Studie – Selbstlernende Algorithmen können Löhne wie ein Kartell drücken

Eine im Fachjournal Labour Economics veröffentlichte Studie von Herbert Dawid (Universität Bielefeld) und Michael Neugart (TU Darmstadt) zeigt erstmals, dass sogenannte algorithmische Kollusion auch auf Arbeitsmärkten auftreten kann. In Simulationen mit selbstlernenden Deep-Q-Networks, die Lohnentscheidungen auf digitalen Plattformen wie Crowdworking-Diensten trafen, näherten sich die Systeme bei geringem Wettbewerb eigenständig Löhnen an, die deutlich unter dem Wettbewerbsniveau lagen – vergleichbar mit den Effekten klassischer Kartellabsprachen, jedoch ohne dass die Algorithmen sich je koordiniert hätten.

Bislang war das Phänomen algorithmischer Kollusion vor allem von der Preisbildung im Handel bekannt. Die Übertragung auf Löhne ist relevant, weil KI-Agenten zunehmend nicht nur Aufgaben verteilen, sondern auch Vergütung, Priorisierung und Ressourcenzuteilung in Projekt- und Freelance-Kontexten mitsteuern – ein Kernelement dessen, was aktuell unter dem Stichwort algorithmische Führung diskutiert wird.

Für Unternehmen, die KI-gestützte Steuerung in Projektteams, Freelancer-Netzwerken oder Interim-Pools einsetzen, liefert die Studie ein konkretes Warnsignal: Ohne menschliche Kontrollpunkte können solche Systeme unbeabsichtigt zu unfairer Vergütung und Vertrauensverlust führen – ein Risiko, das angesichts wachsender regulatorischer Aufmerksamkeit für algorithmisches Management auch compliance-relevant wird.

Quelle: Universität Bielefeld – Wenn der Algorithmus den Lohn bestimmt