KI sagt Arbeitslosigkeit am schnellsten vorher
"JoblessBERT" der Weltbank hat die Posts von 31,5 Mio. Social-Media-Nutzern genau analysiert
 |
Arbeitslosigkeit: KI erkennt Trends schneller (Bild: pixabay.com, CC0 Public Domain) |
Washington (pte004/07.01.2026/06:00)
Social-Media-Posts über Arbeitslosigkeit können die Erstanträge auf Arbeitslosenunterstützung bis zu zwei Wochen früher als die Veröffentlichung der offiziellen Daten vorhersagen. Zu dem Ergebnis kommen Forscher unter der Leitung der Development Impact Group der World Bank. Das Team um Sam Fraiberger hat dafür das KI-Modell "JoblessBERT" entwickelt, das entsprechende Äußerungen im Social Web identifiziert.
JoblessBERT erkennt Slang
Insgesamt haben die Experten die Daten von 31,5 Mio. X-Usern für das Training des transformerbasierten Klassifikators verwendet. Dieser sollte aus den zwischen 2020 und 2022 geposteten Inhalten jene Posts erkennen, die mit einer Arbeitslosigkeit in Zusammenhang standen. Dabei wurden auch Posts berücksichtigt, die Slang oder Rechtschreibfehler wie "I needa job!" aufwiesen.
Auch demografische Justierungen sind eingesetzt worden, um der nicht repräsentative Nutzerbasis von X Rechnung zu tragen. Zusätzlich sind die Ansprüche aus der Arbeitslosenversicherung in den USA auf nationaler, bundesstaatlicher und Stadtebene berücksichtigt worden. Das Modell hat fast drei Mal mehr Aufdeckungen einer Arbeitslosigkeit erfasst als frühere regelbasierte Ansätze. Gleichzeitig wurde eine hohe Genauigkeit beibehalten.
KI während Krisen nützlich
Das neue Verfahren, so die Wissenschaftler, verringert im Vergleich zu den Konsensprognosen der Industrie die Prognosefehler um 54,3 Prozent und erweist sich während Krisen wie der COVID-19-Pandemie als besonders nützlich. Die KI entdeckte, dass es im März 2020 zu einem massiven Anstieg der Anträge auf Arbeitslosenunterstützung gekommen war. Diese Informationen standen Tage vor der Veröffentlichung der offiziellen Statistiken zur Verfügung.
Die Studienautoren betonen, dass diese Methodik zeigt, wie KI-Modelle in Kombination mit den Daten der sozialen Medien traditionelle Wirtschaftsstatistiken ergänzen können. Sie dürften vor allem bei wirtschaftlichen Krisen von großem Vorteil sein, unterstreichen die Wissenschaftler abschließend. Details zur aktuellen Forschungsarbeit sind in "PNAS Nexus" nachzulesen.
(Ende)| Aussender: | pressetext.redaktion |
| Ansprechpartner: | Moritz Bergmann |
| Tel.: | +43-1-81140-300 |
| E-Mail: | bergmann@pressetext.com |
| Website: | www.pressetext.com |
