Bilder ohne Worte: Can AI Identify Political Parties via Unspoken Visual Signatures in the 2025 German Election?
Dieses Paper stellt PREF vor, ein interpretierbares Vision-Language-Modell, das die politische Parteizugehörigkeit aus Medien der deutschen Wahlkampagnen von 2025 durch die Verbalisierung perzeptiver Merkmale erfolgreich klassifiziert, eine mit Black-Box-Embeddings vergleichbare Leistung erzielt und dabei quantifiziert, in welchem Maße die Parteidentität selbst nach Entfernung des expliziten Brandings fortbesteht.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der modernen politischen Arena sind die kraftvollsten Botschaften oft jene, die nie ausgesprochen werden. Während Kampagnen sich nach wie vor auf politische Reden und schriftliche Manifeste stützen, hat sich der tägliche Rhythmus der politischen Kommunikation hin zu kurzen Videos und Bildern in den sozialen Medien verschoben. Diese visuellen Ausschnitte tragen eine Fülle von Informationen in sich, die über die Worte auf dem Bildschirm hinausgehen. So wie die Körperhaltung, die Kleidung und der Tonfall einer Person Aufschluss über deren Stimmung oder Hintergrund geben können, kann der visuelle Stil einer politischen Kampagne deren Identität signalisieren. Forscher wissen schon lange, dass Menschen in der Lage sind, basierend auf kurzen visuellen Hinweisen erstaunlich schnelle und genaue Vermutungen über die politische Gesinnung einer Person anzustellen. Die Frage ist nun, ob ein Computer dasselbe leisten kann – nicht indem er den Text liest, sondern indem er die stille Sprache des Bildes selbst versteht.
Dies ist die Herausforderung, der sich ein Forscherteam der Goethe-Universität Frankfurt gestellt hat, das untersuchen wollte, ob künstliche Intelligenz deutsche Parteien allein durch die Betrachtung der visuellen und auditiven Signaturen ihrer Kampagnienmedien identifizieren kann. Sie waren nicht daran interessiert, die privaten Überzeugungen einzelner Wähler oder Politiker zu erraten. Stiel vielmehr wollten sie wissen, ob der koordinierte Stil der offiziellen Beiträge einer Partei – die Art und Weise, wie ein Bild gerahmt wird, die gewählten Farben, die Förmlichkeit der Kleidung und der Tonfall der Stimme – einen einzigartigen Fingerabdruck erzeugt, den eine Maschine erkennen kann. Um dies zu testen, sammelten sie über 15.000 Bilder und Videos, die Politiker während der Bundestagswahl 2025 gepostet hatten. Diese Beiträge stammten von den großen Parteien, die vom konservativen Block über die progressiven Grünen bis hin zu den liberalen Freien Demokraten reichten.
Die Forscher entwickelten ein System, das sie PREF nennen, ein Akronym für ein „Perceptual-Verbal Feature Model“ (perzeptuelles-verbales Merkmalsmodell). Anstatt die Rohbilder direkt in ein komplexes, undurchsichtiges Computerprogramm einzuspeisen, das wie eine „Black Box“ fungiert, baten sie zuerst eine fortgeschrittene KI, das, was sie sah und hörte, in einfacher Sprache zu beschreiben. Das System analysierte die Videos und Bilder, um eine Liste beobachtbarer Details zu erstellen: wie viele Personen im Bild zu sehen waren, ob die Umgebung drinnen oder draußen war, ob der Sprecher einen Anzug oder Freizeitkleidung trug, den emotionalen Tonfall der Stimme und das Vorhandensein spezifischer Objekte wie Flaggen oder Diagramme. Diese Beschreibungen wurden dann in einen transparenten Klassifikator eingespeist – ein Typ von Computerprogramm, das Entscheidungen basierend auf klaren, verständlichen Regeln trifft –, um zu bestimmen, welche Partei den Inhalt veröffentlicht hatte.
Die Ergebnisse waren beeindruckend. Das System identifizierte die politische Partei hinter einem Beitrag in fast 85 Prozent der Fälle korrekt. Diese Genauigkeit entsprach der Leistung weitaus komplexerer „Black-Box“-Systeme, die auf verborgenen mathematischen Mustern statt auf menschenlesbaren Beschreibungen beruhen. Wichtiger noch war für die Forscher die Frage, wie sehr dieser Erfolg von offensichtlichem Branding wie Parteilogo, Flaggen oder Kampagnenfarben abhing. Um dies herauszufinden, führten sie einen zweiten Test durch, bei dem sie alle expliziten Symbole aus der Beschreibung der KI entfernten, sodass nur die subtilen Hinweise auf Stil und Verhalten übrig blieben. Selbst ohne die Logos oder die spezifischen Kampagnenfarben identifizierte das System die korrekte Partei immer noch mit hoher Genauigkeit, wobei der Wert nur leicht auf etwa 84 Prozent sank. Dies deutet darauf hin, dass politische Parteien eine ausgeprägte, unausgesprochene visuelle Sprache entwickelt haben. Eine konservative Partei verwendet beispielsweise konsistent formelle Kleidung, ernste Töne und Podiumssituationen, während eine progressive Partei eher zu Freizeitkleidung, vielfältigen Menschengruppen und einem gemesseneren Ton neigt. Diese Muster sind so beständig, dass sie auch dann erkennbar bleiben, wenn die offensichtlichen Zeichen der Identität entfernt werden.
Um sicherzustellen, dass diese Ergebnisse nicht bloß ein Artefakt des Computers waren, baten die Forscher auch menschliche Freiwillige, sich eine kleine Auswahl derselben Bilder und Videos anzusehen. Die Menschen konnten die politische Partei basierend auf den visuellen Hinweisen mit einem hohen Grad an Übereinstimmung identifizieren, was bestätigte, dass die vom Computer detektierten Signale real und für Menschen wahrnehmbar waren. Die Studie zeigte auch, dass die visuellen und auditiven Merkmale ebenso effektiv oder sogar etwas effektiver waren als die Textbildunterschriften, die diesen Beiträgen üblicherweise beigefügt sind. Dies deutet darauf hin, dass die visuelle Strategie einer Kampagne ein eigenes, schweres Gewicht bei der Gestaltung der öffentlichen Wahrnehmung besitzt.
Die Studie kommt zu dem Schluss, dass die politische Identität in einer strukturierten, perzeptuellen Signatur kodiert ist, die entschlüsselt werden kann, ohne auf Text angewiesen zu sein. Während die in dieser Forschung verwendete Technologie darauf ausgelegt ist, öffentliche, offizielle Kampagnenmaterialien zu analysen, wirft die Fähigkeit, diese Muster automatisch zu erkennen, wichtige Fragen über die Zukunft der politischen Kommunikation auf. Die Forscher betonen, dass sich ihre Arbeit auf das institutionelle Branding von Parteien konzentriert und nicht auf die private Ideologie von Einzelpersonen, und sie fordern strenge ethische Schutzmaßnahmen, um zu verhindern, dass solche Werkzeuge zur Profilbildung privater Bürger oder zur Manipulation politischer Botschaften eingesetzt werden. Letztlich zeigt die Arbeit, dass in der digitalen Ära die Art und Weise, wie eine Partei aussieht und klingt, ebenso sehr Teil ihrer Botschaft ist wie die Worte, die sie zu sagen wählt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.