Foto: pixelio.de/paulwip

Mobilfunkdaten erlauben Arbeitsmarktanalyse – Arbeitslose telefonieren laut MIT weniger als Erwerbstätige

Cambridge – Mobiltelefondaten lassen eine Echtzeit-Analyse zum Grad der Beschäftigung von Menschen zu, wie eine Studie des Massachusetts Institute of Technology (MIT) http://web.mit.edu zeigt. Aussagen zur Arbeitslosigkeit sind deshalb besonders präzise, weil sich die Verhaltens- und auch Kommunikationsmuster vieler Individuen im Falle eines Job-Verlustes schnell ändern.Foto: pixelio.de/paulwip

Weniger soziale Interaktion

Laut den MIT-Forschern sinkt die Zahl der Anrufe nach der Entlassung von Arbeitnehmern um 51 Prozent. Auch reduziert sich dann die Beanspruchung vonTelefonmasten zur Übertragung von Telefonaten um 20 Prozent. „Menschen, die ihren Job verloren haben, werden seltener angerufen und kontaktieren andere weniger“, sagt Co-Autor Jameson Toole. „Das soziale Verhalten geht zurück, was einer der Gründe ist, warum Entlassungen solche negative Konsequenzen haben.“

Die Basis der Studie bildete die Schließung einer Anlage in der Automobilbranche im Jahr 2006, die plötzlich 1.100 Menschen in einer Kleinstadt von 15.000 Einwohnern arbeitslos machte. Die daraus gewonnenen Daten ermöglichten die Erstellung eines Algorithmus für Mobiltelefone, um dabei die Wahrscheinlichkeit zu berechnen, ob die jeweiligen Handy-Besitzer arbeitslos geworden sind oder nicht. Danach dehnten die Forscher das Modell auf größere Regionen aus und verwendeten die Arbeitslosenzahl über acht Quartale hinweg.

Ergänzung statt Alternative

Jedoch sehen die Forscher das neue Analyse-Instrument nicht als Ersatz, sondern als Ergänzung zu den bereits bestehenden Messinstrumenten für Arbeitslosigkeit. Aaron Clauset, Professor an der University of Colorado http://colorado.edu , meint dazu: „Die Daten der Mobiltelefone stehen in indirektem Zusammenhang zur Beschäftigung. Während die Studie zuverlässig über den Beschäftigungsstatus Aufschluss gibt, sollten wir erkennen, dass noch viele Fragen offen bleiben – so zum Beispiel, wie gut das Modell ökonomische Variablen und auch andere Kontexte über die Zeit generalisieren kann“, erläutert Clauset abschließend.

Aussender: pressetext, Christian Sec
Foto: pixelio.de/paulwip
Redaktion: TG / Hallo-Holstein