Jährlich zum Equal-Pay-Day berichten die großen Medieninstitute vom Gender-Pay-Gap. Dieser lag in Deutschland 2021 bei 18 % (ARD, 2022; Spiegel, 2022; ZDF, 2022). Das Datum des Equal-Pay-Day berechnet sich hierbei anhand des durchschnittlichen Gehaltsunterschiedes von Mann und Frau. Die Idee dahinter ist, dass, wenn Frauen das gleiche Durchschnittsgehalt wie Männer hätten, sie eigentlich weniger arbeiten müssten, um ihr Jahreseinkommen zu erwirtschaften. Da sie allerdings laut der Equal-Pay-Day-Berechnung nicht weniger arbeiten als Männer, arbeiten sie vom Jahresbeginn aus bis zum Equal-Pay-Day umsonst. Der Tag wird als Anlass genommen, um auf Gehaltsdiskriminierung hinzuweisen.

Allerdings ist bereits die Grundprämisse der Equal-Pay-Day-Berechnung falsch. Tatsächlich arbeiten Frauen weniger als Männer (Boll & Leppin, 2015; Joachimiak, 2013; Schmidt, 2016)! Der Gender-Pay-Gap beschreibt nämlich nicht das, was allgemein angenommen wird. So behauptet der Spiegel, dass „Frauen weiter deutlich schlechter bezahlt [werden] als ihre männlichen Kollegen“ (Spiegel, 2022). Der Spiegel impliziert, dass Frauen, obwohl sie die gleichen Arbeitsmerkmale besitzen wie ihre männlichen Kollegen, schlechter bezahlt werden und sie für gleiche Arbeit weniger Lohn erhalten. Das Problem ist, der Gender-Pay-Gap beschreibt nicht den Gehaltsunterschied bei gleicher Arbeit!

Bei der Berechnung des Gender-Pay-Gaps wird das durchschnittliche Einkommen aller berufstätigen Männer genommen und mit dem durchschnittlichen Einkommen aller berufstätigen Frauen verglichen. Es werden nicht Personen mit gleichen Arbeitsmerkmalen verglichen, doch nur ein solcher Vergleich könnte Gehaltsdiskriminierung aufgrund des Geschlechts belegen.

Daher wird im Allgemeinen zwischen dem unbereinigten und dem bereinigten Gender-Pay-Gap unterschieden. Ersterer prangert auf den Titelseiten (18 Prozent) und vergleicht keineswegs Personen mit gleichen Arbeitsmerkmalen. Letzteren findet man im Fließtext. Der bereinigte Gender-Pay-Gap versucht anhand von statistischen Modellen alle Arbeitsmerkmale zu isolieren, in denen sich Menschen unterscheiden. Hier wird also genau das versucht, was der unbereinigte Gender-Pay-Gap nicht liefern kann: den Vergleich von Personen mit gleichen Arbeitsmerkmalen. So schreiben die zitierten Medienhäuser alle in leichter Abwandlung, dass, wenn Frauen und Männer mit ähnlicher Qualifikation und Tätigkeit verglichen werden, ein Lohnunterschied von 6 % bleibt. Doch auch dieser Wert schwankt von Studie zu Studie. So berichten andere Autoren von Werten zwischen 7 (Joachimiak, 2013) und 2 Prozent (Schäfer, Schmidt & Stettes, 2013).

Der bereinigte Gender-Pay-Gap ist in aller Regel kleiner als der unbereinigte Gap und wird üblicherweise, wenn ein Forscher von der Lohndiskriminierung der Frau überzeugt ist, als Kennzahl der Diskriminierung herangezogen. Manche hingegen sind auch mit dem unbereinigten Gender-Pay-Gap als Diskriminierungsbeleg zufrieden (Klenner et al., 2016). Auch die zitierten Medienhäuser nutzen den bereinigten Gender-Pay-Gap als Diskriminierungsbeweis, obwohl auch der bereinigte Gap letztlich nicht in der Lage ist, Personen mit gleichen Arbeitsmerkmalen zu vergleichen! Spannenderweise kann dies in der Quelle der Medienhäuser, dem Statistischen Bundesamt, selbst nachgelesen werden. So heißt es hier: „Es ist jedoch davon auszugehen, dass die Unterschiede geringer ausfallen würden, wenn weitere Informationen über lohnrelevante Einflussfaktoren für die Analysen zur Verfügung stünden (zum Beispiel Angaben zu Erwerbsunterbrechungen aufgrund von Schwangerschaft, Geburt von Kindern oder Pflege von Angehörigen). Der bereinigte Gender Pay Gap ist daher als Obergrenze für Verdienstdiskriminierung zu verstehen.“ (Statistisches Bundesamt [Destatis], 2022).

Tatsächlich ist bis zum heutigen Tag keine branchenübergreifende Studie erschienen, die alle Faktoren, in denen sich die Geschlechter systematisch unterscheiden, vollständig berücksichtigt. Bis heute konnte nicht belegt werden, dass Frauen mit gleichen Arbeitsmerkmalen wie ihre männlichen Konterparts schlechter bezahlt werden und diskriminiert werden!

Der Grund hierfür ist recht einfach: Eine extrem große Anzahl an Variablen beeinflussen das Gehalt, und bezüglich der meisten dieser Variablen weisen Männer lohnbegünstigende Charakteristika auf.

Es existieren zahlreiche Studien, die den Gender-Pay-Gap und die Ursachen für diesen untersucht haben. Die hier vorgestellte Auflistung von Faktoren, die den Gender-Pay-Gap erklären, hat nicht den Anspruch, vollständig zu sein. Sie soll einen Eindruck von der Komplexität der Gehaltsentstehung geben. Zudem soll sie auf relevante Variablen hinweisen, die in vielen Studien zum Gender-Pay-Gap fehlen.

Die MBTA ist der Anbieter des öffentlichen Personennahverkehrs der Großstadtregion Boston in den USA. Die Untersuchung dieser Erwerbstätigengruppe (Bolotnyy & Emanuel, 2022) vereinfacht den Vergleich zwischen Männern und Frauen, da weniger Faktoren berücksichtigt werden müssen.

Die unterschiedlichen Tätigkeiten sind sich nämlich sehr ähnlich und beschränken sich hauptsächlich auf das Fahren eines Busses oder eines Zuges. Die Arbeitnehmer sind gewerkschaftlich organisiert. Das bedeutet, das Gehalt wird nicht individuell verhandelt, sondern ist für gleiche Aufgaben prinzipiell identisch. Außerdem basieren Gehaltserhöhungen nicht auf Leistung, sondern auf die Dauer der Betriebszugehörigkeit. Auf diese Weise werden klassische Einflussfaktoren auf den Gender-Pay-Gap wie Berufswahl, berufliche Stellung, Kompetenz oder Geschick in Gehaltsverhandlungen auf natürliche Weise kontrolliert. Darüber hinaus werden die sehr begehrten Stellen bei der MBTA per Lotterie besetzt, wobei sich die notwendige Qualifikation auf einen Führerschein beschränkt. Dennoch konnte auch hier ein unbereinigter Gender-Pay-Gap von 11 % festgestellt werden. Der bereinigte Gender-Pay-Gap hingegen liegt in dieser Studie bei 0 %. Frauen bekommen für die gleiche Arbeit gleichviel Geld! Die Frage ist allerdings, welche Faktoren führen zum unbereinigten Gender-Pay-Gap von 11 %.

Hier finden wir die typischen Verdächtigen. Der gesamte Pay-Gap kann anhand des Erwerbsumfanges erklärt werden. Männer nehmen sich um fast 50 % seltener unbezahlt frei und arbeiten um 83 % mehr Überstunden als Frauen. Für Frauen ist die Zeit außerhalb der Arbeit wertvoller als für Männer. Dies liegt unter anderem daran, dass Frauen mit Familie oder zu betreuenden Eltern mehr Aufgaben zu Hause übernehmen. Es zeigt sich allerdings, dass selbst Single-Frauen ohne Kinder oder Pflegeaufgaben seltener Überstunden arbeiten.

Aufgrund von natürlichen Bedingungen konnte die Studie von Bolotnyy und Emanuel (2022) fast das gesamte Spektrum an relevanten Faktoren zum Gender-Pay-Gap kontrollieren. Die Studie zeigt, dass, wenn wirklich gleiche Arbeitsmerkmale vorliegen, sich das Gehalt von Männern und Frauen nicht unterscheidet.

Trotz intensiver Recherche konnte also keine Studie gefunden werden, die belegen kann, dass Frauen für gleiche Arbeit weniger Geld bekommen als Männer. Auch dann, wenn die Studienautoren zum Schluss kommen, dass Frauen diskriminiert werden, stellt man fest, dass in den fraglichen Studien nicht ansatzweise die notwendige Anzahl an Variablen berücksichtigt wurden (ein Beispiel für eine solche Studie ist Fuchs et al., 2020).

Es stellt sich die Frage, warum dennoch nicht nur bedeutende Medienhäuser, sondern auch Wissenschaftler die These verbreiten, dass Frauen für gleiche Arbeit weniger Geld bekommen und dass Frauen in der Arbeitswelt diskriminiert werden. Die Antwort lautet wohl: Ideologische Anhängerschaft. Eine Anhängerschaft, die über den Moralkodex der Wissenschaft gestellt wird. Dieser verpflichtet zur Neutralität, Objektivität und der Wahrheit. Selbstverständlich ist kein Mensch von seinen ideologischen Überzeugungen unabhängig. Dennoch können zwei Wissenschaftler mit unterschiedlicher Ideologie einen Common-Ground, eine grundsätzliche Übereinstimmung finden.

Ein solcher Fall wird bei Schmidt (2016) und Boll und Leppin (2015) vorliegen. Ersterer kommt zum Schluss, dass Lohnungerechtigkeit zwischen den Geschlechtern nicht vorliegt. Letzterer ziehen das Fazit, dass Diskriminierung nicht ausgeschlossen werden kann. Zwei Positionen, die klar erkennen lassen, dass die Forscher unterschiedliche Standpunkte vertreten. Dennoch sind die Aussagen nicht gegensätzlich. Boll und Leppin (2015) behaupten nicht, dass Diskriminierung vorliegt, nur dass diese nicht ausgeschlossen werden kann. Die statistischen Berechnungen beider Studien kommen zu sehr ähnlichen Ergebnissen. Ihre Folgerungen sollten und sind entsprechend ähnlich sein bzw. sich nicht gegenseitig ausschließen. Es existieren allerdings auch einige Studien, die klar zu erkennen lassen, dass die Ideologie der Autoren im Vordergrund steht.

Die Studie von Fuchs et al. (2020) zum Gender-Pay-Gap ist ein Paradebeispiel dafür, wie die ideologische Gesinnung ausschlaggebend für die Bewertung der Studiendaten ist und nicht die Daten selbst. Die Autoren geben selbst zu, dass in ihrer Studie zentrale Faktoren, die den Lohnunterschied zwischen den Geschlechtern erklären können, fehlen. Dennoch kommen sie zum Schluss, dass „institutionelle und kulturelle Rahmenbedingungen [existierten], die sich in einer indirekten Benachteiligung von Frauen auf dem Arbeitsmarkt (…) äußern und zu geringeren Löhnen führen können. Generell müssen weiterhin Maßnahmen ergriffen werden, um mögliche Diskriminierung gegen Frauen abzubauen (…) .“ Obwohl Fuchs und Kollegen (2020) eine ähnliche ideologische Ausrichtung aufweisen wie Boll und Kollegen (2015) und die berechneten statistischen Modelle zu ähnliche Ergebnisse kommen, ziehen die Forscher grundsätzlich unterschiedliche Schlüsse.

Fuchs et al. (2020) betrachten ihre Studie als Beleg für Diskriminierung, Boll et al. (2015) sprechen hingegen über die Möglichkeit von Diskriminierung. Der Unterschied ist, Boll und Kollegen (2015) ist der wissenschaftliche Moralkodex wichtiger als ihre Ideologie. Ihnen sind die Defizite ihrer Daten bewusst und sie können entsprechend nur den Schluss ziehen, dass Diskriminierung nicht ausgeschlossen werden könne. Fuchs et al. (2020) hingegen sprechen von Diskriminierung, obwohl, wie sie selbst erkannt haben, ihre Daten einen solchen Schluss nicht zulassen.

Das vielleicht perfideste ist, dass sich Fuchs und Kollegen (2020) vage ausdrücken. Sie sprechend davon, dass die Rahmenbedingungen zu „geringeren Löhnen führen können“ und dass Maßnahmen ergriffen werden müssten, um „mögliche Diskriminierung gegen Frauen abzubauen“. Sie sichern sich also gegen die Kritik ab, dass ihre Daten nicht Gehaltsdiskriminierung belegen können, indem sie letztlich keine eindeutige Aussage treffen. Gleichzeitig jedoch erwecken sie den Eindruck, als ob ihre Studie die Diskriminierung von Frauen belegt habe. Hier sticht in seiner Fragwürdigkeit die Aussage heraus, dass „weiterhin Maßnahmen ergriffen werden [müssen], um mögliche Diskriminierung gegen Frauen abzubauen (…) .“ Es sollen also Maßnahmen ergriffen werden, gegen etwas, das möglicherweise gar nicht existiert….

Einigen „Wissenschaftlers“ reicht es nicht, den bereinigten Gender-Pay-Gap als Nachweis für die Diskriminierung der Frau zu missinterpretieren. Sie betrachten bereits die Entscheidung von Frauen, in Branchen zu arbeiten, die weniger lukrativ sind als Ergebnis von Diskriminierung. Frauen wähnten sich im Glauben frei, entschieden zu haben. Tatsächlich jedoch sei es eine diskriminierende gesellschaftliche Sozialisierung, die Frauen dazu bringe, gehaltstechnisch unvorteilhaft zu entscheiden. Autoren dieser These glänzen hierbei mit falschen oder fehlenden Belegen.

Die Autoren Klenner, Schulz und Lillemeier (2016) z. B. behaupten, dass der Gender-Pay-Gap „zahlreiche Benachteiligungen von Frauen auf dem Arbeitsmarkt [zusammenfasst].“ Ihre Aussage belegen sie mit mehreren Studien zum Gender-Pay-Gap (Boll & Leppin, 2015; Joachimiak, 2013; Schäfer et al., 2013; Schmidt, 2016). Problematisch ist, dass keine einzige der zitierten Studien behauptet, dass der Gender-Pay-Gap in irgendeiner Weise Diskriminierung belegt. Ganz im Gegenteil, die Studien sprechen zum Teil von dem Mythos Gehaltsdiskriminierung (Schäfer et al., 2013). Sie stellen fest, dass keine Entgeltlücke verbleiben würde, wenn alle Einflussfaktoren berücksichtigt werden (Schmidt, 2016) oder sie betonen, dass der bereinigte Gender-Pay-Gap noch geringer ausfallen würde, wenn weitere lohrelevanten Faktoren berücksichtigt werden (Joachimiak, 2013). Nur eine an dieser Stelle von Klenner et al. (2016) zitierte Studie zum Gender-Pay-Gap benennt Diskriminierung als mögliche Ursache für den Gender-Pay-Gap, betonen allerdings ebenso, dass dies nicht zwangsweise der Fall sein muss (Boll & Leppin, 2015).

Klenner et al. (2016) behaupten weiter, dass Diskriminierung und strukturelle Benachteiligung beim Zugang zu besonders gut bezahlten Positionen den Gender-Pay-Gap verursachten. Sie widersprechen hierbei ihrer eigenen Quelle Schäfer et al. (2013). Diese kommt zum Schluss, dass Diskriminierung als Motiv ausfalle. Stattdessen sei die Problematik, dass Führungskräfte in aller Regel Vollzeit arbeiten, entscheidend. Frauen weisen oftmals familienbedingt Erwerbsunterbrechungen auf und arbeiten häufig nur in Teilzeit. Dies sei der Grund für die geringe Anzahl an weiblichen Führungskräften (Schäfer et al., 2013). Auf die familieninternen Lastenverteilung haben Unternehmen allerdings nur sehr begrenzt Einfluss, folgern Schäfer und Kollegen (2013). Es sei an der Politik, dass Betreuungsangebot von Kindern auszuweiten (Schäfer et al., 2013). Statt jedoch direkt auf die Problematik der fehlenden Betreuungsangebote hinzuweisen, entscheiden sich Klenner et al. (2016) Männer als das Problem auszumachen. So heißt es bei Klenner und Kollegen (2016): „Würden Männer im selben Umfang Familienarbeit übernehmen und wären daher Erwerbsmuster und -verläufe der Geschlechter ähnlicher, wäre auch ein geringerer Gender Pay Gap zu erwarten.“. Zwar benennen Klenner und Kollegen (2016) im Verlauf des Textes durchaus die schwierige Betreuungssituation, zuerst jedoch füttern sie das Narrativ, dass der böse Mann sich weigere Hausarbeiten zu übernehmen und die Frau dadurch zwinge, lediglich in Teilzeit zu arbeiten. Natürlich wird diese haarsträubende Behauptung weder belegt, noch wird erwähnt, dass durch die typische Berufswahl der Geschlechter die Wahl des Mannes als Hauptverdiener die einzig sinnvolle Entscheidung ist. Dieser verdient schlicht mehr, da er in Branchen mit einem höheren Lohnniveau arbeitet.

Klenner et al. (2016) lassen sich von Einwänden, dass ihre Aussagen sexistisch sind, nicht davon abbringen, ihren Pfad des Opfer-Täter-Narrativs weiter zu verfolgen. So würde die Quellle Ridgeway (2001) belegen, dass weiblich dominierte Arbeit in der Gesellschaft unterbewertet würden. Dass sich Ridgeway (2001) alleine deshalb als objektive Quelle disqualifiziert, da hier mehrmals von einer „männlichen Herrschaft“ die Rede ist, welche „in der Gestalt der Abwertung des kulturellen Kapitals und der Arbeitsleistung der Frau“ daherkomme, bleibt natürlich unbeachtet. Besonders schwerwiegend ist, dass die Autorin solch schweren Anschuldigungen äußert, ohne sie ausreichend belegen zu können. Um zu belegen, das Ridgeways (2001) Anschuldigen unwahr sind, reicht es, Studien zum Ansehen von Berufsgruppen aufzuschlagen. Es ist festzustellen, dass zu den Top-10 der angesehensten Berufsgruppen Deutschlands Krankenpfleger, Altenpfleger, Erzieher und Lehrer gehören (Haas, 2021). Alles Berufe, die in überragender Mehrheit von Frauen dominiert wurden und werden. Da kommt die Frage auf, wie passt die systematische Unterbewertung mit dem hohen Ansehen typisch weiblicher Berufe zusammen?

Schließlich verneinen Klenner und Kollegen (2016) insgesamt die Existenz des freien Willens. So würden sich Frauen für Teilzeitmodelle entscheiden, da dies Ausdruck der traditionellen Arbeitsteilung sei, womit es sich nicht um eine freie Entscheidung handle. Die Autoren behaupten also, dass die Gesellschaft Frauen zu gehaltsunvorteilhaften Entscheidungen zwinge. Überhaupt finden Klenner et al. (2016) für jeden Faktor, der zu einer geringeren Bezahlung führt, einen Grund, warum Frauen aufgrund von Diskriminierung von diesem betroffen sind. Hierbei gilt der Tenor, dass strukturelle Benachteiligungen und nicht geschlechtsunabhängige Ursachen entscheidend sind. So bewirke die geringe gesellschaftliche Wertschätzung von Frauen eine schlechte Bezahlung in frauentypsichen Berufen und nicht marktwirtschaftliche Vorgänge. Selbst die Tatsache, dass kleine Betriebe, die von Frauen typischerweise bevorzugt werden, schlechter zahlen, stelle laut Klenner und Kollegen (2016) eine strukturelle Benachteiligung dar und sei nicht auf wirtschaftliche Ursachen wie geringere Umsätze und geringere Gewinne von kleinen Betrieben zurückzuführen.

Es ist eine extrem steile These, zu behaupten, Frauen werden in der Gesellschaft weniger gewertschätzt als Männer. Klenner und Kollegen (2016) sehen ihre Aussage zusätzlich anhand zweier Studien belegt (Achatz, Gartner & Glück, 2004; Busch, 2013). Diese tätigen bei genauerer Betrachtung jedoch keine Aussage über die Wertschätzung von Frauen. Achatz et al. (2004) haben festgestellt, dass je mehr Frauen in einer Jobzelle (Gruppe von 20 Angestellten eines Teams) arbeiten, desto niedriger ist der Lohn. Der vermeidliche Beweis, dass Frauenarbeit nicht gewertschätzt wird. Achatz et al. (2004) geben allerdings selbst zu, dass hier keine Lohndiskriminierung vorliegt, sondern eine Selbstorganisation der Beschäftigten auf geschlechtstypische Arbeitsstellungen. Ihr Datensatz enthielt nämlich keine Daten über die Positionen der Beschäftigten in Betrieben. Das Ergebnis ist, wie die Autoren selbst angeben, darauf zurückzuführen, dass Frauen seltener in Führungspositionen arbeiten. In Jobzellen mit mehr Frauen ist die Anzahl von Führungspositionen geringer und entsprechend auch der durchschnittliche Lohn. Natürlich kommen Achatz und Kollegen (2004) dennoch zum Schluss, dass Frauen diskriminiert werden, schließlich ist es nicht ihre freie Wahl gewesen, nicht in einer leitenden Funktion zu arbeiten. Belegt wird diese Behauptung nicht.

Die andere Quelle von Klenner und Kollegen (2016) hierzu ist Busch (2013). Dieser behauptet, dass Frauenberufe auf dem Arbeitsmarkt abgewertet werden und daher ein geringeres Lohnniveau aufweisen. Zur Prüfung dieser These wurde der Lohn von von Personen, die in typischen Frauenberufen arbeiten, verglichen mit Personen, die in typischen Männerberufen arbeiten. Es zeigt sich, dass in Frauenberufen schlechter bezahlt wird. Der Beleg, dass Frauenberufe abgewertet werden!? Die Studie krankt bereits daran, dass Busch (2013) die Berufe nicht nach Branchen unterteilt hat. Begründet wird dieser Schritt damit, dass die Variable Branche stark mit der Variable Frauen- vs. Männerberuf korreliert. Ein in keiner Weise nachvollziehbarer Schritt, da so dem statistischen Modell eine potenziell wichtige erklärende Variable vorenthalten wird. Es ist davon auszugehen, dass unter Berücksichtigung der Branchen-Variable die Variable Frauen- vs. Männerberuf in ihrer Relevanz stark abnimmt oder gar bedetungslos wird. Dass zwei Variablen stark miteinander korrelieren, ist nur dann ein Grund eine der Variablen im statistischen Modell nicht zu berücksichtigen, wenn davon ausgegangen wird, dass beide Variablen das gleiche Messen. Davon wird in der vorliegenden Studie jedoch nicht ausgegangen. Ohne die Branchen-Variable ist nicht ermittelbar, ob ein geringerer Lohn gezahlt wird, weil es sich um einen Frauenberuf handelt oder weil die Branche allgemein ein geringeres Lohnniveau aufweist.

Wie dargelegt eignen sich die von Klenner und Kollegen (2016) zitierten Studien nicht, um zu belegen, dass Frauen und ihre berufliche Tätigkeit in der Gesellschaft geringer gewertschätzt wird. Zudem sei erneut auf die Umfrage zu den angesehensten Berufen in Deutschland hingewiesen, die klar belegt, dass typisch weibliche Berufe zu den angesehensten Berufen Deutschlands gehören (Haas, 2021).

Von der Argumentation Klenner et al.‘s (2016) ausgehend, darf jedoch angenommen werden, dass die gefundenen Widersprüche abgelehnt werden mit der Begründung, Frauen wählen nicht frei, sondern aufgrund von diskriminierende Geschlechterrollen. Frauen befinden sich seltener in Führungspositionen, nicht weil sie sich für einen bestimmten Lebensweg entschieden haben, sondern weil sie die Gesellschaft zwingt. Frauen arbeiten nicht freiwillig in Branchen mit geringerem Lohnniveau, sondern weil sie die Gesellschaft zwingt. Dieser Argumentation liegt die Idee Zugrunde, dass ohne gesellschaftliche Geschlechterrollen Männer und Frauen gleich entscheiden und gleich handeln würden. Ohne Geschlechterrollen wären die Geschlechter in allen Variablen, die relevant für den Gender-Pay-Gap sind, gleich verteilt. In diesem Fall gäbe es keinen Gender-Pay-Gap. Diese grundlegende Annahme wird von Klenner und Kollegen (2016) postuliert, ohne sie zu beweisen. Es stellt sich also die Frage: Handeln Männer und Frauen gleich, wenn Geschlechterrollen und gesellschaftliche Sozialisation entfallen?

Über lange Zeit hinweg wurde die Annahme nicht angezweifelt, dass Frauen und Männer sich nicht nur in ihrem Aussehen und einigen anderen körperlichen Merkmalen aus genetischen/angeborenen Gründen unterscheiden, sondern auch in ihrem Verhalten. So wurden die meisten Unterschiede zwischen den Geschlechtern als angeboren betrachtet. Diese Theorie weist allerdings augenscheinlich Schwächen auf. Schließlich ist es auch das Umfeld ein Faktor, welches einen Menschen prägt. So entwickelte sich ebenfalls eine Gegenströmung, die behauptet, die Geschlechter unterscheiden sich in ihrem Verhalten ausschließlich aufgrund von Umfeldfaktoren und ihrer geschlechtsspezifischen Sozialisation. Autoren wie Klenner und Kollegen (2016) gewichten Umweltfaktoren als ausschlaggebend.

Von dieser Position ausgehend, ist die Annahme, dass Frauen aufgrund von Geschlechterrollen gehaltungünstige Beruf wählen, nachvollziehbar. Da niedrigere Einkommen mit weniger Möglichkeiten in der Welt einhergehen, wäre die Beurteilung, dass hier Diskriminierung vorliegt, durchaus verständlich. Das Problem ist jedoch, die Grundannahme der geschlechtsspezifischen Sozialisation als Ursache für Verhaltensunterschiede zwischen Mann und Frau ist nicht bewiesen. Umgekehrt ist inszwischen gut belegt, dass sich die Geschlechter in relevanten Verhaltensweisen unabhängig von der jeweiligen geschlechtsspezifischen Sozialisation unterscheiden. Statt der Sozialisation ist die Genetik entscheidend. Es existieren zahlreiche Studien mit Stichprobengrößen von mehreren 10.000 bis mehreren 100.000 Teilnehmern jeweils, die dies belegen (Falk & Hermle, 2018; Jiang, Schenke, Eccles, Di Xu & Warschauer, 2018; Mac Giolla & Kajonius, 2019; Schwartz & Rubel-Lifschitz, 2009; Stoet, Bailey, Moore & Geary, 2016; Stoet & Geary, 2018).

Um den Einfluss von Sozialisation und Genetik zu differenzieren, werden hierbei Länder entsprechend der Gleichheit zwischen den Geschlechtern sortiert. Hierfür wird meistens der „Global Gender Gab Index“ (GGI) herangezogen. Der GGI prüft z. B. wie groß der Anteil von Frauen unter den Beschäftigten eines Landes ist, wie häufig sie in Führungspositionen arbeiten, welches Bildungsniveau sie erreichen, wie hoch ihre Lebenserwartung ist und wie oft sie politische Entscheidungsträger sind (The global gender gap report 2017, 2017). Skandinavische Länder erreichen klassischerweise die höchsten GGI-Werte, Länder wie Indien und Mexiko die niedrigen.

Die nach ihrem GGI-Wert sortierten Länder werden anschließend hinsichtlich eines Kennwerts verglichen. Z. B. wird die Geschlechtsverteilung in naturwissenschaftlichen Studienfächern untersucht (Stoet & Geary, 2018: 472.242 Teilnehmer + Jiang et al., 2018: 269.263 Teilnehmer), die Persönlichkeit (Mac Giolla & Kajonius, 2019: 130.602 Teilnehmer), die Angst vor Mathematik (Stoet et al., 2016: 761.655 Teilnehmer), Werte ( Schwartz & Rubel-Lifschitz, 2009: 68.323 Teilnehmer) oder Präferenzen ( Falk & Hermle, 2018: 80.000 Teilnehmer). Es zeigt sich jeweils, dass Länder mit einem größeren Maß an Gleichberechtigung, sprich einem höheren GGI-Index, einen größeren Unterschied zwischen den Geschlechtern aufweisen als Länder mit niedrigem GGI-Index.

Würde die Behauptung stimmen, dass sich Männer und Frauen aufgrund ihrer geschlechtsspezifischen Sozialisation unterscheiden, dann sollten die Unterschiede jedoch kleiner werden, je geringer die geschlechtsspezifische Sozialisation ausfällt. Tatsächlich ist das Gegenteil der Fall. Je geringer die geschlechtsspezifische Sozialisation, desto größer die Unterschiede. Somit entfällt die Sozialisation als Ursache für die gefundenen Geschlechtsunterschiede. Als einzige erklärende Variable bleiben die Gene übrig. Je geringer der Einfluss der Sozialisation, desto größer wird der Einfluss der Gene. Dass Gene unterschiedliche Verhaltensweisen in den Geschlechtern hervorrufen, sollte zudem keinen wundern, schließlich findet man geschlechtsspezifisches Verhalten in zahlreichen Tierarten, welchen so etwas wie Geschlechterrollen völlig unbekannt sind. Warum sollte dies beim Menschen anders sein?

Eine spannende Studie aus Deutschland zu diesem Thema hat den Effekt der Verpflichtung zum Mathematikgrundkurs im Abitur untersucht (Hübner et al., 2017). Die Autoren stellen die Überlegung an, dass wenn Frauen in Mathematik gefördert werden und ein höheres Niveau erreichen, ihr Interesse an naturwissenschaftlichen Fächern an der Universität steigen wird. Die Verpflichtung zum Mathematikgrundkurs stellt eine solche Förderung dar, da zuvor besonders Frauen Mathematik abgewählt haben und Mathe nicht weiter im Abitur behandeln mussten. Tatsächlich verringerte sich der Kompetenzunterschied in Mathe zwischen Frauen und Männern als Folge des verpflichteten Grundkurses. Die Förderung von Frauen ist erfolgreich gewesen. Auf die Wahl des Studienfaches konnten hingegen keine Auswirkungen gefunden werden. Die Interessen von Frauen veränderten sich trotz Förderung nicht!

Schließlich kann festgestellt werden, dass mit der zunehmenden Gleichheit der Geschlechter ebenfalls der Gender-Pay-Gap zunimmt. Im „The global gender gap report 2012, 2012) wird Forschung zum der Gender-Pay-Gap aus der gesamten Welt vorgestellt. Hier wurde der Pay-Gap unterschiedlicher Länder unter anderem in Verbindung mit dem „Human Development Index“ (HDI) gebracht. Der HDI stellt ebenfalls ein Maß für die Gleichbehandlung der Geschlechter in einer Gesellschaft dar und korreliert stark mit dem GGI (Stoet & Geary, 2013). Es zeigt sich, dass mit einem steigen HDI-Wert auch der Gender-Pay-Gap zunimmt. Die skandinavischen Länder weisen nicht nur die höchten HDI-Werte auf, sondern auch den größten Gender-Pay-Gap. Länder, die besonders stark Frauen fördern, haben die größten Gehaltsunterschiede zwischen den Geschlechtern!

Die Studienlage ist sehr eindeutig, Frauen und Männer weisen angeborene Verhaltensunterschiede auf. Die Behauptungen von Klenner et al. (2016) müssen zurückgewiesen werden. Frauen wählen nicht aus Diskriminierung Branchen, die ein geringeres Lohnniveau aufweisen, sondern weil sie in diesen Branchen arbeiten wollen und sie sind seltener in Führungspositionen tätig, nicht weil sie gezwungen werden, sondern weil sie nicht in Führungspositionen arbeiten möchten!

Der Gender-Pay-Gap ist vor allem eines, ein Paradebeispiel dafür, dass Täter-Opfer-Narrative das schlechteste im Menschen hervorbringen. Ein Ziel dieses Beitrages ist zu illustrieren, dass wir bis heute die Lohndiskriminierung von Frauen nicht belegen können. Dass die Daten sogar nahelegen, dass keine Diskriminierung vorliegt. Dass ein bestimmtes ideologisches Mindset vorliegen muss, um die zur Verfügung stehenden Daten als Beleg für eine Diskriminierung von Frauen interpretieren zu können. Wie sooft wird auch diese Ideologie motiviert durch den Glauben, dass ein Täter-Opfer-Narrativ vorliegt. Die Frau als Opfer und die Gesellschaft als Täter. Entsprechende Autoren klären den Widerspruch, dass Frauen wohl auch zur Gesellschaft gehören und sich entsprechend selbst zum Opfer machen würden, schnell auf, wenn plötzlich statt von der Gesellschaft von Männern die Rede ist. Korrekt lautet es also: Die Frau als Opfer, der Mann als Täter. Eine weitgehend neutrale Person muss angesichts der Studiendaten im Mindesten zum Schluss kommen, dass es noch nicht möglich war, den Gender-Pay-Gap auf Diskriminierung zurückzuführen. In der aktuellen Gesellschaft jedoch wird das Narrativ des bösen, unterdrückenden (weißen) Mannes geradezu inflationär gebraucht.

Es stellt sich die Frage, ob Vertreter(innen) dieser Ideologie bewusst ist, dass sie somit ihrem Vater, ihren Brüdern, ihren Onkels, ihren Opas, ihren Kumpels, ihrer großen Liebe, ihrem eigenen Sohn die Fähigkeit zuschreibt, seiner Mutter, seinen Schwestern, seinen Tanten, seinen Omas, seinen weiblichen Freunden, seiner großen Liebe, seiner Tochter größtes Leid anzutun. Es stellt sich die Frage, wie Vertreter dieser Ideologie 50 Prozent der Menschheit ohne jegliche Betrachtung des Individuums als Täter, als Böse verurteilen können. Wie ihre Empathie für andere Menschen so gering ausfallen kann, dass sie nicht einmal in der Lage sind, eine Unschuldsvermutung zu äußern, solange Fakten fehlen.

Die Antwort erscheint jedoch einfach: Der Täter hat kein Mitgefühl verdient. Dem Opfer muss geglaubt werden. Selbst wenn das Opfer kein Opfer und der Täter kein Täter ist.

Achatz, J., Gartner, H. & Glück, T. (2004). Bonus oder Bias? Mechanismen geschlechtsspezifischer Entlohnung. IAB-Discussion Paper.

ARD (Hrsg.). (2022). Frauen verdienen 18 Prozent weniger. Verfügbar unter: https://www.tagesschau.de/wirtschaft/unternehmen/ungleiche-bezahlung-101.html

Barron, J. M., Black, D. A. & Loewenstein, M. A. (1993). Gender differences in training, capital, and wages. Journal of human Resources, 343–364.

Bell, D. N. F. & Hart, R. A. (1999). Unpaid work. Economica, 66(262), 271–290.

Biswas, A., Harbin, S., Irvin, E., Johnston, H., Begum, M., Tiong, M. et al. (2021). Sex and gender differences in occupational hazard exposures: a scoping review of the recent literature. Current environmental health reports, 1–14.

Blau, F. D. & Kahn, L. M. (2000). Gender differences in pay. Journal of Economic perspectives, 14(4), 75–99.

Boll, C. & Leppin, J. S. (2015). Die geschlechtsspezifische lohnlücke in deutschland: Umfang, ursachen und interpretation. Wirtschaftsdienst, 95(4), 249–254.

Boll, C., Rossen, A. & Wolf, A. (2017). The EU gender earnings gap: Job segregation and working time as driving factors. Jahrbücher für Nationalökonomie und Statistik, 237(5), 407–452.

Bolotnyy, V. & Emanuel, N. (2022). Why do women earn less than men? Evidence from bus and train operators. Journal of labor economics, 40(2), 283–323.

Boraas, S. & Rodgers III, W. M. (2003). How does gender play a role in the earnings gap-an update. Monthly Lab. Rev., 126, 9.

Busch, A. (2013). Der Einfluss der beruflichen Geschlechtersegregation auf den „Gender Pay Gap “. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 65(2), 301–338.

CONSAD Research Corporation. (2009). An analysis of the reasons for the disparity in wages between men and women. US Department of Labor.

Dey, J. G. & Hill, C. (2007). Behind the pay gap. ERIC.

DiNatale, M. & Boraas, S. (2002). The labor force experience of women from Generation X. Monthly Lab. Rev., 125, 3.

Falk, A. & Hermle, J. (2018). Relationship of gender differences in preferences to economic development and gender equality. Science, 362(6412), eaas9899.

Fields, J. & Wolff, E. N. (1995). Interindustry wage differentials and the gender wage gap. ILR Review, 49(1), 105–120.

Fuchs, M., Lawitzky, C., Rossen, A. & Weyh, A. (2020). Der bereinigte Gender Pay Gap: Warum Frauen in Sachsen eigentlich mehr verdienen müssten als Männer. ifo Dresden berichtet, 27(03), 15–21.

Gabriel, Paul, E. (2005). The effects of differences in year‐round, full‐time labor market experience on gender wage levels in the United States. International Review of Applied Economics, 19(3), 369–377.

García, C. H. (2017). Does overtime work contribute to the gender earnings gap? Evidence from The Netherlands. Erasmus University Rotterdam.

(2012). The global gender gap report 2012: World Economic Forum Geneva.

(2017). The global gender gap report 2017: World Economic Forum.

Groshen, E. L. (1991). The structure of the female/male wage differential: Is it who you are, what you do, or where you work? Journal of human Resources, 457–472.

Gruber, J. (1994). The incidence of mandated maternity benefits. The American Economic Review, 622–641.

Grybaite, V. (2006). Analysis of theoretical approaches to gender pay gap. Journal of business economics and management, 7(2), 85–91.

Haas, C. (2021). Lehrer, Ärzte, Unternehmer? Diese Berufe genießen das höchste Ansehen. Verfügbar unter: https://www.welt.de/wirtschaft/karriere/article233644005/Beruferanking-Pfleger-bis-Lehrer-das-sind-die-angesehensten-Berufe.html

Holst, E. & Marquardt, A. (2018). Die Berufserfahrung in Vollzeit erklärt den Gender Pay Gap bei Führungskräften maßgeblich. DIW Wochenbericht, 85(30/31), 669–678.

Hübner, N., Wille, E., Cambria, J., Oschatz, K., Nagengast, B. & Trautwein, U. (2017). Maximizing gender equality by minimizing course choice options? Effects of obligatory coursework in math on gender differences in STEM. Journal of Educational Psychology, 109(7), 993.

Jiang, S., Schenke, K., Eccles, J. S., Di Xu & Warschauer, M. (2018). Cross-national comparison of gender differences in the enrollment in and completion of science, technology, engineering, and mathematics Massive Open Online Courses. PloS one, 13(9), e0202463.

Joachimiak, W. (2013). Frauenverdienste–Männerverdienste: Wie groß ist der Abstand wirklich. STATmagazin: Verdienste und Arbeitskosten, 3, 1–4.

Johnson, G. & Solon, G. (1986). Estimates of the direct effects of comparable worth policy. The American Economic Review, 76(5), 1117–1125.

Klenner, C., Schulz, S. & Lillemeier, S. (2016). Gender Pay Gap: Die geschlechtsspezifische Lohnlücke und ihre Ursachen. WSI Policy Brief.

Light, A. & Ureta, M. (1995). Early-career work experience and gender wage differentials. Journal of labor economics, 13(1), 121–154.

Lowen, A. & Sicilian, P. (2009). “Family-friendly” fringe benefits and the gender wage gap. Journal of Labor Research, 30(2), 101–119.

Mac Giolla, E. & Kajonius, P. J. (2019). Sex differences in personality are larger in gender equal countries: Replicating and extending a surprising finding. International Journal of Psychology, 54(6), 705–711.

Mandel, H. & Semyonov, M. (2005). Family policies, wage structures, and gender gaps: Sources of earnings inequality in 20 countries. American sociological review, 70(6), 949.

Mulligan, C. B. & Rubinstein, Y. (2008). Selection, investment, and women's relative wages over time. The Quarterly Journal of Economics, 123(3), 1061–1110.

Oaxaca, R. (1973). Male-female wage differentials in urban labor markets. International economic review, 693–709.

Office, G. A. (2003). Women’s earnings: Work patterns partially explain difference between men’s and women’s earnings. US. Government Printing Office. Washington, DC.

Olson, C. A. (2002). Do workers accept lower wages in exchange for health benefits? Journal of labor economics, 20(S2), S91-S114.

Pannenberg, M. (2005). Long‐term effects of unpaid overtime: evidence for West Germany. Scottish Journal of Political Economy, 52(2), 177–193.

Payscale (Hrsg.). (2022). 2022 State of the Gender Pay Gap Report. Zugriff am 10.07.22.

Rhine, S. L. W. (1987). The determinants of fringe benefits: Additional evidence. Journal of Risk and Insurance, 790–799.

Richman, A., Johnson, A. & Buxbaum, L. (2006). Workplace flexibility for lower wage workers. Washington, DC: Corporate Voices for Working Families.

Ridgeway, C. L. (2001). Interaktion und die Hartnäckigkeit der Geschlechter-Ungleichheit in der Arbeitswelt. Geschlechtersoziologie. Sonderheft, 41, 250–275.

Risse, L., Farrell, L. & Fry, T. R. L. (2018). Personality and pay: do gender gaps in confidence explain gender gaps in wages? Oxford Economic Papers, 70(4), 919–949.

Roethlisberger, C., Gassmann, F., Groot, W. & Martorano, B. (2022). The contribution of personality traits and social norms to the gender pay gap: A systematic literature review. Journal of Economic Surveys.

Sanborn, H. (1964). Pay differences between men and women. ILR Review, 17(4), 534–550.

Schäfer, H., Schmidt, J. & Stettes, O. (2013). Beschäftigungsperspektiven von Frauen: eine arbeitsmarktökonomische Analyse im Spiegel der Gleichstellungsdebatte. IW Medien.

Schmidt, J. (2016). Entgeltgleichheit–Die gesamtwirtschaftliche Perspektive: Welche Ursachen hat der Gender Pay Gap? IW-Kurzbericht.

Schwartz, S. H. & Rubel-Lifschitz, T. (2009). Cross-national variation in the size of sex differences in values: effects of gender equality. Journal of personality and social psychology, 97(1), 171.

Sheiner, L. (1999). Health care costs, wages, and aging. Wages, and Aging (January 14, 1999).

Solberg, E. & Laughlin, T. (1995). The gender pay gap, fringe benefits, and occupational crowding. ILR Review, 48(4), 692–708.

Spiegel (Hrsg.). (2022). Frauen verdienen fast ein Fünftel weniger als Männer. Verfügbar unter: https://www.spiegel.de/wirtschaft/service/gender-pay-gap-frauen-verdienen-fast-ein-fuenftel-weniger-als-maenner-a-cc75f6f1-7e72-42b9-9fc1-98ea73d495d7

Spivey, C. (2005). Time off at what price? The effects of career interruptions on earnings. ILR Review, 59(1), 119–140.

Statistisches Bundesamt (Hrsg.). (2018). Tödliche Arbeitsunfälle. Qualität der Arbeit. Verfügbar unter: https://www.destatis.de/DE/Themen/Arbeit/Arbeitsmarkt/Qualitaet-Arbeit/Dimension-1/toedliche-arbeitsunfaelle.html

Statistisches Bundesamt (Hrsg.). (2021). 192 300 Promovierende an deutschen Hochschulen im Jahr 2020. Verfügbar unter: https://www.destatis.de/DE/Presse/Pressemitteilungen/2021/09/PD21_431_213.html

Statistisches Bundesamt (Hrsg.). (2022). Pressemitteilung Nr. 088 vom 7. März 2022. Verfügbar unter: https://www.destatis.de/DE/Presse/Pressemitteilungen/2022/03/PD22_088_621.html

Stoet, G., Bailey, D. H., Moore, A. M. & Geary, D. C. (2016). Countries with higher levels of gender equality show larger national sex differences in mathematics anxiety and relatively lower parental mathematics valuation for girls. PloS one, 11(4), e0153857.

Stoet, G. & Geary, D. C. (2013). Sex differences in mathematics and reading achievement are inversely related: Within-and across-nation assessment of 10 years of PISA data. PloS one, 8(3), e57988.

Stoet, G. & Geary, D. C. (2018). The gender-equality paradox in science, technology, engineering, and mathematics education. Psychological science, 29(4), 581–593.

Vecchio, N., Scuffham, P. A., Hilton, M. F. & Whiteford, H. A. (2013). Differences in wage rates for males and females in the health sector: a consideration of unpaid overtime to decompose the gender wage gap. Human Resources for Health, 11(1), 1–11.

Viscusi, W. K. & Aldy, J. E. (2003). The value of a statistical life: a critical review of market estimates throughout the world. Journal of risk and uncertainty, 27(1), 5–76.

Weaver, A. C., Wetterneck, T. B., Whelan, C. T. & Hinami, K. (2015). A matter of priorities? Exploring the persistent gender pay gap in hospital medicine. Journal of Hospital Medicine, 10(8), 486–490.

Welt (Hrsg.). (2020). Mehr Mädchen als Jungen machen Abi: Anteil steigt. Verfügbar unter: https://www.welt.de/regionales/nrw/article207130119/Mehr-Maedchen-als-Jungen-machen-Abi-Anteil-steigt.html

ZDF (Hrsg.). (2022). Lohn: Frauen weiter deutlich hinter Männern. Gender Pay Gap. Verfügbar unter: https://www.zdf.de/nachrichten/wirtschaft/verdienst-frauen-maenner-unterschied-stagnation-100.html