Aktuelle Modellprognose
Am 26. September 2021 ist Bundestagswahl. Wie wird die Wahl ausgehen? Die Ergebnisse der vergangenen Wahlen zeigen, dass es bereits Wochen vor der Wahl möglich ist, das Wahlergebnis verhältnismäßig präzise zu modellieren. Mein Prognosemodell liefert eine Wahlprognose auf Basis eines statistischen Modells. Das Modell berücksichtigt dabei nicht nur die aktuellen Wahlumfragen, sondern auch die Wahlergebnisse der letzten Wahlen. Es ist damit in der Vergangenheit genauer, als reine Umfragen.
Wahlumfragen sind immer Momentaufnahmen der aktuellen Stimmung im Land. Die Frage „was würden Sie wählen, wenn am nächsten Sonntag Bundestagswahl wäre?“ formuliert es schon korrekt. Es ist eben nicht jeden Sonntag Bundestagswahl. Daher ist die Antwort auf eine Umfrage eine andere als die tatsächliche Wahlentscheidung, die am Ende eines Wahlkampfes getroffen wird. Dieses und andere statistische Modelle versuchen diese Umfrageungenauigkeit zu korrigieren und so eine präzisere Prognose zu treffen, als der Blick auf reine Umfragen.
Das Prognosemodell kann dabei für alle Bürgerinnen und Bürger nützlich sein, den Wahlausgang besser abschätzen zu können. Ich möchte auf diesem Blog die Modellergebnisse erklären, aber auch die Methodik, um so politikwissenschaftliches Arbeiten einer größeren Zielgruppe zugänglich zu machen.
Kern des Modells ist die Simulation des Wahlergebnisses, da nicht alle Parameter präzise bestimmt werden können und so dem Zufall unterliegen. Dieses Modell simuliert die Bundestagswahl 10.000 mal. Diese sog. Monte-Carlo-Methode bietet viele Vorteile.
Zum einen können so die Unsicherheiten des Modells besser bestimmt werden. Im Graph oben dargestellt ist neben dem Prognosedurchschnitt auch das 95%-tige Konfidenzintervall. Dies bedeutet, dass in 95% aller Simulationen das Ergebnis der Partei in diese Spanne fällt. Ein Konfidenzintervall ist deutlich präziser, als ein absoluter Wert, da es unwahrscheinlich ist das exakte Wahlergebnis zu bestimmen. Eine Glaskugel habe ich leider nicht.
Welche Koalitionen haben eine Mehrheit?
Ein anderer Vorteil der Monte-Carlo-Methode ist, dass auch die Wahrscheinlichkeit für Koalitionsmehrheiten bestimmt werden kann. Wie wahrscheinlich ist es, dass eine bestimmte Koalition aufgrund der aktuellen Prognose eine Mehrheit im Bundestag bekommt?
Koalition | Wahrscheinlichkeit | Tendenz |
---|---|---|
Große Koalition (Union + SPD) | 81% | ↑ |
Schwarz-Grün (Union + Grüne) | 0% | ↓ |
Ampel (SPD+FDP+Grüne) | 97% | ↑ |
Jamaika (Union+Grüne+FDP) | 96% | ↓ |
Deutschland (Union+SPD+FDP) | 100% | → |
Kenia (Union+SPD+Grüne) | 100% | → |
R2G (SPD+Linke+Grüne) | 59% | ↑ |
Schwarz-Gelb (Union + FDP) | 0% | ↓ |
Zeitlicher Verlauf der Modellprognose
Wie hat sich das Modell über die Zeit verändert? Dieser Graph zeigt die Entwicklung der Prognose. Die Gewichtung der Umfragen nimmt dabei im Zeitverlauf zu. Aktuelle Umfragen haben kurz vor der Wahl mehr Gewicht.
Was bedeutet die Prognose für den neuen Bundestag?
Das Modell und die aktuellen Umfragen zeigen, dass der neue Bundestag sehr wahrscheinlich aus drei größeren Parteien bestehen wird und 3 kleineren. Die SPD hat aktuell wieder bessere Chancen zweitstärkste Partei zu werden, doch dies ist alles andere als sicher. Zum ersten Mal seit Gründung der Bundesrepublik ist es zudem möglich, dass eine große Koalition keine Mehrheit im Bundestag erhält.
Es zeigt sich, dass die Fraktionalisierung des neuen Bundestags noch einmal zunehmen wird. Dies könnte die Koalitionsverhandlungen komplizierter machen. Nur noch die Union kann mit einem Wahlergebnis von über 30% rechnen. Doch auch dies könnte ihr bisher schlechtestes werden.
Die Wahrscheinlichkeit, dass eine Zweierkoalition eine Mehrheit erlangt sind nochmals gesunken. Es könnten schwierige Mehrheitsverhältnisse für die Koalitionsbildungen entstehen, da keine Zweierkoalitionen möglich sein könnten.
Wie funktioniert das Modell genau?
Wie funktioniert das Prognosemodell und was unterscheidet es von reinen Umfragen? Die genauen Hintergründe und Funktionsweisen des Modells erkläre ich in einem Blogbeitrag.