Ökonomen entwickeln Methode zur Schätzung der Jobautomatisierung durch Roboter

Ein Team aus Robotikern der Ecole Polytechnique Fédérale de Lausanne und Wirtschaftswissenschaftlern der Universität Lausanne hat eine neue Methode entwickelt, um zu berechnen, welche bestehenden Arbeitsplätze in naher Zukunft stärker gefährdet sind, durch Maschinen automatisiert zu werden. 

Die Studie wurde in der veröffentlichten Wissenschaft Robotics. 

Das Team entwickelte außerdem eine Methode, um berufliche Übergänge zu Arbeitsplätzen vorzuschlagen, die weniger automatisiert sind und den geringsten Umschulungsaufwand erfordern.

Prof. Dario Floreano ist Direktor des Labors für Intelligente Systeme der EPFL und Hauptautor der Studie.

„Es gibt mehrere Studien, die vorhersagen, wie viele Jobs durch Roboter automatisiert werden, aber alle konzentrieren sich auf Software-Roboter wie Sprach- und Bilderkennung, Finanz-Robo-Advisors, Chatbots und so weiter“, sagt Prof. Floreano. „Darüber hinaus schwanken diese Vorhersagen stark, je nachdem, wie die Arbeitsanforderungen und Softwarefähigkeiten bewertet werden. Dabei betrachten wir nicht nur Software für künstliche Intelligenz, sondern auch sehr intelligente Roboter, die körperliche Arbeit verrichten, und haben eine Methode für einen systematischen Vergleich menschlicher und robotischer Fähigkeiten entwickelt, die in Hunderten von Berufen zum Einsatz kommen.“ 

Entwicklung der Methode

Das Team war in der Lage, Roboterfähigkeiten auf Arbeitsanforderungen abzubilden, was den größten Durchbruch der Studie darstellte. Sie schauten sich die European H2020 Robotic Multi-Annual Roadmap (MAR) an, ein Strategiedokument der Europäischen Kommission, das regelmäßig von Robotikexperten überarbeitet wird. Die MAR gibt detailliert an, welche Fähigkeiten von aktuellen Robotern verlangt werden oder von künftigen Robotern benötigt werden könnten. Diese sind in Kategorien wie Manipulation, Wahrnehmung und Interaktion mit Menschen unterteilt. 

Das Team analysierte zahlreiche Forschungsarbeiten, Patente und Beschreibungen von Roboterprodukten, um den Reifegrad der Roboterfähigkeiten einzuschätzen. Sie stützten sich auf den „Technology Readiness Level“ (TRL), eine Skala zur Messung des Stands der Technologieentwicklung. 

Wenn es um menschliche Fähigkeiten ging, nutzten die Forscher die O*net-Datenbank, eine weit verbreitete Ressourcendatenbank auf dem US-amerikanischen Arbeitsmarkt. Es klassifiziert rund 1,000 Berufe und beschreibt detailliert die für jeden Beruf erforderlichen Fähigkeiten und Kenntnisse. 

Das Team verglich zunächst selektiv die menschlichen Fähigkeiten aus der O*net-Liste mit den Roboterfähigkeiten aus dem MAR-Dokument und konnte so berechnen, wie wahrscheinlich es ist, dass jeder bestehende Job in Zukunft von einem Roboter ausgeführt wird. Wenn ein Roboter einen Job gut macht, ist der TRL höher. 

Ranking der Jobs 

Nach Durchführung dieser Analyse ergab sich ein Ranking von 1,000 Arbeitsplätzen. Einer der niedrigsten Punkte auf der Liste war „Physiker“, während „Meat Packers“ einer der höchsten Punkte war. Das höchste Risiko bestand bei Arbeitsplätzen in der Lebensmittelverarbeitung, im Baugewerbe und in der Instandhaltung sowie im Baugewerbe.

Prof. Rafael Lalive war Co-Leiter der Studie an der Universität Lausanne.

„Die größte Herausforderung für die heutige Gesellschaft besteht darin, sich gegen die Automatisierung zu behaupten“, sagt Prof. Lalive. „Unsere Arbeit bietet detaillierte Karriereberatung für Arbeitnehmer, die einem hohen Automatisierungsrisiko ausgesetzt sind, was es ihnen ermöglicht, sicherere Arbeitsplätze anzunehmen und gleichzeitig viele der im alten Job erworbenen Fähigkeiten wiederzuverwenden.“ Durch diese Ratschläge können Regierungen die Gesellschaft dabei unterstützen, widerstandsfähiger gegen die Automatisierung zu werden.“

Die Autoren haben eine Methode entwickelt, um für jeden Job einen alternativen Job mit deutlich geringerem Automatisierungsrisiko zu finden. Auch in Bezug auf die erforderlichen Fähigkeiten und Kenntnisse waren diese Berufe dem Original sehr ähnlich, was dazu beitrug, den Umschulungsaufwand auf ein Minimum zu beschränken. 

Diese neue Methode könnte auf viele verschiedene Arten eingesetzt werden. Zum einen können Regierungen damit messen, wie viele Arbeitnehmer in Zukunft mit der Automatisierung konfrontiert sein könnten. Dies würde dazu beitragen, Umschulungsinitiativen und -richtlinien entsprechend anzupassen. Unternehmen könnten damit auch die mit der Automatisierung verbundenen Kosten analysieren. 

All diese Arbeiten wurden in einen Algorithmus übersetzt, der das Automatisierungsrisiko für Hunderte von Arbeitsplätzen vorhersagen und gleichzeitig Karriereübergänge vorschlagen kann. 

Den öffentlich zugänglichen Algorithmus finden Sie hier hier.