Benedikt Runschke

• Plattformarbeit gewinnt als neue Arbeitsform zunehmend an Bedeutung und bietet Vorteile bei der Vereinbarkeit von Erwerbs- und Privatleben. Allerdings können Steuerungselemente wie Algorithmen und Bewertungssysteme auch Risiken bergen. Aktuelle Forschung zur Diskriminierung von Frauen auf Online-Arbeitsmärkten gibt Hinweise auf eine mögliche Ungleichbehandlung. Bekannte Muster des traditionellen Arbeitsmarktes bei der Beauftragung und Preissetzung zeigen sich auch auf den Plattformen. Dies legt nahe, dass sich Geschlechterstereotype auf die Plattformökonomie übertragen. Welche Bedeutung dabei die plattformspezifischen Steuerungselemente haben stand bei bisherigen Untersuchungen nur selten im Fokus. Diese Dissertation untersucht die Rolle von Geschlechterstereotypen und Algorithmen bei Beauftragung und Preissetzung auf einer der weltweit größten Freelancing-Plattformen, freelancer.com. Durch Web-Scraping wird ein einzigartiger Datensatz erstellt und mithilfe von Methoden des maschinellen Lernens aufbereitet. Mittels ökonometrischer Modelle wird die Fragestellung unter Berücksichtigung auftragsspezifischer Effekte untersucht. Die Ergebnisse deuten darauf hin, dass Geschlechterstereotype bei der Beauftragungsentscheidung auf der Plattform keine Rolle spielen. Allerdings kommt dem Rankingalgorithmus der Plattform eine hohe Bedeutung zu. Ferner kann festgestellt werden, dass das Ranking der Freelancer:innen in Abhängigkeit vom Geschlecht unterschiedlichen Einfluss auf die Beauftragungswahrscheinlichkeit nimmt: Für Frauen ist der Rang in einem weiblich geprägten Tätigkeitsfeld weniger relevant als für Männer. Geschlechterstereotype scheinen demnach auf der Freelancing-Plattform keine Relevanz zu haben. Frauen wird somit eine gendergerechtere Erwerbstätigkeit geboten. Jedoch bergen plattformspezifische Steuerungselemente wie der Rankingalgorithmus neue Potenziale zur Geschlechterdiskriminierung. Die Erkenntnisse tragen dazu bei, ein besseres Verständnis der Herausforderungen und Chancen der Plattformarbeit im Kontext der Geschlechtergleichstellung zu gewinnen.
• Platform work is becoming increasingly important as a new form of employment and offers advantages in terms of achieving a good work-life balance. However, platform steering elements such as algorithms and rating systems can also pose risks. Current research on discrimination against women in online labor markets provides evidence of possible unequal treatment. Familiar patterns of the traditional labor market in hiring and pricing are also evident on platforms. This suggests that gender stereotypes are being transferred to the platform economy. Previous research has rarely focused on the importance of platform-specific steering elements in this process. This dissertation examines the role of gender stereotypes and algorithms in hiring and pricing on one of the world's largest freelancing platforms, freelancer.com. A unique dataset is created through web scraping and processed using machine learning methods. Econometric models are used to investigate the research question, considering job-specific effects. The results indicate that gender stereotypes do not play a role in the hiring decisions on the platform. However, the ranking algorithm of the platform is of great importance. Furthermore, it can be determined that the ranking of freelancers has a different influence on the probability of being hired depending on gender: For women, the rank in a female-dominated field of task is less relevant than for men. Gender stereotypes therefore seem to have no relevance on the freelancing platform. Women are offered more gender-equitable employment. However, platform-specific elements such as the ranking algorithm pose new potential for gender discrimination. The findings contribute to a better understanding of the challenges and opportunities of platform work in the context of gender equality.