph dienen. Die Version 1.0 ist ab heute live und zeigt, wie viel Tweets mit den wichtigsten Hashtags zu den jeweiligen Vorlagen abgesetzt werden, welche User am aktivsten sind und wie viele Retweets sie aufweisen. Zum jetzigen Zeitpunkt sind die kommenden Abstimmungen vom Juni 2018 enthalten. Zur besseren Einordnung werden sie in Relation mit dem #NoBillag bei gleichem zeitlichen Abstand zur Abstimmung gesetzt. Über interessante, nennenswerte Entwicklungen während des Abstimmungskampfes werden wir in Begleitung zur App auch auf dem Blog schreiben.

Neben wiederkehrendem Einsatz der App vor Abstimmungsterminen soll die App auch Twitter-Aktivitäten rund um weitere bedeutende Politdebatten abbilden, welche noch vor Zustandekommen eines Referendums oder einer Initiative stattfinden, vor Wahlen oder gar solche die nicht direkt im Zusammenhang mit Volksbstimmungen stehen. Das sich noch in der Phase der Unterschriftensammlung befindende und vermeintlich erste «Twitter-Referendum» der Schweiz (gegen die Überwachung von Versicherten) ist ebenfalls bereits enthalten.

Transparente Methodik & Datengrundlage

Angaben dazu, wie wir die Daten sammeln, sind in der App ersichtlich. Bei der Beobachtung von Twitter bestehen gewisse Unschärfen. Zentral ist in dieser Hinsicht die Frage danach, was genau beobachtet und berücksichtigt werden soll. Die Population von Interesse zu definieren, zu welcher Daten gesammelt werden sollen und dies in der Erhebung der Daten umzusetzen ist nicht trivial. Es gibt kein Wunderrezept, welches gewährleisten würde, dass jeder Tweet, der im mehr oder weniger direkten Zusammenhang mit einer Abstimmung steht aufgestöbert werden kann. Daher erachten wir Transparenz hinsichtlich Datengrundlage als umso wichtiger. Die Daten welche der App zugrundeliegen werden auf täglicher Basis automatisch aktualisiert. Die Rohdaten stellen wir als Download zur Verfügung. Der Code zur App liegt auf Github und ist somit öffentlich einsehbar. Weitere Funktionalitäten und ausgefeiltere Metriken & Darstellungen sind in V 2.0 der App geplant.

Thomas Lo Russo und Thomas Wili

[1] Hier finden Sie die App.

[2] Hier gehts zur Github-Seite.