Jetzt aber mal ganz ehrlich: Der Schweizer Arbeitsmarkt steht vor weitaus dringenderen Problemen als dem Mangel an hochqualifizierten Fachkräften

janzztechnology_ganz-ehrlich

Der hiesige Arbeitsmarkt steuert auf eine Notstandslage zu. So wie sie steht können wir dieser kürzlichen Aussage von Boris Zürcher, Leiter der Direktion Arbeit beim Schweizer Staatssekretariat für Wirtschaft (SECO), eigentlich nur beipflichten. Unsere jahrelange Erfahrung und Expertise im Umgang mit HR-, Recruiting- und Arbeitsmarktdaten weltweit deutet durchaus auf derartige Tendenzen hin. Wenn es jedoch um den Hauptgegenstand jener Notlage geht, so sehen wir die Situation anders als der oberste Arbeitsmarktchef des Bundes. Oder, dreist formuliert, vielleicht etwas weitsichtiger. Im Hinblick auf seine in wenigen Jahren anstehende Pensionierung hätten wir uns gefreut, wenn Zürcher im Watson-Interview die Chance ergriffen hätte und in seiner Darstellung des Stellenmarkts und dessen Beeinflussung durch die Pandemie mal ein wenig deutlicher geworden wäre. Anders als die Schlagzeile vermuten lässt, wird aber mehrheitlich in dasselbe alte Horn geblasen und die prognostizierte chronische Knappheit an spezialisierten und hochqualifizierten Fachkräften in Bereichen wie Technik, Ingenieurwesen oder Management als grösste Herausforderung für den Schweizer Arbeitsmarkt bemängelt. Demgegenüber wird zwar zaghaft Bezug auf den Umstand genommen, dass wir uns (wie übrigens vielerorts) immer mehr weg von einem «Arbeitgebermarkt» hin zu einem «Arbeitnehmermarkt» bewegen und es somit insgesamt ein Überangebot an Stellen und einen Mangel an Arbeitskräften geben wird. Die sich aus alledem ergebenden Folgen für Personen mit einer Berufslehre und für eher geringqualifizierte Arbeitnehmende werden im Interview aber mittels schwammiger Phrasen wie «alles ist immer in Bewegung» eher verundeutlicht. Fast schon kommt einem der Gedanke, dass es an offizieller Stelle niemanden so richtig zu interessieren scheint…

Bei JANZZ.technology sehen wir uns deshalb dazu verpflichtet, gestützt auf eigene Analysen und Beobachtungen ein paar ergänzende Angaben zum angekündigten «Notstand» auf dem Arbeitsmarkt in der Schweiz und in zahlreichen anderen Ländern zu geben. Falls Sie selbst ein politisches Amt innehaben oder Mitglied der öffentlichen Verwaltung sind und ein tatsächliches Interesse an einem Kurswechsel und einer nachhaltigen Verbesserung der aktuellen Arbeitsmarktsituation hegen, legen wir Ihnen das Lesen dieses Beitrags speziell ans Herzen. Gerne dürfen Sie auch jederzeit auf uns zukommen. Lassen Sie uns endlich Klartext darüber reden, in welchen Bereichen sich die Bedarfslage tatsächlich immer mehr zuspitzt, weshalb insbesondere im Zusammenhang mit der omnipräsenten Thematik «Digitalisierung» Massnahmen ergriffen werden sollten und ein Fokus auf den Mangel an studierten Fachkräften deshalb zu kurz greift.

Mehr Stellen als Arbeitskräfte – trotz laufender Digitalisierung

Ein Wort, das punkto Arbeitsmärkte momentan in aller Munde ist, ist die sogenannte «Great Resignation». Der Begriff bezeichnet einen pandemiebedingten Anstieg in freiwilligen Kündigungen seit dem Frühjahr 2021. Daraus folgende Begleiterscheinungen sind viele Neueinstiege in andere Berufe, beziehungsweise die Nicht-Rückkehr in vorherige Stellen, insbesondere solche im Niedriglohnsegment. Dabei sind nicht nur die tatsächlichen Ausprägungen und angeblichen Beweggründe – wie plötzliche Eingebungen zur Eigenverwirklichung in irgendwelchen Self-Made-Projekten – dieses Geschehnisses stark umstritten. Es wird bei der «Great Resignation» zusätzlich auch nur eine Momentaufnahme von knapp drei Jahren angeschaut, von der es schwierig ist, langfristige Folgen und Entwicklungen abzuleiten. Prognosen über nun angeblich nachhaltig gestärkten Verhandlungspositionen der Arbeitnehmenden – beispielsweise im Gastrogewerbe – sind somit mit Vorsicht zu geniessen und weiter zu differenzieren.

Für eine aussagekräftigere Analyse ist eine langfristige Betrachtung der Situation notwendig, welche es erlaubt, zwischen Rauschen und Signal zu unterscheiden. Zudem sollte die Anzahl an Kündigungen in Relation zu den Anzahlen an Einstellungen und offenen Stellen in einer Zeitreihe systematisch verglichen werden. Sodann stellt sich heraus, dass der «kürzliche Trend» zu einer steigenden Austrittsquote keineswegs derart dramatisch ist, wie er vielerorts gezeichnet wird und noch dazu die teilweise Fortsetzung eines bereits vor der Pandemie erkennbaren Musters darstellt: Da sich der Arbeitgebermarkt in vielen Ländern immer mehr zu einem Arbeitnehmermarkt wandelt, wird es fast in allen Bereichen immer mehr Arbeit für zu wenige Arbeitnehmende und dadurch tendenziell mehr Entscheidungsfreiheit bei der Stellenwahl geben. Einleuchtend also, dass bei der «Great Resignation» (sowie der Zeit davor und danach) insbesondere Tieflohnbranchen wie Einzelhandel oder das Gastgewerbe von hohen Kündigungsraten betroffen sind. Die ansteigende Arbeitskräfteknappheit dürfte sich dabei also wirklich nicht nur in nie dagewesener Weise auf das Wachstum auswirken. Der miteinhergehende Arbeitsmarktwandel ist in seiner Art einzigartig und wird langfristig vermutlich tatsächlich auch mit der «traditionellen» Powerdynamik zwischen Arbeitgeber und -nehmer brechen, welche sich seit der Industrialisierung eingespielt hat. Aus dem insgesamten Überbedarf an Arbeitskräften erklärt sich mitunter ebenfalls, weshalb sich die Schweizer Arbeitslosenquote dermassen schnell erholt hat und sich inzwischen wieder auf präpandemischem Niveau befindet. Dies wiederum führt vor Augen, dass bei allgemeinen Aussagen über den Arbeitsmarkt mehr als ein Indikator in Betracht gezogen werden muss und die Arbeitslosenquote dabei eine Kennzahl unter vielen ist.

Verantwortlich für diesen prognostizierten Überbedarf macht das SECO unter anderem die miteinander einhergehenden rückläufige Geburtenrate und baldige Verrentung der Babyboomer-Generation, sowie einen allgemeinen Trend zur Tertiärisierung, was begleitet wird vom permanenten Strukturwandel der Wirtschaft aufgrund der Digitalisierung. [1] So weit, so richtig. Dass letztgenannte Entwicklung aber wie behauptet jährlich fast ausschliesslich im Bereich der hochqualifizierten Fachkräfte tausende neu zu besetzende Stellen schafft, stimmt so nicht. Zahlreiche Statistiken bekannter Institutionen wie der ILO oder der World Bank zeigen auf, dass insbesondere im von der Digitalisierung geprägten Tech-Bereich für alle neu generierten Stelle mit Hochqualifizierungsprofil auch eine Vielzahl an geringqualifizierten Jobs entstehen. Wenn man sich den enormen Wartungs-, Service- und Transportaufwand von modernen Technologien vor Augen führt, ist dies eigentlich auch wenig erstaunlich, oder? Die Theorie kennt diesen Effekt, bei welchem aufgrund von Auslagerung und Automatisierung Arbeitsplätze mit mittlerem Qualifikationsniveau im Verhältnis zu den Arbeitsplätzen mit geringem beziehungsweise hohem Qualifikationslevel zu verschwinden scheinen, als sogenannte «Job Polarization». [2] Darüber hinaus wird die Digitalisierung von den meisten Prozessen irgendwann mehr oder weniger erreicht sein. Wenn dann das Schaffen neuer Technologien nicht mehr im gleichen Tempo voranschreitet, wird die Wartung und Beförderung des dazugehörigen Equipments aber nicht zu einem Ende kommen und stets viele (niedrigqualifizierte) Arbeitskräfte erfordern.

Fachkräftemangel und Berufssterben – trotz wachsender Nachfrage

Eine weitere Thematik die den Arbeitsmarkt momentan bewegt ist die hohe Dynamik der Erwerbstätigen. Aber auch hier lohnt es sich, genauer hinzuschauen. Zum einen gibt es sicherlich den einen oder anderen Branchenwechsel. Bei Arbeitnehmenden mit «unliebsamen» Berufen in Branchen wie dem Baugewerbe kommt es auch häufig vor, dass diese sich – sofern es die finanziellen Mittel erlauben – weiterbilden und in höher-qualifizierte, «komfortablere» Kaderpositionen wechseln. Dies zieht jedoch Probleme mit sich, die bereits jetzt bemerkbar sind und sich in den folgenden Jahren exponentiell vermehren werden: Es entsteht oder vielmehr besteht bereits ein Fachkräftemangel. Anders als in den von offizieller Seite so oft lamentierten Bereichen (hochqualifizierte Fachkräfte im Ingenieur-, Gesundheits- oder Rechtswesen, usw.) ist es hier aber manchmal derart schwierig, die Stellen (wieder) zu besetzen, dass Berufe regelrecht «auszusterben» drohen.

Ein Beispiel für solch wachsende Knappheit an «klassischen» Berufsbildungsarbeitskräften wurde kürzlich im Tagesanzeiger thematisiert. Fünf Jahre nach der Annahme des revidierten Energiegesetzes fehlen nun Handwerker in den Fachbereichen Heizung und Fotovoltaik für die Installation von Wärmepumpen und Solaranlagen zur Umsetzung der geplanten Strategie. Bis 2030 wird sich der Mangel auf mehrere Tausend Vollzeitstellen belaufen. Hinzu kommt, dass bereits bei der Produktion der Anlagen mit groben Engpässen und Verzögerungen gekämpft wird – teils wiederum aufgrund von Personalmängeln. Man müsste meinen, dass einige dieser Probleme mit ein wenig Voraussicht vermeidbar gewesen wären. Leider wurde bei der Planung aber vor allem diskutiert und angekündigt, alles während Energieministerin Simonetta Sommaruga gleichzeitig «von der Branche [erwartete] dass sie vorwärts macht».

Doch ist dies bei Weitem nicht der einzige Bereich, welcher obschon grosse Nachfrage besteht Schwierigkeiten hat, genügend Fachkräfte mit einem Eidgenössischen Fähigkeitszeugnis oder ähnlicher Ausbildung zu finden, die den Job längerfristig machen wollen und können. In den Handwerks- und Pflegebranchen weisen zahlreiche Berufsgruppen unterdurchschnittliche Arbeitslosenraten und dennoch eine hohe Anzahl an ausgeschriebenen Stellen auf. Man merke auch hierbei wieder, dass die Arbeitslosigkeit nur ein Indikator unter vielen ist und allein noch nicht viel über den tatsächlichen Zustand des Arbeitsmarkts auszusagen vermag. Da kann man sich beim SECO noch so über die für den Sommer 2022 prognostizierte Schweizer Arbeitslosenquote um die 2 Prozent (vor)freuen, wenn sich dann trotzdem niemand finden lässt, der einem das vom Junigewitter-Hagel beschädigte Dach reparieren will – oder kann. Gewisse Gewerbe in der Facharbeit werden aufgrund der permanenten Knappheit nämlich schon richtig mit Aufträgen überflutet, was im Endeffekt mehr als unangenehm für uns alle werden wird.

Trotz aller Warnsignale werden statt Berufslehren jedoch weiterhin die Steigerung der Matura- und Fachhochschulabschlussquoten angestrebt. Vonseiten der Politik werden Angleichungen an OSZE-Standards gepusht und in den nächsten zehn Jahren Abschlussquotensteigerungen bis +17% (Matura) bzw. +20% (Hochschulebene) prognostiziert, während die Zahl der beruflichen Grundbildungsabschlüssen (EFZ und EBA) derzeit eine negative Tendenz (-3%) aufweist [3]. Noch dazu werden inzwischen für viele Spezialisierungen und Weiterbildungen eine BMS vorausgesetzt, was wiederum (motivierte) Personen vom Erlernen eines mitunter gefragten Berufes ausschliesst. Diese Über-Akademisierung wird ebenfalls durch Unternehmen gefördert, welche für jede 08/15-Büroposition einen Hochschulabschluss verlangen, obwohl die Stelle eigentlich auch problemlos beispielsweise mit KV-Abgänger*innen besetzt werden könnte (lesen Sie hierzu auch unseren Artikel über den aktuellen Überqualifizierungs-Trend vielerorts). Auch scheinen sich gewisse Unternehmungen bezüglich der Weiterbildung und Förderung ihrer Angestellten in Zurückhaltung zu üben, was es erschwert, diese längerfristig in der Firma oder Branche zu halten. Lieber werden diese Bildungskosten eingespart und Talente anderorts – teils aus den Nachbarländern – abgeworben.

Massnahmen – der Dringlichkeit wegen

Die Gründe für den tiefen Beliebtheitsgrad gewisser Berufslehren, der sich dann direkt im beschriebenen Fachkräftemangel äussert, sind selbstverständlich mannigfach. Nachtschichten, Bereitschaftsdienste, tiefe Löhne oder (ohne Weiterbildung) wenig Aufstiegspotenzial machen gewisse Jobs klar unattraktiver und müssen soweit möglich vonseiten der Unternehmen angegangen werden. Zum Beispiel, indem durch die Möglichkeit von Pensumsreduktionen oder interner Schulungen eine Weiterbildungskultur gefördert wird, sodass das nötige Fachpersonal nicht extern «eingekauft» werden muss.

Zu einer Verbesserung der aktuellen Lage gehört aber zwingendermassen auch eine ernsthafte Auseinandersetzung mit dem Fachkräftemangel im Berufsbildungsbereich und dessen strukturellen Ursachen. Auch wenn man aus volkswirtschaftlicher Sicht noch beipflichten mag, dass es «nicht die Aufgabe des Staates [ist] dafür zu sorgen, dass die Unternehmen immer genügend Arbeitskräfte haben», heisst das nicht, dass an offizieller Stelle gewisse Informationen weniger Gewicht haben sollten als andere. [1] Eine ehrliche Kommunikation zum Zustand der nationalen Bildungs- und Arbeitsmärkte könnte hier der Anfang sein.

Ebenfalls angebracht wäre es, dass sich Politik und Bundesverwaltung mehr für eine allgemeine Aufwertung der Berufsbildner*innen einsetzen. Dies umfasst auch, den Ausbildungsweg der Berufslehre vorteilhafter zur Sprache zu bringen und sichtbarer zu machen. Das ständige mediale Feiern von steigenden Maturaquoten und Uniabschlüssen nützt nicht nur den jungen Menschen nichts, denen der Zugang zu diesen Institutionen aus finanziellen oder anderen Gründen verwehrt wird. Es vermittelt den Uniabgänger*innen mitunter auch ein trügerisches Bild zur Jobsituation nach Abschluss des langersehnten Wunschstudiums. Der Nationalrat hat den Bundesrat Anfang März in einem Postulat damit beauftragt, aufgrund des Fachkräftemangels Möglichkeiten auszuarbeiten, die das Aus- und Weiterbildungsangebot besser auf den Arbeitsmarkt abstimmen. Noch einmal fürs Protokoll: Bevor jetzt weitere Vorstösse gemacht werden, die in einem Schwall von leeren Worten untergehen, zu Papiertigern werden oder die Über-Akademisierung noch weiter vorantreiben, raten wir allen Entscheidungsträger*innen, sich erst ausgiebig mit den Fakten und Tatsachen zur hiesigen Arbeitsmarktsituation auseinanderzusetzen. Falls es hilfreich sein sollte, kann als Anregung auch gerne dieser Artikel ein zweites Mal gelesen werden. Es ist an der Zeit, dass wir einen produktiveren Weg einschlagen, als wir ihn bisher gegangen sind.

Bei JANZZ.technology sammeln wir im Rahmen einer Vielzahl von Projekten eine breite Palette von Arbeitsmarktinformationen, unter anderem in Zusammenarbeit mit den öffentlichen Arbeitsverwaltungen (PES) von Ländern auf der ganzen Welt. Dies ermöglicht uns seit 2010 die Entwicklung marktführender evidenzbasierter Lösungen. Unsere Systeme sind nicht nur effizient, skalierbar und extrem leistungsfähig, sie stützen auch auf ein ontologiebasiertes, semantisches Matching. Darüber hinaus liefern alle unsere Tools unvoreingenommene Ergebnisse im Einklang mit den OECD-Grundsätzen für KI. Es ist uns ein Anliegen, eine faktenbasierte Diskussion anzuregen und das gesellschaftliche Bewusstsein für alle mit Arbeitsmärkten und -prozessen im Zusammenhang stehenden Bereiche zu schärfen. Wenn Sie mehr über unsere Dienstleistungen erfahren möchten, kontaktieren Sie uns bitte unter info@janzz.technology oder über unser Kontaktformular, oder besuchen Sie unsere PES-Produktseite.

 

[1] Vuichard, Florence. 2022. Bald fehlen mehr als nur die Fachkräfte: «Wir nähern uns einer Knappheit!» URL: https://www.watson.ch/wirtschaft/schweiz/848911290-bald-fehlen-mehr-als-nur-die-fachkraefte-naehern-uns-einer-knappheit
[2] ILO. 2018. The impact of technology on the quality and quantity of jobs. https://www.ilo.org/wcmsp5/groups/public/—dgreports/—cabinet/documents/publication/wcms_618168.pdf
[3] BFS. 2021. Szenarien 2020-2029 für das Bildungssystem. https://www.bfs.admin.ch/bfs/de/home/statistiken/bildung-wissenschaft/szenarien-bildungssystem.html

Beim Einsatz von KI im HR-Bereich steht die Uhr auf fünf nach Zwölf


Es gibt zahlreiche Verfassungsartikel, Gesetze, Verordnungen und Regulierungen, nach denen Unternehmen ihre täglichen Aktivitäten richten müssen. Und die Anzahl dieser rechtlichen Grundlagen nimmt stetig zu. Ein relativ neuer Rechtsakt in Europa ist die 2016 verabschiedete Datenschutz-Grundverordnung der EU, kurz DSGVO. Das Ziel dieser länderübergreifenden Verordnung ist es, die Erhebung, Verarbeitung, Speicherung und Löschung personenbezogener Daten durch private und öffentliche Verantwortliche vereinheitlicht zu regeln. Während einer Übergangsfrist von zwei Jahren, welche im Mai 2018 abgelaufen ist,  » Lesen Sie mehr über: Beim Einsatz von KI im HR-Bereich steht die Uhr auf fünf nach Zwölf  »

‚So clever I don’t understand a word of what I am saying‘ – Das Potenzial der KI im Umgang mit textbasierten Daten ist bei weitem nicht grenzenlos


Die oft geäusserte Angst, dass KI-Roboter kurz davor sind, in jeden Bereich unseres Lebens einzudringen und die Kontrolle zu übernehmen, ist zugegebenermassen verständlich, wenn man bedenkt, welche Fähigkeiten der KI bereits heute nachgesagt werden: Gastbeiträge für Zeitungen, Kundendienstanfragen bearbeiten, medizinische Diagnosen stellen, langjährige Fragestellungen der Biologiewissenschaften beantworten und vieles mehr – will man den Quellen Glauben schenken [1], [2]. Aber sind diese vermeintlichen Erfolge tatsächlich ein Beweis für unbegrenztes Potenzial? Werden KI-Systeme wirklich in der Lage sein,  » Lesen Sie mehr über: ‚So clever I don’t understand a word of what I am saying‘ – Das Potenzial der KI im Umgang mit textbasierten Daten ist bei weitem nicht grenzenlos  »

«Dr. Cab Driver»: Hohe Über- und Unterqualifikationsraten, trotz ‘Fortschritt’ in der Bildung

Wer kennt diese Situation? Auf der Uber-Fahrt zum Flughafen lässt man sich in ein Gespräch mit dem Fahrer verstricken und bevor man es richtig weiss, ist man mitten in einer Diskussion über die Möglichkeiten von Gentech-veränderten Bakterien für die Herstellung von Krebsmedikamenten. Es stellt sich schnell heraus: Hier sitzt eine äusserst gebildete Person auf dem Fahrersitz, welche ihre Ausbildung momentan doch eher begrenzt einsetzen kann. In Bezug auf dieses Thema zeigt ein neuer Bericht der Internationalen Arbeitsorganisation ILO nun,  » Lesen Sie mehr über: «Dr. Cab Driver»: Hohe Über- und Unterqualifikationsraten, trotz ‘Fortschritt’ in der Bildung  »

Follow-Up zu Equal Pay, oder; Das Monster in unserem Schrank das wir alle ignorieren

Dies ist ein Follow-Up zu unserem letzten Artikel über das Gender-Pay-Gap (GPG), in welchem wir besprochen haben, weshalb der Fokus auf ein geschlechtliches Lohngefälle nicht ausreichend ist und eine Verlagerung des Schwerpunkts auf das Konzept der Leistung begrüssenswert wäre. Als eine Art Weiterführung widmen wir uns hier dem Thema Fast Fashion und betrachten dieses allgegenwärtige ‘Monster’ in unserer aller Schränke ebenfalls unter dem Blickwinkel von Equal Pay.

Fehlende Initiative trotz bekannter Probleme

Wir alle wissen es oder müssten es wissen, würden wir nur kurz nachrechnen: In der Modeindustrie, so wie sie heute existiert, gibt es vielerlei Missstände. Wie sonst wäre es möglich, dass wir bei Zara ein Mehrfachpack T-Shirts für unter 30 Schweizer Franken kaufen können? Wenn man solche Preise auf die Kosten entlang der Lieferkette herunterbricht, also auf die (immer knapper werdenden) Ressourcen, den Herstellungsprozess, das Verpacken, Transport und Einfuhrzölle, sowie das Marketing, wird eines augenscheinlich. Nämlich, dass nebst der immensen Umweltbelastung riesige Abstriche bei der Entlöhnung der Hersteller, also Arbeiter*innen wie den Baumwollbauern und Kleiderfabrikangestellten gemacht werden müssen. Und in der Tat: Zahlreiche Studien dokumentieren, wie die in Niedriglohnländer ausgelagerte Arbeit Kosten verursacht, die nicht vom Preisschild dieser Kleidungsstücke ablesbar sind. Auch wenn die Daten und Schätzungen dazu immer noch relativ unübersichtlich sind, zeigen diese Investigationen einerseits eine grosse Belastung der Umwelt auf, etwa durch einen hohen Wasserverbrauch, das Vernichten überflüssiger Bestände oder das häufige Wegwerfen von Endprodukten durch Konsument*innen [1], [2]. Allein der CO2-Ausstoss der Fashion Industry wird jährlich weltweit auf 10 Prozent der totalen Kohlenstoffemissionen geschätzt, was unter Umständen mehr als jener der kommerziellen Luftfahrt ist [3]. Andererseits wird belegt, dass speziell bei ausgelagerten Herstellungsprozessen oft prekäre Konditionen vorherrschen, unter anderem aufgrund zum Leben unzureichender und verspäteter Lohnzahlungen oder unsicherer Arbeitsbedingungen, die zu einstürzenden Fabriken wie 2013 dem Rana Plaza in Bangladesch führen [4].

Sowohl mit Blick auf die Umweltbelastung als auch hinsichtlich der ausbeuterischen und gefährlichen Arbeitsbedingungen kann ein Bezug zur Diskussion um Equal Pay gemacht werden. Ein offensichtlicher Punkt ist, dass die Produktion von Mode im Sinne von ‘Fast Fashion’ ohne die unterbezahlte Arbeit von Fabrikarbeiter*innen unmöglich wäre, deren Leistung also ‘essentiell’ für das Funktionieren des dominanten Kleiderherstellungssystems ist und dennoch nicht angemessen entlöhnt wird. Der zweite Punkt betrifft den Umstand, dass wir – ähnlich wie bei den Pflegelöhnen – alle zumindest im Ansatz um diese Missstände und Probleme wissen, aber wenig bis gar nicht bereit sind, etwas dagegen zu unternehmen. Und zwar weder als Konzerne, als (welt)politische Akteure, noch als Individuen – zumindest nicht auf umfassende und dauerhafte Art und Weise. Zwar haben viele der grossen Modeunternehmen inzwischen irgendeine Form von ‘Conscious Fashion’ in ihren Katalog aufgenommen, jedoch werden diese Bemühungen bereits auch als unaufrichtige Marketing-Moves, sogenanntes ‘Greenwashing’ entlarvt. Während darüber debattiert wird, ob Werbung für Billigfleisch aus Nachhaltigkeitsgründen verboten werden sollte, schafft es bis heute kein Staat, eine obligatorische ‘Fashion-Tax’ auf den Kauf von Kleidung einzuführen, um mit der Abgabe die Kaufwut der Konsument*innen zu drosseln. Auf der Ebene des Individuums sind es insbesondere auch Zugehörige der als eher klimafreundlicheren und sozialbewussteren wahrgenommenen Jugend, die die Verkaufszahlen von Superbilligmode, sogenannter «Ultra Fast Fashion» wie jene des chinesischen Online-Händlers SHEIN ankurbeln [5]. Eine Studie der Universität Aarhus aus dem letzten Jahr bezeichnet die Situation treffend als «Fast Fashion Paradox»: Gemäss Umfragen stimmen die oftmals jungen Endkonsumenten zwar zu, dass Mode weniger ausbeuterisch werden sollte. Gleichzeitig nehmen sie sich aber selbst als komplett dem System ausgeliefert wahr und schieben die gesamte Verantwortung für nachhaltigeren und faireren Modekonsum den Herstellern zu [6]. Interessanterweise spiegelte eine Nachbefragung des Tagesanzeigers nach der Versenkung des CO2-Gesetezes ähnliche Grundgedanken bei jungen Vielfliegern, die das Flugzeug zu Ferienzwecken nutzt, wider [7].

‘Distance makes the heart grow colder’

Selbstverständlich kann man nur mutmassen, aber ein miterklärender Faktor für dieses Fast Fashion Paradox scheint auch die geografische Distanz zu sein, die zwischen hiesigen Konsument*innen und Menschen in den am direktesten von der Modeindustrie betroffenen Gegenden liegt. Sowohl die ökologischen als auch die sozioökonomischen Auswirkungen belasten den Globalen Süden (noch) um ein Vielfaches stärker als die Industrieländer, sei es in Form von Giga-Müllhalden, deren Zersetzungsprozess Treibhausgase und giftige Chemikalien an Luft, Boden und Grundwasser abgeben oder eben von starker Unterbezahlung für in gefährlichen Verhältnissen geleistete Arbeit. Gleichzeitig sind wir im Globalen Norden aufgrund unseres Konsums aber überproportional verantwortlich für solche Auswirkungen. Was können wir aus unserer Perspektive heraus konkret tun, um etwas am Status Quo zu verbessern? Einige Vorschläge dazu existieren bereits, darunter das eigene Herunterschrauben des Fashionkonsums, das Kaufen von Secondhandkleidung oder die Rückkehr zu mehr Flickarbeit an beschädigten Stücken. Kurz gefasst, das möglichst strikte Befolgen der ‘5 Rs der Nachhaltigkeit’, angewandt auf den Bereich Fashion: Reduce (‘reduzieren’), Rewear (‘wiedertragen’), Repair (‘reparieren’), Resell (‘wiederverkaufen’) und Recycle (‘wiederverwenden’).

Nur eben: Zwar können diese Massnahmen langfristig die Nachfrage nach ‘Wegwerfmode’ senken und somit zumindest umwelttechnisch etwas bewirken. Doch allein (und sofortig) nützen sie Millionen von Fabrikarbeiter*innen in der Kleiderindustrie, die für ihre Arbeitsleistung bereits heute krass unterbezahlt werden, nicht. Dass sich bei der Herstellung von Fast Fashion in Bezug auf die Entlöhnung spezifisch Frauen in besonders benachteiligten Positionen befinden und unter tatsächlicher Gender-Diskriminierung leiden, wird immer wieder betont [8]. Darüber hinaus wird die Frage nach Equal Pay aber ebenfalls um den genannten Faktor der nationalen Grenzen und Distanzen, sowie teils das Vorherrschen rigoroser Gesellschaftshierarchien, die auf verschiedensten Parametern wie Religion, Ethnie oder Herkunft beruhen, in den Herstellungsländern verkompliziert. Eine einfache Lösung dieser (auch globalen) Probleme existiert nicht, schon gar nicht, wenn man sich die bereits erwähnten Einstellungen der Endkonsument*innen vor Augen führt. Nüchtern betrachtet sieht es vielmehr danach aus, als ob eine Mehrheit von uns die monströsen Auswirkungen von Fast Fashion bewusst in Kauf nimmt oder sie durch das Erwarten von immer noch tieferen Discounter-Preisen indirekt gar willentlich fördert. So gesehen schafft unsere physische Entfernung zu von Fast-Fashion-Folgen stärker betroffenen Ländern im besten Falle Apathie und im schlechtesten Falle Nichtanerkennung und Skrupellosigkeit.

Die Moral der (wahren und fortwährenden) Geschichte

Was das Beispiel von Fast Fashion aufzeigt, ist, dass wir uns als Endkonsument*innen alle unserer Doppelmoral bezüglich Lohngerechtigkeit innerhalb und fernab der eigenen Landesgrenzen bewusster sein könnten. Equal Pay erscheint bei einer strukturellen und internationalen Betrachtung schnell ‘nur’ noch als ein Aspekt von dem, was wir gemeinhin als soziale Gerechtigkeit bezeichnen. Es relativiert dabei die Sichtweise auf hiesige Diskussionen um Dinge wie das GPG, weil es (de facto) dringlichere und weitläufigere Probleme wie die hohe Umweltbelastung und Lohndumping in den Vordergrund drängt, die eigentlich prioritär angepackt werden müssten. Als kleine Klammer sei hier angemerkt, dass Fast Fashion tatsächlich lediglich ein Beispiel für diese Argumente ist; der Artikel hätte ebenso über die Elektronikbranche geschrieben werden können. Für beide Themen gilt nämlich: Das Verhalten vieler würde sich schnell ändern und positive Veränderungen herbeiführen, wenn wir mehr Verantwortung für unser Mitverschulden übernehmen müssten, gerade weil wir alle darin involviert sind.

Bietet die derzeitige Modebranche bei all ihren Nachteilen dennoch auch Potenzial für Positives? Klar. Aus Sicht der Arbeitsmärkte wäre ein Umkrempeln in Richtung gerechtere und sicherere Arbeitsbedingungen in der Kleiderindustrie, beispielsweise mittels vermehrter Förderung von Female Entrepreneurship in jetzigen Niedriglohnländern, durchaus möglich und wünschenswert [8]. Natürlich kann dies nicht von heute auf morgen geschehen. Die Frage scheint dabei aber vielmehr, ob es überhaupt jemals eine Bereitschaft aller involvierten Akteure geben wird, solch einen Wandel herbeizuführen und ob wir uns als globale Gesellschaft dauerhaft von diesem Monster in unserem Kleiderschrank verabschieden wollen.

Bei JANZZ liegt uns viel daran, dass unabhängig vom Standort die besten Jobkandidat*innen mit der besten Leistung in allen Einzelkriterien den besten Match erhalten und angemessen für ihre Arbeit entschädigt werden. Dies ist einer der vielen Gründe, warum wir ein vertrauensvoller Partner für eine stetig wachsende Zahl von Öffentlichen Arbeitsvermittlungen (PES) in verschiedenen Ländern weltweit sind. Wir entwickeln evidenzbasierte Lösungen und setzen diese bereits seit 2010 erfolgreich ein. Unsere Job- und Skill-Matching-Lösungen sind fair und diskriminierungsfrei und liefern komplett unvoreingenommene Ergebnisse gemäss den OECD-Grundsätzen zu KI.

Möchten Sie einen Schritt hin zu global gerechteren Arbeitsmärkten und Equal Pay für alle Menschen beitragen? Dann kontaktieren Sie uns unter info@janzz.technology oder besuchen Sie unsere Produktseite für PES.

 

 

[1] Niederberger, Walter. 2021. Je billiger die Kleider, desto höher die Kosten. URL: https://www.tagesanzeiger.ch/je-billiger-die-kleider-desto-hoeher-die-kosten-887753681235

[2] Wicker, Alden. 2020. Fashion has a misinformation problem. That’s bad for the environment. URL: https://www.vox.com/the-goods/2020/1/27/21080107/fashion-environment-facts-statistics-impact

[3] World Bank. 2019. How Much Do Our Wardrobes Cost to the Environment? URL: https://www.worldbank.org/en/news/feature/2019/09/23/costo-moda-medio-ambiente

[4] Nguyen, Terry. 2020. Fast fashion, explained. URL: https://www.vox.com/the-goods/2020/2/3/21080364/fast-fashion-h-and-m-zara

[5] Weber, Bettina. 2021. Die Jungen sind verrückt nach Ultra Fast Fashion. URL: https://www.tagesanzeiger.ch/generation-greta-ist-verrueckt-nach-ultra-fast-fashion-743901174085

[6] Rønholt, Nikolas und Malthe Overgaard. 2020. An Exploratory Study: The Fast Fashion Paradox. URL: https://www.researchgate.net/publication/341756158_An_Exploratory_Study_The_Fast_Fashion_Paradox

[7] De Carli, Luca und Lisa Aeschlimann. 2021. “Ich gehöre wohl zur Generation Easyjet». URL: https://www.tagesanzeiger.ch/ich-gehoere-wohl-zur-generation-easyjet-325086221442

[8] Iglesias, Teresia, Ellen Haverhals und Tatiana De Wée. 2021. The fashion industry needs to break with its gender and women’s rights problems. URL: https://www.fashionrevolution.org/the-fashion-industry-needs-to-break-with-its-gender-and-womens-rights-problems/

Equal Pay ‒ Oder wie wir endlich wieder aus der Gender-Pay-Trap herausfinden könnten…

Für die einen betitelt der Equal Pay Day die jährliche ‘Gratisarbeit der Frauen’, für andere kennzeichnet er eine ‘genderideologisch motivierte Lüge’ ‒ die Wahrheit sieht nochmals komplizierter aus. Dieser Artikel beleuchtet die Unbrauchbarkeit vieler Statistiken rund um Equal Pay und erklärt, weshalb beim Thema Lohngerechtigkeit der Fokus aufs Geschlecht zu kurz greift. Vielmehr täten wir in Bezug auf Entlöhnung gut daran, mehr Wert auf die tatsächliche individuelle Leistung zu legen.
Ist ein solcher Fokus aufs Geschlecht gerechtfertigt?  » Lesen Sie mehr über: Equal Pay ‒ Oder wie wir endlich wieder aus der Gender-Pay-Trap herausfinden könnten…  »

Wie steht es um die Zukunft des Schweizer Arbeitsmarkts nach COVID-19?

Die COVID-Krise hat die Schweizer Arbeitslandschaft im vergangenen Jahr auf vielschichtige Art und Weise geprägt. Kurzarbeit, Entlassungen, Arbeitslosigkeit, Jobknappheit nach der Ausbildung und die Angst vor dem Konkurs – all diese Themen beherrschten den Dialog tagein, tagaus. Was verraten uns aber aktuelle Publikationen über die nahe Zukunft des hiesigen Arbeitsmarktes?
Anfangs des vergangenen Jahres erlitt das Schweizer Arbeitsangebot einen wortwörtlichen Einbruch, gefolgt von sich abwechselnden Erholungs- und Rückgangsepisoden im Laufe von 2020. Eine Analyse aller im ersten Quartal 2021 publizierten Stellen auf den beliebtesten Jobportalen der Deutschschweiz beziehungsweise Westschweiz belegt nun allerdings,  » Lesen Sie mehr über: Wie steht es um die Zukunft des Schweizer Arbeitsmarkts nach COVID-19?  »

Zur Analyse von Skills-Daten. Können Sie den Gorilla sehen?

Dies ist der vierte und letzte Teil einer Serie von Beiträgen über Skills. Falls Sie es noch nicht getan haben, empfehlen wir Ihnen, zuerst die anderen Beiträge zu lesen: Lassen wir mal den Bullshit weg und Sorry Leute, aber «Microsoft Office» ist KEINE Kompetenz sowie Der vergiftete Apfel der «einfachen» Skills-Daten – sind Sie bereit, auf diesen süssen Geschmack zu verzichten?
Im dritten Beitrag dieser Serie haben wir die Herausforderungen und Chancen von Daten aus Online-Stellenanzeigen (OJA) diskutiert.  » Lesen Sie mehr über: Zur Analyse von Skills-Daten. Können Sie den Gorilla sehen?  »

Der vergiftete Apfel der «einfachen» Skills-Daten – sind Sie bereit, auf diesen süssen Geschmack zu verzichten?

Dies ist der dritte Teil einer Serie von Beiträgen über Skills. Wenn Sie es noch nicht getan haben, lesen Sie zuerst die anderen Beiträge:
Lassen wir mal den Bullshit weg und Sorry Leute, aber «Microsoft Office» ist KEINE Kompetenz.

Im zweiten Beitrag dieser Serie haben wir über Skills und die Probleme bei deren Definition und Spezifizierung gesprochen. Angenommen, wir können uns auf ein gemeinsames Verständnis dieser wertvollen neuen Währung einigen, dann besteht der nächste Schritt darin einen Weg zu finden, aussagekräftige Skills- und Job-Daten zu erzeugen.

Wackelige Daten – wackelige Ergebnisse

Big Data von Online-Jobplattformen oder professionellen Networking-Sites können eine Fülle von Informationen mit einer viel höheren Granularität liefern als die üblichen Daten, die von nationalen Statistikämtern in Umfragen erhoben werden – insbesondere in Bezug auf Skills. Ein Grund dafür ist, dass Arbeitgebende im Gegensatz zu gedruckten Anzeigen für Online-Stellenausschreibungen nicht nach Platz bezahlen müssen und daher detailliertere Informationen über die von ihnen benötigten Kenntnisse und Fähigkeiten bereitstellen können. Diese Online-Daten ermöglichen auch die Überwachung einer viel grösseren Stichprobe in Echtzeit, was für Analysten und politische Entscheidungsträger sehr wertvoll sein kann, um ein zeitnahes und detaillierteres Verständnis der Bedingungen und Trends auf dem Arbeitsmarkt zu entwickeln.

Wenn wir jedoch mit Daten arbeiten, die online verfügbar sind, wie z. B. Online-Stellenanzeigen (OJA – online job advertisements) oder professionelle Profile (z. B. LinkedIn-Profile), müssen wir uns darüber im Klaren sein, dass diese Daten weder vollständig noch repräsentativ sind und daher müssen alle Ergebnisse immer mit Vorsicht interpretiert werden. Nicht nur wegen der offensichtlichen Tatsache, dass die Ergebnisse verzerrt sein werden, sondern vor allem wegen der Auswirkungen. Die Förderung bestimmter Skills auf Basis verzerrter Daten kann dem Arbeitsmarkt schaden: Wenn sich Arbeitnehmer auf den Erwerb dieser Skills konzentrieren – die naturgemäss aus Daten abgeleitet werden, die auf hochqualifizierte Fachkräfte ausgerichtet sind, z. B. in der IT-Branche und anderen Bereichen, die eine höhere Bildung erfordern –, ist es weniger wahrscheinlich, dass sie sich für Karrierewege entscheiden, die andere Skills beinhalten, die tatsächlich stark nachgefragt werden, z. B. im Handwerk, im Bauwesen, im Gesundheitswesen, in der Produktion usw. Und dies, obwohl die Digitalisierung in erster Linie besser ausgebildete Arbeitnehmer mit hohen Löhnen in den Industrieländern treffen wird, schlicht deshalb, weil es viel einfacher ist, zumindest einen Teil der Aufgaben in diesen Berufen zu digitalisieren oder zu automatisieren als in vielen Arbeiter- und Lehrberufen wie z. B. in der Schreinerei, der Pflege usw. Das Letzte, was man in der Arbeitsmarktpolitik will, ist, die ohnehin schon kritische Skill-Lücke in diesem Bereich zu verschärfen. Oder einen noch engeren Arbeitsmarkt für bestimmte Berufe, z. B. IT-Fachkräfte, zu schaffen.[1] Ebenso benötigen Bildungsanbieter, die ihre Lehrpläne an der Marktnachfrage ausrichten wollen, verlässliche Daten, um Skill-Lücken nicht zu verstärken, anstatt sie zu verringern. Und dennoch verlässt sich eine wachsende Zahl von öffentlichen Arbeitsverwaltungen auf diese oft wackeligen Daten für die Entscheidungsfindung und die Gestaltung der aktiven Arbeitsmarktpolitik.

So gibt es zum Beispiel mehrere Projekte, die darauf abzielen, alle verfügbaren OJA aus allen möglichen Quellen in einem bestimmten Arbeitsmarkt zu sammeln und zu analysieren und diese aggregierten Daten zu nutzen, um Empfehlungen zu geben, einschliesslich Prognosen zur zukünftigen Beschäftigungsfähigkeit und zum Skills-Bedarf. Aber die Skills werden typischerweise ohne jeden semantischen Kontext verarbeitet und präsentiert, was extrem irreführend sein kann.

Herausforderungen von OJA-Daten

Im Jahr 2018 veröffentlichte das ESSnet-Big-Data-Projekt des Europäischen Statistischen Systems einen Bericht über die Machbarkeit der Nutzung von OJA-Daten für die amtliche Statistik.[2] Ihre Schlussfolgerung lautete: «Die Qualitätsprobleme sind derart, dass es nicht klar ist, ob diese Daten in einer Weise integriert werden können, dass sie den von der amtlichen Statistik erwarteten Standards entsprechen.»

Werfen wir einen Blick auf einige der grundlegenden Herausforderungen von OJA-Daten.

  1. Unvollständig und verzerrt: Nicht alle offenen Stellen werden online ausgeschrieben. Ein beträchtlicher Anteil der Stellen wird besetzt, ohne dass sie überhaupt ausgeschrieben werden (manche sagen etwa 20 %, andere behaupten bis zu 85 % der offenen Stellen). Von denen, die ausgeschrieben werden, werden nicht alle online veröffentlicht. CEDEFOP berichtete, dass 2017 der Anteil der online veröffentlichten Stellen in den EU-Ländern sehr unterschiedlich war und von fast 100 % in Estland, Finnland und Schweden bis hin zu unter 50 % in Dänemark, Griechenland und Rumänien reichte.[3] Darüber hinaus werden einige Arten von Stellen mit höherer Wahrscheinlichkeit online ausgeschrieben als andere. Und grosse Unternehmen oder solche, die verpflichtet sind, offene Stellen zu veröffentlichen, sind typischerweise statistisch überrepräsentiert, während kleine Unternehmen, die oft andere Kanäle wie Printmedien, Mundpropaganda oder Schilder in Schaufenstern bevorzugen, unterrepräsentiert sind. Ein weiterer relevanter Punkt ist, dass bestimmte Märkte so ausgetrocknet sind, dass es sich schlichtweg nicht lohnt, offene Stellen zu inserieren, und stattdessen spezialisierte Headhunter eingesetzt werden. Zusammengefasst bedeutet dies, dass die OJA-Daten nicht nur viele offene Stellen nicht erfassen, sondern auch nicht repräsentativ für den gesamten Arbeitsmarkt sind.[4]
  2. Duplikate: In den meisten Ländern gibt es keine zentrale Quelle für OJA-Daten. In jedem Land gibt es zahlreiche Online-Stellenportale, von denen einige nur Originalanzeigen veröffentlichen, andere wiederum Anzeigen aus anderen Quellen, Hybridversionen, spezialisierte Seiten für bestimmte Branchen oder Karrierestufen usw. Um also eine angemessene Abdeckung zu gewährleisten, müssen die OJA-Daten im Allgemeinen aus mehreren Quellen bezogen werden. Dies führt unweigerlich zu vielen Duplikaten, die wirksam in den Griff bekommen werden müssen, um Arbeitsmarkttrends in der realen Welt zuverlässig messen zu können. So meldete das britische Nationale Statistikinstitut (NSI) in einem Projekt aus dem Jahr 2016 einen Duplikatanteil von 8–22 % je nach Portal und eine Gesamtduplizierungsrate von 10 %.[5] Im Rahmen des ESSnet-Big-Data-Projekts identifizierte das schwedische NSI 4–38 % Duplikate pro Portal und 10 % im zusammengeführten Datensatz.[6]
  3. Uneinheitlicher Detaillierungsgrad: Bestimmte Stellenausschreibungen bieten deutlich mehr explizite Informationen zu den geforderten Skills als andere, etwa je nach Branche (z. B. Technik/IT) oder Land (z. B. aufgrund von Gesetzen oder kulturellen Gewohnheiten). Zudem werden implizite Informationen nur in geringem Umfang erfasst und sind trotz ihrer hohen Relevanz statistisch unterrepräsentiert. Ein Grund dafür ist, dass US-Datenanbieter oft nicht erkennen, wie einzigartig detailliert OJA in den USA sind, und daher davon ausgehen, dass dies überall der Fall ist und ihre Methoden auf diese Annahme stützen. Dies ist jedoch alles andere als korrekt. Zum Beispiel wird eine Stellenbeschreibung wie die folgende, die in den USA recht typisch ist, in europäischen Ländern oft auf «Durchführung aller Malerarbeiten in den Bereichen Instandhaltung, Umbau und Renovierung; Einhaltung von Sicherheits- und Qualitätsvorschriften; mindestens drei Jahre Erfahrung oder abgeschlossene Berufsausbildung» verkürzt. Darüber hinaus müssen in solchen Stellenanzeigen viele der geforderten Skills aus den aufgeführten Aufgaben oder Verantwortlichkeiten abgeleitet werden. Dies zeigt, wie wichtig es ist, implizite Informationen zu extrahieren.

The poison apple of “easy” skills data – are you ready to give up that sweet taste?

Die Frage ist also, ob diese Probleme so gelöst werden können, dass dennoch aussagekräftige Daten erzeugt werden.

Die Antwort: mehr oder weniger. Beschränkungen der Repräsentativität können mit verschiedenen Ansätzen angegangen werden. Es gibt keine Einheitslösung, aber je nach verfügbaren Daten und spezifischem Arbeitsmarkt könnte eine statistische Gewichtung der Daten entsprechend der aus Arbeitskräfteerhebungen abgeleiteten Branchenstruktur vielversprechend sein, ebenso wie der Vergleich von Ergebnissen aus mehreren Datenquellen, um Robustheitsprüfungen durchzuführen, oder einfach die Fokussierung auf diejenigen Marktsegmente mit weniger problematischen Erfassungsbias.[7]

Probleme mit der Deduplikation können bis zu einem gewissen Grad technisch gelöst werden, und es gibt auf diesem Gebiet zahlreiche laufende Forschungsprojekte. Im Wesentlichen bestehen die meisten Methoden darin, gemeinsame Felder abzugleichen, Textinhalte zu vergleichen und dann eine Ähnlichkeitsmetrik zu berechnen, um die Wahrscheinlichkeit zu bestimmen, dass es sich bei zwei Stellenangeboten um Duplikate handelt. Einige Jobsuchaggregatoren versuchen auch, Duplikate selbst zu entfernen – mit unterschiedlichem Erfolg. Die Identifizierung von Duplikaten ist relativ einfach, wenn OJAs Backlinks zu einer Originalanzeige enthalten, da diese Links identisch sind. Andererseits stellen Stellenanzeigen, die auf mehreren Jobbörsen veröffentlicht wurden, eine grössere Herausforderung dar. Daher sollten idealerweise mehrere robuste Qualitätssicherungsprüfungen durchgeführt werden, z. B. eine manuelle Validierung über kleinere Datensätze.

Ernsthaft unterschätzt: die Herausforderung der Skills-Extraktion

Die dritte Herausforderung, der Detaillierungsgrad, scheint die am meisten unterschätzte zu sein. OJA aus den USA sind in der Regel viel detaillierter als anderswo. Viele Informationen werden explizit angegeben, die in OJA-Daten aus dem Vereinigten Königreich und anderen Ländern nur implizit vorhanden sind (z. B. durch Ausbildungsanforderungen oder Berufserfahrung abgedeckt) – oder überhaupt nicht angegeben werden. Aber selbst innerhalb der USA kann dies stark variieren.

The poison apple of “easy” skills data – are you ready to give up that sweet taste?

Es ist klar, dass selbst wenn wir die Probleme bezüglich Repräsentativität und Duplikaten lösen können, die blosse Aufzeichnung der expliziten Daten immer noch zu höchst unzuverlässigen Nowcasts oder Prognosen führen wird. Stattdessen müssen sowohl die expliziten als auch die impliziten Daten extrahiert werden – zusammen mit ihrem Kontext. Um die Verzerrungen in den erfassten Daten zu reduzieren, müssen wir sie präzise und semantisch abbilden. Dies kann mit einer umfangreichen Wissensrepräsentation geschehen, die nicht nur Skills oder Jobs, sondern auch Ausbildungen, Arbeitserfahrungen, Zertifizierungen und mehr sowie erforderliche Niveaus und die komplexen Beziehungen zwischen den verschiedenen Entitäten umfasst. Auf diese Weise können wir mehr implizite Skills erfassen, die in den Vorgaben zu Ausbildung, Qualifikationen und Erfahrung verborgen sind. Darüber hinaus ist die höhere Granularität der OJA-Daten nur dann wirklich nützlich, wenn die extrahierten Skills bei der nachfolgenden Verarbeitung nicht zu sehr geclustert oder verallgemeinert werden, z. B. zu Begriffen wie «Projektmanagement», «digitale Fähigkeiten» oder «Gesundheitswesen» (siehe unseren vorherigen Beitrag), weil mit zu stark vereinfachten Klassifikationen oder Taxonomien gearbeitet wird, anstatt umfassende Ontologien mit einem hohen Detailgrad zu nutzen.

Und dann ist da natürlich noch die Frage, wie man die Daten analysiert. Darauf werden wir im nächsten Beitrag näher eingehen, aber für den Moment lässt sich so viel sagen: Selbst wenn wir in der Lage sind, das perfekte System für die Extraktion aller relevanten Daten aus OJAs (und Kandidatenprofilen, wenn man so will) einzurichten, stehen wir immer noch vor der Herausforderung, die Ergebnisse zu interpretieren – oder auch nur die richtigen Fragen zu stellen. Wenn es um Arbeitsmarktanalysen, Nowcasting und Prognosen, z. B. des Skills-Bedarfs, geht, verspricht die Kombination von OJA-Daten mit externen Daten, z. B. aus Umfragen der NSI, robustere Ergebnisse, da die OJA-Daten gegengeprüft und somit besser kalibriert, gewichtet und stratifiziert werden können. Relevante und zeitnahe externe Daten sind jedoch äusserst rar. Und wir stehen möglicherweise vor einem weiteren Problem. Es ist viel einfacher und billiger, Arbeitssuchende z. B. mit einem Online-SEO-Kurs umzuschulen oder weiterzubilden als mit einer beruflichen oder technischen Ausbildung im MIG/MAG-Schweissen. Vielleicht also, nur vielleicht, sind einige von uns gar nicht so sehr am wahren Skills-Bedarf interessiert…

[1] Laut der Umfrage der Manpower Group 2020 stehen IT-Positionen in den USA ganz oben auf der Liste der am schwersten zu besetzenden Stellen, aber nicht überall sonst. In einigen Ländern, darunter auch in entwickelten Ländern wie Grossbritannien und der Schweiz, stehen IT-Fachkräfte überhaupt nicht auf der Top-10-Liste.
[2] https://ec.europa.eu/eurostat/cros/sites/crosportal/files/SGA2_WP1_Deliverable_2_2_main_report_with_annexes_final.pdf
[3] The feasibility of using big data in anticipating and matching skills needs, Section 1.1, ILO, 2020 https://www.ilo.org/wcmsp5/groups/public/—ed_emp/—emp_ent/documents/publication/wcms_759330.pdf
[4] Das ESSnet Big-Data-Projekt hat auch die Abdeckung der Daten untersucht; für die detaillierten Resultate siehe Anhänge C und G im Bericht von 2018..
[5] https://ec.europa.eu/eurostat/cros/content/WP1_Sprint_2016_07_28-29_Virtual_Notes_en
[6] https://ec.europa.eu/eurostat/cros/sites/crosportal/files/WP1_Deliverable_1.3_Final_technical_report.pdf
[7] Siehe z. B. Kureková et al.: Using online vacancies and web surveys to analyse the labour market: a methodological inquiry, IZA Journal of Labor Economics, 2015 https://izajole.springeropen.com/track/pdf/10.1186/s40172-015-0034-4.pdf

«Arbeitslose Kandidat*innen werden keinesfalls berücksichtigt» – die Krux der Arbeitslosigkeit.

Damals, im Jahr 2008, als wir mit der Entwicklung unserer Lösungen begannen, lieferte die Arbeit von Diamond, Mortenson und Pissarides die wissenschaftliche Grundlage für unsere Job- und Skill-Matching-Technologie. Mit ihrer nobelpreisgekrönten Arbeitsmarkttheorie und dem DMP-Modell lieferten sie einen ersten kohärenten, vollständigen Rahmen, um Arbeitsmarktdynamiken auf strukturierte Weise zu betrachten. In ihrer Theorie werden Arbeitsmärkte als Märkte mit Suchfriktionen betrachtet: Arbeitskräfte suchen nach geeigneten Arbeitsplätzen und Unternehmen nach geeigneten Arbeitnehmenden, wobei beide erhebliche Zeit und Mühe investieren; Suchfriktionen sind der Prozess bzw. der Zeitfaktor des Matchings der beiden.

Das DMP-Modell selbst beschreibt die Suchaktivität der Arbeitslosen, das Einstellungsverhalten der Unternehmen und die Lohnbildung. Wenn Stellensuchende und Unternehmen zueinander finden, handeln sie Löhne aus basierend auf der Arbeitsmarktsituation: die Anzahl der Arbeitslosen und die Anzahl der offenen Stellen, sowie andere Faktoren wie z. B. wie lange es dauert, diese Stelle zu finden, die Arbeitslosenunterstützung der Stellensuchenden und welchen Wert diese dem Umstand beimessen, während der Suche nicht arbeiten zu müssen. Das Modell kann somit verwendet werden, um die Auswirkungen verschiedener Arbeitsmarktfaktoren auf die Arbeitslosigkeit, die durchschnittliche Dauer der Arbeitslosigkeit, die Anzahl der offenen Stellen und den Reallohn zu schätzen. Solche Faktoren können die Höhe der Arbeitslosenunterstützung sein, der reale Zinssatz, die Effizienz der Arbeitsämter, Einstellungs- und Entlassungskosten usw.

On-the-job-Suche und ihre Auswirkungen auf Arbeitsmarktdynamiken

Dieser theoretische Rahmen hat das Verständnis dafür, wie Mismatch-Probleme und eine fehlende Symmetrie zwischen verschiedenen Suchmechanismen und das daraus resultierende Ungleichgewicht zwischen Angebot und Nachfrage die Funktionsweise des Arbeitsmarktes beeinflussen, erheblich gefördert. Ein wesentlicher Aspekt des Arbeitsmarktes wird hier jedoch völlig ausser Acht gelassen, nämlich dass nicht alle Stellensuchenden arbeitslos sind. Der Grossteil der Literatur konzentriert sich seither dennoch ebenfalls auf Arbeitslose, nicht nur, weil das Standard-DMP-Rahmenwerk die On-the-job-Suche, also die Stellensuche durch Erwerbstätige, nicht einbezieht, sondern auch aufgrund der begrenzten Verfügbarkeit von Daten zur On-the-job-Suche. In jüngerer Zeit hat die Forschung jedoch begonnen, die On-the-job-Suche und Job-Leiter einzubeziehen. Die Idee einer Jobleiter ist, dass alle (potenziellen) Arbeitnehmenden sich darüber einig sind, welche Stellen im Sinne von Arbeits- und Lohnzufriedenheit wünschenswert sind und langsam die Jobleiter von «schlechten» oder unbefriedigenden Jobs zu «guten» Jobs durch Job-zu-Job-Übergänge erklimmen. Gelegentlich werfen negative Schocks sie von der Leiter und zurück in die Arbeitslosigkeit. Eine wachsende Zahl von Studien hat die Bedeutung der On-the-job-Suche und der damit verbundenen Jobleiter-Dynamik für die makroökonomischen Ergebnisse dokumentiert.[1] Einige argumentieren, dass der Arbeitsmarkt insofern segmentiert ist, als dass erwerbstätige und arbeitslose Stellensuchende wahrscheinlich nicht direkt miteinander um Stellen konkurrieren, weil sie unterschiedliche arbeitsrelevante Merkmale haben und sich auf unterschiedliche Stellen bewerben. Longhi und Taylor (2013) geben z. B. an, dass sich Arbeitslose nur auf «schlechte» Stellen und Erwerbstätige auf «gute» Stellen bewerben und daher nicht miteinander konkurrieren. Sie untersuchen jedoch nicht die Gründe für dieses Verhalten. Es könnte durchaus sein, dass die Ursache mit dem Suchverhalten der erwerbstätigen Arbeitskräfte oder damit verbundenen Dynamiken zusammenhängt. So stellen sie beispielsweise fest, dass ein grösserer Anteil der Arbeitslosen im Vergleich zu den Erwerbstätigen eine Teilzeitbeschäftigung «bevorzugt» und erklären, dass dies ihre Behauptung eines segmentierten Arbeitsmarktes stützt. Dabei ignorieren sie die Tatsache, dass es sich möglicherweise nicht um eine inhärente «Präferenz» handelt, sondern um eine höhere Flexibilität seitens der Arbeitslosen, die auf einer dringenderen Notwendigkeit beruht, überhaupt eine Beschäftigung zu finden. Obwohl sie sogar selbst anmerken, dass Teilzeitbeschäftigte eher weiterhin auf Stellensuche sind, und den Grund darin vermuten, dass Teilzeitstellen «in Bezug auf Arbeitsangebotspräferenzen unbefriedigend» sind. Ebenso stellen sie fest, dass die beiden Gruppen dazu neigen, unterschiedliche Suchmethoden zu verwenden, wobei Erwerbstätige sich mehr auf die Nutzung ihrer Netzwerke konzentrieren und Arbeitslose sich mehr auf Jobcenter und Arbeitsvermittlungen verlassen. Sie verwenden dies als weiteres Argument für ihre Schlussfolgerung, dass sich diese Gruppen nicht auf die gleichen Stellen bewerben, weil die über diese verschiedenen Kanäle verfügbaren Stellen unterschiedlich sind. Die Nutzung verschiedener Kanäle könnte aber eher damit zusammenhängen, dass mit zunehmender Dauer der Arbeitslosigkeit die persönlichen und beruflichen Netzwerke Stellensuchender schwinden und Arbeitslose stärker auf institutionelle Unterstützung angewiesen sind. Es bedeutet nicht unbedingt, dass sich Arbeitslose tatsächlich auf verschiedene Stellen bewerben wollen.

Tatsächlich kommt die Mehrheit der neueren Literatur zu dem Ergebnis, dass die On-the-job-Suche einen deutlichen Einfluss auf die makroökonomischen Ergebnisse und die Chancen arbeitsloser Stellensuchender auf dem Arbeitsmarkt hat. Moscarini und Postel-Vinay (2019) sowie Faccini und Melosi (2019) bringen die On-the-job-Suche mit der Inflation in Verbindung und argumentieren, dass bei einer Konzentration der Erwerbstätigkeit am unteren Ende der Jobleiter, typischerweise nach einer Rezession, erwerbstätige Arbeitskräfte nach einem besseren Job suchen. Wenn Arbeitnehmende auf der Jobleiter aufsteigen, wird der Arbeitsmarkt enger und erzeugt durch Lohnverhandlungen Inflationsdruck. Eeckhout und Lindenlaub (2019) stellen eine elegante Theorie auf, nach der das Suchverhalten erwerbstätiger Arbeitskräfte durch eine strategische Ergänzung zwischen On-the-job-Suche und Stellenausschreibung starke Arbeitsmarktschwankungen selbst bei Abwesenheit anderer Schocks erzeugt. Nach dieser Theorie kann der Arbeitsmarkt selbst Zyklen erzeugen, im Gegensatz zur langjährigen Annahme (basierend auf dem DMP-Modell), dass solche Zyklen nur durch exogene Schocks erzeugt werden können. Die Autoren stellen fest, dass aktive On-the-job-Suche die Qualität des Bewerbendenpools verbessert, was die Stellenausschreibung durch Unternehmen fördert, was wiederum die On-the-job-Suche attraktiver macht. Dies entspricht einem Wirtschaftsboom mit wenig Mismatch, reichlich Arbeitsplatzschaffung und niedriger Arbeitslosigkeit. Während einer Rezession hingegen ist der Anteil der On-the-job-Suchenden im Bewerbendenpool viel geringer. Infolgedessen haben die Unternehmen weniger Anreize, offene Stellen auszuschreiben, was zu einer niedrigen Matching-Rate für Arbeitnehmende führt, welche die Kosten der On-the-job-Suche nicht kompensieren kann, was wiederum zu hohem Mismatch und hoher Arbeitslosigkeit führt. Die Autoren zeigen, dass ihre Theorie, insbesondere das Suchverhalten der Erwerbstätigen, viele wichtige Arbeitsmarktphänomene erklären kann, einschliesslich grosser Schwankungen in der Arbeitslosigkeit und der Tatsache, dass die Arbeitslosenquote viel länger braucht, um sich zu erholen als offene Stellen und Produktivität, z. B. nach einer Rezession.

Es mag kontraintuitiv erscheinen, dass das Verhalten der Erwerbstätigen die Arbeitslosigkeit erklären könnte. Aber diese haben typischerweise einen Anteil von mehr als 90 Prozent an der Erwerbsbevölkerung und bewerben sich auf demselben Arbeitsmarkt wie die Arbeitslosen auf offene Stellen. Daher hat jede geringfügige Änderung in ihrem Verhalten tiefgreifende Auswirkungen auf die Arbeitslosigkeit insgesamt. Auch wenn sie viel weniger intensiv suchen als Arbeitslose, wird im Durchschnitt fast die Hälfte der neuen Stellen von Erwerbstätigen besetzt. Besonders am Ende einer Rezession verdrängen die erwerbstätigen Suchenden die Arbeitslosen. Wenn die Schaffung von Arbeitsplätzen wieder anzieht, gehen die Stellen überproportional an On-the-job-Suchende und nicht an die Arbeitslosen. Die neue Aktivität führt also zunächst zu besseren Stellen für Erwerbstätige, aber nicht zu besseren Aussichten für Arbeitslose.

Basierend auf einer Umfrage, die sich auf das Stellensuchverhalten unabhängig vom Erwerbsstatus konzentriert, finden Faberman et al. (2020) in den folgenden drei Fakten Belege für die Theorie von Eeckhout und Lindenlaub: (1) On-the-job-Suche ist allgegenwärtig und auf den unteren Sprossen der Jobleiter intensiver; (2) Erwerbstätige sind bei der Jobsuche etwa viermal effizienter als Arbeitslose [2]; und (3) Erwerbstätige erhalten qualitativ hochwertigere Jobangebote als Arbeitslose.

Das Stigma der Arbeitslosigkeit

Was diese theoretischen Modelle und Studien nicht erwähnen, ist, warum Erwerbstätige bei der Stellensuche erfolgreicher sind und hochwertigere Jobangebote erhalten als Arbeitslose. Vieles davon könnte mit dem Stigma der Arbeitslosigkeit – insbesondere der Langzeitarbeitslosigkeit [3] – zu tun haben. Das Zitat im Titel dieses Artikels stammt aus einer Stellenausschreibung von Sony Ericsson, und dieses Unternehmen ist mit dieser Haltung in bester Gesellschaft. Verschiedene Studien (z. B. die hier und hier oder hier beschriebenen) haben im Laufe der Jahre immer wieder gezeigt, dass Personalverantwortliche gegenüber arbeitslosen Bewerbenden voreingenommen sind und oft davon ausgehen, dass Arbeitslose faul, weniger produktiv und weniger kompetent sind als erwerbstätige Kandidat*innen mit ansonsten gleichen Eigenschaften. Eine Studie aus dem Jahr 2019 ergab, dass Personalverantwortliche aufgrund der stereotypen Wahrnehmung arbeitsloser Bewerbenden sogar deren Charakter verurteilen: arbeitslose Jobkandidat*innen werden im Vergleich zu den erwerbstätigen als weniger warmherzig, weniger vertrauenswürdig, weniger gutmütig, weniger freundlich und weniger aufrichtig angesehen. Kein Wunder, dass sich Arbeitslose mit „schlechten Jobs“ begnügen müssen – wenn sie überhaupt eine Anstellung finden.

Und diese voreingenommene Perspektive findet sich nicht nur bei Personalverantwortlichen, sie scheint auch unter Forschern weit verbreitet zu sein. So ist der Kern der Theorie von Eeckhout und Lindenlaub die implizite Annahme, dass erwerbstätige Stellensuchende attraktiver und wertvoller seien als arbeitslose (aktive On-the-job-Suche verbessert die Qualität des Bewerberpools). Auch das DMP-Modell geht von einer stigmatisierten Sichtweise der Arbeitslosigkeit aus: Das Ergebnis, dass höhere Arbeitslosenunterstützung die Arbeitslosenquote erhöht, beruht auf der Annahme, dass ein höheres Einkommen durch Sozialleistungen die Motivation der Arbeitslosen zur Stellensuche und damit zum erfolgreichen Wiedereinstieg in den Arbeitsmarkt verringert. Zugespitzt formuliert geht das Modell davon aus, dass arbeitslose Arbeitskräfte Freizeit der Arbeit vorziehen (also faul sind) und schiebt ihnen die Schuld zu (ein motivierter Arbeitsloser könnte jederzeit einen Job finden).

Dies und die Tatsache, dass Studien zeigen, dass Langzeitarbeitslosigkeit auch zu langfristigen Schäden wie lebenslang niedrigeren Löhnen, vermehrten Gesundheitsproblemen, geringerer Lebensqualität und verminderter Lebenserwartung sowie einem erhöhten Selbstmordrisiko führt, zeigt deutlich, dass arbeitslose Stellensuchende geschützt werden sollten und dass die Anstrengungen verstärkt werden sollten, um weitere Arbeitslosigkeit zu verhindern und Langzeitarbeitslosigkeit einzudämmen. Ein kleiner, aber einfacher Schritt liegt bereits auf der Hand: die Förderung von Lösungen, die diese Vorurteile zumindest in den ersten Schritten des Auswahlprozesses von Kandidat*innen verhindern, indem Arbeitsvermittlungssysteme eingesetzt werden, die den Erwerbsstatus verschleiern. Viele der aktuellen Systeme und Plattformen, die von öffentlichen Arbeitsverwaltungen angeboten werden, bieten jedoch nur Zugang für arbeitslose Stellensuchende. Diese Systeme sind selten erfolgreich, oft werden sie von Unternehmen und potenziellen Arbeitgebenden kaum genutzt. Und das Stigma der Arbeitslosigkeit ist ein Hauptgrund für dieses Problem. Um langfristig tragfähig zu sein und arbeitslosen Stellensuchenden eine echte Chance auf eine Rückkehr ins Arbeitsleben zu bieten, muss eine gute PES-Plattform das gesamte Universum an Arbeitskräften und Experten aus allen Bereichen, Branchen und Kompetenzen umfassen.

Eine blosse Einführung der richtigen Software löst natürlich – entgegen der Behauptung einiger Softwareanbieter – weder das Problem der Diskriminierung von Arbeitslosen vollständig, noch kann sie die Arbeitslosigkeit allein verringern. Es handelt sich hierbei natürlich um ein komplexes Problem, das von vielen Faktoren abhängt und von verschiedenen Seiten angegangen werden muss. Dennoch können solche Lösungen als wirksamer Bestandteil einer gut durchdachten Arbeitsmarkt- und Anti-Diskriminierungspolitik dienen.

Wir bei JANZZ setzen nicht nur auf schnelle Marketing-Schlagzeilen, sondern entwickeln evidenzbasierte Lösungen und setzen diese bereits seit 2010 erfolgreich ein. Unsere Job- und Skill-Matching-Lösungen sind fair und diskriminierungsfrei und liefern völlig unvoreingenommene Ergebnisse gemäss den OECD-Grundsätzen zur KI. Das garantiert, dass jene*r Kandidat*in mit der besten Eignung in allen Einzelkriterien den besten Match erhält – unabhängig vom Erwerbsstatus oder anderen nicht relevanten Merkmalen wie Herkunft, Alter oder Geschlecht. Das ist einer der vielen Gründe, weshalb wir vertrauenswürdiger Partner einer stetig wachsenden Zahl von öffentlichen Arbeitsverwaltungen auf der ganzen Welt sind.

Wenn Sie diesen ersten Schritt machen wollen, um den Kreislauf zu durchbrechen und zu einem gerechteren Arbeitsmarkt für Arbeitslose beizutragen, kontaktieren Sie uns unter info@janzz.technology oder besuchen Sie unsere Produktseite für öffentliche Arbeitsverwaltungen.

[1] Christensen et al., (2005), Cahuc, Postel-Vinay, and Robin (2006), and Bagger and Lentz (2019), among others,
[2] Hätten sich die Autoren nur auf die Übergangsraten verlassen – ein in der Literatur üblicher Ansatz aufgrund fehlender Daten zum Aufwand der Arbeitssuche – hätten sie das gegenteilige Ergebnis von Fakt (2) gefunden, nämlich dass die Arbeitslosen etwa siebenmal effizienter sind.
[3] In den USA ist Langzeitarbeitslosigkeit definiert als (aktive) Arbeitslosigkeit von mehr als 6 Monaten, in der EU von mehr als 12 Monaten.