Powering decisions that shape the world

Zum 1. April 2024 sind Neuregelungen im Bundeselterngeld- und Elternzeitgesetz (BEEG) in Kraft getreten: Die Grenze des zu versteuernden Einkommens (Einkommensgrenze), ab der der Anspruch auf Elterngeld entfällt, wurde für Geburten ab dem 1. April 2024 für Paare und Alleinerziehende auf 200.000 Euro festgelegt. Für Geburten ab dem 1. April 2025 wird die Einkommensgrenze für Paare und Alleinerziehende dann bei 175.000 Euro liegen.

Der Erwerb berufsbezogener Sprachkenntnisse wird seit dem 1. Juli 2016 durch die berufsbezogene Deutschsprachförderung gemäß §45a des Aufenthaltsgesetzes (DeuFöV) gefördert. Dadurch sollen Personen ohne ausreichende Deutschsprachkenntnisse schnell und nachhaltig in den Ausbildungs- und Arbeitsmarkt integriert werden. 

Ziel der Evaluation ist, die Inanspruchnahme, Umsetzung und Wirkungen der berufsbezogenen Deutschsprachförderung nach DeuFöV zu untersuchen. Der Schwerpunkt der Untersuchungen liegt auf der Verbesserung der Sprachkompetenz mit besonderem Fokus auf den damit verbundenen Erfolgschancen auf dem Ausbildungs- und Arbeitsmarkt. Insbesondere soll die Anschlussfähigkeit des DeuFöV-Systems an die Integrationskurse untersucht werden. 

Auftraggeber der Evaluationsstudie ist das Bundesministerium für Arbeit und Soziales, das im September 2020 ein Konsortium aus vier Instituten beauftragt hat: Institut für Angewandte Wirtschaftsforschung e.V. an der Universität Tübingen (IAW – Federführung), Forschungsinstitut Betriebliche Bildung gGmbH (f-bb), Kantar GmbH, Verian (ehemals Kantar Public) und Forschungsinstitut zur Zukunft der Arbeit GmbH (IZA).  

Die Kernfragen der Evaluation sind: 

• Werden die Ziele der berufsbezogenen Deutschsprachförderung im Allgemeinen erreicht? 
• Wie wirkt sich die berufsbezogene Deutschsprachförderung im Speziellen auf die Arbeitsmarktintegration der Teilnehmenden aus? Welche Zielgruppen profitieren besonders? 
• Welche Faktoren fördern oder hemmen die Wirkungen der Sprachförderung nach DeuFöV? Welche Empfehlungen lassen sich daraus ableiten? 

Zur Beantwortung der Evaluationsfragen werden zum einen statistische Methoden und Analysen eingesetzt. Durch quasi-experimentelle Verfahren sollen die Wirkungen der Deutschsprachförderung quantitativ ermittelt werden. Für diese Analysen waren umfangreiche Befragungen von Teilnehmenden, Kursträgern, Lehrkräften sowie Mitarbeiterinnen und Mitarbeitern der Jobcenter bzw. Agenturen für Arbeit erforderlich. Zum anderen wurden qualitative Ansätze verfolgt, um Erklärungszusammenhänge aufzudecken und vertiefte Erkenntnisse zu erlangen, die bei der Vorbereitung der quantitativen Befragungen sowie bei der Interpretation der Ergebnisse der quantitativen Analysen verwendet wurden. 

Verian, früher Kantar Public, war verantwortlich für die telefonische Erhebung bei rd. 590 Kursträgern sowie rd. 3.700 Kursteilnehmenden und rd. 4.000 Personen einer Kontrollgruppe. Um Veränderungen der Sprachkompetenz und des beruflichen Werdegangs zu messen, erfolgte die Befragung der Kursteilnehmenden und der Kontrollgruppe von Nichtteilnehmenden in zwei Wellen. Die Kursteilnehmenden wurden größtenteils über die Verian F2F-Interviewenden vor Ort in den Kursen für die Befragung gewonnen. Die Interviews konnten neben Deutsch auch auf vier Fremdsprachen (Arabisch, Englisch, Farsi oder Türkisch) geführt werden.  

Der Abschlussbericht liegt seit März 2024 vor (zur Pressemitteilung).

Die Kodierung von Antworten auf offene Fragen kann sehr aufwändig sein, vor allem wenn ein hohes Maß an Zuverlässigkeit erreicht werden soll. Deshalb beschäftigen sich Mitarbeitende von Verian seit längerer Zeit gemeinsam mit unserem Kooperationspartner Inspirient im Rahmen des Public Data Innovation Hub mit der Frage, wie künstlicher Intelligenz (KI) unter anderem zur Kodierung von Freitexten eingesetzt werden kann. 

Patrick Mertes (Inspirient) und unsere Kollegin Sophie Tschersich präsentierten auf der General Online Research Konferenz (GOR) in Ihrem Vortrag „Free Text Classification with Neural Networks: Training, Process Integration and Results for ISCO-08 Job Titles“ Ergebnisse unserer gemeinsamen Arbeit zur Nutzung von KI zur Klassifikation von Berufsangaben. Sie zeigten, wie KI-Technologie zur Kodierung und Klassifizierung von offenen Freitextfragen am Beispiel von ISCO-08-Stellenbeschreibungen eingesetzt wurde. Der Vortrag behandelte zudem die technische Implementierung und Evaluierung sowie die Integration der KI in die Arbeitsabläufe und fasste die Vorteile des KI-gestützten Vorgehens zusammen. Das wichtigste Ergebnis: Vortrainierte neuronale Netze können die Effizienz bei der Kodierung offener Umfrageantworten erheblich steigern.