🔬 Forschung

Wie Robotiker "unerwünschte Arbeit" wirklich definieren sollten

24. Mai 2026·Quelle: IEEE Spectrum Robotics

Nach Informationen von IEEE Spectrum hat ein Team des RAI Institute untersucht, wie die Robotik-Branche ihre zentrale Motivation – die sogenannte DDD-Kategorie (Dull, Dirty, Dangerous) – tatsächlich versteht und anwendet. Die Forscher analysierten über 40 Jahre Robotik-Publikationen und stellten fest: Weniger als 3 Prozent definieren DDD überhaupt präzise. Gemeinsam mit Sozialwissenschaftlern entwickelten sie einen neuen Rahmen, der zeigt, dass "unerwünschte Arbeit" nicht objektiv zu messen ist, sondern stark von Arbeitnehmerperspektiven, sozialen Stigmata und kulturellen Faktoren abhängt.

Diese Erkenntnis ist für die Robotik-Branche entscheidend: Wer Arbeitsplätze automatisieren will, muss verstehen, dass Routineaufgaben für Arbeiter oft Sinnquellen sind – etwa der Austausch mit Kollegen bei der Müllabfuhr. Automatisierung, die nur die körperlichen Risiken reduziert, könnte gleichzeitig das soziale Gefüge und die Arbeitszufriedenheit zerstören. Das Framework fordert Robotiker auf, mehrdimensional zu denken: Welche Aspekte einer Arbeit sind wirklich unerwünscht – und für wen?

Unsere Einordnung

Dieser Beitrag dekonstruiert eines der Kernnarrative der Robotik-Industrie: dass bestimmte Jobs objektiv "unerwünscht" sind und maschinell gelöst werden sollten. Die Realität ist sozialer und komplexer – und das sollte jeder KI-/Robotik-Manager lesen, bevor er automatisiert. Der Beitrag zeigt: Technik ohne Kontextverständnis schafft neue Probleme statt Probleme zu lösen.

Schlüsselfakten

  • Nur 2,7 Prozent der Robotik-Publikationen (1980–2024) definieren DDD, nur 8,7 Prozent geben konkrete Beispiele
  • Sozialwissenschaftliche Analyse zeigt: "Dirty work" ist auch Stigma und kulturell variabel, nicht nur physische Verschmutzung
  • Müllarbeiter schätzen Kollegenaustausch und Aufgabenvariabilität – diese könnten durch Automatisierung verloren gehen
  • RAI-Team fordert Arbeitnehmerperspektive als Kernkriterium bei Automatisierungsentscheidungen

Artikel teilen