Analysen

Portrait von Dr. Christian Scharrer

Daten statt Mythen

In vielen Debatten über wirtschafts- und sozialpolitische Themen wird heutzutage oft sehr emotional und politisch aufgeladen diskutiert. Als Ökonom ist es mir hingegen stets ein wichtiges Anliegen, Debatten zu versachlichen und Probleme aus verschiedenen Blickwinkeln zu betrachten.

Auf dieser Webseite präsentiere ich fundierte Analysen und statistische Auswertungen zu aktuellen Fragestellungen mithilfe belastbarer Zeitreihendaten. Kombiniert mit ökonomischer Theorie, die ich zum besseren Verständnis auf das Wesentliche reduziere, werden so komplexe Zusammenhänge transparent und nachvollziehbar gemacht.

Rente, Demographie und die Rolle der Lohnentwicklung
Gliederung (Stand: 30.1.2026)
1. Einleitung

In vielen medialen Debatten über die Zukunft der Rente wird häufig der zweite Schritt vor dem ersten gemacht: Es wird fast sofort über Reformen diskutiert, ohne vorher tiefer auf den Kern der Probleme einzugehen und einen fundierten Überblick über die aktuelle Lage und historische Entwicklungen zu liefern. Vor diesem Hintergrund präsentiert dieser Text informierende Analysen und Abbildungen auf Basis von Zeitreihendaten der Deutschen Renten­versicherung (DRV) und des Statistischen Bundes­amtes (DESTATIS). Im Folgenden werden die historischen Entwicklungen von relevanten Kennzahlen aufgezeigt und die komplexen Zusammenhänge zwischen Lohnentwicklung, Rentenhöhe und Demographie ökonomisch erklärt.

2. Entwicklung der Renten und Lohneinkommen

Die Abbildung 1 zeigt die reale Entwicklung des durchschnittlichen monatlichen Bruttolohns von Arbeitnehmerinnen und Arbeitnehmern (blaue Linie) von 1970 bis 2024 in Preisen von 2024 (deflationiert mit dem Verbraucherpreisindex) im Vergleich zur Standardrente (orange Linie) und dem durchschnittlichen tatsächlichen Zahlbetrag der Altersrenten (grüne Linie). Hierbei ist zu beachten, dass die Zeiträume 1970 bis 1990 und 1991 bis 2024 aufgrund der deutschen Wiedervereinigung und unterschiedlicher Revisionsstände seitens der Volkswirtschaftlichen Gesamtrechnung (VGR) nur eingeschränkt miteinander vergleichbar sind. Die Standardrente dient zudem als eine statistische Referenzgröße und unterstellt eine fiktive Erwerbsbiographie von 45 Versicherungsjahren, in denen jeweils ein versicherungspflichtiges Lohneinkommen in Höhe des gesetzlich bestimmten Durchschnittsentgelts erzielt wurde. Da das Durchschnittsentgelt pro Beitragsjahr definitionsgemäß genau einen Entgeltpunkt erzeugt, entspricht die Summe der gesammelten Rentenpunkte zum Renteneintritt dann genau 45 Entgeltpunkten. In der Realität führen jedoch lückenhafte Erwerbsverläufe, Einkommensschwankungen über das Arbeitsleben, die ungleiche Verteilung der Lohneinkommen in der Bevölkerung sowie der Abzug von Sozialabgaben dazu, dass der durchschnittliche Auszahlungsbetrag der Altersrenten unter diesem theoretischen Referenzniveau verbleibt. Die Standardrente lag beispielsweise im Jahr 2024 bei 1.731 Euro, während der tatsächliche Zahlbetrag im Durchschnitt 1.154 Euro betrug.

Des Weiteren veranschaulicht Abbildung 1, wie eng die Höhe der Renten über die gesetzliche Rentenanpassungsformel an die Lohnentwicklung gekoppelt ist. Diese Formel dient dazu, den aktuellen Rentenwert \((\text{aRW}_{t})\), welcher den monetären Gegenwert eines Entgeltpunktes darstellt, jährlich neu zu bestimmen. Vereinfacht lässt sich der Mechanismus dabei wie folgt darstellen: \[ \mathrm{aRW}_t = \mathrm{aRW}_{t-1} \cdot \mathrm{LK}_{t} \cdot \mathrm{RF}_{t} \cdot \mathrm{NF}_{t} \] Der neue Rentenwert ergibt sich zunächst aus der Fortschreibung des Vorjahreswerts \((\mathrm{aRW}_{t-1})\) anhand der Lohnkomponente \((\mathrm{LK}_{t})\), welche das Lohnwachstum auf die Renten überträgt. Diese Übertragung wird allerdings durch den Riester-Faktor \((\mathrm{RF}_{t})\) und den Nachhaltigkeitsfaktor \((\mathrm{NF}_{t})\) modifiziert. Während die Lohnkomponente die wirtschaftliche Entwicklung widerspiegelt, integrieren die beiden anderen Faktoren die demographischen Veränderungen sowie die Belastung der Beitragszahler in die Berechnung. Da diese Faktoren meist dämpfend wirken, werden Lohnzuwächse in der Regel nicht eins zu eins weitergegeben. Infolgedessen blieb die Rentendynamik tendenziell hinter dem ausgeprägten Lohnwachstum während der Boomphase nach der Großen Rezession von 2010 bis 2019 zurück.

3. Das Demographieproblem

Um die Effekte des demographischen Wandels auf die finanzielle Stabilität des deutschen Rentensystems besser zu verstehen, ist zunächst die folgende, mathematisch vereinfachte, Modellierung hilfreich. Ein umlagefinanziertes Rentensystem ist dann ausgeglichen, wenn die Ausgaben der Rentenversicherung den Einnahmen entsprechen: \[\underbrace{r_t \cdot Z_t}_{\text{Ausgaben}} = \underbrace{b_t \cdot l_t \cdot A_t}_{\text{Einnahmen}}\] Die Ausgaben im Jahr \(t\) ergeben sich aus dem Produkt der durchschnittlichen Rente \(r_t\) und der gesamten Anzahl an Rentnern \(Z_t\). In einem umlagefinanzierten Rentensystem werden diese Ausgaben mithilfe von Beitragseinnahmen aus der arbeitenden Bevölkerung finanziert, welche aus dem Produkt des Beitragssatzes \(b_t\), des durchschnittlichen Lohns pro Arbeiter \(l_t\) und der Anzahl an Arbeitnehmern \(A_t\) resultieren. Nach einer einfachen Umformung bzgl. \(Z_t\) lässt sich die Gleichung auch wie folgt schreiben: \[r_t = b_t \cdot l_t \cdot \frac{A_t}{Z_t}\] Der Bruch \({A_t}/{Z_t}\) beschreibt das Verhältnis von Arbeitnehmern zu Rentnern (bzw. wie viele Arbeitnehmer einen Rentner finanzieren) und bringt, vereinfacht formuliert, das "Demographieproblem" in die Rentenversicherung. Wenn dieser Ausdruck beispielsweise sinkt aufgrund einer niedrigeren Anzahl von Arbeitnehmern und/oder einer steigenden Anzahl von Rentnern, dann muss entweder die durchschnittliche Rente \(r_t\) sinken und/oder der Beitragssatz \(b_t\) steigen, falls der demographische Druck nicht durch ein entsprechendes Lohnwachstum in \(l_t\) ausgeglichen wird.

In den Medien wird die zeitliche Entwicklung von \({A_t}/{Z_t}\) oft mithilfe des inversen Altersquotienten illustriert. Dieser beschreibt das Verhältnis der Anzahl der 20-64 Jährigen zur Anzahl der 65+ Jährigen in der Bevölkerung und ist in Abbildung 2 dargestellt. Die blaue Linie zeigt die historische Entwicklung von 1970 bis 2024, wohingegen die farbigen Linien die unterschiedlichen Varianten und Modellrechnungen der 16. koordinierten Bevölkerungsvorausberechnung des Statistischen Bundesamtes repräsentieren. Die Aussagekraft dieser Kennzahl ist jedoch teilweise begrenzt, da sie zum Beispiel die tatsächliche Erwerbsbeteiligung innerhalb der Erwerbsbevölkerung unberücksichtigt lässt. Zur differenzierteren Analyse veröffentlicht die Deutsche Rentenversicherung deswegen auch den Kehrwert des vereinfachten Rentnerquotienten (KvR), welcher in Abbildung 3 dargestellt ist. Dieser bildet das Verhältnis von Standardbeitragszahlern zu Standardrentnern ab. Die Anzahl der Standardbeitragszahler folgt aus der Division der gesamten Beitragseinnahmen durch den sogenannten Standardbeitrag an die Rentenversicherung, der auf ein Einkommen in Höhe genau eines Entgeltpunktes entfällt. Analog dazu ergibt sich die Anzahl der Standardrentner aus der Division der gesamten Rentenausgaben durch die Standardrente.

Vergleicht man beispielsweise den Zeitraum 2010 bis 2019 in den Abbildungen 2 und 3, so ist der inverse Altersquotient von 2,96 auf 2,75 gesunken, wohingegen der inverse Rentnerquotient aufgrund positiver Entwicklungen auf dem Arbeitsmarkt und Reformen des Rentensystems von 2,07 auf 2,15 gestiegen ist. Bedingt durch den Renteneintritt der Babyboomer werden beide Kennzahlen in den kommenden Jahren allerdings signifikant sinken, weswegen der demographische Druck auf die finanzielle Stabilität des deutschen Rentensystems deutlich zunehmen wird. Gemäß Abbildung 3 wird der KvR von 2,10 im Jahr 2024 auf 1,79 bis zum Jahr 2035 absinken. Dies entspricht einem Rückgang von rund 14,8 %. Falls dies nicht durch ein entsprechendes Lohnwachstum ausgeglichen wird und der Beitragssatz von gegenwärtig 18,60 % konstant bleiben soll, müssten die Renten ebenfalls um 14,8 % sinken. Soll hingegen das Rentenniveau konstant gehalten werden, muss der Beitragssatz steigen. Da sich die Finanzierungslast auf weniger Beitragszahler verteilt, berechnet sich der notwendige Anstieg aus dem Verhältnis des alten zum neuen Quotienten \(\frac{2,10}{1,79}\). Multipliziert man diesen Faktor mit dem aktuellen Beitragssatz, ergibt sich eine erforderliche Erhöhung von 18,60 % auf rechnerisch 21,82 %.

4. Entwicklung der Einnahmen- und Ausgabenstruktur

Die Abbildungen 4 und 5 veranschaulichen, wie sich die realen Einnahmen und Ausgaben der Deutschen Rentenversicherung, wieder bezogen auf das Preisniveau von 2024, über den Zeitraum von 1970 bis 2024 verändert haben. Gemäß Abbildung 4 setzen sich die Gesamteinnahmen überwiegend aus den Beitragseinnahmen zusammen, die von Arbeitnehmerinnen und Arbeitnehmern sowie Arbeitgeberinnen und Arbeitgebern an die Rentenversicherung abgeführt werden. Diese Einnahmen stiegen von 94,61 Mrd. Euro im Jahr 1970 auf 305,91 Mrd. Euro im Jahr 2024 und beinhalten seit 1999 auch die vom Bund übernommenen Beiträge für Kindererziehungszeiten. Den zweitgrößten Anteil an den Gesamteinnahmen bilden des Weiteren die Bundeszuschüsse, welche sich aus dem allgemeinen Bundeszuschuss, dem zusätzlichen Bundeszuschuss, dem Erhöhungsbetrag zum zusätzlichen Bundeszuschuss sowie dem Bundeszuschuss an die Knappschaftliche Rentenversicherung (KnV) zusammensetzen. Von 1970 bis 2024 haben sich die Bundeszuschüsse von 22,92 Mrd. Euro auf 92,65 Mrd. Euro mehr als vervierfacht. Diese Leistungen dürfen jedoch nicht als reine Subventionen der Rentenversicherung missverstanden werden. Vielmehr kompensiert der Bund damit versicherungsfremde Leistungen, die als gesamtgesellschaftliche Aufgaben prinzipiell aus Steuern und nicht aus Rentenbeiträgen zu finanzieren sind. Sonstige Einnahmen, worunter zum Beispiel Kapitalerträge fallen, sind zudem quantitativ kaum relevant. Ihr Anteil an den Gesamteinnahmen sank relativ kontinuierlich von anfänglich 3 % im Jahr 1970 auf ein nahezu vernachlässigbares Niveau von weniger als 1 % im Jahr 2024.

Demgegenüber zeigt Abbildung 5, dass die Rentenausgaben von 94,37 Mrd. Euro im Jahr 1970 auf 360,14 Mrd. Euro im Jahr 2024 gestiegen und für den Großteil des Wachstums der Gesamtausgaben verantwortlich sind. Im Vergleich dazu spielten die Aufwendungen für die Krankenversicherung der Rentnerinnen und Rentner (KVdR), Leistungen zur Teilhabe (LzT) und sonstige Ausgaben, wie etwa Verwaltungskosten oder Kindererziehungsleistungen, eine eher unbedeutende Rolle.

Um die Veränderungen der Finanzierungsstruktur im Zeitverlauf weiter zu verdeutlichen, bildet Abbildung 6 die Finanzierungsanteile der zuvor diskutierten Einnahmequellen an den Gesamtausgaben ab. Zur besseren Vergleichbarkeit stellt die Abbildung 7 zudem die zeitlichen Trends der wichtigsten Anteile noch einmal detailliert gegenüber: Auf der linken Achse ist die Entwicklung des Anteils der Beitragseinnahmen an den Gesamtausgaben dargestellt, wohingegen die rechte Achse die Veränderung des Anteils der Bundeszuschüsse über die Jahre hinweg verdeutlicht. Während die Beitragseinnahmen bis zum Jahr 1973 in der Regel noch mehr als 85 % der Gesamtausgaben deckten, lag deren Anteil im Jahr 2024 nur noch bei 75,95 %. Die Bundeszuschüsse gewannen darüber hinaus vor allem seit der Wiedervereinigung an Bedeutung. Ihr Anteil stieg relativ rapide von 18,50 % im Jahr 1990 auf einen Wert von 26,16 % bis zum Jahr 2004 an. Seitdem ist allerdings eine rückläufige Tendenz zu beobachten, die im Jahr 2024 zu einem niedrigeren Anteil von 23,00 % an den Gesamtausgaben führte.

5. Fiskalische Relevanz der Bundeszuschüsse

Neben den zuvor analysierten Bundeszuschüssen wendet der Bund weitere Bundesmittel auf, die beispielsweise für die Finanzierung der übernommenen Beiträge für Kindererziehungszeiten oder Erstattungen im Rahmen des AAÜG (Anspruchs- und Anwartschaftsüberführungsgesetz) verwendet werden. Die Abbildung 8 zeigt die reale Entwicklung der gesamten fiskalischen Belastungen des Bundes, während Abbildung 9 diese ins Verhältnis zu den Steuereinnahmen des Bundes setzt. Nach der Wiedervereinigung sind die gesamten Aufwendungen von 40,71 Mrd. Euro im Jahr 1990 bis auf 117,51 Mrd. Euro im Jahr 2003 stark angestiegen und haben sich somit fast verdreifacht. Danach sanken sie wieder auf 104,27 Mrd. Euro im Jahr 2013 und stiegen bis 2021 auf 123,49 Mrd. Euro an, bevor sie danach wieder leicht zurückgingen. Der Anteil dieser Aufwendungen an den Steuereinnahmen des Bundes erreichte hingegen im Jahr 2004 sein Maximum mit einem Wert von 41,47 % und sank danach bis 2024 auf 31,19 %, wobei er um das Coronajahr 2020 kurzfristig anstieg. Die relativen fiskalischen Belastungen der Deutschen Rentenversicherung für den Bund sanken somit in den letzten Jahren mit Bezug auf das Jahr 2004.

6. Wachstumsanalyse der Beitragseinnahmen

Während der vorangegangene Abschnitt die Entwicklung der Einnahmen und Ausgaben deskriptiv dargestellt hat, zielt dieser Teil darauf ab, die treibenden Kräfte hinter dem Wachstum der Beitragseinnahmen quantitativ zu isolieren. Aus ökonomischer Perspektive stellen die Beitragseinnahmen der Rentenversicherung keine exogene Größe dar; vielmehr ergeben sie sich endogen aus dem Zusammenspiel von gesetzlichen Rahmenbedingungen (insbesondere dem Beitragssatz) und makroökonomischen Faktoren (Lohnentwicklung und Beschäftigung).

6.1. Theoretische Herleitung

Um den oben dargestellten Zusammenhang formal zu beschreiben und empirisch schätzbar zu machen, dient die folgende theoretische Herleitung. Die realen Beitragseinnahmen \(E_{t}\) im Jahr \(t\) lassen sich auch als Produkt aus dem Beitragssatz \(b_{t}\), dem durchschnittlichen realen Bruttolohn pro Stunde \(w_{t}\) und den aggregierten Arbeitsstunden \(N_{t}\) definieren:

\[E_{t}=b_{t}\cdot w_{t}\cdot N_{t}\]

Um die Wachstumsrate der Einnahmen im Jahr \(t\) zu bestimmen, dividiert man diese zunächst durch die Einnahmen \(E_{t-1}\) im Vorjahr:

\[\frac{E_{t}}{E_{t-1}}=\frac{b_{t}}{b_{t-1}}\cdot\frac{w_{t}}{w_{t-1}}\cdot\frac{N_{t}}{N_{t-1}}\]

Unter Berücksichtigung von \(x_t / x_{t-1} = 1+g_{x,t}\), wobei \(g_{x,t}\) der Wachstumsrate der Variable \(x\) entspricht, ergibt sich:

\[ (1+g_{E,t})=(1+g_{b,t})\cdot(1+g_{w,t})\cdot(1+g_{N,t}) \]
\[ \begin{eqnarray} (1+g_{E,t}) &=& (1+g_{b,t}) \cdot (1+g_{w,t}) \\[1ex] && \! \cdot \, (1+g_{N,t}) \end{eqnarray} \]

Für die ökonometrische Analyse und ökonomische Interpretation ist eine additive Beziehung im Allgemeinen allerdings vorteilhafter als eine multiplikative. Durch Logarithmierung lässt sich dieses Produkt in eine Summe umwandeln:

\[ \ln(1+g_{E,t})=\ln(1+g_{b,t})+\ln(1+g_{w,t})+\ln(1+g_{N,t}) \]
\[ \begin{eqnarray*} \ln(1+g_{E,t}) &=& \ln(1+g_{b,t}) + \ln(1+g_{w,t}) \\[1ex] && \! + \, \ln(1+g_{N,t}) \end{eqnarray*} \]

Unter Verwendung der mathematischen Eigenschaft, dass für kleine Wachstumsraten die approximative Beziehung \(\ln(1+g) \approx g\) gilt, ergibt sich schließlich eine intuitive Näherung:

\[g_{E,t}\approx g_{b,t}+g_{w,t}+g_{N,t}\]

Diese Herleitung verdeutlicht, dass sich das Wachstum der Beitragseinnahmen approximativ additiv aus dem Wachstum des Beitragssatzes, der Stundenlöhne und der geleisteten Arbeitsstunden zusammensetzt. Wenn beispielsweise sowohl der Lohn \(w_{t}\) und die aggregierten Arbeitsstunden \(N_{t}\) um 2 % wachsen während der Beitragssatz \(b_{t}\) konstant bleibt, wäre das approximative Wachstum der Einnahmen \(E_{t}\) gleich 4%, wohingegen das tatsächliche Wachstum einem Wert von 4,04 % entsprechen würde.

6.2. Empirische Spezifikation

Die theoretische Herleitung impliziert zwar strikte 1:1-Beziehungen gemäß des vorherigen Rechenbeispiels, jedoch ist für die empirische Überprüfung eine Flexibilisierung des Modells erforderlich. Dies ist notwendig, da die verwendeten makroökonomischen Daten der Volkswirtschaftlichen Gesamtrechnung nicht deckungsgleich mit dem versicherten Personenkreis der Rentenversicherung sind. Es fließen in die aggregierten Lohndaten beispielsweise auch die Einkommen von nicht-versicherungspflichtigen Beamten ein, und Lohnsteigerungen oberhalb der Beitragsbemessungsgrenze führen zu keinen zusätzlichen Einnahmen. Es ist deswegen zu erwarten, dass die Koeffizienten in der Realität von eins abweichen. Um diesen Sachverhalt zu berücksichtigen, wird die theoretische Identität in eine stochastische Regressionsgleichung überführt:

\[ \ln(1+g_{E,t})=\alpha + \beta_1 \ln(1+g_{b,t})+ \beta_2 \ln(1+g_{w,t}) + \beta_3 \ln(1+g_{N,t}) + \delta_{1991} + \varepsilon_t \]
\[ \begin{eqnarray*} \ln(1+g_{E,t}) &=& \alpha + \beta_1 \ln(1+g_{b,t}) \\[1ex] && \! + \, \beta_2 \ln(1+g_{w,t}) \\[1ex] && \! + \, \beta_3 \ln(1+g_{N,t}) \\[1ex] && \! + \, \delta_{1991} + \varepsilon_t \end{eqnarray*} \]

In dieser Gleichung repräsentiert \(\alpha\) eine Konstante, die systematische, nicht durch die Variablen erfasste Wachstumstrends auffängt. Die Koeffizienten \(\beta_1\), \(\beta_2\) und \(\beta_3\) lassen sich als Elastizitäten interpretieren. Sie geben an, um wie viel Prozent sich die Einnahmen ändern, wenn die jeweilige Einflussgröße (z. B. das Lohnniveau) um ein Prozent zunimmt. Ein Wert unter 1 würde hierbei bedeuten, dass der Anstieg einer Größe nur gedämpft bei den Einnahmen ankommt. Das Modell beinhaltet zudem die Dummy-Variable \(\delta_{1991}\), welche den einmaligen Sondereffekt der Wiedervereinigung in den Wachstumsraten auffängt, um die ökonometrische Schätzung nicht zu verzerren. Der Ausdruck \(\varepsilon_t\) umfasst schließlich alle Einflüsse, die das Modell nicht erklären kann. Diese in der Schätzung verbleibenden Abweichungen zwischen den tatsächlichen und den vom Modell vorhergesagten Werten bilden die Residuen der Regression.

Die quantitative Bestimmung der Modellparameter erfolgt auf Basis einer OLS-Regression (Ordinary Least Squares). Hierbei wird eine Regressionsgerade so durch die Datenpunkte gelegt, dass die Summe der quadrierten Residuen minimiert wird. Vorab wurden die Einnahmen darüber hinaus um die vom Bund übernommenen Beiträge für Kindererziehungszeiten bereinigt, um Verzerrungen zu vermeiden. Zur Berücksichtigung möglicher Heteroskedastizität kommen robuste Standardfehler (HC0) zum Einsatz. Die Ergebnisse dieser Regression sind in der folgenden Tabelle zusammengefasst:

                  OLS Regression Results (Sample: 1970–2024)                  
==============================================================================
Dep. Variable:      Beitragseinnahmen   R-squared:                       0.880
Model:                            OLS   Adj. R-squared:                  0.870
Method:                 Least Squares   F-statistic:                     1766.
Date:                Sat, 24 Jan 2026   Prob (F-statistic):           2.75e-52
Time:                        14:37:38   Log-Likelihood:                 164.44
No. Observations:                  54   AIC:                            -318.9
Df Residuals:                      49   BIC:                            -308.9
Df Model:                           4                                         
Covariance Type:                  HC0                                         
=========================================================================================
                            coef    std err          z      P>|z|      [0.025      0.975]
-----------------------------------------------------------------------------------------
Konstante                -0.0026      0.002     -1.197      0.231      -0.007       0.002
Beitragssatz              0.8443      0.077     11.019      0.000       0.694       0.994
Bruttolohn pro Stunde     1.1612      0.070     16.652      0.000       1.025       1.298
Arbeitsstunden            0.7342      0.080      9.180      0.000       0.577       0.891
Dummy 1991                0.0574      0.019      3.043      0.002       0.020       0.094
==============================================================================
Omnibus:                       11.150   Durbin-Watson:                   1.995
Prob(Omnibus):                  0.004   Jarque-Bera (JB):               29.486
Skew:                           0.264   Prob(JB):                     3.96e-07
Kurtosis:                       6.581   Cond. No.                         69.7
==============================================================================
                  OLS Regression Results (Sample: 1970–1990)                  
==============================================================================
Dep. Variable:      Beitragseinnahmen   R-squared:                       0.873
Model:                            OLS   Adj. R-squared:                  0.849
Method:                 Least Squares   F-statistic:                     94.15
Date:                Sat, 24 Jan 2026   Prob (F-statistic):           2.22e-10
Time:                        14:37:51   Log-Likelihood:                 60.200
No. Observations:                  20   AIC:                            -112.4
Df Residuals:                      16   BIC:                            -108.4
Df Model:                           3                                         
Covariance Type:                  HC0                                         
=========================================================================================
                            coef    std err          z      P>|z|      [0.025      0.975]
-----------------------------------------------------------------------------------------
Konstante                -0.0004      0.005     -0.077      0.938      -0.010       0.009
Beitragssatz              0.8137      0.109      7.470      0.000       0.600       1.027
Bruttolohn pro Stunde     1.1111      0.137      8.095      0.000       0.842       1.380
Arbeitsstunden            0.8868      0.173      5.122      0.000       0.547       1.226
==============================================================================
Omnibus:                        5.801   Durbin-Watson:                   2.387
Prob(Omnibus):                  0.055   Jarque-Bera (JB):                3.569
Skew:                          -0.973   Prob(JB):                        0.168
Kurtosis:                       3.702   Cond. No.                         65.0
==============================================================================
                  OLS Regression Results (Sample: 1991–2024)                  
==============================================================================
Dep. Variable:      Beitragseinnahmen   R-squared:                       0.739
Model:                            OLS   Adj. R-squared:                  0.712
Method:                 Least Squares   F-statistic:                     71.18
Date:                Sat, 24 Jan 2026   Prob (F-statistic):           1.75e-13
Time:                        14:37:26   Log-Likelihood:                 101.48
No. Observations:                  33   AIC:                            -195.0
Df Residuals:                      29   BIC:                            -189.0
Df Model:                           3                                         
Covariance Type:                  HC0                                         
=========================================================================================
                            coef    std err          z      P>|z|      [0.025      0.975]
-----------------------------------------------------------------------------------------
Konstante                -0.0026      0.002     -1.071      0.284      -0.007       0.002
Beitragssatz              0.8376      0.098      8.566      0.000       0.646       1.029
Bruttolohn pro Stunde     1.1347      0.086     13.138      0.000       0.965       1.304
Arbeitsstunden            0.6486      0.075      8.631      0.000       0.501       0.796
==============================================================================
Omnibus:                       22.033   Durbin-Watson:                   1.650
Prob(Omnibus):                  0.000   Jarque-Bera (JB):               55.896
Skew:                           1.306   Prob(JB):                     7.28e-13
Kurtosis:                       8.817   Cond. No.                         96.4
==============================================================================
6.3. Interpretation der Ergebnisse

Die Ergebnisse der OLS-Schätzung für das Sample 1970 bis 2024 bestätigen die fundamentale Relevanz der theoretisch hergeleiteten Determinanten. Das Bestimmtheitsmaß (\(R^2\)) von 0,88 deutet auf eine sehr hohe Anpassungsgüte des Modells hin: Rund 88 % der Varianz in den Wachstumsraten der Beitragseinnahmen können durch die Veränderungen des Beitragssatzes, der Stundenlöhne und des Arbeitsvolumens sowie den Strukturbruch der Wiedervereinigung erklärt werden.

Betrachtet man die geschätzten Koeffizienten, so fällt auf, dass die Lohnentwicklung mit einer Elastizität von rund 1,16 den stärksten Einfluss auf die Einnahmen ausübt. Ein Anstieg der durchschnittlichen realen Stundenlöhne um ein Prozent führt ceteris paribus zu einem überproportionalen Anstieg der realen Beitragseinnahmen um etwa 1,16 %. Dies deutet darauf hin, dass Lohnsteigerungen in der Vergangenheit häufiger in den mittleren und oberen Einkommenssegmenten stattfanden, die voll beitragswirksam sind.

Im Gegensatz dazu wirken sich Anpassungen des Beitragssatzes (Elastizität ca. 0,84) und Erhöhungen der Arbeitsstunden (0,73) unterproportional aus. Eine Erhöhung des Beitragssatzes um ein Prozent (relative Änderung) übersetzt sich also nicht vollständig in entsprechende Mehreinnahmen. Dies bestätigt die Hypothese, dass dämpfende Faktoren wie die Beitragsbemessungsgrenze oder Ausweicheffekte eine Rolle spielen. Der für das Jahr 1991 eingefügte Dummy bestätigt zudem den einmaligen Niveaueffekt der deutschen Wiedervereinigung; unter Berücksichtigung robuster Standardfehler ist dieser Effekt statistisch hoch signifikant (p < 0,01).

6.4. Robustheit im Zeitverlauf

Eine Regression über das gesamte Sample von 1970 bis 2024 ist aufgrund der tiefgreifenden wirtschaftlichen Veränderungen nach der deutschen Wiedervereinigung nicht ganz unproblematisch, da es sich bei den Zeiträumen 1970 bis 1990 und 1991 bis 2024 de facto um zwei unterschiedliche Volkswirtschaften handelt. Die getrennten Regressionen für diese beiden Zeiträume bestätigen jedoch die grundlegende Stabilität der Ergebnisse. Die Vorzeichen der Koeffizienten bleiben qualitativ konsistent sowie statistisch hoch signifikant. Das Kernresultat, dass Lohnsteigerungen die stärkste Elastizität (stets > 1) aufweisen, wird in den Teilstichproben somit ebenfalls bestätigt.

Im Detail zeigen sich jedoch Unterschiede. Während der Einfluss der Stundenlöhne in beiden Perioden nahezu konstant blieb (1,11 vor 1990 vs. 1,13 danach), hat die Bedeutung der Arbeitsstunden spürbar abgenommen. Der Koeffizient sank von ursprünglich 0,89 (1970–1990) auf nur noch 0,65 (1991-2024). Zudem fällt auf, dass die Anpassungsgüte des Modells im Zeitraum 1991-2024 sinkt: Während das \(R^2\) bis 1990 bei einem hohen Wert von 0,873 liegt, erklärt das Modell ab 1991 nur noch rund 73,9 % der Varianz. Dies deutet darauf hin, dass die Beitragsentwicklung komplexer geworden ist und zunehmend von Faktoren beeinflusst wird, die über die klassischen drei Determinanten hinausgehen.

6.5. Wachstumszerlegung der Beitragseinnahmen

Während die Regressionsanalyse die durchschnittliche Elastizität der Einflussfaktoren bestimmt, verdeckt eine solche Betrachtung die zeitliche Dynamik. Für das Verständnis der Einnahmenhistorie ist es jedoch entscheidend zu differenzieren, ob das Wachstum in einem Jahr durch politische Eingriffe oder makroökonomische Fundamentaldaten getrieben wurde. Abbildung 10 visualisiert diese Zerlegung: Die schwarze Linie markiert die tatsächliche Wachstumsrate der Einnahmen im jeweiligen Jahr. Die farbigen Balken zeigen, wie viele Prozentpunkte die einzelnen Komponenten – gewichtet mit ihren geschätzten Elastizitäten – zu diesem Wachstum beigetragen haben.

Die Zerlegung der Wachstumsbeiträge verdeutlicht, dass die reale Entwicklung der Bruttostundenlöhne (rote Balken) einen zentralen Pfeiler der Einnahmenstabilität bildet, wenngleich mit unterschiedlicher Intensität. Besonders zu Beginn der 1970er Jahre trieben hohe reale Lohnzuwächse die Einnahmen massiv an, wobei der Wachstumsbeitrag dieser Komponente im Jahr 1971 mit 8,07 Prozentpunkten einen historischen Höchstwert markierte. Nach volatileren Phasen erwies sich die Lohnkomponente insbesondere im Zeitraum von 2012 bis 2020 erneut als äußerst verlässliche Stütze. Sie lieferte in dieser Phase kontinuierlich positive Wachstumsbeiträge zwischen 1,63 und 4,06 Prozentpunkten und trug so maßgeblich zur Einnahmensicherung während des langen wirtschaftlichen Aufschwungs vor der Coronakrise bei.

Im Gegensatz dazu unterliegt der Beitrag des Arbeitsvolumens (grüne Balken) deutlich stärkeren zyklischen Schwankungen. Er fungiert oft als Spiegel der Konjunktur, was durch negative Beiträge in Rezessionsjahren sichtbar wird. Eine historische Ausnahme bildet das Jahr 1991, in dem die Wiedervereinigung zu einer massiven Ausweitung der Arbeitsstunden führte. Die Anpassungen des Beitragssatzes (blaue Balken) wirken hingegen als diskretionäres Steuerungselement der Politik: Während starke Anhebungen wie im Jahr 1994 für signifikante Anstiege der Einnahmen in einer Höhe von 7,83 Prozentpunkten sorgten, dämpften Beitragssatzsenkungen, wie etwa im Jahr 2013, das Einnahmenwachstum um 3,07 Prozentpunkte.

7. Fazit

Die Analyse der historischen Daten verdeutlicht das Spannungsfeld, in dem sich die Deutsche Rentenversicherung bewegt. Einerseits zeigen die demographischen Kennzahlen unmissverständlich, dass mit dem Renteneintritt der Babyboomer eine unvermeidbare Belastungsprobe des deutschen Rentensystems bevorsteht. Andererseits belegt die Untersuchung der Finanzströme, dass die Stabilität des Systems in der Vergangenheit maßgeblich von einer robusten Lohnentwicklung und den Bundeszuschüssen getragen wurde. Die relative Belastung für den Bundeshaushalt ist zudem seit 2004 gesunken, da der Anteil der Zuschüsse an den gesamten Steuereinnahmen des Bundes rückläufig war und nur während der Coronapandemie kurzfristig anstieg.

Die Ergebnisse der Regressionsanalyse verdeutlichen darüber hinaus, dass das Wachstum der realen Stundenlöhne der wirksamste Hebel zur langfristigen Einnahmensicherung ist. Mit einer geschätzten Elastizität von 1,16 entfaltet dieses eine signifikant stärkere Wirkung auf das Wachstum der aggregierten Beitragseinnahmen als eine bloße Anhebung des Beitragssatzes (0,84) oder ein Zuwachs des aggregierten Arbeitsvolumens (0,73). Doch der Blick in die Zukunft mahnt zur Vorsicht. Der Fachkräftemangel begrenzt das Arbeitsvolumen zunehmend, wodurch das wirtschaftliche Wachstumspotenzial gedämpft werden könnte. Ob neue Technologien wie Künstliche Intelligenz diese Lücke durch Produktivitätssprünge schließen können oder ob sie Arbeitsplätze verdrängen, ist derzeit jedoch noch offen. Die Zukunft der Rente entscheidet sich daher nicht allein durch Reformen innerhalb des Sozialsystems, sondern vor allem daran, ob die deutsche Volkswirtschaft stark genug bleibt, um trotz einer schrumpfenden Erwerbsbevölkerung den Wohlstand und das reale Lohnwachstum zu sichern.

Impressum

Webdesign und Inhalt: Dr. Christian Scharrer
Kontakt:
© 2025

1. Verantwortlicher: Verantwortlich für die Datenverarbeitung auf dieser Website ist Christian Scharrer. Die Kontaktdaten sind dem Impressum dieser Website zu entnehmen.

2. Allgemeine Hinweise: Der Schutz Ihrer persönlichen Daten ist mir ein wichtiges Anliegen. Ich behandle personenbezogene Daten vertraulich und entsprechend den gesetzlichen Datenschutzvorschriften. Beim Besuch dieser Website werden personenbezogene Daten erhoben, insbesondere zur technischen Bereitstellung und Sicherheit des Webangebots.

3. Hosting: Diese Website wird bei der Strato AG, Otto-Ostrowski-Straße 7, 10249 Berlin, gehostet. Beim Aufruf der Website werden durch Strato Server-Logfiles verarbeitet, darunter IP-Adresse, Datum und Uhrzeit des Zugriffs, aufgerufene Seiten oder Dateien, übertragene Datenmenge sowie Browser- und Systeminformationen. Diese Daten dienen ausschließlich der technischen Bereitstellung, Systemsicherheit und Missbrauchserkennung und werden nicht mit anderen Datenquellen zusammengeführt. Rechtsgrundlage ist Art. 6 Abs. 1 lit. f DSGVO.

4. Cookies: Diese Website verwendet ausschließlich technisch notwendige Cookies, soweit Cookies überhaupt eingesetzt werden. Diese Cookies sind erforderlich, um grundlegende Funktionen der Website bereitzustellen, speichern keine personenbezogenen Profile und werden nicht zu Analyse- oder Marketingzwecken verwendet. Rechtsgrundlage ist Art. 6 Abs. 1 lit. f DSGVO. Solange Sie keine externen Inhalte, z. B. YouTube-Videos, aktivieren, werden keine zustimmungspflichtigen Cookies gesetzt.

5. YouTube: Auf dieser Website sind Videos von YouTube eingebunden, Anbieter ist die Google Ireland Limited, Gordon House, Barrow Street, Dublin 4, Irland. Die Videos werden erst nach Ihrer ausdrücklichen Zustimmung über den Button „Zustimmen & Video laden“ geladen. Erst dann werden Inhalte von YouTube nachgeladen, eine Verbindung zu den Servern von YouTube hergestellt, Cookies gesetzt und personenbezogene Daten, insbesondere die IP-Adresse, an Google übermittelt. Diese Daten können von Google zu Analyse- und Marketingzwecken verwendet werden. Wenn Sie in Ihrem Google- oder YouTube-Konto eingeloggt sind, kann eine Zuordnung zu Ihrem Profil erfolgen. Eine Übermittlung von Daten an Server der Google LLC in den USA kann nicht ausgeschlossen werden; Google ist nach dem EU-US Data Privacy Framework zertifiziert. Rechtsgrundlage ist Ihre Einwilligung gemäß Art. 6 Abs. 1 lit. a DSGVO und § 25 Abs. 1 TTDSG. Weitere Informationen: https://policies.google.com/privacy

6. Keine Analyse: Es werden keine Tracking-, Analyse- oder Marketing-Tools eingesetzt. Eine Auswertung des Nutzerverhaltens findet nicht statt.

7. Keine Weitergabe: Es erfolgt keine Weitergabe personenbezogener Daten an Dritte, sofern dies nicht technisch erforderlich ist oder Sie ausdrücklich eingewilligt haben.

8. Betroffenenrechte: Sie haben jederzeit das Recht auf Auskunft, Berichtigung, Löschung, Einschränkung der Verarbeitung, Datenübertragbarkeit, Widerspruch gegen die Verarbeitung sowie Widerruf erteilter Einwilligungen. Zudem besteht ein Beschwerderecht bei einer Datenschutz-Aufsichtsbehörde.

9. Kontakt: Bei Fragen zum Datenschutz oder zur Ausübung Ihrer Rechte können Sie sich jederzeit an mich wenden. Die Kontaktdaten finden Sie im Impressum dieser Website.