Das vorzeitige Ende der Berliner Ampel-Koalition im Herbst 2024 führte zu einer deutlichen Verkürzung der Vorbereitungszeit für die Bundestagswahl 2025. In diesem hochdynamischen Kontext führten wir ein groß angelegtes Lehrforschungsprojekt durch, das die strategische Kommunikation politischer Akteure im digitalen Raum untersucht. Angesichts der Tatsache, dass soziale Netzwerke – und hierbei insbesondere Instagram – eine immer zentralere Rolle bei der Mobilisierung und Information des Elektorats einnehmen, widmet sich dieses Projekt der Erfassung und Analyse moderner Social-Media-Wahlkampfinstrumente.
Forschungsgegenstand und theoretische Einbettung
Der theoretische Fokus liegt auf der Untersuchung der spezifischen Kommunikationslogik digitaler Plattformen. Im Vergleich zum analogen Wahlkampf erfordert die Online-Präsenz eine präzise Anpassung der Formate, um mittels Micro-Targeting und visuellen Narrativen die potenzielle Wählerschaft optimal zu erreichen. Wir untersuchen, welche Strategien die Parteien in einem extrem verdichteten Wahlkampf verfolgen, welche Ressourcen für den Social-Media-Bereich mobilisiert werden und wie sich diese digitalen Impulse auf die politische Stimmungslage und die Performanz der Beiträge auswirken.
Datenerhebung
Ein wesentlicher Kern und erklärter Zweck dieses Lehrforschungsprojekts war die systematische Erstellung einer umfassenden Datenbasis, die über den Kurszeitraum hinaus als Grundlage für die wissenschaftliche Weiterarbeit dient.
- Kollaboratives Data Scraping: Unter aktiver Beteiligung der Studierenden wurde ein Datensatz von über 150.000 Instagram-Beiträgen generiert.
- Kandidat:innen-Monitoring: Die Studierenden übernahmen die Recherche und Verifizierung der Accounts sämtlicher Kandidat:innen der Bundestagswahl 2025. Diese aufwendige Aufbereitung der Rohdaten stellt eine wertvolle Ressource dar, die gezielt dafür konzipiert wurde, im weiteren Studienverlauf für empirische Hausarbeiten sowie Bachelor- und Masterarbeiten genutzt zu werden. Damit bietet das Projekt den Studierenden die einzigartige Möglichkeit, eigene Forschungsfragen an einem exklusiven und hochaktuellen Datensatz zu prüfen.
Methodisches Design: Mixed-Methods und CSS
Um die enormen Datenmengen wissenschaftlich zu erschließen, kombiniert das Projekt innovative Verfahren der Computational Social Science mit qualitativen und experimentellen Ansätzen:
- Quantitative Analyse (NLP): Einsatz moderner Verfahren des Natural Language Processing zur Identifikation von Stimmungen und semantischen Feldern in großen Textkorpora.
- Qualitative Analyse: Interpretative Auswertung mittels MAXQDA, um die visuelle und persuasive Rhetorik der Kampagnen tiefgreifend zu verstehen.
- Experimentelle Wirkungsforschung: Durchführung von Eyetracking-Experimenten im Labor und am Smartphone, um die tatsächliche Rezeption der Instagram-Inhalte durch die Wähler:innen messbar zu machen.
Wissenschaftliche Verwertung und Lehre
Das Projekt versteht sich als Schnittstelle zwischen aktueller politischer Analyse und methodischer Ausbildung. Durch die Mitarbeit bei der Evaluation und Annotation maschineller Klassifikationsmethoden erwarben die Studierenden zukunftsweisende Kompetenzen in der computergestützten Textanalyse. Die langfristige Sicherung der erhobenen Daten garantiert, dass die Erkenntnisse dieses Wahljahres in Form von wissenschaftlichen Postern, Fachaufsätzen und exzellenten Abschlussarbeiten nachhaltig dokumentiert werden – mit dem Ziel, die Ergebnisse perspektivisch (analog zum Lehrforschungsprojekt zur LTW 2023 in Bayern) in einer zentralen Publikation zusammenzuführen. Zusätzlich dient die Datenbasis als Grundlage für die Dissertation von Jakob Berg, M.A., der als wissenschaftlicher Mitarbeiter der Professur Performanzfaktoren von politischer Kommunikation in Sozialen Medien untersucht.
Folgende wissenschaftliche Poster sind bereits aus dem Lehrforschungsprojekt entstanden:
