Die Veröffentlichungen über das Geheimtreffen in Potsdam haben das Ausmaß ihres Hasses auf Migranten und Minderheiten deutlich werden lassen. Millionen waren schockiert, viele davon gingen auf die Straße. Überraschend sind die Positionen der Partei jedoch nicht, neu auch nicht. Schaut man sich an, was AfD-Abgeordnete in Landtagen seit Jahren ganz öffentlich sagen, wird klar: „Remigration“ ist nur die Spitze des Eisbergs.
Vielmehr ist die Forderung nach massenhafter Abschiebung Resultat einer kontinuierlichen Entwicklung. Mit zunehmender Zahl an Landtagsabgeordneten verschiebt die AfD seit zehn Jahren kontinuierlich die Grenze des Sagbaren in deutschen Parlamenten.
Das zeigt eine exklusive Datenanalyse der Reden aller AfD-Abgeordneten in deutschen Landtagen seit 2014. Das Tagesspiegel Innovation Lab hat all diese Parlamentsreden vollständig ausgewertet, insgesamt 340.000 Absätze, über 15 Millionen Wörter. Mithilfe von Sprachmodellen konnte teils automatisiert erkannt werden, wo und in welchem Kontext fremdenfeindliche Inhalte in Reden propagiert werden.
Grundlage der Auswertung ist der neue Datensatz StateParl der Freien Universität Berlin. Die Ergebnisse zeigen, wie sehr die AfD verändert, wie in Deutschlands Demokratie über Migration geredet wird, welche Narrative dabei kontinuierlich aufgebaut werden, in welchen Landtagen die Aussagen schon jetzt besonders radikal sind.
Lange gab es keinen einfachen Zugang zu den Protokollen der Debatten in den Landtagen. Mit StateParl (doi.org/10.7802/2744) gibt es seit August 2024 einen direkten und automatisierbaren Zugang zu den Protokollen. Das macht die Analyse von Landtagsdebatten wesentlich einfacher, als es zuvor war.
Die Daten werden durch ein Team der Freien Universität Berlin regelmäßig aktualisiert und die Sprecherinnen und Sprecher identifiziert. Dazu werden PDF- und Worddateien ausgelesen, in Reintext umgewandelt und mit Metadaten wie zum Beispiel der Sprecherin oder dem Sprecher, dem Bundesland, und der Fraktion in eine Datenbank gespeichert.
Auf Basis dieser Daten haben wir zunächst ein Sprachmodell unter Verwendung qualitativer Methoden iterativ darauf trainiert, xenophobe Aussagen identifizieren zu können. Mit Unterstützung eines Topic Modelings und anderer Analysestrategien wurden die wichtigsten Narrative analysiert und repräsentative Zitate ausgewählt. Der Artikel beruht auf dem Stand der ersten Daten-Veröffentlichung vom 15. Juli 2024. Wir danken Dr. Antonios Souris von der Freien Universität Berlin für die inhaltliche Beratung.