Arbeitgeber nutzen Ihre persönlichen Daten, um das niedrigste Gehalt zu ermitteln, das Sie akzeptieren werden

Arbeitgeber nutzen Ihre persönlichen Daten, um das niedrigste Gehalt zu ermitteln, das Sie akzeptieren werden
Genna Contino
9 Min. Lesezeit
Sie haben wahrscheinlich bereits den digitalen Stich der "Überwachungspreise" gespürt. Das kann so aussehen, dass eine Fluggesellschaft ein bestimmtes Tarifpaket bewirbt, weil Kundendaten aus dem Treueprogramm darauf hindeuten, dass sie es wahrscheinlich kaufen werden, oder eine Website mehr für Babynahrung verlangt, weil ein Algorithmus die Verzweiflung eines neuen Elternteils erkannt hat.
Wir leben in einer Welt, in der Ihre Kaufhistorie, Surfgeschwindigkeit und sogar Ihre Postleitzahl zunehmend die Kosten Ihres Lebens bestimmen. Und da Unternehmen immer besser darin werden, persönliche Daten zu sammeln und zu analysieren, zielen sie nicht nur auf das Geld ab, das aus Ihrer Brieftasche kommt - sie kontrollieren auch, wie viel hineingeht.
Experten beschreiben "Überwachungslöhne" als ein System, in dem Löhne nicht auf der Leistung oder Seniorität eines Mitarbeiters basieren, sondern auf Formeln, die deren persönliche Daten verwenden, oft ohne Wissen der Mitarbeiter.
Unternehmen versuchen bereits, neue Mitarbeiter dazu zu bringen, das niedrigstmögliche Gehaltsangebot anzunehmen. Aber während das früher bedeutete, die Erfahrung und Qualifikationen eines Kandidaten mit dem aktuellen Marktpreis zu vergleichen, bedeutet es zunehmend, die persönlichen Daten des Kandidaten in einen Algorithmus zu füttern.
Laut Nina DiSalvo, Politikdirektorin bei der Arbeitsrechtsgruppe Towards Justice, verwenden einige Systeme Signale, die mit finanzieller Verwundbarkeit verbunden sind - einschließlich Daten darüber, ob ein potenzieller Mitarbeiter einen Sofortkredit aufgenommen hat oder ein hohes Kreditkartenguthaben hat - um das niedrigste Gehalt zu erschließen, das ein Kandidat möglicherweise akzeptiert. Unternehmen können auch die öffentlichen persönlichen Social-Media-Seiten von Kandidaten durchsuchen, sagte sie, um festzustellen, ob sie eher einer Gewerkschaft beitreten oder schwanger werden könnten. Die Daten können verwendet werden, um Gehaltserhöhungen nach der Einstellung eines Mitarbeiters zu bestimmen, und die Praxis kann in die Diskriminierung abdriften, sagen Experten.
"Wenn Sie ein Unternehmen sind, das mit diesen Arten von Praktiken bei Verbrauchern herumspielt, beobachten Sie, wie gut sie funktionieren", sagte Lindsay Owens, Geschäftsführerin von Groundwork Collaborative, einem progressiven Think Tank. "Arbeiter sind auch Verbraucher. Wenn es bei Verbrauchern funktioniert, funktioniert es auch bei Arbeitern. Es ist die gleiche Psychologie."
Eine erstmalige Prüfung von 500 KI-Unternehmen für Arbeitskräfte-Management durch Veena Dubal, Professorin für Recht an der University of California, Irvine, und Wilneida Negrón, Tech-Strategin, ergab, dass Arbeitgeber in den Bereichen Gesundheitswesen, Kundenservice, Logistik und Einzelhandel Kunden von Anbietern sind, deren Tools darauf ausgelegt sind, diese Praxis zu ermöglichen. Veröffentlicht vom Washington Center for Equitable Growth, einem progressiven Wirtschafts-Think Tank, identifizierte der August 2025 Bericht große US-Arbeitgeber als Kunden, darunter Intuit INTU, Salesforce CRM, Colgate-Palmolive CL, Amwell AMWL und Healthcare Services Group HCSG.
Der Bericht behauptet nicht, dass alle Arbeitgeber, die diese Systeme verwenden, sich an algorithmischer Lohnüberwachung beteiligen. Stattdessen warnt er davor, dass die wachsende Verwendung algorithmischer Tools zur Analyse persönlicher Daten von Arbeitnehmern Lohnpraktiken ermöglichen kann, die Kostensenkung über Transparenz oder Fairness stellen.
Thomas DiPiazza, Direktor für Unternehmenskommunikation bei Colgate-Palmolive, sagte, das Unternehmen "verwendet keine algorithmischen Lohnfestsetzungstools zur Entscheidung über Vergütungen für unsere Mitarbeiter oder zur Festlegung von Einstiegsgehältern."
Intuit "beteiligt sich nicht an solchen Praktiken", sagte ein Sprecher dieses Unternehmens gegenüber MarketWatch.
Die anderen im Bericht genannten Unternehmen reagierten nicht auf Anfragen von MarketWatch nach Kommentaren.
Überwachungslöhne enden nicht in der Einstellungsphase - sie begleiten die Arbeitnehmer auch bei der Arbeit.
Die Anbieter, die solche Dienstleistungen anbieten, bieten auch Tools an, die darauf ausgelegt sind, Bonus- oder Anreizvergütungen festzulegen, so der Bericht. Diese Tools verfolgen ihre Produktivität, Kundeninteraktionen und das Echtzeitverhalten - einschließlich in einigen Fällen Audio- und Videoüberwachung am Arbeitsplatz. Laut einer Umfrage des International Data Corporation verwendeten bereits 2022 fast 70% der Unternehmen mit mehr als 500 Mitarbeitern Mitarbeiterüberwachungssysteme, wie Software, die Computeraktivitäten überwacht.
"Die Daten, die sie über Sie haben, können es einem algorithmischen Entscheidungssystem ermöglichen, Annahmen darüber zu treffen, wie viel, wie groß ein Anreiz sie einem bestimmten Arbeitnehmer geben müssen, um die gewünschte Verhaltensreaktion zu erzeugen", sagte DiSalvo.
'Unsere Verzweiflungsrate beurteilen'
Ein der klarste Beispiele für lohnbestimmende Überwachung zeigt sich im Gesundheitswesen auf Abruf. Ein Bericht des Roosevelt Institute, eines liberal ausgerichteten Think Tanks, basierte auf Interviews mit 29 Gig-Krankenschwestern und ergab, dass Plattformen, die Gig-Krankenschwestern für Schichten nutzen, einschließlich CareRev, Clipboard Health, ShiftKey und ShiftMed, routinemäßig Algorithmen zur Festlegung von Löhnen für einzelne Schichten verwenden.
ShiftKey bestritt bei Kontaktaufnahme durch MarketWatch für einen Kommentar die Beteiligung an der Lohnfestsetzung durch Überwachung. "ShiftKey verwendet unmissverständlich keine Datenmaklerdienste oder beteiligt sich an irgendeiner Lohnfestsetzung durch Überwachung", sagte Regan Parker, der Chief Legal and Public Affairs Officer des Unternehmens. Parker bestritt speziell Behauptungen aus dem Roosevelt Institute Bericht, die darauf hindeuten, dass seine Plattform die Schuldenstände von Arbeitnehmern zur Lohnbestimmung verwendet, und erklärte, dass ShiftKey keine Kreditkarten- oder anderen Schulddaten zur Lohnbestimmung verwendet und sich nicht zu den Praktiken anderer Plattformen äußern könne.
CareRev, Clipboard Health und ShiftMed reagierten nicht auf Anfragen nach Kommentaren.
Anstatt ein festes Gehalt anzubieten, passen die Plattformen die Bezahlung basierend auf dem an, was sie über jeden Arbeitnehmer wissen - einschließlich wie oft eine Krankenschwester Schichten annimmt, wie schnell sie auf Anzeigen reagiert und welche Bezahlung sie in der Vergangenheit akzeptiert hat, so der Roosevelt Institute Bericht. Krankenschwestern, die für den Bericht interviewt wurden, sagten, dies führe oft dazu, dass Krankenschwestern für die gleiche Arbeit unterschiedliche Beträge bezahlt wurden, sogar innerhalb derselben Einrichtung.
Kritiker argumentieren, das System belohne Arbeitnehmer nicht für Fähigkeiten oder Erfahrung, sondern für das, was ihr Verhalten über ihre finanzielle Verwundbarkeit aussagt. Solche Systeme "können die Bezahlung dadurch bestimmen, was das Unternehmen darüber weiß, wie viel eine Krankenschwester für eine frühere Aufgabe bereit war zu akzeptieren", schrieben die Autoren des Berichts und sperrten sie so über die Zeit in niedrigere Gehaltsbänder ein.
Laut Rideshare Drivers United, der Gewerkschaft, die Fahrer von Mitfahrdiensten vertritt, haben algorithmische Löhne die Bezahlung der Arbeitnehmer dieser Branche seit Jahren geprägt. Ben Valdez, ein in Los Angeles ansässiger Mitfahrdienstfahrer, sagte, nachdem Uber UBER und Lyft LYFT vor einigen Jahren neue Lohnalgorithmen eingeführt hatten, seien seine Einnahmen gesunken - selbst als die Nachfrage nach der Pandemie wieder anstieg. Im Vergleich mit anderen Fahrern habe Valdez gesehen, dass verschiedenen Fahrern für dieselbe Fahrt zur gleichen Zeit unterschiedliche Grundtarife angeboten wurden.
Valdez sagte, Fahrern werde zunächst ein Tarif gezeigt, den man annehmen oder ablehnen kann, der nur steigt, nachdem genügend Fahrer ihn ablehnen. Wie dieser Ausgangstarif festgelegt wird, ist undurchsichtig. "Warum ein Fahrer einen anderen, höheren Grundtarif erhält, ist unbekannt", sagte er.
Das diese Unsicherheit beabsichtigt ist, so Zephyr Teachout, Professorin für Recht an der Fordham University. In einem Bericht von 2023 schrieb Teachout, dass Uber "datenreiche Fahrerprofile verwendet, um den Lohn an die individuellen Anreize des Fahrers und die Bedürfnisse der Plattform anzupassen", und berief sich dabei auf frühere Forschungen von Dubal und Berichte von The Markup.
Uber sagte in einer E-Mail an MarketWatch, dass seine Vorauspreise auf Zeit, Entfernung und Nachfragebedingungen basieren und dass seine Algorithmen keine individuellen Fahrereigenschaften oder früheres Verhalten zur Lohnbestimmung verwenden. Die Mitfahrdienst-Handelsvereinigung Flex, die nach Kontaktaufnahme von MarketWatch mit Lyft für einen Kommentar antwortete, sagte in einer Erklärung, dass datengesteuerte Technologien "Echtzeit- und historische Daten verarbeiten helfen, um Arbeiter mit einer Lieferung oder Fahrt zu verbinden, die die effizienteste Nutzung ihrer Zeit darstellt, was wiederum es ihnen ermöglicht, mehr Zeit mit Verdienen zu verbringen."
Arbeitnehmervertreter bleiben skeptisch. "Es beurteilt unsere Verzweiflungsrate", sagte Nicole Moore, Präsidentin von Rideshare Drivers United."Einige Gesetzgeber achten darauf
Kritiker von Überwachungslöhnen argumentieren, die Praxis könne zu Diskriminierung am Arbeitsplatz führen, indem sie es Arbeitgebern ermöglicht, traditionelle leistungsbezogene Bezahlung zu umgehen. Da diese Algorithmen darauf ausgelegt sind, das absolute Minimum zu finden, das eine Person basierend auf ihrer Finanzhistorie und anderen Faktoren akzeptieren wird, können sie die finanziell verwundbarsten Arbeitnehmer überproportional ins Visier nehmen.
Dies schafft einen Kreislauf, in dem die vergangene wirtschaftliche Not oder persönliche Lebensentscheidungen einer Person verwendet werden, um niedrigere Bezahlung in der Gegenwart zu rechtfertigen, oft ohne dass der Mitarbeiter jemals weiß, welche Datenpunkte gegen ihn verwendet wurden.
"Wir kennen das Konzept der gläsernen Decke. Aber zumindest in diesem Konzept haben wir einige Sichtbarkeit durch diese gläserne Decke. Wir haben eine Vorstellung davon, wie diese Welt aussieht. Wir können sie durchbrechen, wenn wir die richtigen Dinge tun und mobilisieren", sagte Joe Hudicka, Autor eines Buches mit dem Titel "The AI Ecosystems Revolution." "Diese Lohnüberwachungsdecke - sie ist aus Eisen. Sie ist aus Beton. Es ist etwas Undurchdringliches."
Die Gesetzgeber haben sich langsamer mit Überwachungslöhnen befasst als mit Überwachungspreisen. New York hat kürzlich eine Regel verabschiedet, die Unternehmen verpflichtet, Verbrauchern mitzuteilen, wenn ihre Preise mit Algorithmen festgelegt werden, die deren persönliche Daten verwenden - aber die meisten Gesetze im Land betrachten nur Preise, nicht Gehälter.
Colorado versucht, weiter zu gehen. Ein im Repräsentantenhaus des Bundesstaates eingebrachter Gesetzentwurf mit dem Titel Prohibit Surveillance Data to Set Prices and Wages Act würde Unternehmen verbieten, intime persönliche Daten - wie Sofortkredit-Historie, Standortdaten oder Google GOOG Suchverhalten - zur algorithmischen Festlegung dessen zu verwenden, was jemand bezahlt wird. Der Gesetzentwurf schließt leistungsbezogene Löhne aus, was bedeutet, dass Arbeitgeber die Bezahlung weiterhin an messbare Produktivität knüpfen könnten.
Rep. Javier Mabrey, ein Demokrat, der den Gesetzentwurf sponsert, zieht eine scharfe Linie zwischen dynamischer Preisgestaltung - wo die Kosten basierend auf breiten Marktbedingungen schwanken - und dem, was er argumentiert, diese Systeme tatsächlich tun. "Worum es in unserem Gesetz geht, ist individualisierte Preisgestaltung, die sich von dynamischer Preisgestaltung unterscheidet", sagte er. "Es erfordert, dass das Unternehmen einige wirklich persönliche Daten zu Ihnen zieht, nicht Angebot und Nachfrage."
Für die Überwachungsbezahlung speziell würde der Gesetzentwurf Unternehmen verbieten, persönliche Daten von Arbeitnehmern - ohne deren Zustimmung - zur Festlegung ihrer Bezahlung zu verwenden. Uber und Lyft haben bestritten, individuelle Fahrereigenschaften zur Lohnbestimmung zu verwenden, doch Mabrey sagte, beide Unternehmen lobbyierten gegen den Gesetzentwurf. "Was ist das Problem damit, gesetzlich zu verankern, dass man nicht dazu berechtigt ist?", sagte er.