Die Messung von Produktivität in einer Wirtschaft, die immer weniger durch greifbare, materielle Güter geprägt ist, stellt eine der größten Herausforderungen der modernen Wirtschaftsforschung dar. In der Vergangenheit war es vergleichsweise einfach, Produktivität zu messen – sie war in der Regel eng mit der Produktion von materiellen Gütern verbunden. Ein Beispiel aus der Vergangenheit veranschaulicht dies: Ein CEO eines Bankenunternehmens erklärte mir einmal, dass „dies hier der Raum ist, in dem wir die Hypotheken herstellen“. Doch heutzutage ist die Wirtschaft zunehmend durch immaterielle Werte geprägt, die oft schwer fassbar sind und deren Messung weit komplexer ist.

Diese Verschiebung von physischen Produkten hin zu immateriellen Dienstleistungen und digitalen Technologien hat Auswirkungen auf die Art und Weise, wie wir Produktivität verstehen. Produkte wie Autos werden nicht nur nach der Anzahl der Stunden Arbeitszeit, der eingesetzten Maschinen oder dem verwendeten Material bewertet. Vielmehr wird ein wachsender Anteil des wirtschaftlichen Werts von den immateriellen Eigenschaften eines Produkts bestimmt: Sicherheit, Komfort, Ästhetik oder Benutzerfreundlichkeit. So stellt sich die Frage, wie eine Messgröße, die ursprünglich auf greifbaren Produkten basierte, sinnvoll auf diese neue Realität angewendet werden kann. Ein Beispiel dafür sind moderne Autos, deren Wertsteigerung nicht nur auf den verwendeten Rohstoffen beruht, sondern vor allem auf den technischen Innovationen, die in die Qualität der Fahrzeuge einfließen.

Für das Verständnis von Produktivität im 21. Jahrhundert müssen wir daher auch die Messung des wirtschaftlichen Wachstums und der Faktoren, die zu diesem Wachstum beitragen, neu denken. Das Konzept der „Wachstumsbuchhaltung“ hilft uns dabei, das Wachstum in verschiedene Bestandteile zu zerlegen und die Beiträge jedes einzelnen Faktors zu identifizieren. Dies erfolgt durch die so genannte Produktionsfunktion, die Inputs wie Arbeit, Kapital, Energie und Materialien mit dem Output verknüpft. Doch diese Theorie und ihre Anwendung stößt an ihre Grenzen, wenn es darum geht, immaterielle Beiträge wie Innovationskraft oder digitale Transformation zu messen.

Die gängige Methode zur Messung von Produktivität basiert auf der Annahme einer konstanten Skalenertragsfunktion, wobei in der klassischen Theorie die Produktionsfaktoren Arbeit und Kapital als die wesentlichen Treiber des Wachstums gelten. Diese Annahme berücksichtigt jedoch nicht die zunehmend wichtigen immateriellen Faktoren wie technologische Innovationen oder das Wissen der Arbeitskräfte. Die Herausforderung dabei ist, dass die entsprechenden Inputs und Outputs zunehmend schwer quantifizierbar sind, insbesondere wenn es um den Wert von Software, Forschung und Entwicklung oder anderen wissensintensiven Sektoren geht.

Die neoklassische Produktionsfunktion geht von der Annahme aus, dass Unternehmen ihre Produktionsressourcen so einsetzen, dass sie „effizient“ arbeiten und es keine Überrenditen gibt. In der Praxis ist dies jedoch oft nicht der Fall. Vor allem die zunehmende Auslagerung von Produktion und die Nutzung globaler Lieferketten stellen zusätzliche Herausforderungen für die Messung von Produktivität dar. Hier verschiebt sich der Fokus von rein internen Produktionsprozessen hin zu globalen Produktionsnetzwerken, bei denen Unternehmen viele Vorprodukte und Dienstleistungen nicht mehr selbst herstellen, sondern einkaufen.

Ein weiteres Problem der Produktivitätsmessung ist die Unterscheidung zwischen „brutto“ und „netto“ Output. In der traditionellen Messung von Produktivität, beispielsweise durch das Bruttoinlandsprodukt (BIP), werden häufig doppelte Zählungen vermieden, indem nur der Wert des „netto“ erzeugten Outputs berücksichtigt wird. Diese Methode hat ihre Berechtigung, da sie hilft, Verzerrungen durch Zwischenprodukte und Vorleistungen zu vermeiden. Dennoch birgt sie die Gefahr, die tatsächliche Produktivität in zunehmend globalisierten Märkten falsch darzustellen.

Ein weiteres bedeutendes Konzept in der Produktivitätsanalyse ist die sogenannte „gesamtwirtschaftliche Produktivitätssteigerung“ (Total Factor Productivity, TFP), die als Maß für die Effizienzsteigerung in der Wirtschaft dient, ohne dass mehr Ressourcen (wie Arbeit oder Kapital) eingesetzt werden. TFP-Wachstum wird als eine Veränderung der Produktionsfähigkeit verstanden, die über die rein messbaren Inputs hinausgeht. Die Herausforderung bei dieser Messung besteht darin, dass viele Faktoren, die zur TFP beitragen – wie technologische Fortschritte oder Innovationen – schwer zu quantifizieren sind.

Die Grundlagen des Wachstums und der Produktivität müssen in einer zunehmend immateriellen Wirtschaft weiterentwickelt werden. Hierbei spielt die Unterscheidung zwischen Brutto- und Nettooutput eine wesentliche Rolle. Das Streben nach einer präziseren Messung von Produktivität erfordert eine Berücksichtigung der qualitativen Aspekte von Produktionsprozessen und deren Rolle in der Gesamtwirtschaft. Dies erfordert die Schaffung neuer Maßstäbe und Methoden, die auch die immateriellen Beiträge zum wirtschaftlichen Wachstum adäquat abbilden können.

Endtext

Wie die "Factoryless Goods Producers" die globale Produktion verändern

Die verschiedenen vertraglichen Vereinbarungen führen zu einer Vielzahl von Definitionen für "Factoryless Goods Producers" (FGPs). Das US Office of Management and Budget (OMB) (2010) beschreibt ein Unternehmen als FGP, wenn es „alle Transformationsschritte, die traditionell als Herstellung betrachtet werden, auslagert, jedoch alle unternehmerischen Schritte übernimmt und für alle notwendigen Kapital-, Arbeits- und Materialinputs sorgt, die erforderlich sind, um ein Gut zu produzieren.“ Diese Definition stimmt mit den offiziellen statistischen Standards überein, indem sie darauf besteht, dass FGPs die materiellen Inputs der Produktion besitzen. Kamal, Moulton und Ribarsky (2015) folgten dieser Definition des OMB, kamen jedoch zu dem Schluss, dass die Identifikation der „Besitzverhältnisse von materiellen Inputs“ nicht praktikabel sei. Eine alternative Definition wird von der Wirtschaftskommission der Vereinten Nationen für Europa (UNECE) im „Guide to Measuring Global Production“ (UNECE, 2015, S. 14) angeboten, die sich auf die Bereitstellung immaterieller Inputs wie geistiges Eigentum (IP) – Patente, Designs oder Marken – konzentriert, während der Auftragshersteller Kapital, Arbeit und Material zur Verfügung stellt. Bayard et al. (2015) betonen ebenfalls den Besitz von geistigem Eigentum durch den FGP. Bernard und Fort (2015, S. 518) definieren einen „Factoryless Manufacturer“ als ein Unternehmen, das „keine Fertigungsstätten in den USA besitzt, aber Vorproduktionsaktivitäten wie Design und Ingenieurwesen selbst durchführt und an Produktionsaktivitäten beteiligt ist, entweder direkt oder durch den Kauf von Auftragsfertigungsdiensten.“

Gemeinsam für all diese Definitionen ist die Betonung des Besitzes von geistigem Eigentum und der Spezifikation des Produktdesigns sowie der Besitz und Verkauf der Endprodukte. Ebenso wird überall angegeben, dass der FGP nicht in die Materialproduktion oder in den Besitz von Produktionsanlagen involviert ist. Die Definitionen variieren jedoch in anderen Aspekten, und diese Unterschiede beeinflussen, wie diese Form der Produktion gemessen wird.

Da die Art und Weise, wie FGPs Inputs kombinieren, um Output zu produzieren, von der traditionellen Annahme einer linearen Wertschöpfungskette abweicht, hat dies Auswirkungen auf die Messung von Wertschöpfung und Produktivität. Es beeinflusst auch, welcher Aktivität welchem Sektor zugewiesen wird. So können einige Unternehmen, die als Hersteller betrachtet werden, als Großhändler erfasst werden. Auch die Standardklassifikationen der Industrie, wie das Standard Industrial Classification/North American Industry Classification System (SIC/NAICS), sind nicht invariant gegenüber den Geschäftsmodellen; zum Beispiel wird die Bauwertschöpfungskette Design und Ingenieurwesen als separaten vorgelagerten Sektor erfassen, während im Automobilbereich diese Tätigkeiten mit der Produktion integriert sind. Diese Komplexität erschwert Vergleiche zwischen Unternehmen aus verschiedenen Sektoren, die ähnliche Endproduktionsaktivitäten durchführen. Zudem hat die Auslagerung von Fertigung durch Auftragsvergabe Auswirkungen auf die Interpretation der Zahlungsbilanzstatistiken, da Inputs und Zwischenprodukte mit variierenden Besitzverhältnissen und Erfassungspraktiken nationale Grenzen überschreiten – ein Thema, das im sechsten Kapitel behandelt wird.

Schätzungen über das Ausmaß der "factoryless production" stammen bislang weitgehend aus der Forschungsliteratur. Im Vereinigten Königreich wird das nationale Statistikamt (ONS) jedoch FGPs bei der nächsten Aktualisierung der statistischen Klassifikationen von Großhandel in den Fertigungssektor umklassifizieren. Bayard, Byrne und Smith (2015) haben sich beispielsweise die Unternehmensberichte von S&P 500-Unternehmen angesehen. 2012 berichteten rund 46 Prozent der S&P 500 Unternehmen von der Nutzung von Auftragsfertigung (im Vergleich zu 30 Prozent im Jahr 2002), und ein Fünftel dieser Unternehmen setzte ausschließlich auf Auftragsfertigung (im Vergleich zu 16 Prozent im Jahr 2002). Dieser Produktionsansatz scheint besonders wichtig zu sein in den Bereichen Pharmazeutika, Bekleidung, Spielzeug und Spiele, elektronische Komponenten und Informations- und Kommunikationstechnologie (IKT). Diese Autoren schätzten, dass die Nichtberücksichtigung dieses Phänomens die Größe der US-amerikanischen Fertigungswertschöpfung um 5 bis 20 Prozent unterschätzte. Bernard und Fort (2015) schätzten, dass eine Umklassifizierung von FGPs von Großhandel in den Fertigungssektor die gemessene Fertigungsbeschäftigung in den USA im Jahr 2007 um 3 bis 14 Prozent erhöht hätte. In diesem Jahr war die gemessene Fertigungsbeschäftigung gegenüber 1990 um mehr als 20 Prozent gesunken, wobei der Rückgang besonders steil ab 2001 war.

Einige Sektoren sind stärker auf FGPs und Auftragsfertigung angewiesen. Der Pharmasektor ist ein solcher Sektor. Bernard und Fort fanden heraus, dass dieser Sektor 24 Prozent der totalen US-amerikanischen FGPs ausmachte, die sie im Großhandelssektor erfassten. Bayard, Byrne und Smith (2015) zeigten, dass rund 70 Prozent der US-amerikanischen Pharmaunternehmen im Jahr 2012 Auftragsfertigung einsetzten (im Vergleich zu 48 Prozent im Jahr 2002). Viele der gelisteten Unternehmen stellen sowohl Produkte unter ihrer eigenen Marke her als auch als Auftragsfertiger für andere Unternehmen. Ein Beispiel ist GlaxoSmithKline, das auf seiner Website seine Fähigkeiten in der Auftragsfertigung von Antibiotika, Schäumen, Flüssigkeiten und aktiven pharmazeutischen Inhaltsstoffen angibt und auch die Nutzung von Auftragsfertigern für eine Vielzahl von Produkten wie Antigene, Zwischenprodukte, Rohstoffe und Fertigungskomponenten vermeldet.

Die Zunahme der Nutzung von FGPs wird nicht nur in der Pharmaindustrie, sondern auch in der Automobilproduktion deutlich. Magna International, ein führender Auftragsfertiger in der Automobilindustrie, produziert seit 1979 mehr als 300.000 Mercedes-Benz G-Klasse-Fahrzeuge und hat auch Autos für BMW und Jaguar hergestellt. Bayard, Byrne und Smith schätzten, dass rund 22 Prozent der Hersteller von Transportausrüstungen innerhalb des S&P 500 Auftragsfertiger einsetzen. Diese Entwicklung dürfte sich mit dem zunehmenden Anteil der Wertschöpfung eines Fahrzeugs, der auf Ingenieurleistung und Softwareentwicklung basiert, fortsetzen – ein Trend, der durch die Umstellung auf Elektrofahrzeuge weiter beschleunigt wird.

Diese Dynamik verdeutlicht die zunehmende Bedeutung von FGPs in modernen Produktionssystemen. In Branchen wie Pharmazeutika und Automobilbau bieten diese Unternehmen Flexibilität und Kostensenkungspotenziale, indem sie die Fertigung auslagern und sich auf ihre Kernkompetenzen in Forschung, Entwicklung und Design konzentrieren. Dabei wird auch klar, dass die traditionelle Sichtweise der Fertigung als linearer Prozess zunehmend an Bedeutung verliert, da Unternehmen immer häufiger Netzwerke von spezialisierten Fertigungsdienstleistern nutzen.

Wie lässt sich der Wert von digitalen, kostenlosen Produkten und User-Innovationen in die volkswirtschaftliche Bilanz integrieren?

In der volkswirtschaftlichen Gesamtrechnung bleibt die konventionelle Marginalpreisbildung ein zentrales Prinzip, insbesondere bei der Berechnung von realem BIP. Ein alternativer Ansatz zur Messung von Wohlstandsveränderungen im Zeitverlauf, der sich an den Prinzipien der nationalen Einkommensrechnung orientiert, nutzt hedonische Anpassungen, die von Statistikern angewendet werden, um die Qualität von Waren zu berücksichtigen, deren Eigenschaften sich im Laufe der Zeit ändern. Ein Beispiel hierfür sind Autos in den USA oder Mobiltelefone im Vereinigten Königreich. Auch wenn solche Preisdeflatoren eine Annäherung an das reale BIP ermöglichen, bleiben sie unzureichend, um den gesamten ökonomischen Wohlstand exakt zu messen. Jedoch erfasst eine hedonische Regression zur Konstruktion von qualitätsbereinigten Preisindizes zusätzliche Verbesserungen des Wohlstands.

John Lourenze Poquiz (2023) verwendete die Preise von Premium-Versionen digitaler Produkte wie Nachrichten, Videoanrufen und persönlichen E-Mails, um mithilfe hedonischer Regressionen den Wert der "freien" Komponenten dieser Produkte zu schätzen. Seine Schätzungen für den Wert dieser kostenlosen digitalen Güter im Vereinigten Königreich im Jahr 2020 lagen zwischen 6,1 Milliarden und 22,7 Milliarden Pfund, wobei dieser Wert deutlich schneller wuchs als die realen Konsumausgaben, was auf einen erheblichen, aber bisher unzureichend erfassten Wohlfahrtszuwachs hinweist. Diese Methode ist ein intelligenter Versuch, die Kluft zwischen den Prinzipien der nationalen Konten und den tatsächlichen Verbraucherwohlstandsgewinnen zu überbrücken. Dennoch bleiben Überlappungen zwischen den beiden Bereichen, wie in Miéville’s Roman The City and the City dargestellt, unvermeidlich.

Die bisherigen Methoden zur Schätzung von Wohlstand, die durch vorgestellte Präferenzen und hedonische Indizes arbeiten, sind jedoch noch nicht vollständig auf andere Länder übertragbar und beziehen sich häufig nur auf eine begrenzte Produktpalette, insbesondere auf Facebook. Die theoretischen und methodischen Herausforderungen bleiben zahlreich: Wie sollten Produkte klassifiziert werden? Sollen spezifische Marken oder allgemeine Begriffe verwendet werden? Wie sollten neue Produkte in diese Messungen einbezogen werden? Ein weiteres zentrales Problem stellt die Zeitbewertung dar, da eine Budgetbeschränkung im traditionellen Wirtschaftskontext auf Geld basiert, jedoch bei der Nutzung digitaler Produkte eine Zeitbudget-Beschränkung relevant wird, die in den vorgestellten Präferenzen nicht berücksichtigt wird. Diese Verzerrung könnte die Verbraucherauswahl verfälschen und den Wohlfahrtszuwachs durch kostenlose digitale Güter potenziell in Frage stellen.

Das Hinzufügen digitaler Güter zum BIP könnte die Berechnung des ökonomischen Wohlstands verbessern, jedoch stellt sich die Frage, ob auch andere, oft übersehene Beiträge zum Wohlstand berücksichtigt werden sollten. Dazu zählen beispielsweise öffentliche Güter wie Parks oder Verteidigung, aber auch die externen Kosten durch Umweltverschmutzung oder den Verlust der Biodiversität. Die Bewertung dieser Faktoren würde idealerweise nicht nur auf Grenzpreise wie bei Diamanten beruhen, sondern auf ihren tatsächlichen Schattenpreisen, wie es bei trinkbarem Wasser der Fall ist. Hierbei handelt es sich um einen noch unerforschten Bereich, der jedoch tiefgreifende Auswirkungen auf die Berechnung des gesamtwirtschaftlichen Wohlstands haben könnte.

Ein weiteres spannendes Thema, das zunehmend Beachtung findet, ist die Rolle der Benutzerinnovationen. Diese Innovationen entstehen nicht durch gewerbliche Anbieter, sondern durch Konsumenten, die entweder eigene Produkte entwickeln oder bestehende Produkte verbessern und diese, oftmals ohne kommerzielle Absichten, mit anderen teilen. Der Prozess der User-Innovation hat in den Bereichen Management und Wissenschaftspolitik mehr Aufmerksamkeit erhalten als in der Wirtschaftswissenschaft. Eric von Hippel (1976) führte diese Debatte ein und betonte, dass Benutzerinnovationen in vielen Sektoren von großer Bedeutung sind. Solche Innovationen sind oft durch spezifisches, implizites Wissen über eine ungenutzte Nachfrage oder Anwendung gekennzeichnet, und Innovatoren sind selten an groß angelegten Marktgewinnen interessiert. Vielmehr ist der Anreiz zur Innovation niedrig, da nur geringe finanzielle Investitionen erforderlich sind und die innovativen Ideen oft im Rahmen eines offenen, kollaborativen Systems geteilt werden.

Beispiele für solche Innovationen sind unter anderem Skateboards, die ursprünglich aus der Umgestaltung von Rollschuhen hervorgingen, sowie Prothesen, die von Nutzern gemeinsam entwickelt und kostenlos zur Verfügung gestellt wurden. Ein bemerkenswertes Beispiel ist ein 3D-gedrucktes Prothesendesign, das von einem südafrikanischen Schreiner und einem amerikanischen Bastler erstellt wurde, um den hohen Kosten für Prothesen entgegenzuwirken. Diese Art der Innovation hat den Zugang zu medizinischen Hilfsmitteln drastisch verändert und gleichzeitig die Produktionskosten gesenkt. Es ist jedoch schwierig, den genauen Wert dieser Benutzerinnovationen zu bestimmen, da die Grenze zwischen Heimproduktion und bezahlter Arbeit oft verschwimmt. Hier bleibt die Messung von Innovation und ihrem Wert ein ungelöstes Problem. Erste Umfragen, die von von Hippel und anderen Forschern durchgeführt wurden, zeigen, dass der Anteil der Haushalte, die solche Innovationen umsetzen, in verschiedenen Ländern variiert und von 1,5 % in Südkorea bis zu 9,5 % in Russland reicht.

Ein weiterer zentraler Punkt, den es zu berücksichtigen gilt, ist der wirtschaftliche Einfluss dieser nicht kommerziellen Innovationen auf die gesamtwirtschaftliche Bilanz. Viele dieser Innovationen erweitern die Produktions- und Konsummöglichkeiten, anstatt lediglich bestehende Märkte zu ersetzen. Sie schaffen oft neue Werte und Märkte, die in traditionellen volkswirtschaftlichen Rechnungen nicht erfasst werden. Ein umfassendes Verständnis dieser Phänomene und ihrer Auswirkungen auf das BIP erfordert daher nicht nur eine Erweiterung der nationalen Einkommensrechnung, sondern auch eine tiefere Auseinandersetzung mit den unbezahlten Beiträgen der Konsumenten zur Gesamtwirtschaft.

Wie verändert die Digitalisierung die Messung von wirtschaftlichem Wohlstand und wie beeinflusst sie politische Entscheidungen?

Die zunehmende Digitalisierung und die damit verbundenen Veränderungen in der Wirtschaft haben tiefgreifende Auswirkungen auf die Art und Weise, wie wir wirtschaftliche Aktivität messen. Dabei geht es nicht nur um die Frage, wie sich das BIP in realen Größen darstellen lässt, sondern auch um die zugrunde liegenden Konzepte von Wohlstand und Fortschritt, die durch digitale Innovationen in Frage gestellt werden. In einer zunehmend digitalisierten Welt stehen Ökonomen vor der Herausforderung, traditionelle Maßstäbe der Messung von Wirtschaftstätigkeit und Wohlstand anzupassen oder sogar gänzlich zu überdenken.

Die traditionelle Methode, um ökonomische Aktivität zu messen, ist die Umrechnung von nominalen Größen wie Ausgaben oder Einnahmen in reale Größen. Dies geschieht durch die Anwendung eines Preisindex, um die Inflation zu berücksichtigen und zu überprüfen, ob es tatsächlich einen „realen“ Fortschritt gibt. Die Frage dabei ist: Wie viel von der Veränderung der nominalen Werte resultiert tatsächlich in einer Verbesserung des Lebensstandards, und wie viel ist nur durch steigende Preise bedingt? In einer klassischen Wirtschaft, in der sich die Qualität der Güter über längere Zeiträume hinweg nicht verändert, lässt sich diese Frage noch relativ einfach beantworten. Doch in einer modernen, technologiegetriebenen Wirtschaft ist dies alles andere als trivial.

Die digitale Revolution hat die Art und Weise, wie wir Güter und Dienstleistungen konsumieren und produzieren, revolutioniert. Es entstehen neue Märkte und Produkte, die oft eine ganz andere Qualität und Nutzung aufweisen als das, was wir in der Vergangenheit als Standard betrachteten. So lässt sich die Frage, wie der Lebensstandard einer Gesellschaft in verschiedenen historischen Epochen zu messen ist, kaum mehr mit den traditionellen Methoden beantworten. Vergleiche zwischen der heutigen Ära, in der Smartphones und personalisierte Genommedizin alltäglich sind, und einer Zeit, als Mobiltelefone und MRT-Geräte noch in den Kinderschuhen steckten, sind fast unmöglich. Ganz zu schweigen von der Nachkriegszeit, als Antibiotika als das neue Wundermittel galten und weniger als die Hälfte der US-Bevölkerung ein Telefon besaß. Die Definition von „realem“ Wachstum wird also zunehmend komplexer, da sich der Wert von Gütern und Dienstleistungen nicht nur in Geld, sondern auch in der Qualität des Lebens und den neuen Möglichkeiten bemisst, die durch Technologie geschaffen wurden.

Ein weiterer Aspekt der Digitalisierung ist die Verschiebung von Arbeitsplätzen und Produktionsmethoden. Der Arbeitsmarkt ist heute von digitalen Plattformen, dem sogenannten Gig Economy, und remote Arbeiten geprägt. Diese Veränderungen werfen neue Fragen auf: Wie messen wir die Produktivität und das Einkommen von Menschen, die in digitalen Berufen arbeiten? In einer Zeit, in der Arbeitsplätze zunehmend grenzüberschreitend und ohne klare geografische Grenzen entstehen, wird die Erhebung relevanter Statistiken für politische Entscheidungen noch schwieriger. Digitale Aktivitäten, die über Landesgrenzen hinweg stattfinden, lassen sich nur unzureichend durch traditionelle Handelsstatistiken erfassen. Dazu kommen die unermesslichen Transfers von immateriellen Gütern wie Daten, die in globalen Produktionsketten eine immer größere Rolle spielen.

Neben den Herausforderungen, die mit der Messung von Wirtschaftstätigkeit und Wohlstand verbunden sind, treten auch Probleme auf, wenn es darum geht, die Auswirkungen von Wirtschaftstätigkeit auf die Umwelt zu messen. In der Vergangenheit wurden die Kosten für die Zerstörung von natürlichen Ressourcen und den Klimawandel weitgehend ignoriert, doch heute wird klar, dass diese „sozialen Kosten“ in die ökonomischen Statistiken aufgenommen werden müssen. Die Notwendigkeit, die Umweltauswirkungen von Produktionsprozessen zu berücksichtigen, stellt eine weitere Herausforderung für die bestehenden Messrahmen dar. Hier kommen Fragen der globalen Governance ins Spiel: Um internationale Herausforderungen wie den Klimawandel zu bewältigen, sind genaue und länderübergreifende Statistiken erforderlich, die jedoch oft nicht existieren.

All diese Herausforderungen und Veränderungen führen zu einer weiteren wichtigen Frage: Wie sollten politische Entscheidungen auf Basis der heutigen Messmethoden getroffen werden? Die traditionellen statistischen Verfahren, die in der Vergangenheit in verschiedenen Ländern entwickelt wurden, haben ihren Ursprung in der Zeit des Merkantilismus und der frühen Nationalstaaten. William Petty, ein Pionier der modernen Wirtschaftsmessung, stellte bereits im 17. Jahrhundert fest, dass die statistische Erfassung von Wohlstand und Wirtschaft eine politische Dimension hat. Er war der Meinung, dass Land und Arbeit die wahren Quellen des Wohlstands seien, und nicht das Gold, das viele zu dieser Zeit für den wahren Reichtum hielten.

Seit dieser Zeit hat sich das Verständnis von Wirtschaft und Wohlstand weiterentwickelt. Besonders im 20. Jahrhundert, mit der Entwicklung der modernen Volkswirtschaftslehre und der Statistik, wurde die Wirtschaft zunehmend als eigenständiger Bereich des menschlichen Lebens betrachtet. Heute ist die Frage nach dem Wohlstand einer Gesellschaft nicht mehr nur eine Frage der materiellen Produktion, sondern auch der digitalen Transformation und der sozialen und ökologischen Dimensionen des Wachstums. Es ist wichtig, die zugrunde liegenden Annahmen und Messmethoden zu hinterfragen, da sie die politischen Entscheidungen beeinflussen, die wir heute treffen.

Der Übergang zu einer neuen Form der Wirtschafts- und Sozialstatistik ist notwendig, um der Realität der digitalen und globalisierten Welt gerecht zu werden. Es geht nicht nur um die Erfassung von Zahlen, sondern auch um die tiefere Bedeutung dessen, was diese Zahlen für das Wohl der Gesellschaft sagen. Nur so können wir in einer zunehmend komplexen Welt die richtigen politischen Entscheidungen treffen.