Dieses Mini-Projekt basiert auf echten Daten aus einem größeren Analyseprojekt, an dem ich 2024 bei DryShaft Data Lab mitgearbeitet habe. Dort wurden verschiedene Quellen (Medien, Prediction Markets, Social Media) ausgewertet, um Einblicke in den US-Wahlkampf 2024 zu gewinnen. Eine ausführliche Projektbeschreibung findet sich auf pythia.one.
Hier wird ein kleiner, freigegebener Teil der gesammelten Daten in vereinfachter Form präsentiert – nämlich Prognosewerte für die Präsidenten- und Senatswahlen in ausgewählten Bundesstaaten. Die Original-Dashboards im Projekt umfassten zwei große Monitore pro Bundesstaat, dieses MVP reduziert das auf das Wesentliche.
Die Daten wurden mit Python, FastAPI und PostgreSQL verarbeitet. Die Visualisierungen zeigen historische Verläufe aus Prognosemärkten, sowohl als Zeitreihen als auch als Heatmap. Der Quellcode ist auf GitHub verfügbar.
Hinweis: Die hier gezeigten Daten stellen nur eine Testextraktion dar. Die täglichen Werte für Senatsrennen wurden im MVP auf Wochenbasis aggregiert. Es handelt sich um nicht-vertrauliche Teilmengen der ursprünglichen Arbeitsdaten.