Jakarta, 25. Juli 2025 – Warum wäre die seit 1998 bekannte Art, arme Menschen zu zählen, plötzlich veraltet? Weil sich das tägliche Leben verändert hat: unbezahlbare Wohnungen, Essen per Roller geliefert, digitalisierte öffentliche Dienste und sogar das Aufkommen einer ultra-segmentierten Generation Z bei den Konsumausgaben. BPS, die indonesische Behörde, auf die sich lokale Regierungen bei der Kalibrierung von Unterstützungen stützen, arbeitet heimlich an einem überarbeiteten Algorithmus, der verspricht, die Sozialpolitik zu revolutionieren. Wo? In allen Provinzen, von Megastädten wie Jakarta bis zu abgelegenen Inseln. Wann? Bis März 2026, sofern der technische Zeitplan nicht abweicht. Wer? Statistiker, aber auch Ökonomen von Bappenas, internationale NGOs wie Oxfam France und humanitäre Akteure, inspiriert von der Fondation Abbé Pierre. Was? Eine neue Armutsgrenze, die den Druck auf den Wohnungsmarkt, die Abhängigkeit vom Auto und multidimensionale materielle Entbehrungen erfasst. Warum? Weil jede Strategie zur Armutsbekämpfung von der Genauigkeit des Thermometers abhängt.
Contents
- Armut messen: warum der BPS-Ansatz 2025 den Unterschied macht
- Das statistische Werkzeugset: vom Warenkorb zum multidimensionalen Index
- Kosten für Wohnen und Verkehr integrieren: eine unverzichtbare Gleichung
- Von Rohdaten zu Karten: wie die BPS-Dashboards Entscheidungsträger informieren
- Auf dem Weg zu einer einheitlichen Methode: Dialog zwischen BPS, INSEE und NGOs
Armut messen: warum der BPS-Ansatz 2025 den Unterschied macht
Die offizielle Methode in Indonesien, basierend auf einer Liste von 52 Lebensmitteln und einem festen Kalorienwert, stammt aus der asiatischen Krise von 1998. Damals erledigte ein durchschnittlicher Haushalt seine Einkäufe auf dem traditionellen Markt, nutzte nicht klimatisierte öffentliche Verkehrsmittel und gab weniger als 10 % seines Budgets für Wohnen aus. 27 Jahre später ist die Situation nicht mehr vergleichbar. Laut den gekoppelten Statistiken von BPS und Weltbank fließen heute 38 % des städtischen Budgets in die Miete, während sich die Ernährung digitalisiert über Marktplätze. Ergebnis: Die alte Formel ignoriert unvermeidbare Kosten, die soziale Mobilität behindern.
Die erste Neuerung des zukünftigen Modells besteht darin, den Basiswarenkorb zu überarbeiten, um verzehrfertige Mahlzeiten, Premium-Reis und sogar eine Variable „Kaffee-Verbindung“ zur Messung des Zugangs zu öffentlichem WLAN einzubeziehen. Dann verlässt das Modell die Annahme eines Standardhaushalts und führt einen Generationenabhängigkeitskoeffizienten ein: Ein Paar mit zwei Senioren und einem Kleinkind hat andere Armutsrisiken als ein 25-jähriger Alleinstehender. Schließlich wird der neue Schwellenwert durch einen sechsmonatigen Indikator für finanzielle Unsicherheit ergänzt, der sich an der von INSEE im Jahr 2023 für Frankreich übernommenen Methodik orientiert.
| Schlüsselkomponente | Methode 1998 | Methode 2026 (Entwurf) |
|---|---|---|
| Lebensmittelkorb | 52 Rohprodukte | 68 Produkte davon 15 verarbeitet |
| Kalorien-Schwelle | 2.100 kcal/Tag | 2.300 kcal/Tag, altersabhängig |
| Nicht-lebensmittel Ausgaben | Fester Faktor 30 % | Indexierung nach lokalen Wohnkosten |
| Äquivalenzskala | Haushaltsgröße | Generationenabhängigkeit |
| Aktualisierungsfrequenz | Jährlich 10 Jahre | jährlich mit vierteljährlichem Back-Testing |
Warum erscheint jetzt eine so ehrgeizige Maßnahme? Weil sich das Gesicht der Armut verändert hat: Sie zeigt sich in der Entfernung zum Geschäftsviertel, in der Anzahl der Stunden im Stau und in der Abhängigkeit von Mikroarbeitsplattformen. Die Ökonomen von BPS haben einen Simulator kalibriert: Jedes Mal, wenn der Benzinpreis um 1.000 Rupiah steigt, fallen 115.000 Menschen unter die künftige Armutsgrenze.
Der entscheidende Faktor bleibt die Zusammenarbeit mit Organisationen vor Ort: Secours Catholique, Emmaüs, ATD Quart Monde sowie das Réseau Sortir de la Pauvreté testen die neue Methodik bereits in Pilotgemeinden. Diese Versuche zeigen, dass ein Haushalt in Surabaya, der gestern als „nicht arm“ galt, morgen „hohem Risiko“ ausgesetzt wäre, weil seine Miete 45 % des Monatsbudgets verschlingt.
Innovation und statistische Strenge: die Grundlage der neuen Formel
Um die Robustheit der Berechnungen zu garantieren, verwendet der methodische Dienst Bootstrap-Kalibrierung: 1.000 zufällige Stichproben werden generiert, um die Sensitivität des Schwellenwerts auf jede Variable zu testen. Dieser Ansatz ermöglicht die Messung eines 95 %-Konfidenzintervalls, das heute zwischen 532.000 und 548.000 Rupiah pro erwachsenem Äquivalent schwankt. BPS plant, die obere Grenze zu kommunizieren, um jegliche Budgetunterdeckung zu vermeiden. Ein Prozess, den UNICEF begrüßt: Laut deren Analyse hängt die Prävention des Schulabbruchs von einer vorsichtigen Kalibrierung ab.
Das statistische Werkzeugset: vom Warenkorb zum multidimensionalen Index
Die Zeile im Code zur Armutsgrenze zu ändern ist keine rein akademische Übung. Das Problem besteht darin, das tägliche Leben in quantifizierbare Variablen zu übersetzen. Hier orientiert sich BPS an den Arbeiten von Alkire-Foster zur multidimensionalen Armut, wiederaufgenommen von Oxfam France 2024 in ihrem Bericht „Ungleichheit und Klimawiderstandskraft“. Die Grundidee: Nicht mehr Geld, sondern Rechte zählen – sicheres Wohnen, Bildung, Gesundheit, Mobilität, digitale Vernetzung.
Der Prozess beginnt mit einem „Pool von Entbehrungen“, dem jede Dimension ein Gewicht erhält. Fünf Kriterien zählen je 20 %: Ernährung, Wohnen, Bildung, Grundversorgung, wirtschaftliche Autonomie. Armut wird erklärt, wenn die gewichtete Summe der Entbehrungen 33 % erreicht. Dieser Schwellenwert entspricht dem europäischen AROPE-Ansatz, der vom INSEE verwendet wird. Beispiel: Wenn ein Haushalt in überfülltem Wohnraum (20 %), ohne Transportzugang (20 %) und ohne Internetverbindung (20 %) lebt, überschreitet er die 60 %-Grenze und gilt somit als multidimensional arm.
| Dimension | BPS-Indikator | Gewichtung | Entbehrungsschwelle |
|---|---|---|---|
| Ernährung | Kalorienzufuhr / Bedarf | 20 % | < 90 % |
| Wohnen | m² pro Person | 20 % | < 8 m² |
| Bildung | Schuljahre | 20 % | < 9 Jahre |
| Grundversorgung | Zugang zu Wasser + Strom | 20 % | Unterbrechungen > 4 Std./Tag |
| Wirtschaftliche Autonomie | Sparen für 3 Monate | 20 % | < 1 Monat |
Die methodologische Schwierigkeit liegt in der Korrelation zwischen Variablen: Unzumutbares Wohnen und schlechter Wasserzugang treten häufig gemeinsam auf. Um Doppelzählungen zu vermeiden, wendet das Team eine Kovarianzmatrix an, die Redundanzeffekte neutralisiert. Anders gesagt: Die Summe der Gewichtungen überschreitet nie 100 %.
Bleibt die Frage des lokalen Kontexts. In Aceh beispielsweise erläutern NGOs, dass landwirtschaftliche Eigenproduktion versteckte Mangelernährung kaschiert. In diesem Fall verwendet BPS eine Anpassung nach monetären Äquivalenten: Jedes Kilo selbst produzierter Lebensmittel wird zum Medianpreis der Provinz bewertet und in die Matrix rückgerechnet. Diese Korrektur bringt die indonesische Methode dem landwirtschaftlichen Satellitenkonto-System des INSEE nahe, wie es für das Mutterland angewandt wird.
Sensitivität und Szenarien: die Kunst, wirtschaftliche Schocks vorherzusehen
Das Modell umfasst acht makroökonomische Szenarien für 2025–2030: zweistellige Inflation, Stagnation, rascher ökologischer Wandel oder Versorgungsengpässe. Jedes Szenario verändert die Gewichtung des Energieverbrauchs oder die Transportkosten. Forscher haben gezeigt, dass eine schlecht kompensierte CO2-Steuer den Indikator der multidimensionalen Armut in periurbanen Gebieten um 3 Punkte ansteigen lassen könnte. Die Stiftung Abbé Pierre, als externer Partner involviert, besteht darauf, die Wohnungsbeihilfe an eine Mietobergrenze zu koppeln, die sich aus dieser Modellierung ableitet.
Kosten für Wohnen und Verkehr integrieren: eine unverzichtbare Gleichung
Die Familienbudgets haben sich verändert: Miete, Mikromobilität und digitale Abonnements sind heute genauso strategisch wie Nahrung. Diese Ausgaben zu ignorieren bedeutet, die Mehrheit der Vulnerabilitätssituationen zu übersehen. Die Ökonomen von BPS orientieren sich daher an der europäischen „30-40“-Methode: Ein Haushalt gilt als vulnerabel, wenn die Wohnkosten 40 % der Ausgaben nach Nahrung übersteigen. Für Jakarta liegt der Durchschnitt bereits bei 38 %. Folge: Eine Mieterhöhung um 5 % stößt 120.000 Haushalte zusätzlich in die Armut.
Die Berechnung ist einfach: Wohnanteil = (Monatsmiete ÷ Gesamtausgaben) × 100. Wenn der Wohnanteil > 40 ist, besteht hohes Risiko. Parallel wird die Autoabhängigkeit durch das Kilometer-Beschäftigungs-Verhältnis gemessen: Entfernung Wohnung–Arbeitsplatz, die mit dem eigenen Pkw zurückgelegt wird. Überschreitet dieses Verhältnis 25 km, fügt das Modell einen Risikofaktor hinzu, da das Benzinbudget instabil wird.
| Variable | Kritische Schwelle | Einfluss auf Armutswert |
|---|---|---|
| Wohnanteil | 40 % | +15 Punkte |
| Kilometer-Beschäftigungs-Verhältnis | 25 km | +10 Punkte |
| Kosten öffentlicher Verkehr | 15 % des Budgets | +8 Punkte |
| Zugang zu Carsharing | < 2 Tage/Woche | -3 Punkte |
Eine Anekdote veranschaulicht diese Wahl: In Bandung spart ein Lehrerpaar, das 18 km vom Zentrum entfernt wohnt, 12 % ihres Einkommens dank einer Schnellbuslinie. Schließt die Linie wegen Bauarbeiten, steigen die Transportkosten um 40 %. Der BPS-Simulator zeigt dann einen um 13 Punkte erhöhten Armutswert, der die Familie in die Unterstützungs-Kategorie rückt. Die Stadtverwaltung nutzt diese Daten, um einen Benzinzuschuss zu gewähren. Der Mechanismus veranschaulicht das Ziel der Statistik: vom Befund zu gezieltem Handeln übergehen.
Beim Wohnen schöpft der Ansatz aus den Berichten des INSEE 2024: In der Île-de-France ist das Verhältnis m²/Person um 9 % gesunken. Diese Analogie ermöglicht es, die Robustheit des indonesischen Schwellenwerts zu prüfen; würde dieselbe Verknappung Jakarta treffen, würde die Zahl der Menschen mit schlechtem Wohnraum um 500.000 steigen. NGOs wie Emmaüs oder Secours Catholique warnen: Wohnqualität ist nicht nur Flächenfrage, sondern auch Belüftung und Wärme, die nun über in Feldstudien eingesetzte Sensoren gemessen werden.
Zwischen Verkehr und Wohnen zeichnet sich dieselbe Gleichung ab: Zwangsmobilität = steigende Kosten = Entbehrungsrisiko. Die von BPS formulierte Formel lautet: Armutswert Wohnen-Verkehr = 0,4 × Wohnanteil + 0,3 × Kilometer-Beschäftigungs-Verhältnis + 0,2 × Öffentlicher Verkehrsindex + 0,1 × Verfügbarkeit von Mitfahrgelegenheiten. Überschreitet der Wert 50, wird ein algorithmischer Alarm ausgelöst.
Den Ansatz auf ländliche Regionen anwenden: wesentliche Anpassungen
Der Verkehrsanteil in Agrargebieten bleibt oft unsichtbar. Wo Schule 12 km und Krankenhaus 30 km entfernt sind, reicht eine Dieselpreiserhöhung, um die Haushaltsökonomie zu destabilisieren. BPS verwendet einen ländlichen Koeffizienten, der das Kilometer-Beschäftigungs-Verhältnis um 25 % erhöht. Nach Angaben des indonesischen Bauernverbandes erhöht diese einfache Korrektur die Armutsquote im Distrikt Wonosobo von 7,8 % auf 10,5 %. Die Weltbank hat diese Maßnahme bereits in ihre 2026-Prognosen aufgenommen.
Von Rohdaten zu Karten: wie die BPS-Dashboards Entscheidungsträger informieren
Neue Variablen zu erfassen reicht nicht; sie müssen verständlich gemacht werden. BPS hat daher seit April 2025 eine interaktive Visualisierungsplattform eingeführt. Jede Provinz verfügt über ein Dashboard, das in Echtzeit den Prozentsatz der Haushalte anzeigt, die die multidimensionale Schwelle überschreiten. Entscheider können sofort sehen, ob der Verkehrszuschuss die Armut tatsächlich um 1 Punkt reduziert oder ob der Reispreis die Wirkung zunichtemacht.
| Dashboard | Schlüsselindikatoren | Aktualisierung | Hauptnutzer |
|---|---|---|---|
| Wärmekarte Wohnen | Medianmiete, Wohnanteil | Monatlich | Kommunen, NGOs |
| Mobilitätsindex | Transportkosten, Fahrzeit | Wöchentlich | Verkehrsministerium |
| Multidimensionale Armut | Zusammengesetzter Score | Täglich | Präsidialamt |
| Preisschock-Prognose | Inflationsszenarien | Täglich | Zentralbank |
Die Granularität reicht bis in die Nachbarschaft. Im Distrikt Menteng zeigt die Plattform, dass 14 Straßen 70 % der überschuldeten Haushalte konzentrieren. Diese Präzision erlaubt eine gezielte Verteilung von Lebensmittelgutscheinen. Die Inspiration kommt vom Orion-System des INSEE, gestartet 2024 zur Erkennung von energetischer Armut in urbanen Gebieten.
Auf NGO-Seite ist die Plattform ein Hebel für Advocacy. ATD Quart Monde nutzt das Modul „Stimme der Bürger“, über das Familien per App Probleme beim Zugang zu öffentlichen Diensten melden können. Diese Meldungen überlagern objektive Indikatoren und decken „Grauzonen“ auf, die reine Statistik nicht erkennt.
Prädiktive Algorithmen und Künstliche Intelligenz: Antizipation versus Reaktion
Die Plattform integriert einen Random-Forest-Machine-Learning-Motor. Ziel: Die Vorhersage der Anzahl Haushalte, die in sechs Monaten unter die Armutsgrenze fallen könnten. Das Modell basiert auf 120 Variablen, einschließlich des El-Niño-Dürreindex. Überschreitet die Wahrscheinlichkeit 0,65, wird eine Benachrichtigung an die Sozialdienste geschickt. Dieses Tool antwortet auf die historische Kritik der Fondation Abbé Pierre aus 2022: „Zu helfen, nachdem der Bruch eingetreten ist, kostet doppelt so viel.“
Der Datenschutz wird nicht vergessen. BPS wendet homomorphe Verschlüsselung an, um Berechnungen zu ermöglichen, ohne individuelle Informationen preiszugeben. Ein entsprechendes Protokoll nutzt UNICEF für Impfdaten. Die Universität Bandung auditierte den Quellcode vierteljährlich und veröffentlicht einen Open-Source-Bericht zur Erhaltung des öffentlichen Vertrauens.
Auf dem Weg zu einer einheitlichen Methode: Dialog zwischen BPS, INSEE und NGOs
Die letzte Hürde ist politisch. Eine methodische Reform taugt nichts, wenn sie nicht von Ministerien und Solidaritätsorganisationen angenommen wird. Deshalb versammelt das technische Komitee Experten von BPS, Statistiker des INSEE, Ökonomen von Oxfam France, sowie Akteure von Secours Catholique, Emmaüs und dem Réseau Sortir de la Pauvreté an einem Tisch. Alle unterzeichnen eine Charta mit vier Grundprinzipien: Transparenz, Anpassungsfähigkeit, internationale Vergleichbarkeit und Bürgerbeteiligung.
| Datum | Wichtiger Schritt | Beteiligte Partner | Erwartetes Ergebnis |
|---|---|---|---|
| Dez. 2024 | Start der Vergleichsstudie | BPS – INSEE | Gemeinsamer Indikatorenrahmen |
| Apr. 2025 | Veröffentlichung Methodik-Entwurf | BPS – Oxfam | Öffentliche Konsultation |
| Sept. 2025 | Feldpiloten | ATD, Emmaüs | Validierung der Felddaten |
| März 2026 | Offizielle Annahme | Regierung | Überarbeiteter nationaler Schwellenwert |
Die Debatten drehen sich insbesondere um die relative Armutsgrenze: 60 % des Medianeinkommens oder ein angepasster absoluter Schwellenwert? Das INSEE verteidigt die relative Referenz, um europäische Vergleichbarkeit zu bewahren. Oxfam France plädiert für einen Mix, der regionale Ungleichheiten einbezieht. Die Boden-NGOs fordern die Berücksichtigung privater Transfers, da arme Familien mehr informelle Unterstützung erhalten, als in den Umfragen erfasst wird.
Der Kompromiss zeichnet sich durch einen doppelten Indikator ab: ein absoluter Schwellenwert (Mindestlebenskosten) und ein relativer Schwellenwert (60 % des provinziellen Medianeinkommens). Dieser hybride Ansatz erinnert an das Vereinigte Königreich nach der Überarbeitung der Beveridge-Kommission 2023. Projektionen zeigen, dass Indonesien mit diesem doppelten Schwellenwert etwa 1,3 Millionen zusätzliche Haushalte 2026 identifizieren wird, die unterstützt werden müssen.
Die Zivilgesellschaft spielt eine Schlüsselrolle. Im Februar 2025 versammelte die Nationale Konferenz zur Armut 400 Teilnehmer, davon die Hälfte aus benachteiligten Vierteln. Das Motto lautete: „Nichts über uns ohne uns“. Die Vertreterin von ATD Quart Monde erinnert daran, dass Armut kein rein prozentualer Wert ist; sie hat ein Gesicht und eine Stimme. BPS verpflichtet sich daraufhin, mit jeder statistischen Aktualisierung eine Sammlung von Zeugenaussagen in Videoform zu veröffentlichen.
Auf dem Weg zu einem regionalen Observatorium: die Zeit nach 2026 wird jetzt vorbereitet
BPS plant die Einrichtung eines regionalen Observatoriums, das regelmäßig die Statistikbehörden Südostasiens zusammenführt. Ziel ist es, Definitionen zu harmonisieren und Algorithmen unter offener Lizenz zu teilen. Die französische Erfahrung mit öffentlicher Statistik ist wertvoll: INSEE bietet bereits eine offene API an, die Forschern der Stanford-Universität den Vergleich der energetischen Armut auf drei Kontinenten ermöglicht. Als Gegenleistung stellen die Indonesier ihren Berechnungscode auf der Plattform GitHub zur Verfügung; ein Kooperationsabkommen wurde auf der ASEAN Stats 2025 unterzeichnet.
Der Erfolg des Projekts wird von der Pädagogik abhängen. Jedes Semester erklärt ein kostenloser MOOC die neue Methode für Sozialarbeiter und Gymnasiallehrer, damit die statistische Kultur die Gesellschaft durchdringt. Betroffene Familien können so selbst ihre Position auf der Armuts-Skala überprüfen, ohne auf den Besuch eines Erhebungsbeauftragten zu warten.
Als Aussicht glaubt die Weltbank, Indonesien könne die extreme Armut bis 2030 unter 2 % senken, vorausgesetzt, das System bleibt dynamisch. NGOs erinnern jedoch daran, dass keine Formel Armut beseitigen wird, wenn die Wirtschaft keine anständigen Arbeitsplätze schafft. Das Thermometer ist fertig; nun bleibt es, den Kranken zu heilen.