Drei Wege, politisches Handeln durch Daten sichtbar zu machen

Transparenz ist ein wichtiger Teil von Demokratie, da nur durch offene und zugängliche Informationen Beteiligung möglich wird. In einer immer komplexer werdenden Umgebung und einer spezialisierteren Berufs- und Politiklandschaft, wird das zunehmend schwieriger. Woran erkennen wir politische Strategien und den Willen von Wähler*innen?

Unser Artikel zeigt drei Beispiele: eine Studie des Instituts der deutschen Wirtschaft (IW) zu parlamentarischen Anfragen, das Online-Magazin Machine Against the Rage (MATR) zu digitalen Konfliktdynamiken und Plattformen nach dem Vorbild von FragDenStaat, die Informationsfreiheitsanfragen von Bürger*innen bündeln. Alle drei Ansätze machen verstreute Dokumente, Kommunikationsspuren oder Einzelanfragen zu auswertbaren Datenbeständen – und zeigen damit Muster politischen Handelns, die im Alltag unsichtbar bleiben.

Methode 1: Strukturierte Auszählung amtlicher Dokumente

Die IW-Studie folgt dem Muster der klassischen quantitativen Politikanalyse. Ausgewertet wurden 8.445 Kleine Anfragen, die zwischen dem 12. April 2016 und dem 16. Juni 2026 im Landtag von Sachsen-Anhalt gestellt wurden – ein parlamentarisch dokumentiertes Format mit klaren MetadatenMetadatenMetadaten sind Daten, die Informationen über andere Daten bereitstellen. Sie beschreiben Merkmale wie das Erstellungsdatum, den Autor, das Format und die Dateigröße und sind entscheidend für die Verwaltung, Suche und Nutzung von Informationen. Metadaten helfen, die Organisation von und den Zugriff auf Daten zu verbessern und deren Kontext zu verstehen. (Fraktion, Datum, Thema). Der Datensatz wird nach diesen Merkmalen kategorisiert und ausgezählt; die zentrale Aussage entsteht aus der Häufigkeitsverteilung, etwa welcher Anteil der Anfragen auf welche Fraktion entfällt oder wie sich Themenschwerpunkte über die Zeit verschieben. Erst in einem zweiten Schritt wird diese Verteilung inhaltlich gedeutet, zum Beispiel als Hinweis auf eine strategische Nutzung des Instruments. Laut IW entfielen 2.743 der untersuchten Anfragen, knapp ein Drittel, auf die AfD; Migration und innere Sicherheit waren bei ihren Anfragen besonders häufige Themen. Die Studie zeigt damit nicht nur, wer wie oft fragt, sondern auch, welche politischen Konflikte über das Instrument der Kleinen Anfrage in den Vordergrund gerückt werden.

Die Stärke dieses Ansatzes liegt in seiner Eindeutigkeit: ein klar abgegrenzter, in sich geschlossener Datensatz, der eine reproduzierbare Kernaussage liefert und mit vergleichsweise einfachen statistischen Mitteln auswertbar ist. Zugleich macht die Analyse deutlich, dass sich aus reinen Häufigkeiten allein keine politischen Motive ableiten lassen; diese entstehen erst aus der Verbindung von quantitativer Verteilung und inhaltlicher Analyse – etwa bei der Frage, ob Anfragen primär Kontrolle ermöglichen oder auch zur öffentlichen Skandalisierung politischer Konflikte eingesetzt werden.

Methode 2: DatenwissenschaftDatenwissenschaftDatenwissenschaften (engl.: Data Science) verbindet verschiedene Disziplinen, um aus (oft komplexen) Datenmengen Wissen nutzbar zu machen. Dafür werden Methoden aus der Mathematik, Statistik und Information mit Domänenwissen aus den Anwendungsfachbereichen, im Civic Data Lab oft Soziale Arbeit oder Bildungswissenschaften, verbunden. und Diskursnetzwerkanalyse

Das Online-Magazin Machine Against the Rage (MATR) operiert in einem deutlich unübersichtlicheren Feld. Untersucht wird kein amtliches Dokument, sondern das lose organisierte, sich ständig wandelnde Kommunikationsverhalten auf Plattformen wie Telegram oder TikTok – etwa im Rahmen eines dreijährigen Monitorings von knapp 1.800 öffentlich kommunizierenden Kanälen im rechtsalternativen Telegram-Spektrum oder bei der Untersuchung antisemitischer Codes, Emojis und Hashtags auf TikTok. Akteure lassen sich hier nicht einfach nach fester Zugehörigkeit sortieren; Netzwerke, Sprache und Symbole verändern sich fortlaufend.

Entsprechend kombiniert MATR maschinelle DatenerhebungDatenerhebungDatenerhebung beschreibt den Prozess der systematischen Sammlung von Daten. Dies ist eine zentrale Praxis in der Forschung und Datenverarbeitung, um verlässliche und relevante Daten für Analysen und Entscheidungen zu gewinnen. Methoden umfassen Umfragen, Beobachtungen, Sensoren und Datenbanken. – Netzwerk- und Diskursanalyse großer, heterogener Textmengen – mit qualitativer, sozialwissenschaftlicher Einordnung. In Ausgabe 9 analysierte das Projekt 20.965 TikTok-Beiträge aus den Jahren 2025 und 2026, die unter potenziell antisemitischen Hashtags veröffentlicht worden waren, und untersuchte dabei verschiedene Ausdrucksformen wie Codes, Memes, Emojis und Hashtags. Die Analyseobjekte selbst sind dabei oft umstrittene Deutungsbegriffe: Ob etwas als „Zensur“, „Hass“ oder „Desinformation“ gilt, ist im politischen Streit selbst ein Gegenstand der Auseinandersetzung. MATR macht diesen Streit explizit zum Untersuchungsgegenstand, statt ihn vorauszusetzen. Abgesichert wird die Arbeit durch einen wissenschaftlichen Beirat, der jede Ausgabe begutachtet.

Die Stärke dieses Ansatzes liegt in seiner Beweglichkeit: Wo sich Sprache, Symbole und Netzwerke laufend verändern, kann nur eine fortlaufende Beobachtung erfassen, wie sich Codes verbreiten, welche Kanäle als Knotenpunkte fungieren und wie Deutungen von einem Milieu ins nächste wandern. Das Ergebnis ist weniger eine einzelne Kennzahl als ein größeres Lagebild, das Muster und Entwicklungen erkennbar macht, die in der Masse einzelner Beiträge untergehen. Daran können andere anknüpfen: Bildungs- und Präventionsarbeit kann beispielsweise neue Codes und Chiffren frühzeitig aufgreifen, Plattformen erhalten Hinweise für ihre Moderationspraxis, und Politik wie Öffentlichkeit bekommen eine empirische Grundlage für Debatten, die sonst oft auf Einzelfällen beruhen. Zugleich bleibt diese Grundlage beweglicher als bei förmlichen Dokumenten: Welche Beiträge erfasst werden, hängt von den gewählten Hashtags und Kanälen und damit vom Erkenntnisinteresse der Forschenden ab, zum anderen vom Datenzugang der Plattformen, den die Plattformen zulassen. Gerade deshalb ist die Kombination aus maschineller Auswertung und qualitativer Begutachtung hier nicht nur Mittel zum Zweck, sondern Voraussetzung für belastbare Aussagen.

Methode 3: Crowdsourced: Bürger*innenanfragen

Ein dritter Zugang setzt nicht bei institutionellen Dokumenten oder Plattformdaten an, sondern bei einzelnen Bürger*innenanfragen. Plattformen nach dem Vorbild von FragDenStaat sammeln Informationsfreiheitsanfragen, die Privatpersonen an Behörden stellen, leiten sie an die zuständigen Stellen weiter, veröffentlichen die Anfragen samt Antworten (oder Nicht-Antworten) öffentlich und machen sie durchsuchbar. Das Portal verweist darauf, dass Anfragen an mehr als 40.000 Behörden gestellt werden können.

Der methodische Kern liegt hier in der Aggregation vieler kleiner, dezentral gestellter Einzelanfragen zu einem durchsuchbaren Inhalt. Wo eine einzelne Anfrage nur Auskunft über einen konkreten Sachverhalt gibt, lässt sich aus der Gesamtheit vieler Anfragen ablesen, welche Behörden besonders häufig angefragt werden, welche Themenfelder Bürger*innen interessieren und wie sich Antwortverhalten über die Zeit oder zwischen Institutionen unterscheidet. Anders als bei den ersten beiden Methoden entsteht der Datensatz hier nicht aus einer einzelnen Forschungserhebung, sondern fortlaufend und dezentral durch die Anfragenden selbst – ein genuin partizipatives Transparenzinstrument, dessen Aussagekraft mit der Zahl und Vielfalt der gestellten Anfragen wächst.

Die Stärke dieses Ansatzes liegt in seiner Anschlussfähigkeit: Weil Anfragen und Antworten öffentlich dokumentiert sind, entsteht nicht nur ein Datenbestand, sondern zugleich ein Arbeitsmaterial, mit dem andere weiterarbeiten können. Journalist*innen können veröffentlichte Behördendokumente für weitere Recherchen aufgreifen und auf andere Themenfelder übertragen und zivilgesellschaftliche Initiativen können gleichlautende Anfragen zu Kampagnen entwickeln. Verweigerte Auskünfte können zudem juristisch überprüft werden und so die Auslegung der Informationsfreiheitsgesetze selbst verändern. Auf der Ebene der Gesamtdaten wird außerdem sichtbar, wie Behörden mit dem Auskunftsrecht umgehen: wie oft sie antworten, wie lange sie brauchen und mit welchen Begründungen sie diese ablehnen. Damit liefert die Methode Anhaltspunkte, wo Transparenz in der Praxis funktioniert und wo nicht. Zugleich gilt auch hier, dass sich aus der Menge der Anfragen allein keine repräsentativen Aussagen ableiten lassen.

Grenzen der drei Ansätze

Alle drei Methoden haben spezifische Stärken, aber auch klare Grenzen. Parlamentarische Anfragen zeigen strategisches Handeln im Parlament, bilden aber nicht die gesamte politische Aktivität ab. Plattformdaten wie bei MATR erfassen nur öffentlich sichtbare digitale Kommunikation; private oder geschlossene Räume bleiben außen vor. FOI-Anfragen zeigen vor allem artikulierte Informationsinteressen – also welche Informationen Bürger*innen und Initiativen aktiv einfordern – nicht aber, welche Themen gesellschaftlich relevant sind, ohne dass sie angefragt werden.

Keine der drei Datensorten bildet gesellschaftliche Realität vollständig ab. Gemeinsam ermöglichen sie jedoch, bestimmte Dimensionen politischen Handelns systematisch sichtbar zu machen, die ohne datenbasierte Auswertung im Verborgenen blieben.

Quellen

• Institut der deutschen Wirtschaft (IW), Knut Bergmann und Armin Mertens: „Ideologische Muster erkennbar – Kleine Anfragen in Sachsen-Anhalt“, 17. August 2026; ergänzend: Handelsblatt, 18. August 2026.
• Machine Against the Rage, Ausgabe 8: „Noting in the Name of Truth? Community Notes und der politische Streit um Fakten“, 2025; Ausgabe 9 und Frühjahr 2026, u. a. „Portionierter Judenhass: Eine Vermessung des Antisemitismus auf TikTok“.
• FragDenStaat – Portal für Informationsfreiheit, https://fragdenstaat.de.