Midterms 2018: Trends in Digital Campaigning

Midterms 2018: Trends in Digital Campaigning

Die digitale Revolution in der Wähleransprache in den USA hält an. War die Präsidentschaftswahlen durch digitale Wählersegmentierung und Cambridge Analytica geprägt, wächst die digitale Werbung und digitale Anspracheformen im Wahlkampf der Midterms unaufhaltsam. Was sind die neusten Entwicklungen im digitalen Campaigning in den USA?

Nach dem Präsidentschaftswahlkampf 2016 verschärften Facebook, Google und Twitter ihre Richtlinien für politische Akteure und Werbung in den USA. Dennoch setzen die amerikanischen Kampagnen unvermindert auf den digitalen Transformation in der Wähleransprache. Die organische Reichweite in sozialen Netzwerken schrumpft, die Bedeutung der Präsenz im digitalen Raum wächst und in der Konsequenz steigen die digitalen Werbebudgets. Diese Entwicklung führte auch bei der Bundestagswahl zu einem intensiven digitalen Wahlkampf.

In knapp zwei Wochen wählen ein Großteil der Amerikaner am 06. November ihre Gouverneure, Senats- und Houseabgeordnete. In einer Mini-Serie berichte ich vor Ort von den neusten Trends. Im ersten Teil geht es um die wachsende Bedeutung digitaler Werbung.

20 Prozent des Kampagnenbudgets geht in digitale Werbung

2018 U.S. Political Ad Spending by Medium Barroll 2018

Die USA sind das Land des Fernsehens. Weiterhin. Und so dominiert auch weiterhin die Werbung auf den Kabelkanälen und ausgewählten Nischenkanälen. Schätzung von Borrell Associates rechnen mit rund 8,9 Milliarden US-Dollar, die für politische Werbung in den Midterms ausgegeben werden. Davon entfallen auf TV ungefähr die Hälfte der Ausgaben. Doch der schnellst wachsende Anteil des Werbebudgets fließt in digitale Medien! Rund 1,8 Milliarden US-Dollar und damit 20% des Gesamtbudgets werden von politischen Akteuren für die Midterms auf Bundes-, Landes- und lokaler Ebene für digitale Kommunikation ausgegeben. Social Media macht mittlerweile einen Großteil von politischen Kampagnen in den USA aus und wird darüber hinaus zur ständigen Kontaktpflege mit dem Wähler genutzt.

Priotities USA Action Mission

Zum Beispiel fließt das Mediabudgets des größten Super PAC der Demokraten „Priorities USA Action“ von 50 Millionen US-Dollar ausschließlich in digitale Werbung, ein Großteil davon auf Facebook und Google. Die Demokraten setzen darauf, dass immer mehr Menschen online nach Informationen suchen und dort mehr und mehr Zeit verbringen. Wer mit dem Wähler kommunizieren will, muss online gehen!

Generatives Targeting bei den Midterms

Ein Grund für den deutliche Beschleunigung der digitalen Werbung: Der Generation-Gap zwischen den sogenannten Millennials und den Baby Boomern wächst und fordert eine klare generative Targetingstrategie. Die Millennials überholen die Baby-Boomer als zahlenmäßig größte Generation der amerikanischen Wählerschaft. Beide Parteien brauchen sie zum Wahlerfolg. Amerikanische Kampagnen sind überzeugt, ihre Zielgruppen nach Generationenkohorte aufzuteilen, um Wählersegmente mit ähnlichen Lebenserfahrungen, Werten und Idealen zu finden und mit einer relevanten Botschaft anzusprechen. Dabei geben ihnen soziale Plattformen weitere Selektions- und Segmentierungsmöglichkeiten. Besonders die Demokraten sehen jüngere Wähler als Schlüssel, um die Mehrheit im Kongress zu erreichen und in engen Gouverneurswahlkämpfen zu siegen. Doch sie sind ein scheues Wesen: Bei der Präsidentschaftswahl 2016 gab nur die Hälfte der wahlberechtigten Millennials ihre Stimme ab, und etwas mehr als ein Fünftel waren es bei den letzten Zwischenwahlen 2014.

NextGen Kampagne

Mit einer umfänglichen Kampagne von NextGen America sollen 4,3 Millionen jüngere Wähler in 11 Battle-Ground-Staaten zur Wahl bewegt werden. Sie setzen neben neuartigen technologischen Segmentierungen vor allem auf eine Botschaft eines generatives Gemeinschaftsgefühls. „Ihr seid viele und müsst euren Themen und Ideen Gehör verschaffen“. Insgesamt umfassen die Kampagnen von NextGen America 33 Millionen Dollar- investiert in Anzeigen auf Facebook, Instagram bis zum Video-Streaming-Dienst Hulu und Twitch. In ihrer Jungwähleransprache setzen sie auf generatives Targeting und geben keinen Cent für Fernsehwerbung aus.

Digitale Experimente für die nächste Präsidentschaftswahl

Die Midterms 2018 gelten als Experimentiermöglichkeit für zukünftige digitale Wahlkämpfe und die Präsidentschaftswahl 2020. Es geht vor allem darum, Grenzen digitaler Strategien (beispielsweise Werbesättigung) zu identifizieren und den Einsatz digitaler Werbung effizienter zu gestalten. Während digitale Wahlkampfkommunikation in Deutschland in den Kinderschuhen steckt, wird in den USA einzig und allein ein Wettstreit über Technologie- und Effizienzvorsprünge geführt. Kandidaten nutzen die Midterms, um nicht nur im eigenen Wahlkreis, sondern bundesweit Daten zu sammeln, Anzeigen zu testen und zu analysieren.

Ted Cruz Digital Fundraising

Potentielle Kandidaten für die Präsidentschaftswahlen nutzen ihre digitalen Werbe- und Aktivierungsanstrengungen bereits im Hinblick auf das Wahljahr 2020. Ted Cruz konzentrierte sich auf eine nationale digitale Werbekampagne, um Präsident Trump 2020 möglicherweise herauszufordern. Momentan muss er aber gegen den Fundraising Shooting-Star und demokratischen Herausforderer Beto O’Rourke ums politische Überleben kämpfen. Bis Ende Juni gab O’Rourke fast 5 Mio Dollar für digitale Werbung aus und führt die digitale Kampagnenfähigkeit unter einzelnen Kandidaten an. Dagegen testet und experimentiert der Präsident im Digitalen. Trump bleibt einer der größten digitalen Player. Er führt eine permanente digitale Kampagne mit Blick auf das Präsidentschaftswahljahr 2020 an. Das Zentrum für Responsive Politics hat die digitalen Ausgaben seiner Kampagne bis zum 30. Juni auf 8,6 Millionen US-Dollar geschätzt. Die demokratische New Yorker Senatorin Kirsten Gillibrand gab bis August 1,5 Millionen Dollar für Facebook-Anzeigen aus – nur etwa 9% konzentrierten sich auf Gillibrands Heimatstaat.

Das Digitale ist Teil des Politischen

Das Digitale ist Teil des Politischen

Eigentlich wird erst am Sonntag, 14. Oktober, in Bayern und am 28. Oktober in Hessen gewählt. Das Ergebnis für beide Länder kann womöglich aber jetzt schon entschieden sein. Das hängt damit zusammen, dass immer mehr Menschen schon Wochen vor dem Wahlsonntag ihre Stimme per Briefwahl abgeben. Zugleich kommt es auch immer stärker auf die letzten Stunden vor dem Urnengang am eigentlichen Wahlsonntag an, weil mancher Wähler bis kurz vor der Wahlkabine unsicher ist, wo er sein Kreuz machen soll. Das macht das Wahlkämpfen heutzutage so schwierig.

Immer öfter lange vor der Wahl zur Stimmabgabe

Professor Mario Voigt, Landtagsabgeordneter der Thüringer CDU, Vize der Landespartei und zugleich Politikwissenschaftler, befasst sich seit Jahren intensiv mit Wahlen und Wählern – und zwar nicht nur in Thüringen, sondern bundesweit und auch mit Blick auf die USA. Im Westen und zunächst auch im vereinten Deutschland, sagt er, konnte davon ausgegangen werden, dass die ganz große Mehrheit der Wähler am Wahltag ins Wahllokal ging, um dort ihre Stimme abzugeben – und viele wussten lange vorher, wer diese Stimme erhalten sollte und wer nicht. Den letzten Hinweis gab in den südlichen Bundesländern vor Jahrzehnten oft der Pfarrer im katholischen Sonntagsgottesdienst. Das alles ist Vergangenheit. Und deshalb braucht es umso nötiger Experten wie Voigt, die Wahlkämpfern sagen können, wie sich Wähler heute orientieren – und welche Rolle dabei moderne Formen des Wahlkampfes spielen.

„Mittlerweile treffen viele ihre Wahlentscheidung viel früher“, sagt der Professor und aktive Politiker mit Verweis darauf, dass „mehr als jeder Vierte bei der Bundestagswahl 2017 Briefwähler war“. Etwa fünf Wochen vor dem eigentlichen Wahltermin ist Briefwahl meist möglich. „Wenn aber 30 Prozent vor dem eigentlichen Wahltermin ihre Stimme abgeben, ändert sich auch das Kommunikationsverhalten“, so seine Einschätzung.

Noch mal ein Blick zurück: Bei den Briefwählern habe die Union bei der Bundestagswahl 2017 um eineinhalb Punkte besser abgeschnitten als bei denen, die ihre Entscheidung erst am Wahlsonntag in der Wahlkabine endgültig machten. Mancher ist sich zwar beim Gang zur Wahlkabine lange schon sicher, wen er wählt. Aber: „30 Prozent der Wähler entscheiden sich erst in den letzten sieben Tagen“, so Voigt. Für Wahlkämpfer heißt das: einerseits müssen sie frühzeitig jene erreichen, die schon einen Monat vor der Wahl per Brief endgültig abstimmen wollen, andererseits müssen Wahlkämpfer fast bis zum Ende des Wahlsonntags an möglichen Unentschlossenen dranbleiben.

In seiner Trendstudie „Digital Campaigning in der Bundestagswahl 2017“ haben sich Voigt und sein Kollege René Seidenglanz von der Quadriga Hochschule Berlin damit beschäftigt, wie Parteien über Facebook, Twitter, Instagram, Youtube und E-Mail vom 1. August bis zum Wahlsonntag Ende September 2017 umgegangen sind. Auf dem ersten Platz landen demnach SPD und AfD. „Die Sozialdemokraten verstanden es, sich auf allen Plattformen zu vernetzen, mit relativ vielen Informationen eine höhere Teilhabe als Vergleichsparteien zu erreichen.

Dagegen punktete die AfD besonders mit ihrer plattformübergreifend hohen Mobilisierung durch relativ viele Informationen“, so Voigt und Seidenglanz. „Wir erleben die digitale Disruption des Politischen, wo die AfD in sozialen Medien ihre kommunikative Gegenmacht mit viel Geld und Daten aufbaut.“ Häufig ist von Voigt der Satz zu hören: „Facebook ist die Tagesschau der AfD.“ Das bedeutet, dass aus Sicht der Partei den Nutzer das Gefühl gegeben werden solle, dass das, was die AfD auf Facebook verbreitet, Relevanz hat und objektiven journalistischen Maßstäben entsprechen könnte, auch wenn es sich um aggressive PR in eigener Sache und nicht um Journalismus handelt.Die Grünen hätten sich der Vernetzungs- und Teilhabefunktion des Digital-Campaigning verschrieben – und waren so erfolgreicher als FDP, Linke und CDU, die „das Mittelfeld der Kampagnenparteien unter sich ausmachten“, so die Experten. „Während die Liberalen und Linken sich besonders durch eine hohe Vernetzung hervortaten, zeigten sich die Christdemokraten vor allem von der Informationsfunktion der Plattformen überzeugt. Die CSU kam auf den letzten Platz“, so Voigt.

Nach der Bundestagswahl ist vor zwei wichtigen Landtagswahlen in diesem Oktober. Die Experten haben schon mit Blick auf 2017 festgestellt, dass sich Wahlkampagnen dem Echtzeit-Wahlkampf zuwenden. Das entspreche den Erwartungen von Wählern und auch Journalisten, die den Wahlkampf und seine Interpretation etwa bei Twitter oder auf anderen Kanälen verfolgen, macht Voigt deutlich.

Der analoge Wahlkampf ist aber nicht vorbei. Vielmehr geht es heutzutage darum, dass etwa die Tippeltappeltour von Haustür zu Haustür „in Echtzeit mit Livebildern auch online“ präsentiert werde.

Die digitale Zeit hat eigene Gesetze, wenn es darum geht, auf sich aufmerksam zu machen: Einerseits müssen „Botschaften frühzeitig platziert werden, bevor der Nutzer schon wieder weiterklickt“, andererseits muss es auch für einen langen Kampagnenzeitraum etwas zu sagen geben, das nicht langweilt und zugleich Bestand hat.

Voigt erklärt, Parteien müssten künftig „noch stärker Stimmungen in Echtzeit messen, Argumente, Positionen und Auftritte prüfen“. Das Digitale entwickle sich dann „zu einem nahezu synchronen Feedbackkanal, über den man die Wirkung der Kampagne permanent optimiert“, so die Wahlkampf-Experten.

Daten, die von Parteien im Wahlkampf gesammelt und analysiert werden, erlauben immer stärker Vorhersagen. Umso bedeutender werde die digitale Strategie, um auf konkrete Gebiete bezogen zielgruppen- und themenspezifisch mobilisieren zu können. Voigt und sein Kollege machen auch deutlich: „Um die digitalen Kanäle zu reich- weitenstarken Werkzeugen auszubauen, kommt es zu einer Kombination von organischer und gekaufter Reichweite, die neue Ansprüche an die organisatorische Vernetzung zwischen Marketing, PR und Social Media- Team und an die Verteilung von Budgets in Kampagnen stellt.“ Und dabei sind Parteien und Politiker eher Getriebene als Treiber: Sie sehen sich mit immer größeren Erfordernissen der digitalen Kommunikation konfrontiert, macht Voigt deutlich.

Neue Möglichkeiten der Kommunikation nutzen

Die Entwicklung, die nicht mehr umkehrbar ist, lässt sich so zusammenfassen: „Die Wendung der politischen Kommunikation und deren Akteure hin zur Echtzeitkommunikation auf unterschiedlichen Plattformen führt zu einer wachsenden Sichtbarkeit von politischen Debatten und Inhalten.“

Allerdings stellt Voigt auch fest, dass sich diese Entwicklung von zwei Seiten betrachten lässt: Wenn etwa Zwischenstände aus Sondierungsrunden getwittert werden, könne man dies „wahlweise als erhöhte Transparenz oder als undichte Vertraulichkeit sehen“, so Voigt und Seidenglanz.

Der CDU-Landtagspolitiker und Partei-Vize Voigt betont:

„Parlamentarismus gewinnt mit der digitalen Kommunikation an Beteiligungsmöglichkeiten und dem dialogischen Bürgerkontakt. Das Digitale ist Teil des Politischen geworden. Das gilt einerseits, wenn es um die Inhalte geht, wo es eine digital denkende Gesetzgebung braucht. Andererseits wächst die Teilhabe, wenn es um Petitionen, Diskurse über Gesetze oder neue Initiativen geht.“

Dies geschehe in einer Zeit, die gekennzeichnet werde von einer politisierten Öffentlichkeit jenseits der Parteien, sich in geschlossenen Räumen konzen­triert, deren Tonalitäten und Schwerpunktsetzungen anderen Logiken folgt und damit Debatten um Fake News, Social Bots, Dark Ads oder Echo­kam­mern befeuern, wie Voigt und Seidenglanz zusammenfassen.

Neuerdings wird die Frage gestellt, ob sich in Deutschland der Wandel von der Mediendemokratie zur Social-Media-Demokratie vollziehe – und was dies für die Demokratie bedeutet.

Ein ordnungspolitischer Diskurs dringend nötig

Für Voigt und Seidenglanz folgt aus alledem dies: Abseits von den technologischen Herausforderungen um Breitbandausbau und 5G werde die aktuelle Bundesregierung gefordert sein, „einen ordnungspolitischen Diskurs über die Rolle der Digitalisierung für die Demokratie zu führen. Dabei wird es um transparente Gesetzgebungsverfahren, E-Government und digitale Beteiligungsformen gehen. Es wird die Frage nach Daten und deren Nutzung, nach einer Eigentumsordnung und einem Datengesetz aufkommen. Und schließlich werden Plattformen wie Facebook nach ihrer Rolle im demokratischen Prozess befragt werden“, so die Experten.

Wie nun aber die Bayern an diesem Sonntag und die Hessen in zweieinhalb Wochen bei den jeweiligen Landtagswahlen im Oktober entscheiden werden, bleibt vorerst offen. Klar ist nur: Wahlkämpfe, die einst am Stand, bei Großkundgebungen auf den Marktplätzen und in Bierzelten, bei Podien und beim Blumenverteilen am Tag vor der Wahl ihre für alle sichtbaren Höhepunkte erreichten und dort auch entschieden wurden, gehören der Vergangenheit an.

Und auch wenn noch immer die „Bierzelttauglichkeit“ etwa bei der Wahl des CDU-Landtagsfraktionschefs in Sachsens gerade erst als Hauptgrund für seine Eignung kommuniziert wurde von seinen Unterstützern, ist damit längst etwas anderes gemeint: „Bierzelttauglichkeit 4.0“ bedeutet weniger Nehmerqualitäten beim Maßkrugstemmen, es geht jetzt um eine Art Volksnähe via Social Media.

Voigt stellt darüber hinaus fest: „Während sich die AfD im permanenten Kampagnenmodus befindet, gibt es in allen anderen Parteien ein Dornröschenschlaf in den politischen Führungsebenen. Sie haben noch nicht begriffen, dass die Digitalisierung zur kommunikativen Waffengleichheit zwischen den Parteien führt.“

© Thüringer Landeszeitung 2018 – Alle Rechte vorbehalten
Warum die Briefwahl die Landtagswahl in Bayern entscheidet

Warum die Briefwahl die Landtagswahl in Bayern entscheidet

In Bayern sind immer noch Ferien, aber bereits in diesen Tagen wird die Wahl für die CSU im Freistaat entschieden. Warum? Die Antwort lautet: Briefwahl. Mehr als jeder dritte Bayer entscheidet sich von Zuhause aus. Und die CSU muss bei der Briefwahl punkten. Wie sind die Fakten und was heißt das für die Wahlkämpfer?

In keinem anderen Bundesland stimmen die Menschen so gerne per Brief ab wie in Bayern. Das südlichste Land ist absoluter Spitzenreiter in dieser Kategorien. Während der Wahlkampf langsam an Fahrt aufnimmt, erhalten die Wähler ihre Wahlbenachrichtungen und können beginnen, ihre Stimmen abzugegeben. Zwar ist der Wahltermin erst am 14.10.2018. Doch immer mehr Bayern wählen deutlich vor dem eigentlichen Wahlsonntag. Die Gründe sind vielfältig: Arbeit, Urlaub oder Gewohnheit.

Seit der Bundestagswahl im Jahr 1957 und der bayrischen Landtagswahl 1958 ist Briefwahl möglich. Studien in den USA, im internationalen Vergleich und Deutschland beschäftigen sich mit den Auswirkungen.

Drei Trends lassen sich über das Briefwahlverhalten anhand der repräsentativen Wahlstatistik für die Bundestagswahlen für Bayern ablesen:

  1. Jeder Dritte Bayer stimmt per Brief ab

Anteil der Briefwähler bei Bundestagswahlen in Prozent

Generell entscheiden sich immer mehr Deutsche sich zu einer Stimmabgabe per Brief. Doch die Bayern sind absolute Spitzenreiter. Jeder dritte Bayer wählt per Brief vor dem eigentlichen Wahltag. Der Freistaat liegt mit seinem Spitzenwert 8,7 Prozentpunkte über dem Bundesdurchschnitt von 28,6 %. Rechnet man die Stadtstaaten heraus (die Flächenstaaten erreichten bei den Briefwählern 25,5 %), beträgt die Differenz zu Bayern 11,8 Prozentpunkte.

Von 1994 bis zur letzten Bundestagswahl lag die Briefwählerbeteiligung in Bayern immer über dem bundesweiten Durchschnitt, seit 2009 sogar mit besonders großem Abstand. Insgesamt stieg die Briefwahl in Bayern von 1994 mit 14,5 % bis zur letzten Bundestagswahl auf 37,3 % an. Der Trend zur verstärkten Nutzung der Briefwahl hält unvermindert weiter an. Insgesamt stimmten 2017 bei der Bundestagswahl von 7,4 Mio. bayrischen Wählern knapp 2,8 Mio. per Brief ab.

Jeder dritte Bayer wählt per Brief vor dem eigentlichen Wahltag. Klick um zu Tweeten

Ähnlich verhielt es sich bei den Landtagswahlen. Der Anteil an Briefwähler stieg über die Jahre beständig an. Von knapp 20 Prozent im Jahre 1998 wuchsen die Anhänger der Stimmabgabe per Post bis auf 36,8 Prozent bei der letzten Landtagswahl 2013 an.

Anteil der Briefwähler bei Landtagswahlen in Bayern

 

2. Fast 40 % der Wähler der CSU kommen per Brief

Bei der Bundestagswahl 2017 gaben insgesamt 3.255.487 Bayern ihre Erststimme der Union. Bereits in den Wochen zuvor wählten 1.254.896 Bayern die CSU per Brief. Bei der Bundestagswahl 2017 stammten fast 40 % der Erststimmen der CSU (38,55 %) von Briefwählern. Bei den Zweitstimmen waren es 1.129.391 (34,69 %). Insgesamt stimmten in Bayern 2.773.317 Bürger per Brief ab.

Ähnlich verhält es sich bei Landtagswahlen. Zur letzten Wahl 2013 gaben 2,1 Mio. Bayern der CSU per Brief ihre Stimme, während 3,6 Mio. am Wahltag so abstimmten. Dies entspricht einem Anteil von 36,8 Prozent.

Der Anteil der Briefwähler am Gesamtergebnis für die CSU bei der letzten Bundestagswahl schwankte von 31,11 % im Wahlkreis 238 bis zu 48,78 % im Wahlkreis 251. Nur in sieben Wahlkreisen unterschritt der Briefwähleranteil an den CSU Stimmen die 35-Prozent-Marke. Dagegen kam in sechs Wahlkreisen fast jede zweite CSU-Stimme durch die Briefwahl zustande. Ergo, die Briefwahl ist ein wichtiger Seismograph.

3. CSU stärker bei der Briefwahl als am Wahltag

Mancher Wahlkreis wird über die Briefwahl entschieden. Betrachtet man die Ergebnisse der Parteien in Bayern getrennt nach Brief- und Urnenwähler, wird deutlich, dass die CSU bei der Briefwahl zur Bundestagswahl mehr Wähler mobilisieren konnte als am Wahltag. Die CSU erzielte bei den Briefwählern ein Erststimmenergebnis von 45,57 % (Zweitstimmen: 40,87 %). Das Ergebnis für die CSU an der Urne (Wahltag) lag in Bayern 2,25 Prozentpunkte (Zweitstimmen: 3,28) darunter. Die CSU war bei der Briefwahl erfolgreicher als am Wahltag; was sicherlich auch dem schlechten Endspurt im Bundestagswahlkampf geschuldet war. Während dieser Trend für die letzten Bundestagswahlen sichtbar war, ist die Verteilung bei den letzten bayrischen Landtagswahl relativ gleich: die CSU kam bei den Briefwählern auf 47,4 und bei den Urnenwählern auf 47,9 Prozent.

Die CSU war bei der Briefwahl erfolgreicher als am Wahltag Klick um zu Tweeten

Die Ergebnisse bei den Erst- als auch bei den Zweitstimmen machen deutlich, wie effektiv die Union bei den Briefwählern mobilisieren konnte. Ein besseres Ergebnis an der Urne als bei den Briefwählern erzielten insbesondere die SPD (Erststimmen: +1,42, Zweitstimmen: +1,53) und die AfD (Erststimmen: +2,32, Zweitstimmen: +2,69). Insgesamt gab es in Bayern keine besonders auffälligen Schwankungen zwischen den Ergebnissen an der Urne und den Briefwählern.

4. Konsequenzen für die Kampagnen

Landläufig steigern die Wahlkampfkommunikatoren den Werbedruck zum Wahltag hin. Sie wollen eine Geschichte erzählen. Mit Broschüren, mehr Großflächen, mehr Online, mehr Veranstaltungen. Doch was macht man, wenn sich ein größerer Teil bereits vor dem Wahltag entscheidet und manchmal auch schon vier Wochen vor dem Wahltag. Keine choreografierte Wahlkampfgeschichte. Der Bürger hat seine Stimme schon vergeben. Studien legen ein Wahlverhalten nahe, bei dem Briefwähler bereits sehr frühzeitig ihre Stimme abgeben.

Eine neue Untersuchung zur Bundestagswahl legt offen, dass Briefwähler:

  • „sich früher entscheiden, welche Partei sie wählen,
  • seltener zwischen zwei oder mehr Parteien schwanken, 
  • und aus Zeitmangel und Bequemlichkeit zum Brief greifen. 

Da kommen Tür-zu-Tür und digitale Mobilisierung ins Spiel. Die direkte Ansprache wirkt weit bevor der offizielle Kampagnen-Startschuss und die Sichtbarkeit hergestellt ist.

Die Briefwahl ist ein wichtiger Bestandteil des Wahlkampfes geworden. Ohne eigenes Campaigning zur Briefwahl entgehen den Parteien wertvolle Stimmen – und sie zählen genauso wie am Wahltag.

TED Talk Video: How digital is transforming politics and campaigns

TED Talk Video: How digital is transforming politics and campaigns

How politics is changing through digitalization? Concerns of big data, privacy issues or microtargeting is making headlines and some might wonder, is digital strengthening politics and engagement, or is it weakening the democratic process.

In my talk at TED Jena I present the good, the bad and the ugly of digital in campaigns and politics.

It was held at the University of Jena, in October 2017. Please find the complete event here.

 

Big Data, Trump und Cambridge Analytica

Big Data, Trump und Cambridge Analytica

Die Empörung ist groß: eines der größten Datenlecks in der Geschichte von Facebook und major data breach. Über 50 Mio. Facebook Profile wurden von Cambridge Analytica seit 2014 ohne deren Zustimmung genutzt. Durch verhaltensanalytische Verfahren sollten Persönlichkeitseigenschaften vorhergesagt und dadurch personalisierte Wahlwerbung ausgespielt werden.

Die Aufregung ist richtig, da sie die Aufmerksamkeit auf den laxen Umgang und den Schutz der Nutzerdaten durch Facebook lenkt. Doch übertreibt es die Bedeutung von Cambridge Analytica für den Wahlsieg von Donald Trump.

Wie lief der Trump-Kampagne ab? Folgender Artikel zeigt, was die Trump (und auch die Clinton-Kampagne) wusste und wie sie Wähler „profilierte“. Sie entspringen mehrerer Forschungsinterviews und -reisen. Ausführlicher sind sie hier dargestellt.

Was amerikanische Kampagnen über Wähler wissen?

In den USA sind die Informationen über Wähler vielfältig verfügbar. Sowohl die demokratischen als auch die republikanischen Parteien verstehen sich als Datenanbieter im pulsierenden privaten Markt für Wählerdaten. In 32 Bundesstaaten können politische Kampagnen das Wählerverzeichnis des jeweiligen Bundesstaates kaufen und auf Namen, Adressen, Alter, Geschlecht und Wahlgeschichte zurückgreifen. Die Wählerverzeichnisse sind öffentlich und können je nach Bundesstaat in verschiedenen Behörden und in unterschiedlicher Form (elektronisch oder in Papierform) erworben werden. Um an den jeweiligen Vorwahlen der Demokraten oder Republikaner teilnehmen zu können, enthalten die Wählerverzeichnisse zumeist die Parteineigung und die jeweilige Wahlbeteiligung der einzelnen Person. Dadurch kennen Kampagnen die politische Präferenz und die Wahrscheinlichkeit, ob ein Wähler eher an kommunalen, bundesstaatlichen oder nationalen Wahlen teilnimmt (Hersh 2015).

Die gesammelten Wählerinformationen liefen lange Zeit im nationalen Wählerverzeichnis der Republikaner zusammen – dem Voter Vault. Das Republican National Committee begann Mitte der 1990er Jahre eine nationale Wählerdatenbank aufzubauen (Sosnik/Dowd/Fourier 2006). Auf das webbasierte Datenbankangebot griffen auch bundesstaatliche und kommunale Kandidaten durch Passwortzugang zurück. Später entwickelte sich daraus GOP Data Warehouse und Data Trust – ein Hybrid, ein privates Unternehmen in enger Verflechtung mit der Partei. Zudem griffen die Republikaner bei der Finanzierung der Datenkäufe auf Interessengruppen von außen zurück, wie die Milliardäre Koch oder das Netzwerk American Crossroads (Issenberg 2015).

Waren noch Anfang der 2000er die Daten weitgehend unstrukturiert, erlebt mit dem Wandel analytischer Möglichkeiten auch die Welt der Kampagnendaten eine große Verschiebung. Die Betrachtung der Wähler erfolgt nach immer individuelleren Attributen. Nach der verlorenen Präsidentschaftswahl 2012 investierte das RNC seit 2013 über 175 Mio. Dollar in den Aufbau eines technischen Netzwerks aus Daten und digitaler Technologie, um Republikaner auf allen politischen Ebenen unterstützen zu können. Jede republikanische Kampagne konnte auf die gleichen Daten zugreifen – vom lokalen Sheriffswahlkampf bis zur Präsidentschaftskampagne.

Das GOP Data Warehouse speist sich aus unterschiedlichen Datenquellen und verfügt über bis zu 4.000 Einzelinformationen von mehr als 190 Millionen registrierten Wählern in den USA. Dies sind Daten aus öffentlichen Datenbanken (bspw. des State Motor Vehicle Department), Zensusinformationen, eigenen politischen Veranstaltungen oder durch das „Merging“ (Mischen) gewonnene Daten mit Angaben von sog. Third-Party-Groups (bspw. National Rifle Association, Listen von früheren Kampagnenspendern). Dazu kombinierte das RNC Informationen von kommerziellen Datenanbietern, die einzelne Kaufmuster, Mitgliedschaften und Abonnements dokumentierten. Besonders wertvoll für die Republikaner sind die Interaktionsdaten wie Telefonnummern, E-Mail-Adressen, Beteiligung als Freiwillige oder Themen, die beim Haustür-Canvassing angesprochen wurden. Das RNC ergänzte oder updatete über 1,2 Milliarden Wählerinformationen zwischen 2012–2016 (RNC 2016).

Voter Score und Wählerklassifikation

Mit dem Ende der Vorwahlen baute die Trump-Kampagne auch auf das „gigantische Wählertelefonbuch“ des RNC mit interessenspezifischen und kommerziellen Informationen.

Das RNC begann in den Jahren seit der Wahlniederlage bei den Präsidentschaftswahlen 2012 ein Wählerqualifizierungssystem „Voter Score“ aufzubauen, welches jedem Wähler einen Wert von 0–100 basierend auf statistischen Modellen zuwies. Die Republikaner versuchten mit prädiktiven Analysen das Wahlverhalten des einzelnen Wählers vorherzusagen, indem sie die Unterstützung für einen republikanischen oder demokratischen Kandidaten, seine Wahlwahrscheinlichkeit und sein Interesse an Themen oder lokalen Initiativen korrelierten. Im internen Strategiematerial des RNC heißt es dazu: „By crossing these values, we can predict possible outcomes as well as develop more customized voter contact programs with a true ROI analysis for every dollar spent or contact made“ (RNC 2016).

In den „Voter Score” flossen Informationen aus der RNC Voter File, Umfragen, Konsumentendaten, Rückmeldungen aus früheren Wählerkontaktprogrammen und digitale Verhaltensdaten ein. Das System verfeinerte das RNC kontinuierlich seit Mai 2014. Kontaktdaten aus digitalen Kampagnen, Fundraising-Aktivitäten oder Neuregistrierung wurden berücksichtigt und analysiert. So wurde jedem Wähler ein „Voter Score“ zugeordnet. Allein im Jahr 2016 fanden „683 Voter Score Retrains“ statt, d. h. die Datenbasis wurde komplett modelliert. Beispielsweise fanden in Ohio im Wahljahr 21 „Retrains“ statt, wonach alle 7,7 Millionen Wähler nach über 40 Simulationen bewertet wurden. Dies führte zu über 300 Millionen individuellen Vorhersagen zu Kandidaten, Themen und lokalen Einzelfragen. Insgesamt kam das RNC national auf 115 Milliarden modellierte Vorhersagen, welche dem RNC ein akkurateres Verständnis über alle Wähler gab, als auf Umfragen einzelner Gruppen zu setzen.

Bereits im Sommer 2016 sahen sowohl Matt Oczkowski von Cambridge Analytica als auch Chris Young vom RNC, dass die öffentlichen Umfragen und die Mediendiskussionen sich nicht mit den Folgerungen der Kampagne deckten. In Umfragen stießen die Republikaner auf zwei wesentliche Erkenntnisse. Ein großer Teil der unentschiedenen Bürger standen einer Präsidentschaft Hillary Clintons skeptisch gegenüber. Und die Ausstrahlung Donald Trumps reichte über die klassische Klientel der Republikaner hinaus. „Public polling was wrong. Most analysis is based on vote history, but Donald Trump is not a typical republican“ (Young 2016). Dementsprechend passten die Republikaner die Modelle an. Auf dem „Voter Score“ des RNC baute Cambridge Analytica angepasste analytische Modelle auf, um die „Trump-Wähler“ zu finden.

Targeting der Trump-Kampagne

Das Targeting stellte keine Neuheit des Wahlkampfes 2017 dar. Bereits die Wahlkampagnen von George W. Bush und Barack Obama taten sich in der Segmentierung der Wählerschaft in verschiedene Zielgruppen hervor (Sosnik et al. 2006; Issenberg 2015). Mit dem Ende der Vorwahlen stieß die Datenfirma Cambridge Analytica zur Trump-Kampagne hinzu. Damit erwarb das Team des republikanischen Kandidaten Informationen aus den Umfragen und Datenanalysen, die Cambridge Analytica für Ted Cruz und Ben Carson gemacht hatte. Über den Sommer gab die Trump-Kampagne über 5 Millionen Dollar für die analytischen Dienste von Cambridge Analytica aus. Bis zum Ende der Kampagne beliefen sich die Ausgaben auf etwa 15 Millionen Dollar (Green und Issenberg 2016).

Um die Einsichten zu verdichten, kombinierte die Trump-Kampagne drei existierende Datenbanken. In ihrer neuen Datenbasis „Project Alamo“ konsolidierten sie die ursprünglichen Informationen der Trump-Kampagne seit den Vorwahlen, die Informationen des RNC, welches ihnen jetzt nach dem Ende der Vorwahlen vollständig zur Verfügung stand, und die Datenbasis von Cambridge Analytica, die sich aus Informationen über Demografie, Konsum- und Lebensgewohnheiten und politische Zugehörigkeit speiste. Zudem kauften sie noch Informationen von den Facebook-Marketing-Partnern Experian, Datalogix, Epsilon und Acxiom zu (Winston 2016).

Die Targeting-Anstrengungen der Trump-Kampagne bestanden ab dem Sommer 2016 aus vier Schritten: 1. Umfragen und Analysen, 2. Modellierung und Extrapolation, 3. Audience Segmentation und 4. Ansprache. Die Audience Segmentation und Ansprache über die Kommunikationskanäle (Engagement) fußten auf einer sehr genauen Einschätzung der Wählerschaft durch Umfragen und Modellierung.

Während die nationalen Wählerbefragungen in den Hintergrund traten, konzentrierte sich die Kampagne auf die hart umkämpften Battleground-Staaten. Beständig erhob die Kampagne Daten und 12 Analytiker modellierten jeden Wähler in seiner Neigung zu Trump oder Clinton, seiner Wahlbeteiligungswahrscheinlichkeit und den Top-Themen, die ihn interessierten. Sie befragten jede Woche rund 1500 Wähler in den Battleground-Staaten und rollierten die Ergebnisse. Im gesamten Verlauf der Kampagnen griff sie auf 180.000 Personenbefragungen in 16 Battleground-Staaten online, per Interactive Voice Response (IVR) oder direkte Telefonbefragung zurück (Cambridge Analytica 2017).

Gerade die einzelnen Umfragen in den Battleground-Staaten ermöglichte es der Trump-Kampagne, nuancierte oder lokalisierte Probleme zu filtern und in die Modellierung mit einfließen zu lassen. Die prädiktiven Modellierungen verliefen in zwei Phasen. In der ersten Phase widmeten sich die Republikaner besonders dem Fundraising. Zahlreiche Spendermodelle entstanden und wurden von der Kampagne getestet. Diese Phase reichte von Juni bis Ende Juli 2016. Mit dem offiziellen Abschluss der Vorwahlen durch den Nominierungsparteitag gingen die Fundraisinganstrengungen weitgehend an das RNC über und man teilte sich die Erträge durch ein „joint committee“. Damit begann auch die zweite Phase, wo sich die Trump-Kampagne auf die Modellierung von Wahlwahrscheinlichkeiten und Kandidatenpräferenzen konzentrierte. Zudem errechneten sie in themenbezogenen Modellen die Überzeugungskraft durch politische Inhalte. Diese Phase reichte von August bis zum Wahltag.

Die grundsätzlichen Informationen setzten sich aus drei wesentlichen Bereichen zusammen: wahlspezifischen Daten, demographischen Angaben und themenspezifischen Typologien.

  1. Die Trump-Kampagne war auskunftsfähig über eine Vielzahl von wahlspezifischen Informationen und den Registrierungsstatus des einzelnen Bürgers. Basierend auf den offiziellen Wählerverzeichnissen riefen sie folgende Informationen ab:
  • REGISTERED VOTER
  • REGISTERED REPUBLICAN
  • REGISTERED DEMOCRAT
  • REGISTERED INDEPENDENT
  • NEWLY REGISTERED
(Bürger, die sich in den letzten zwei Jahren im jeweiligen Bundesstaat registrierten)
  • Unregistered/Voter Prospects (Bürger, die älter als 18 Jahre und unregistriert waren)

Zudem griff man auf die Wahlgeschichte der Bürger zurück. Die Kampagne verfügte über folgende Informationen

  • PRIMARY VOTERS
(Teilnehmer an Vorwahlen)
  • GOP PRIMARY VOTERS
(basierend auf Daten der bundesstaatlichen Parteien oder Wahlinformationen der zuständigen bundesstaatlichen Behörden)
  • DEM PRIMARY VOTERS
  • FIRST TIME VOTERS 2012
(Bürger, die 2012 zum ersten Mal an einer Wahl teilnahmen)
  • FIRST TIME VOTERS 2014 (Bürger, die 2014 zum ersten Mal an einer Wahl teilnahmen)
  • LIKELY 2016 VOTERS
(Bürger, die basierend auf einem Wahrscheinlichkeitsscore an den Präsidentschaftswahlen 2016 teilnehmen würden)
  • EARLY ABSENTEE VOTERS
(Bürger, die bisher schon per Brief oder vor dem eigentlichen Wahltag ihre Stimme abgaben)
  • PRESIDENTIAL YEAR ONLY VOTERS
(Bürger, die nur an Präsidentschaftswahlen, aber nicht an kommunalen oder bundesstaatlichen Wahlen teilnahmen)

2. In einem zweiten Bereich verfügte die Kampagne über genaue demographische Angaben und klassifizierte sie wie folgt:

  • AGE 18 TO 29
  • AGE 30 TO 44
  • AGE 45 TO 54
  • AGE 55 TO 64
  • AGE 65 PLUS
  • GENDER FEMALE
  • GENDER MALE
  • HISPANIC (basierend auf direkter Eintragung oder Modellierung)
  • AFRICAN-AMERICAN
(basierend auf direkter Eintragung oder Modellierung)
  • CAUCASIAN/EUROPEAN
(basierend auf direkter Eintragung oder Modellierung)
  • EAST AND SOUTH ASIAN (basierend auf direkter Eintragung oder Modellierung)
  • VETERAN
(basierend auf Umfragen, gekauften Informationen und öffentlich zugänglichen Steuerdaten)
  • HIGH INCOME/WEALTH
(Bürger mit einem jährlichen Haushaltseinkommen über 000 Dollar oder Nettovermögen über 400.000 Dollar)
  • MID INCOME/WEALTH (Bürger mit einem jährlichen Haushaltseinkommen zwischen 60.000 Dollar und 000 Dollar oder einem Nettovermögen zwischen 60.000 und 400.000 Dollar)
  • LOW INCOME/WEALTH
(Bürger mit einem jährlichen Haushaltseinkommen unter 60.000 oder einem Nettovermögen unter 60.000 Dollar)
  • HOME OWNER
  • HAS CHILDREN
(Bürger mit mindestens einem Kind unter 18 Jahre)
  • LIKELY MARRIED
  • LIKELY SINGLE
  • SINGLE PARENT

3. In einem dritten Bereich typologisierte das Trump-Daten-Team unterschiedliche Wählergruppen und -merkmale. Durch Datenanalyse und prädiktive Modellierungstechniken hoben sie verborgene Muster und Verbindungen, die Zielgruppen zu verfeinern und Ansprachethemen zu filtern. Die Modelle wurden jede Woche basierend auf den neusten Umfragen aktualisiert. Es entstanden über 20 spezifische Kandidaten-und-Themenpräferenz-Modelle:

  • TRUMP PRÄFERENZ
  • CLINTON PRÄFERENZ
  • GARY JOHNSON PRÄFERENZ
  • JILL STEIN PRÄFERENZ
  • REPUBLICAN VOTERS
  • DEMOCRAT VOTERS
  • SWING REPUBLICAN VOTERS
  • SWING DEMOCRAT VOTERS
  • HIGH TURNOUT VOTERS
  • MID TURNOUT VOTERS
  • LOW TURNOUT VOTERS
  • MODERATE CONSERVATIVE
  • VERY CONSERVATIVE
  • ESTABLISHMENT CONSERVATIVE
  • LIBERAL
  • LIBERTARIAN
  • TEA PARTY
  • FISCALLY RESPONSIBLE
  • PRO LIFE
  • PRO ENVIRONMENT
  • PRO GUN RIGHTS
  • PRO NATIONAL SECURITY
  • ANTI OBAMACARE
  • ANTI IMMIGRATION
  • CRIME/LAW AND ORDER
  • EDUCATION
  • JOBS AND THE ECONOMY
  • CHILDCARE
  • NATIONAL DEBT
  • TRADE/WAGES

Hatte Cambridge Analytica in den Vorwahlen auf psychografische Analyse und Behavioral Microtargeting zurückgegriffen, die sie für die Cruz-Kampagne anfertigten, verblieb in der Hauptwahlkampfphase nicht die nötige Zeit für die Anpassung. Matt Oczkowski: „We had to walk before we could run in this campaign […] We had five months to scale extremely fast, and doing sexy psychographics profiles requires a much longer run time“ (Google 2016). Cambridge Analytica wies jeden Wähler mit einem Scoring-System zu, dass ihn in 32 abgrenzbare Persönlichkeitstypen einordnete (NYT 2017). Als Grundlage dient das sogenannte OCEAN-Modell (Openness to experience, Conscientiousness, Extraversion, Agreeableness, Neurotizismus). Aus ihren psychografischen Modellen ergaben sich Informationen, welche Art von Person angesprochen wird und wie zu kommunizieren ist. Alexander Nix beschrieb die Logik sehr simpel: „Psychographic data are just one ingredient which is backed into the cake. It allows us to look at people and understand them in terms of how they view the world. (…) The more you know about someone, the better you can engage with them and the more relevant you can make the communications that you send to them, so our job is to use data to understand audiences“, (Brannelly 2016).

Aus den Modellen ergaben sich Segmentierungen nach Audiences und deren Ansprachemöglichkeiten. Es entstanden neue Audiences wie bspw. „disenfranchised new Republicans“, die wesentlich jünger als traditionelle Parteiunterstützer und seltener im städtischen Umfeld lebten. Sie waren für populistische Ansprachen empfänglich und achteten besonders auf drei Themen: Law and Order, Immigration und Gehälter (Green und Issenberg 2016). Oder „soft Democrats“, die zwar Clinton unterstützten, aber einen gravierenden Wechsel von den inhaltlichen Positionen Obamas verlangten und durch Health Care oder Trade angesprochen wurden (RNC 2016).

Battleground Optimizer und Kampagnen-Dashboard

Amerikanische Präsidentschaftswahlen folgen einer doppelten Logik. In der soziodemographischen Logik konzentrieren sich die Kampagnen auf die Ansprache wesentlicher Zielgruppen und einer Anpassung der zentralen Wahlkampfbotschaft. In der geographischen Logik gewichten sie nicht alle Bundesstaaten gleichrangig, denn sie erhalten im Wahlmännerausschuss (Electoral College) Stimmen basierend auf ihrer Einwohnerzahl (Shaw 2006; Voigt 2010). Diese reichen von 3 in Vermont bis zu 55 in Kalifornien. Präsident der Vereinigten Staaten wird der Kandidat, der mindestens 270 Stimmen auf sich vereinen kann. Die Herausforderung ist, dass in einem Großteil der Bundesstaaten der Sieger schon vor dem Wahltag feststeht. Im konservativen Wyoming oder Idaho gewann seit der Goldwater-Wahl 1964 kein Demokrat mehr. Dagegen gibt es sichere Bundesstaaten, die seit Jahrzehnten demokratische Präsidentschaftskandidaten wählen. Vor der Wahl 2016 existierten 18 Bundesstaaten, die seit der Präsidentschaftswahl 1992 für einen demokratischen Kandidaten stimmten. Ihre Wahlmännerstimmen beliefen sich auf 242 Stimmen im Electoral College, oder anders formuliert: nur noch 28 Stimmen fehlten Hillary Clinton zum Sieg. Präsidentschaftskampagnen setzen die Ressourcen nur strategisch in den Staaten ein, wo die Gewinnmarge eng und das Erringen der Wahlmännerstimmen möglich erscheinen. In größeren Bundesstaaten fokussieren sie ihre Bemühungen sogar auf einzelne Teile des Staates oder ausgewählte Medienmärkte. Zudem achten sie auf die Aktivitäten des Gegenkandidaten, um dessen Strategie zu analysieren, und unterstützen Kandidaten der eigenen Partei bei nachrangigen Wahlen (Shaw 1999).

Mit dieser Herausforderung sah sich die Trump-Kampagne konfrontiert. In der klassischen Logik amerikanischer Präsidentschaftskampagnen bedeutet dies, sich in den 10–12 heiß umkämpften Battleground-Staaten zu engagieren und die anderen Bundesstaaten mit Werbung oder Kandidatenauftritten zu ignorieren. Dies würde sie jedoch in eine schwierige strategische Ausgangslage versetzen, da Hillary Clinton nur noch wenige Staaten zum Sieg fehlten. Also nutzten sie Umfragen und genaue Datenanalysen, um über mögliche Erweiterungsszenarien nachzudenken.

Die Trump-Kampagne entwickelte ein Tool, welches tagesaktuell mögliche Gewinnchancen in einer erweiterten Anzahl von Bundesstaaten kalkulierte. Der „Battleground Optimizer Path to Victory“ simulierte basierend auf Umfragen, Wähler- und Mediendaten wahrscheinliche Wege zu einer Mehrheit im Wahlmännerausschuss und kalkulierte die Gewinnkombinationen der Bundesstaaten (Green und Issenberg 2016). Dadurch entstand ein „Priority Score“ von Bundesstaaten, welche die Trump-Kampagne benötigte, um zu gewinnen. Sie richtete ihre Strategie komplett nach dem Battleground Optimizer aus und bestimmte die Kandidatenbesuche, die Allokation der Medienkäufe und die Botschaftsanpassung danach. Das System wurde mit ständig neuen Informationen gespeist. Die Trump-Kampagne fand 13,5 Millionen Wähler in 16 Battleground-Staaten, die sie für potentiell überzeugbare Wechselwähler hielten (Young 2016). Was Trump von seiner Konkurrentin Hillary Clinton unterschied: Er glaubte daran, mit genauer Datenanalytik und digitaler Ansprache die Wählerschaft neu formen zu können, und setzte nicht auf vordefinierte Wählerkoalitionen vergangener Jahre.

Der Priority Score floss in ein Kampagnen-Dashboard ein, das alle wesentlichen Informationen über die Battleground-Staaten, einzelne Wählergruppen und deren thematische Anspracheoptionen zusammenfasste. Es verband durchsuchbar die ineinandergreifenden Datenpunkte und visualisierte auf benutzerfreundliche Art die Wählergruppen in den Bundesstaaten. Dazu zählten real-time-poll-tracking und Heatmaps von überzeugbaren Wählern.

Die Dashboards gaben der Trump-Kampagne einen Überblick über ihre anzusprechenden Zielgruppen. Um die nächsten strategischen Entscheidungen treffen zu können, brach das Daten-Team die Wähler in eine simple Darstellung herunter, indem es die Kandidatenpräferenz und die Wahlbeteiligungswahrscheinlichkeit für den jeweiligen Bundesstaat, County oder Ort miteinander in einer Matrix in Beziehung setzte: „Horizontal axis we look at a candidate score – how likely are they to support the candidate. Vertical axis probability to turn out to vote. (…) Some require issue-related persuasion to bring them around to Trump’s agenda, while others are deemed to just need a ‚nudge‘ to turn out and vote“, beschrieb Eyal Kazin, ein Data Scientist von Cambridge Analytica, das Vorgehen (Brannelly 2016).

Während ein Teil der Wähler als sicher für Trump oder für Clinton eingestuft wurden, gab es eine übergroße Anzahl von überzeugbaren Wechselwählern oder noch zu mobilisierenden potentiellen Unterstützern. Nachdem die ersten Briefwahldaten im Herbst 2016 eingingen, fielen der Kampagne drei Trends auf: Erstens, die Anzahl von afroamerikanischen Wählern war vergleichsweise niedrig, zweitens, die Anzahl der Wähler hispanischer Herkunft nahm nur moderat zu, und drittens, beteiligten sich ältere Wähler aus ländlichen Counties deutlich über dem kampagneninternen Erwartungswert. Dies hatte Auswirkungen in den einzelnen Bundesstaaten. Gerade in Florida oder North Carolina bildeten Wähler afroamerikanischer oder hispanischer Herkunft einen wesentlichen Wählerblock für Hillary Clinton. Hingegen wirkte die stärkere Wahlbeteiligung älterer, weißer Wähler positiv für Trump in den Rust-Belt-Bundesstaaten Michigan, Pennsylvania oder Ohio. Entsprechend passte die Trump-Kampagne ihre Datenmodelle und den Battleground Optimizer an. Danach fiel der Abstand der Kandidaten in den Staaten des Mittleren Westens 1–3 Prozentpunkte enger aus als die öffentliche Debatte widerspiegelte. „In the last week before the election, we undertook a big exercise to reweight all of our polling, because we thought that who [pollsters] were sampling from was the wrong idea of who the electorate was going to turn out to be this cycle“, betonte Matt Oczkowski (Green und Issenberg 2016).

Bereits eine Woche vor dem Wahltag zeigten sich die republikanischen Kampagnenmacher vorsichtig optimistisch. Sie sahen in Ohio und Pennsylvania mögliche Chancen zu gewinnen, da die Trendrichtungen stimmten. „But Florida is critical“, wusste Chris Young, National Field Director der Republikaner eine Woche vor der Wahl zu berichten. Dennoch sahen selbst am Vorabend der Wahl die eigenen Modelle die Siegchancen von Trump bei 30 Prozent (Green und Issenberg 2016). Durch die ständig aktualisierten Simulationen keimte am Wahltag Hoffnung auf zu gewinnen: „At 8.30pm we knew: Florida rural vote put us ahead. Even the traditional counties couldn’t win it for Hillary“, so Chris Young.

Für den Umgang mit Daten in politischen Kampagnen schrieb Andreas Jungherr in unserem Sammelband zum amerikanischen Wahlkampf zu recht:

„Es entsteht schnell der Eindruck, dass eine den Daten innewohnende Magie Kampagnen eine gespenstische Sicherheit in der Auswahl und Ansprache von Wahlberechtigten gibt. Dies ist natürlich Unsinn. Datengestützte Verfahren dienen der Verringerung von Unsicherheit und damit der Senkung von Kosten vergeblicher Kontaktversuche für Kampagnen. Dies ist weit entfernt von tatsächlicher Sicherheit über die zu erwartende Reaktion von angesprochenen Wahlberechtigten. Auch wird allgemein die Qualität der Kampagnen vorliegenden Daten und der darauf entwickelten Modelle überschätzt. Ganz grundsätzlich basiert das Potential datengestützter Verfahren im Wahlkampf auf drei entscheidenden Elementen:

    1. Es müssen verlässliche Informationen über das Verhalten und die Einstellungen von Wahlberechtigten vorliegen, die für Kampagnen interessant sind und die sie beeinflussen wollen;
    2. Es müssen ausreichende personenbezogene Informationen zu Wahlberechtigten vorliegen, die Rückschlüsse auf Verhalten oder Einstellungen erlauben (siehe 1);
    3. Die Beziehungen zwischen Verhalten und Einstellungen von Wahlberechtigten (siehe 1) und den über sie vorliegenden Informationen (siehe 2) müssen über den Zeitverlauf zwischen Modellentwicklung und Wahltag stabil bleiben.

Dies sind anspruchsvolle Bedingungen, die bei weitem nicht für alle diskutierten Nutzungsweisen datengestützter Verfahren gegeben sind. In der Diskussion der Rolle datengestützter Verfahren im Wahlkampf ist also Gelassenheit ratsam und gesunde Skepsis gegenüber den Werbeversprechen reisender Datenhändler und der mit statistischen Modellen bewehrten Zukunftsschauer angebracht.“

Mobilisierung: Wie Microsoft Windows in 36 Sprachen übersetzte

Mobilisierung: Wie Microsoft Windows in 36 Sprachen übersetzte

Windows existiert in unzähligen Ländern und Sprachen. Doch stimmt immer die Übersetzung der Begriffe? Wie motiviert man Mitarbeiter und mobilisiert sie gemeinsam ein Problem zu lösen? Und wie verbindet ein globales Unternehmen Spaß der Mitarbeiter, bessere Qualität des Produktes und höhere Produktivität miteinander? Mobilisierung durch Gamification machte Microsoft mit seiner Language Quality Challenge zwischen den Mitarbeitern vor.

Manchmal hapert es mit der Motivation. Besonders wenn die intrinsische Motivation fehlt. Nicht jedes Projekt gewinnt gleich einen Nobelpreis und manchmal sind die Aufgaben langweilig. Und was passiert, wenn lohnbasierte Incentives oder Gratifikationen nicht wirken?  In solchen Situationen gewinnen verhaltenspsychologische Methoden für Unternehmen und Organisationen an Bedeutung, um Mitarbeiter und Beteiligte zu mobilisieren.

Microsoft nutzte einen Gamification-Ansatz mit einem Productivity Game, um die Aufgabe mithilfe vieler Menschen und deren Fähigkeiten zu lösen. Productivity Games und Crowdsourcing sind sich ähnlich. Sie unterscheidet jedoch die Nutzung von Spielelementen, um für die Teilhabe an arbeitsbezogenen Aufgaben zu motivieren. Der Gamification-Ansatz ist designet, damit Mitarbeiter Spaß haben und dabei zugleich produktive Aufgaben bewältigen.

Die Challenge

Windows existiert in unzähligen Ländern und Sprachen. Sprache ist Kultur und gesellschaftliches Grundverständnis. Fehler in der Übersetzung sprechen nicht nur für schlechte Qualität, sondern wirken auch auf die Wahrnehmung und den Verkauf in einer Region. Microsoft sammelte reichhaltige Erfahrungen. Der bekannteste Fall ist die Benutzer-Registrierung in Windows XP in Lateinamerika. Dort wurde eine Version ausgeliefert, wo der Benutzer nach ihrem Geschlecht befragt die Optionen hatten: No especificado (nicht spezifiziert), varon (männlich) oder hembra (weiblich). Leider bedeutet in einigen lateinamerikanischen Ländern der Begriff hembra auch „Schlampe“.

Wie verhindert man solche Fälle und sorgt dafür, dass die Übersetzung stimmt? Wie kann ein multinationales Unternehmen bei einem weltweiten Vertrieb von Produkten, eine sinnvolle und genaue sprachliche Qualitätskontrolle der Übersetzungen für die einzelnen Länder sicherstellen? Und wie erreicht man das Ziel mit unternehmensinternen Kompetenzen statt auf teuren externen Sachverstand zurückgreifen zu müssen?

Die Beteiligten und Lösung

Um das Problem akkurater Sprachanwendung in seinen Windowsprogrammen sicherzustellen, setzte Microsoft auf den spielerischen Wettstreit unter den Mitarbeitern. In der „Windows Language Quality“-Challenge rief Microsoft seine Mitarbeiter auf, für die Microsoft Community ihre besondere Fähigkeit einzusetzen, um das Gesamtprodukt signifikant zu verbessern: die jeweilige Muttersprache.

Microsoft regte die Mitarbeiter an, den schwierigen und teuren Geschäftsprozess der Qualitätskontrolle nach der Übersetzung spielerisch, kosteneffizient und in bester Qualität zu erfüllen. Getreu dem Motto: „Wer findet die meisten Fehler?“ wurde ein Wettstreit zwischen den Mitarbeitern kreiert. Die Mitarbeiter traten spielerisch in einen Wettstreit, um bei der Überprüfung und ggf. Korrektur der Übersetzungen von Software in ihre eigene Sprache zu helfen. Es war nicht kompliziert, da sie lediglich entscheiden mussten, ob die Übersetzung korrekt ist oder nicht. Kommentare zu Verbesserungen waren optional.

Die Spielidee

Mitarbeiter konnten als Spieler an der Übersetzungsaufgabe teilnehmen. Microsoft brach die Übersetzungsfragen in einzelne Bilder herunter, die es zu kontrollieren galt. 25 Fotos bildeten ein Gamelevel. Sobald die Spieler alle Bilder auf einem Level überprüft hatten, kamen sie auf die nächsthöhere Ebene und erhielten eine neuen Satz von 25 Bildern. Die Ergebnisse wurden auf einem virtuellen Leaderboard dokumentiert. Teilnehmende Personen wurden in einer Rangliste zusammen mit ihrem aktuellen Spiellevel und die Anzahl der von ihnen überprüften Bilder. Dies kreiierte einen anspornenden Wettbewerb. Die Rangliste schlüsselte verschiedene Kategorien auf, zum Beispiel nach Sprache, um die Teilnahme in den jeweiligen Ländern zu fördern.

 

Screenshot während des Spiels

 

Das Ergebnis

Microsoft erreichte eine Teilnahme in allen zu prüfenden Sprachen: 100% der 36 Windows Sprachen wurden reviewt. Bis zum Jahr 2015 überprüften über 4.500 Benutzer an die 500.000 sprachliche Fragen, um Übersetzungen basierend auf ihrer Muttersprache zu korrigieren oder zu verbessern. In der Spitze korrigierten 130 Mitarbeiter eine einzelne Sprache. Der Spielspaß war so groß, dass Microsoft in der Region Japan tatsächlich einen unternehmensweiten Tag in Anspruch nahm, um das Spiel zu spielen und schließlich zu gewinnen.

Die Einschätzung

Ross Smith, Director of Test bei Microsoft, glaubt, dass Unternehmen die Funktionsweise von „Arbeit“ neu definieren müssen. Die zukünftige Generation von Mitarbeitern ist mit der Integration von Technologie in ihr tägliches Leben aufgewachsen und verändert damit effektiv die Art und Weise, wie die heutige Welt kommuniziert, priorisiert und produziert. Microsoft nutzte auf eine niedrigschwellige und smarte Art Gamification, um ihre Mitarbeiter für ein gemeinsames Ziel zu motivieren: für die sprachliche Kontrolle von Windows. Gemeinsam an konkreten Aufgaben des Unternehmens mit Freude zu arbeiten, ist Microsoft gelungen. Es zeigte, mit Gamification kann man Menschen und Stakeholder motivieren, sich aktiv zu beteiligen, die Produktivität zu steigern und effizient Aufgaben zu lösen. Die Ergebnisse zeigen auch das enorme Potential von Produktivitätsspielen für traditionelle Organisationen und Geschäftsprozessen auf.

Newsletter abonnieren

 

Newsletter abonnieren