Kann KI das Ergebnis einer nationalen Wahl eines Landes anhand von Social-Media-Stimmungen und Wirtschaftsdaten vorhersagen ?

Die politische Vorhersage hat mit der Integration von KI-gestützter Stimmungsanalyse eine neue Ära erreicht. Modelle verarbeiten nun riesige Datenströme aus sozialen Medien, Nachrichtentrends und historischen Wahlmustern, um Wahlergebnisse vorherzusagen. Einige Tools behaupten, Verschiebungen in der öffentlichen Meinung Wochen vor traditionellen Umfragen vorhersagen zu können. Während die Genauigkeit je nach Kontext variiert, werden diese Systeme zunehmend in Kampagnenstrategien eingesetzt.

Aktuelle Systeme können Wahlergebnisse abschätzen, indem sie die Stimmungsanalyse von Millionen Social-Media-Posts mit makroökonomischen Indikatoren kombinieren und in retrospektiven Tests für etablierte Demokratien Korrelationen von etwa r = 0,7–0,8 erreichen. Allerdings haben sie Schwierigkeiten mit kurzen Datenfenstern, sich schnell ändernden Narrativen und Autokratien, die die Online-Diskussion stark zensieren. Kein veröffentlichtes Modell hat bisher zuverlässige, geprüfte Vorhersagen Wochen oder Monate vor dem Wahltag geliefert, und die meisten erfolgreichen Einsätze waren retrospektive Analysen statt echter Vorhersagen außerhalb der Stichprobe. Wirtschaftliche Indikatoren wie BIP-Wachstum oder Inflation tragen oft nur geringfügig zur Vorhersagekraft über Textsignale hinaus bei.

— Angereichert am 13. Mai 2026 · Quelle: Pew Research Center — https://www.pewresearch.org/science/2023/05/17/public-attitudes-toward-artificial-intelligence-in-everyday-life/