Eine Studie der TU Darmstadt, der Universität Bielefeld und der Université Côte d’Azur zeigt: Algorithmen können Löhne auf kollusionsähnlich niedrigem Niveau halten – ohne Absprachen zwischen Unternehmen. Die Ergebnisse sind in der Fachzeitschrift Labour Economics erschienen.
Algorithmen als Treiber niedriger Löhne
Die Forscher untersuchten digitale Plattformen wie Amazon Mechanical Turk, die Dienstleistungen in Bereichen wie Softwareentwicklung oder Übersetzung vermitteln. In Deutschland nutzten 2020 laut Zentrum für Europäische Wirtschaftsforschung 8,2 Prozent der Unternehmen der Informationswirtschaft Crowdworking, vor allem als Nebenerwerb.
In Simulationen ließen die Wissenschaftler Unternehmen Löhne durch Deep Q-Networks festlegen – selbstlernende Algorithmen, die mit Reinforcement Learning trainiert werden. Das Ergebnis: Bei wenigen konkurrierenden Firmen näherten sich die Löhne einem Niveau an, wie es bei einer Kollusion entstehen würde. Die Studie erweitert damit das Forschungsfeld der algorithmischen Kollusion, das sich bisher vor allem mit überhöhten Preisen auf Produktmärkten beschäftigte.
Nach Angaben der Universität sind die Ergebnisse auch für Arbeitsmarkt- und Wettbewerbspolitik sowie die Regulierung von Plattformen und KI-Systemen relevant.
Michael Neugart, Fachgebiet Finanzwissenschaft und Wirtschaftspolitik an der TU Darmstadt, betonte: „Die Studie macht auf ein Problem aufmerksam, das mit zunehmender Automatisierung wirtschaftlicher Entscheidungen an Bedeutung gewinnen könnte“. Er fügte hinzu: „Unternehmen müssen sich möglicherweise gar nicht ausdrücklich über Löhne oder Preise absprechen. Lernende Algorithmen können unter bestimmten Bedingungen selbstständig Verhaltensweisen entwickeln, deren Marktergebnis einer solchen Absprache ähnelt.“ Für Wettbewerbsbehörden sei es wichtig, zu verstehen, welche Eigenschaften moderner Machine-Learning-Algorithmen nicht-wettbewerbliche Marktergebnisse begünstigen.
