Studie zeigt: Algorithmen senken Löhne auf digitalen Plattformen ohne Absprachen zwischen Unternehmen.

Algorithmische Lohnfestsetzung auf digitalen Arbeitsplattformen: Risiken für den Arbeitsmarkt

Eine aktuelle Studie, an der Forschende der Technischen Universität Darmstadt, der Universität Bielefeld sowie der Université Côte d’Azur beteiligt waren, untersucht die Auswirkungen selbstlernender Algorithmen auf die Lohnhöhe bei digitalen Arbeitsplattformen. Die Ergebnisse, veröffentlicht in der Fachzeitschrift Labour Economics, zeigen, dass Algorithmen in simulationsbasierten Modellen unter bestimmten Bedingungen ein niedriges Lohnniveau „erlernen“ können, ohne dass eine direkte Absprache zwischen Unternehmen erfolgt.

Untersuchungsgegenstand und Methodik

Im Fokus der Analyse standen digitale Arbeitsplattformen wie „Amazon Mechanical Turk“, die Arbeits- und Dienstleistungen in Bereichen wie Softwareentwicklung, Übersetzung, Dateneingabe oder Marketing vermitteln. Obwohl Crowdworking in Deutschland noch kein Massenphänomen ist und überwiegend als Nebenerwerb genutzt wird, hat dessen Bedeutung in den letzten Jahren zugenommen. So setzten laut einer Erhebung des Zentrums für Europäische Wirtschaftsforschung (ZEW) im Jahr 2020 etwa 8,2 % der Unternehmen der deutschen Informationswirtschaft Crowdworking ein.

Die Studie modellierte die Lohnentscheidungen von Unternehmen mithilfe von Deep Q-Networks (DQN), einer Form selbstlernender Algorithmen, die mittels Reinforcement Learning trainiert werden. Diese neuronalen Netze sind in der Lage, komplexe Datenmuster zu erkennen und darauf basierende Entscheidungen zu treffen. Die Forschenden kombinierten ökonomische Modelle mit maschinellen Lernverfahren und umfangreichen Computersimulationen, um zu untersuchen, ob Algorithmen eigenständig Löhne unterhalb des üblichen Wettbewerbsniveaus festlegen können.

Ergebnisse: Lohnsenkungen ohne explizite Absprachen

Die Simulationen ergaben, dass bei einer geringen Anzahl konkurrierender Unternehmen die Algorithmen Löhne erzeugen können, die denen einer Kollusion ähneln, also eines Abkommens zur Wettbewerbsbeschränkung. Dies geschieht, obwohl keine direkte Kommunikation oder Absprache zwischen den Firmen vorliegt. Die Studie erweitert damit das Forschungsfeld der algorithmischen Kollusion, das bislang vor allem Produktmärkte und Preisbildung betrachtete, auf den Arbeitsmarkt und digitale Plattformen.

Methodisch unterscheidet sich die Untersuchung durch den Einsatz von Deep Q-Networks von früheren Studien, die einfachere Reinforcement-Learning-Modelle verwendeten.

Implikationen für Arbeitsmarktregulierung und Wettbewerbspolitik

Die Erkenntnisse sind relevant für die Gestaltung von Arbeitsmarkt- und Wettbewerbspolitik sowie für die Regulierung digitaler Plattformen und KI-Systeme. Mit zunehmender Automatisierung wirtschaftlicher Entscheidungen stellt sich die Frage, wie Märkte funktionieren, wenn Algorithmen autonom Löhne, Preise oder Vertragsbedingungen bestimmen.

Professor Michael Neugart, Leiter der Studie, betont, dass Unternehmen möglicherweise keine expliziten Absprachen treffen müssen, damit Algorithmen Verhaltensmuster entwickeln, die zu wettbewerbswidrigen Ergebnissen führen. Für Wettbewerbsbehörden ist es daher wichtig, die Eigenschaften moderner Machine-Learning-Algorithmen besser zu verstehen, um nicht-wettbewerbliche Marktergebnisse zu erkennen und zu verhindern. Die Problematik betrifft nicht nur digitale Arbeitsplattformen, sondern alle Bereiche, in denen Algorithmen eigenständig wirtschaftliche Entscheidungen treffen.

Über die Technische Universität Darmstadt

Die TU Darmstadt gehört zu den führenden technischen Hochschulen in Deutschland und zeichnet sich durch exzellente Forschung in den Bereichen Energie und Umwelt, Information und Intelligenz sowie Materie und Materialien aus. Sie fördert interdisziplinäre Zusammenarbeit und den Austausch mit Gesellschaft, Wirtschaft und Politik, um nachhaltige Entwicklungen weltweit voranzutreiben. Seit ihrer Gründung 1877 ist die Universität international ausgerichtet und gestaltet als Mitglied der Europäischen Technischen Universität Allianz Unite! einen transeuropäischen Campus mit. Gemeinsam mit den Rhein-Main-Universitäten Goethe-Universität Frankfurt und Johannes Gutenberg-Universität Mainz trägt sie zur Entwicklung der Metropolregion Frankfurt-Rhein-Main als globalen Wissenschaftsstandort bei.

Kontakt und Publikation

• Wissenschaftlicher Ansprechpartner:
  Professor Michael Neugart
  Fachgebiet Finanzwissenschaft und Wirtschaftspolitik
  E-Mail: michael.neugart@tu-darmstadt.de
  Telefon: +49 6151 16-57266
• Originalpublikation:
  Herbert Dawid, Philipp Harting, Michael Neugart: „Algorithmic wage setting on online labor platforms“, Labour Economics, Band 102, Oktober 2026, Artikelnummer 102945
  https://www.sciencedirect.com/science/article/pii/S0927537126000977?via%3Dihub

Auch interessant: Buisiness.Bucheditionen