Tracing Policy Ideas in Coalition Agreements: A Computational Text Analysis Approach to Measuring Party Influence
Koalitionsvereinbarungen sind zentrale Instrumente der gemeinsamen Regierungsführung, doch gibt es nach wie vor nur wenige systematische Erkenntnisse darüber, wie einzelne Parteien deren Inhalt mitgestalten. Welchen Parteien gelingt es, ihre politischen Prioritäten in verschiedenen Themenbereichen durchzusetzen? In welchen Bereichen gehen die Parteien Kompromisse ein, und wo tauschen sie politische Zugeständnisse aus? Und welche Verpflichtungen lassen sich keinem Wahlprogramm eines Koalitionspartners zuordnen?
Dieser Vortrag stellt einen computergestützten Ansatz vor, mit dem politische Ideen aus Parteiprogrammen in Koalitionsvereinbarungen zurückverfolgt werden können, wobei Transformer-Modelle und große Sprachmodelle (LLMs) zum Einsatz kommen. Ausgehend von den Wahlprogrammen der Koalitionsparteien und ihren gemeinsamen Vereinbarungen wird ein Abgleichrahmen auf Absatzebene vorgestellt und bewertet, der Dokumente anhand mehrerer Dimensionen textueller und semantischer Ähnlichkeit vergleicht. Der Ansatz kombiniert computergestütztes Matching, LLM-basierte Kodierung und menschliche Validierung, um zwischen Zusagen zu unterscheiden, die einseitigen Parteieinfluss, gemeinsamen Einfluss oder keinen identifizierbaren Ursprung im Wahlprogramm widerspiegeln. Das daraus resultierende Rahmenwerk liefert skalierbare und transparente Indikatoren für den Parteieinfluss und eröffnet neue Möglichkeiten zur Untersuchung von Kompromissen, gegenseitigen Zugeständnissen und der Agenda-Bildung in Koalitionsregierungen.
Link zur Veranstaltung.
Übersetzt mit deepl von Englisch nach Deutsch.
