Warum ist es so schwer Maßnahmen zur Bevorzugung von benachteiligten Gruppen („Affirmative-Action“), wie bspw. eine Frauenquote, einzuführen? Sabrina Herzog, Hannah Schildberg-Hörisch und Jana Willrodt haben für die "Kölner Impulse zur Wirtschaftspolitik" zusammengefasst, was sie in ihrer Forschung zusammen mit Chi Trieu dazu rausgefunden haben. Dieser Beitrag ist zunächst erschienen als Impuls zur Wirtshaftspolitik des Instituts für Wirtschaftspolitik an der Uni Köln 2/24.

Affirmative Action in der aktuellen Diskussion

Frauenquoten stehen regelmäßig im Zentrum hitzig geführter Debatten. Sie sind ein prominentes Beispiel für ‚Affirmative Action‘ (auf Deutsch: positive Diskriminierung). Dabei handelt es sich um Maßnahmen, die darauf ausgelegt sind, eine bestehende Benachteiligung bestimmter Gruppen durch gezielte Bevorzugung auszugleichen und die insbesondere im Bildungs- oder Arbeitskontext Anwendung finden. Ziel solcher Maßnahmen ist, historisch begründeter Diskriminierung entgegenzuwirken sowie Diversität und Chancengleichheit zu fördern.

Zuletzt schlug die Diskussion rund um das Thema Affirmative Action hohe Wellen, als der US-Supreme-Court US-amerikanischen Universitäten im Juli 2023 untersagte, im Rahmen der Studierendenauswahl weiterhin Affirmative Action-Maßnahmen in Bezug auf ethnische Zugehörigkeit anzuwenden. Die Studierendenorganisation ‚Students for Fair Admissions‘ (Studierende für faire Zulassungen) hatte gegen die zuvor angewandten Zulassungskriterien der Harvard University sowie in einem weiteren Fall die der University of North Carolina geklagt, unter anderem mit der Begründung, dass durch die Bevorzugung bestimmter ethnischer Gruppen andere ethnische Gruppen, wie z.B. asiatisch-amerikanische BewerberInnen, benachteiligt würden.

Auch in Deutschland rückte die Entscheidung des US-Supreme-Court das Thema Affirmative Action erneut in den Mittelpunkt der Aufmerksamkeit. So kritisierte beispielsweise Marcel Fratzscher, Präsident des Deutschen Instituts für Wirtschaftsforschung, in einem Gastbeitrag im SPIEGEL den Mangel an Chancengleichheit und Diversität im deutschen Hochschulsystem. Er argumentiert, dass Deutschland zwar hinsichtlich der Einführung von Frauenquoten in Vorständen und Aufsichtsräten schon viel richtig macht, dagegen im Hochschulsystem aber nur selten kreativere Lösungen als Abiturnoten als Zulassungskriterium hervorbringt.

Affirmative Action ist also umstritten. Warum aber sind Menschen bei diesem Thema so unterschiedlicher Meinung? Wer ist für und wer ist gegen Affirmative Action und was bedeutet das für die Einführung solcher Programme? Diesen grundlegenden Fragen nähern wir uns in einem aktuellen Diskussionspapier (IZA DP 16640) und zeigen, dass viel dafürspricht, dass Affirmative Action-Maßnahmen wohl auch in Zukunft kontrovers bleiben werden.

Ausgangslage

Obwohl das Thema Affirmative Action regelmäßig Aufmerksamkeit findet, wissen wir relativ wenig darüber, wer für oder gegen entsprechende Maßnahmen ist, und warum. Repräsentative Daten aus 60 Ländern, die über 80% der Weltbevölkerung abdecken, zeigen, dass Frauen Affirmative Action in allen Ländern in größerem Maße befürworten als Männer (73% versus 60%, Bursztyn et al., 2023). In ähnlicher Weise werden in den USA Affirmative Action-Maßnahmen für ethnische Minderheiten von

72% der Afroamerikaner und 66% der Hispanics, aber nur von 57% der Weißen unterstützt (Gallup, 2019). Welche Motive hinter diesen Zahlen stehen ist jedoch unklar. Eigennützige Motive oder der Wunsch, die eigene Gruppe zu bevorzugen (in-group favoritism), könnten ebenso eine Rolle spielen wie unterschiedliche Fairness-Wahrnehmungen oder unterschiedliche Erfahrungen mit Diskriminierung. Falls Affirmative Action-Maßnahmen politisch gewünscht sind, ist es jedoch wichtig zu verstehen, wer für oder gegen diese Maßnahmen ist, wen man überzeugen sollte und wie man dies erreichen kann - denn sie erreichen vor allem dann ihre Ziele effektiv, wenn sie als fair und gut begründet wahrgenommen werden (Schildberg-Hörisch et al., 2023).

Um auf diese Fragen eine Antwort zu finden, nutzen wir zwei Ansätze. Zum einen verwenden wir kausale Evidenz aus einem Online-Experiment und analysieren dabei insbesondere die Rolle eigennütziger Motive sowie gruppeninterner Bevorzugung für die Zustimmung zu Affirmative Action. Die Ergebnisse aus dem Experiment kombinieren wir mit Umfragedaten zu einer breiten Palette weiterer möglicher Faktoren hinter der Zustimmung zu verschiedenen Affirmative Action-Maßnahmen. Experiment und Umfrage beruhen auf Daten, die hinsichtlich Alter und Geschlecht repräsentativ für die Vereinigten Staaten sind. In Bezug auf die ethnische Zugehörigkeit sind die Daten divers, wenn auch nicht vollständig repräsentativ.

Experiment

In unserem Experiment nutzen wir folgende Wettbewerbssituation: jeweils sechs WettbewerbsteilnehmerInnen treten für fünf Minuten in einer Wortentschlüsselungsaufgabe gegeneinander an, in der für die Buchstaben der nach und nach angezeigten Wörter die entsprechenden Zahlenkombinationen eingegeben werden müssen, die in einer darunter stehenden Tabelle zu finden sind (siehe Abb. 1). Je Wettbewerb werden zwei GewinnerInnen ermittelt, die einen Preis in Höhe von 6 USD erhalten. Gewonnen hat, wer am Ende die meisten Buchstabenfolgen entschlüsselt hat. Die Aufgabe ist einfach zu verstehen und erfordert kein Vorabwissen, erzeugt aber trotzdem genügend Varianz, sodass sich die Anzahl der entschlüsselten Wörter innerhalb einer Gruppe unterscheidet und Gewinner ermittelt werden können. Außerdem können die Wörter relativ schnell entschlüsselt werden, sodass nicht zu erwarten ist, dass TeilnehmerInnen aus Langeweile aus der Aufgabe aussteigen. In jedem Wettbewerb werden die TeilnehmerInnen zufällig einer von zwei Gruppen zugeteilt: die TeilnehmerInnen in der einen Gruppe werden diskriminiert, indem ihre Gesamtzahl der korrekt entschlüsselten Buchstabenfolgen mit dem Faktor 0.9 multipliziert wird, wohingegen die Leistung der nicht diskriminierten Gruppe nicht herabgestuft wird (Faktor 1). Der Wettbewerb findet in Gruppen von sechs Personen statt, von denen jeweils drei diskriminiert und drei nicht diskriminiert werden. Die TeilnehmerInnen wissen, ob sie zur diskriminierten Gruppe gehören oder nicht.

Wir analysieren die Daten zu den Einflussfaktoren anhand von Probit-Regressionen, bei denen wir die marginalen Effekte der einzelnen Charakteristiken auf die Zustimmung zur Quote im Experiment, sowie jeweils auf die Zustimmung zu den drei oben genannten Affirmative Action-Maßnahmen ausrechnen.[1] Somit können wir analysieren, welche Faktoren die Wahrscheinlichkeit der Zustimmung erhöhen. Wir untermauern unsere Ergebnisse durch eine LASSO (least absolute shrinkage and selection operator) Regression, einem Machine Learning Ansatz, der unter anderem zur Auswahl von Variablen verwendet wird.

Sowohl im Experiment als auch bei den Affirmative Action-Maßnahmen aus der realen Welt spielen sozio-demographische Angaben eine geringere Rolle als individuelle Charakteristiken. Bezüglich der sozio-demographischen Angaben sind die TeilnehmerInnen mit zunehmendem Alter und Einkommen tendenziell eher gegen alle vier Maßnahmen. Dahingegen sind Personen, die derzeit einer Beschäftigung nachgehen, eher dazu bereit, die Quote und die Affirmative Action-Maßnahmen zu unterstützen. Eine mögliche, aber spekulative, Begründung könnte sein, dass mit einer Beschäftigung die Exposition und/oder Sensibilität für unserem Experiment ähnelnden Situationen erhöht wird, in denen Belohnungen für arbeitsbezogene Leistungen nicht gleichmäßig verteilt sind. Unterschiede zwischen dem Experiment und den weiteren Maßnahmen ergeben sich beim Geschlecht und der Ethnizität:  Männer und weiße Personen sind mit einer höheren Wahrscheinlichkeit für die Quote im Experiment, unterstützen jedoch weniger wahrscheinlich die realen Affirmative Action-Maßnahmen (im Gegensatz zu Frauen und nicht-binären Personen). Entgegen unserem experimentellen Design können hier eigennützige Motive oder gruppeninterne Bevorzugung eine Begründung sein: so könnten sich die Chancen von Männern beispielsweise auf dem Arbeitsmarkt durch Affirmative Action-Maßnahmen für Frauen (vermeintlich) verschlechtern und weiße Personen könnten aus egoistischen Gründen gegen die Bevorzugung von ethnischen Minderheiten sein.

Auch ein Großteil der individuellen Charakteristiken wirkt sich gleichermaßen auf die Quotenregel im Experiment und die drei weiteren Affirmative Action-Maßnahmen aus: altruistischere TeilnehmerInnen und Personen, denen Fairness wichtiger ist sprechen sich eher für die vier Maßnahmen aus, wobei insbesondere Fairness ein starker Treiber ist. Dahingegen stimmen Personen, denen Effizienz wichtiger ist, weniger wahrscheinlich für die Maßnahmen. Im Fall der Affirmative Action-Maßnahmen außerhalb des Labors kommt außerdem die politische Orientierung als Einflussfaktor hinzu. Dabei sind konservativere TeilnehmerInnen mit einer geringeren Wahrscheinlichkeit für die Maßnahmen.

Etwas überraschend wirkt die eigene Erfahrung mit Diskriminierung: entgegen den Ergebnissen aus unserem Experiment, in dem Personen, die Diskriminierung häufiger selbst erlebt haben, eher für die Quotenregel sind, sprechen sie sich in der Umfrage eher gegen die drei realen Affirmative Action-Maßnahmen aus. Möglicherweise wird dies durch bisherige negative Erfahrungen mit entsprechenden Maßnahmen beeinflusst, wie beispielsweise deren Unwirksamkeit oder negative Erfahrungen nach Einführung der Maßnahmen. Solche Faktoren sind in unserem Experiment ausgeschlossen, sodass dieselben Personen in diesem künstlichen Fall vielleicht trotzdem eine ausgleichende Maßnahme bevorzugen würden.

Fazit und Bedeutung für die Einführung von Affirmative Action Maßnahmen

Wie auch an der öffentlichen Debatte im Anschluss an die Entscheidung des US-Supreme-Court 2023 zu sehen war, sind Affirmative Action-Maßnahmen Gegenstand einer kontroversen Diskussion. Gleichzeitig ist für die Einführung solcher Maßnahmen aber eine breite Unterstützung wichtig, damit sie ihr volles Potential entfalten und negative Reaktionen gegen die Zielgruppen vermieden werden (Leibbrandt et al., 2017; Fallucchi and Quercia, 2018; Leibbrandt and List, 2018; Schildberg-Hörisch et al., 2023). Wenn solche Programme also aus gesellschaftspolitischen Gründen erwünscht sind, ist für politische Entscheidungsträger und Interessensvertreter wichtig zu verstehen, wen es zu überzeugen gilt und welche Bedenken angesprochen werden sollten.

Da diejenigen, die von Affirmative Action-Maßnahmen profitieren, diese viel wahrscheinlicher unterstützen als diejenigen, die ohne diese Maßnahmen bessergestellt sind, wird Affirmative Action kontrovers bleiben. Diese starke Rolle eigennütziger Motive ist nicht sehr überraschend. Dennoch scheint es wichtig, sie evidenzbasiert aufzuzeigen, da Menschen selten offenherzig in öffentlichen Debatten argumentieren, dass sie entsprechende Maßnahmen unterstützen (oder ablehnen), weil sie persönliche Vorteile (oder Nachteile) erwarten. Im Gegensatz zu den eigennützigen Motiven, spielt die Bevorzugung der eigenen Gruppe (bspw. Frauen oder MigrantInnen) eine viel kleinere Rolle, was in Zeiten zunehmend polarisierter Gesellschaften als gute Nachricht angesehen werden kann.

Hervorzuheben ist, dass unsere Ergebnisse nahelegen, dass Informationen über die Konsequenzen von Affirmative Action die Haltung der Menschen dazu ändern können. Personen, die befürchten, dass sich Quoten negativ auf die Effizienz auswirken (beispielsweise, weil sie glauben, dass Stellen mit weniger qualifizierten Personen besetzt werden), könnten damit konfrontiert werden, dass dies üblicherweise nicht der Fall ist (Schildberg-Hörisch et al., 2023). Ein Beispiel dafür sind Frauenquoten: im Vergleich zu Männern sind Frauen durchschnittlich risikoaverser und weniger zuversichtlich bezüglich ihrer eigenen Leistung, sodass selbst hochqualifizierte Frauen oft nur dann an Wettbewerben teilnehmen oder sich auf kompetitive Führungspositionen bewerben, wenn eine Frauenquote vorhanden ist (siehe, z.B. Balafoutas and Sutter, 2012; Besley et al., 2017; Ibanez and Riener, 2018; Kölle, 2017; Niederle et al., 2013; van Velhuizen, 2022). Eine Frauenquote kann unter diesen Umständen dazu beitragen, dass die geeignetsten KandidatInnen am Wettbewerb teilnehmen und so zu effizienteren Ergebnissen führen.

Zudem wird die Akzeptanz von Affirmative Action-Maßnahmen erhöht, wenn sie als fair wahrgenommen werden und Chancengleichheit schaffen. Folglich sind Begründungen für die Einführung entsprechender Maßnahmen, wie beispielsweise Nachweise über die tatsächliche Diskriminierung der Zielgruppe entscheidend, um eine breite Unterstützung für Affirmative Action zu erreichen. Auch das Hervorheben der positiven Konsequenzen von Affirmative Action kann hilfreich sein. So können zum Beispiel bindende Frauenquoten für Frauen den Vorteil haben, von Netzwerken innerhalb eines Unternehmens in ähnlichem Ausmaß zu profitieren, wie Männer dies üblicherweise tun (Burzynska and Contreras, 2020). Eine größere Unterstützung für Affirmative Action-Maßnahmen scheint also durchaus realisierbar.

[1] Tabelle 2 am Ende des Textes zeigt die Ergebnisse der marginalen Effekte der Probitregression auf die Zustimmung zur Quote im Experiment, separat für die soziodemographischen Charakteristiken, die ökomischen und politischen Präferenzen, die Fairnesswahrnehmungen, sowie für alle erklärende Variablen. Die Tabelle zeigt zudem die Variablenauswahl durch die LASSO Regression.