Unsicherheit der Unternehmen lähmt Konjunktur –

Die Weltwirtschaft hat erheblich an Schwung verloren. Das bekommt die deutsche Wirtschaft deutlich zu spüren, da sie in hohem Ausmaß in die internationale Arbeitsteilung integriert und auf den grenzüberschreitenden Austausch von Waren und Dienstleistungen ausgerichtet ist. Das Auslandsgeschäft hat sich merklich eingetrübt. Damit kommen auch die auf handelbare Güter spezialisierten Industrieunternehmen unter Druck. Bereits seit Mitte 2018 befindet sich die deutsche Industrieproduktion in einer anhaltenden und deutlichen Rückwärtsbewegung. Im dritten Quartal 2019 lag die preis-, saison- und arbeitstäglich bereinigte Bruttowertschöpfung des Verarbeitenden Gewerbes um knapp 5 % unter dem Niveau des ersten Halbjahres 2018. Bislang konnten die boomende Bauwirtschaft und die robuste Konsumtätigkeit einen ernsthaften gesamtwirtschaftlichen Rückgang verhindern.

Als wichtige Erklärung für die weltwirtschaftliche Verlangsamung und die Industrierezession in Deutschland werden vielfältige globale Verunsicherungen angeführt.1 Dieses Phänomen ist nicht neu und freilich liegt das Wesen des Unternehmertums auch darin, tagtäglich mit den unterschiedlichsten Risiken und Unsicherheiten umzugehen.2 Schließlich können sich aus Risiken immer wieder auch Chancen ergeben. Derzeit sind die Firmen aber offensichtlich mit vielfältigen Verunsicherungen konfrontiert.

Vielfältige Interpretationen von Unsicherheit

In der ökonomischen Entscheidungstheorie werden die Begriffe Risiko und Unsicherheit voneinander unterschieden. Unsicherheit wird als Zustand definiert, in dem ein Entscheider das Ergebnis einer Handlung nicht vorhersagen kann, da es aufgrund unterschiedlicher zukünftiger Entwicklungen mehrere mögliche Ergebnisse gibt.3 Risiko wird als Eventualität definiert, dass mit einer bestimmten Wahrscheinlichkeit ein Schaden bei einer Entscheidung eintritt oder ein erwarteter Vorteil ausbleiben kann. Häufig wird in der entscheidungstheoretischen Literatur4 eine weitergehende Unterscheidung getroffen, die auf Knight5 zurückgeht. Demnach ist zu differenzieren, ob zukünftige Szenarien zu identifizieren sind und ob Eintrittswahrscheinlichkeiten bei identifizierbaren Szenarien verlässlich geschätzt werden können oder nicht. Damit lassen sich verschiedene Kombinationen unterscheiden:

• Risiko: Szenarien identifizierbar und zugehörige Wahrscheinlichkeiten abschätzbar.
• Ungewissheit: Szenarien identifizierbar, aber Eintrittswahrscheinlichkeiten nicht abschätzbar.
• Vollkommene Ungewissheit: abgrenzbare Szenarien, nicht identifizierbar.

Darüber hinaus gibt es weitere Facetten des Begriffs Unsicherheit. Dazu zählt zum einen eine Differenzierung, die auf den ehemaligen US-Verteidigungsminister Donald Rumsfeld zurückgeht.6 So lässt sich mit Blick auf mögliche Szenarien unterscheiden, ob diese ungewiss sind oder nicht und ob Wissen über die Ungewissheit existiert oder nicht. Wiederum ist hier eine Kombination von beiden Aspekten möglich. Es gibt:

• bekannte Bekannte („known knowns“), wie etwa den Konflikt im Kalten Krieg zwischen den USA und der ehemaligen UdSSR.
• bekannte Unbekannte („known unknowns“). Man weiß, dass es sie gibt, aber weiß nichts (oder zu wenig) über sie. Hierzu zählt z. B. die organisierte Kriminalität.
• unbekannte Unbekannte („unknown unknowns“). Das sind Zukunftszustände, über die wir nicht einmal wissen, dass wir sie nicht kennen. In der Regel handelt es sich dabei um völlig unerwartete Ereignisse.

Eng verwandt mit dieser letzten Kategorie ist zudem die Bezeichnung aus dem Finanzmarktjargon „schwarzer Schwan“7 für eine Situation, die sehr unwahrscheinlich ist, aber gravierende negative Auswirkungen hat. Allein in der letzten Dekade kam es zu mehreren Ereignissen, die als „unknown Unknowns“ eingeordnet werden können: die globale Finanzkrise (mit ihren gravierenden systemischen Auswirkungen), die Euro-Schuldenkrise (mit der Gefahr von Staatsbankrotten selbst in Industrieländern), das Brexit-Referendum (als erster deutlicher Rückschritt in der europäischen Integration) sowie die europafeindliche Politik der aktuellen US-Administration. Diese Ereignisse befanden sich nicht innerhalb des Erwartungshorizonts der meisten Experten. Eine weitere Facette des Unsicherheitsbegriffs berücksichtigt die Art der Ursachen. Beispielsweise kann Unsicherheit resultieren aus erratischen Schwankungen von wichtigen Rohstoffpreisen infolge von natürlichen Ereignissen (z. B. Hurrikan) oder kriegerischen Auseinandersetzungen (z. B. im Persischen Golf). In der Institutionenökonomik wird hierzu etwa zwischen der Umwelt- und Verhaltensunsicherheit unterschieden:8

• Die Umweltunsicherheit bezieht sich auf wirtschaftliche Rahmenbedingungen. Dazu zählen tatsächliche Umwelt- oder Klimabedingungen, die etwa über unwetterbedingte Infrastrukturprobleme international aufgestellte Wertschöpfungsketten beeinträchtigen können. Auch die Verfügbarkeit von Rohstoffen, die Einflüsse von technologischen Neuerungen – wie derzeit infolge der digitalen Revolution – oder demografisch bedingte Arbeitskräfteengpässe können hier genannt werden.
• Bei der Verhaltensunsicherheit geht es dagegen um das konkrete Verhalten von (politischen) Entscheidungsträgern, die z. B. mit Protektionismus, einem ungeordneten Brexit oder dem Leugnen des Klimawandels verbunden sein kann.

Vielfältige Auswirkungen von Unsicherheit

Aus theoretischer Sicht gibt es verschiedene Gründe für die Vermutung, dass höhere Unsicherheit negative ökonomische Effekte hat.9 Wesentliche Wirkungskanäle sind dabei Attentismus, höhere Risikoprämien für Finanzierungen und Vorsichtsreaktionen. Zu Attentismus kann es vor allem vor irreversiblen größeren Investitions- und Konsum­ausgaben kommen, bei denen die Gefahr einer gravierenden Fehlentscheidung besteht. Bei höherer Unsicherheit steigt der Wert des Abwartens, wenn zu vermuten ist, dass zu einem späteren Zeitpunkt mehr Informationen verfügbar sind. Es ist dann sinnvoll, die Entscheidung aufzuschieben.

Zudem dürften Banken und Finanzmarktakteure bei steigender Unsicherheit höhere Risikoprämien berechnen. Finanzierungen werden auf diese Weise teurer, was ebenfalls Investitionen und Konsumausgaben dämpft. Auch reine Vorsichtsüberlegungen können diesen Effekt haben, etwa wenn Unternehmen und Haushalte zur Absicherung mehr sparen, wenn Banken ihre Kreditvergabe einschränken oder wenn Firmen auslaufende Verträge von befristet oder über Zeitarbeit beschäftigten Mitarbeitern vorsorglich nicht verlängern und so die Beschäftigung sinkt.

Es gibt zahlreiche empirische Untersuchungen, die viele dieser Effekte von Unsicherheit bestätigen. Hier kann die ökonometrische Literatur nur in ihren wesentlichen Elementen und Ergebnissen vorgestellt werden, nicht aber mögliche Unterschiede bei Ansätzen, Methoden und Datenbasis. Relativ häufig werden Auswirkungen auf Unternehmensinvestitionen untersucht und dabei in der Regel negative Zusammenhänge zur Unsicherheit nachgewiesen.10 Zum Teil wird dabei nach den theoretisch aufgezeigten Wirkungskanälen unterschieden – also Attentismus,11 höhere Kosten der Unternehmensfinanzierung12 oder verringertes Bankkreditwachstum13.

Einige Studien weisen auch negative Zusammenhänge zwischen Unsicherheit und privatem Konsum nach.14 Damit liegt es nahe, dass Unsicherheit auch negativ auf Industrieproduktion und Wirtschaftsleistung wirkt. Ein entsprechender Zusammenhang ließ sich lange Zeit nur für ökonomische Unsicherheitsmaße wie etwa die Streuung des ifo-Geschäftsklimaindexes15 finden. Dagegen war dies für Maße wirtschaftspolitischer Unsicherheit bis vor Kurzem kaum möglich.16

Neuere Studien deuten auf einen ökonometrisch nachweisbaren Zusammenhang hin. So findet Tam17 einen signifikanten negativen Zusammenhang zwischen der wirtschaftspolitischen Unsicherheit in den USA und den globalen Handelsströmen. Darüber hinaus schätzen Ahir et al.18, dass allein der Anstieg handelspolitischer Unsicherheit im ersten Quartal 2019 das globale Wirtschaftswachstum um bis zu 0,75 Prozentpunkte reduziert haben dürfte. Weiterhin wurde für den Euroraum19 und die USA20 nachgewiesen, dass steigende handelspolitische Unsicherheit mit einer niedrigeren Investitionstätigkeit einhergeht. Die wirtschafts- und handelspolitische Unsicherheit hat 2018 und 2019 neue Höchstwerte erreicht. Dazu trug maßgeblich der verschärfte Handelsprotektionismus der USA und hier besonders die Eskalation des Handelsstreits mit China sowie die Gefahr eines No-Deal-Brexits bei. Parallel dazu haben internationale Organisationen wie die OECD und der IWF ihre Konjunkturprognosen für Weltwirtschaft und Welthandel mit Verweis auf die höhere wirtschaftspolitische Unsicherheit deutlich nach unten korrigiert, vor allem für besonders handelsoffene und industriebasierte Länder wie Deutschland und Japan.21

Vielfältige Messansätze für Unsicherheit

Die hier relevante unternehmerische Unsicherheit kann sehr verschiedene Ursachen haben. Eine direkte Messung dieser Unsicherheiten ist nicht möglich, vielmehr werden unterschiedliche Ansätze berücksichtigt.22

Es wird versucht, mittels der Volatilität von Finanzmarktdaten eine Verunsicherung der Marktteilnehmer (z. B. Aktien- oder Devisenmarkthändler) zu erfassen. Dazu werden die Schwankungen von Optionspreisen etwa auf Aktien-, Devisen- oder Rohstoffmärkten betrachtet. Ein Anstieg der Volatilität wird dabei als eine zunehmende Unsicherheit interpretiert. Deutliche Volatilitätsanstiege gab es z. B. nach den Terroranschlägen von 2001 oder im Zuge der globalen Finanzmarktkrise 2009. Auch der Goldpreis wird in unruhigen Zeiten als Krisenindikator herangezogen.23 Ein Vorteil besteht in der zeitnahen Verfügbarkeit dieser Finanzmarktdaten. Allerdings kann diesen Schwankungen nicht unbedingt eine direkte realwirtschaftliche Ursache zugerechnet werden, es kommen auch Besonderheiten auf den Finanzmärkten in Betracht.

Eine weitere und häufig verwendete Möglichkeit das Ausmaß von Unsicherheit zu messen, besteht in der Text- und Inhaltsanalyse von Medien.24 So wird z. B. mit dem international breit aufgestellten Economic-Policy-Uncertainty-Index25 gemessen, wie häufig bestimmte Schlagwörter, die wiederum Unsicherheit reflektieren sollen, in überregionalen Tageszeitungen und Online-Medien verwendet werden. Dieses Vorgehen wird auch bei dem World Uncertainty Index26 verwendet, bei dem die vierteljährlichen Berichte der Economist Intelligence Unit (EIU) hinsichtlich bestimmter Risikoschlagwörter ausgewertet werden. Es geht bei diesen Ansätzen jeweils darum, aus der Häufung von bestimmten und vorweg definierten Schlüsselwörtern – wie etwa Rezession – oder den Tonlagen eines Beitrags auf eine Intensivierung von Unsicherheit zu schließen.

Eine zunehmende Streuung von Prognosen für das Bruttoinlandsprodukt kann auf eine divergierende Erwartungshaltung der Konjunkturexperten hinweisen. Je weiter das Meinungsbild der Prognostiker auseinander liegt, umso größer ist demnach die Unsicherheit über die weitere makroökonomische Entwicklung in der nahen Zukunft. Es ist jedoch nicht auszuschließen, dass besonders in Zeiten erhöhter Unsicherheit ein Prognosewert-Cluster entsteht, wobei sich die einzelnen Prognosewerte dicht um einen Konsenswert bündeln.27 Ein weiteres Maß für ökonomische Unsicherheit kann aus der Häufung oder Volatilität von Prognosefehlern ermittelt werden. Es geht dabei um die Abweichungen von der Realisierung des prognostizierten Werts. Eine Häufung von Prognosefehlern wird als höhere Verunsicherung interpretiert. Beispielsweise kann das daraus resultieren, dass Experten die Auswirkungen eines bestimmten Ereignisses nicht zutreffend einschätzen konnten. Daten zu diesem Indikator sind allerdings nur mit einer gewissen Verzögerung verfügbar.

Vielfältige Informationen von Unternehmen

Das Ausmaß von Verunsicherung kann schließlich auch auf Basis von direkten Unternehmensbefragungen ermittelt werden. Dabei kann die Dispersion von Unternehmenserwartungen als Unsicherheitsindikator ermittelt werden.28 Bei Konjunkturumfragen wird erhoben, wie Unternehmen ihre eigene aktuelle wirtschaftliche Lage beurteilen und welche kurzfristigen Perspektiven sie für ihr eigenes Unternehmen sehen. Die Unternehmen bewerten dabei Lage und Erwartungen hinsichtlich ihrer Produktion positiv, negativ oder neutral – in der Regel gegenüber einer genau spezifizierten Vorperiode. Gemäß dem Messansatz von Bachmann29 kann die Dispersion zwischen positiven und negativen Einschätzungen der Unternehmen bezüglich ihrer eigenen wirtschaftlichen Entwicklung in den kommenden Monaten als Unsicherheitsmaß verwendet werden. Beläuft sich der Anteil der Optimisten und Pessimisten jeweils auf 50 %, dann erreicht der entsprechende Indikator seinen Höchstwert von 1. Dies kann als eine völlig unklare Situation unter den Unternehmen und somit als eine hohe Verunsicherung über die weitere konjunkturelle Entwicklung interpretiert werden. Dagegen weist dieses Dispersionsmaß bei hohen Unterschieden zwischen den Anteilen der Optimisten und Pessimisten – sowohl im positiven als auch im negativen Sinn – niedrige Werte nahe 0 aus und es steht somit für eine niedrige Verunsicherung unter den Unternehmen. Die weitere wirtschaftliche Entwicklung scheint dann – zumindest auf Basis der gegebenen Unternehmenserwartungen – relativ klar zu sein.

Bei der Interpretation der Ergebnisse dieses Dispersionsmaßes sind jedoch wichtige Indikatoreigenschaften zu berücksichtigen:30 Ein ausdifferenziertes Erwartungsbild der Unternehmen, also ein relativ hoher Anteil von Firmen mit positiven und mit negativen Erwartungen, muss nicht unbedingt eine Verunsicherung signalisieren. Zum einen kann dies sehr unterschiedliche, aber aus Sicht der Unternehmen sichere Erwartungen reflektieren. Damit signalisiert das Maß möglicherweise Unsicherheit über die konkrete weitere konjunkturelle Dynamik, nicht aber über die Verunsicherung der Firmen. Zum anderen können Unternehmen auch ganz unterschiedlich auf einen bestimmten ökonomischen Schock bzw. Risikotatbestand reagieren oder davon betroffen sein. Auch Veränderungen des Anteils der indifferenten Unternehmen, die weder eine Verbesserung noch Verschlechterung erwarten, müssen bei der Interpretation beachtet werden.31

Abbildung 1 zeigt den zeitlichen Verlauf des Dispersionsmaßes für die Produktionserwartungen in Deutschland auf Basis der IW-Konjunkturumfrage. Zunächst war im Herbst 2008, also unmittelbar zum Höhepunkt der globalen Finanzmarktkrise mit dem Zusammenbruch von Lehman Brothers im September 2008, ein starkes Auseinanderlaufen von positiven und negativen Konjunkturerwartungen zu beobachten.32 Der Anteil der Optimisten gab um 20 Prozentpunkte nach und der Anteil der Pessimisten stieg etwas stärker an – und das Dispersionsmaß stieg entsprechend auf seinen bisherigen Höchstwert an. Im Frühjahr 2009, als die Finanzmarktkrise mit voller Wucht auf die Realwirtschaft durchgeschlagen war, ging die mit dem Dispersionsmaß gemessene Unsicherheit stark zurück. Das ist insofern plausibel, weil der Anteil der Pessimisten knapp zwei Drittel der Unternehmen umfasste und der Anteil der Optimisten auf gut ein Zehntel einbrach. Die Konjunkturaussichten waren somit relativ einheitlich negativ, was sich senkend im Unsicherheitsmaß niederschlägt.

Im Jahresverlauf 2009 stieg schließlich der Anteil der Optimisten wieder spürbar an und der Anteil der Pessimisten ging so stark zurück, dass sich wieder ein positiver Saldo einstellte. Entsprechend zweigeteilt war die Unternehmenslandschaft und das Dispersionsmaß stieg entsprechend deutlich an. In der Erholungsphase Mitte 2010 bis Mitte 2011 war schließlich wieder das Lager der Optimisten überaus dominant und die Verunsicherung relativ niedrig. Mit der aufkommenden Staatsschuldenkrise in Europa stieg die unternehmerische Unsicherheit wieder an. Das Gleiche gilt für das Frühjahr und den Herbst 2019, als die vielfältigen geopolitischen Risiken mehr und mehr ihre realwirtschaftlichen Effekte zeigten. Das Unsicherheitsmaß auf Basis der Daten der IW-Konjunkturumfrage erreichte zuletzt Ausmaße nahe an den vormaligen Höchstwerten.

Abbildung 1 zeigt auch, dass das Dispersionsmaß oftmals ansteigt, wenn auch andere Messgrößen für wirtschaftliche und wirtschaftspolitische Unsicherheit zunehmen.33 Ein hoher Gleichlauf ist zwar nicht zu beobachten, aber gemessen am Economic-Policy-Uncertainty-Index reagiert in relativ unsicheren Zeiten häufig auch das Dispersionsmaß entsprechend. Eine relativ hohe Korrelation zwischen der unternehmerischen Erwartungsdispersion bezogen auf Industriemanager im Euroraum und dem EPU-Index findet die EU-Kommission.34 Auch Bachmann et al.35 weisen auf diesen positiven Zusammenhang hin und folgern daraus, dass ein Anstieg des Dispersionsmaßes auf Basis von Daten der ifo-Konjunkturerhebungen und die damit einhergehenden heterogenen Konjunkturerwartungen eine zunehmende Verunsicherung signalisieren.

In der Regel können aber alle bislang genannten Verfahren nicht hinreichend genau das sich verändernde Umfeld von Unsicherheiten messen, weil die der allgemeinen Wahrnehmung von Unsicherheit zugrunde liegenden Bestimmungsfaktoren nicht sichtbar und nicht explizit erfragt werden. Um das aktuelle Gefahren- und Handlungsumfeld von Unternehmen konkret abstecken zu können, bietet sich deshalb eine situationsbezogene Unternehmensbefragung an.36 So werden etwa bei der regelmäßigen Konjunkturumfrage des Deutschen Industrie- und Handelskammertags (DIHK) verschiedene generelle Unternehmensrisiken – z. B. Auslandsnachfrage, Wechselkurse, Fachkräftemangel oder Energiepreise – abgefragt.37 Damit können einerseits die befragten Firmen genau nach den gegenwärtig relevanten Unsicherheitsfaktoren (z. B. Protektionismus oder Digitalisierung) konsultiert werden und somit kann ein zeitrelevantes Unsicherheitsprofil für die entsprechende Unternehmenslandschaft gewonnen werden. Natürlich gilt andererseits immer auch zu bedenken, dass eine solche umfragebasierte Bewertung durch den Eintritt vollständig neuer Ereignisse an Bedeutung verlieren kann.

Unsicherheiten im Jahr 2019

Im Rahmen der IW-Konjunkturumfrage wurden im Frühjahr 2019 knapp 2400 Firmen befragt, ob derzeitig ihre eigenen Geschäftsabläufe durch bestimmte Unsicherheitstatbestände bedroht seien. Es wurde also nicht nach den gesamtwirtschaftlichen Auswirkungen, sondern nach der konkreten Situation in den Firmen gefragt. Den Unternehmen wurden hierfür insgesamt 15 Unsicherheitsfaktoren mit jeweils drei Antwortmöglichkeiten – kein Risiko, geringes Risiko und hohes Risiko – vorgegeben. Die Einschätzungen der befragten Unternehmen liefern ein sehr differenziertes Bild – auch mit Blick auf die Unterscheidung nach Umwelt- oder Verhaltensunsicherheit (vgl. Abbildung 2). Zu den bedeutsamsten Risiken für die betrieblichen Geschäftsabläufe im Jahr 2019 gehören:38

1. Fachkräftemangel: Mit weitem Abstand nennen die vom IW befragten Unternehmen die fehlende Verfügbarkeit von Fachkräften als ein aktuelles Risiko für ihre Geschäftsabläufe. 61 % der Unternehmen in Deutschland stufen dieses Risiko als hoch ein, weitere 29 % als gering und nur 10 % sehen darin keine Gefahr für ihre Betriebsabläufe. In Anlehnung an die oben vorgenommene Taxonomie von Risiko und Unsicherheit nimmt dieser Tatbestand eher den Charakter eines Risikos ein. Dafür spricht die hohe Betroffenheit von Unternehmen und die beständige Artikulation von Fachkräfteproblemen in unterschiedlichen Umfragen.39 Für die Unternehmen scheint diese Herausforderung faktisch zu bestehen, also bereits eingetreten zu sein.
2. Verteilungspolitik: Ein Drittel der Unternehmen nennt höhere Arbeitskosten infolge einer intensiveren Verteilungspolitik als ein unternehmerisches Risiko. Weitere 45 % stufen dieses Risiko immerhin als ein geringes Risiko ein. Explizit als Interpretationshilfe wurden höhere Sozialbeiträge und Arbeitsmarktregulierungen (etwa mit Blick auf Befristung) genannt. Obwohl sich in den letzten Jahren die Verteilungslage hierzulande nicht verschlechtert hat,40 erscheint in der öffentlichen und politischen Diskussion die Verteilungsdebatte – und die in Teilen generelle Kritik am Wirtschaftssystem – eher an Bedeutung zu gewinnen. Auch stärkere Auseinandersetzungen in den Betrieben, wie z.B. Streiks, können hier angeführt werden. Für die Unternehmen können zunehmende Verteilungspräferenzen sowie -konflikte und eine darauf aufsetzende Politik zu höheren Kosten – z. B. Sozialbeiträge, Arbeitskosten, Bürokratiekosten – und somit zu einem Verlust an preislicher Wettbewerbsfähigkeit führen.
3. Abschwächung der Inlandsnachfrage: Die Binnennachfrage war in Deutschland in den vergangenen Jahren von großer konjunktureller Bedeutung. Allein der private Konsum war über die vergangenen zehn Jahre der wesentliche Wachstumstreiber. Knapp die Hälfte des gesamtwirtschaftlichen Nachfragewachstums resultierte aus dem Konsum. Eine Abschwächung der Binnenkonjunktur, etwa infolge einer nachlassenden Konsumdynamik im Gefolge einer nur noch stockenden Beschäftigungsentwicklung, stellt für 29 % der Unternehmen einen hohen Unsicherheitsfaktor dar.
4. Kosten und Verfügbarkeit von Rohstoffen und Energie: Knapp ein Viertel der Betriebe sieht eine Verschlechterung der Kosten und die eingeschränkte Verfügbarkeit von Energie und Rohstoffen als ein hohes Risiko für ihre derzeitigen Betriebsabläufe an. Die Energiewende – Ausstieg aus der Kern- und Kohleenergie – und die geopolitischen Spannungen, etwa innerhalb Europas hinsichtlich der russischen Energielieferungen über Nordstream 2, gaben zum einen der Diskussion über die Versorgungssicherheit hierzulande einen deutlichen Auftrieb. Zum anderen führten diese Entwicklungen zu höheren Kosten und somit zu internationalen Wettbewerbsnachteilen. Energieintensive Unternehmen halten sich auch aus diesen Gründen mit Investitionen zurück.41 Eine ähnliche Problemlage zeigt sich mit Blick auf die Versorgungssicherheit und Kostensituation bei Rohstoffen, die für eine industriebasierte Volkswirtschaft ebenso von großer Bedeutung ist.
5. Cyber-Kriminalität: Auch die Beeinträchtigungen durch Cyber-Kriminalität stellt mittlerweile für 22 % der befragten Firmen ein hohes Risiko dar, weitere 46 % beurteilen dieses Risiko als gering und nur knapp ein Drittel sieht darin keine Bedrohung. Bei diesen Straftaten, die sich gegen Datennetze, informationstechnische Systeme oder deren Daten richten, geht es konkret um Netzwerkeinbrüche, die Verbreitung von Schadsoftware, Betrugshandlungen und digitale Erpressung. Indirekt können unternehmerische Betriebsabläufe gestört werden, wenn strategische Infrastrukturen – etwa die Stromversorgung – durch Hacker oder breit angelegte Kampagnen angegriffen und lahmgelegt werden. Durch die fortschreitende Digitalisierung nimmt die Bedrohung der betrieblichen Prozesse durch einen „Energie-Blackout“ zu.
6. Die Risiken durch den Protektionismus – ausgelöst durch die Zollpolitik der aktuellen US-Administration – oder durch einen No-Deal-Brexit wurden im Frühjahr 2019 eher als überschaubar eingeschätzt: Ein Siebtel der befragten Firmen sah eine Beeinträchtigung der eigenen Exporte durch Protektionismus als ein hohes Risiko, ein Zehntel die Verteuerung von importierten Vorleistungen infolge von Zöllen und Handelsbeschränkungen. In einem ungeordneten Brexit erwarteten 18 % der Firmen ein hohes Risiko. Dabei ist zu beachten, dass nur ein Teil der deutschen Wirtschaft über direkte Auslandsbeziehungen verfügt. International aufgestellte Industriefirmen werden deutlicher von den Verhaltensunsicherheiten, die mit dem Protektionismus einhergehen, beeinträchtigt. Die eher in einem regionalen Wirtschaftsraum aktiven Unternehmen, die selbst in der weltmarktoffenen deutschen Wirtschaft den Großteil der Betriebe stellen, sind dagegen nicht betroffen. Die IW-Umfrage zeigt in der Tat, dass die mit dem Protektionismus und dem Brexit einhergehenden Risiken spürbar mit der Unternehmensgröße ansteigen und von den Industrieunternehmen merklich höher eingestuft werden als von den Dienstleistern und Baufirmen.

Der Vergleich zwischen Abbildung 2 und Abbildung 3 macht deutlich, dass die Antworten von Großunternehmen mit mehr als 500 Beschäftigten, die in der Regel deutlich stärker internationalisiert sind, bei den als international einzustufenden Unsicherheitsfaktoren deutlich mehr Risiken sehen. Der Anteil der Unternehmen, die „Kein Risiko“ sehen bei den Fragen zum Protektionismus, zum No-Deal-Brexit und zum Konkurrenzdruck aus China, ist bei Großunternehmen um 15 bis 22 Prozentpunkte geringer als bei allen Unternehmen. Bei der Kategorie „Hohe Risiken“ zeigen sich die größten Unterschiede bei den Protektionismus-Wirkungen auf den Export (+ 15 Prozentpunkte) und beim No-Deal-Brexit (+14 Prozentpunkte). Damit klettern diese beide Kategorien in der Rangfolge der Risikofaktoren merklich weiter nach oben.

Schlussfolgerungen

Ökonomische Unsicherheit hat viele Facetten und kann auf verschiedene Weisen gemessen werden. Wichtige Messverfahren machen deutlich, dass die Unsicherheit aktuell sehr hoch ist. Dazu zählt auch das hier vorgestellte Dispersionsmaß für die Produktionserwartungen in Deutschland auf Basis der IW-Konjunkturumfrage. Hohe Unsicherheit dämpft nachweislich die wirtschaftliche Entwicklung, vor allem die Investitionstätigkeit leidet. Die Wirtschaftspolitik kann in Zeiten starker Verunsicherung in der Wirtschaft ein Gegengewicht bilden, indem sie verlässlich und unternehmensfreundlich agiert. Doch für eine gezieltere Bekämpfung der Unsicherheit müssen deren Ursachen bekannt sein. Diese lassen sich durch die meisten Unsicherheitsmaße nicht direkt erfassen. Hierzu sind konkrete Befragungen von Entscheidungsträgern in den Unternehmen zu den aktuell relevanten Risikofaktoren nötig. Dabei ergeben sich zudem wichtige Hinweise darauf, ob die Unsicherheitsursachen umwelt- oder verhaltensbedingt sind. Diese Erkenntnis kann dazu beitragen, zielgerichtete institutionelle Vorkehrungen und wirtschaftspolitische Reaktionen zu konzipieren.

• 1 Vgl. OECD: Economic Outlook, Paris, Mai 2019; IMF: World Economic Outlook, Washington DC, April 2019.
• 2 Vgl. M. Grömling: Globale Investitionsflaute infolge eskalierender Unsicherheiten, in: Wirtschaftsdienst, 97. Jg. (2017), H. 1, S. 72-74, https://archiv.wirtschaftsdienst.eu/jahr/2017/1/globale-investitionsflaute-infolge-eskalierender-unsicherheiten/ (5.12.2019).
• 3 Gabler-Wirtschaftslexikon: Risiko, https://wirtschaftslexikon.gabler.de/definition/risiko-44896 (16.7.2019).
• 4 Vgl. G. Recke: Entscheidungsanalyse unter Risiko und Unsicherheit, Göttingen 2001; G. Bamberg, A. G. Coenenberg: Betriebswirtschaftliche Entscheidungslehre, München 2006.
• 5 F. H. Knight: Risk, uncertainty and profit, Boston, New York 1921.
• 6 C. Daase, O. Kessler: Knowns and Unknowns in the ‘War on Terror’: Uncertainty and the Political Construction of Danger, in: Security Dialogue, 38. Jg. (2007), H. 4., S. 411-434.
• 7 Vgl. N. N. Taleb, A. Pilpel: Epistemology and Risk Management, New York 2007, https://www.fooledbyrandomness.com/LSE-Taleb-Pilpel.pdf (10.7.2019).
• 8 Vgl. A. Picot: Transaktionskostenansatz in der Organisationstheorie: Stand der Diskussion und Aussagewert, in: Die Betriebswirtschaft DBW, 42. Jg. (1982), H. 2, S. 267-284; M. Grömling, J. Matthes: Welche Risiken gefährden die deutsche Wirtschaft?, IW-Kurzbericht, Nr. 56, Köln 2019.
• 9 Für Überblicke siehe N. Bloom: Fluctuations in uncertainty, in: Journal of Economic Perspectives, 28. Jg. (2014), H. 2, S. 153-176; und ECB: The impact of uncertainty on activity in the euro area, Monthly Bulletin, August (2018), S. 55-74; Deutsche Bundesbank: Gesamtwirtschaftliche Auswirkungen von Unsicherheit, Monatsbericht, Oktober (2018), S. 49-65.
• 10 Vgl. z. B. U. Kalckreuth: Exploring the role of uncertainty for corporate investment decisions in Germany, in: Swiss Journal of Economics, 139. Jg. (2003), H. 2, S. 173-206; H. Gulen, M. Ion: Policy uncertainty and corporate investment, in: Review of Financial Studies, 29. Jg. (2016), H. 3, S. 523-564; M. Buchholz, L. Tonzer, J. Berner: Asymmetric Investment Responses to Firm-specific Uncertainty, IWH Discussion Papers, Nr. 7, Halle (Saale) 2016; C. Helmenstein, P. Krabb, T. Thomas: Standort-Sentiment als Determinante der Investitionstätigkeit – Zur Erklärungskraft von internationaler Medienberichterstattung und nationaler Perzeption für Standortentscheidungen, in: Wirtschaftspolitische Blätter, H. 1 (2016), S. 171-187.
• 11 Vgl. z. B. H. Gulen, M. Ion, a. a. O.; C. Klepsch: How Asset Irreversibility Influences the Investment-Uncertainty Relationship, Working Paper LMU, München 2016.
• 12 Vgl. M. Waisman, P. Ye, Y. Zhu: The effect of political uncertainty on the cost of corporate debt, in: Journal of Financial Stability, 16. Jg. (2015), H. C, S. 106-117.
• 13 Vgl. M. D. Bordo, J. V. Duca, C. Koch: Economic policy uncertainty and the credit channel: Aggregate and bank level U.S. evidence over several decades, in: Journal of Financial Stability, 26. Jg. (2016), H. C, S. 90-106.
• 14 Vgl. z. B. für die USA: E. S. Knotek II, S. Khan: How Do Households Respond to Uncertainty Shocks?, in: Economic Review, 96. Jg. (2011), H. 2, S. 5-34; für Europa: N. Balta, I. V. Fernandez, E. Ruscher: Assessing the impact of uncertainty on consumption and investment, in: Quarterly Report on the Euro Area (QREA), Directorate General Economic and Financial Affairs (DG ECFIN), European Commission, 12. Jg. (2013), H. 2, S. 7-16.
• 15 Vgl. z. B. A. Popescu, F. Smets: Uncertainty, Risk-taking, and the Business Cycle in Germany, in: CESifo Economic Studies, 56. Jg. (2010), H. 4, S. 596-626; R. Bachmann, S. Elstner, E. R. Sims: Uncertainty and economic activity: Evidence from business survey, in: American Economic Journal: Macroeconomics, 5. Jg. (2013), H. 2, S. 217-249; C. Grimme, S. R. Henzel, S. B. Bonakdar: Zum Einfluss von Unsicherheit auf die deutsche und österreichische Konjunktur, in: Wirtschaftspolitische Blätter, 62. Jg. (2015), H. 4, S. 655-667.
• 16 Vgl. S. Baker, N. Bloom, S. Davis: Measuring Economic Policy Uncertainty, in: The Quarterly Journal of Economics, 131. Jg. (2016), H. 4, S. 1593-1636; Deutsche Bundesbank, a. a. O.
• 17 Vgl. P. S. Tam: Global trade flows and economic policy uncertainty, in: Applied Economics, 50. Jg. (2018), S. 3718-3734.
• 18 Vgl. H. Ahir, N. Bloom, D. Furceri: Caution: Trade uncertainty is rising and can harm the global economy, VOX CEPR Policy Portal, 4.7.2019, https://voxeu.org/article/trade-uncertainty-rising-and-can-harm-global-economy (20.11.2019).
• 19 Vgl. C. Ebeke, J. Siminitz: Trade Uncertainty and Investment in the Euro Area, IMF Working Paper, Nr. 18/281, Dezember 2018, https://www.imf.org/~/media/Files/Publications/WP/2018/wp18281.ashx (20.11.2019).
• 20 Vgl. D. Caldara, M. Iacoviello, P. Molligo, A. Prestipino, A. Raffo: The Economic Effects of Trade Policy Uncertainty, August 2019, https://www.federalreserve.gov/econres/ifdp/files/ifdp1256.pdf (20.11.2019).
• 21 Vgl. OECD, a. a. O.; IMF, a. a. O.
• 22 Vgl. N. Bloom: Fluctuations in uncertainty, a. a. O.; Deutsche Bundesbank, a. a. O.; M. Grömling: Dispersion von Unternehmenserwartungen als Messgröße für konjunkturelle Verunsicherung – Ergebnisse auf Basis der IW-Konjunkturumfrage, in: IW-Trends, 46. Jg. (2019), H. 4.
• 23 Vgl. J. Beckmann, T. Berger, R. Czudaj: Gold Price Dynamics and the Role of Uncertainty, Chemnitz Economic Papers, Nr. 6, Chemnitz 2017.
• 24 Siehe für eine Anwendung z. B. C. Helmenstein, P. Krabb, T. Thomas, a. a. O.
• 25 Vgl. S. Baker et al., a. a. O.
• 26 Vgl. H. Ahir, N. Bloom, D. Furceri: The World Uncertainty Index, Stanford mimeo, (2019).
• 27 Vgl. G. Gallo, C. Granger, Y. Jeon: Copycats and Common Swings: The impact of the use of forecasts in information sets, IMF Staff Papers, 49. Jg. (2002), Nr. 1; Washington DC 2002; M. Grömling: Konjunkturprognosen: Methoden, Risiken und Treffsicherheiten, in: IW-Trends, 29. Jg. (2002), H. 2, S. 18-26.
• 28 Vgl. M. Grömling: Dispersion von Unternehmenserwartungen als Messgröße für konjunkturelle Verunsicherung ..., a. a. O.
• 29 Vgl. R. Bachmann et al., a. a. O.
• 30 Vgl. ebenda; C. Grimme: Messung der Unternehmensunsicherheit in Deutschland – das ifo Streuungsmaß, in: ifo Schnelldienst, 70. Jg. (2017), H. 15, S. 19-25; European Commission: European Business Cycle Indicators, Issue 3rd quarter 2013, Brüssel 2013; M. Grömling: Dispersion von Unternehmenserwartungen als Messgröße für konjunkturelle Verunsicherung ..., a. a. O.
• 31 Vgl. hierzu besonders European Commission: European Business Cycle Indicators, a. a. O.
• 32 Für eine historische Beschreibung der konjunkturellen Entwicklung in Deutschland siehe U. Heilemann: Rezessionen in der Bundesrepublik Deutschland von 1966 bis 2013, in: Wirtschaftsdienst, 99. Jg. (2019), H. 8, S. 546-552.
• 33 Siehe ausführlich M. Grömling: Dispersion von Unternehmenserwartungen als Messgröße für konjunkturelle Verunsicherung ..., a. a. O.
• 34 Vgl. European Commission: European Business Cycle Indicators, a. a. O.
• 35 Vgl. R. Bachmann et al., a. a. O.
• 36 Vgl. M. Grömling: Methods and Applications of the IW business survey, IW-Report, Nr. 5, Köln 2018; M. Grömling, J. Matthes, a. a. O.
• 37 Vgl. DIHK: Konjunktur auf Talfahrt. DIHK-Konjunkturumfrage Herbst 2019, Berlin 2019.
• 38 Vgl. M. Grömling, J. Matthes, a. a. O.
• 39 Vgl. H. Bardt, M. Grömling: Hausgemachte Investitionshemmnisse reduzieren, in: Wirtschaftsdienst, 97. Jg. (2017), H. 12, S. 896-898, https://archiv.wirtschaftsdienst.eu/jahr/2017/12/hausgemachte-investitionshemmnisse-reduzieren/ (5.12.2019).
• 40 Vgl. J. Niehues: Einkommensentwicklung, Ungleichheit und Armut – Ergebnisse unterschiedlicher Datensätze, in: IW-Trends, 44. Jg. (2017), H. 3, S. 117-135.
• 41 Vgl. H. Bardt: Schrumpfender Kapitalstock energieintensiver Branchen, IW-Kurzbericht, Nr. 13, Köln 2019.