Wo finde ich in der Arbeitslosenstatistik und Beschäftigungsstatistik Informationen nach Wirtschaftszweigen?
Die Statistik der Bundesagentur für Arbeit veröffentlicht regelmäßig Daten für Wirtschaftszweige, beispielsweise zum Baugewerbe oder zur Arbeitnehmerüberlassung (Zeitarbeit).
Als Wirtschaftszweig oder Branche wird üblicherweise eine Zusammenfassung von Unternehmen bzw. Betrieben bezeichnet, die sich hinsichtlich der ausgeübten wirtschaftlichen Tätigkeit, des Herstellungsverfahrens oder der hergestellten Produkte ähneln. In der amtlichen Statistik wird für eine Untergliederung die Klassifikation der Wirtschaftszweige verwendet.
Umfassende Publikationen stehen insbesondere für die Beschäftigungsstatistik und die Statistik der gemeldeten Arbeitsstellen zur Verfügung. Auch in der Arbeitslosenstatistik werden Daten für Branchen veröffentlicht. Es lassen sich zum Beispiel Aussagen darüber treffen, in welcher Branche die Arbeitslosen tätig waren bevor sie arbeitslos wurden bzw. in welcher Branche sie eine Beschäftigung aufnehmen, wenn sie die Arbeitslosigkeit beenden.
Auf der Themenseite Wirtschaftszweige finden Sie regelmäßig aktualisierte Interaktive Statistiken, Tabellen und Berichte zu diesem Themenschwerpunkt.
In der Interaktiven Statistik Branchen im Fokus können Sie sich Daten zu Beschäftigen und gemeldeten Arbeitsstellen nach Branchen und Berufen für Deutschland sowie die Länder, Kreise und Agenturbezirke interaktiv zusammenstellen und als CSV-Datei downloaden. Auch der Export von Grafiken ist möglich. Unter anderem ist darin eine kombinierte Darstellung von Branchen und Berufen möglich. So können Sie sich die Top-10-Berufsgruppen für ausgewählte Branchen anzeigen lassen.
Einen Einstieg in das Thema bietet das Video Branchen versus Berufe in unserer Mediathek.
Wie unterstützt die Klassifikation der Berufe bei Aussagen zu Berufen und Tätigkeiten in der Arbeitsmarktstatistik?
Die Angabe des Berufs oder der beruflichen Tätigkeit ist in allen Statistiken und Erhebungen zum Arbeitsmarkt oder zur sozioökonomischen Lage in Deutschland unverzichtbar. Der Beruf ist ein dominierender Aspekt in der Beschreibung von Ausgleichprozessen am Arbeitsmarkt. Auch in der Vermittlungsarbeit der Arbeitsverwaltung hat die Angabe des Berufs eine zentrale Bedeutung. Die "Berufelandschaft“ in Deutschland ist sehr vielfältig. Eine Berufsklassifikation schafft für die Vermittlung ebenso wie für die Statistik die Möglichkeit, über sinnvolle und praxisgerechte Zusammenfassungen von ähnlichen beruflichen Tätigkeiten mit dieser Vielfalt umzugehen.
Die Klassifikation der Berufe (KldB) dient dazu, die Berufe in Deutschland systematisch zu gruppieren. Aktuell ist die "KldB 2010 – überarbeitete Fassung 2020“ gültig. Die Systematik ist hierarchisch aufgebaut und umfasst fünf Gliederungsebenen, die numerisch verschlüsselt sind. Die strukturgebende Dimension ist die Berufsfachlichkeit. Das heißt, die Berufe sind auf den obersten vier Ebenen anhand der Ähnlichkeit der sie auszeichnenden Tätigkeiten, Kenntnisse und Fertigkeiten gruppiert. Auf der fünften Ebene wird nach dem Anforderungsniveau gegliedert, das sich auf die Komplexität der Tätigkeit bezieht. Bei der Kategorisierung werden formelle Qualifikationen herangezogen, die für die Ausübung eines Berufs erforderlich sind, aber auch informelle Bildung oder Berufserfahrung werden berücksichtigt. Das Anforderungsniveau wird in vier Ausprägungen ausgewiesen, von Helfer- und Anlerntätigkeiten (1) über fachlich ausgerichtete Tätigkeiten (2) und komplexe Spezialistentätigkeiten (3) bis zu hoch komplexen Tätigkeiten (4).
Weitergehende Informationen zur Systematik sowie ein alphabetisches Berufs- und Tätigkeitsverzeichnis finden Sie im Internet unter Klassifikation der Berufe.
Warum ist Saisonbereinigung notwendig?
Unter Saisonbereinigung versteht man eine statistische Methode, mit der eine Zeitreihe von Originaldaten („Ursprungsdaten“) um die regelmäßig wiederkehrenden Saisonschwankungen bereinigt wird. Auf diese Weise werden der saisonunabhängige aktuelle Trend sowie die Effekte außergewöhnlicher Ereignisse klarer erkennbar. Zyklische, nach ähnlichem Muster wiederkehrende Schwankungen überlagern die trendmäßige Entwicklung bei vielen ökonomischen Größen. Diese saisonalen Einflüsse treten typischerweise bei Zeitreihen mit unterjährigen Messzeitpunkten auf wie Monats- oder Quartalsdaten. Zeitreihen mit Jahresdaten enthalten ihrem Wesen nach kein Saisonmuster.
Monatliche Arbeitsmarktdaten sind bekannte Beispiele für Größen mit einer deutlich ausgeprägten saisonalen Komponente. Die Arbeitslosenzahl liegt in den Wintermonaten Januar und Februar üblicherweise am höchsten im Jahr, da vor allem wegen Entlassungen zum Jahresende und aufgrund von Witterungseinflüssen in der Baubranche oder in der Landwirtschaft die Nachfrage nach Arbeitskräften in diesen Monaten deutlich geringer ist ("Winterarbeitslosigkeit"). Demgegenüber ist der Arbeitslosenbestand im Herbst am niedrigsten, wenn die wirtschaftliche Aktivität nach der Sommerpause anzieht und die Witterung noch gut ist („Herbstbelebung“).
Ein Beispiel soll diese Überlagerung verdeutlichen. Der originäre Arbeitslosenbestand lag im August 2024 bei 2.872.000 und im September 2024 bei 2.806.000 Personen. Das bedeutet auf den ersten Blick einen Rückgang um 66.000 Personen zum Vormonat August 2024. Man könnte aus den Ursprungsdaten somit den falschen Schluss ziehen, dass sich ein sinkender aktueller Trend bei der Arbeitslosigkeit abzeichnet.
Saisonbereinigt ergibt sich für August 2024 ein Bestand von 2.808.000 Arbeitslosen und im September 2024 von 2.827.000. Im Vergleich zum Vormonat ist damit ein Anstieg von 19.000 Personen festzustellen. Die Überlagerung durch saisonale Einflüsse fällt im konkreten Fall derart stark aus, dass zunächst verborgen bleibt, dass sich hinter dem augenscheinlich starken Rückgang der Arbeitslosigkeit nach der Saisonbereinigung – also im aktuellen Trend – sogar ein Anstieg der Arbeitslosenzahlen verbirgt. Der beobachtete Effekt signalisiert also keine konjunkturelle Erholung am Arbeitsmarkt, sondern hat seine Ursache in einem jahreszeitlich üblichen Phänomen.
Das Beispiel zeigt deutlich wie wichtig und vorteilhaft es für die Datenanalyse ist, solche regelmäßigen Schwankungen heraus zu rechnen (Saisonbereinigung). Mittels Saisonbereinigung werden jedoch nicht alle spezifischen Einflüsse eliminiert, sondern eben nur diejenigen, welche auf saisonale Effekte zurückzuführen sind und in festen Abständen mit ähnlicher Intensität auftreten. Kurz gesagt: „Noise“ („Störgeräusch“) wird aus der Zeitreihe entfernt, die „News“ treten deutlicher zu Tage.
Einmalige Witterungseinflüsse, beispielsweise die Auswirkungen eines außergewöhnlich frühen, kalten, schneereichen Winters, werden bei der Saisonbereinigung bewusst nicht "herausgerechnet". Diese Einflüsse sollen weiterhin sichtbar bleiben, um sie in der analytischen Bewertung berücksichtigen zu können. Gleiches gilt auch für die Auswirkungen von Brückentagen und Schulferien. Gegen eine Bereinigung um Brückentagseffekte spricht auch, dass sie nur schwer exakt zu quantifizieren sind – was mehr noch für Aufholeffekte in den Folgeperioden gilt, die dann ebenfalls zu entfernen wären. Die Statistik der BA weiß sich mit dieser Vorgehensweise im Einklang mit den einschlägigen Richtlinien des Europäischen Statistischen Systems.
Die Statistik der BA bietet in ihrem Internetauftritt weitere methodische Informationen, insbesondere einen Methodenbericht (PDF, 669KB), ein Erklär-Video sowie monatlich eine Vielzahl an saisonbereinigten Zeitreihen an, u. a. zur Arbeitslosigkeit, zu gemeldeten Arbeitsstellen oder zur Beschäftigung. Saisonbereinigte Zeitreihen finden sich in folgenden Produkten:
Welche regionalen Gliederungen gibt es in der Statistik der BA?
Die Statistik der Bundesagentur für Arbeit (BA) erfüllt den gesetzlichen Auftrag, die Lage und Entwicklung der Beschäftigung und des Arbeitsmarktes im Allgemeinen und nach Regionen zu beobachten, zu untersuchen und auszuwerten. Dementsprechend sind regionale Gliederungen ein zentrales Element in der Berichterstattung: in Tabellen und Berichten, in Interaktiven Statistiken, Grafiken und Karten.
Statistiken beziehen sich immer auf ein abgegrenztes Gebiet. Im Veröffentlichungsangebot der Statistik und Arbeitsmarktberichterstattung der BA werden drei Gebietsgliederungen verwendet:
- Politische Gebietsstruktur (Bund, Länder, Kreise, Gemeinden),
- BA-Gebietsstruktur (Regionaldirektionsbezirke, Agenturbezirke, Geschäftsstellenbezirke),
- Gebietsstruktur der Grundsicherungsträger SGB II (Jobcenterbezirke).
Daneben finden sich in einigen Veröffentlichungen die vom Institut für Arbeitsmarkt- und Berufsforschung (IAB) entwickelten Typisierungen des Arbeits- und Ausbildungsmarktes. Die Arbeitsagenturen und Jobcenter werden je nach ihrer jeweiligen Arbeitsmarktlage bestimmten Vergleichstypen zugeordnet. Somit können Regionen mit ähnlicher Arbeitsmarktlage untereinander verglichen werden.
Darüber hinaus gibt es regionale Gliederungen, die vereinzelt in Veröffentlichungen enthalten sind und auf Anfrage in Auswertungen dargestellt werden können:
- Metropolregionen,
- NUTS-Klassifikation (EU-Systematik der Gebietseinheiten für die Statistik).
Grundsätzlich handelt es sich bei den Statistiken der BA um Vollerhebungen, so dass die Daten auch kleinräumig Aussagekraft besitzen und zur Verfügung gestellt werden können (z. B. nach Gemeinden). Bei kleinen regionalen Einheiten können Werte sehr klein ausfallen, so dass die Aussagekraft eingeschränkt ist und Daten aufgrund der statistischen Geheimhaltung unter Umständen nicht veröffentlicht werden dürfen.
Unter diesem Link finden Sie weitere Hintergrundinformationen der Statistik und Arbeitsmarktberichterstattung der BA zu regionalen Gliederungen.
Was sind fiktive Gebietsstände?
Fiktion und Statistik: ein Begriffspaar, das eigentlich nicht zusammenpasst. Aufgabe von Statistik ist es ja gerade, durch die Bereitstellung belastbarer Daten ein objektives Bild der Realität entstehen zu lassen. Aufgabe von Statistik als Dienstleistung ist es allerdings auch, die Interpretation der Daten zu unterstützen. Angesichts immer wieder vorkommender Änderungen in den Gebietsständen (z. B. Änderung von Grenzen von Agenturbezirken) hat die Statistik der Bundesagentur für Arbeit (BA) die Möglichkeit geschaffen, Statistiken für "fiktive" Gebietsstände darzustellen. Mit Hilfe fiktiver Gebietsstände lassen sich die Daten früherer Berichtsmonate nach dem aktuell gültigen Gebietsstand auswerten. Dadurch ist es möglich, Entwicklungen – beispielsweise der Arbeitslosigkeit und der Beschäftigung – aufzuzeigen, die unabhängig von zwischenzeitlichen Änderungen der Gebietsstrukturen sind. Über einen neu geschaffenen Agenturbezirk beispielsweise kann so nicht nur ab dem Zeitpunkt der Neubildung berichtet werden, sondern über längere Zeit in die Vergangenheit, auch wenn der Bezirk so früher noch nicht existierte. Auch im Bereich der politischen Gebietsstrukturen (Kreise, Gemeinden) kommt es immer wieder durch Gebietsreformen zu Veränderungen. Die Nutzung fiktiver Gebietsstände lässt auch dafür ein realistisches Bild der neu abgegrenzten Gebiete entstehen.
Was kennzeichnet eine Hochrechnung am aktuellen Rand?
Die statistischen Daten der Bundesagentur für Arbeit (BA) werden grundsätzlich aus Vollerhebungen gewonnen. Erforderliche Fallbearbeitungsvorgänge (z.B. Nachbewilligungen) sowie der Zeitbedarf für die Bearbeitung in den Jobcentern, Agenturen für Arbeit bzw. den Betrieben führen jedoch dazu, dass zum statistischen Stichtag ("Zähltag") noch nicht alle relevanten Erhebungseinheiten (z. B. Beschäftigungsverhältnisse oder Arbeitslosengeldempfänger) erfasst sind. Erst nach einer gewissen "Wartezeit" sind diese Daten vollständig. Dabei beschreibt in diesem Zusammenhang der Begriff "x-Monatswert" die bis dahin aufgetretene Wartezeit x. Eine vollständige Datengrundlage liegt zum Beispiel in der Statistik zu den Arbeitslosengeldempfängern erst nach einer 2-monatigen "Wartezeit" vor; diese sogenannten 2-Monatswerte werden dann als die "endgültigen" Werte von der Statistik der BA veröffentlicht.
Um die Informationslücken der zeitlichen Verzögerung so gering wie möglich zu halten, kommen Schätzungen bzw. Hochrechnungen der jeweils aktuellen Daten als methodische Lösung in Betracht. Denn eine Veröffentlichung von untererfassten Daten – ohne vorherige Hochrechnung – würde schnell zu fehlerhaften Interpretationen führen. Hochgerechnete Werte werden als "vorläufige" Werte bezeichnet und für grundlegende Merkmale ausgewiesen.
Detaillierte Informationen zu den jeweiligen Hochrechnungen der Fachstatistiken finden Sie in den jeweiligen Qualitätsberichten.
Warum ist die Betrachtung von langen Zeitreihen sinnvoll?
Die Statistik der Bundesagentur für Arbeit (BA) veröffentlicht monatlich aktuelle Daten zum Arbeitsmarkt und der Grundsicherung für Arbeitsuchende. In der Regel werden diese aktuellen Daten in einen zeitlichen Bezug gesetzt, um ihre Entwicklung erkennen zu können. Die aktuellste Entwicklung wird mit der Vormonatsveränderung gezeigt. Dabei ist jedoch zu beachten, dass Veränderungen gegenüber dem Vormonat häufig jahreszeitlichen Schwankungen unterliegen. Um solche saisonalen Effekte zu berücksichtigen, können auf Basis langer Zeitreihen regelmäßige Schwankungen herausgerechnet und saisonbereinigte Daten bereitgestellt werden (siehe hierzu: Warum ist Saisonbereinigung nötig?). Einen längeren Zeithorizont hat die Vorjahresveränderung. Mit ihr kann die Entwicklung der letzten zwölf Monaten abgebildet werden.
Die Betrachtung von längeren Zeitreihen ist geboten, wenn strukturelle Veränderungen etwa in Folge der Digitalisierung, der Dekarbonisierung oder des demografischen Wandels untersucht werden sollen. Solche Entwicklungen zeigen sich oftmals erst bei der Betrachtung mehrerer Jahre. Auch Änderungen aufgrund gesetzlicher Änderungen werden oft erst nach mehreren Jahren in ihren vollen Auswirkungen sichtbar. Je nach Fragestellung ist daher die Auswahl des Betrachtungszeitraumes sehr wichtig.
Aktuelle Daten, längere Zeitreihen und saisonbereinigte Daten zu unterschiedlichen Themen finden sie zum Beispiel im Internet in der Tabelle "Eckwerte des Arbeitsmarktes und der Grundsicherung - Deutschland, West/Ost und Länder (Monatszahlen)".
Welche Lagemaße werden in der Arbeitsmarktstatistik verwendet?
In der Statistik werden Lagemaße eingesetzt, um die Verteilung eines Merkmals über seine Beobachtungseinheiten zu beschreiben, z. B. die Verteilung der Bruttoarbeitsentgelte (Merkmal) über alle sozialversicherungspflichtig Vollzeitbeschäftigten der Kerngruppe in Deutschland (Beobachtungseinheiten; etwa 21,98 Mio. Personen mit Entgeltangabe im Dezember 2022). Bekanntestes Beispiel eines solchen "Lagemaßes" ist der arithmetische Mittelwert.
Manchmal lassen sich Mittelwerte nicht exakt berechnen oder man benötigt weitere Lagemaße um die Verteilung differenzierter und aussagekräftiger zu beschreiben. Häufig verwendet werden dabei Quartile (oder allgemeiner Quantile) und der Median. Das dahinterliegende Konzept bedarf einer Erläuterung:
Man kann dazu vom allgemeinen Begriff des "Perzentils" ausgehen. Gegenstand der Betrachtung ist eine Menge von Personen, für die ein bestimmtes Merkmal gemessen ist. Die Einzeldaten für alle Personen seien aufsteigend sortiert (im genannten Beispiel die Beschäftigten nach der Höhe ihres Bruttoarbeitsentgelts). Dann teilen Perzentile ("Prozentwerte") die Personen in 100 von der Besetzung her gleich starke Gruppen auf und die Perzentilwerte geben die Größe des Merkmals an den Gruppenrändern an. Im oben angeführten Beispiel befinden sich somit in jedem Perzentil rund 219.800 Personen. Der Wert des 1%-Perzentils steht damit für das maximale Bruttoarbeitsentgelt, welches eine Person bezieht, die zu den rund 219.800 Beschäftigten mit dem geringsten Verdienst unter allen Beobachtungseinheiten gezählt wird.
Einige Perzentile hebt man besonders hervor: vier Quartile (vier gleich starke Gruppen), von den das erste Quartil das 25% Perzentil und die beiden nächsten das 50%- und 75%- Perzentil sind. Analog teilen die fünf Quintile die Gesamtheit in fünf gleich starke Gruppen von je 20% auf. Der Median entspricht dem 50%-Perzentil und wird auch "Zentralwert" genannt.
Beim Median handelt es sich somit um einen Mittelwert, welcher die Verteilung eines Merkmals in zwei gleich große Hälften teilt. Für das oben angeführte Beispiel ergibt sich ein Wert von 3.084 €. Damit erhalten 10,12 Mio. Beschäftigte ein Bruttoarbeitsentgelt von 3.084 € oder weniger, wohingegen die andere Hälfte mindestens dieses Einkommen oder mehr aufweist.
Der Median ist nicht mit dem arithmetischen Mittelwert (dem sog. Durchschnitt) zu verwechseln, welcher rechnerisch völlig anders ermittelt wird. Das arithmetische Mittel verteilt den Totalwert eines Merkmals (im Beispiel also die Summe der Bruttoarbeitsentgelte aller berücksichtigten Beschäftigten) gleichmäßig auf die einzelnen Beobachtungseinheiten.
Gegenüber dem Durchschnitt weist der Median in der Praxis nicht selten zwei Vorteile auf:
Er kann in der Regel auch ermittelt werden, wenn eine offene Randklasse auftritt (z. B. als oberste Klasse "6.750 € und mehr" Bruttoarbeitsentgelt), es sei denn der Median fällt selbst in diese Klasse. Der Durchschnitt hingegen kann bei Vorhandensein einer offenen Randklasse nur noch geschätzt werden (mit geeigneten Annahmen), da der benötigte Totalwert (im Beispiel die Summe der Bruttoarbeitsentgelte aller berücksichtigten Beschäftigten) nicht (exakt) zu bestimmen ist.
Der Median reagiert kaum auf Ausreißer-Werte. Man versteht darunter außergewöhnlich hohe (oder niedrige) Merkmalswerte von Beobachtungseinheiten an den Rändern der Merkmalsverteilung (z. B. außergewöhnlich hohe Arbeitsentgelte). Das arithmetische Mittel verhält sich in diesem Punkt häufig deutlich weniger robust. Der Umstand ist insbesondere bei sehr schiefen bzw. unsymmetrischen Merkmalsverteilungen und/oder kleinen bis mittleren Fallzahlen zu beachten.
Was ist der Verhaltenskodex der Europäischen Statistiken?
Die Statistik der Bundesagentur für Arbeit (BA) ist Teil der amtlichen Statistik in Deutschland. Das deutsche statistische System ist Teil des Europäischen Statistischen Systems, einer Partnerschaft zwischen Eurostat, den nationalen statistischen Ämtern und den anderen nationalen Datenproduzenten, die für die Erstellung europäischer Statistiken verantwortlich sind.
Aufgrund dieses Rahmens und ihrer Selbstverpflichtung orientiert sich die Statistik der BA an den Grundsätzen des Verhaltenskodex für europäische Statistiken. Der Kodex bildet als "Eckpfeiler des gemeinsamen Qualitätsrahmens des Europäischen Statistischen Systems" einen Maßstab für statistische Grundsätze, Werte und Lösungen, um europäische Statistiken von hoher Qualität zu erstellen und zu verbreiten. Er soll sicherstellen, dass die amtliche Statistik in allen Mitgliedstaaten nach anerkannten wissenschaftlichen Verfahren, frei von externer Einflussnahme und unter Einhaltung gemeinsamer Qualitätsstandards durchgeführt wird. Damit hat seine Einhaltung eine große Bedeutung für das Vertrauen der Öffentlichkeit in die amtliche Statistik.
Der Verhaltenskodex soll das Vertrauen in die statistischen Stellen stärken, indem er bestimmte institutionelle und organisatorische Maßnahmen fordert. Er soll die Qualität der von ihnen erstellten und verbreiteten Statistiken verbessern, indem er die einheitliche Anwendung statistischer Grundsätze, Methoden und Verfahren fördert. Damit legt er die Standards für die Entwicklung, Erstellung und Verbreitung europäischer Statistiken fest. Die Statistik der Bundesagentur für Arbeit (BA) ist als Teil der amtlichen Statistik diesem Verhaltenskodex verpflichtet.
Der Verhaltenskodex umfasst 16 Grundsätze in drei Abschnitten: den institutionellen Rahmen, die statistischen Prozesse und die statistischen Produkte. Die Grundsätze werden in 84 Indikatoren untergliedert, die wiederum Kriterien für die Umsetzung beinhalten. Die Grundsätze sind:
1. Fachliche Unabhängigkeit
1a. Koordinierung und Zusammenarbeit
2. Mandat für Datenerhebung und Datenzugang
3. Angemessene Ressourcen
4. Verpflichtung zur Qualität
5. Statistische Geheimhaltung und Datenschutz
6. Unparteilichkeit und Objektivität
7. Solide Methodik
8. Geeignete statistische Verfahren
9. Vermeidung einer übermäßigen Belastung der Auskunftgebenden (Respondenten)
10. Wirtschaftlichkeit
11. Relevanz
12. Genauigkeit und Zuverlässigkeit
13. Aktualität und Pünktlichkeit
14. Kohärenz und Vergleichbarkeit
15. Zugänglichkeit und Klarheit.
Die aktualisierte Fassung finden Sie in unseren Leitlinien.
Was ist das Stock-Flow-Modell und warum passt es nicht immer genau?
Statistiken erfassen Sachverhalte, die sich im Zeitablauf ändern und von begrenzter Dauer sind, die also beginnen und enden. Neben Bestandsdaten benötigen Statistiken deshalb auch Bewegungsdaten:
- Bestandsdaten bieten eine Momentaufnahme zu einem Zeitpunkt.
- Bewegungsdaten zeigen wie viele Ereignisse es in einem Zeitraum gab.
Die Messung des Bestandes steht zunächst im Mittelpunkt der Statistik der Arbeitslosen: Wie viele Personen sind am Stichtag arbeitslos? Über mehrere Stichtage hinweg lassen sich durch Zeitreihen Veränderungen erkennen. Die Dynamik am Arbeitsmarkt in Folge der Entstehung und Beendigung von Beschäftigung und Arbeitslosigkeit lässt sich durch Bestandsdaten jedoch nur unzureichend ermitteln. Sie wird erst sichtbar, wenn die Zugänge in und Abgänge aus Arbeitslosigkeit, also die Bewegungen, in die Betrachtung einbezogen werden. Bewegungen sind Ereignisse und werden im Zeitraum zwischen zwei Stichtagen gemessen. Sie sind die Bestimmungsfaktoren des Bestandes:
Arbeitslosenbestand (am Stichtag des Vormonats)
+ Zugänge in Arbeitslosigkeit (im Laufe des Monats)
- Abgänge aus Arbeitslosigkeit (im Laufe des Monats)
= Arbeitslosenbestand (am Stichtag des aktuellen Monats)
Diesen Zusammenhang zwischen Bestand (Englisch „stock“) und Bewegung (Englisch „flow“) nennt man Stock-Flow-Modell.
Beispiele in Zahlen:
Im Berichtsmonat April 2016, genauer gesagt am 13. April 2016, waren bundesweit 2.743.864 Menschen arbeitslos (Bestand). Zwischen dem vorangegangenen Stichtag März und dem Stichtag April wurden 600.232 Menschen arbeitslos (Zugang) und 701.259 beendeten die Arbeitslosigkeit (Abgang). Nach der Stock-Flow-Formel ergibt sich:
2.844.891 Arbeitslose (14. März 2016)
+ 600.232 Zugänge in Arbeitslosigkeit (15. März bis 13. April 2016)
- 701.259 Abgänge aus Arbeitslosigkeit (15. März bis 13. April 2016)
= 2.743.864 Arbeitslose (13. April 2016)
Die exakte Übereinstimmung der programmtechnisch gemessenen Werte mit dem idealen Stock-Flow-Modell wie hier im Berichtsmonat April 2016 gelingt nicht in jedem Berichtsmonat. Die Abweichungen liegen meist im zweistelligen Bereich, also unter 100, und sind deshalb unbeachtlich.
Die Ergebnisse der Arbeitslosenstatistik sind in tiefer Differenzierung verfügbar nach soziodemographischen und erwerbsbiografischen Merkmalen sowie regionalen Unterteilungen. Je tiefer differenziert eine Auswertung ist, desto weniger gilt das Stock-Flow-Modell, denn die Merkmale von Arbeitslosen können sich ändern, ohne dass es eine Bewegung gemessen wird. So verringert beispielsweise der Umzug einer arbeitslosen Person den Arbeitslosenbestand der betroffenen Regionen, ohne dass dort ein Abgang festgestellt wird, weil die Person trotz Wohnortwechsels weiter arbeitslos bleibt. Umgekehrt erhöht sich die Arbeitslosigkeit in der Zuzugsregion, ohne dass dort ein Zugang erfasst wird.
Ähnliches gilt für die Änderung des Zielberufs einer Person. Auch dies stellt keinen Zugang in oder Abgang aus Arbeitslosigkeit dar. Es ändert sich nur der Bestand an Arbeitslosen mit dem bisherigen Zielberuf (Rückgang um 1) und des neuen Zielberufs (Zuwachs um 1).
Vertiefende Informationen finden Sie im Qualitätsbericht "Statistik der Arbeitslosen, Arbeitsuchenden und gemeldeten erwerbsfähigen Personen" (PDF, 557KB).
Warum ist der Berichtsmonat nicht identisch mit dem Kalendermonat?
Die Statistik der Bundesagentur für Arbeit (BA) veröffentlicht die Daten zum Arbeitsmarkt und zur Grundsicherung für Arbeitsuchende immer für sogenannte Berichtsmonate. Der Berichtsmonat ist nicht identisch mit dem Kalendermonat, denn ersterer beginnt am Tag nach einem sogenannten Stichtag und endet mit dem nächsten Stichtag. Dieser Stichtag ist der Tag, an dem zum Beispiel die Arbeitslosen gezählt werden und liegt immer in der Mitte eines Kalendermonats. Lediglich in der Beschäftigungsstatistik liegt der Stichtag am letzten Tag des Kalendermonats. Die Benennung des Berichtsmonats entspricht dem Monat, in dem der Stichtag liegt.
So ist zum Beispiel der Bestand an Arbeitslosen im Berichtsmonat März 2025 der Bestand am 13. März 2025 (Stichtag März 2025). Die Zu- und Abgänge von Arbeitslosen für den Berichtsmonat März 2025 sind alle Zu- und Abgänge, die zwischen dem 13. Februar 2025 (einen Tag nach dem Stichtag Februar 2025) und dem 13. März 2025 (Stichtag März 2025) erfasst wurden.
Veröffentlicht werden die statistischen Daten eines Berichtsmonats zum sogenannten Veröffentlichungstermin. Aufgrund der technischen und fachlichen Aufbereitung liegt dieser Termin ca. zwei Wochen nach dem Stichtag.
Die Stichtage und Veröffentlichungstermine finden Sie im Veröffentlichungskalender.
Warum liegen am Jahresende noch nicht alle Jahresdaten vor?
Die Daten der Statistik der BA werden zum Großteil aus Verwaltungsdaten gewonnen. Dabei handelt es sich zum Beispiel um personenbezogene Informationen, die zum Zwecke der Arbeitsvermittlung, Förderung oder Leistungsgewährung erhoben werden. Bestimmte Informationen liegen erst mit zeitlicher Verzögerung, d. h. nach einer gewissen "Wartezeit", vollständig vor. So sieht der Prozess zur Gewährung von Leistungen nach dem SGB II die sorgfältige, zum Teil mehrere Wochen andauernde Prüfung der finanziellen Situation der antragstellenden Person vor. Erfolgreiche Anträge werden somit oft rückwirkend, also mit einem bestimmten Zeitversatz, bewilligt. Umgekehrt können bereits bewilligte Anträge im Nachhinein aufgehoben werden.
In der Regel kommen mit zunehmender Wartezeit Fälle hinzu. In Bezug auf den aktuellen Rand, d. h. ohne Wartezeit, liegt deshalb eine sogenannte Untererfassung vor. Der Grad der Untererfassung ist vor allem abhängig von dem betrachteten Sachverhalt. Informationen über Arbeitslosigkeit liegen normalerweise ohne zeitliche Verzögerung vor, Information zu sozialversicherungspflichtig Beschäftigten erst nach einer Wartezeit von sechs Monaten. Die einzelnen Fachstatistiken der Statistik der BA berichten endgültige Ergebnisse somit nach unterschiedlicher Wartezeit.
Da sich auch nach mehreren Jahren nachträgliche Änderungen in den Verwaltungsdaten ergeben können, kann niemals von einer vollständigen Erfassung gesprochen werden. Die Wartezeit, mit der bestimmte Daten veröffentlicht werden, ist daher immer ein Kompromiss aus größtmöglicher Aktualität der Ergebnisse und vollständiger Erfassung. Rückwirkende Änderungen an Sachverhalten, die außerhalb der Wartezeit bekannt werden, werden statistisch nicht berücksichtigt. Der nach Wartezeit veröffentlichte Wert ist somit der endgültige Wert.
Daten mit verkürzter Wartezeit werden in der Regel nicht veröffentlicht, vor allem um Fehlinterpretationen zu vermeiden. Um dem Bedarf nach aktuellen Ergebnissen nachzukommen, werden einzelne Kennzahlen auf Basis von vorläufigen Daten und Erfahrungswerten auf den zu erwartenden endgültigen Wert hochgerechnet. So veröffentlicht die Beschäftigungsstatistik vorläufige Ergebnisse über Beschäftigte im Bestand bereits nach zwei und drei Monaten – hochgerechnet auf den nach sechs Monaten Wartezeit zu erwartenden Wert.
Für die Aufbereitung von Daten und die Erstellung statistischer Auswertungen werden zusätzlich einige Tage benötigt, sodass sich ausgehend vom statistischen Stichtag die Zeit bis zum Veröffentlichungstermin auch deshalb verlängert. Auch ohne Wartezeit kann daher beispielsweise erst zu Beginn eines neuen Jahres über den Dezember des vergangenen Jahres und das gesamte Vorjahr berichtet werden. Hinzu kommt die je Statistikverfahren unterschiedliche Wartezeit; so ist die Berichterstattung über das Vorjahr z. B. Anfang April für die Grundsicherungsstatistik SGB II und die Förderstatistik möglich.
Warum sind Mindestfallzahlen in der Statistik relevant?
Bei den von der Statistik der BA präsentierten Daten handelt es sich fast ausschließlich um Vollerhebungen. Eine Vollerhebung bezieht im Gegensatz zu einer Teilerhebung alle statistischen Einheiten der Grundgesamtheit ein. Während bei einer Teilerhebung eine Mindestbesetzungszahl vorliegen muss, um repräsentativ für die Grundgesamtheit zu sein, kann man auf Basis einer Vollerhebung theoretisch Aussagen zu jeder Merkmalskombination treffen, unabhängig davon auf wie viele statistische Einheiten diese Kombination zutrifft. Man kann dann unterscheiden zwischen dem Zählergebnis und statistischen Maßzahlen, wie Durchschnitten, Anteilswerten oder Quoten, die auf Basis der Zählergebnisse berechnet werden.
Bei statistischen Maßzahlen kann nun auch in einer Vollerhebung die Aussagekraft erheblich eingeschränkt sein. Passend zu dieser Frage konstatierte der frühere US-Präsident Roosevelt einmal: "… laut Statistik haben ein Millionär und ein Habenichts je eine halbe Million." Wenn also der Millionär und der Vermögenslose die einzigen statistischen Einheiten mit übereinstimmenden Identifikationskriterien sind, z.B. weil sie die einzigen Bewohner in einer bestimmten Straße sind, so kann zwar das Durchschnittsvermögen in dieser Straße ermittelt werden (500.000 Geldeinheiten), das Ergebnis dürfte aber weder stabil noch relevant sein. Zum nächsten Erhebungszeitpunkt könnte nämlich der Millionär weggezogen sein und damit das Durchschnittsvermögen um 500.000 Geldeinheiten sinken. Und egal, ob ein oder zwei Bewohner in dieser Straße wohnen, für eine Sozialpolitik dürften die Ergebnisse nicht relevant sein. Anders dürfte es schon aussehen, wenn man Durchschnitte für das ganze Stadtviertel oder gar die ganze Stadt berechnet. Grundsätzlich gilt aber auch hier: je kleiner die Einheit, desto eher sind Ergebnisse "zufällig" und desto weniger sind die Ergebnisse "systematischer" Natur.
Für bestimmte Bereiche in der Berichterstattung hat die Statistik der BA bereits Mindestbesetzungszahlen als Voraussetzung für die Ermittlung von statistischen Maßzahlen festgelegt. Beispiele sind Arbeitslosenquoten oder Medianentgelte von Beschäftigten. Generell ist die Aussagekraft von statistischen Maßzahlen bei kleinen Fallzahlen eingeschränkt und sollte bei der Analyse der Daten berücksichtigt werden.
Was hat die Anhebung der Regelaltersgrenze mit der Statistik der Bundesagentur für Arbeit zu tun?
Am 20.04.2007 wurde das Gesetz zur Anpassung der Regelaltersgrenze an die demografische Entwicklung und zur Stärkung der Finanzierungsgrundlagen der gesetzlichen Rentenversicherung beschlossen. Dieses sieht eine sukzessive Anhebung der Regelaltersgrenze von 65 auf 67 Jahre vor. Ab 01.01.2012 sind die ersten Fälle (Geburtsjahrgang 1947) von dieser Anhebung betroffen.
Diese Regelaltersgrenze ist für die Gewährung von Leistungen im Sozialgesetzbuch III (SGB III) und für die Leistungen der Grundsicherung für Arbeitsuchende (SGB II) relevant. Der Anspruch auf Arbeitslosengeld (§ 117 SGB III) und auf Leistungen der Grundsicherung für Arbeitsuchende (§ 7 SGB II) besteht bis zum Ablauf des Monats, in dem das für die Regelaltersrente im Sinne des SGB VI erforderliche Lebensjahr vollendet wurde. Daher ist das Ende des Monats, in dem die Regelaltersgrenze erreicht wird, für die Statistik die entscheidende Obergrenze. Dieser Zeitpunkt wird als "Altersgrenze" bezeichnet. Die Anhebung der Regelaltersgrenze hebt somit auch die Altersgrenze an. Aus diesem Grund gab es erstmalig im Berichtsmonat Februar 2012 Leistungsberechtigte im SGB III und in der Grundsicherung für Arbeitsuchende, die 65 Jahre und ein Monat alt sind.
Darüber hinaus hat die Anhebung der Altersgrenze auch Auswirkungen auf die Zahl der Arbeitslosen, da eine Person so lange als arbeitslos gilt, bis die Altersgrenze für den Renteneintritt erreicht ist.
In der Förder- und der Beschäftigungsstatistik hingegen spielt die Anhebung der Altersgrenze eine untergeordnete Rolle, da die Personen unabhängig vom Alter den entsprechenden Status erhalten.
Woher kommen die Daten der Statistik der Bundesagentur für Arbeit und wie werden sie geschützt?
Die Statistiken der Bundesagentur für Arbeit (BA) basieren überwiegend auf den Geschäftsdaten, die bei der Durchführung der Aufgaben nach dem Sozialgesetzbuch (SGB) II und III in den Arbeitsagenturen und in den Jobcentern anfallen. Zum Beispiel liegen über einen Arbeitslosen unter anderem Informationen zum Alter, zum bisherigen Erwerbsleben oder zur Berufsausbildung vor. Weitere Grundlagen der Statistik der BA sind die Arbeitgebermeldungen zu den sozialversicherungspflichtig Beschäftigten und geringfügig entlohnt Beschäftigten sowie Meldungen der Verleihbetriebe nach dem Arbeitnehmerüberlassungsgesetz.
Diese Daten sind in hohem Maße schutzbedürftig. Für die BA – und die Statistik der BA – gelten die Verpflichtungen des Datenschutzes im Sinne aller gesetzlichen Regelungen, die das Recht auf informationelle Selbstbestimmung gewährleisten sollen. Der Datenschutz ist allgemein im Bundesdatenschutzgesetz und in den Landesdatenschutzgesetzen geregelt, die Anwendung finden, soweit für einen konkreten Sachverhalt kein spezielleres Datenschutzgesetz existiert. Dies gilt auch für den Umgang der Sozialverwaltung mit Sozialdaten: dieser ist vorrangig nach § 35 SGB I i. V. m. §§ 67 ff. SGB X geregelt. So hat nach § 35 Abs. 1 S. 1 SGB I jeder Anspruch darauf, dass die ihn betreffenden Sozialdaten von den Leistungsträgern nicht unbefugt verarbeitet werden (Sozialgeheimnis).
Die Wahrung der datenschutzrechtlichen Vorschriften hat in der Organisation und der täglichen Arbeit der BA grundlegende Bedeutung; das gilt auch für die Erfüllung des gesetzlichen Statistikauftrags. Neben den genannten Datenschutzbestimmungen gelten für die Statistik der BA die Vorschriften der Datenschutz-Grundverordnung (DSGVO), die den Schutz natürlicher Personen bei der Verarbeitung personenbezogener Daten und den freien Datenverkehr regelt. Es gilt darüber hinaus der Grundsatz der statistischen Geheimhaltung, wie er in der EU-Statistikverordnung (Verordnung (EG) Nr. 223/2009) und im § 16 des Bundesstatistikgesetzes verankert ist. Auf letzteres verweist § 281 Abs. 3, wo zudem gefordert wird, das Statistikgeheimnis durch technische und organisatorische Maßnahmen der Trennung zwischen statistischen und nichtstatistischen Aufgaben einzuhalten.
Einzelangaben über persönliche und sachliche Verhältnisse sind also geheim zu halten. Das bedeutet konkret, dass Fallzahlen (z. B. Arbeitslose oder Maßnahmeteilnehmende) in der Regel erst ab einer Zahl von mindestens 3 dargestellt werden; geringere Werte (1 oder 2) werden in der statistischen Berichterstattung durch ein * ersetzt. Darüber hinaus muss ausgeschlossen werden, dass über Berechnungen (z. B. ausgewiesene Summen) auf den gesperrten Wert geschlossen werden kann, indem zum Beispiel weitere Werte durch ein * ersetzt werden. Alternativ wird der Schutz durch Rundung von Werten gewährleistet. Ferner müssen Daten über einzelne Beschäftigungsbetriebe geheim gehalten werden.
In unserem Internetangebot finden Sie eine ausführlichere Beschreibung der fachlichen Regelungen zur statistischen Geheimhaltung sowie einen Überblick über die ermächtigenden Gesetze und Verordnungen der Statistik der Bundesagentur für Arbeit.