Interview mit Julius Lagodny Trump vs. Biden: Wer gewinnt die US-Wahl?

Was macht eine Vorhersage bei den US-Präsidentschaftswahlen so schwierig? Gibt es in diesem Wahlkampf – zum Beispiel durch die von Präsident Trump getriebene Polarisierung oder die aktuelle COVID-19-Krise -  besondere Umstände, die eine Prognose noch schwieriger machen?

Julius Lagodny: Es gibt meiner Meinung nach drei Hauptpunkte, die Wahlvorhersagen in den USA dieses Jahr schwierig machen.

Die größte Schwierigkeit für akkurate Wahlprognosen in den USA ist das Wahlsystem: Die Wähler wählen sogenannte "Wahlleute" auf staatlicher Ebene. Diese treten in der Form des "Electoral Colleges" zusammen, um den Präsidenten zu wählen. Dies führt in zweierlei Hinsichten zu Problemen: Erstens ist die Zahl der Wahlleute nur teilproportional zur Bevölkerungsgröße des jeweiligen Staates. Das heißt, dass bevölkerungsstarke Staaten proportional weniger Wahlleute als bevölkerungsschwache Staaten haben. Eine Stimme in Wyoming zählt also ca. 3,6-mal mehr als eine Stimme in Kalifornien. Zweitens werden, außer in Maine und Nebraska, die Wahlleute nur nach dem "The winner takes all"-Prinzip verteilt. Sobald ein*e Kandidierende*r die meisten Stimmen in einem Staat erhält, gehen sämtliche Wahlleute an diese*n. Dies führte 1978, 1988, 2000 und eben auch 2016 zu dem Kuriosum, dass die unterlegenen Kandidierende*n absolut mehr Stimmen bekamen als der schlussendliche Gewinner der Wahl.

Die daraus resultierende Fokussierung des Parteienwettbewerbs auf einige wenige entscheidende Swing-States, die teilweise nur eine kleine Bevölkerung haben, macht korrekte Prognosen sehr viel schwieriger als in einem eher repräsentativen Wahlsystem wie dem Deutschen. Die Schwierigkeit besteht darin, in den fünf bis sechs kompetitiven Staaten den korrekten Gewinner zu berechnen. 2016 gewann Donald Trump, da er in drei Staaten 78.000 Stimmen mehr hatte als Hillary Clinton. 2000 war es noch enger. George W. Bush gewann durch 537 Stimmen in Florida. Diesen winzigen Spielraum im Vorhinein korrekt vorherzusagen ist schier unmöglich.

Neben diesem bekannten Problem gibt es, zweitens, allerdings einen weiteren Punkt, der es zusehends schwieriger macht, die Wahlen korrekt zu prognostizieren: Zunehmende Polarisierung. In früheren Wahlen konnte man aufgrund von ökonomischen Faktoren und der Beliebtheit des Präsidenten relativ gut vorhersagen, ob der Präsident wiedergewählt würde oder nicht. Diese sogenannten "Fundamentals" waren sehr gute Indikatoren für Politikwechsel. Allerdings identifizieren sich in den USA immer mehr Wähler entweder mit den Republikanern oder den Demokraten. Der Anteil von Personen, die sich unsicher sind oder bereit sind auf Grundlage der generellen Situation eine andere Partei zu wählen nimmt zunehmend ab. Dies sorgt dafür, dass diese alten Fundamentals nicht mehr die gleiche Prognosekraft haben, wie sie es noch in den 1990ern hatten.

Drittens, die Politisierung von demokratischen Institutionen und Instrumenten. Seit Trump an der Macht ist, hat sich der politische Diskurs immer mehr hin zu einer Diskussion um demokratische Institutionen gewandelt. Wir hören Kommentare wie: Bei der Briefwahl wird geschummelt. Die Mainstream-Medien sind alle Fake-News. Pollster sind Repräsentanten von Fake-News. Darüber hinaus gibt es viele direkte oder indirekte Versuche, bestimmten Gruppen das Wählen zu erschweren. Dieser neue Fokus im Wahlkampf auf die Institutionen und Instrumente der Demokratie selbst kann gravierende Folgen für Vorhersagen (und die Demokratie selbst!) haben:

Wenn nicht alle Leute wählen können, die wählen wollen, dann kann das bisher kein Modell antizipieren. Die Grundannahme von diesen Modellen sind grundsätzlich freie Wahlen.

Zudem können potenzielle Trump-Wähler unentdeckt bleiben, da sie eventuell Umfragen als Teil der Fake-News sehen. Zusammen mit Jonathon Schuldt und Peter Enns haben wir in dem Zusammenhang bereits 2016 "versteckte" Trump-Wähler gefunden. Durch die Unterwanderung der Legitimität der demokratischen Werte im Wahlkampf besteht zuletzt auch die Gefahr, dass jedwedes Ergebnis nicht anerkannt wird – und dann im Supreme Court geklärt werden muss. Auch das kann kein Modell kann das antizipieren.

In diesem Zusammenhang möchte ich allerdings noch mit einem weiteren Mythos aufräumen: Die Umfragen und Modelle 2016 waren nicht so schlecht, wie im Allgemeinem dargestellt. Die nationalen Umfragen kurz vor der Wahl haben mit einem Fehler von zwei bis drei Prozent sehr nah am Stimmenverhältnis auf nationaler Ebene dran. Wie von den Umfragen vorhergesagt gewann Clinton deutlich mehr Stimmen als Trump. Aber durch das oben beschriebene System gewann sie nur ca. 42 Prozent der Wahlleute im Electoral College. Die Vorhersagemodelle 2016 waren sehr viel näher an der National Vote als 2012 – nur reicht das leider nicht.

Wie entwickelt sich die Wahlforschung? Was haben die US-Pollster seit den letzten Wahlen dazugelernt?

Julius Lagodny: Viele der Umfragen zeigten dennoch bis kurz vor der Wahl 2016 einen deutlichen Trend pro Clinton auf. Ein Problem, das viele Pollster sahen ist, dass sie nicht mit Bildung gewichtet hatten. 2016 waren weniger gebildete weiße Wähler deutlich unterrepräsentiert. Diese haben aber bekannterweise zu großen Teilen für Trump gestimmt. Sehr viele Pollster tun das 2020. Darüber hinaus gewichten viele noch zusätzlich, ob der/die Befragte auf dem Land oder in der Stadt lebt.

Sehr viel mehr Modelle fokussieren sich zudem inzwischen auf das Electoral College und nicht nur auf Stimmenanteile auf nationaler Ebene. Und die Unterschiede zwischen den Staaten. Auch in unserem Modell berechnen wir die Verteilung der Wahlleute im Electoral College und nicht nur die National Vote.

Welche Rolle spielen dabei Online-Befragungen und nicht-probabilistische Stichproben?

Julius Lagodny: Für die meisten Vorhersagemodelle werden ausschließlich probabilistische Umfragen genutzt. Bekanntere Modelle wie 538 geben den unterschiedlichen Pollstern dabei Noten, die beurteilen sollen, wie gut die hinterlegten Methoden vermeintliche Repräsentativität erzeugen können.

Es gibt allerdings einige bekanntere Modelle, die versuchen mit Hilfe unterschiedlicher Gewichtungsmethoden dieses Problem zu umgehen. Am vielversprechendsten sind dabei Modelle, die MRP (Multilevel Regression & Poststratification) nutzen. Diese Modelle nutzen sehr große, nicht-probabilistische Onlinedatensätze für ihre Vorhersagen. Aber da liegt noch viel Arbeit vor uns, denn das Grundproblem der Nicht-Zufälligkeit der Auswahl ist natürlich weiter vorhanden.

Und welche Bedeutung haben Ansätze, die nicht auf Umfragen basieren, wie zum Beispiel Wahlbörsen?

Julius Lagodny: Zunächst einmal gibt es nur noch sehr wenige Ansätze, die sich allein auf Umfragen stützen. In den meisten Fällen wird mit einem Mix aus Umfragedaten und weiteren sozio-ökonomischen und institutionellen Variablen (sogenannten "Fundamentals") die jeweilige Wahlwahrscheinlichkeit berechnet. Das Modell von Peter Enns und mir beispielsweise basiert auf einer Mischung aus presidential approval auf Staatenebene und ökonomischen Faktoren von 1980 bis 2020. Darüber hinaus gibt es viele Modelle, die aus verschiedenen Gründen (bspw. Polarisierung oder die genannten "Shy/Hidden Trump Voter") überhaupt keine Umfragedaten verwenden.

Wahlbörsen sind daher ein geeignetes Mittel, um den Wahlausgang wenige Tage vor der Wahl vorherzusagen. Dies basiert auch implizit auf der Logik der sogenannten "Citizen-Modelle".  Die Bürger werden dabei direkt gefragt, wer ihrer Meinung nach die Wahl gewinnen wird. Auch diese Modelle zeigen, dass es so etwas wie die "Weisheit der Massen" gibt. Ähnlich funktionieren auch die Börsen. Vor allem kurz vor der Wahl.  

Allerdings sind sie im Zeitraum vor der Wahl noch recht volatil und verändern sich teilweise schnell. Ähnlich wie Marktteilnehmer an der Börse verlassen sich Wahlbörsenteilnehmer bei ihren Käufen eben oft nicht allein auf ihr Bauchgefühl, sondern nutzen die Information, die es bereits gibt: Also andere Vorhersagemodelle, wie die von 538 oder The Economist.

Es ist also unklar, ob diese Börsen wenige Tage vorher so akkurat sind, weil die "traditionellen" Umfragen und bekannten Modelle kurz vor der Wahl ebenfalls immer genauer werden oder ob es sich hier tatsächlich um die "Weisheit der Massen" handelt.

Welche Institute oder Wahlforscher*innen finden derzeit in der amerikanischen Öffentlichkeit am meisten Gehör? Und deckt sich das mit der Einschätzung der Expert*innen?

Julius Lagodny: Die beiden Modelle, die bisher die größte öffentliche Aufmerksamkeit haben sind der Forecast von 538, sowie der Forecast des Economist. Beide Teams spiegeln dabei die Millardenindustrie für Wahlvorhersagen in den USA wider mit großen Teams aus Informatikern, Ökonomen und Politikwissenschaftlern, welche die Modelle bauen und publizieren. Beide nutzen dabei eine Mischung aus Umfragen und den beschriebenen Fundamentals. Die Modelle sind sicherlich der Gradmesser, mit denen sich jedes andere Modell messen muss – und das zurecht. Beide Modelle arbeiten mit einer Masse an Daten und komplexen statistischen Modellen, die ihresgleichen suchen.

538 lag übrigens 2016 "falsch". Sie gaben Trump aber immerhin eine 1:3 Chance, die Wahl zu gewinnen. Das Modell von The Economist ist im Kern nicht neu und die Modelle des Economist waren schon in Großbritannien erfolgreich. Aber durch die neuen Ressourcen hat es direkt schnell große Bekanntheit und Achtung erfahren. Unter den Experten scheint es eine leichte Favorisierung des The Economist-Modells zu geben. Auch weil diese von Anfang an ihre Daten und Modellskripte der Öffentlichkeit zur Verfügung gestellt haben. 

Für 2020 sagen beide übrigens einen eindeutigen Sieg Bidens vorher.

Man hört darüber hinaus viel von Allan Lichtman, der seit 1984 jede Präsidentschaftswahl richtig getippt hat. Er nutzt dabei eine Liste von 13 Schlüsselfaktoren und entscheidet daraufhin in welche Richtung die Wahl geht. In der Öffentlichkeit wird auch oft Helmut Norpoths Modell genannt. Es basiert auf den ersten Ergebnissen der "Primary-Wahlen" innerhalb der beiden großen Parteien, die abgehalten werden, um den/die jeweilige Präsidentschaftskandidat*in zu küren. Beide Modelle finden große mediale Aufmerksamkeit, da sie bereits viele Monate vor der eigentlichen Wahl gemacht werden und dabei sehr parsimonious/einfach sind. Dieses Jahr wird es spannend: Norpoths hat mit 99-prozentiger Wahrscheinlichkeit einen Trump-Sieg vorhergesagt, Lichtman einen Sieg Bidens.

Gibt es politische Lager unter den Pollstern oder vermutete "Parteilichkeiten" in den veröffentlichten Umfrageergebnissen?

Julius Lagodny: Es gibt grundsätzlich zwei unterschiedliche "parteiliche" Pollster. Erstens: Die internen Umfragen. Das sind Umfragen, die von den Kandidaten selbst finanziert wurden. Parteiische Umfragen sind dabei Umfragen, die von einer politischen Partei oder einem "Superpac", welches einem Kandidaten nahesteht, finanziert wurden. Darüber hinaus gibt es noch Pollster, die bekannt dafür sind, dass sie oft entweder den demokratischen oder den republikanischen Kandidaten favorisieren.

Um diese Effekte etwas abzuschwächen, nutzen die großen Modelle daher sämtliche Umfragen, die ihren eigenen methodischen Anforderungen genügen. So auch im Modell von Prof. Peter Enns und mir. Wir nutzen nur probabilistische Samples, deren Rohdaten und Methodenberichte im Roper Center hinterlegt wurden. 

Gibt es vor der Wahl ein Moratorium, in dem keine weiteren Umfragen mehr durchgeführt werden, um eine Beeinflussung der Wahl zu verhindern?

Julius Lagodny: In den USA gibt es anders in Deutschland kein Moratorium. Die ersten Ergebnisse von der Ostküste werden sogar veröffentlicht, bevor die Wahl an der Westküste überhaupt beendet ist. 

Wann wird das Wahlergebnis voraussichtlich feststehen? Welchen Einfluss könnte in diesem Zusammenhang die Briefwahl haben?

Julius Lagodny: Normalerweise steht der Gewinner schon wenige Stunden nach Beendigung der Wahl fest. Es gibt eine große Unbekannte, die es bisher in diesem Maße noch nicht gab: Der hohe Anteil von Briefwahlteilnehmern aufgrund von COVID. Ungefähr die Hälfte aller Bundesstaaten lässt eine Stimme auch dann noch zu, wenn der Poststempel den 3. November, also den Wahltag, zeigt. Zudem gibt es einige Staaten, die die Auszählung der Stimmen vor Ende der Wahl nicht zulassen. Dies könnte zur Folge haben, dass der Gewinner in wichtigen Swing-States nicht schon in der Wahlnacht ausgerufen wird. Viele Medienvertreter wie die New York Times und die Washington Post verteilen daher schon ihr Personal für die Berichterstattung in den Tagen nach der Wahl.

Darüber hinaus gibt es auch die oben genannten legalen Schwierigkeiten.

Unter Umständen wird diese Wahl (ähnlich wie die Wahl 2000) im Supreme Court entschieden und nicht in der Wahlkabine.

Es gibt allerdings ein Szenario, dass einen eindeutigen Sieger in der Wahlnacht wahrscheinlich macht. Es gibt meiner Erkenntnis nach (fast) keine Modelle oder Modellsimulationen, in denen Trump die Wahl gewinnt, ohne auch Florida zu gewinnen. In Florida werden die Briefwahlstimmzettel bereits jetzt ausgezählt. Sollte Biden demnach in Florida früh als Sieger feststehen, halte ich es für sehr wahrscheinlich, dass Biden noch in der Wahlnacht zum Sieger gekürt wird.

Sie haben gemeinsam mit Peter Enns ebenfalls ein Modell veröffentlicht? Auf welchen Wahlausgang würden Sie wetten?

Unser Modell sagt voraus, dass Biden in ca. 6/10 unserer 70.000 Simulationen die meisten Stimmen im Electoral College erhält. Dieses Modell haben wir mehr als 100 Tage vor der Wahl berechnet. Seitdem haben sich die Umfragedaten und die Fundamentals nicht im Sinne Trumps entwickelt. Daher würde ich auf einen Sieg Bidens wetten. Ich würde allerdings aufgrund der besonderen Situation mit COVID und Trump als Präsident gerne den letzten Satz in unserem Papier zitieren:

"If this November unfolds like a typical election, we expect that Biden will win the popular vote and the Electoral College. Unfortunately, our model cannot account for the fact that almost everything related to Trump's presidency has been far from typical."

"Wenn sich dieser November wie eine typische Wahl entwickelt, erwarten wir, dass Biden die Mehrheit der Stimmen und das Electoral College gewinnen wird. Leider kann unser Modell nicht die Tatsache berücksichtigen, dass fast alles, was mit der Präsidentschaft von Trump zu tun hat, alles andere als typisch war."

Mehr zum Thema Wahlforschung finden Sie auch in unserem Themendossier.

Täglicher Newsletter der Insightsbranche

News +++ Jobs +++ Whitepaper +++ Webinare

Newsletter abonnieren

Wir beliefern täglich mehr als 9.000 Abonnenten

Datenschutz

mf