
Fotos: Marco Verch/ccnull.de (CC BY 2.0, zugeschnitten) · pxhere.com (CC0)
Die AfD nähert sich in Sachsen-Anhalt der absoluten Mehrheit – bei deutlich gestiegener Wahlbeteiligung. Auf Basis der Wahlergebnisse in den 218 Gemeinden und kleinräumiger Strukturdaten analysiert der Beitrag die geografischen Muster hinter diesem Ergebnis.
Der große Gamechanger bei dieser Landtagswahl ist der enorme Anstieg der Wahlbeteiligung. Mit fast 250.000 zusätzlichen Stimmen steigt sie um 17,5 Prozentpunkte von 60,3 auf 77,8 Prozent. Dabei variiert der Zuwachs deutlich zwischen den Gemeinden. Besonders in eher ländlich geprägten Gemeinden im Harz, im Salzlandkreis und im Burgenlandkreis im Süden des Landes liegt der Anstieg häufig bei mehr als 20 Prozentpunkten. In den beiden Großstädten des Landes, Halle und Magdeburg, fällt er hingegen deutlich geringer aus. Mit jeweils rund 15 Prozentpunkten bleibt er sogar unter dem landesweiten Durchschnitt.

Aufgrund ihrer Bevölkerungsgröße entfallen auf die beiden Städte zwar knapp 43.000 der insgesamt rund 250.000 zusätzlich mobilisierten Stimmen ehemaliger Nichtwähler. Der deutlich größere Mobilisierungseffekt zeigt sich jedoch im übrigen Land: In den Gemeinden außerhalb der beiden Großstädte kommen rund 205.000 Stimmen von Personen hinzu, die zuvor nicht gewählt hatten. Der starke Anstieg der Wahlbeteiligung im ländlichen Raum zeigt sich auch in den Scatterplots. Ein größerer Zuwachs bei der Wahlbeteiligung geht tendenziell mit einer stärkeren Ländlichkeit einher, gemessen unter anderem an Einwohnerdichte und Bevölkerungsgröße. Auch in Gemeinden mit stärkerem Bevölkerungsverlust und peripherer Lage fällt der Anstieg der Wahlbeteiligung tendenziell höher aus.
Darüber hinaus zeigt sich, dass die Wahlbeteiligung besonders dort stärker zunimmt, wo die AfD bereits 2021 überdurchschnittlich gut abschnitt. Umgekehrt fällt der Anstieg in Regionen tendenziell geringer aus, in denen Parteien der politischen Mitte stärker verankert waren.

Dass der Anstieg der Wahlbeteiligung wesentlich durch parteipolitische Mobilisierung getragen wurde, zeichnete sich bereits am Wahlabend deutlich ab. Insbesondere der AfD gelingt es, in erheblichem Umfang frühere Nichtwähler zu mobilisieren. Mit einem Nettozuwachs von rund 157.000 Stimmen aus dem Lager der bisherigen Nichtwähler fällt ihre Mobilisierungsleistung mehr als doppelt so hoch aus wie die der übrigen Parteien zusammengenommen.
Dieser Befund ist allerdings nicht neu (vgl. Schäfer 2024; Vehrkamp/Wegschaider 2017). Dass es insbesondere der AfD bei Wahlen gelingt, bislang wahlferne Bevölkerungsgruppen zu mobilisieren, ist in der Forschung spätestens seit der Bundestagswahl 2017 gut dokumentiert (vgl. Hansen/Olsen 2019; Immerzeel/Pickup 2015). Dabei wird die Mobilisierbarkeit dieser Gruppen häufig auch mit politischer Entfremdung, einem geringeren Vertrauen in etablierte politische Institutionen sowie sozioökonomischen und räumlichen Ungleichheiten in Verbindung gebracht (vgl. Deppisch et al. 2019; Förtner et al. 2021; Schulte-Cloos/Leininger 2022). Gerade in strukturschwächeren Regionen können sich solche Erfahrungen politischer und gesellschaftlicher Marginalisierung verdichten (vgl. Deppisch/Klärner 2025; Schäfer 2024). In vielen ländlichen Gegenden Sachsen-Anhalts fiel die Wahlbeteiligung während der 2000er auf nur knappe 40%.

Die Analysen auf Gemeindeebene bestätigen die Mobilisierungserfolge der AfD. Der Zuwachs des Stimmenanteils der AfD gegenüber 2021 korreliert deutlich stärker mit dem Anstieg der Wahlbeteiligung als die Veränderungen des Stimmenanteils der übrigen Parteien. Für den kumulierten Stimmenanteil der Parteien der politischen Mitte, also CDU, SPD, Grüne und FDP, zeigt sich sogar ein negativer Zusammenhang: Je stärker die Wahlbeteiligung zunimmt, desto größer fallen ihre Stimmenverluste gegenüber der vorherigen Landtagswahl aus.1

Der AfD gelingt es also vor allem über Nichtwähler Mobilisierung im ländlichen Raum in jeder Gemeinde des Landes stärkste Kraft zu werden. Die politische Landkarte wandelt sich von der CDU Dominanz von 2021 zur AfD Dominanz in 2026. 2021 war die CDU in 214 von 218 Gemeinden stärkste Kraft. 2026 ist es die AfD in allen 218. Besonders stark legt die AfD im Süden und in der Mitte Sachsen-Anhalts zu, etwa im Burgenlandkreis, in Mansfeld-Südharz, im Salzlandkreis und im Saalekreis. Deutlich geringer fallen ihre Zugewinne dagegen in Halle, Magdeburg und Wernigerode aus. Die CDU verliert flächendeckend, am stärksten in Wittenberg, Dessau-Roßlau, im Jerichower Land und im Burgenlandkreis. Vergleichsweise stabiler bleibt sie in der Altmark, im Kreis Stendal sowie in den beiden Großstädten. Bei SPD und Linken zeigt sich ein ähnliches urbaneres Profil: Beide schneiden in Halle, Magdeburg und Teilen des Nordens relativ besser ab, während die Linke besonders in Mansfeld-Südharz, Anhalt-Bitterfeld und im Salzlandkreis verliert. Die Grünen gewinnen vor allem in Halle und Magdeburg, während ihre Zuwächse im Süden deutlich schwächer ausfallen; das BSW zeigt dagegen eine relativ gleichmäßige Verteilung mit etwas stärkeren Ergebnissen in Dessau-Roßlau, Stendal, im Harz und im Salzlandkreis.


Trotz der regionalen Unterschiede zeigt sich vor allem eine klare Trennlinie zwischen den drei größeren Städten des Landes und dem Rest Sachsen-Anhalts. In Gemeinden mit weniger als 50.000 Einwohnern ist die AfD durchgehend dominant, während die übrigen Parteien dort im Durchschnitt deutlich schwächer abschneiden. In Gemeinden mit weniger als 5.000 Einwohnern erreicht die AfD sogar 51 Prozent der Stimmen, und selbst in mittelgroßen Gemeinden mit 20.000 bis 50.000 Einwohnern kommt sie noch auf 45 Prozent. Erst in Halle, Magdeburg und Dessau-Roßlau fällt ihr Stimmenanteil deutlich auf 32 Prozent. Gleichzeitig schneiden dort vor allem die Grünen mit 17 Prozent, aber auch SPD und Linke, deutlich stärker ab als in kleineren Gemeinden. Die CDU bleibt über die verschiedenen Gemeindegrößen hinweg vergleichsweise stabil und verliert erst in der größten Kategorie etwas an Boden. Insgesamt unterscheiden sich die Wahlergebnisse der drei größeren Städte damit deutlich vom übrigen Land. Auch diese Muster sind nicht neu. Der Stadt-Land-Gegensatz im Wahlverhalten fällt in Ostdeutschland unter anderem aufgrund des markanten demografischen Kontrasts deutlich aus (vgl. Haffert 2022; Haffert/Mitteregger 2023; Kröhnert/Vollmer 2012; Leibert 2016; Deppisch/Klärner 2025).

Auch die Veränderung der Stimmenanteile in den verschiedenen Gemeindegrößenklassen unterstreicht die gewachsene Dominanz der AfD im ländlichen Raum. Je kleiner die Gemeinde, desto stärker fallen ihre Zugewinne aus. SPD und Grüne können dagegen vor allem in den größeren und urbaneren Gemeinden zulegen. Auch die Verluste der Linken fallen dort deutlich geringer aus als in kleineren Gemeinden. Darin zeigt sich die bereits bei der Bundestagswahl 2025 sichtbare stärkere Urbanisierung ihres Elektorats, die in einem ländlich geprägten Bundesland wie Sachsen-Anhalt jedoch auf schwierige strukturelle Bedingungen trifft.

Die unterschiedlichen sozialräumlichen Profile der Parteihochburgen zeigen sich zudem an einer Reihe von Strukturmerkmalen. Besonders klar fällt das Profil der AfD aus: Ihre Hochburgen liegen häufiger in kleineren Gemeinden mit negativerer Bevölkerungsentwicklung, stärkerer Abwanderung und einem höheren Durchschnittsalter. Gleichzeitig sind dort Akademikeranteil, Ausländeranteil, Frauenanteil und Kaufkraft niedriger, während der Anteil des Industriesektors über dem Landesmedian liegt. Das sozialräumliche Profil der Gemeinden mit besonders hohen AfD Ergebnissen fügt sich damit weitgehend in die Befunde der bisherigen Forschung ein (vgl. Höhne et al. 2025; Schütze 2023; Kröhnert/Vollmer 2012; Leibert 2016). Hohe AfD Anteile konzentrieren sich demnach häufig in Räumen, die durch sozioökonomische Schwäche, demografische Schrumpfung und weitere relative Deprivationsmerkmale des Sozialraums geprägt sind (vgl. Greve et al. 2023; DIW Berlin 2026; Bayerlein et al. 2026). Diese Muster stehen zugleich im Einklang mit früheren Analysen auf Wahlkreis und Gemeindeebene (vgl. Franz et al. 2018; Höhne et al. 2025; Bayerlein et al. 2026; Lux 2018; Rippl/Seipel 2018; Bergmann et al. 2017; Goerres et al. 2018).
Ein nahezu gegensätzliches Muster zeigt sich bei den Grünen. Ihre stärksten Gemeinden sind größer, wachsen stärker und weisen einen positiveren Wanderungssaldo auf; zugleich leben dort überdurchschnittlich viele Akademiker und Menschen ohne deutsche Staatsangehörigkeit. Auffällig sind außerdem das niedrigere Durchschnittsalter und der höhere Frauenanteil, die das sozialstrukturell deutlich urbanere Profil ihrer Hochburgen unterstreichen. Auch die SPD ist eher in wachsenden Gemeinden mit höherem Akademikeranteil und größerer Kaufkraft stark, ihr Profil fällt insgesamt jedoch weniger stark polarisiert aus. Damit zeigt auch die politische Geografie Sachsen-Anhalts zumindest teilweise jene räumlichen Muster, die in der Forschung unter dem Begriff der „Geografie der Unzufriedenheit“ diskutiert werden (vgl. Rodríguez-Pose 2018; Dijkstra et al. 2020; für Deutschland Greve et al. 2023; Förtner et al. 2021).
Bei der Linken scheinen dagegen Elemente einer alten und einer neuen Wählerschaft zusammenzukommen. Einerseits finden sich ihre Hochburgen häufiger in größeren Gemeinden mit höherem Ausländeranteil, höherem Frauenanteil und positiverem Wanderungssaldo, also Merkmalen eines stärker urban geprägten Elektorats. Andererseits bleiben schwächere Bevölkerungsentwicklung und ein vergleichsweise höheres Durchschnittsalter sichtbar, was auf die fortbestehende Bedeutung älterer ostdeutscher Wählergruppen hindeutet. Die prägende Rolle der Transformationserfahrung nach 1990 für diese Generation ist in der Forschung ausführlich beschrieben (vgl. Mau 2019, 2024; Mau et al. 2023; Holtmann et al. 2014). CDU und FDP liegen bei vielen Strukturmerkmalen näher am Landesmedian und weisen damit weniger ausgeprägte sozialräumliche Hochburgen auf. Das BSW ähnelt in Teilen wiederum dem Profil der AfD, etwa bei Gemeindegröße, Bevölkerungsentwicklung und Durchschnittsalter, allerdings deutlich weniger stark ausgeprägt (vgl. Thomeczek 2025; Heckmann et al. 2025; Höhne et al. 2025).

Wie diese Strukturmerkmale mit den räumlichen Unterstützungsmustern der Parteien und deren Veränderung zusammenhängen, soll abschließend genauer betrachtet werden. Für die AfD verweist die bisherige Forschung insbesondere in Ostdeutschland auf eine räumliche Kontinuität zu früheren Erfolgen rechtsextremer Parteien. So konnte die AfD bislang vor allem dort Wählerschichten mobilisieren, wo bereits in den 90ern und 2000ern elektorale Unterstützung für andere rechtsextreme Parteien stark verankert war (vgl. Cantoni et al. 2019; Weisskircher 2020; Heinze et al. 2026; Kölzer et al. 2025; Schulte-Cloos 2022). Sachsen-Anhalt ist dafür ein besonders anschaulicher Fall. Bereits 1998 zog die DVU mit 12,9 Prozent in den Landtag ein, und auch 2011 verfehlte die NPD den Einzug nur knapp.
Auch bei der aktuellen Wahl zeigt sich auf Gemeindeebene ein deutlicher Zusammenhang zwischen den früheren Stimmenanteilen rechtsextremer Parteien und der heutigen Stärke der AfD. Gleichzeitig hat dieser Zusammenhang über die Zeit spürbar an Bedeutung verloren. Noch 2016 waren die früheren Ergebnisse von DVU, NPD und anderen rechtsextremen Parteien ein deutlich stärkerer Prädiktor für das Abschneiden der AfD als 2026. Erkennbar ist dies am abnehmenden Korrelationskoeffizienten. Dies spricht dafür, dass sich die räumliche Wählerbasis der AfD über die früheren Hochburgen des organisierten Rechtsextremismus hinaus verbreitert hat. Hohe Stimmenanteile erzielt die Partei inzwischen auch in Gemeinden, in denen rechtsextreme Parteien zuvor vergleichsweise schwach verankert waren. Der Befund lässt sich damit als Ausdruck einer zunehmenden elektoralen Verfestigung und gesellschaftlichen Verbreiterung der AfD interpretieren. Ihre Unterstützung ist heute weniger stark auf jene Milieus und Räume begrenzt, die bereits vor ihrem Aufstieg durch eine ausgeprägte rechtsextreme Wahltradition gekennzeichnet waren. Dies steht im Einklang mit Befunden zur veränderten Zusammensetzung der AfD Wählerschaft und zu ihrer zunehmenden elektoralen Verankerung in Ostdeutschland (vgl. Hansen/Olsen 2019; Arzheimer/Berning 2019; Pesthy et al. 2021; Heinze et al. 2026; Weisskircher 2020).

Der Blick auf die Zugewinne der AfD zeigt zugleich, dass ihr Wachstum längst nicht mehr auf frühere Hochburgen rechtsextremer Parteien beschränkt ist. Zwar fällt der Zuwachs dort tendenziell stärker aus, wo DVU, NPD und REP bereits vor 2016 höhere Stimmenanteile erzielten2, der Zusammenhang ist jedoch nur moderat. Der Stimmenzuwachs der AfD speist sich also keineswegs nur aus früheren Hochburgen des Rechtsextremismus. Deutlich stärker hängt er mit dem AfD Ergebnis bei der Landtagswahl 2021 zusammen. Die Partei gewinnt damit besonders dort weiter an Zuspruch, wo sie bereits elektoral verankert ist, wächst zugleich aber auch deutlich außerhalb ihrer bisherigen Hochburgen. Am stärksten ist schließlich der Zusammenhang mit den Zugewinnen bei der Bundestagswahl 2025. Das spricht dafür, dass sich im Ergebnis von 2026 weniger die alten geografischen Muster des Rechtsextremismus als vielmehr die jüngere räumliche Dynamik des AfD-Wachstums selbst fortsetzt.

Letztlich sollen die oben angedeuteten Zusammenhänge zwischen den Strukturmerkmalen und der elektoralen Unterstützung der verschiedenen Parteien in gemeinsamen Regressionsmodellen zusammengeführt werden. Für jede Partei werden dabei zwei separate standardisierte OLS Modelle geschätzt: Das erste Modell betrachtet den Stimmenanteil 2026, das zweite die Veränderung gegenüber der Landtagswahl 2021. Die Koeffizienten beschreiben jeweils den Zusammenhang eines Strukturmerkmals mit dem Wahlergebnis unter gleichzeitiger Berücksichtigung der übrigen im Modell enthaltenen Variablen.3
Ein methodischer Hinweis, bevor es um die Ergebnisse geht: Alle Analysen dieses Beitrags beruhen auf Aggregatdaten. Wahlergebnisse und Strukturmerkmale liegen für die 218 Gemeinden Sachsen-Anhalts vor, nicht für einzelne Wählerinnen und Wähler. Zusammenhänge auf dieser Ebene beschreiben deshalb, in welchen Gemeinden Parteien stark sind oder gewinnen – nicht, welche Personen sie wählen. Wenn etwa der AfD-Anteil in Gemeinden mit hoher Arbeitslosigkeit höher ausfällt, folgt daraus nicht, dass Arbeitslose häufiger AfD wählen. Dieser Rückschluss von der Gemeinde auf das Individuum wäre der klassische ökologische Fehlschluss (vgl. Robinson 1950; King 1997; Lengfeld 2017; Lux 2018; Rippl/Seipel 2018).
Für die AfD zeigt sich im Modell zum Stimmenanteil 2026 weiterhin ein positiver Zusammenhang mit der früheren Unterstützung rechtsextremer Parteien. Auch eine höhere Arbeitslosigkeit geht mit höheren AfD Stimmenanteilen einher, während größere Gemeinden und eine höhere Kaufkraft mit niedrigeren Ergebnissen verbunden sind. Dieses Muster entspricht bekannten Befunden zur besonderen Stärke der Partei im ländlichen Raum und in Regionen mit größeren Arbeitsmarktproblemen. Beim Zuwachs gegenüber 2021 verschiebt sich das Bild jedoch. Die Zugewinne der AfD weisen deutlich weniger klare Zusammenhänge mit den aufgenommenen räumlichen und strukturellen Merkmalen auf, was auch damit zusammenhängen dürfte, dass die Partei nahezu flächendeckend stark hinzugewonnen hat. Signifikant größere Zugewinne finden sich vor allem in kleineren Gemeinden sowie dort, wo Frauenanteil und Kaufkraft niedriger sind. Auch die frühere Stärke rechtsextremer Parteien bleibt positiv mit dem Zuwachs verbunden, der Zusammenhang ist allerdings nur noch schwach signifikant. Der Ausländeranteil einer Gemeinde ist hingegen weder mit genereller AfD-Unterstützung noch mit deren Zuwachs signifikant assoziiert.

Die vollständigen Regressionsmodelle aller Parteien finden sich im Anhang.
Bei der CDU zeigt sich ein deutlich anderes Muster als bei der AfD. Für den Stimmenanteil 2026 bestehen mehrere statistisch signifikante Zusammenhänge. Höhere CDU Anteile finden sich vor allem in Gemeinden mit einem größeren Anteil älterer Einwohner, größeren Haushalten und einem stärkeren Industriesektor. Allerdings sind diese Zusammenhänge eher schwach. Für die Veränderung gegenüber 2021 zeigt sich dagegen ein deutlich schwächeres strukturelles Muster. Statistisch signifikant ist hier lediglich der Anteil der über 65 Jährigen: In älteren Gemeinden fallen die Verluste der CDU geringer aus. Für die übrigen Merkmale zeigen sich keine statistisch signifikanten Zusammenhänge.

Bei der SPD zeigt sich für den Stimmenanteil 2026 ein vergleichsweise klares, aber auf wenige Merkmale konzentriertes Muster. Statistisch signifikant ist zunächst der negative Zusammenhang mit dem Anteil des Industriesektors: In stärker industriell geprägten Kreisen fällt der SPD Stimmenanteil tendenziell niedriger aus. Noch deutlicher ist der Zusammenhang mit der früheren Stärke rechtsextremer Parteien. Wo DVU, NPD und REP vor 2016 höhere Stimmenanteile erzielten, ist die SPD heute deutlich schwächer. Für die übrigen Strukturmerkmale zeigen sich im gemeinsamen Modell keine statistisch signifikanten Zusammenhänge mit dem Stimmenanteil 2026. Bei der Veränderung gegenüber 2021 fällt das Muster noch schwächer aus. Hier ist keiner der aufgenommenen Zusammenhänge statistisch signifikant, was dazu passt, dass die SPD ihre Stimmenanteile über unterschiedliche Gemeindetypen hinweg vergleichsweise stabil hält.

Für die Linke fallen die Zusammenhänge insgesamt weniger eindeutig aus, was auch mit der Zusammensetzung ihrer heutigen Wählerschaft zusammenhängen könnte. Einerseits bleibt die Partei in Teilen ihrer älteren, stärker ostdeutsch geprägten Wählerbasis verankert, andererseits gewinnt sie zunehmend in größeren und urbaneren Gemeinden hinzu. Solche unterschiedlichen sozialen und räumlichen Teilgruppen können dazu führen, dass sich einzelne Zusammenhänge im gemeinsamen Regressionsmodell teilweise gegenseitig aufheben. Entsprechend zeigen nur wenige Strukturmerkmale einen klaren Zusammenhang mit dem Stimmenanteil 2026. Statistisch signifikant positiv ist vor allem der Ausländeranteil, während die frühere Stärke rechtsextremer Parteien negativ mit dem heutigen Ergebnis der Linken zusammenhängt. Bei der Veränderung gegenüber 2021 tritt insbesondere die Gemeindegröße hervor: In größeren Gemeinden fallen die Verluste der Partei signifikant geringer aus. Das spricht dafür, dass sich die Linke vor allem in urbaneren Räumen besser halten kann.

Bei den Grünen treten die sozialräumlichen Unterschiede besonders deutlich hervor. Für den Stimmenanteil 2026 zeigen sich statistisch signifikant höhere Werte in größeren Gemeinden, bei einem höheren Frauenanteil und einem höheren Akademikeranteil. Gleichzeitig schneiden die Grünen dort schwächer ab, wo der Anteil der über 65 Jährigen, die Arbeitslosigkeit und der Anteil des Industriesektors höher sind. Damit bestätigt sich auch im gemeinsamen Modell das zuvor sichtbare stärker urbane und sozialstrukturell spezifische Profil ihrer Wählerschaft. Ein ähnliches Bild zeigt sich bei der Veränderung gegenüber 2021. Größere Zugewinne finden sich vor allem in größeren Gemeinden und dort, wo der Frauenanteil höher und der Anteil älterer Einwohner niedriger ist. Auch ein stärkerer Industriesektor geht mit geringeren Zugewinnen einher, während die übrigen Merkmale im Modell keine statistisch signifikanten Zusammenhänge mit der Veränderung zeigen.

Abschließend zeigt sich beim BSW ein vergleichsweise wenig ausgeprägtes sozialräumliches Profil. Da die Partei erstmals bei einer Landtagswahl in Sachsen-Anhalt antritt, lässt sich hier nur der Stimmenanteil 2026 modellieren. Statistisch signifikant ist zunächst der negative Zusammenhang mit der Bevölkerungsentwicklung: In Gemeinden mit stärkerem Bevölkerungsrückgang erzielt das BSW tendenziell höhere Stimmenanteile. Gleichzeitig fällt seine Unterstützung dort geringer aus, wo rechtsextreme Parteien bereits vor 2016 besonders stark waren; auch dieser Zusammenhang ist statistisch signifikant. Für Gemeindegröße, Alter, Frauen und Ausländeranteil sowie Arbeitslosigkeit, Kaufkraft, Industriesektor und Akademikeranteil zeigen sich dagegen keine statistisch signifikanten Zusammenhänge. Damit lässt sich die Unterstützung des BSW deutlich weniger klar entlang einzelner sozialräumlicher Merkmale einordnen als etwa bei AfD oder Grünen.


| Stimmenanteil 2026 (%) | Veränderung zu 2021 (pp) | |
|---|---|---|
| Bevölkerungsentwicklung, 10 J. (%) | 0,79 (0,59) | 0,21 (0,28) |
| Einwohner 65+ (%) | -0,14 (0,44) | 0,31 (0,33) |
| Frauenanteil (%) | -0,82 (0,50) | -0,73* (0,30) |
| Ausländeranteil (%) | -0,74 (0,73) | -0,39 (0,45) |
| Gemeindegröße (log.) | -2,19** (0,69) | -0,83* (0,34) |
| Haushaltsgröße (Personen) | -0,03 (0,75) | 0,11 (0,43) |
| Arbeitslosigkeit (%) | 1,23* (0,46) | 0,21 (0,30) |
| Kaufkraft (1.000 €) | -1,17* (0,39) | -0,60* (0,22) |
| Industriesektor, Kreis (%) | 0,95 (0,59) | 0,62 (0,30) |
| Akademikeranteil, Kreis (%) | -0,41 (0,53) | -0,14 (0,29) |
| Stimmenanteil Rechtsextrem vor 2016 (%) | 2,68*** (0,50) | 0,61* (0,21) |
| N | 217 | 217 |
| R² | 0,87 | 0,82 |
| Stimmenanteil 2026 (%) | Veränderung zu 2021 (pp) | |
|---|---|---|
| Bevölkerungsentwicklung, 10 J. (%) | 0,05 (0,19) | -0,17 (0,26) |
| Einwohner 65+ (%) | 0,82* (0,29) | -0,78** (0,25) |
| Frauenanteil (%) | -0,19 (0,13) | -0,26 (0,20) |
| Ausländeranteil (%) | 0,08 (0,15) | -0,10 (0,27) |
| Gemeindegröße (log.) | 0,32 (0,27) | -0,60 (0,31) |
| Haushaltsgröße (Personen) | 0,64* (0,25) | -0,61 (0,49) |
| Arbeitslosigkeit (%) | 0,11 (0,20) | 0,70 (0,39) |
| Kaufkraft (1.000 €) | 0,25 (0,21) | 0,50 (0,30) |
| Industriesektor, Kreis (%) | 0,59* (0,20) | -0,41 (0,27) |
| Akademikeranteil, Kreis (%) | 0,14 (0,13) | -0,09 (0,22) |
| Stimmenanteil Rechtsextrem vor 2016 (%) | -0,68** (0,22) | -0,54 (0,30) |
| N | 217 | 217 |
| R² | 0,62 | 0,43 |
| Stimmenanteil 2026 (%) | Veränderung zu 2021 (pp) | |
|---|---|---|
| Bevölkerungsentwicklung, 10 J. (%) | -0,12 (0,23) | -0,07 (0,21) |
| Einwohner 65+ (%) | 0,13 (0,22) | -0,05 (0,20) |
| Frauenanteil (%) | 0,10 (0,14) | 0,23 (0,17) |
| Ausländeranteil (%) | 0,18 (0,25) | -0,11 (0,25) |
| Gemeindegröße (log.) | 0,42 (0,29) | 0,23 (0,24) |
| Haushaltsgröße (Personen) | -0,41 (0,34) | -0,06 (0,20) |
| Arbeitslosigkeit (%) | -0,74 (0,35) | -0,02 (0,25) |
| Kaufkraft (1.000 €) | 0,32 (0,17) | 0,25 (0,15) |
| Industriesektor, Kreis (%) | -0,59* (0,23) | -0,26 (0,26) |
| Akademikeranteil, Kreis (%) | -0,20 (0,24) | 0,12 (0,19) |
| Stimmenanteil Rechtsextrem vor 2016 (%) | -1,06*** (0,22) | -0,20 (0,17) |
| N | 217 | 217 |
| R² | 0,72 | 0,57 |
| Stimmenanteil 2026 (%) | Veränderung zu 2021 (pp) | |
|---|---|---|
| Bevölkerungsentwicklung, 10 J. (%) | -0,35 (0,33) | 0,03 (0,13) |
| Einwohner 65+ (%) | -0,84* (0,32) | -0,34* (0,15) |
| Frauenanteil (%) | 0,99* (0,39) | 0,36* (0,16) |
| Ausländeranteil (%) | 0,17 (0,32) | -0,07 (0,10) |
| Gemeindegröße (log.) | 0,69** (0,22) | 0,34** (0,11) |
| Haushaltsgröße (Personen) | -0,38 (0,28) | -0,13 (0,16) |
| Arbeitslosigkeit (%) | -0,60* (0,22) | -0,23 (0,12) |
| Kaufkraft (1.000 €) | 0,28 (0,18) | 0,06 (0,11) |
| Industriesektor, Kreis (%) | -0,70** (0,22) | -0,27* (0,11) |
| Akademikeranteil, Kreis (%) | 0,53* (0,19) | 0,09 (0,09) |
| Stimmenanteil Rechtsextrem vor 2016 (%) | -0,18 (0,22) | -0,11 (0,09) |
| N | 217 | 217 |
| R² | 0,94 | 0,86 |
| Stimmenanteil 2026 (%) | Veränderung zu 2021 (pp) | |
|---|---|---|
| Bevölkerungsentwicklung, 10 J. (%) | -0,18 (0,15) | 0,19 (0,20) |
| Einwohner 65+ (%) | -0,05 (0,12) | 0,13 (0,23) |
| Frauenanteil (%) | 0,03 (0,07) | 0,11 (0,16) |
| Ausländeranteil (%) | 0,30* (0,12) | 0,20 (0,18) |
| Gemeindegröße (log.) | 0,37 (0,21) | 0,37* (0,17) |
| Haushaltsgröße (Personen) | -0,10 (0,21) | 0,35 (0,24) |
| Arbeitslosigkeit (%) | -0,07 (0,15) | -0,33 (0,26) |
| Kaufkraft (1.000 €) | -0,13 (0,12) | -0,10 (0,26) |
| Industriesektor, Kreis (%) | -0,32 (0,22) | -0,26 (0,26) |
| Akademikeranteil, Kreis (%) | -0,09 (0,18) | -0,19 (0,20) |
| Stimmenanteil Rechtsextrem vor 2016 (%) | -0,47* (0,16) | -0,20 (0,22) |
| N | 217 | 217 |
| R² | 0,80 | 0,24 |
| Stimmenanteil 2026 (%) | |
|---|---|
| Bevölkerungsentwicklung, 10 J. (%) | -0,30* (0,12) |
| Einwohner 65+ (%) | -0,09 (0,11) |
| Frauenanteil (%) | -0,03 (0,09) |
| Ausländeranteil (%) | -0,02 (0,12) |
| Gemeindegröße (log.) | 0,10 (0,15) |
| Haushaltsgröße (Personen) | 0,10 (0,14) |
| Arbeitslosigkeit (%) | 0,14 (0,10) |
| Kaufkraft (1.000 €) | 0,31 (0,16) |
| Industriesektor, Kreis (%) | -0,08 (0,08) |
| Akademikeranteil, Kreis (%) | -0,06 (0,08) |
| Stimmenanteil Rechtsextrem vor 2016 (%) | -0,21** (0,05) |
| N | 217 |
| R² | 0,16 |
| Stimmenanteil 2026 (%) | Veränderung zu 2021 (pp) | |
|---|---|---|
| Bevölkerungsentwicklung, 10 J. (%) | -0,13* (0,06) | 0,01 (0,14) |
| Einwohner 65+ (%) | -0,13* (0,06) | 0,28 (0,18) |
| Frauenanteil (%) | 0,03 (0,07) | -0,25** (0,08) |
| Ausländeranteil (%) | 0,10 (0,05) | 0,18 (0,13) |
| Gemeindegröße (log.) | 0,13 (0,08) | -0,05 (0,19) |
| Haushaltsgröße (Personen) | 0,17 (0,13) | 0,05 (0,21) |
| Arbeitslosigkeit (%) | 0,04 (0,12) | 0,03 (0,16) |
| Kaufkraft (1.000 €) | 0,20* (0,07) | -0,18 (0,09) |
| Industriesektor, Kreis (%) | -0,07 (0,09) | 0,06 (0,20) |
| Akademikeranteil, Kreis (%) | -0,02 (0,09) | -0,01 (0,15) |
| Stimmenanteil Rechtsextrem vor 2016 (%) | 0,07 (0,06) | -0,19 (0,12) |
| N | 217 | 217 |
| R² | 0,23 | 0,21 |
OLS auf Gemeindeebene, gewichtet nach der Zahl der Wahlberechtigten, Standardfehler geclustert auf Kreisebene (in Klammern). Alle Kovariaten z-standardisiert; abhängige Variable in Prozent (Niveau) bzw. Prozentpunkten (Veränderung). * p<0,05, ** p<0,01, *** p<0,001.
Alle Korrelationen und Modelle sind nach der Zahl der Wahlberechtigten gewichtet. Halle und Magdeburg stellen zusammen rund 14 Prozent der Wählerschaft und prägen die gewichteten Zusammenhänge entsprechend stark. Zu den Grenzen solcher Aggregatdatenanalysen für Aussagen über individuelles Wahlverhalten vgl. King (1997). ↩
Durchschnittlicher Stimmenanteil von DVU, NPD und Republikanern bei den Landtagswahlen 1990 bis 2011. ↩
OLS auf Gemeindeebene, Standardfehler geclustert auf Kreisebene (14 Cluster). Industriesektor und Akademikeranteil liegen nur auf Kreisebene vor und sind den Gemeinden zugespielt. ↩