Als die ehemalige Sowjetunion 1928 auf Fünfjahrespläne umstellte, um den Umbau von einer Agrar-zu einer Industriegesellschaft zu beschleunigen, bildete das Sammeln von Daten aus der Realwirtschaft die wichtigste Grundlage, um die Verteilung der Ressourcen zu steuern. Tatsächlich wuchs die Wirtschaft während der folgenden drei Fünfjahrespläne, während sich der Rest von Europa und Nordamerika durch die Grosse Depression kämpften.

Auch interessant
 
 
 
 
 
 

Das Sammeln der Daten war dafür indes nicht massgeblich, wie spätere Untersuchungen zeigten: Die Grundlagen waren vielerorts gefälscht und es gab – theoretisch – erst ab den 1960er Jahren die Computerkapazitäten, um aus Logistikdaten innert nützlicher Zeit auf den Zustand der Realwirtschaft zu schliessen.

Unzuverlässige Statistiken

Dass die Verwendung von Echtzeitdaten aus der Realwirtschaft auch heute noch sinnvoll erscheint, zeigen die Prognosen, die im März und April 2020 zur weiteren Entwicklung der Weltwirtschaft gemacht wurden. Die Arbeitslosigkeit stieg entgegen den Szenarien kaum an, die Knappheit an Containern sowie eine anziehende Inflation hatte gar niemand auf dem Schirm. Und auch die leeren Pasta- und WC-Papier-Regale zeigten sich nirgendwo in den Statistiken.

Diese Lücke wird zunehmend von Anbietern aus dem Logistik- und dem Konsumsektor geschlossen. Reservationen bei Open Table, einem Service für Tischreservationen, geben einen breiteren Anhaltspunkt zum Zustand der Gastronomie während und nach den Lockdowns als der Augenschein im Pub um die Ecke. Tatsächlich steuerte die britische Regierung ihre Corona-Einschränkungen teilweise über die Daten dieser Plattform. Solche Informationen haben indes auch Tücken: Wenn Uber niedrigere Passagierfrequenzen meldet, kann das auf einen Rückgang der Realwirtschaft hinweisen. Oder auf einen Verlust von Marktanteilen. Oder auf ein verändertes User-Verhalten, weil Menschen es vorziehen, im Homeoffice zu arbeiten oder mit dem eigenen Auto zur Arbeit zu fahren.

Am vielversprechendsten ist die Kombination von Daten unterschiedlicher Quellen.

Daten sammeln und verknüpfen

Vielversprechender erscheint die Kombination von Daten unterschiedlicher Quellen. Leere Lager müssten sich beispielsweise auch in Form von Warteschlagen widerspiegeln. So sammeln die Analysten von BNP Paribas beispielsweise nicht nur die Preise für Schiffsfracht zwischen Asien und den USA. Sie ermitteln auch die Anzahl der Schiffe, die vor dem für die US-Versorgung, die Importe und die Exporte eminent wichtigen Hafen von Los Angeles liegen. Diese Zahl weist eigentlich auf eine entspannte Situation hin: Das Problem ist, entgegen vielen Medienberichten, offenbar nicht die Zahl der Schiffe, die vor dem Hafen liegen, sondern die Dauer der Liegezeiten, weil Container knapp sind.

Etwas lockerer ist die Situation bei transpazifischer Luftfracht. Die Auslastung ist hier gemäss den von den BNP-Paribas-Analysten gesammelten Daten etwas überdurchschnittlich, aber keinesfalls am Limit. Die Preise sind indes auch hier stark gestiegen, weil die Airlines die höheren Treibstoffpreise an ihre Kundschaft weitergeben können.

Zusammenhänge verstehen

Viel anspruchsvoller als die Handhabung solcher punktueller Daten aus der Realwirtschaft sind die Einbettung in grössere Zusammenhänge und die Rückschlüsse auf den Zustand der Gesamtwirtschaft. Wenn man in den europäischen Zentralbanken derzeit die Leitzinsen nicht erhöht, liegt das auch daran, dass man 2011 zu rasch auf ein kurzes Aufflammen der Inflation in Europa reagiert und die Wirtschaft in eine kurze Rezession getrieben hatte. Die jetzt verfügbaren Daten aus der Logistik zeigen, dass viele Unternehmen noch damit beschäftigt sind, Bestellungen, die monatelang zurückliegen, abzuarbeiten.

Neben diesen vergleichsweise «harten» Daten stehen weichere zu den Arbeitsmärkten: Veränderungen bei Logistikdaten können kaum ohne den Blick auf die Menschen interpretiert werden. Wenn es zu wenige Hafen- und Lagerarbeiter gibt, türmen sich die vollen und leeren Container. Hier überlagern sich laut Analysten strukturelle, zyklische und situative Faktoren, was wiederum alle Prognosen erschwert. Auch deshalb lassen sich diese vielerorts eher qualitativ als quantitativ formulieren: Engpässe in der Logistik dürften gemäss den Analysten von BNP Paribas die Wirtschaftsaktivitäten in den kommenden Monaten noch dämpfen. Mittelfristig sind sie indes kein Anlass, die Prognosen nach unten zu revidieren.