Einkommen und Wahlverhalten 2025 — Versuch einer Analyse

Ich versuche eine ökonomische Analyse zur Bundestagswahl 2025 in Deutschland. Die Idee ist sich je Wahlkreis das verfügbare Einkommen anzusehen und ins Verhältnis zu setzen zum Zweistimmen Ergebnis der wichtigsten Parteien. Dazu benutze ich die großartige Analyse-Software KNIME Analytics Platform.

Datenaufbereitung

Die Daten stammen von der Bundeswahlleiterin sowie vom Statistischen Bundesamt und den Statistischen Ämtern der Länder. Die Details kann man einem eigenen KNIME Workflow einsehen. Herausforderungen dabei: die genaue Zuordnung der Kreise auf deren Ebene die Einkommensdaten veröffentlicht sind zu den Wahlkreisen. Da manche Wahlkreise sich überschneiden nehme ich eine Gewichtung des verfügbaren Einkommens nach der jeweiligen Bevölkerungszahl vor. Das sollte eine Näherung geben um zu sehen ob sich irgendein Effekt zeigt.

Import der Analyse Daten in einen KNIME Workflow (https://hub.knime.com/s/y4mhoCer0wOhuXKu)

Alle Quell-Daten und Ergebnisse sowie die Excel- und CSV-Dateien können auf dem KNIME Community Hub abgerufen werden. Am besten den ganzen Workflow laden. Wer sich generell für KNIME interessiert kann es jederzeit lernen:

[embed]KNIME Snippets (4) — Start to Learn KNIME Get your data science journey started with KNIME — free, open-source, no-code/low-codemedium.com

Zur Methodik der Auswertung

Korrelation (hier nach Spearman) muss nicht Kausalität bedeuten. Wir wissen nicht im Einzelnen was die Menschen in den jeweiligen Kreisen gewählt haben (und warum). Es wäre auch möglich dass in einem ‘reichen’ Kreis alle ‘Armen’ CDU gewählt haben und alle ‘Reichen’ Grün oder Linke. Da solche Effekte aber flächendeckend unwahrscheinlich sind ergibt sich aus meiner Sicht ein Trend.

Wie man in den diversen Diagrammen sieht gibt es auch immer wieder deutliche Ausreißer. Also Parteien die grundsätzlich in ‘reicheren’ oder ‘ärmeren’ Gegenden stark sind sind es in anderen genau nicht (Universitätsstädte) oder andere lokale Besonderheiten (Wahlkreis prominenter Kandidaten).

Nachteil: Großstädte sind sehr summarisch erfasst

Ein methodischer Nachteil ist hier dass die Großstädte wie Berlin, Hamburg, München und Köln jeweils nur mit einem Einkommenswert erfasst sind und dieser dann für alle Wahlkreise in der Stadt gilt. Dabei ist die Binnendifferenzierung in Städten durchaus erheblich, wobei mein Eindruck ist dass sich die Muster in den großen Städten im Kleinen fortsetzen die wir bundesweit sehen (arme Viertel wählen stärker Linke und AfD).

“Auf Kreisebene wird das Verfügbare Einkommen, welches als besonders aussagekräftiger Indikator für den monetären Wohlstand der Bevölkerung gilt, ausschließlich für den Sektor private Haushalte (einschließlich privater Organisationen ohne Erwerbszweck) berechnet, wie bereits auch das Primäreinkommen.” Volkswirtschaftliche Gesamtrechnungen der Länder / Einkommen (Kreise) / **Verfügbares Einkommen der privaten Haushalte** https://www.statistikportal.de/de/vgrdl/ergebnisse-kreisebene/einkommen-kreise#methoden

‘Positiver’ Zusammenhang bei den Grünen und den bürgerlichen Parteien zwischen Wahlverhalten und Einkommen

Besonders deutlich ist der (positive) Zusammenhang zwischen verfügbarem Einkommen pro Kopf und BTW’25 Zweitstimmen Ergebnis bei der CDU/CSU und FDP. Die Union kommt auf einen Wert von +0,65 (Spearman) was schon einen recht deutlichen Trend darstellt: Reichere Gegenden wählen in Summe mehr ‘schwarz’.

Ökonomie muss aber auch hier kein Schicksal sein. Im vergleichsweise wohlhabenden Hamburg Mitte hat die CDU eines ihrer niedrigsten Ergebnisse erzielt.

Wie liest man das Diagramm: auf der X-Ache unten ist das verfügbare Einkommen sortiert aufgetragen links Gelsenkirchen, rechts München (u.ä.). Die farbige Linie ist das Zweitstimmenergebnis der Partei. Je enger der Zusammenhang desto klarer sollten die Linien gleichförmig verlaufen. Der Koeffizient drückt diesen Zusammenhang in einer Zahl aus. Je höher desto stärker der Zusammenhang (+ je höher das Einkommen desto höher die Prozente). Negative Werte signalisieren einen umgekehrten Effekt.

Die FDP als einst selbsternannte “*Partei der Besserverdienenden*” macht auch hier dieser Zuschreibung Ehre. Auf insgesamt niedrigem Niveau von Zweitstimmen zeigt sich ein recht klarer Zusammenhang (mit +0,68 der stärkste überhaupt in dieser Auswertung).

Die Ergebnisse der Grünen schwanken regional erheblich zwischen <5% und >25% mit Spitzen sowohl in vergleichsweise ‘armen’ als auch wohlhabenden Gebieten. Insgesamt ergibt sich aber ein Trend dass das grüne Ergebnis mit dem Einkommen in einem Wahlkreis steigt ohne dass sich daraus ein Gesetz ableiten liesse (+0,45). Auffällig: in der absoluten Spitzengruppe von Kreisen nach Einkommen (u.a. München) wird kräftig grün gewählt …

SPD auf einem Grundsockel angekommen?

Für die SPD ergibt sich ein Bild eines Nicht-Zusammenhangs. Egal ob Reich oder Arm die SPD bewegt sich auf relativ niedrigem Niveau. Ein Zusammenhang zum verfügbaren Einkommen ist bei ihr als einziger Partei nicht zu erkennen. Die -0,12 (ärmer wählt eher SPD …) sind bestenfalls noch Reste einstiger ‘Arbeiter-Orientierung’ die man sich kaum traut statistisch zu interpretieren.

Linke mit recht klarem Zusammenhang Zweitstimmen und Einkommen

Bei aller Vorsicht solche Zahlen zu interpretieren und bei lokalen Ausschlägen vor allem in Hamburg (nach oben) wo die Linke mit-regiert lässt sich mit -0,52 ein klarer Zusammenhang herstellen: da wo die Menschen weniger verdienen wird eher links gewählt.

AfD-Wahl — auch deutlich von Einkommen geprägt

Schließlich die AfD. Wenn auch nicht so deutlich wie man das angesichts von Schlagzeilen wie ‘*die Neue Arbeiterpartei*’ vermuten könnte ergibt sich doch ein klarer Zusammenhang (-0,39) zwischen niedrigerem Einkommen in Kreisen und AfD-Wahl. Sicher auch geprägt durch den Osten. Das wird auch durch einige hohe Ergebnisse in wohlhabenden (süddeutschen) Gebieten nicht komplett ‘kompensiert’. In klassischen großstädtischen Umgebungen (ggf. studentisch geprägt) zeigt sich das auf der Gesamtebene nicht — dazu wäre eine genauere Betrachtung der regionalen sozialen Unterschiede in den Stadtvierteln nötig.

Betrachtung der Parteien untereinander

Der erzeugte Datensatz erlaubt auch eine Darstellung von Zusammenhängen zwischen den Parteien. Auch hier muss man mit der Interpretation vorsichtig sein es ergeben sich aber ein paar deutliche Trends:

• Grüne und AfD ‘verbindet’ ein Spearman Koeffizient von -0,89. Das heisst es gibt einen fast perfekten negativen Zusammenhang. Wo viel AfD gewählt wird wird weniger grün gewählt und umgekehrt
• Ein ähnliches Verhältnis haben Union und Linke: -0,87. Wo links ist ist eher nicht Union und andersrum
• Eher im ‘Gleichklang’ laufen CDU/CSU und FDP: +0,44 was man auch landläufig erwarten würde
• Ob der Wert von +0,59 zwischen FDP und Grünen bedeutet dass letztere eine Art Öko-FDP sind oder dieselben Gruppen ansprechen ist Spekulation

Wie gesagt: das bedeutet keine Betrachtung einer etwaigen Wählerwanderung o.ä. — nur ein statistischer Trend über alle Wahlkreise der Republik. Hier nochmal die Ergebnisse zusammengefasst:

Eine Übersicht von Zweitstimmen-Ergebnissen zur BTW 2025 und verfügbarem Einkommen in einer kompakten Graphik mit Spearman Korrelationskoeffizient (https://hub.knime.com/s/wUQUtnpzXWsc7HxR)

Wer sich für die technische Programmierung und Darstellung (hier mit R/RStudio) interessiert kann sich den Workflow laden:

R Graphiken erstellen in der KNIME Analytics Platform (https://hub.knime.com/s/wUQUtnpzXWsc7HxR)

Politische und gesellschaftliche Prozesse bleiben komplexer als der statistische Zusammenhang zwischen zwei Zahlen zumal auf höher aggregierter Ebene wie Kreis oder Großstadt. Es kann ein Ansatz sein ökonomische Zusammenhänge nicht komplett aussen vor zu lassen bei der Diskussion von Medien und Kultur.

Untersuchung nach Pearson und Kendall ergibt ein ähnliches Bild

Wen es interessiert der kann sich in dem Workflow auch noch die entsprechenden Zahlen nach Pearson ansehen die den Trend grundsätzlich bestätigen auch in seiner Stärke:

Und um die Verwirrung komplett zu machen hier noch die gleiche Auswertung nach Kendall.

In case you enjoyed this story you can follow me on Medium (https://medium.com/@mlxl) or on the KNIME Hub (https://hub.knime.com/mlauber71) or KNIME Forum (https://forum.knime.com/u/mlauber71/summary).