Mapping Power: Wie „EveryPolitician“ mit Wikidata politische Machtstrukturen sichtbar macht

Zu verstehen, wer politische Macht ausübt und wie Rollen, Institutionen und Einzelpersonen miteinander verbunden sind, ist für jede funktionierende Demokratie von grundlegender Bedeutung. In der Praxis sind diese Informationen jedoch oft fragmentiert, uneinheitlich und schwer zu finden, insbesondere über Länder- und Systemgrenzen hinweg.

Wir sprachen mit Johan Schuijt, dem Leiter von „EveryPolitician“, darüber, wie das Projekt entstanden ist, was es von herkömmlichen Datensätzen unterscheidet und warum offene Wissensinfrastrukturen entscheidend sind, um Macht in einer komplexen, datengesteuerten Welt zu verstehen.

Die heutige Version von „EveryPolitician“ entstand aus einem früheren Projekt der britischen gemeinnützigen Organisation mySociety. Es basierte auf der einfachen Idee, genaue und aktuelle Daten zu allen politischen Amtsträger*innen weltweit zu sammeln und diese in einem einheitlichen, kostenlosen und barrierefreien Format öffentlich bereitzustellen. Die frühe Version von „EveryPolitician“ wurde 2019 eingestellt, da die enorme Aufgabe, aktuelle Parlamentsdaten zu sammeln, im Rahmen einer durch Fördermittel finanzierten Organisation nicht aufrechterhalten werden konnte.

OpenSanctions hat das Projekt dann Anfang dieses Jahres übernommen, und wir bleiben der ursprünglichen Vision von mySociety treu, indem wir den Fokus auf die Community legen und die Mitwirkung der Nutzer*innen in den Vordergrund stellen. Das Projekt knüpft zudem eng an unsere Arbeit bei OpenSanctions an und bietet uns die Möglichkeit, unsere Daten zu politisch exponierten Personen (kurz: PEPs) zu erweitern und zu vertiefen, die von Finanzdienstleistungsunternehmen für Geldwäschebekämpfungsmaßnahmen (Anti-Money Laundering, kurz AML) genutzt werden.

Egal, wo auf der Welt wir leben: Politische Entscheidungen beeinflussen unser aller Leben. Zu wissen, wer diese Entscheidungen mitgestaltet und welche Personen Verantwortung tragen, sollte daher ein grundlegendes Recht aller Bürger*innen sein.

Der Zugang zu verlässlichen Daten über politische Amtstragende ist dafür ein wichtiger erster Schritt. Darüber hinaus möchten wir eine Datenbasis schaffen, die in der Praxis genutzt werden kann – etwa in der Korruptionsbekämpfung, bei der Verhinderung von Geldwäsche oder im investigativen Journalismus. Wir verstehen diese Arbeit als Teil eines größeren Ansatzes, Transparenz zu fördern und Strukturen für mehr Verantwortlichkeit im politischen Leben zu schaffen.

Ich denke, was das Projekt vor allem auszeichnet, ist die Tatsache, dass wir Daten aus so vielen verschiedenen Quellen zusammenführen und sie aufeinander abstimmen. Ein weiterer Punkt ist unsere Offenheit – es gibt zwar umfassendere Datensätze, doch diese sind oft kostenpflichtig und für Journalist*innen oder zivilgesellschaftliche Organisationen nicht unbedingt zugänglich. Bei „EveryPolitician“ sind alle Einträge auf unserer Website uneingeschränkt einsehbar, es gibt also keine Bezahlschranke oder Zugangsbarrieren.

Ein weiterer Punkt, der uns auszeichnet, ist, dass wir als Open-Source-Projekt in einer Branche agieren, in der ein solches Maß an Überprüfbarkeit nicht die Norm ist. Unsere Methodik ist öffentlich dokumentiert, und Compliance-Teams können jeden Datenpunkt in Prüf- und Analyseprozessen bis zu seiner ursprünglichen Quelle zurückverfolgen.

Alles verändert sich. Aus einzelnen, isolierten Quellen lässt sich nur begrenzt etwas ableiten, da sie oft nicht direkt vergleichbar sind. Im Grunde geht es um ein „Sprachproblem“: Es braucht ein gemeinsames Datenmodell, das die Struktur von Hunderten politischer Systeme sinnvoll abbildet – eine zentrale und spannende Herausforderung.

Wenn diese Datensätze bereinigt, dedupliziert und zu einem strukturierten, vernetzten Datensatz zusammengeführt werden, werden Muster und Anomalien sichtbar, die tiefere Analysen ermöglichen.

Die Erfassung politischer Daten weltweit ist eine Aufgabe, die die Kapazitäten eines einzelnen Entwicklerteams deutlich übersteigt. Wahlen finden regelmäßig statt, ebenso Kabinettsumbildungen, und je nach Land werden offizielle Informationen sehr unterschiedlich häufig und in unterschiedlicher Qualität aktualisiert.

In gewisser Weise sind politische Daten selbst politisch: Unterschiedliche Länder verwenden verschiedene Systeme, Begriffe und Klassifikationen für Ämter und Institutionen. Schon die Frage, wer überhaupt als politischer Amtstragender gilt, ist nicht einheitlich definiert. Diese unterschiedlichen Quellen und Rollen in ein gemeinsames Datenmodell zu überführen, erfordert daher viele Abwägungen – technisch anspruchsvoll und oft auch kontextabhängig.

Hinzu kommen systemische Verzerrungen: Bei der Erfassung politisch exponierter Personen (PEPs) sind Daten zu bekannten Politiker*innen in großen Ländern wie den USA oft sehr detailliert, während Informationen aus kleineren oder digital weniger gut dokumentierten Ländern häufig lückenhaft sind. Außerdem dominieren englischsprachige Quellen, und wohlhabendere Länder mit aktiveren zivilen Softwareentwickler*innen-Netzwerken verfügen in der Regel über mehr Ressourcen zur Datenerhebung und -pflege.

Eine einheitliche Lösung für all diese Herausforderungen gibt es nicht. Ein wichtiger erster Schritt ist jedoch, die Hürden für Beiträge aus der Community so niedrig wie möglich zu halten – etwa durch einfache Techniken, um neue Quellen hinzuzufügen. Unser Ansatz ist es, möglichst viel zu automatisieren und gleichzeitig Menschen weltweit zu ermöglichen, aktiv zur Verbesserung und Erweiterung der Daten beizutragen.

Im Moment erhalten wir viel Unterstützung aus der bestehenden Wikidata-Community und von OpenSanctions-Nutzenden – unser Ziel ist es aber nach und nach eine Community auf der ganzen Welt aufzubauen.

Das Abgleichen von Namen und Identitäten ist mehr als ein technisches Problem – in den Daten stecken kulturelle, sprachliche und rechtliche Uneindeutigkeiten, die berücksichtigt werden müssen. Bei „EveryPolitician“ geht es darum, aus unterschiedlichen Datenquellen verlässliche Verbindungen zwischen Personen und Organisationen herzustellen.

Dafür wird ein Verfahren namens Blocking eingesetzt, das effizient mögliche Übereinstimmungen zwischen Datensätzen identifiziert. Anschließend bewertet die Open-Source-Software „nomenklatura“ diese Kandidat*innen anhand verschiedener Merkmale, bereinigt uneinheitliche oder fehlerhafte Daten und hilft dabei, Verbindungen zwischen unterschiedlichen Datensätzen herzustellen. So können Informationen aus verschiedenen Quellen besser zusammengeführt und Zusammenhänge sichtbar gemacht werden. Ergänzend wird untersucht, wie Large Language Models (LLMs) diesen Matching-Prozess als zusätzliche Prüfebene unterstützen können.

Dem vorgelagert ist PoliLoom: unser LLM-basiertes Werkzeug, das darauf abzielt, unvollständige oder unstrukturierte Informationen zu erschließen und in strukturierte Daten in Wikidata zu überführen. Es extrahiert beispielsweise Informationen aus natürlichsprachigen Quellen wie Wikipedia-Artikeln, ergänzt sie bei Wikidata und macht sie damit für die weitere Verarbeitung nutzbar.

Auf dieser Basis werden passende Einträge und Kategorien vorgeschlagen, die anschließend von Menschen aus der Wikidata-Community geprüft, angenommen oder auch abgelehnt werden können.

Die beiden Teile greifen ineinander, erfüllen aber unterschiedliche Funktionen: PoliLoom sorgt dafür, dass Wissen aus unstrukturierten Quellen strukturiert verfügbar wird. Das Blocking- und Matching-System sorgt dafür, dass diese und andere strukturierte Daten über verschiedene Quellen hinweg zuverlässig miteinander verknüpft werden können.

Wikidata bietet eine Datenmenge und inhaltliche Breite, mit der kein einzelnes Entwicklerteam mithalten kann. Der community-sorientierte Ansatz und die kollaborative Arbeitsweise führen dazu, dass die Profile sehr detailliert sind: Sie gehen oft weit über grundlegende Informationen wie Geburtsdaten und politische Ämter hinaus und enthalten beispielsweise unterschiedliche Namensvarianten in Dutzenden von Schriftsystemen sowie Informationen zu familiären Beziehungen.

Ein weiterer entscheidender Vorteil von Wikidata ist, dass Einträge dank ihrer eindeutigen Identifikatoren nahezu vollständig von Duplikaten bereinigt sind. Dadurch können zum Beispiel auch alle sprachspezifischen Wikipedia-Artikel zu einem Thema mit demselben Wikidata-Eintrag verknüpft werden. Sie haben vielleicht gesehen, dass wir dieselben QID (Q-Identifikatoren) verwenden, um Personen, die in EveryPolitician auftauchen, eindeutig zuzuordnen.

Unser PoliLoom Tool, basiert zu 100 % auf Wikidata. Wir sind überzeugt, dass die Herausforderung, die internationale politische Landschaft abzubilden – mit Amtsinhaber*innen, die ständig wechseln –, nur mithilfe einer globalen Community gelöst werden kann. Wikidata bietet dafür eine hervorragende Grundlage: Es enthält bereits eine große Anzahl politischer Ämter und Politiker*innen und verfügt über eine starke Community.

Zur einfachen Nutzung von PoliLoom arbeiten wir direkt mit dem Wikidata-Login-System, sodass bestätigte Änderungen unter dem eigenen Benutzerkonto des jeweiligen Community Mitglieds zu Wikidata beigetragen werden kann. Anschließend fließen die Daten aus Wikidata zurück in die zentrale „EveryPolitician“-Datenbank. Wikidata ist das Rückgrat des gesamten Systems.

Die größten Herausforderungen bei den bestehenden Wikidata-Daten entstehen aus derselben Eigenschaft, die gleichzeitig eine ihrer größten Stärken ist: Menschen aus aller Welt tragen zu Wikidata bei. Dadurch werden Daten manchmal nicht  einheitlich modelliert. Die Art und Weise, wie Entitäten klassifiziert werden – und sogar Teile des gesamten Klassifikationssystems –, kann sich verändern. Das macht es anspruchsvoll, ein konsistentes System auf einer Datenbasis aufzubauen, die sich kontinuierlich weiterentwickelt.

Jedes Projekt, das das strukturierte Verständnis von Wissen verbessern möchte, kann davon profitieren, seinen jeweiligen Themenbereich in Wikidata abzubilden. Das Wikidata-Datenmodell ist bereits sehr detailliert, sodass Teams viel Zeit sparen, da sie ihre Datenstruktur nicht vollständig von Grund auf neu entwickeln müssen.

Dadurch entsteht ein wechselseitiger Effekt: Die eigene Community trägt zur Erweiterung von Wikidata bei, während die bestehende Wikidata-Community gleichzeitig hilft, den jeweiligen Fachbereich strukturiert zu modellieren.

Unsere PEP-Daten werden derzeit hauptsächlich von Compliance-Teams über die OpenSanctions-Datenbank genutzt. Diese Daten sind zum Beispiel Bestandteil von Prozessen zur Identifizierung und Prüfung von Kund*innen (Know Your Customer, KYC) sowie zur Bekämpfung von Geldwäsche (Anti-Money Laundering, kurz: AML) und spielen eine wichtige Rolle bei der Aufdeckung und Verhinderung von Finanzkriminalität und Korruption.

Auch Journalist*innen, Wissenschaftler*innen und zivilgesellschaftliche Organisationen zeigen Interesse an diesen Daten. Wie genau diese Gruppen die Daten nutzen werden, wird sich im weiteren Verlauf des Projekts noch deutlicher zeigen.

Mein Wunsch wäre, dass sich mehr Organisationen an der Aufgabe beteiligen, politische Amtstragende weltweit zu dokumentieren und zu erfassen. Das ist eine enorme Herausforderung. Wenn wir aber verstehen wollen, wer Macht innehat und wie diese Macht ausgeübt wird, müssen wir gemeinsam daran arbeiten. Wikidata ist dafür die perfekte Grundlage.

Wir bedanken uns für das Gespräch!