Wahl-O-Mat, Steuer-O-Mat, Bundeswahlkompass, WahlSwiper – Wahlnavigationssysteme im Vergleich

Mehr als 40 Voting Advice Applications (VAA) europaweit zählt das VAA-Netzwerk das European Consortium for Political Research. Die Zahl der Online-Wahlhilfen steigt auch in Deutschland von Wahl zu Wahl an. Bei Bundestagswahl 2017 konnten Nutzer zwischen 17 verschiedenen VAAs auswählen: vom Traditionstool Wahl-O-Mat über modifizierte Varianten, wie dem Digital-O-Mat oder dem Sozial-O-Mat bis hin zum Bundeswahlkompass und dem ParteieNavi. Dabei stand nicht nur die Beurteilung von Thesen im Vordergrund. Nutzer konnten ebenso Wahlplakate und Politikernasen bewerten sowie ihren Musikgeschmack mit dem der Parteien vergleichen.

Während die Forschungsliteratur sich hauptsächlich auf die detaillierte Analyse einzelner Angebote fokussiert, möchte dieser Beitrag von Larissa Rohr der Breite und Vielfalt der Online-Wahlhilfen Rechnung tragen und eine vorläufige Bestandsaufnahme der vorhandenen Angebote liefern. Mit dem Ziel, einen Überblick über die verschiedenen VAAs zu schaffen und diese zu systematisieren, werden 17 VAAs zur Bundestagswahl 2017 anhand von elf Kategorien miteinander verglichen. Darauf aufbauend werden drei VAA-Idealtypen entwickelt, die sich aufgrund ihrer Funktionslogik grundlegend voneinander unterscheiden.

Wahl-O-Mat, Steuer-O-Mat, Bundeswahlkompass, WahlSwiper

Wahlnavigationssysteme im Vergleich

Autor

Larissa Rohr studiert den Master „Politikmanagement, Public Policy und öffentliche Verwaltung“ an der NRW School of Governance und arbeitet dort als wissenschaftliche Hilfskraft. Ihre Forschungsinteressen liegen in den Gebieten der Wahl- und Parteienforschung sowie im Bereich Medien und Politik.

1. Einleitung

Wahl-O-Mat, Steuer-O-Mat, Bundeswahlkompass, WahlSwiper – Sogenannte Voting Advice Applications (VAAs) sind aus Wahlkämpfen und deren Medienberichterstattung nicht mehr wegzudenken. Internet-affine Wähler können sich regelmäßig vor Landtags- oder Bundestagswahlen durch Thesen und Parteipositionen klicken, Einschätzungen zu Parteien und Spitzenpolitikern abgeben und Wahlplakate bewerten. Am Ende sehen die Nutzer dann, mit welcher Partei ihre Positionen am ehesten übereinstimmen und wo sie sich in der politischen Landschaft verorten lassen. Dabei wird die Bandbreite an Online-Wahlhelfern von Wahl zu Wahl bunter, länger und diversifizierter. Bei der Bundestagswahl 2017 konnten Wähler beispielsweise ihren Musikgeschmack mit Grünen, SPD und Co. vergleichen und während sich der Agrar-O-Mat an landwirtschaftlich interessierte Wähler richtete, nahm der Digital-O-Mat Digitalisierungsthemen in den Fokus.

Parallel zum steigenden Angebot nimmt auch die wissenschaftliche Begleitforschung langsam Fahrt auf. So hat sich im Rahmen der wissenschaftlichen Vereinigung European Consortium for Political Research (ECPR) beispielsweise schrittweise das VAA Research Network gegründet mit dem Ziel, “to address the role of VAAs in European democracies, to coordinate research, to exchange data and instruments and to bridge VAA research to central fields of political science such as electoral studies, party research, and democratic theory” (ECPR Research Network Voting Advice Applications o.J. / a). Viele Forschungsarbeiten fokussieren sich auf einzelne VAAs wie den Wahl-O-Mat und analysieren detailliert deren Zielgruppe, Methodik, Design und Auswirkungen. Dieser Artikel hingegen möchte einen strukturierenden und systematisierenden Beitrag zum aktuellen Forschungsstand leisten: Nach einer kurzen Zusammenfassung des Forschungsstandes werden 17 verschiedene VAAs zur Deutschen Bundestagswahl 2017 anhand von elf Kategorien verglichen. Darauf aufbauend werden drei VAA-Idealtypen ausgemacht, die sich aufgrund ihrer Funktionslogik unterscheiden. Damit geht die Autorin explorativ vor und möchten eine erste und vorläufige Bestandsaufnahme der VAAs zur Bundestagswahl 2017 erstellen.

2. Forschungsstand: Zielgruppe, Auswirkungen, Methode und Design von Voting Advice Applications

Garzia und Marschall definieren Voting Advice Applications ganz allgemein als „[i]nternet tools deployed before elections to assist voters in their electoral decisions by comparing their policy positions with the programmatic stances of political parties and/or candidates“ (Garzia/Marschall 2014: 377). Blickt man auf die bestehende Forschungsliteratur, lassen sich drei Forschungsschwerpunkte identifizieren: Erstens solche mit Fokus auf Zielgruppen, die an die Frage gekoppelt sind, wer VAAs hauptsächlich nutzt. Zweitens wird die Auswirkung von VAAs zum Beispiel auf die Wahlbeteiligung, die persönliche Parteipräferenz oder das politische Wissen untersucht. Eine dritte Gruppe von Forschungsarbeiten beschäftigt sich mit Design und Methodologie der VAAs (Garzia/Marschall 2014: 380 ff.; Katakis et al. 2014: 1040). Im Folgenden sollen die wesentlichen Forschungsergebnisse kurz vorgestellt werden.

Zielgruppe

Wie Vassil, Garzia und Marschall zeigen, nutzen vor allem junge, gebildete Menschen aus einem urbanen Umfeld mit hohem Einkommen die Online-Wahlhilfen. Die Nutzer sind in der Regel politisch interessiert oder aktiv, offen für Parteienwettbewerb und keine Parteimitglieder (Garzia/Marschall 2014: 381; Vassil 2011: 55f.; 158). Nichtsdestotrotz ist auf eine Heterogenität der Zielgruppe zu verweisen (Garzia/Marschall 2014: 381). Van de Pol et al. teilen die VAA-Nutzer basierend auf einer Kieskompas-Nutzerumfrage zur niederländischen Parlamentswahl 2012 in drei Gruppen ein (Van de Pol et al. 2013: 9ff.): Erstens „cynic doubters“, die politische wenig interessiert und unsicher sind, welche Partei sie wählen sollen. Zweitens „seeking doubters“, die im Vergleich dazu eine stärkere Parteipräferenz haben und in der Online-Wahlhilfe eine Beratungshilfe sehen. Drittens „efficacious checkers“, die sowohl politisches Interesse als auch eine starke Parteipräferenz mitbringen und VVAs zur Unterhaltung durchspielen (Van de Pol et al. 2013: 13 ff.).

Auswirkungen von VVAs: Kognitive und verhaltensbezogene Dimension

Betrachtet man die Forschungsergebnisse zu Auswirkungen von VAAs, lässt sich dieser Forschungsschwerpunkt laut Garzia und Marschall weiter in eine kognitive und verhaltensbezogene Dimension differenzieren (Garzia/Marschall 2014: 381). Die kognitive Dimension beschäftigt sich mit der Auswirkung von Online-Wahlhilfen auf politisches Interesse und Wissen. Schultze etwa untersucht mittels einer Online-Umfrage (n = 1153) die Wahl-O-Mat-Nutzung zur Bundestagswahl 2009 und findet heraus, dass die Nutzung einen positiven Einfluss auf das Wissen der Nutzer über die Parteipositionen hat – und dies unabhängig vom jeweiligen Hintergrund des Nutzers (Schultze 2014: 61f.). Auch Heinsohn et al. führen eine repräsentative Panelbefragung von Wählern vor und nach der Europawahl 2014 durch und können die Hypothese bestätigen, dass VAA-Nutzer im Vergleich zu Nichtnutzern einen Anstieg an Sachfragenwissen verzeichnen (Heinsohn et al. 2016: 269 f.). Fivaz und Nadig kommen zum selben Ergebnis für Nutzer des schweizerischen Online-Tools smartvote und betonen das „potential of VAAs to serve as useful tools for civic education purposes“ (Fivaz/Nadig 2010: 193).

Forschungsarbeiten, die in der verhaltensbezogenen Dimension zu verorten sind, gehen einen Schritt weiter und fragen danach, ob die Nutzung von Online-Wahlhilfen zu einer steigenden Wahlbeteiligung führt und die Parteipräferenz der Nutzer beeinflusst. Basierend auf Interviewdaten (n = 2623) niederländischer Wähler aus dem Jahr 2006 kommen Gemenis und Rosema zu dem Schluss, dass „VAA usage accounted for about four per cent of the reported turnout in the [Dutch parliamentary] election“ (Gemenis/Rosema 2014:281), wobei die Effekte bei jungen und politisch wenig interessierten Personen am stärksten sind. Grund dafür ist eine von VVAs ausgehende Stimulierungskraft (Gemenis/Rosema 2014: 287). Marschall und Schultze haben in diesem Zusammenhang die Wahl-O-Mat-Nutzung bei der Bundestagswahl 2009 untersucht. Das Ergebnis: „So hat die Wahl-O-Mat-Nutzung einen messbaren, positiven Effekt auf die Absicht zur Wahl zu gehen – ein Befund, der im Einklang mit internationalen Forschungsergebnissen zu vergleichbaren Tools steht […] und dies unabhängig von soziodemografischen Merkmalen und anderen Charakteristika, insbesondere politischen Einstellungen“ (Marschall/Schultze 2012:459 f.). Die Datengrundlage hierfür bildete eine Vorwahlumfrage im Rahmen der „German Longitudinal Election Study“ (Marschall/Schultze 2012:450).

Alvarez et al. haben sich darauf aufbauend im Rahmen des 2009 EU Profiler Projekts1 angeschaut, ob das Ergebnis der Online-Wahlhilfe einen Einfluss auf die Parteipräferenz der Nutzer hat. Die Forscher kommen zu dem Ergebnis, dass acht Prozent der EU Profiler-Nutzer ihre Parteienpräferenz nach der Nutzung der VAA gemäß der Empfehlung ändern.2 Ein Wechsel kommt vor allem für die Nutzer in Frage, deren persönliche Präferenzen sich stark vom Parteiangebot unterscheiden („representative deficit“) (Alvarez et al. 2014:234). Wie Ladner am Beispiel von smartvote ergänzend zeigt, folgen vor allem issue-voter ohne Parteibindung den Empfehlungen der VAA (Ladner 2016: 426). Garzia und Marschall merken in diesem Zusammenhang zu recht an, dass „finding methods to validly and reliably measure the concrete effect of a VAA on electoral choice is tricky” (Garzia/Marschall 2014: 382), wobei die Isolation intervenierender Variablen bei der Untersuchung der Wahlentscheidung immer noch eine große Herausforderung darstellt.

Design und Methodologie

Nicht zuletzt beschäftigen sich Forscher mit methodologischen Herausforderungen im VAA-Kontext. Pianzola macht mit Blick auf die Begleitforschung vor allem auf das Problem der „selection bias“ bei der Interpretation der Daten aufmerksam: „[I]individuals in the sample who have made use of VAA services have decided to do so out of several reasons which likely distinguish them from non-users“ (Pianzola 2014:278). Dies betrifft sowohl Menschen, die VAAs generell nutzen, als auch Nutzer, die sich dazu entschließen, an einer VVA-begleitende Umfrage teilzunehmen. Diese Selbstselektions-Effekte sollten demnach in die statistischen Modelle und Ergebnisse einbezogen werden (Pianzola 2014:278).

Gemenis geht einen Schritt zurück und nimmt methodologische Probleme im VAA-Design am Beispiel des EU Profilers in den Blick: In Bezug auf die Statements und Thesen kritisiert er einen mehrdeutigen Inhalt und weist auf konkrete Formulierungsprobleme, wie die Nutzung quantitativer Pronomen, hin (Gemenis 2013: 271 ff.). Für die Antwortskala, die oft zwischen drei und fünf variiert, empfiehlt er die Verwendung eines neutralen Skalenmittelpunkts und eines Referenzpunkts, der den Status Quo wiedergibt (Gemenis 2013: 275f.). Auch die Reliabilität bei der Codierung von Parteiposition und -dokumenten sowie die Manipulationsgefahr bei Selbstverortung der Parteieliten werden im Kontext dieses Forschungsschwerpunkts thematisiert (Gemenis 2013: 276ff.).

3. Erläuterung des Forschungsvorhabens

Garzia und Marschall bezeichnen VAA als „truly global phenomenon“ (Garzia/Marschall 2014:379). Während Online-Wahlhilfen etwa auch in Nordamerika, Venezuala, Australien und Taiwan erstellt und genutzt werden, liegt der Schwerpunkt dennoch in Europa (Garzia/ Marschall 2014:379). Hier zählt das VAA-Netzwerk der ECPR 40 VAAs allein für nationale Wahlen (ECPR Research Network Voting Advice Applications o.J. / b). Während in der bisherigen Forschungsliteratur hauptsächlich einzelne VAAs in den Blick genommen und unter einer spezifischen Forschungsfrage detailliert untersucht werden, gibt es wenig Literatur, die VAAs systematisch vergleicht. Positiv zu nennen ist in diesem Zusammenhang der Artikel von Wagner und Ruusuvirta, die 13 VAAs in sieben europäischen Ländern untersucht haben (Wagner/Russuvirta 2010:402). Für Deutschland steht in der Forschung hauptsächlich der Wahl-O-Mat als am häufigsten genutztes Tool im Vordergrund (Heinsohn et al. 2016; Marschall 2005; Marschall/Schultze 2012; Schultze 2014), wobei andere Angebote wie der Bundeswahlkompass oder das ParteieNavi selten analysiert werden. Somit wird der VAA-Vielfalt in der Forschungsliteratur bisher wenig Rechnung getragen, was dieser Beitrag ändern möchte. Ziel ist es, alle für die Bundestagswahl 2017 erstellten VAAs zu vergleichen und zu systematisieren und damit eine erste und vorläufige Bestandsaufnahme zu generieren Dabei steht die Frage im Mittelpunkt, welche Unterscheide und Gemeinsamkeiten die verschiedenen Angebote aufweisen. Basierend auf Medienartikeln und einer Schlagwort-Internet-Recherche konnten 17 verschiedene VAAs ausgemacht werden, darunter zwei Apps. In diesem Zusammenhang ist noch einmal auf die Unabgeschlossenheit und den explorativen sowie vorläufigen Charakter der Bestandsaufnahme hinzuweisen, wobei der Anspruch einer Vollerhebung nicht im Vordergrund steht. Vielmehr geht es generell darum, die Vielfalt der Angebote zu erfassen und somit die Fokussierung auf den Wahl-O-Mat zu durchbrechen, was mit 17 untersuchten VAAs möglich ist.

4. Vergleich von 17 Voting Advice Applications zur Bundestagswahl 2017

Für den Vergleich wurden die von Wagner und Ruusuvirta aufgestellten Kategorien verwendet (Wagner/Ruusuvirta 2011: 402 ff.) und um weitere ergänzt:

  • Initiator
  • Anzahl der Parteien
  • Anzahl der Thesen
  • Unterteilung der Thesen in weitere Themengebiete
  • Möglichkeit der Gewichtung
  • Antwortmöglichkeiten
  • Auswahllogik der Parteien
  • Auswahllogik der Thesen
  • Methode zur Festlegung der Parteipositionen
  • Berechnung der Ergebnisse
  • Darstellung der Ergebnisse

Im Folgenden werden nun Gemeinsamkeiten und Unterschiede in den einzelnen Kategorien herausgearbeitet und dargestellt. Eine ausführliche Darstellung befindet sich in Tabelle 1. Die Ergebnisse basieren auf die Informationen, die die Nutzer auf der Website einsehen können, zum Beispiel in einer FAQ-Sektion oder im Einführungstext.

4.1. Initiator

Als Initiatoren von Online-Wahlhilfen können vier Gruppen identifiziert werden: Erstens entwickeln wissenschaftliche Institute VAAs in Eigeninitiative und formulieren oftmals einen Anspruch auf Unabhängigkeit und Neutralität. Hierzu gehören der Bundeswahlkompass, das ParteieNavi und der Wahl-O-Mat. Während diese Angebote auf eine Themenvielfalt ausgerichtet sind, konzentrierten sich private VAA-Anbieter oft auf ein spezifisches Themengebiet. Zu dieser zweiten Gruppe gehören der Agrar-O-Mat, der Digital-O-Mat, der Geil-O-Mat, die App Meine erste Wahl, der Musik-O-Mat, der Science-O-Mat, der Sozial-O-Mat, der Steuer-O-Mat sowie der Wahl/Digital Check 2017. Das Wahl-Navi und die App WahlSwiper werden als dritte Gruppe in Zusammenarbeit von privaten und wissenschaftlichen Initiatoren entwickelt. DeinWal und der Europapolitische Wahlkompass basieren auf der Initiative von – viertens − Einzelpersonen, die einen wissenschaftlichen Hintergrund haben, ihre VAA-Aktivitäten jedoch keinem wissenschaftlichen Institut zuschreiben.

4.2. Anzahl und Auswahllogik der Parteien

Wie die Verteilung in Abbildung 1 zeigt, beziehen die meisten VAAs fünf oder sechs Parteien mit ein. Nur der Wahl-O-Mat und der WahlSwiper nähern sich der Anzahl der zur Bundestagswahl 2017 zugelassenen Parteien von 42 an, indem alle zur Bundestagswahl zugelassen Parteien befragt werden und ein hoher Antwort-Rücklauf verzeichnet werden konnte. Auch der EUromat und der Science-O-Mat orientieren sich an dieser Auswahllogik, erhielten jedoch weniger Rücklauf (9. bzw. 12 Parteien).

Neben der Zulassung zur Bundestagswahl wird als weiteres Auswahlkriterium Umfragewerte in Kombination mit dem prognostizierten Überschreiten der Fünf-Prozent-Hürde genannt (Bundeswahlkompass, Digital-O-Mat, Europapolitischer Wahlkompass, ParteieNavi, Sozial-O-Mat, Wahl-Navi). Hier variiert die Parteieinzahl zwischen fünf und sieben. Die Abweichungen hängen mit der Antwortbereitschaft der Parteien3  und der Differenzierung zwischen CDU und CSU4 zusammen. Es ist anzumerken, dass lediglich im Digital-O-Mat näher auf die Definition von Umfragewerten und den betrachteten Zeitraum eingegangen wird: Hier werden nur Parteien einbezogen, die „in allen Umfragen seit letztem Jahr durchgängig die 5%-Schwelle überschritten haben“ (Koalition freies Wissen 2017). Eine dritte Auswahllogik ist die Vertretung der Parteien im Bundestag in der vergangenen Legislaturperiode 2013 bis 2017. Danach haben der Wahl/Digital Check 2017, das Wahl-Navi und die VAA DeinWal die Parteien ausgewählt. Der Steuer-O-Mat hat sich als einzige Online-Wahlhilfe am Wahlprogramm der Parteien orientiert und die Parteien ausgeschlossen, die das Thema Steuerpolitik im Wahlprogramm nicht ausreichend thematisiert haben. Der Musik-O-Mat ist die einzige VAA, die die AfD bewusst ausschließt. Keine Angaben zur Parteienwahl machten der Agrar-O-Mat, der Geil-O-Mat und die App Meine erste Wahl.

 

Abbildung 1: Verteilung der Parteienanzahl (x-Achse) in den untersuchten Voting Advice Applications

 4.3. Anzahl und Auswahllogik der Thesen

In einem nächsten Schritt stellt sich die Frage, wie viele Thesen ausgewählt wurden und welche Auswahllogik hier zugrunde lag. Die Bandbreite der Thesenanzahl geht von drei Fragen im Steuer-O-Mat bis hin zu 335 Thesen in der App Meine erste Wahl. Im Steuer-O-Mat gibt der Nutzer lediglich sein Jahresbruttoverdienst, sein Familienstand und die Kinderanzahl an. In der App Meine erste Wahl bewertet der Nutzer nicht nur Thesen, sondern auch Zitate, Spitzenpolitiker und Wahlplakate. Beide Zahlen stellen jedoch Extreme dar. Berücksichtigt man diese nicht, werden die Nutzer durchschnittlich mit 25 Thesen konfrontiert.

Auffallend ist, dass neun der 17 untersuchten VAAs keine Angaben machen, wie sie die Thesen ausgewählt haben. Fünf Initiatoren haben sich eine Beratung hinzugezogen: Im Falle des Agrar-O-Mats beispielweise wurde eine Umfrage unter 600 Landwirten durchgeführt. Die Initiatoren des Bundeswahlkompasses haben Partei- und Wahlforscher zu salienten Themen befragt. Auch der Wahl-O-Mat und das ParteieNavi verweisen auf wissenschaftliche Beratung bei der Thesenauswahl. Etwas abweichend sind die Thesen im Wahl-Navi entstanden: Dort wurden im ersten Schritt Inhaltsanalysen von Parteidokumenten, Politikeraussagen und Medienberichten durchgeführt, um die Themen daraus zu extrahieren. Als Auswahlkriterien werden allgemein vor allem das Vorkommen in den Medien, Themenbandbreite und Wichtigkeit, Unterscheidbarkeit zwischen den Parteiantworten oder Verständlichkeit genannt. In diesem Zusammenhang ist festzustellen, dass Online-Wahlhilfen von Initiatoren aus der Wissenschaft generell mehr Informationen zum Auswahlprozess der Thesen offenlegen und damit systematischer vorgehen.

4.4. Themengebiete und Möglichkeit der Gewichtung

In fünf der 17 VAAs werden die Thesen in weitere Themengebiete eingeteilt, um einen Überblick zu ermöglichen (Bundeswahlkompass, DeinWal, Sozial-O-Mat, Wahl/Digital Check 2017, Wahl-Navi). In acht Online-Wahlhilfen kann der Nutzer darüber hinaus Thesen oder Themengebiete gewichten und damit eine Differenzierung vornehmen. Im Wahl-O-Mat beispielsweise fließen diese Thesen dann doppelt in die Berechnung ein.

4.5. Antwortmöglichkeiten und Skalenniveaus

Die Mehrheit der untersuchten VAAs arbeiten mit drei nominalen Antwortkategorien, nämlich „Stimme zu“, „Stimme nicht zu“ und „Neutral“, wobei die Formulierungen leicht variieren oder durch Symbole ersetzt werden. Lediglich die App WahlSwiper hat nur zwei Antwortkategorien („Ja“/ „Nein“) nach der Logik der Dating-App TinderDer Bundeswahlkompass, das ParteieNavi und das Wahl-Navi arbeiten mit sechs bis acht Antwortkategorien und ordinalen Skalen (z.B. „Stimme voll und ganz zu“, „stimme eher zu“, „teils/teils“, „stimme eher nicht zu“, „stimme überhaupt nicht zu“, „keine Meinung“). Dies korrespondiert mit der Ergebnisdarstellung in Form einer zweidimensionalen Achse. Wie Gemenis schreibt, bringen sowohl nominale, als auch ordinale Skalen Vor- und Nachteile mit sich, wobei „the choice between few or more response choices is essentially a trade-off between validity and reliability” (Gemenis 2013:275). Aus dem beschriebenen Raster fallen drei VAAs: Erstens der Geil-O-Mat, bei dem der Nutzer je nach Frage zwischen drei und sieben Begriffen, Bildern und Zitaten auswählen kann (nominal). Zweitens der Musik-O-Mat, bei dem der Nutzer jeweils fünf Songtitel zur Auswahl hat (nominal). Drittens der Steuer-O-Mat, in den der Nutzer individuelle Zahlen eingibt (metrisch) oder zwischen nominalen Angaben wählt.

4.6. Methode zur Festlegung von Parteipositionen

Gemenis unterscheidet bei der Festlegung von Parteipositionen drei verschiedene Möglichkeiten: Erstens die Selbstpositionierung von Parteien und Partei-Eliten. Zweitens die Codierung, Bewertung und Einordnung von Parteidokumenten und Politikeraussagen durch Wissenschaftler. Drittens eine Kombination beider Methoden, die einen Vergleich und einen Aushandlungsprozess einschließt (Gemenis 2013: 276 ff.). Diese drei Kategorien lassen sich auch auf die untersuchten Online-Wahlhilfen anwenden:

Die häufigste Methode zur Festlegung der Parteipositionen stellt in der Realität der Online-Wahlhilfen zur Bundestagswahl 2017 die Selbstpositionierung der Parteien dar, die im Fall von acht VAAs angewandt wurde. Gemenis macht in diesem Zusammenhang jedoch auf die Möglichkeit der bewussten Manipulation durch Parteieliten aufmerksam, wie dies beispielsweise bei einer Partei aus Litauen im EU Profiler der Fall war: „Politicians may wish to duck some controversial issues, or appear as moderate and centrist, even if they are generally considered to have extreme views” (Gemenis 2013:277). Eine Alternative dazu ist der Abgleich der Selbstpositionierungen mit von Wissenschaftlern kodierten Dokumenten und Parteiaussagen. Dieses Zwei-Schritt-Verfahren wurde im Bundeswahlkompass, dem Wahl-Navi und mit Abstufung auch beim Wahl-O-Wat angewandt. Drei VAAs haben auf die Selbstpositionierung von Parteien ganz verzichtet und die Parteipositionen lediglich aus Parteiprogrammen, Interviews und Reden extrahiert, wobei die Daten von Wissenschaftlern und Experten kodiert wurden (DeinWal, ParteieNavi, Steuer-O-Mat). Drei Online-Wahlhilfen machen zu diesem Punkt keine Angaben (Geil-O-Mat, Meine erste Wahl, WahlSwiper).

4.7. Berechnung der Ergebnisse

Auffallend ist, dass neun der 17 VAAs nicht angeben, wie sie das Ergebnis berechnen, darunter auch zwei Online-Wahlhilfen, die von wissenschaftlichen Instituten entwickelt wurden (Bundeswahlkompass, ParteieNavi). Ausführlich erläutert und mit einem Beispiel verdeutlicht wird der Rechenprozess bei drei VAAs: Das Wahl-Navi beispielsweise stellt dem Nutzer ein achtseitiges PDF-Dokument zur Verfügung, in dem die Methodik erläutert und der Algorithmus zur Berechnung der Positionen dargestellt und erläutert wird.5  Auch der Wahl-O-Mat und DeinWal gehen detailliert auf den Rechenweg ein und verdeutlichen diesen anhand eines Beispiels. Vier VAAs wählen einen Mittelweg, in dem sie den Rechenprozess in wenigen Sätzen beschreiben, jedoch kein explizites Beispiel anführen (Agrar-O-Mat, Digital-O-Mat, EUromat, Wahl/Digital Check). Alle diese VAAs orientieren sich bei der Berechnung außerdem am Wahl-O-Mat. In der App WahlSwiper erfährt der Nutzer in zwei kurzen Sätzen, dass eine Übereinstimmung seiner Position mit der Parteiposition einen Punkt ergibt; gegensätzliche Positionen geben demnach keine Punkte.

4.8. Darstellung der Ergebnisse

Als letzte Kategorie wird die Darstellung der Ergebnisse in den Fokus genommen. Hier können im Wesentlichen zwei Darstellungsformen ausgemacht werden: Ein Großteil der untersuchten Online-Wahlhilfen arbeitet mit Balkendiagrammen, in denen der Nutzer sieht, zu wie viel Prozent seine Positionen mit denen der Parteien übereinstimmen (siehe Abbildung 2). Die Prozentzahlen variieren in der Regel zwischen null und 100. Dieses Balkendiagramm wird in vielen Fällen durch eine komplexere Tabelle ergänzt, die die Prozentpunkte nach Thesen und Themen aufschlüsselt.

Abbildung 2: Beispiel für ein Balkendiagramm im Digital-O-Mat

Im Falle des Wahl-O-Mats und des WahlSwipers kann der Nutzer auswählen, welche Parteien in den Vergleich einfließen sollen. Während der Nutzer in der App Meine erste Wahl das Balkendiagramm und dessen Veränderung schon während der Beantwortung der Fragen sieht, erscheint dieses bei allen anderen Online-Wahlhilfen erst am Ende des Antwortprozesses.

Die zweite dominante Darstellungsform ist eine zweidimensionale politische Achse mit einer ökonomischen Links-Rechts-Achse und einer gesellschaftlich-kulturellen Progressiv-Konservativ-Achse (siehe Abbildung 3). Hier sieht der Nutzer, wieviel Abstand er auf beiden Achsen zu den verschiedenen Parteien hat. Anwendung findet diese Form zum Beispiel beim Bundeswahlkompass.

Abbildung 3: Beispiel für eine zweidimensionale politische Achse im Bundeswahlkompass

Das Wahl-Navi und das ParteieNavi kombinieren beide Formen und bieten den Nutzern zwei Darstellungen an. Vereinzelt werden die genannten Darstellungsformen auch durch weitere ergänzt oder ersetzt: Nach Beendigung des Geil-O-Mat erhält der Nutzer beispielsweise lediglich ein Bild eines Spitzenkandidaten als Empfehlung. Der Steuer-O-Mat nennt eine konkrete Zahl und eine Partei, die dem Nutzer das meiste Nettoeinkommen bietet. Das ParteieNavi ergänzt die zweidimensionale Achse und das Balkendiagramm durch ein Spinnendiagramm, in dem die eigene Position mit Parteipositionen in Hinblick auf verschiedene Politikdimensionen verglichen wird (siehe Abbildung 4)

Abbildung 4: Spinnendiagramm als weitere Darstellungsform im ParteieNavi

5. Entwicklung einer VAA-Typologie für die Bundestagswahl 2017

Mit dem Ziel der Systematisierung wird nun basierend auf dem Vergleich der Online-Wahlhilfen eine Typologisierung anhand der grundlegenden Funktionslogiken von VAAs vorgenommen. Dabei lassen sich drei Typen unterscheiden, die in Tabelle 3 dargestellt sind.

5.1. Themenspezifische Wahl-O-Mat-Imitationen

Die themenspezifischen Wahl-O-Mat-Imitationen orientieren sich am Wahl-O-Mat als eine der ersten etablierten Online-Wahlhilfe in Deutschland. Die diesem Typ zugehörigen VAAs arbeiten mit drei Antwortmöglichkeiten6, legen die Parteipositionen durch eine Selbstpositionierung der Parteien fest und stellen die Ergebnisse in einem Balkendiagramm ergänzt durch eine detailliertere Tabelle dar. Auch die Berechnung der Ergebnisse folgt größtenteils derselben Logik. Unterschiede gibt es bei der Anzahl und dem Auswahlprozess der Thesen und der Parteien, bei der Offenlegung des Rechnungsprozesses sowie bei der Unterteilung in Themenbereiche und der Möglichkeit der Gewichtung. Gemeinsamkeiten werden in den meisten Beispielen schon im Namen deutlich, wie etwa EUromat oder Sozial-O-Mat. Doch auch der Europapolitische Wahlkompass und der Wahl/Digital Check 2017 passen zu diesem Idealtyp. Ziel dieser Online-Wahlhilfen ist es, die Wahl-O-Mat-Funktionslogik auf speziellere Themenbereiche anzuwenden. An dieser Stelle ist jedoch festzuhalten, dass der Wahl-O-Mat weitaus wissenschaftlicher und transparenter gestaltet ist.

5.2. Politische Landkarten

Der zweite Typ „Politische Landkarten“ ermöglicht den Nutzern eine Verortung in einem zweidimensionalen Koordinatensystem mit einer ökonomischen Rechts-Links-Achse und einer gesellschaftlichen Progressiv-Konservativ-Achse. Dabei hat der Nutzer nicht nur eine nominale Dreier-Skala, sondern sechs bis acht Antwortmöglichkeiten auf einer ordinalen Skala zur Auswahl. Bei der Parteienwahl orientieren sich diese VAAs an Umfragewerten. Im Bereich der Auswahllogik der Thesen ist anzumerken, dass alle VAAs dieses Typs wissenschaftliche Beratungen in Anspruch nehmen und die Auswahlkriterien offenlegen. Dies weißen zudem Gemeinsamkeiten auf (Salienz und Relevanz). Darüber hinaus generieren diese Online-Wahlhilfen die Parteipositionen mittels wissenschaftlicher Methoden und Inhaltsanalysen von Parteidokumenten und Reden. Differenzen ergeben sich in diesem Typ bei der Anzahl der Thesen, der Einteilung dieser in weitere Themengebiete, bei der Gewichtung der Thesen, der Offenlegung des Rechnungsprozesses sowie dem Einsatz ergänzender Darstellungsformen und der Anzahl der Parteien.7 Ein weiterer Unterschied stellt der Einbezug der Selbstpositionierung in die Festlegung der Parteipositionen dar. Allgemein lässt sich festhalten, dass diese VAAs eine transparente Auskunft über ihr Vorgehen veröffentlichen.

5.3. Voting Advice Applications im Tinder-Style

Diese VAAs sind nur als App verfügbar und orientieren sich an der Smartphone-Wisch-Technik, die etwa auch in der Tinder-App benutzt wird. Dementsprechend gibt es nur zwei bis drei Antwortmöglichkeiten und Gewichtungen sind nicht möglich. Auch werden die Thesen nicht in weitere Themengebiete unterteilt. Ein weiteres Merkmal dieses Typs ist die Ergebnisdarstellung in Form eines Balkendiagramms. Unterschiede weisen diese Online-Wahlhilfen bei der Anzahl der Thesen und Parteien sowie der Offenlegung der Berechnungsmethode auf. Grundlegend kann festgestellt werden, dass dieser Typ sehr einfach gestaltet ist. Ein Kritikpunkt stellt die Intransparenz in Bezug auf die Auswahllogiken dar: So wird in der App Meine erste Wahl nicht offengelegt, wie die Parteien und Thesen ausgewählt, wie die Parteipositionen ermittelt und wie die Ergebnisse berechnet wurden. Der WahlSwiper gibt im Unterschied dazu an, wie die Parteien ausgewählt wurden und wie das Ergebnis berechnet wurde.

5.4. Sonderfälle

Nicht alle der 17 untersuchten VAAs lassen sich den drei Idealtypen zuordnen. Aus dem Raster fallen

  • der Geil-O-Mat, der ironische Merkmale aufweist und überwiegend mit Bildern und Zitaten arbeitet.
  • DeinWal mit einem retrospektiven Blick auf die vergangene Legislaturperiode.
  • der Steuer-O-Mat, der nur drei Fragen stellt, mit einer metrischen Skala arbeitet und einen Geldbetrag, anstatt eines Koordinatensystems oder eines Balkendiagramms als Ergebnis präsentiert.

Tabelle 2: Typologie zu Voting Advice Applications

6. Zusammenfassung

Mit dem Ziel, die Vielfalt von VAAs zu demonstrieren und die verschiedenen Angebote zu systematisieren hat dieser Beitrag 17 VAAs zur Bundestagswahl 2017 in den Blick genommen, diese anhand von elf Kategorien verglichen und damit eine vorläufige Bestandsaufnahme erstellt. Wie der Vergleich zeigt, lassen sich mit Blick auf die Funktionslogik drei Typen unterscheiden: Erstens Online-Wahlhilfen, die das Wahl-O-Mat-Konzept auf spezifische Themen anwenden. Zweitens VAAs, die Parteien, Parteipositionen und Thesen wissenschaftlich fundiert auswählen und dem Nutzer die Verortung in einem zweidimensionalen Koordinatensystem („Politische Landkarte“) ermöglichen. Drittens VAAs für Smartphones nach dem Tinder-Prinzip, die sehr einfach gestaltet sind, mit wenig Antwortkategorien arbeiten, jedoch auch wenig Auskunft über die Auswahllogiken bieten. Trotz der Einordnung in drei Idealtypen weisen die Anwendungen untereinander Unterschiede in Bezug auf die Auswahllogik, Darstellungsformen, Transparenz und Features auf, was zur Vielfalt der VAA-Landschaft maßgeblich beiträgt.

Literaturverzeichnis

Alvarez, Micheal/ Levin, Ines/ Mair, Peter/ Trechsel, Alexander (2014): Party preferences in the digital age: The impact of voting advice applications. Party Politics, 20(2), 227–236.

Cedroni, Lorella / Garzia, Diego (Eds.) (2010): In Voting Advice Applications in Europe. The State of the Art. Neapel: Civis.

ECPR Research Network Voting Advice Applications (o.J. / a): About Us. Retrieved from http://vaa-research.net/?page_id=24

ECPR Research Network Voting Advice Applications (o.J. / b): VAA History. Retrieved from http://vaa-research.net/?page_id=80

Fivaz, Jan / Nadig, Giorgio (2010): Impact of Voting Advice Applications (VAAs) on Voter Turnout and Their Potential Use for Civic Education. Internet & Policy, 2(4), 169–200.

Garzia, Diego / Marschall, Stefan (2014): Research on Voting Advice Applications: State of the Art and Future Directions. Policy & Internet, 8(4), 376–390.

Gemenis, Kostas (2012): Estimating parties’ policy positions through voting advice applications: Some methodological considerations. Acta Politica, 48, 268–295.

Gemenis, Kostas / Rosema, Martin (2014): Voting Advice Applications and electoral turnout. Electoral Studies, 36, 281-289.

Heinsohn, Till / Israel, Jonas / Marschall, Stefan / Schultze, Martin (2016): Online-Wahlhilfen in Wahlkämpfen Empirische Ergebnisse einer Panelbefragung zur Europawahl 2014. Zeitschrift für Politikwissenschaften, 36, 253–277.

Katakis, Ioannis / Tsapatsoulis, Nicolas / Mendez, Fernando / Triga, Vasiliki / Djouvas, Constantinos (2014): Social Voting Advice Applications – Definitions, Challenges, Datasets and Evaluation. IEEE Transactions on Cybernetics, 44(7), 1039–1052.

Koalition freies Wissen. Community-Update vom 5.9.2017. Retrieved from https://bund.digital-o-mat.de/

Ladner, Andreas (2016): Do VAAs Encourage Issue Voting and Promissory Representation? Evidence From the Swiss Smartvote. Policy & Internet, 8(4), 412–430.

Ladner, Andreas /Felder, Gabriela / Fivaz, Jan (2012): Voting Advice Applications and Party Choice: Evidence From Smartvote Users in Switzerland. International Journal of Electronic Governance, 5(3/4), 367–387.

Marschall, Stefan (2005): Idee und Wirkung des Wahl-O-Mat. Aus Politik und Zeitgeschichte, (51-52), 41–46.

Marschall, Stefan / Schultze, Martin (2012): Normalisierung oder Mobilisierung? – Die Auswirkungen politischer Online-Kommunikation auf die Wahlbeteiligung am Beispiel einer Internet-Applikation zur Bundestagswahl 2009. Politische Vierteljahresschrift, 53, 444–466.

Nuytemans, Michiel /Walgrave, Stefaan / Deschfouwer, Kris (2010): Do the Vote Test: The Belgian Voting Aid Application. In Lorella Cedroni & Diego Garzia (Eds.), In Voting Advice Applications in Europe. The State of the Art (pp. 125–165). Neapel: Civis.

Pianzola, Joëlle (2014): Selection biases in Voting Advice Application research. Electoral Studies, (36), 272–280.

Schultze, Martin (2014): Effects of Voting Advice Applications (VAAs) on Political Knowledge About Party Positions. Policy & Internet, 6(1), 46–68.

Van de Pol, Jasper /Hollemann, Bregje / Kamoen, Naomi / Kroufwel, André / de Vreese, Claes (2013): Beyond young, higher educated males: A typology of VAA users. Paper prepared for the 7th ECPR General Conference, Sciences Po Bordeaux, Domaine Universitaire, Bordeaux, 4 – 7 September 2013, 3–30. Retrieved from https://ecpr.eu/Filestore/PaperProposal/b7b18e39-4115-4332-906a-51675b0a7b1b.pdf

Vassil, Kristjan (2011): Voting Smarter? The Impact of Voting Advice Applications on Political Behavior: Thesis submitted for assessment with a view to obtaining the degree of Doctor of Political and Social Sciences of the European University Institute, 1–193.

Wagner, Markus / Ruusuvirta, Outi (2012): Matching voters to parties: Voting advice applications and models of party choice. Acta Politica, 47, 400–422.

 Zitationshinweis

Rohr, Larissa (2017): Wahl-O-Mat, Steuer-O-Mat, Bundeswahlkompass, WahlSwiper – Wahlnavigationssysteme im Vergleich, Forschungspapier: Peer Reviewed, Erschienen auf: regierungsforschung.de, Online verfügbar: http://regierungsforschung.de/wahl-o-mat-steuer-o-mat-bundeswahlkompass-wahlswiper-wahlnavigationssysteme-im-vergleich/

  1. Der EU Profiler war die erste pan-europäische Online-Wahlhilfe, die während der Wahlkampfes zur Europawahl 2009 in 30 europäischen Ländern und 24 Sprachen veröffentlicht wurde. 130 Personen waren an der Kodierung und der inhaltlichen Ausgestaltung des Tools beteiligt und etwa 2,5 Millionen Menschen haben die VAA genutzt (Alvarez et al. 2014:230). []
  2. Andere Arbeiten kommen in diesem Zusammenhang zu ähnlichen Ergebnissen, die zwischen zwei und zehn Prozent liegen (z.B. Garzia/Marschall 2014: 382; Ladner/Felder/Fivaz 2012; Marschall 2005; Nuytemans/Walgrave/Deschouwer 2010). []
  3. Die AfD beispielweise hat die Fragen des Digital-O-Mats und des Europapolitischen Wahlkompasses nach eigenen Angaben nicht beantwortet. []
  4. Das ParteieNavi differenziert als einzige VAA zwischen CDU und CSU. []
  5. http://voxpoplabs.com/wahlnavi/methodik.pdf []
  6. Nur der Musik-O-Mat bietet fünf Antwortmöglichkeiten. []
  7. Die Tatsache, dass sich der Auswahlprozess der Parteien gleicht, die Parteienanzahl jedoch unterschiedlich ist, rührt daher, dass das ParteieNavi zwischen CDU und CSU unterscheidet und somit eine Partei mehr verzeichnet []
Creative Commons License
This work by Larissa Rohr. is licensed under a Creative Commons Attribution-NonCommercial 4.0 International

Teile diesen Inhalt:

Artikel kommentieren

* Pflichtfeld