Wenn wir davon hören, dass Automatisierung und künstliche Intelligenz Arbeitsplätze ersetzen, könnte es so aussehen, als würde ein Tsunami der Technologie im Namen einer höheren Effizienz die Arbeitnehmer weitgehend auslöschen. Eine von einem MIT-Ökonomen mitverfasste Studie zeigt jedoch eine deutlich veränderte Dynamik in den USA seit 1980.

Anstatt die Automatisierung im Streben nach maximaler Produktivität einzuführen, nutzen Unternehmen die Automatisierung oft, um Mitarbeiter zu ersetzen, die gezielt eine „Lohnprämie“ erhalten und höhere Gehälter als andere vergleichbare Arbeitnehmer verdienen. In der Praxis bedeutet dies, dass die Automatisierung häufig zu Einkommenseinbußen bei Arbeitnehmern ohne Hochschulabschluss geführt hat, die bessere Gehälter erzielt hatten als die meisten Arbeitnehmer mit ähnlichen Qualifikationen.

Dieser Befund hat mindestens zwei große Implikationen. Einerseits hat die Automatisierung das Wachstum der Einkommensungleichheit in den USA noch stärker beeinflusst, als vielen Beobachtern bewusst ist. Gleichzeitig hat die Automatisierung zu einer mittelmäßigen Produktivitätssteigerung geführt, was wahrscheinlich darauf zurückzuführen ist, dass sich die Unternehmen auf die Kontrolle der Löhne konzentrieren, statt technologiegestütztere Wege zur Steigerung der Effizienz und des langfristigen Wachstums zu finden.

„Es gab eine ineffiziente Ausrichtung auf die Automatisierung“, sagt Daron Acemoglu vom MIT, Mitautor eines veröffentlichten Artikels, in dem die Ergebnisse der Studie detailliert beschrieben werden. „Je höher der Lohn des Arbeitnehmers in einer bestimmten Branche, einem bestimmten Beruf oder einer bestimmten Aufgabe, desto attraktiver wird die Automatisierung für Unternehmen.“ Theoretisch könnten Unternehmen effizient automatisieren, stellt er fest. Sie haben es jedoch nicht getan, indem sie es als Instrument zur Gehaltskürzung betonen, das ihren eigenen internen kurzfristigen Zahlen hilft, ohne einen optimalen Wachstumspfad zu schaffen.

Die Studie schätzt, dass die Automatisierung für 52 Prozent des Anstiegs der Einkommensungleichheit zwischen 1980 und 2016 verantwortlich ist und dass etwa 10 Prozentpunkte speziell darauf zurückzuführen sind, dass Unternehmen Arbeitnehmer ersetzen, die einen Lohnzuschlag verdient haben. Diese ineffiziente Ausrichtung auf bestimmte Mitarbeiter hat 60–90 Prozent der Produktivitätssteigerungen durch die Automatisierung in diesem Zeitraum zunichte gemacht.

„Dies ist einer der möglichen Gründe dafür, dass die Produktivitätsverbesserungen in den USA relativ gering ausfielen, obwohl wir eine erstaunliche Anzahl neuer Patente und eine erstaunliche Anzahl neuer Technologien hatten“, sagt Acemoglu. „Wenn man sich dann die Produktivitätsstatistiken ansieht, sind sie ziemlich erbärmlich.“

Das Papier: „Automatisierung und Mietverlust: Auswirkungen auf Löhne, Ungleichheit und Produktivität„, erscheint in der Mai-Printausgabe des Vierteljährliches Journal of Economics. Die Autoren sind Acemoglu, Institutsprofessor am MIT; und Pascual Restrepo, außerordentlicher Professor für Wirtschaftswissenschaften an der Yale College.

Auswirkungen auf die Ungleichheit

Seit den 2010er Jahren haben Acemoglu und Restrepo gemeinsam zahlreiche Studien über Automatisierung und ihre Auswirkungen auf Beschäftigung, Löhne, Produktivität und Unternehmenswachstum durchgeführt. Im Allgemeinen deuten ihre Ergebnisse darauf hin, dass die Auswirkungen der Automatisierung auf die Arbeitskräfte nach 1980 bedeutender sind, als viele andere Wissenschaftler angenommen haben.

Um die aktuelle Studie durchzuführen, verwendeten die Forscher Daten aus vielen Quellen, darunter Statistiken des US Census Bureau, Daten aus der American Group Survey des Büros, Branchenzahlen und mehr. Acemoglu und Restrepo analysierten 500 detaillierte demografische Gruppen, sortiert nach fünf Bildungsniveaus sowie Geschlecht, Alter und ethnischem Hintergrund. Die Studie verknüpft diese Informationen mit einer Analyse der Veränderungen in 49 US-amerikanischen Branchen, um einen detaillierten Blick auf die Auswirkungen der Automatisierung auf die Belegschaft zu werfen.

Letztendlich ermöglichte die Analyse den Wissenschaftlern, nicht nur die Gesamtzahl der durch die Automatisierung verlorenen Arbeitsplätze abzuschätzen, sondern auch, wie viel davon darauf zurückzuführen conflict, dass Unternehmen ganz gezielt versuchten, die Lohnprämie für einige ihrer Arbeitnehmer zu streichen.

Die Studie zeigt unter anderem, dass innerhalb der von der Automatisierung betroffenen Arbeitnehmergruppen die größten Auswirkungen bei Arbeitnehmern im 70. bis 95. Perzentil der Gehaltsspanne auftreten, was darauf hindeutet, dass besser verdienende Arbeitnehmer einen Großteil der Hauptlast dieses Prozesses tragen.

Und wie die Analyse zeigt, ist etwa ein Fünftel des gesamten Anstiegs der Einkommensungleichheit auf diesen einzigen Faktor zurückzuführen.

„Ich denke, das ist eine große Zahl“, sagt Acemoglu, der sich den Nobelpreis für Wirtschaftswissenschaften 2024 mit seinen langjährigen Mitarbeitern Simon Johnson vom MIT und James Robinson von der College of Chicago teilte.

Er fügt hinzu: „Automatisierung ist natürlich ein Motor des Wirtschaftswachstums und wir werden sie nutzen, aber sie führt zu sehr großen Ungleichheiten zwischen Kapital und Arbeit sowie zwischen verschiedenen Arbeitsgruppen und hat daher möglicherweise viel stärker zum Anstieg der Ungleichheit in den Vereinigten Staaten in den letzten Jahrzehnten beigetragen.“

Das Produktivitätsrätsel

Die Studie beleuchtet auch eine grundlegende Entscheidung für Unternehmensmanager, die jedoch übersehen wird. Stellen Sie sich eine Artwork von Automatisierung vor – zum Beispiel Callcenter-Technologie –, die für ein Unternehmen tatsächlich ineffizient sein könnte. Dennoch haben Firmenmanager einen Anreiz, es zu übernehmen, die Löhne zu senken und ein weniger produktives Unternehmen mit höheren Nettogewinnen zu beaufsichtigen.

Im Großen und Ganzen scheint dies in der US-Wirtschaft seit 1980 passiert zu sein: Höhere Rentabilität ist nicht dasselbe wie höhere Produktivität.

„Diese beiden Dinge sind unterschiedlich“, sagt Acemoglu. „Sie können Kosten senken und gleichzeitig die Produktivität verringern.“

Tatsächlich erinnert die aktuelle Studie von Acemoglu und Restrepo an eine Beobachtung des verstorbenen MIT-Ökonomen Robert M. Solow, der 1987 schrieb: „Man kann das Computerzeitalter überall erkennen, außer in den Produktivitätsstatistiken.“

In diesem Sinne stellt Acemoglu fest: „Wenn Supervisor die Produktivität um 1 Prozent senken, aber den Gewinn steigern können, könnten viele von ihnen damit zufrieden sein. Das hängt von ihren Prioritäten und Werten ab. Die andere wichtige Schlussfolgerung unseres Papiers ist additionally, dass gute Automatisierung an den Rändern mit weniger guter Automatisierung gebündelt wird.“

Um es klar zu sagen: Die Studie impliziert nicht unbedingt, dass weniger Automatisierung immer besser ist. Bestimmte Arten der Automatisierung können die Produktivität steigern und einen positiven Kreislauf in Gang setzen, in dem ein Unternehmen mehr Geld verdient und mehr Arbeitskräfte einstellt.

Doch Acemoglu glaubt, dass die Komplexität der Automatisierung derzeit noch nicht klar genug erkannt wird. Vielleicht hilft die Betrachtung des breiten historischen Musters der Automatisierung in den USA seit 1980 den Menschen, die damit verbundenen Kompromisse besser zu verstehen – und zwar nicht nur Ökonomen, sondern auch Unternehmensmanagern, Arbeitern und Technologen.

„Wichtig ist, ob es in das Denken der Menschen einfließt und wo wir in der ganzheitlichen Gesamtbewertung der Automatisierung landen, im Hinblick auf Ungleichheit, Produktivität und Auswirkungen auf den Arbeitsmarkt“, sagt Acemoglu. „Wir hoffen additionally, dass diese Studie den entscheidenden Schritt dorthin bringt.“

Oder wie er zu dem Schluss kommt: „Wir könnten potenziell noch bessere Produktivitätssteigerungen verpassen, wenn wir die Artwork und den Umfang der Automatisierung sorgfältiger und produktivitätssteigernder kalibrieren. Es ist alles eine Entscheidung, zu 100 Prozent.“

Von admin

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert