Politische Kommunikation bei Twitter - Teil 3: Wer twittert wie?

Twitter: @datendackel

9/13/2021

Hinweis: Dies ist ein “lebendes” Dokument, das regulär geupdated wird.

Original: 18. August 2021, 1. Update 25. August 2021, 2. Update 1. September 2021, 3. Update 6. September 2021, 4. Update 13. September 2021

Neulich habe ich mich gefragt: hat sich eigentlich jemand schon einmal angesehen, ob und wie politische Parteien in Deutschland Twitter nutzen? Und weil ich nichts gefunden habe, habe ich gedacht: naja, dann schaue ich halt mal nach.

Ich frage mich also, wer twittert eigentlich wie viel (Teil 1)? Was wird getwittert (Teil 2)? Und, welche Art von Tweets sehen wir: eher welche mit optimistischen/positiven oder eher pessimistischen/negativen Nachrichten (Teil 3)? Und, wenn wir schon dabei sind: unterscheiden sich die Parteien?

Und so habe ich mir einen Twitter Developer Account zugelegt, R hochgefahren… und los ging’s.

Dies ist Teil 3.

Was bisher geschah, kann hier nachgelesen werden:

Teil 1: Wer twittert wie viel?

Teil 2: Wer twittert was?

Teil 3: Wer twittert wie?

Teil 3: Sentimentanalyse

Positiver oder negativer Wahlkampf

Wir wissen jetzt, wie oft Parteien Twittern (Teil 1) und was sie so twittern (Teil 2).

Hier schauen wir uns an, welche Art von Kampagne die Parteien auf Twitter führen? Verwenden sie positive oder eher negative Botschaften?

Um das herauszufinden, müssen wir eine sogenannte “Sentiment Analyse” durchführen. Die meiste Arbeit in dem Bereich wird in englischer Sprache durchgeführt, daher besteht - interessanterweise - die größte Herausforderung darin, ein deutsches “Wörterbuch” zu finden, in dem Wörter zusammen mit ihrer Assoziation angezeigt werden. Zum Beispiel wäre “Chaos” ein Wort, das negativ besetzt ist, während “Freude” ein positives Wort ist.

Es gibt eine Reihe von solchen Wörterbüchern, aber in diesem Stadium verwende ich SentiWS. Was das ist und warum das eine gute Idee ist, kann man hier nachlesen (wir sind ja wegen der Ergebnisse hier, oder?)1 D. Goldhahn, T. Eckart & U. Quasthoff: Building Large Monolingual Dictionaries at the Leipzig Corpora Collection: From 100 to 200 Languages, In: Proceedings of the 8th International Language Resources and Evaluation (LREC’12), 2012

In dieser vergleichenden Wordcloud sind die positiven Wörter in Grün dargestellt. Die häufigsten positiven Wörter sind “gute”, “bessere” und “neue”. Die häufigsten negativen Wörter sind “sorgen”, “herausforderungen” und “kämpfen”.

Benutzen die einzelnen Parteien eigentlich unterschiedliche Wörter? Hier die Top 10 der Wörter, die in Tweets benutzt werden zusammen mit ihren Stimmungen, die sie evozieren (grün = positiv, rot = negativ):

Aha, es gibt schon einige Unterschiede. In der Top 10 der Worte finden wir bei der CSU im Vergleich zu allen Parteien die negativsten Worte. (wir sehen bei der CSU sogar noch mehr als 10 Wörter, weil einige Wörter die gleichen Häufigkeiten haben)

Das ist interessant, aber noch ein wenig kleinteilig. Schauen wir uns also an, wie die Parteien kommunizieren? Konkret: Wie ist das Verhältnis von positiven und negativen Wörtern in ihren Tweets?

Verhältnis: positiv besetzte Wörter zu negativ besetzten Wörtern

  Worte   Verhältnis
Partei   gesamt negativ positiv   pos/neg. Worte
1 AfD   19982 566 886   1.6
2 CDU   20707 341 1498   4.4
3 CSU   18707 382 1237   3.2
4 FDP   57628 1185 3705   3.1
5 Grüne   18460 291 1114   3.8
6 Linke   33302 745 1752   2.4
7 SPD   54643 979 3789   3.9

Wir sehen, dass die Oppositionsparteien ein geringeres Verhältnis von positiven zu negativen Wörtern haben als SPD und CDU, die das Land regieren.

Schauen wir uns doch einmal die negativsten Tweets der einzelnen Parteien an:

Ach was? Kleine Erinnerung: #AfD-Antrag Juni 2020: “Schwere Verlaufsformen bei Infektion mit dem Coronavirus SARS-CoV-2 reduzieren – #VitaminD-Mangel in der Bevölkerung beseitigen, Immunabwehr stärken”. Abgelehnt durch Altparteien!
— AfD (0,25)

Die Vorwürfe gegen @jensspahn in den letzten Tagen waren nicht nur politischer, sondern auch menschlicher Natur. Jetzt zeigt sich: Den Angriffen der @spdde fehlt jede sachliche Grundlage. @OlafScholz sollte sich beim Gesundheitsminister entschuldigen!

— CDU (0,33)
Unsere Alpen sind ein Schatz der Natur. Leider sind sie durch den Klimawandel bedroht: Gletscher schmelzen und der Permafrost schwindet. Wir müssen diese Natur erhalten und vor neuen Katastrophen schützen.
— CSU (0,33)
Ungeachtet der hohen finanziellen Schäden ist es am schlimmsten, wie viele Tote wir zu beklagen haben. Das Leid der Angehörigen ist erschütternd. Erschreckend ist auch das Ausmaß der Zerstörung. Ich habe mit Bürger*innen gesprochen, die alles verloren haben…
— FDP (0,25)
Der Schaden an der Demokratie durch das gezielte Verbreiten von Lügen und Verleumdungen ist schon da. Alle Demokratinnen und Demokraten sind aufgerufen besonders wachsam zu sein, Lügen und Fake News zurückzuweisen und sich nicht an diesen Kampagnen zu beteiligen.
— Grüne (0,33)
Neben Chaos und Planlosigkeit ist das Schlimmste, dass die Logik verletzt wird. Wieso gefährde ich nach 22 Uhr stärker als vor 22 Uhr? Wenn von jemandem keine Gefahr ausgeht - also negativ getestet oder 2x geimpft -, wieso werden dessen Grundrechte weiter eingeschränkt? @ardmoma
— Linke (0,25)
Ungeachtet der hohen finanziellen Schäden ist es am schlimmsten, wie viele Tote wir zu beklagen haben. Das Leid der Angehörigen ist erschütternd. Erschreckend ist auch das Ausmaß der Zerstörung. Ich habe mit Bürger*innen gesprochen, die alles verloren haben…
— SPD (0,25)

Obwohl alle Tweets eine Score von 0,25 (4 negative Worte auf 1 positives) bzw. 0,33 (3:1) unterscheidet sich der Ton zwischen den Tweets. Meiner Einschätzung nach zeigen sich AfD und Linke in ihrer Tonwahl agressiver bzw. sarkastischer als die anderen Parteien.

Und, zum Abschluss der kleinen Analyse noch eine Aufbereitung wie sich der Ton der Tweets über die Zeit verhält (siehe unten).

Bis auf die CDU, Linke und die SPD scheint mir, dass die Tweets der letzten Wochen von negativeren Tönen geprägt waren. Es sind ja noch ein paar Wochen zur Bundestagswahl. Schauen wir mal, wie sich das entwickelt…

Wie auch schon bei der Analyse der Anzahl der Tweets schauen wir jetzt noch kurz auf die letzten Wochen: wie hat sich der Ton der Tweets seit Kalenderwoche 30 entwickelt?

Für diese Analyse habe ich eine Skala von 0 bis 10 genommen (10 = 10 positive auf ein negatives Wort). Weil die Grünen in KW 31 einen Wert von fast 30 positiven zu 1 negativen Wort hatten und die CSU von 15:1 in KW 32, werden sie im Folgenden als “leer” angezeigt. Eine echt dumme Sache das in R.

Nächste Woche (20.9.2021): “The Trend is your friend”: wie beeinflussen die aktuellen Wahlprognosen die Tonalität der Tweets?

Ende von Teil 3

Teil 1: Wer twittert wie viel?

Teil 2: Wer twittert was?

Teil 3: Wer twittert wie?

  1. datendackel 2021