{"id":1388,"date":"2018-09-03T12:36:36","date_gmt":"2018-09-03T10:36:36","guid":{"rendered":"http:\/\/kommunistische-debatte.de\/?page_id=1388"},"modified":"2018-09-03T12:45:46","modified_gmt":"2018-09-03T10:45:46","slug":"moegliche-auswirkungen-der-automatisierung-auf-den-arbeitsmarkt","status":"publish","type":"page","link":"https:\/\/kommunistische-debatte.de\/?page_id=1388","title":{"rendered":"M\u00f6gliche Auswirkungen der Automatisierung auf den Arbeitsmarkt"},"content":{"rendered":"

Im Folgenden wird eine Auswahl von Studien vorgestellt, die versuchen, m\u00f6gliche Auswirkungen der Automatisierung auf den Arbeitsmarkt zu quantifizieren.<\/span><\/span><\/p>\n

Eine viel zitierte Studie ist die von Frey und Osborne ([28]) f\u00fcr den amerikanischen Arbeitsmarkt. Sie vergleicht den Stand der bei Abfassung des Artikels vorhandenen Automatisierungsm\u00f6glichkeiten im Jahr 2010 mit der Klassifizierung der Berufsgruppen des amerikanischen Arbeitsministeriums und den f\u00fcr sie notwendigen F\u00e4higkeiten. Berechnet wird damit eine Automatisierungswahrscheinlichkeit, auch Substituierungspotential genannt, f\u00fcr Berufe unter der Voraussetzung, dass jede technische M\u00f6glichkeit der Automatisierung auch durchgef\u00fchrt wird. In einer gewissen Hinsicht gibt die Studie damit eine Obergrenze an, da es von einer Reihe von Faktoren abh\u00e4ngt, ob eine Automatisierung durchgef\u00fchrt wird.<\/span><\/span><\/p>\n

F\u00fcr eine Auswahl von Berufsgruppen lie\u00dfen Frey und Osborne Robotikexperten beurteilen, ob sie automatisierbar sind und rechneten diese Ergebnisse anhand von T\u00e4tigkeitsmerkmalen statistisch auf die restlichen Berufsgruppen hoch. Die Rechenergebnisse ordneten sie drei Gruppen von Substitutionswahrscheinlichkeiten zu, geringe, mittlere oder hohe Wahrscheinlichkeit, wobei sie als hohe Wahrscheinlichkeit definierten, dass mehr als 70\u00a0% der T\u00e4tigkeiten dieser Berufsgruppe automatisierbar sind. Das Ergebnis war, dass 47\u00a0% der US-Berufsgruppen durch Automatisierung stark gef\u00e4hrdet sind. Nicht behandelt werden in der Studie ein m\u00f6glicher Arbeitsplatzaufbau durch die neuen Technologien.<\/span><\/span><\/p>\n

Betroffen sind nach Frey und Osborne vor allem Berufe in B\u00fcros und Verwaltung, Transport und Logistik und Hilfsarbeiter in der Produktion. Derzeit noch nicht automatisierbar sind vor allem Berufe, die kreative oder soziale Intelligenz erfordern, sowie Berufe mit besonderer Wahrnehmungs- und Handhabungsqualit\u00e4t. Bei Letzteren \u00e4ndert sich aber die Situation mit verbesserten Sensoren, Handhabungseinrichtungen und Programmen, die es erlauben, dass Roboter auch Nichtroutinet\u00e4tigkeiten \u00fcbernehmen k\u00f6nnen. Die Studie weist auch darauf hin, dass Serviceroboter zunehmend Arbeiten im Dienstleistungsbereich \u00fcbernehmen k\u00f6nnen, dem Bereich, in dem es in den letzten Jahren den gr\u00f6\u00dften Arbeitsplatzaufbau in den USA gab. Die Autoren betonen, dass aus ihrer Analyse keine Prognose \u00fcber den tats\u00e4chlichen Arbeitsplatzabbau ableitbar ist. F\u00fcr den technologisch m\u00f6glichen Arbeitsplatzabbau nennen sie einen Zeitraum von 10 bis 20 Jahren. <\/span><\/span><\/p>\n

Die Methodik von Frey und Osborne wurde von verschiedenen Autoren auf andere L\u00e4nder \u00fcbertragen. F\u00fcr Deutschland gibt es insbesondere die Studien von Bonin ([62]) und Brzeski und Burk ([63]). Beide Studien benutzen die deutsche Berufsqualifikation. Brzeski und Burk sch\u00e4tzen die Wahrscheinlichkeit der durch Automatisierung hoch gef\u00e4hrdeten Berufe auf 59\u00a0%, Bonin auf 42\u00a0%. Die Verteilung der hochgef\u00e4hrdeten Berufe ist in allen Berichten \u00e4hnlich. Um das anschaulicher zu machen, wird die folgende Tabelle von Brzeski\/Burk wiedergegeben:<\/span><\/span><\/p>\n\n\n\n\n\n\n<\/colgroup>\n\n\n\n\n\n\n\n\n\n\n\n\n\n
\n

Funktionsklasse<\/b><\/span><\/span><\/p>\n<\/td>\n

\n

Berufe pro Gruppe<\/b><\/span><\/span><\/p>\n<\/td>\n

\n

Sozialversicherungspflichtig und geringf\u00fcgig Besch\u00e4ftigte<\/b><\/span><\/span><\/p>\n<\/td>\n

\n

Gef\u00e4hrdete Arbeitspl\u00e4tze<\/b><\/span><\/span><\/p>\n<\/td>\n

\n

Wahr-scheinlich-<\/b><\/span><\/span><\/p>\n

keit<\/b><\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

Total<\/span><\/span><\/td>\n\n

1286<\/span><\/span><\/p>\n<\/td>\n

\n

37.990.000<\/span><\/span><\/p>\n<\/td>\n

<\/td>\n<\/td>\n<\/tr>\n
Untersuchte Berufe<\/span><\/span><\/td>\n\n

369<\/span><\/span><\/p>\n<\/td>\n

\n

30.870.000<\/span><\/span><\/p>\n<\/td>\n

\n

18.300.000<\/span><\/span><\/p>\n<\/td>\n

\n

59\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

B\u00fcrokr\u00e4fte und verwandte Berufe<\/span><\/span><\/td>\n\n

26<\/span><\/span><\/p>\n<\/td>\n

\n

3.500.000<\/span><\/span><\/p>\n<\/td>\n

\n

3.000.000<\/span><\/span><\/p>\n<\/td>\n

\n

86\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

Hilfsarbeitskr\u00e4fte<\/span><\/span><\/td>\n\n

20<\/span><\/span><\/p>\n<\/td>\n

\n

3.800.000<\/span><\/span><\/p>\n<\/td>\n

\n

3.260.000<\/span><\/span><\/p>\n<\/td>\n

\n

85\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

Anlagen- und Maschinenbediener, Montagekr\u00e4fte<\/span><\/span><\/td>\n\n

28<\/span><\/span><\/p>\n<\/td>\n

\n

4.640.000<\/span><\/span><\/p>\n<\/td>\n

\n

3.210.000<\/span><\/span><\/p>\n<\/td>\n

\n

69\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

Dienstleistungs- und Verkaufsberufe<\/span><\/span><\/td>\n\n

30<\/span><\/span><\/p>\n<\/td>\n

\n

4.570.000<\/span><\/span><\/p>\n<\/td>\n

\n

3.120.000<\/span><\/span><\/p>\n<\/td>\n

\n

68\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

Facharbeiter in Landwirtschaft, Forstwirtschaft und Fischerei<\/span><\/span><\/td>\n\n

11<\/span><\/span><\/p>\n<\/td>\n

\n

78.000<\/span><\/span><\/p>\n<\/td>\n

\n

50.000<\/span><\/span><\/p>\n<\/td>\n

\n

64\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

Handwerks- und verwandte Berufe<\/span><\/span><\/td>\n\n

67<\/span><\/span><\/p>\n<\/td>\n

\n

4.1000.000<\/span><\/span><\/p>\n<\/td>\n

\n

2.580.000<\/span><\/span><\/p>\n<\/td>\n

\n

63\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

Technische und gleichrangige nichttechnische Berufe<\/span><\/span><\/td>\n\n

72<\/span><\/span><\/p>\n<\/td>\n

\n

4.800.000<\/span><\/span><\/p>\n<\/td>\n

\n

2.470.000<\/span><\/span><\/p>\n<\/td>\n

\n

51\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

Akademische Berufe<\/span><\/span><\/td>\n\n

91<\/span><\/span><\/p>\n<\/td>\n

\n

3.990.000<\/span><\/span><\/p>\n<\/td>\n

\n

471.000<\/span><\/span><\/p>\n<\/td>\n

\n

12\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n

F\u00fchrungskr\u00e4fte<\/span><\/span><\/td>\n\n

24<\/span><\/span><\/p>\n<\/td>\n

\n

1.380.000<\/span><\/span><\/p>\n<\/td>\n

\n

157.000<\/span><\/span><\/p>\n<\/td>\n

\n

11\u00a0%<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

 <\/p>\n

Gem\u00e4\u00df dieser Tabelle arbeiten weit mehr als 6 Millionen Arbeitskr\u00e4fte in hoch gef\u00e4hrdeten Berufen (mehr als 70% der T\u00e4tigkeiten automatisierbar).<\/span><\/span><\/p>\n

Die Studie von Bonin ([62]) wurde im Auftrag des Bundesministeriums f\u00fcr Arbeit und Soziales durchgef\u00fchrt. Sie analysiert auch die methodischen Beschr\u00e4nkungen der Untersuchung von Frey und Osborne. Ein wichtiger Einwand ist, dass nicht Berufe, sondern T\u00e4tigkeiten durch die Automatisierung wegfallen. Die Studie berechnet auf Basis des t\u00e4tigkeitsbasierten Ansatzes, dass 12\u00a0% von T\u00e4tigkeiten durch die weitere Automatisierung in Deutschland wegfallen k\u00f6nnten. Diese Betrachtung impliziert, dass sich Berufe mit der durch die Automatisierung wegfallenden T\u00e4tigkeiten ver\u00e4ndern, aber nicht verschwinden, was zum Teil sicher der Fall sein wird. Die Differenz von 12\u00a0% und 42\u00a0% in derselben Studie erstaunt dennoch, denn sie beinhaltet, dass die Anzahl automatisierbarer T\u00e4tigkeiten innerhalb der Berufe noch gering ist. Eine Erkl\u00e4rung zu diesen sehr unterschiedlichen Zahlen gibt die Untersuchung nicht.<\/span><\/span><\/p>\n

<\/a> Obiger Tabelle ist zu entnehmen, dass auch B\u00fcrokr\u00e4fte, die zum Teil der Mittelschicht angeh\u00f6ren, gef\u00e4hrdet sind. Gem\u00e4\u00df dem Schwerpunkt meiner Untersuchung wurde vor allem die Automatisierung von Produktionsprozessen betrachtet, bei der Betrachtung m\u00f6glicher Arbeitsplatzverluste durch Automatisierung ist nat\u00fcrlich die Gesamtheit der Besch\u00e4ftigten zu betrachten. Dazu ein Beispiel aus dem Dienstleistungsbereich: L\u00e4sst man sich bei einer Bank \u00fcber eine Geldanlage beraten, so liest der Berater seine Vorschl\u00e4ge von Ergebnissen ab, die ein Programm erstellt hat und empfiehlt die Produkte, an der seine Bank am meisten verdient. Ein umfassenderes Ergebnis kann man auch \u00fcber ein Vergleichsportal im Internet erreichen, der Portalbetreiber verdient an der Vermittlungsgeb\u00fchr, wenn man einen seiner Vorschl\u00e4ge ausw\u00e4hlt. Der Bankberater ist also \u00fcberfl\u00fcssig. Gleiches gilt f\u00fcr viele verwandte Berufe wie zum Beispiel Versicherungsmakler und andere kaufm\u00e4nnische Berufe. Viele Betriebe wickeln inzwischen ihre Gesch\u00e4ftsbeziehungen \u00fcber eine Software ab, das Bestellwesen durch den Menschen und \u00e4hnliche Aufgaben k\u00f6nnen mehr und mehr entfallen. Eberl ([2], Seite 239 folgende) gibt an, dass inzwischen auch Sportberichte oder die Quartalsberichte von Unternehmen maschinell erstellt werden. In seinem Buch ([2], Seite 241) wird eine Studie des Mc Kinsey Global Institute zitiert, dass in den n\u00e4chsten zehn Jahren weltweit die T\u00e4tigkeit von 110\u2013140 Millionen \u201eWissensarbeitern\u201c automatisiert werden k\u00f6nnten, was eine Einsparung von 6 000 Milliarden Euro pro Jahr ergeben w\u00fcrde. In den Dienstleistungsbereichen kann die menschliche T\u00e4tigkeit in der Regel sehr schnell durch Programme ersetzt werden, da dies keine teuren Investitionen in mechanische Roboter erfordert. So verwenden Hotlines von Unternehmen zunehmend Sprachroboter, sogenannte \u201echatbots\u201c, zur Beantwortung von Fragen, Callcenter-Mitarbeiter werden \u00fcberfl\u00fcssig.<\/span><\/span><\/p>\n

Es gibt auch Studien, die zu dem Schluss kommen, dass die beschleunigte Automatisierung keine zahlenm\u00e4\u00dfig bedeutsame Auswirkung auf den Arbeitsmarkt haben werde. So w\u00fcrden zwar T\u00e4tigkeiten abgebaut, aber sie w\u00fcrden anderweitig kompensiert. Stellvertretend f\u00fcr diese Positionen seien die Studien des Instituts f\u00fcr Arbeit und Besch\u00e4ftigung (IAB) und der Boston Consulting Group ([58]) genannt. Das IAB hat mehrere Studien zu diesem Thema ver\u00f6ffentlicht ([64], [65], [66]). Diese Studien legen die deutsche Berufs\u00adqualifizierung zugrunde und sind daher keine reine \u00dcbertragung der Studie von Frey und Osborne auf Deutschland. Sie folgen methodisch Bonin ([63]) darin, dass keine Berufe, sondern T\u00e4tigkeiten durch rechnergesteuerte Maschinen ersetzt werden. Die Berechnungen erfolgten auf der Basis der vorhandenen Technik, die Beurteilung der Substitutionswahrscheinlichkeit wurden aber nicht von Experten f\u00fcr Technologie sondern von Experten der Bundesanstalt f\u00fcr Arbeit ([65], Seite 22) durchgef\u00fchrt. Ber\u00fccksichtigt wird, dass Berufe mit hohen Besch\u00e4ftigtenzahlen eher automatisiert werden. Das Ergebnis ist, dass rund 15\u00a0% der sozialpflichtigen Besch\u00e4ftigten einem hohen Substituierungspotential (mehr als 70\u00a0%) ausgesetzt sind, was den Ergebnissen von Bonin entspricht. Im IAB-Forschungsbericht ([64]) wird versucht zu quantifizieren, wie viele Arbeitspl\u00e4tze durch \u201eIndustrie 4.0\u201c geschaffen und wie viele verloren gehen k\u00f6nnten. Demnach w\u00fcrden bis zum Jahr 2030 420 000 Arbeitspl\u00e4tze verloren gehen und 360 000 ([64], Seite 8) neu geschaffen, es w\u00e4re damit eine fast ausgeglichene Bilanz. In ([38], Seite 56) wird eine Studie zitiert, die zu dem Schluss kommt, bis zum Jahr 2025 w\u00fcrden durch \u201eIndustrie 4.0\u201c netto, das hei\u00dft nach Abzug der verlorengehenden Arbeitspl\u00e4tze, 350 000 industrielle Arbeitspl\u00e4tze geschaffen. Der Kontrast solcher Zahlen zu den Angaben in obiger Tabelle der Studie von Brzeski und Burk ([63]) ist offensichtlich. Oft wird auch argumentiert, fr\u00fchere industrielle Revolutionen h\u00e4tten auf l\u00e4ngere Sicht nicht zu gro\u00dfem Arbeitsplatzabbau gef\u00fchrt. Solche pauschalen Aussagen ersparen sich Untersuchungen dazu, warum es trotz Rationalisierung zu einem Aufbau der Gesamtbesch\u00e4ftigung kommen kann. Keiner der Autoren der beschriebenen Studien ist verd\u00e4chtig, Weltuntergangsphantasien beschw\u00f6ren zu wollen oder ein Apologet der sch\u00f6nen neuen Welt der Automatisierung zu sein. Dennoch dient die eine Studie den Panikmachern, die andere den Propagandisten. Alle Studien heben hervor, dass neue Berufe entstehen werden, andere verschwinden und viele Besch\u00e4ftigte in andere Berufsfelder wechseln m\u00fcssen.<\/span><\/span><\/p>\n

Nun soll auf eine aus mehreren Teilstudien bestehende Untersuchung eingegangen werden, die einen anderen Ansatz als die bisher vorgestellten verfolgt. Sie stammt von der Unternehmungsberatung Boston Consulting Group aus dem Jahr 2015 ([58]). In ihnen geht es darum, die \u00f6konomischen Anreize abzusch\u00e4tzen, die eine weitere Automatisierung f\u00fcr die Unternehmen attraktiv machen k\u00f6nnte. Untersucht wurden 21 Industriezweige in 25 Exportnationen.<\/span><\/span><\/p>\n

Die Studie benutzt als Ma\u00dfstab, dass Firmen dann Roboter einsetzen werden, wenn die Roboterarbeitsstunde etwa 15\u00a0% billiger als die menschliche Arbeitsstunde ist. Somit h\u00e4ngt der Robotereinsatz im Wesentlichen ab vom<\/span><\/span><\/p>\n

 <\/p>\n