Beschreibung

"Die Bundesagentur für Arbeit (BA) nutzt im Rahmen ihres Controllings Regionaltypisierungen, die vom IAB auf Basis eines speziellen zweistufigen Klassifikationsansatzes erstellt werden. Im Controlling der BA stellen diese Vergleichstypen des IAB eine wichtige Grundlage zur Strukturierung von regionalen Zielniveaukontrollen dar. Unterschiedliche regionale Rahmenbedingungen werden so vergleichbar gemacht. Agenturen, die durch ihre Rahmenbedingungen einem ähnlichen Set an Herausforderungen gegenüberstehen, werden so zu jeweils einem Vergleichstyp zusammengefasst. Das IAB hat für die BA eine neue Version der Ausbildungsmarkt-Typisierung erstellt. Diese Neufassung war notwendig, da sich seit der letzten Typisierung – erstellt im Jahr 2017 mit Daten aus 2016 – sowohl die regionalen Arbeitsmarktbedingungen als auch die Zielvariablen verändert haben. Als neue Zielgröße des Ausbildungsmarktes wurde die Einmündungsquote aller Ausbildungsinteressierten eingeführt. Zur Bildung der Zielgröße wird die Anzahl der erfolgten Einmündungen der Ausbildungsinteressierten (über Monate kumulierte Einmündungen zum Stand 30.09.2025) ins Verhältnis zur Wohnbevölkerung zwischen 15 und 20 Jahren gesetzt. Die Einmündung der Ausbildungsinteressierten bezieht sich auf eine neu definierte Personengruppe, als Teilgröße aller beratenen Personen (Kunden in den Rechtskreisen SGB III und SGB II). Diese Personengruppe ist die Hauptzielgruppe der Berufsberatung der BA. Die Ausbildungsmarkt-Typisierung basiert auf einem zweistufigen Klassifikationsansatz. Auf der ersten Stufe werden zielgrößenrelevante Rahmenbedingungen identifiziert und deren relative Bedeutung bestimmt. Auf der zweiten Stufe erfolgt die Einteilung von Agenturbezirken mit ähnlichen Rahmenbedingungen in sogenannte Vergleichstypen. Insgesamt werden 116 Kontextvariablen verwendet, um die Rahmenbedingungen in den regionalen Arbeitsmärkten quantitativ differenziert abzubilden. Diese umfassen verschiedene Aspekte der Arbeitsmarktbedingungen, der Wirtschafts- und Siedlungsstruktur sowie der spezifischen Lage am Ausbildungsmarkt. Eine Auswahl der relevanten Rahmenbedingungen wird mithilfe des LASSO-Verfahrens, einem Algorithmus des maschinellen Lernens, getroffen. Das Verfahren optimiert die Vorhersagequalität der Zielgrößen und wählt eine möglichst geringe Anzahl an Variablen aus (sparsame Modellierung). Die auf der ersten Stufe ausgewählten Rahmenbedingungen fließen dann auf der zweiten Stufe in eine Clusteranalyse ein, auf deren Grundlage verschiedene Vergleichstypen identifiziert werden. Zuvor werden die Variablen standardisiert und gewichtet. Dies stellt sicher, dass Rahmenbedingungen mit einer höheren Erklärungskraft stärker berücksichtigt werden. Ergebnis der Clusteranalyse sind elf Vergleichstypen. Die einzelnen Typen heben sich weitestgehend hinsichtlich der Quote der Ausbildungsinteressierten, dem Jugendquotient, der Saisonspanne, dem Anteil unversorgter Bewerbender und der räumlichen Umgebung voneinander ab. Die Typen lassen sich in vier Obergruppen zusammenfassen, die sich anhand der Wohnkosten, der Urbanität und der Quote an jungen Ausbildungsinteressierten unterscheiden. Gruppe I ist durch Bezirke in überwiegend ländlich geprägten Agenturbezirken, oftmals in Ostdeutschland oder Nord- bzw. Südostbayern, gekennzeichnet. Die Wohnkosten dort sind unterdurchschnittlich, die Quoten an Ausbildungsinteressierten meist durchschnittlich bis überdurchschnittlich. Gruppe II konzentriert sich dagegen auf Bezirke mit durchschnittlichen Wohnkosten und einer überdurchschnittlichen Einwohnerdichte. Diese Gruppe enthält drei Typen, die sich weiter nach ihrer Quote an Ausbildungsinteressierten (hoch, durchschnittlich, niedrig) untergliedern. Hiervon grenzt sich – wiederum aufgrund überdurchschnittlicher Wohnkosten – Gruppe III ab, bei der es sich um überwiegend städtisch geprägte Bezirke handelt. Gruppe IV besteht aus zwei Sub-Typen, a) Großstädten bzw. b) Bezirken, die im direkten Einzugsbereich einer Metropole liegen, tendenziell eher in Westdeutschland. Die Quote der Ausbildungsinteressierten liegt in dieser Gruppe deutlich unter dem Durchschnitt." (Autorenreferat, IAB-Doku)