Bundestagswahl: Berliner Statistiker sagen mit Predictive Analytics das tatsächliche Wahlergebnis genauer voraus als führende Meinungsforscher

Bundestagswahl: Berliner Statistiker sagen mit Predictive Analytics das tatsächliche Wahlergebnis genauer voraus als führende Meinungsforscher. Kooperation mit Amt für Statistik Berlin-Brandenburg. Bild: "obs/INWT Statistics GmbH"

Seit März 2017 veröffentlicht das Berliner Data & Analytics Unternehmen INWT Statistics auf seinem Blog regelmäßig Prognosen zur Bundestagswahl 2017 (siehe http://ots.de/cuUkc). Die Statistikprofis konnten mit ihrem Wahlprognose-Tool das tatsächliche Ergebnis der Bundestagswahl über Monate hinweg deutlich genauer vorhersagen als die führenden Meinungsforschungsinstitute mit ihren Sonntagsfragen.

In Bezug auf die Darstellung des tatsächlichen Zweitstimmen-Anteils und die Wahlbeteiligung stellen die Daten-Analysten nun dem Amt für Statistik Berlin-Brandenburg im Rahmen einer Kooperation ihre Expertise zur Verfügung.

Wahlprognose-Tool von INWT Statistics konstant besser als etablierte Umfrageinstitute

Am Wahlabend gab es nicht nur für die Politiker Gewissheit. Auch die Statistiker von INWT Statistics fieberten dem Wahlergebnis entgegen: Würde ihr Wahlprognose-Tool, über das u.a. bereits Süddeutsche, Welt, Bild, Focus, Tagesspiegel, der RBB und sogar die New York Times berichteten, dem Realitätstest standhalten? Das Prognosemodell von INWT gewichtet mittels "Poll Pooling" die Ergebnisse der Umfrageinstitute, fasst sie zusammen und versieht sie mit Unsicherheitsintervallen. Auf diese Weise konnte das Modell die tatsächliche Stimmenverteilung bei der Wahl bereits früh treffend prognostizieren. Insbesondere sagte das Modell korrekt vorher, dass der sog. Schulz-Effekt nur ein kurzfristiger Trend ist und Angela Merkel wahrscheinlich Kanzlerin bleiben würde.

Im März prognostizierte das Prognosemodell rund 28 Prozent für die SPD (siehe den Artikel der Welt vom 31.03.2017: http://ots.de/pabC2). Zwar wich dieser Wert um über 7 Prozentpunkte vom tatsächlichen Wahlergebnis ab. Allerdings war der zeitliche Abstand zur Bundestagswahl und damit die statistische Unsicherheit noch groß. Und die renommierten Meinungsforschungsinstitute Allensbach, Emnid, Forsa, Forschungsgruppe Wahlen, GMS, Infratest dimap und INSA sahen in ihren Umfragen im gleichen Zeitraum den Stimmanteil der SPD ausschließlich über der 30-Prozent-Marke.

Zeitweilig lagen dort Union und SPD sogar gleich auf (siehe http://www.wahlrecht.de/umfragen/index.htm). Im Rückblick zeigt sich beim Vergleich zwischen den Umfrageergebnissen und dem INWT-Tool: Die Vorhersagen der Datenprofis waren im Mittel zwischen 5 und 9 Prozent besser als die jeweils aktuellste Umfrage der Meinungsforscher bzw. das Mittel aus den fünf aktuellsten Institutsumfragen. "Dank Predictive Analytics sind wir in der Lage auch langfristige Prognosen zu treffen, die über ein aktuelles Stimmungsbild, wie sie die Meinungsforschungsinstitute veröffentlichen, hinausgehen", erläutert Dr. Marcus Groß, Statistikexperte bei INWT.

Rechnerische Mehrheit für die Große Koalition laut Prognosetool schon lange sicher

Auch bei den möglichen Regierungskoalitionen erwies sich das Prognosetool als treffsicher. Im neu gewählten Bundestag besitzen die folgenden Koalitionen eine rechnerische Mehrheit: Die "GroKo" (Schwarz-Rot) mit 399 sowie "Jamaika" (Schwarz-Grün-Gelb) mit 393 Sitzen von insgesamt 709 Sitzen. Schwarz-Gelb erhält gemeinsam lediglich 326 von nötigen 355 Sitzen, Schwarz-Grün schafft es nur auf 313 Sitze, die Ampelkoalition (Rot-Gelb-Grün) auf 300 Sitze, Rot-Rot-Grün auf 289 Sitze und Rot-Grün auf 220 Sitze. Abseits der GroKo und Jamaika sind die übrigen Koalitionsoptionen weit entfernt von einer rechnerischen Mehrheit im Bundestag.

Das Wahlprognosemodell von INWT hat eine rechnerische Mehrheit der Großen Koalition im Bundestag bereits im März mit einer Wahrscheinlichkeit von über 99 Prozent vorhergesagt. Diese Wahrscheinlichkeit hat sich in den folgenden sechs Monaten bis zur Wahl kaum verändert. Auch die Wahrscheinlichkeit für eine rechnerische Mehrheit für Jamaika war durchgängig hoch und steigerte sich im Verlauf von ca. 50 bis 60 Prozent auf nahezu 100 Prozent vor der Wahl. Die Wahrscheinlichkeiten für eine schwarz-gelbe oder eine schwarz-grüne Regierungskoalition rangierten seit März 2017 bei ca. 1 bis 27 Prozent für Schwarz-Gelb bzw. bei ca. 5 bis 38 Prozent für Schwarz-Grün. Der Ampelkoalition, Rot-Grün und Rot-Rot-Grün gaben die Predictive Analytics-Experten von INWT Statistics lediglich in der Hochphase des Schulz-Hypes eine geringe Chance, zustande zu kommen.

Die Methodik des Wahlprognose-Tools

Hinter den genauen Vorhersagen stehen präzise Berechnungen und vor allem eine große Menge Daten. Das Prognosemodell von Dr. Marcus Groß basiert auf aktuellen und historischen Umfrageergebnissen der gängigen Umfrageinstitute, welche es gewichtet und zusammenfasst. Im Gegensatz zu den Umfrageinstituten, die lediglich die sogenannte Sonntagsfrage abdecken, prognostiziert INWT Statistics die Stimmenanteile zum Zeitpunkt der tatsächlichen Bundestagswahl. Ebenfalls in Abgrenzung zu den Umfrageinstituten und im Einklang mit statistischen Best-Practice-Prinzipien sind die Prognosen von INWT Statistics versehen mit Unsicherheitsintervallen.

Und INWT ging noch weiter: Durch eine 100.000-malige Simulation der Zusammensetzung des Bundestags berechneten die Statistiker Wahrscheinlichkeiten für das Eintreten von bestimmten Ereignissen. Solche Ereignisse können das Zustandekommen einer bestimmten Koalition oder etwa der Einzug von AfD oder FDP in den Bundestag sein. Auch hier erwiesen sich die Vorhersagen der Daten-Profis als treffend: Schon im März bezifferte INWT die Chance bei der AfD auf nahezu 100 Prozent und bei der FDP auf über 65 Prozent, in den Bundestag einzuziehen.

Verbesserungspotential: Spätentscheider und Unsicherheitsintervall

Die Abweichungen des Prognosemodells der Statistikexperten von den tatsächlichen Wahlergebnissen lassen sich übrigens hauptsächlich durch Spätentscheider erklären. Auch Personen, die in den Umfragen zwar eine Parteipräferenz angegeben, dann aber nicht gewählt haben, trugen zu den Abweichungen bei. Verbesserungspotential sieht INWT in der Wahl der Unsicherheitsintervalle. Da die Zustimmung der Wähler über die Zeit hinweg zwischen den Parteien unterschiedlich stark schwankt, sollten diese Unterschiede berücksichtigt werden. Beispielsweise veränderte sich die AfD während des Wahlkampfs deutlich stärker in der Wählergunst als etwa die Linke.

"Wir würden aus heutiger Sicht 90-Prozent-Intervalle statt der verwendeten 80-Prozent-Intervalle berechnen und kommunizieren", erklärt Statistiker Groß. "Es ist naturgemäß nicht möglich, Intervalle anzugeben, innerhalb derer eine Partei sicher liegen wird. Bei sechs Parteien und Unsicherheitsintervallen von 80 Prozent würde man allerdings erwarten, dass die Stimmanteile von ein bis zwei Parteien außerhalb der prognostizierten Intervalle liegen. Dies erscheint uns retrospektiv etwas zu viel", erläutert Groß. Durch diese Verbesserungen hoffen die Statistiker in Zukunft noch verlässlichere Angaben zu möglichen Wahlausgängen treffen zu können.

Berliner Statistiker kooperieren mit dem Amt für Statistik Berlin-Brandenburg

Neuland beschreitet INWT Statistics nun auch bei der Darstellung der Wahlergebnisse. Gemeinsam mit dem Amt für Statistik Berlin-Brandenburg und der Freien Universität Berlin haben die Datenanalyseexperten ein Visualisierungs-Tool entwickelt, mit dem die Wahlbeteiligung und die Zweitstimmenanteile der jeweiligen Parteien in Berlin kartografisch dargestellt werden können. Dabei brechen sie die herkömmliche Art der Visualisierung auf (sogenannte Choroplethenkarten): Zuvor ließen sich Wahlbeteiligung und Stimmenanteile lediglich für starre Wahlgebiete auf Basis künstlicher Verwaltungsgrenzen darstellen.

INWT Statistics und die Freie Universität Berlin haben als neue dynamische Darstellungsform sogenannte Kerndichtekarten entwickelt. Diese ermöglichen eine detailliertere punktgenaue Darstellung der Wahlbeteiligung und Zweitstimmenanteile. Die ausführliche Aufbereitung der Ergebnisse der Bundestagswahl 2017 mit Hilfe des Visualisierungs-Tools wird im Laufe des Oktobers in der "statistik", der Zeitschrift des Amts für Statistik Berlin-Brandenburg, veröffentlicht. "Wir freuen uns das Amt für Statistik Berlin-Brandenburg mit unserer Expertise bei der Analyse der Wahlergebnisse unterstützen zu können", sagt Dr. Amit Ghosh, Geschäftsführer von INWT Statistics.

Nach der Wahl ist vor der Wahl: Wie geht es weiter?

INWT ist viel daran gelegen, das Verständnis von Prognosen als das zu fördern, was sie wirklich sind: nämlich Wahrscheinlichkeitsaussagen. "Wir sind glücklich und auch ein bisschen stolz, mit Predictive Analytics eine recht genaue Vorhersage des Wahlergebnisses erstellt zu haben. Als politisch interessiertes Team war es für uns sehr spannend, die Debatte im Vorfeld der Bundestagswahl 2017 aktiv mitzugestalten", sagt Ghosh. "Wir freuen uns auf zukünftige Gelegenheiten, mit unserer Expertise in Data & Analytics Themen des gesellschaftlichen und politischen Lebens zu analysieren und am Diskurs darüber teilzunehmen", so Ghosh.

INWT Statistics ist ein auf die Themen Data & Analytics fokussierter Dienstleister. Das Unternehmen wurde 2011 als Ausgründung der Statistischen Beratungseinheit der Freien Universität Berlin gegründet. Seitdem unterstützt der Berliner Datenanalyse-Spezialist Kunden mit maßgeschneiderten Lösungen dabei, ihre wertvollen Daten gewinnbringend zu nutzen. INWT Statistics ist eines der ersten spezialisierten Unternehmen für Data Science und Predictive Analytics in Deutschland. Die Entwickler und Berater verstehen sich als Pioniere und Überzeugungstäter: Alle vereint der Anspruch, die Welt für die Kunden einfacher und verständlicher zu machen. Hinter INWT Statistics steht ein breit aufgestelltes, hochspezialisiertes und leidenschaftlich arbeitendes Team. Die Mitarbeiter kombinieren langjährige praktische Statistikkompetenz mit den neuesten wissenschaftlichen Ansätzen aus Informatik, Psychologie, Physik, Mathematik und Wirtschaftswissenschaft.

Quelle: INWT Statistics GmbH (ots)