Big Data? Wohl eher Male Data… (Teil 2)

Es war eine Meldung, die hoffen lässt: US-Präsident Biden hat zum ersten Mal in der Geschichte des Landes eine schwarze Frau als neues Mitglied für den Supreme Court vorgeschlagen.[1] Der Oberste Gerichtshof des Landes wird dadurch nicht nur endlich diverser werden, sondern auch die Bevölkerungsstruktur der USA besser abbilden. Bisher waren unter den insgesamt 9 Richterinnen* (Angabe korrigiert am 11.04.2022) des Supreme Courts 6 Männer und 3 Frauen, davon waren 7 Personen weiß, ein Mann schwarz und eine Frau puertoricanischer Abstammung[2].

Jedoch kann diese Entwicklung nicht über die Lebensrealität von marginalisierten Gruppen in den USA hinwegtäuschen.

Gender Pay Gap

Stichwort „Gender Pay Gap“: Wie wir bereits wissen, gibt die sogenannte Lohnlücke Auskunft über die Unterschiede im Gehalt zwischen den Geschlechtern. In Deutschland beträgt sie aktuell 18 %. Das heißt, Frauen verdienen 18 % weniger als Männer. Für Deutschland gibt es aktuell (noch) keine verlässlichen Zahlen zur Gender Pay Gap bei marginalisierten Gruppen, wie etwa Personen mit Migrationshintergrund[3]. Deshalb sollen die Zahlen aus den USA einen Anhaltspunkt liefern. Selbstverständlich können die Zahlen nicht 1:1 auf Deutschland übertragen werden, sie geben aber wertvolle Hinweise.

Gender Pay Gap in den USA

Die Gender Pay Gap in den USA ist am ausgeprägtesten für Frauen hispanischer Herkunft, sie verdienen gerade einmal die Hälfte (54 %) des Durchschnittsgehalts eines weißen Mannes. Schwarze Frauen verdienen 62 % von dem, was ein weißer Mann in der Regel verdient. Am geringsten ausgeprägt ist der Unterschied im Verdienst von Frauen asiatischer Herkunft: Sie verdienen 89 % des Gehalts eines weißen Mannes. Weiße Frauen kommen auf 78 %.[4] Kein Wunder also, dass auch die „Wealth Gap“, also die Vermögensunterschiede, zwischen der männlichen weißen Bevölkerung und dem Rest eklatant auseinander driften.

Quelle: Eigene Darstellung in Anlehnung an die Daten von  https://files.eric.ed.gov/fulltext/ED596219.pdf

Intersektionalität

Die Zahlen zeigen deutlich, dass geschlechtliche Formen der Ungleichheit mit weiteren Formen der Ungleichheit (z. B. in Bezug auf Herkunft, Hautfarbe, Religion) verwoben sein können. Die Überschneidung und Gleichzeitigkeit verschiedener Diskriminierungskategorien gegenüber einer einzelnen Person wird dabei als Intersektionalität bezeichnet.

Ein Beispiel soll dies verdeutlichen:

Person A ist eine weißer Mann.

Person B ist eine Frau mit schwarzer Hautfarbe und Migrationshintergrund.

Person B hat ein dreimal so großes Risiko individuelle und/oder systemische/institutionalisierte Diskriminierung zu erfahren wie Person A aufgrund des Geschlechts, der Hautfarbe und der Herkunft. Dies kann sich im Alltag beispielweise bei der (erschwerten) Job- und Wohnungssuche und beim (ungleichen) Zugang zu Bildung und zu gesundheitlichen Ressourcen bemerkbar machen.

Es kommt also nicht nur eine Lücke selten allein (Gender Pay Gap, Gender Pension Gap, Gender Care Gap, etc.), sondern wir sehen auch, dass eine Diskriminierungsform selten alleine kommt.

* Wegen der besseren Lesbarkeit benutzen wir nur die weibliche Form. Alle anderen Menschen sind explizit mitgemeint.

[1] https://www.whitehouse.gov/briefing-room/statements-releases/2022/02/25/president-biden-nominates-judge-ketanji-brown-jackson-to-serve-as-associate-justice-of-the-u-s-supreme-court/

[2] Seit 1976 werden in den USA Einwohner mit lateinamerikanischen Wurzeln statistisch als „Hispanics“ erfasst. Dieses Label wird von den gemeinten Personen allerdings größtenteils abgelehnt, da es eine sprachliche und ethnische Homogenität suggeriert, die nicht der Realität entspricht. 51 % identifizieren sich lieber direkt mit ihrem Heimatland oder dem Herkunftsland ihrer Familien. Wir sind uns dieser Problematik bewusst und lehnen uns der Einfachheit halber in unserer Begrifflichkeit an die Bezeichnung „Hispanics“ an, wenn die genaue Herkunft unbekannt ist. Weiterführende Infos unter: „Hispanic, Latino, Latinx. Mehr als nur Etiketten“. Online verfügbar unter: https://www.goethe.de/ins/bo/de/kul/fok/zgh/21679648.html

[3]https://www.antidiskriminierungsstelle.de/SharedDocs/Glossar_Entgeltgleichheit/DE/19_Migration_Pay_Gap.html

[4] The Simple Truth About The Gender Pay Gap, https://files.eric.ed.gov/fulltext/ED596219.pdf