Voto

Im Vorfeld der Kommunalwahl stehen viele vor der Frage wen sie wählen möchten. Anders als bei Bundes- oder Landtagswahlen gibt es keine 5% Hürde. Das heißt jede der 15 Parteien und Wählergemeinschaften kann es in das Stadtparlament schaffen.
Ähnlich wie vor der Wahl der “großen” Parlamente, gibt es auch für Kommunalwahlen digitale Entscheidungshelfer. Voto ist hier der bekannteste und deckt das ganze Spektrum der Kommunalpolitk ab - von der Hundesteuer bis zur Verkehrspolitik. Zu insgesamt 41 Thesen kann man in 5 Abstufungen seine Zustimmung oder Ablehnung abgeben. Anschließend werden die nähe der eigenen Positionen zu denen der Parteien und Wählergemeinschaften bestimmt und als Prozentwert ausgegeben.

Aus den Antworten der Parteien kann man jedoch auch deren Ähnlichkeit zueinander bestimmen. Zu Bundestagswahlen wird dies regelmäßig beispielsweise von David Kriesel anhand der Antworten im Wahl-o-Mat gemacht. Für die Kommunalwahl 2026 lässt sich dies auch machen, allerdings leicht abgeändert, da es fünf statt drei Antwortoptionen bei den Thesen gibt. Mittels hierarchischem Clustern, erhält man für die 41 Thesen folgende Heatmap:

Clusterheatmap der Voto Thesen und Parteien zur Kommunalwahl 2026 in Darmstadt. Jede Zeile stellt die Antworten einer Partei zu den 41 Thesen (Spalten) dar.

Man erkennt, dass es einen recht ähnlichen “linksgrünen” Block gibt. Die Partei, Linke, Tierschutzpartei, DaGe, Grüne und Volt haben auf die 41 Thesen recht ähnlich geantwortet. Im Vergleich zum mittleren Block haben diese seltener eine neutrale Haltung und meist entweder mit voller Zustimmung (kräftiges Blau) oder voller Ablehnung (rot) geantwortet.
Der mittlere Block mit BSW, FW, SfD, WGD, SPD und UFBASSE wählte seltener die volle Zustimmung bzw. Ablehnung einzelner Thesen. Gerade bei den Thesen links und rechts im Bild gibt es die größten Unterschiede zum oberen Block. Im mittleren Teil der Thesen sind die Antworten eher beim oberen als unteren Block.
Dieser besteht aus der AfD, CDU und FDP, also allesamt Parteien aus dem rechten bzw. extrem rechten Parteienspektrum. Im Allgemeinen sind die Thesen genau anders herum beantwortet als vom oberen Block. Die AfD ist zudem die Partei mit den meisten vollen Zustimmungen bzw. Ablehnungen. Lediglich bei drei Thesen hatte man nicht volle Zustimmung oder Ablehnung.
Im Clustering der 41 Thesen und 15 Parteien lässt sich das politische bereits ganz gut abstecken. Es überrascht, dass die SPD und UFBASSE hier etwas entfernt von den anderen linken Parteien steht. Dies kann natürlich an den ausgewählten Thesen liegen und an der eigenen Interpretation von “voller” Zustimmung/Ablehnung.

Ein weiterer Weg die Ähnlichkeit der Parteien zu ermitteln, ist es sie selbst Voto “spielen” zu lassen. Dazu kann man sich Votos Match Algorithmus bedienen. Dort erhält man je nach Antwortkombination pro These einen Wert zwischen -1 (A: volle Ablehnung, B: volle Zustimmung) und 1 (A und B volle Zustimmung/Ablehnung). Simuliert man nun, dass jede Partei Voto ausgefüllt hätte, ergibt sich folgende Ähnlichkeitsmatrix:

Ähnlichkeitsmatrix der Parteien. Dargestellt ist die Parteienähnlichkeit nach Voto Match Algorithmus zwischen allen Parteien.

Es ergibt sich ein ähnliches Bild mit den drei Blöcken. Die höchste Übereinstimmung haben Linke und die Partei und Volt und Linke mit je 85%. Die Grünen und Volt, welche in der bisherigen Regierungskoalition sind, haben eine Ähnlichkeit von 84%, deutlich mehr als zu ihrem dritten Koalitionspartner, der CDU, mit 49% (CDU, Grüne) bzw. 40% (CDU, Volt).
Die SPD und UFBASSE sind in dieser Betrachtung näher an den restlichen linken Parteien. Im mittleren Block der vorigen Betrachtung liegt die höchste Ähnlichkeit bei 70% zwischen SfD und WGD. Dieser Wert wäre im “linksgrünen” Block zusammen mit Die Partei/Grüne der unähnlichste. Im rechten Block ist die Ähnlichkeit noch geringer. Diese liegen bei etwa 60%.

Aus den Ähnlichkeiten zwischen den Parteien lässt sich schließlich auch eine “Landkarte” ermitteln. Dabei werden zwischen Parteien mit Ähnlichkeiten von mindestens 60% Verbindungen gezogen. So erkennt man Gruppen von Parteien mit ähnlichen Scores nach Voto Match Algorithmus. Die Lage der Parteien auf der Karte spiegelt nicht die politische Orientierung wieder. D.h. es heißt nicht, dass die Partei, welche am weitesten links liegt auch politisch am weitestens links steht. Ich habe die Karte aber so eingeordnet, dass die politische Orientierung in etwa passt.

Parteienlandschaft nach Voto-Score

Auch hier ist das geflecht aus “linksgrünen” Parteien zu erkennen. Bei den rechten Parteien merkt man dagegen, dass es weniger Verbindungen gibt, die erst ab 60% Voto-Score gesetzt werden. Man kann daraus folgern, dass es im linken Spektrum mehr Überschneidungen der Positionen gibt, wohingegen sich die rechten Parteien klarer voneinander abgrenzen.

Den Code für das Abziehen und Verarbeiten der Daten, sowie für die Erstellung der Plots, habe ich auf GitHub abgelegt. Dort finden sich auch die Tabellen als CSV bzw. XLSX Dateien zum Download.