Der folgende Beitrag erschien am 13. November 2017 unter dem Titel „Meinungsmobilität“ in der Printausgabe „der freie beruf„, dem Mitgliedermagazin des Bundesverbandes der Freien Berufe e. V. (BFB). 

Seit in den 20er- und 30er-Jahren des vorigen Jahrhunderts George Gallup in den USA die ersten Methoden zur wissenschaftlichen Meinungsforschung entwickelt hat, haben wir uns daran gewöhnt, dem Volk auch außerhalb von Wahlen „auf’s Maul zu schauen“. Doch nicht erst seit dem Brexit und der Trump-Wahl fragen sich viele Beobachter, wie verlässlich die Umfragen wirklich sind, wenn so einschneidende Ereignisse nicht akkurat vorhergesehen werden können. Ein guter Teil der Antwort liegt im demografischen Wandel begründet.

Das Volk ändert sich

Denn um dem Volk einigermaßen verlässlich „auf’s Maul zu schauen“, wird in der herkömmlichen Demoskopie noch weitgehend vorausgesetzt, dass sich eben dieses Volk nicht allzu sehr ändert. Doch genau das geschieht aktuell: Das Volk ändert sich. In seiner Alterszusammensetzung, in den Familienstrukturen, in seiner Mobilität und vielem mehr.

Meinungsforschung fußt auf Erfahrungswerten

Um zu verstehen, was das mit Meinungsumfragen zu tun hat, hilft es, sich vor Augen zu führen, dass Demoskopie eine sogenannte erfahrungsbasierte Sozialwissenschaft ist. Das heißt, man beobachtet, wie die Menschen sich in der Vergangenheit verhalten haben und versucht, daraus Rückschlüsse auf die Zukunft zu ziehen.

In der Praxis funktioniert das wie folgt: Der Demoskop trifft Annahmen, welche Faktoren für die Entscheidungen eines Menschen wichtig sind, und entwickelt daraus ein Modell. Dann wird das Modell in der Realität getestet – zum Beispiel bei Wahlen – und wenn es falsch liegt, werden die Annahmen angepasst.

Demoskopen passen ihre Modelle kontinuierlich an

Bei Wahlumfragen heißt das, dass man 1.000 Menschen nach ihrer Wahlabsicht, Alter, Geschlecht und Bildungsgrad befragt. Falls unter den Befragten beispielsweise zu viele Frauen sind, werden die Antworten gewichtet. Gewichten heißt, die Antworten der Frauen werden nur in dem Umfang berücksichtigt, wie es ihrem Anteil an der Gesamtbevölkerung entspricht. So soll aus der Stichprobe der 1.000 Befragten ein möglichst realitätsgetreues Abbild der gesamten Bevölkerung werden.

Dann kommt die Wahl und eventuell fällt – wie in der Vergangenheit öfters geschehen – das Ergebnis einer rechten Partei doppelt so hoch aus wie die Umfrage prognostiziert hatte. In diesem Fall wird der Demoskop bei der nächsten Wahl eine sogenannte politische Gewichtung vornehmen. Das heißt, er passt sein Modell an, indem er die Antworten der Wähler der rechten Partei beim nächsten Mal doppelt gewichtet. Er lernt also aus den Erfahrungen mit seinem Modell und passt es von Mal zu Mal an.

Das Korrigieren von Verzerrungen gestaltet sich zunehmend schwerer

Dieses erfahrungsbasierte Vorgehen ist sinnvoll, um Faktoren zu berücksichtigen, die nur sehr schwer erfassbar sind. Beispielsweise, dass nicht jeder Mensch, den der Demoskop befragt, auch eine Antwort geben will oder dass Teilnehmer bis zur Wahl ihre Meinung ändern. Dieses Verfahren hat bislang erstaunlich oft gut funktioniert. So lagen bei den Wahlen in Deutschland die Umfragen in den vergangen zwölf Monaten im Schnitt nur 1,5 Prozent neben dem tatsächlichen Ergebnis. Doch Durchschnittswerte können auch täuschen, denn richtig ist auch, dass die großen Ausrutscher – siehe CDU bei der Bundestagswahl – häufiger werden.

Gesellschaft wandelt sich schneller, als Demoskopen ihre Modelle anpassen können

Ein Grund dafür ist, dass sich unsere Gesellschaft schneller wandelt, als Demoskopen ihre Modelle anpassen können: In der Folge des demografischen Wandels lösen sich soziale Milieus auf, die Gesellschaft wird bunter, Menschen wechseln nicht nur schneller ihren Wohnort, sondern auch ihre Meinung. War die SPD bei der Bundestagswahl im September noch die ganz große Verliererin mit knapp 20 Prozent, kann sie schon drei Wochen später in Niedersachsen in die Nähe der 40-Prozent-Grenze kommen.

Neue Ansätze in der Meinungsforschung berücksichtigen nicht nur demografische Variablen

Man könnte mit anderen Worten auch sagen, dass die Realität immer komplexer und die Halbwertszeit der Modelle der Meinungsforscher kürzer wird. Lösungen bieten zum Beispiel sogenannte MRP- (Multilevel Regression with Poststratification) oder auch Künstliche-IntelligenzModelle. Hier werden statt weniger demografischer Gewichtungsvariablen – wie Alter, Geschlecht und Bildung – gleich hunderte Variablen berücksichtigt. Zum einen erlaubt das mehr demografische Einordnungen, wie Familienstand, Herkunft, Religion usw. Vor allem aber ermöglicht es auch verhaltensbasierte Variablen, wie etwa das Surfverhalten im Internet, wie mobil ein Mensch ist oder ähnliches.

Chancen alternativer statistischer Modelle

Der Vorteil ist, dass Demoskopen mit diesen Modellen nicht bis zur nächsten Wahl warten müssen, um erfahrungsbasiert den Fehler zu beseitigen. Stattdessen können sie nun täglich untersuchen, wodurch die Meinung der Menschen determiniert wird. Es kann sein, dass an einem Tag das Geschlecht nur sehr schwach mit der Wahlabsicht für eine bestimmte Partei korreliert ist und man ein besseres Ergebnis erzielt, wenn zum Beispiel das Surfverhalten berücksichtigt wird. Am nächsten Tag geschieht ein bestimmtes Nachrichtenereignis und die Korrelationen sind genau umgekehrt.

Auf genau diese Meinungsmobilität muss sich die Demoskopie im Zuge des gesellschaftlichen Wandels einstellen.


Gerrit Richter ist Gründer und Geschäftsführer von Civey. Er beschäftigt seit mehr als 15 Jahren mit der praktischen Anwendung von Meinungsforschung – unter anderen als Leiter der politischen Kommunikation bei Ergo, Berater bei Roland Berger und wissenschaftlicher Referent beim ehemaligen Bundesfinanzminister Hans Eichel.