1 Einleitung

Die Folgen von Arbeitslosigkeit für betroffene Personen und deren Familien, aber auch für die Gesellschaft insgesamt sind weitreichend. Arbeitslosigkeit ist der häufigste Auslöser für Armut (Vandecasteele 2011; IAW 2015), verringert die Teilhabe am gesellschaftlichen Leben (Layte et al. 2010; Gundert & Hohendanner 2014) und macht Betroffene krank (Paul & Moser 2009; Krug & Eberl 2018). Im Zuge der guten wirtschaftlichen Entwicklung in Deutschland im vergangenen Jahrzehnt ist die Arbeitslosenquoten insgesamt merklich zurückgegangen. Dieser Rückgang zeigte sich zunächst vor allem bei der Kurzzeitarbeitslosigkeit. Entsprechend stieg der Anteil der Langzeitarbeitslosen unter allen Arbeitslosen zwischen 2009 und 2015 stetig an (Statistik der Bundesagentur für Arbeit 2018). Damit rückte die Gruppe der Langzeitarbeitslosen, die langfristig von Erwerbsarbeit ausgeschlossen sind, stärker in den Fokus der Arbeitsmarktpolitik.

Eine Reihe von Studien verweist darauf, dass die sozialen Netzwerke von Arbeitslosen eine wichtige Rolle für den Ausstieg aus der Arbeitslosigkeit spielen (Korpi 2001; Bonoli & Turtschi 2015; Oesch & von Ow 2017). Dem entspricht, dass ein großer Teil der Beschäftigten (Noll & Weick 2002; Krug 2013) und ein noch größerer Teil der Unternehmen (Brenzel et al. 2016) in Befragungen angibt, dass die Stellenbesetzung nicht über formale Wege wie die öffentliche Arbeitsvermittlung, sondern über soziale Kontakte zustande kam. Soziale Kontakte gelten als Lieferanten schneller, umfassender und vertrauenswürdiger Informationen, die über andere Quellen nicht oder nur schwer erhältlich sind (Granovetter 2005). Dies ist von hoher Bedeutung, da Arbeitsuchende nicht nur in Erfahrung bringen müssen, welche Betriebe freie Stellen aufweisen. So ist beispielsweise oft nicht sofort ersichtlich, wie gut man auf eine solche Stelle passt, also ob man neben geforderten formalen auch erwünschte informelle Qualifikationen mitbringt. Außerdem unterscheiden sich offene Stellen nicht nur anhand offensichtlicher Eigenschaften, wie dem gezahlten Lohn oder dem Arbeitsweg, sondern auch anhand des Arbeitsklimas, der Jobsicherheit, der Aufstiegschancen etc. Diese Faktoren sind von außen für Arbeitsuchende schwer einzuschätzen, daher sind entsprechende Informationen aus dem sozialen Netzwerk besonders wertvoll.

Nicht nur für die Erlangung von Informationen sind soziale Beziehungen bedeutsam, sie beeinflussen auch das Ausmaß der sozialen Unterstützung (Diewald 1991: 70 ff.), die Personen in Krisensituationen zukommt. So erleiden gerade längerfristig Arbeitslose deutliche Einkommenseinbußen und hier können sozial gut integrierte Arbeitslose eher auf Unterstützung zurückgreifen als die weniger gut oder nicht integrierten. Darüber hinaus setzen mit längerer erfolgloser Suche oft auch Enttäuschungs- und Entmutigungseffekte ein, die zu einer verringerten Suchaktivität führen. Auch hier können soziale Kontakte eine wichtige Rolle spielen, um dem entgegenzuwirken. So haben empirische Arbeiten beispielsweise gezeigt, dass starke Vernetzung und Partizipation von Arbeitslosen sozial stabilisierend wirken und beispielsweise negative Auswirkungen von Arbeitslosigkeit auf Lebenszufriedenheit oder Gesundheit abschwächen und somit zum Erhalt der Motivation und Beschäftigungsfähigkeit beitragen (House et al. 1986; Schwarzer et al. 1993).

Daher scheint es naheliegend, Netzwerke auch in der Arbeitsvermittlung nutzen zu wollen (Wirth 2006; Bonoli 2014). Vor allem im englischsprachigen Raum existieren bereits länger Konzepte der Arbeitsvermittlung, die sich auch netzwerktheoretischer Überlegungen bedienen. So fokussiert die sogenannte Job Club Method (Azrin et al. 1975) darauf, langzeitarbeitslose Stellensuchende zusammenzubringen (Stidham & Remely 1992). Diese sollen sich dann, angeregt von einer Vermittlungsfachkraft, wechselseitig bei dem Erlernen neuer, effektiverer Stellensuchstrategien unterstützen. Stärker auf die wechselseitige soziale und emotionale Unterstützung fokussieren Employment Support Networks, in denen die wechselseitige Unterstützung zur Aufrechterhaltung der psychischen Gesundheit und der Motivation zur Arbeitssuche eine wichtige Rolle spielt (Davies 1996).

Auch der jüngst durch das Teilhabechancengesetz geschaffene soziale Arbeitsmarkt in Deutschland versucht die positiven Effekte sozialer Kontakte zu nutzen. Dort sollen ehemaligen Langzeitarbeitslosen, die übergangsweise in einer staatlich subventionierten Beschäftigung tätig sind, Coaches zur Seite gestellt werden (Kupka et al. 2018).

Derartige Bestrebungen setzen allerdings den Nutzen von Netzwerken auch und vor allem für Langzeitarbeitslose voraus. Zwar existiert eine Reihe empirischer Studien, in denen der positive Zusammenhang zwischen Netzwerken und Stellenfindung hervorgehoben wird. Einerseits aber bietet das analytische Design vieler Studien Anlass zu methodischen Zweifeln. Die zentrale Kritik lautet dabei, dass die gemessenen Zusammenhänge zwischen den Eigenschaften sozialer Netzwerke bzw. den darin enthaltenen Ressourcen und Erfolg am Arbeitsmarkt methodische Artefakte unkontrollierter Drittvariablen darstellen (Mouw 2003, 2006; Chen 2011). Andererseits bestehen auch inhaltliche Zweifel, ob sich die Netzwerke von Arbeitslosen nicht bereits durch die Zeit in Arbeitslosigkeit so verändert haben, dass sie die Unterstützung zur Integration in Beschäftigung nicht mehr leisten können (Jones 1988).

Im Mittelpunkt dieses Beitrags steht eine Untersuchung der Wirkung sozialer Beziehungen auf die Erwerbsintegration von Langzeitarbeitslosen. Der Artikel ist hierzu wie folgt aufgebaut: Im nächsten Abschnitt stellen wir den Forschungsstand dar und gehen dabei ausführlich auf unterschiedliche methodische Vorgehensweisen und Probleme ein. Anschließend diskutieren wir unterschiedliche theoretische Ansätze und leiten aus diesen konkreten Hypothesen zur Auswirkung sozialer Netzwerke auf die Wahrscheinlichkeit einer Arbeitsaufnahme Arbeitsloser ab. Für die empirische Analyse dieser Hypothesen greifen wir auf das Panel Arbeitsmarkt und soziale Sicherung (PASS) des Instituts für Arbeitsmarkt- und Berufsforschung zurück. Die entsprechenden Datensätze und Variablen sowie das Analysedesign und die statistische Modellierung werden im vierten Abschnitt dieses Beitrags beschrieben. Im fünften Abschnitt stellen wir die empirischen Ergebnisse unserer Studie vor. Im abschließenden Teil dieses Beitrags diskutieren wir unsere Ergebnisse und zeigen Perspektiven für die weitere Forschung auf.

2 Forschungsstand

Die Rolle sozialer Netzwerke für den beruflichen Erfolg ist in einer Vielzahl von Studien mit einer Vielzahl abhängiger Variablen untersucht worden. Wir beschränken uns hier auf solche Studien, die sich mit der Stellenfindung an sich befassen und nicht mit der Qualität der gefundenen Stelle (etwa in Bezug auf Lohn oder Berufsprestige). Dabei gliedern wir den Forschungsstand im Hinblick auf die in den Studien verwendeten Indikatoren sozialer Vernetzung, gehen aber auch auf die Untersuchungspopulation und den Umgang mit unbeobachteter Heterogenität ein.

Ein erster Typ von Studien untersucht den Weg, auf dem ein Arbeitsplatz gefunden wurde. Das wohl bekannteste Beispiel dürfte die klassische Arbeit von Granovetter (1973, 1974) sein. Er erfasste auf Basis einer retrospektiven Befragung, wer seine neue Arbeitsstelle über soziale Beziehungen gefunden hat. Aus den hohen Anteilen der Erwerbstätigen, die ihre Arbeitsstelle über Kontakte insgesamt bzw. über bestimmte Arten von Kontakten (v. a. schwache versus starke Kontakte) gefunden hatten, wird auf die Nützlichkeit dieser Kontakte bei der Stellensuche geschlossen (so etwa Noll & Weick 2002; Brandt 2006; Brenke & Zimmermann 2007 sowie Brenzel et al. 2016). Einen Schritt weiter gehen Studien, die nach dem Weg der Stellenfindung differenziert untersuchen, wie lange Personen zuvor nach einer Stelle gesucht hatten. So zeigen Franzen & Hangartner (2006) auf, dass Hochschulabsolventen, die ihre Stelle über Kontakte gefunden haben, eine geringere Suchdauer und entsprechend weniger Bewerbungen und Vorstellungsgespräche aufwiesen. Dagegen findet Mouw (2003) für denselben Indikator eine signifikant längere Suchdauer. Studien dieses ersten Typs weisen zwei entscheidende Einschränkungen auf: sie betrachten selektiv nur erfolgreiche Fälle und sie verzichten meist auf eine Messung der Netzwerke vor der Stellenfindung, da sich retrospektiv kaum zuverlässig erheben lässt, welche Ausprägung das soziale Kapital zum Zeitpunkt der Einstellung hatte.

Zumindest die erste Beschränkung wird in Studien eines zweiten Typs aufgehoben, in denen die Nutzung sozialer Netzwerke als Suchweg analysiert wird. Studien, die nicht die Stellenfindung, sondern die tatsächliche Suche^[1] mithilfe sozialer Kontakte in den Blick nehmen, kommen oft zu widersprüchlichen Ergebnissen. So finden Thomsen & Wittich (2010) weder bei Frauen noch bei Männern signifikante Effekte der Suche über Netzwerke auf die Wahrscheinlichkeit, in der nachfolgenden Periode beschäftigt zu sein. Addison & Portugal (2002) berichten in einer Verweildaueranalyse ebenfalls keinen signifikanten Effekt, im Gegensatz allerdings zu Bonoli & Turtschi (2015), deren Analyse einen signifikant negativen Effekt der Suche über Netzwerke auf die Verweildauer in Arbeitslosigkeit zeigt. Dies entspricht den Ergebnissen von Diaz (2012), die ebenfalls einen positiven Effekt der Suche über Netzwerke auf die Beschäftigungswahrscheinlichkeit findet. Holzer (1988) untersucht den Einfluss der Suche über Netzwerke auf die Wahrscheinlichkeit, aufgrund einer Bewerbung tatsächlich eine Stelle angeboten zu bekommen, sowie auf die Wahrscheinlichkeit, diese auch anzunehmen. Er findet signifikant positive Effekte auf beide Aspekte. Fernandez & Weinberg (1997) zeigen in ihrer Fallstudie der Bewerbungsprozesse in einem großen Unternehmen, dass Bewerber, die über firmeninterne Kontakte von der Stelle erfahren hatten, bessere Einstellungschancen haben als andere Bewerber. Die Arbeiten dieses zweiten Typs haben den Vorteil, dass sie nicht den Endpunkt der Stellensuche (das Finden der Stelle) mit dem gesamten Suchprozess gleichsetzen. Jedoch bleiben, wie bei Studien des ersten Typs, die Ausgestaltung der sozialen Ressourcen, ihre Träger, ihr Inhalt und ihr konkreter Beitrag zum Sucherfolg meist unberücksichtigt.

Andere Studien heben beide oben genannten Einschränkungen auf und berücksichtigen einerseits auch die nicht erfolgreichen Fälle der Stellensuche, betrachten aber auch andererseits unterschiedliche Dimensionen des sozialen Kapitals. So findet Brandt (2006), dass sowohl die Heterogenität des Netzwerkes als auch die Größe des Netzwerkes die Wahrscheinlichkeit der Stellenfindung positiv beeinflussen, während Uhlendorff (2004: 298) für das ehrenamtliche Engagement nur in Ostdeutschland einen Effekt nachweisen kann, der zudem nur schwach ausgeprägt ist. Korpi (2001) berichtet einen positiven Einfluss der aktivierten sozialen Kontakte, wobei sich die Wirkung von starken und schwachen Beziehungen (im Sinne Granovetters) statistisch nicht unterscheidet. Bonoli & Turtschi (2015) untersuchen die Auswirkung der Zahl der Freunde unter den ehemaligen Arbeitskollegen, die Zahl anderer Freunde und die Zahl erwerbstätiger Freunde. Mit Ausnahme der Zahl der Freunde, die keine Kollegen waren, ergeben sich signifikant negative Effekte der Sozialkapitalvariablen für die Suchdauer. Burns et al. (2010) verwenden den Anteil erwerbstätiger Personen in den Alters- und Sprachkohorten der bzw. des Stellensuchenden als Sozialkapitalindikator in Südafrika und finden positive Effekte des Netzwerkes auf die eigenen Erwerbschancen.

Auch bei der Frage der Wirkung sozialer Netzwerke auf die Arbeitsmarktchancen ist eines der zentralen Probleme die Kontrolle unbeobachteter Drittvariablen, die sowohl das Ausmaß der sozialen Integration beeinflussen, als auch die Arbeitsmarktchancen (vgl. Mouw 2003). In den bisher aufgeführten Studien ist diese Kontrolle nicht oder wenig überzeugend (etwa im Sinne von Mouw 2006) durchgeführt. Eine Möglichkeit der Kontrolle zumindest zeitkonstanter Heterogenität stellen Fixed-Effects Panel-Regressionen dar. Solche Studien sind allerdings selten. Yakubovich (2005) erhebt für die Personen, bei deren Stellenfindung Kontakte eine Rolle gespielt haben, alle potenziell hilfreichen Kontakte. Sie untersucht, ob es eher die starken oder schwachen Kontakte sind, die zum Erfolg führen. In einer Fixed-Effects Analyse zeigen die schwachen Kontakte einen stärkeren Einfluss. Hinsichtlich der Ressourcen der Kontakte erweisen sich Information und direkter Einfluss als bedeutender als der indirekte Einfluss, d. h. der Kontakt zu einer Person, die wiederum eine Kontaktperson mit Einfluss auf den Stellenbesetzungsprozess aktiviert.

In einer Analyse mit ähnlichem Forschungsdesign, aber mit Fokus auf Hochschulabsolventen vergleichen Obukhova & Lan (2013) den Sucherfolg bei Stellen, von denen die Stellensuchenden über Kontakte erfahren haben mit denen aus anderen Suchmethoden. Es zeigt sich für Kontakte nicht nur ein positiver Einfluss auf die Wahrscheinlichkeit, zum Vorstellungsgespräch eingeladen zu werden sowie ein Jobangebot zu erhalten, sondern auch dieses Angebot anzunehmen. Die einzige uns bekannte Fixed-Effects Studie, welche die soziale Integration mithilfe eines Indikators für Sozialkapital in den Blick nimmt, stammt von Cappellari & Tatsiramos (2015). Sie verwenden das British Household Panel und untersuchen die Wirkung der Zahl erwerbstätiger Freunde auf die Arbeitsmarktchancen. Die Autoren der Studie finden, dass die Zahl der erwerbstätigen Freunde während der Arbeitslosigkeit die Wahrscheinlichkeit zur Aufnahme einer Beschäftigung in der nachfolgenden Periode signifikant erhöht.

3 Einschränkungen bisheriger Studien

Wie der voranstehende Literaturüberblick zeigt, schließt die vorliegende Analyse an eine Vielzahl von Studien zum Thema Netzwerke und Stellenfindung an. Dabei weisen diese jedoch einige Einschränkungen auf. Eine erste Einschränkung betrifft die analysierte Bevölkerungsgruppe. Es befassen sich nur die wenigsten der oben zitierten Arbeiten mit Arbeitslosen oder gar Langzeitarbeitslosen. Die Analysen basieren etwa auf Daten zu Hochschulabsolventen (z. B. Franzen & Hangartner 2006), Retrospektivdaten zu aktuell Beschäftigten (Yakubovich 2005) oder allgemeinen Bevölkerungsdaten (Cappellari & Tatsiramos 2015), in denen Arbeitslose stark unterrepräsentiert sind. Eine wichtige Ausnahme stellt allerdings die Analyse von Brandt (2006) dar, die auf Daten von Haushalten im Niedrigeinkommensbereich beruht. Eine zweite Einschränkung besteht darin, dass nur eine Minderheit von Studien tatsächlich die Einbettung der Individuen in soziale Netzwerke als unabhängige Variable verwendet. Einige Analysen verwenden die Stellenfindung über persönliche Kontakte als Proxyinformation für Netzwerke, einen Indikator, der immer wieder als wenig geeignet kritisiert wurde (Montgomery 1992; Krug 2012). Auch der wohl besser geeignete Indikator der Stellensuche über Netzwerke lässt allerdings offen, welche Aspekte der Netzwerke einen eventuellen Vorteil bei der Stellensuche bieten. Insofern besteht auch bei signifikanten Effekten der verwendeten Indikatoren noch Forschungsbedarf hinsichtlich der genauen Netzwerkeigenschaften bzw. der sozialen Ressourcen, welche die Stellensuchenden besitzen. Wenn solche Eigenschaften und Ressourcen analysiert werden, dann messen viele dieser Studien allerdings nur einen oder zwei Indikatoren der sozialen Integration (z. B. Cappellari & Tatsiramos 2015). So können diese Studien nicht ausschließen, dass ein Effekt, der etwa der Partizipation in Vereinen und Verbänden zugeschrieben wird, auf die nicht beobachtete Netzwerkgröße zurückzuführen ist oder umgekehrt. Die dritte Einschränkung liegt darin, dass nur die wenigsten Analysen Fixed-Effects Schätzungen oder ähnlich effektive Verfahren zum Umgang mit unbeobachteter Heterogenität verwenden. Dies ist deshalb bedenklich, weil bereits Mouw (2003) unbeobachtete Heterogenität mit der Homophilietendenz in Netzwerken in Verbindung gebracht hat. Homophilie, also die Tendenz von Personen, sich mit ihnen ähnlichen Personen in Netzwerken zusammenzuschließen (McPherson et al. 2001), stellt laut Mouw (2003) eine alternative, nichtkausale Erklärung für den Zusammenhang von Netzwerkressourcen und Arbeitsmarkterfolg dar. So werden Arbeitslose mit höherer Erwerbsneigung wohl eher eine Stelle finden, aber gleichzeitig auch eher erwerbstätige Freunde in ihrem Netz bevorzugen. Damit würden diese Arbeitslosen auch ohne die Hilfe ihres Netzwerkes eine Stelle finden und der Zusammenhang zwischen Netzwerken und Stellenfindung wäre eine sogenannte Scheinkorrelation. Ohne die Kontrolle unbeobachteter Heterogenität sind viele der oben zitierten Ergebnisse zumindest angreifbar und daher weitere Forschung nötig, welche diese methodische Einschränkung nicht aufweist.

4 Theoretische Einordnung und Hypothesenbildung

Die Literatur geht davon aus, dass der Eintritt und vor allem die Verweildauer in Arbeitslosigkeit die Netzwerke der Betroffenen verändern. Die Gründe hierfür sind vielfältig. So schränkt der Wegfall des Erwerbseinkommens die Möglichkeiten von Freizeitaktivitäten mit Freunden ein, führt zu Schamgefühlen und/oder reduziert Verfügbarkeit der betroffenen Personen in den Augen ihres Umfeldes als verlässliche Partner für sozialen Austausch (zum Überblick siehe etwa Jones 1988). Zum Teil wird im Zuge von Arbeitslosigkeit sogar von der Entstehung sozialer Isolation gesprochen (Gallie et al. 2003). Andere Autoren sprechen eher von einem Gestaltwandel der Netzwerke (Marquardsen & Röbenack 2010), bei dem kein Abbau, sondern ein Umbau der Netzwerke etwa hin zu einem höheren Anteil an ebenfalls arbeitslosen Personen erfolgt. Insofern stellt sich weniger die Frage, ob Langzeitarbeitslose (noch) in Netzwerke eingebunden sind, sondern ob diese in Zusammensetzung und Ressourcenausstattung geeignet sind, bei der Stellensuche zu helfen. Grundsätzlich sollten sich die dabei potenziell wirkenden Mechanismen nicht von denen bei anderen Bevölkerungsgruppen unterscheiden, weshalb zur Herleitung der Hypothesen auf die allgemeine Literatur zu Netzwerken und Stellenfindung rekurriert werden kann.

Als einer der ersten hat Mark Granovetter (1973, 2005) die positive Rolle sozialer Beziehungen im Prozess der Stellensuche untersucht. Inzwischen befasst sich eine Vielzahl von Studien mit den Auswirkungen von sozialen Netzwerken oder sozialen Beziehungen auf die Arbeitsaufnahme (zum Überblick etwa Preisendörfer & Voss 1988; Lin 1999; Voss 2007; Topa 2011). Soziale Netzwerke bestehen dabei aus einer Vielzahl unterschiedlicher Beziehungen (z. B. zum Partner, zu Verwandten, zu Freunden oder Bekannten) zu Menschen mit unterschiedlichen Eigenschaften (z. B. zu Erwerbstätigen vs. nicht-Erwerbstätigen oder zu hoch vs. gering Gebildeten). Castilla et al. (2013) arbeiten die verschiedenen in der Literatur aufgeführten theoretischen Mechanismen heraus, über die Netzwerke ihre positive Wirkung auf die Arbeitsmarktchancen entfalten. Sie unterscheiden dabei zwischen zwei Arten von Mechanismen: den über soziale Beziehungen vermittelten Ressourcen und der Wirkung sozialer Beziehungen als Signal.

Ressourcen, die Personen nicht direkt, sondern nur über ihre sozialen Beziehungen zur Verfügung stehen, werden auch als soziales Kapital bezeichnet. Bourdieu (1983: 191) definiert dieses als „die Gesamtheit der aktuellen und potentiellen Ressourcen, die mit dem Besitz eines dauerhaften Netzes von mehr oder weniger institutionalisierten Beziehungen gegenseitigen Kennens oder Anerkennens verbunden sind.“ Ganz ähnlich formuliert Lin (1999: 471): „social capital refers primarily to resources accessed in social networks.“ Bei den Ressourcen, die über soziale Kontakte aktiviert werden können, stehen Information und Einfluss, aber auch Lernen und Unterstützung im Vordergrund. So verweist bereits Granovetter (1974) darauf, dass Informationen zu offenen Stellen über Netzwerke schneller verfügbar sind und von Rezipienten als vertrauenswürdiger wahrgenommen werden. Über Netzwerke sind auch Informationen erhältlich, die auf anderem Weg schwer zugänglich sind. Dies gilt einerseits für die Stellensuchenden, die so Informationen erhalten können, die eine gezielte Bewerbung und Selbstdarstellung im Bewerbungsgespräch ermöglichen (Lin et al. 1981: 394). Dies gilt aber auch für die Entscheider im Betrieb, die so etwa Informationen über die Arbeitsmotivation der Stellensuchenden erhalten (Pallais & Sands 2016). Darüber hinaus sind die empfohlenen Stellen passgenauer im Hinblick auf die Kompetenzen und Präferenzen der Stellensuchenden ausgewählt (Franzen & Hangartner 2006). Befinden sich Netzwerkmitglieder der stellensuchenden Person an entsprechender Stelle im Unternehmen, können diese auch Einfluss auf die Entscheidungsträger ausüben und somit die Einstellungschancen erhöhen (Ponzo & Scoppa 2010).

Eine indirekte Wirkung sozialer Beziehungen entsteht, wenn Stellensuchende von ihren Netzwerkmitgliedern relevante Strategien erlernen. Solche Strategien wie der effektivere Umgang mit Stellensuchmaschinen im Internet, ein sicheres Auftreten, eine positive Haltung gegenüber Erwerbsarbeit etc. können sich positiv auf Arbeitsmarktchancen auswirken, auch wenn der Lernprozess nicht aktiv von den Netzwerkmitgliedern initiiert wurde. Eine ebenfalls indirekte Auswirkung kann die soziale Unterstützung sein, indem Netzwerkmitglieder helfen, mit Rückschlägen umzugehen und die Motivation und das Engagement zur Stellensuche aufrechtzuerhalten.

Castilla et al. (2013) arbeiten zudem heraus, dass soziale Netzwerke von Arbeitsuchenden am Arbeitsmarkt als Signale wirken können, indem sie potenziellen Arbeitgebern beispielsweise Anhaltspunkte zu Fähigkeiten, Vertrauen oder Status einer sich bewerbenden Person geben. In der Literatur wird die Signalisierung von Kompetenz besonders hervorgehoben. So signalisiert die Vermittlung über soziale Kontakte den potenziellen Arbeitgebern die besondere Kompetenz, aber auch eine höhere Vertrauenswürdigkeit des Bewerbers (Montgomery 1991).

Nicht alle sozialen Netzwerke bzw. nicht alle Mitglieder dieser Netzwerke sind jedoch gleichermaßen hilfreich bei der Stellenfindung. Granovetter (1973) hat argumentiert, dass es vor allem die „schwachen“ Beziehungen sind, die bei der Suche nach Arbeit hilfreich sind. Dies liegt zum einen daran, dass Personen meist über deutlich mehr schwache Beziehungen verfügen als über enge, starke Beziehungen. Zum anderen ist jedoch entscheidend, dass vor allem schwache Beziehungen deutlich über den eigenen sozialen Kreis hinaus reichen, also „Brücken“ zwischen diesen Kreisen bilden und Informationen transportieren können, die im engeren Umfeld nicht verfügbar sind. „Because novel information flows are more likely through weak ties than strong, acquaintances developed over the span of an entire career play a special role (…).” (Granovetter 2005: 37) Schwachen Beziehungen sollte somit eine entscheidende Rolle für die Informationsvermittlung zukommen.

Ein verwandtes Argument für die Stärke schwacher Beziehungen ist deren geringe Homophilie. Starke Beziehungen verbinden Personen, die einander bezüglich vieler Merkmale (insbesondere der sozialen Position) ähnlich sind (Wolf 1996; Lin 1999). Dagegen überbrücken schwache Beziehungen auch Statusdifferenzen; oder anders ausgedrückt: Schwache Beziehungen sind nur selten transitiv. Da häufig ein Statusunterschied zwischen denjenigen Personen, die über eine Einstellung entscheiden und denen, die eine Stelle suchen, bestehen dürfte, ist es wahrscheinlicher, dass eine Empfehlung über schwache Beziehungen vermittelt werden kann. Damit ist auch auf Basis dieser Überlegung mit einem positiven Effekt des Umfangs schwacher Beziehungen im Netzwerk auf die Arbeitsmarktchancen zu rechnen.

Allerdings sollte Granovetters These der „Stärke schwacher Beziehungen“ nicht dahingehend missverstanden werden, dass instrumentelle Hilfe im Allgemeinen und Informationen über offene Stellen im Besonderen ausschließlich über schwache Beziehungen fließen. Im Gegenteil können „starke und schwache soziale Beziehungen … dem Stellensuchenden zum Informationsvorsprung und zu einstellungsrelevanten Vorteilen im Wettbewerb um knappe Arbeitsplätze verhelfen.“ (Brandt 2006: 471) Dies ist auch eine zentrale Annahme von Boorman (1975), der in einem spieltheoretisch inspirierten Netzwerkmodell zeigt, dass der Nutzen starker und schwacher Beziehungen bei der Arbeitsplatzsuche von der Arbeitsmarktlage abhängt. In seinem Modell ist der Nutzen starker Beziehungen umso größer, je höher die Wahrscheinlichkeit für Arbeitslosigkeit ist. Bian (1997) sowie Bian & Huang (2015) betonen, dass starke Beziehungen aufgrund des höheren Ausmaßes an Vertrauen und Verpflichtungsgefühl eher geeignet sind, Einfluss zu mobilisieren (vgl. auch Marsden & Gorman 2001). Darüber hinaus können auch starke Beziehungen nicht-transitiv sein und unterschiedliche soziale Kreise miteinander verbinden bzw., in den Worten von Burt (2002), strukturelle Löcher überbrücken. Besonders hohen Nutzen haben starke Beziehungen daher auch für die Herstellung indirekter Beziehung zu einflussreichen Entscheidern (Bian 1997).

Aus den skizzierten Überlegungen ergeben sich folgende Hypothesen:

H1a: Je mehr schwache Beziehungen ein Netzwerk enthält, desto höher ist die Wahrscheinlichkeit der Stellenfindung.

 

H1b: Je mehr starke Beziehungen ein Netzwerk enthält, desto höher ist die Wahrscheinlichkeit der Stellenfindung.

Neben der Zahl der starken und schwachen Beziehungen wird es darauf ankommen, ob arbeitslose Personen über Beziehungen zu Erwerbstätigen verfügen und über diese mit dem Arbeitsmarkt verbunden sind. Diese erwerbstätigen Netzwerkpersonen sind deshalb von Bedeutung, weil sie einerseits Erwerbsnormen stützen und damit den Erhalt der Beschäftigungsfähigkeit fördern. Andererseits dürften sie viel eher als Nicht-Erwerbstätige über Informationen zu offenen Stellen verfügen (Calvó-Armengol & Jackson 2007; Cappellari & Tatsiramos 2015). Einen entsprechenden Befund berichten Andersson et al. (2009) für eine Stichprobe von Zuwanderern in den USA. Nach ihren Ergebnissen hat die Zahl der Netzwerkpersonen keinen direkten Einfluss auf die Aufnahme von Arbeit. Entscheidend ist vielmehr, ob die Kontaktpersonen selbst in den Arbeitsmarkt integriert sind: „(…) recent immigrants who are members of networks that are well established in the labor market enjoy higher employment rates.“ (Andersson et al. 2009: 17) Dieser Befund für Zuwanderer sollte der Tendenz nach auch für andere Gruppen von Arbeitnehmern gelten.^[2] Wir erwarten daher einen positiven Einfluss erwerbstätiger Netzwerkpersonen auf die Aufnahme von Arbeit:

H2: Je mehr erwerbstätige Personen im Netzwerk vorhanden sind, desto höher ist die Wahrscheinlichkeit der Stellenfindung.

Der Einfluss des sozialen Netzwerks erschöpft sich jedoch nicht im Vorhandensein spezifischer Personengruppen, wie etwa Erwerbstätigen. Wie oben bereits erwähnt, können die über soziale Beziehungen zugänglichen sozialen Ressourcen, wie beispielsweise Unterstützung im Fall von Krankheit, auch direkt betrachtet werden (van der Gaag & Snijders 2005). Dieses auch als soziales Kapital bezeichnete Konzept ist sehr breit (vgl. die Beiträge in Franzen & Freitag 2007 oder Lin & Erickson 2010). Wir unterscheiden pragmatisch zwischen solchen Ressourcen, die direkt der Arbeitsplatzsuche dienen (arbeitsmarktbezogene Unterstützung), wie beispielsweise Informationen über offene Stellen, Unterstützung bei der Bewerbung oder Bekanntschaft mit Arbeitgebern, und Ressourcen, wie beispielsweise Hilfe bei Konflikten in der Familie (generelle Unterstützung). Wir erwarten:

H3a: Je mehr arbeitsmarktbezogene Ressourcen im Netzwerk verfügbar sind, desto höher ist die Wahrscheinlichkeit der Stellenfindung.

 

H3b: Je mehr generelle Ressourcen im Netzwerk verfügbar sind, desto höher ist die Wahrscheinlichkeit der Stellenfindung.

Unsere Hypothesen beziehen sich somit auf die Auswirkungen des Umfangs sozialer Unterstützungsnetzwerke (H1a und H1b), die Struktur dieser Netzwerke (H2) sowie auf die konkreten Hilfeleistungen, die diese zur Verfügung stellen (H3a und H3b).

4 Daten, Operationalisierung und Methoden

4.2 Analysedesign und statistische Modellierung

Der Panelcharakter der Daten erlaubt es uns einerseits, die unabhängigen Variablen und Kontrollvariablen während der Arbeitslosigkeitsperiode zu messen. Zudem können wir die Panelstruktur dazu nutzen, um das Problem zumindest der zeitkonstanten unbeobachteten Heterogenität mittels einer Fixed-Effects Regression zu berücksichtigen (vgl. Brüderl 2010; Andreß et al. 2013). So könnten die von uns gemessenen Netzwerkeigenschaften und Ressourcen mit unbeobachteten Eigenschaften der Arbeitslosen korreliert sein, etwa unbeobachtetem Humankapital oder Persönlichkeitseigenschaften. Mit der Durchführung einer Fixed-Effects Regression kommen wir somit der – nicht nur – in der Netzwerkforschung geäußerten Forderung nach der Kontrolle unbeobachteter Drittvariablen nach (z. B. Mouw 2003). Auch wenn durch Fixed-Effects Regressionen zeitvariable Heterogenität nicht kontrolliert wird, stellen sie doch einen wesentlichen Vorteil gegenüber reinen Querschnittsanalysen dar, welche aus unserer Sicht den Forschungsstand dominieren und liefern so einen wertvollen Beitrag zur Diskussion der Rolle sozialer Netzwerke bei der Stellenfindung.

Die abhängige Variable ist die Beschäftigungsaufnahme aus Arbeitslosigkeit heraus, mit 0 für den Verbleib in Arbeitslosigkeit und 1 für die Aufnahme einer Erwerbstätigkeit. Als erwerbstätig betrachten wir Personen in sozialversicherungspflichtiger Beschäftigung, Beamte und Selbständige sowie Auszubildende (in dualer Ausbildung). Als nicht erwerbstätig betrachten wir Arbeitslose und Nichterwerbspersonen, auch wenn diese einer geringfügigen Beschäftigung nachgehen. Obwohl die abhängige Variable damit binär ist, wird die Fixed-Effects Regression in Form eines linearen Wahrscheinlichkeitsmodelles umgesetzt.^[6]

Es sei job die abhängige Variable, gemessen zum Zeitpunkt t, während die Netzwerke netz und die Kontrollvariablen x zum Zeitpunkt t-1 erfasst werden. Unabhängige Variablen werden in der vorangegangenen Welle gemessen, da zum Zeitpunkt t die eventuelle Beschäftigungsaufnahme bereits erfolgt ist.^[7] Somit wären Werte der Netzwerkvariablen sowie der Kontrollvariablen dieses Zeitpunktes bereits von der aufgenommenen Erwerbstätigkeit beeinflusst und insofern endogen. Der Querstrich über den Variablen symbolisiert die Mittelwertbildung, wodurch der Einfluss zeitkonstanter Drittvariablen auf die Schätzergebnisse eliminiert wird. Damit ergibt sich folgende Regressionsgleichung, wobei i den Personenindex und ε_it die zeitvariable, als normalverteilt angenommene Störgröße symbolisiert (vgl. etwa Brüderl 2010):

Zum Test der Hypothesen gehen wir schrittweise vor und testen zunächst den Einfluss aller Netzwerkindikatoren einzeln. Erst im letzten Schritt werden alle fünf Indikatoren gleichzeitig in das Modell aufgenommen. Wie oben beschrieben, ist die Anzahl der je Netzwerkvariable verfügbaren Wellen unterschiedlich. Eine Möglichkeit wäre, das gesamte Analysesample auf die beiden Wellen zu beschränken, in denen alle Netzwerkvariablen gleichzeitig abgefragt wurden. Damit werden aber wichtige in den Daten verfügbare Informationen verschenkt und die Fallzahl wird für alle Analysen reduziert. Im Gegensatz dazu soll hier für jeden Indikator die maximal verfügbare Zahl der Wellen verwendet werden, also etwa für die schwachen Beziehungen zehn und für die erwerbstätigen Freunde zwei Wellen. Erst im letzten Schritt, wenn alle Netzwerkvariablen gleichzeitig in die Regression eingehen, soll das Sample auf die zwei Wellen mit allen Indikatoren eingeschränkt werden.^[8]

Um den Zusammenhang der sozialen Netzwerke mit Abgängen aus der Arbeitslosigkeit zu untersuchen, müssen sämtliche mit beiden Sachverhalten zusammenhängenden Drittvariablen kontrolliert werden. Zeitkonstante Merkmale wie Geschlecht, Bildungsabschluss oder Persönlichkeitseigenschaften werden durch die Differenzenbildung eliminiert. Wir kontrollieren daher im Vektor der Kontrollvariablen lediglich zeitvariante Einflussfaktoren, die sich in früheren Analysen als bedeutsam herausgestellt haben (Uhlendorff 2004; Brandt 2006) sowie für methodische Besonderheiten der Daten, wie z. B. die Tatsache, dass in unterschiedlichen Modes befragt wurde. Kontrollvariablen sind Alter (kategorial, um Kollinearität mit der Welleninformation zu vermeiden), Partner im Haushalt, Kind unter 11 Jahren im Haushalt, Erwerbserfahrung, Gesundheit, Arbeitslosengeld-I- und Arbeitslosengeld-II-Bezug, Arbeitslosenquote im Kreis sowie Wohnort in den neuen bzw. alten Bundesländern und Dummyvariablen für die jeweiligen Wellen. Zudem wird als Kontrolle für den Erhebungsmodus eine Dummy-Variable für CAPI-Interviews verwendet^[9].

Tab. 2:

Korrelation der Netzwerkvariablen (Analysestichprobe C)

	Schwache Beziehungen	Starke Beziehungen	Anzahl Erwerbstätiger	Generelle Unterstützung	Arbeitsmarktbezogene Unterstützung
Schwache Beziehungen	1
Starke Beziehungen	0.10	1
Anzahl Erwerbstätiger	0.06	0.52	1
Generelle Unterstützung	0.10	0.38	0.33	1
Arbeitsmarktbezogene Unterstützung	0.12	0.44	0.34	0.63	1

5 Ergebnisse

6 Schlussfolgerungen und weiterer Forschungsbedarf

Wir untersuchen in diesem Beitrag den Einfluss der sozialen Netzwerke Langzeitarbeitsloser auf die Aufnahme einer Erwerbstätigkeit. Auf Basis des Forschungsstands und theoretischer Überlegungen wurde angenommen, dass Langzeitarbeitslose umso leichter in Arbeit kommen, je mehr schwache und starke Beziehungen sie haben (H1a und b), je mehr Erwerbstätige sich in ihrem Netzwerk befinden (H2) und je mehr generelle und arbeitsmarktbezogene Ressourcen sich über das soziale Netzwerk mobilisieren lassen (H3a und b).

Nach unseren Ergebnissen ist ein Netzwerk für Langzeitarbeitslose dann für den Übergang von Arbeitslosigkeit in eine bezahlte Stelle hilfreich, wenn darüber vor allem auf generelle statt arbeitsmarktbezogene Unterstützung und Hilfeleistungen zurückgegriffen werden kann. So haben sich weniger die unmittelbar auf die Stellenfindung orientierten Unterstützungsleistungen als besonders hilfreich erwiesen, sondern solche, die sich auf allgemeinere Probleme von Arbeitslosen beziehen. An dieser Stelle können nur Vermutungen über den genauen Mechanismus angestellt werden, mittels dessen sich diese generelle soziale Unterstützung auswirkt. Eine plausible Erklärung hierfür wäre, dass die generelle soziale Unterstützung Begleiterscheinungen langanhaltender Arbeitslosigkeit – wie z. B. Geldmangel, Konflikte in der Familie oder Kommunikation mit Behörden –, die für Langzeitarbeitslose entweder objektive Hindernisse zur Stellenaufnahme darstellen oder zu subjektiven Entmutigungseffekten führen, abmildert. Weitere Forschung sollte sich der empirischen Analyse dieses Sachverhaltes widmen.

Zudem haben sich aktive Organisationsmitgliedschaften als ein möglicher Weg aus der Arbeitslosigkeit erwiesen. Dabei ist zu beachten, dass wir solche Mitgliedschaften als Indikatoren für den Umfang der schwachen Kontakte einer Person betrachten. Diese Operationalisierung ist in der Forschung zu egozentrierten Netzwerken zwar üblich, aber durchaus angreifbar und daher sind die diesbezüglichen Ergebnisse mit Vorsicht zu interpretieren. Leider können wir den genauen Wirkmechanismus der Organisationsmitgliedschaften mit den vorliegenden Daten nicht überprüfen, sodass neben der Erklärung über ein erhöhtes Sozialkapital etwa auch in Betracht kommt, dass sich durch die aktive Mitgliedschaft das Humankapital erhöht oder dass die Mitgliedschaft von potenziellen Arbeitgebern als positives Signal für das Engagement der Bewerber ausgelegt wird (vgl. Spera et al. 2015) Allerdings zeigen Eberl & Krug (i. e.) mit Daten des SOEP, dass freiwilliges Engagement die Wahrscheinlichkeit der Stellenfindung über Netzwerke erhöht und schließen daher auf die Relevanz von Sozialkapital.

Dass die arbeitsmarktbezogenen Ressourcen bei den von uns analysierten Langzeitarbeitslosen keinen positiven Effekt auf die Wiederaufnahme von Arbeit haben, bedeutet nicht, dass sie für Arbeitslose generell ohne Bedeutung sind. Es besteht auch die Möglichkeit, dass die von uns untersuchte Gruppe in dieser Hinsicht eine negativ selektierte Gruppe ist, deren arbeitsmarktspezifisches Unterstützungskapital eben nicht ausreichte, eine Beschäftigung zu finden. Bei Personen, die erst seit kurzem arbeitslos sind, könnte dies anders sein. Bei diesen wäre auch denkbar, dass Hypothese 3a zutrifft und diejenigen mit viel arbeitsmarktspezifischer Unterstützung – ceteris paribus – schneller in Arbeit kommen.

Die präsentierten Ergebnisse verstehen sich als ein Schritt in Richtung einer Analyse der kausalen Einflüsse sozialer Netzwerke und ihrer Teildimensionen auf die Arbeitsaufnahme Langzeitarbeitsloser, dem noch weitere folgen müssen. Allerdings stößt die Längsschnittanalyse von Sozialkapitaleffekten zum Teil noch an ihre Grenzen hinsichtlich der Datenlage. Die von uns verwendete Datengrundlage, das „Panel Arbeitsmarkt und soziale Sicherung“, wird durch seine Fortführung jedoch zukünftig noch bessere Analysemöglichkeiten bieten. Festzuhalten bleibt, dass selbst bei der aktuell nicht optimalen Datenlage unsere Ergebnisse zumindest einen klaren Hinweis auf den Nutzen sozialer Netzwerke und zwar in Form der darin eingebetteten allgemeinen Unterstützungsressourcen liefern.

Für eine Arbeitsmarktpolitik, welche die sozialen Netzwerke von Langzeitarbeitslosen als einen Ansatzpunkt zur Verbesserung der Beschäftigungschancen wählt, ergeben sich aus unseren Analysen zudem wichtige Hinweise. Zum einen erscheint es wohl weniger erfolgversprechend, im Vermittlungsgespräch gemeinsam mit Langzeitarbeitslosen deren soziale Kontakte nach potenziellen Informanten für offene Stellen durchzugehen oder die Nutzung von Netzwerken bei der Stellensuche in sogenannten Eingliederungsvereinbarungen für die Arbeitsuchenden verbindlich vorzuschreiben (so z. B. Wirth 2006). Ebenso scheint das Konzept der Job Clubs (Azrin et al. 1975) mit ihrem Fokus auf das Erlernen neuer, effektiverer Stellensuchstrategien – zumindest für Deutschland – weniger relevant als das Konzept der Employment Support Networks (Davies 1996), bei dem es auch um die wechselseitige emotionale Unterstützung geht. Zudem sprechen unsere Ergebnisse dafür, den Verbleib und möglicherweise den Eintritt Arbeitsloser in freiwillige Organisationen zu fördern, etwa durch die Übernahme von Mitgliedschaftsbeiträgen durch die Arbeitsverwaltung.