Kommunalvalget i København ser ud til at blive særlig spændende i år, for kan Socialdemokratiet holde på borgmesterkæden eller tager Enhedslisten og SF magter i kommunen?
På digitale og sociale medier er der naturligvis mange omtaler, holdninger og meninger om de forskellige kandidater, så her i Overskrift har vi analyseret hvem og hvor online omtalerne foregår indtil videre i KV25 valgkampen.
Overraskende nok er en kandidat uden borgmester-chance helt i top, og så er der sket et skred i de anvendte medie-platforme siden sidste kommunalvalg.
Spidskandidaterne til kommunalvalget har forskellige profiler, budgetter og diskuteres naturligt på onine platforme hvor deres målgruppe skriver engageret om dem. Det er f.eks. tydeligt at Mikkel Bjørn (O) er aktiv på X (det tidligere Twitter), så omtaler af ham findes naturligt primært her.
Digitale medier der har en længere form end f.eks. korte X / Instagram / Bluesky etc. opslag, har typisk plads til at perspektivere en sag og nævne flere personer, og dermed også flere af spidskandidaterne.
Figuren herunder viser antallet af unikke omtaler på tværs af medietyper, for hver af de forskellige parties top-kandidater i Københavns Kommune. Man kunne måske forvente at spidskandidaten Pernille Rosenkrantz-Theil (A), eller udfordreren Line Barfod (Ø), ville være mest omtalt, men Mikkel Bjørn (O) omtales mest på tværs af alle medietyper. Som det ses på figuren, er de fleste omtaler af ham netop på X platformen.
Når der omvendt fokuseres på de forskellige medie-platform, fremgår det tydeligt på den følgende figur at kategorien Websites er den mest anvendte. Kategorien dækker alt web-baseret, der ikke er et socialt medie eller en blog i øvrigt, dvs. typisk online nyhedsmedier, men dækker også offentlige digitalt indhold fra Folketinget, dagsordener og referater fra kommuner etc.
Bluesky’s fodfæste i Danmark er fortsat begrænset, trods mange X-brugeres annoncerede afsked med Twitter/X-platformen, men X er stadig en populær platform for politiske debatter og omtaler af kandidater.
Det er stadig spidskandidaterne fra Socialdemokratiet, SF, Dansk Folkeparti og Enhedslisten der dominerer billedet på de største platforme.
For LinkedIn ser det ud til at omtaler af kandidaterne er noget mere ligeligt, mens Pernille Rosenkrantz-Theil lader til at dominere Instagram, målt på andelen af omtaler.
Hvor Facebook og X (Twitter) ved sidste kommunalvalg tilbage i 2021 var dominerende sociale medier, er mediebilledet i dag opsplittet ud på mange flere forskellige platforme, og her i Overskrift.dk har vi siden inkluderet monitorering af andre sociale medier som Podcasts, Bluesky, Linkedin, Reddit, Mastoden, Threads etc.
Koordinerede kampagner og modkampagner?
I en tid hvor de fleste USA-baserede sociale medier afviser at lægge plads til betalte kampagner med politisk indhold, ser vi antydninger af organiske indlæg, typisk på anonyme medier som f.eks. Reddit, hvor direkte angreb eller karaktermord finder sted på navngivne spidskandidater.
Det er ikke nemt – entydigt – at påvise, at der rent faktisk skulle være tale om koordinerede negative organiske kampagner, men det er i alle tilfælde et emne i flere kommentarspor, bl.a. på Reddit.
Reddit-platformen hjælper dog med til at afgøre om nogen har oprettet en profil for netop at drive smædekampagne, eller om indlæg er udtryk for en reel holdning, idet hver afsenders “alder” på Reddit er offentlig, ligesom deres Post karma (udtryk for hvor mange tråde personen har startet) og Comment karma (udtryk for kommentar-aktivitet fra personen) er offentligt tilgængelig.
Sentiment – postive eller negative omtaler?
Vha. AI-baseret sentimentanalyse, eller “stemnings”-analyse, ses nærmere på hvilken holdning eller snarere om de enkelt indlæg er postive, negative eller neutrale.
Som det som på ovenstående figur, er overvægten af omtaler overvejende positive eller neutrale. Eftersom antallet af omtaler af Karoline Lindgaard (Å) er mindste for alle kandidaterne – især på de medietyper med den højste andel af negative omtaler – er andelen af negative omtaler også lav generelt for hende.
Flyttes fokus fra kandidater til medie-platforme, viser ovenstående figur fordeling af sentiment pr. platform.
Den forholdsmæssigt negative overvægt på Reddit kan findes i, at det er et sted man anonymt kan diskutere hvad der ligger en på hjerte, og det er naturligt et sted for meningsbarierer. Fællesmængden er dog omtaler der alle nævner en eller flere af de 8 spidskandidater, så vi kan nogenlunde roligt regne med at de mest omtalte politikere også er dem der kritiseres mest på Reddit.
Metode
Data er udtrukket ved at oprette en søgning på hver spidskandidats navn inkl. de mest gængse stavemåder- og fejl. Perioden der dækkes er 1. oktober 2025 til og med 28. oktober 2025. I alt er denne artikel baseret på 2335 omtaler.
Herefter er data gennemgået for dubletter. En dublet er i denne sammenhæng en post eller en artikel fra samme afsender med samme titel på samme dag. Historier fra nyhedsbureauer, der går igen på tværs af medier er fastholdt, da hver videreudgivelse viser en øget interesse for emnet/personen.
Antallet af omtaler dækker over antallet af enkelte indlæg personerne er omtalt i – flere omtaler i samme indlæg tæller altså stadig som en enkelt omtale.
Data er naturligvis et øjebliksbillede, og billedet kan derfor sagtens nå at flytte sig meget før selve valgdagen.
Om sentimentanalysen
Klassisk sentiment-analyse går ud på at en tekst i sin helhed analyseres statistisk, og de anvendte ord vægtes for endeligt at afgøre om teksten er negativ, neutral eller positiv. Denne fremgangsmåde har mange ulemper, bl.a. nævnes flere personer ofte i indlæg og en kan omtales positivt mens den anden omtales nagativt. Til formålet her, bad vi derfor en LLM analysere hver tekst for at identificere alle omtalte personer og derefter give et bud på hver person omtales negativt, neutralt eller positivt. Det giver især mening i netop dette tilfælde hvor holdninger fra forskellige politikere holdes op imod hinanden.
Det skal nævnes, at LLM’en skulle presses lidt, men at den afviste at analysere de allermest rabiate udsagn om eller fra enkelte personer. Dette gjorde sig gældende for mellem 5 og 10% af indlæggene, som derfor ikke indgår i sentiment-analysen.
