Ein neues NBER-Arbeitspapier von Joshua S. Gans untersucht, wie Automatisierung Arbeitnehmer schädigen kann, selbst ohne sie zu ersetzen. Die Studie konzentriert sich auf Arbeitsplätze, bei denen Arbeitnehmer sowohl die Produktion nützlicher Ergebnisse als auch das Wissen, dass ihr Beitrag zählt, schätzen. Wenn eine glaubwürdige Maschinenalternative existiert, schwächt dies die Bedeutung, die aus dem persönlichen Beitrag abgeleitet wird, selbst wenn der Arbeitnehmer weiterbeschäftigt bleibt.

Gans' Modell zeigt, dass dieser Bedeutungsverlust die Vergütung erhöht, wenn sich die Löhne vollständig anpassen. Wenn sich die Löhne jedoch nur teilweise anpassen, tragen die Arbeitnehmer einen Teil des Verlusts selbst. Das Papier stellt auch fest, dass ein externer Entwickler profitieren kann, indem er eine Maschine öffentlich demonstriert, bevor er sie lizenziert, weil die Demonstration den wahrgenommenen Wert der menschlichen Alternative verringert.

Dies schafft eine "Bedeutungsexternalität", die die Nachfrage nach Automatisierung antreiben und profitable Entwicklung gesellschaftlich schädlich machen kann. Die Auswirkungen unterscheiden sich je nach Qualität der Maschine im Vergleich zu ihrer öffentlichen Sichtbarkeit: Bessere technische Qualität verbessert die Produktion, während größere Sichtbarkeit allein den Wert menschlicher Arbeit schwächt. Somit kann Automatisierung den Wert der Arbeit verringern, bevor sie Arbeitsplätze eliminiert.

Das Papier mit dem Titel "Ersetzbar, aber beschäftigt: Automatisierung und der Sinn der Arbeit" ist als NBER-Arbeitspapier 35559 verfügbar, veröffentlicht im Juli 2026, mit DOI 10.3386/w35559.

Wichtige Personen: Joshua S. Gans