Algorithmisches Management in europäischen Arbeitsplätzen

Algorithmisches Management ist der Einsatz digitaler Technologien, um Managementfunktionen vollständig oder teilweise zu automatisieren, einschließlich Organisation, Koordination, Überwachung, Überwachung und Bewertung von Arbeiten. Obwohl der Begriff ursprünglich mit digitalen Arbeitsplattformen assoziiert wurde, wird er heute als breiter auf ein breiteres Spektrum von Beschäftigungsumgebungen angewendet verstanden.

Obwohl algorithmisches Management Effizienz und Risikomanagement verbessern kann und in einigen Sektoren wie Finanzdienstleistungen und Transport durch regulatorische Compliance bestimmt sein kann, bringt es auch Herausforderungen und potenzielle Nachteile mit sich. Während quantitative Belege auf Basis repräsentativer Umfragen vergleichsweise begrenzt sind, gibt es eine wachsende Forschungszahl – größtenteils auf qualitativen Studien basierend –, die algorithmisches Management mit Arbeitsintensivität, erhöhtem Zeitdruck und verminderter Autonomie der Arbeitnehmer in Verbindung bringen. Bestehende Belege deuten ebenfalls darauf hin, dass die Auswirkungen von den verfügbaren Arbeitsressourcen für die Arbeitnehmer abhängen, wie Autonomie, organisatorische Unterstützung und Fähigkeitsnutzung, die potenzielle negative Auswirkungen abfedern können.

Dieser Bericht trägt zur laufenden politischen Debatte bei, indem er Ergebnisse aus der Analyse der Daten der European Working Conditions Survey 2024 präsentiert, mit Schwerpunkt auf algorithmisches Management in europäischen Arbeitsplätzen. In diesem Bericht wird algorithmisches Management dadurch gemessen, ob Mitarbeiter angeben, dass Computerprogramme am Arbeitsplatz verwendet werden, um ihre Arbeitszeiten zu bestimmen (Planung) oder ihre Leistung zu überwachen. Diese vereinfachte Operationalisierung erfasst drei zentrale Managementfunktionen des algorithmischen Managements, liefert jedoch keine umfassende Definition des Konzepts. Die Analyse beschränkt sich ausschließlich auf Mitarbeiter und untersucht sowohl die Verbreitung des algorithmischen Managements als auch dessen Zusammenhang mit Arbeitsbedingungen sowie Gesundheit und Wohlbefinden der Mitarbeiter.

Um die kombinierte Verbindung von algorithmischem Management, Arbeitsressourcen und Anforderungen an Gesundheit und Wohlbefinden zu untersuchen, greift dieser Bericht auf das Konzept der Arbeitsbelastung zurück, definiert als eine Situation, in der die Arbeitsanforderungen die Arbeitsressourcen übersteigen. Die Mitarbeiter sind auf eine Vielzahl von Arbeitsqualitätsprofilen verteilt – von stark belasteten Jobs mit hoher Nachfrage und begrenzten Ressourcen bis hin zu hoch ausgestatteten Jobs, die durch ein günstigeres Gleichgewicht zwischen Anforderungen und Ressourcen gekennzeichnet sind.

Nach der Verabschiedung der Richtlinie zur Plattformarbeit (Richtlinie (EU) 2024/2831) hat sich die politische Aufmerksamkeit schrittweise über den ursprünglichen Fokus auf algorithmisches Management in der Plattformarbeit hinaus auf den Einsatz in konventionelleren Arbeitsumgebungen verlagert. Die Klassifizierung bestimmter für das Arbeitsmanagement verwendeter künstlicher Intelligenz (KI)-Systeme als Hochrisikosysteme nach dem Gesetz über Künstliche Intelligenz (Verordnung (EU) 2024/1689) stellt einen wichtigen Schritt im EU-Ansatz zur Regulierung digitaler Technologien am Arbeitsplatz dar und spiegelt die wachsende Besorgnis über die Auswirkungen dieser Technologien auf die Mitarbeitenden wider.

Weitere EU-Gesetzgebungsinstrumente, die für das algorithmische Management relevant sind, sind die Datenschutzverordnung (Verordnung (EU) 2016/679), die Schutzmaßnahmen für die Verarbeitung personenbezogener Daten und automatisierte Entscheidungsfindung der Arbeitnehmer festlegt; die Rahmenrichtlinie für Information und Konsultation (Richtlinie 2002/14/EG), die die Einbindung von Arbeitnehmervertretern in Entscheidungen zur Arbeitsorganisation vorsieht; und die Rahmenrichtlinie für Arbeitsschutz und Gesundheit (Richtlinie 89/391/EGG des Rates), die Arbeitgeber verpflichtet, Risiken für die Gesundheit und Sicherheit der Arbeitnehmer, einschließlich psychosozialer Risiken, zu bewerten und zu verhindern.

In jüngerer Zeit erkannte das Europäische Parlament in seiner Resolution zu Digitalisierung, künstlicher Intelligenz und algorithmischem Management am Arbeitsplatz (2025) sowohl die Chancen als auch die Herausforderungen an, die mit dem zunehmenden Einsatz von Digitalisierung, KI und algorithmischem Management am Arbeitsplatz verbunden sind.

• Algorithmisches Management ist am häufigsten bei Büroangestellten, Technikern sowie Anlagen- und Maschinenbedienern verbreitet. In diesen Berufen sind automatisierte Aufgabenzuweisung und Leistungsüberwachung die am häufigsten gemeldeten algorithmischen Managementfunktionen, während automatisierte Planung deutlich seltener vorkommt. Manager, Fachkräfte, Service- und Vertriebsmitarbeiter, Handwerker, Beschäftigte in Grundschulberufen und insbesondere Fachkräfte in der Landwirtschaft berichten insgesamt von niedrigeren Niveaus algorithmischer Führung. Die automatisierte Planung ist zudem gleichmäßiger auf Berufe verteilt als die beiden anderen Funktionen.

• In den Sektoren mit der höchsten Verbreitung algorithmischer Verwaltung – Finanzen und Immobilien, Information und Kommunikation sowie Transport und Speicher – sind Leistungsüberwachung und automatisierte Aufgabenverteilung durchweg die am häufigsten gemeldeten Funktionen, während automatisierte Planung weniger verbreitet ist. Im Gegensatz dazu sind alle drei Funktionen in Bildung, Landwirtschaft und Bergbau sowie Bauwesen vergleichsweise selten.

• Von den drei algorithmischen Managementfunktionen ist die automatisierte Aufgabenzuweisung der stärkste Prädiktor für die Jobtransformation, einschließlich der Erstellung neuer Aufgaben, der Entfernung anderer Aufgaben und einer stärkeren Interaktion mit Kollegen. Automatisierte Planung und Leistungsüberwachung zeigen ähnliche, aber moderatere Zusammenhänge mit der Jobtransformation.

• Die Nutzung der drei algorithmischen Managementfunktionen ist mit höheren Anforderungen an den Arbeitsplatz verbunden, insbesondere mit quantitativen Anforderungen (Erfassung der Arbeitsintensität). Mitarbeiter, die dem algorithmischen Management unterliegen, erfahren zudem häufiger Arbeitsbelastung als diejenigen, die dies nicht tun. Unter den drei untersuchten Funktionen sticht die Leistungsüberwachung als die am konsequentesten mit schlechteren Gesundheits- und Wohlbefindensergebnissen hervor und scheint die negativen Auswirkungen bestehender Arbeitsbelastung in ohnehin anspruchsvollen Jobs in geringem Maße zu verstärken.

• Ob das algorithmische Management diese negativen Ergebnisse abmildert oder verschärft, hängt von der jeweiligen algorithmischen Funktion ab: Die automatisierte Aufgabenverteilung mindert oder verschärft die Arbeitsbelastung weder noch verstärkt sie; automatisierte Planung hat eine marginal signifikante mildernde Wirkung für Mitarbeiter in überlasteten Jobs; und Leistungsüberwachung verstärkt die negativen Auswirkungen der Arbeitsbelastung erheblich, verschärft die Erschöpfung und den Konflikt zwischen Arbeit und Familie weiter und verringert die Arbeitsbelastung.

• Algorithmisches Management ist weder gleichmäßig über Sektoren, Berufe noch EU-Mitgliedstaaten verteilt, noch ist es ein einheitliches Praktikensystem; vielmehr umfasst es eine Vielzahl von Managementfunktionen und organisatorischen Anwendungen. Obwohl gemeinsame Basisschutzmaßnahmen unerlässlich sind, kann deren Umsetzung durch sozialen Dialog, Tarifverhandlungen, praktische Leitlinien und Beispiele guter Praxis unterstützt werden, die die unterschiedlichen Anwendungsweisen des algorithmischen Managements widerspiegeln.

• Laufende Überwachung und Vergleiche zwischen den Mitgliedstaaten können dazu beitragen, evidenzbasierte Politikgestaltung zu stärken. Gleichzeitig ist größere Investition in die Analyse von Unternehmenspraktiken erforderlich, um besser zu verstehen, wie algorithmische Managementfunktionen implementiert und in die Arbeitsorganisation integriert werden, einschließlich der Zusammenarbeit verschiedener Werkzeuge und Praktiken, die zusammenwirken, um Arbeitsergebnisse zu gestalten.

• Algorithmisches Management ist Teil der umfassenderen digitalen Transformation von Arbeit. In dieser Analyse wird es mit höheren Anforderungen an den Arbeitsplatz verbunden, insbesondere mit quantitativen Anforderungen und größerer Arbeitsbelastung, während das Verhältnis zum Zugang zu Arbeitsressourcen gemischter ist. Mit zunehmender Einführung sollte auf die Auswirkungen der Arbeitsqualität geachtet werden, indem sichergestellt wird, dass die Umsetzung von ausreichenden Arbeitsressourcen, Mitarbeiterunterstützung und Schutzmaßnahmen für gesunde Arbeitsbedingungen begleitet wird.

• Leistungsüberwachung ist die am weitesten verbreitete Form des algorithmischen Managements und steht im Zusammenhang mit höheren Anforderungen, weniger Ressourcen und schlechteren Gesundheits- und Wohlbefindensergebnissen, insbesondere für bereits belastete Arbeitnehmer. Schutzmaßnahmen sollten Transparenz darüber gewährleisten, was überwacht wird, wie Daten verwendet werden und wie Entscheidungen getroffen werden. Eine starke Durchsetzung von Arbeits- und Datenschutzgesetzen – zusammen mit der effektiven Umsetzung bestehender Informationsrechte, Konsultationen und Tarifverhandlungen – ist unerlässlich, um sicherzustellen, dass die algorithmische Leistungsüberwachung fair und angemessen ist.

• Es ist unerlässlich, die verantwortungsvolle Umsetzung und Integration algorithmischer Managementfunktionen in organisatorischen Prozessen und digitalen Systemen durch Governance-Rahmen, Wirkungsanalysen und Mitarbeiterbeteiligung sicherzustellen. Wo relevante Risiken identifiziert werden, sollten Organisationen angemessene Schutzmaßnahmen im Einklang mit bestehenden Arbeits-, Datenschutz- und KI-Gesetzen umsetzen. Algorithmisches Management kann Aufgaben und Arbeitsorganisation neu gestalten, was eine menschenzentrierte Neugestaltung der Arbeitsplätze erfordert, um Produktivitätssteigerungen mit dem Wohlbefinden der Mitarbeiter in Einklang zu bringen, unterstützt durch politische Leitlinien und Konsultationsmechanismen.