Studie zur Gender Pay Gap
22.07.2020, 14:31 Uhr
Automatisierung fördert ungleiche Bezahlung
Automatisierung am Arbeitsplatz wirkt sich negativ auf die Lohngerechtigkeit von Mann und Frau. Die sogenannte «Gender Pay Gap» öffnet sich gemäss einer Studie hierdurch weiter.
Roboter führen zu mehr Ungleichheit bei der Bezahlung von Frauen und Männern
(Quelle: Tmeier1964/Pixabay)
Die technologische Automatisierung am Arbeitsplatz verstärkt die «Gender Pay Gap». Bei jeder zehnprozentigen Erhöhung der Anzahl von Robotern in Betrieben erhöht sich die Ungleichheit beim Gehalt von Männern und Frauen um 1,8 Prozent. Grund dafür ist, dass Männer häufig die Positionen erhalten, die mehr Kompetenz mit der neuen Technologie erfordern und besser bezahlt sind. Zu diesem Ergebnis kommt eine Studie des King's College London.
«Fähigkeiten gleich verteilen»
Laut Cevat Giray Aksoy, Koautor der Studie, bereiten Arbeitgeber ihre Angestellten zwar auf neue Technologien vor und bilden sie entsprechend aus, geben Männern dabei aber oft den Vorrang. Politische Entscheidungsträger sollten hier eingreifen. «Regierungen müssen nicht nur dafür sorgen, dass Menschen die richtigen Fähigkeiten für die Zukunft haben, sondern auch dafür, dass sie zwischen Männern und Frauen gleich verteilt sind», so der Wissenschaftler.
Die Forscher haben Daten zum Thema Automatisierung am Arbeitsplatz im Bereich der Herstellung aus 20 europäischen Ländern zwischen 2006 und 2014 analysiert. Sie haben untersucht, wie sich die Anzahl der Roboter im Betrieb auf das Einkommen der Angestellten ausgewirkt hat. Dabei zeigte sich, dass sich die Gender Pay Gap mit zunehmender Automatisierung vergrössert.
Outsourcing stark betroffen
Zwar hat sich in allen untersuchten Länder das Gehalt aller Mitarbeiter gesteigert, jedoch sind Männer immer noch im Vorteil. Dieser Effekt zeigte sich vor allem in Ländern, die das Forschungsteam als «Ziele von Outsourcing» definiert haben. Westeuropäische Länder, die meistens eher der Ursprung von Outsourcing sind, weisen dieses Ergebnis weniger häufig vor.