Profilering, dvs. kategorisering af ledige til forskellige risikogrupper, har været i fokus på beskæftigelsesområdet siden 1990’erne. Australien var det første land, som i 1998 indførte et profileringsværktøj, baseret på en statistisk model, som en integreret del af beskæftigelses-indsatsen over for alle ledige. Næsten sideløbende arbejdede bl.a. USA og Canada med stati-stisk profilering. Efter år 2000 har flere lande udviklet profileringsmodeller, som enten bygger på statistiske modeller, eller på sagsbehandlernes faglige vurderinger. De nationale værktøjer er i stor udstrækning udviklet på baggrund af inspiration fra hinandens og de landes model-ler, som var forgængere på området. Anvendelsen af profileringsværktøjer er forskellig fra land til land. I nogle lande bruges de udelukkende til at kategorisere de ledige i henhold til risiko for langtidsledighed, i andre lande bruges de til at allokere ressourcer til forskellige grupper af ledige. Flere lande har af forskellige årsager udfaset modellerne efter kortere tids anvendelse, heriblandt Canada, Finland, Holland og Schweiz.
I Danmark har der været afprøvet to forskellige former for profilering af ledige. Den ene var Jobbarometer, som repræsenterer statistisk profilering. Den anden var matchkategorisering, som repræsenterer sagsbehandlerbaseret profilering. Jobbarometer byggede på registerbase-rede oplysninger og blev indført i 2004 (Rosholm et al. 2006). Matchkategorisering var alene baseret på sagsbehandlernes vurdering af den lediges arbejdsmarkedsparathed. Ingen af de to systemer anvendes i dag.
Spørgsmålet om brugen af statistisk profilering i en dansk kontekst er blevet aktuelt på ny i forbindelse med en række reformer på beskæftigelsesområdet, herunder kontanthjælpsre-formen, der trådte i kraft den 1. januar 2014. Reformen har sat kraftigt fokus på uddannelse som en central indsats for at hjælpe unge under 30 år ud af offentlig forsørgelse. Sagsbe-handlerne i kommunerne har som opgave at vurdere de unges uddannelsesparathed for at virkeliggøre reformens intentioner om, at så mange unge som muligt gennemfører en kompe-tencegivende uddannelse. For at uddannelsesindsatsen bliver effektueret i praksis og bliver en virkningsfuld indsats mod arbejdsløshed og marginalisering blandt de unge, er det påkræ-vet, at indsatsen sammensættes i relation til den enkelte unges ressourcer og behov. Heri ser STAR et statistisk profileringsværktøj som et redskab, der kan understøtte sagsbehandlerne i frontlinjen i deres arbejde.
På den baggrund ønsker STAR at udvikle et statistisk profileringsværktøj, der understøtter sagsbehandlernes faglige vurdering og samtidig virker som et dialogværktøj i mødet med de unge ledige. Værktøjet skal bidrage til en tidlig visitation af de unge og målrette indsatsen således, at ressourcerne anvendes på dem, der har størst behov. Samtidig skal profilerings-værktøjet give et fælles udgangspunkt for den indsats, der igangsættes, bl.a. ved at hjælpe de unge til at blive mere afklarede allerede fra de første samtaler.
Som led i udviklingen af et statistisk profileringsværktøj, særligt rettet mod unge, har STAR ønsket en videnopsamling og analyse af de erfaringer, som andre lande har gjort med at udvikle og implementere af statistiske profileringsværktøjer i arbejdet med ledige. Hensigten er dermed at bygge bro mellem internationale erfaringer og det igangværende udviklingsar-bejde i Danmark og opnå et velunderbygget grundlag for et profileringsværktøj, som er rele-vant i dansk kontekst.
KORAs videnopsamling af internationale erfaringer, som denne rapport fokuserer på, er i al væsentlighed en praksisanalyse, som tager udgangspunkt i fire landes profileringsmetoder og -praksis. Vi sætter i beskrivelsen af profileringsværktøjerne i disse lande fokus på profile-ringsinstrumenternes indhold, konkrete anvendelse i frontlinjen og de statistiske modellers
træfsikkerhed. Set i forhold til de hidtidige internationale review af profileringsværktøjer (jf.
bl.a. Loxha & Morgandi 2014) er hensigten med vores analyse at give en konkret indsigt i, hvordan profileringen foregår og fungerer i praksis. Derudover retter vores interesse sig mod praktikernes relation til profilering og det output, profileringen giver med henblik på den ledi-ges efterfølgende forløb i beskæftigelsessystemet.
STAR har formuleret fem grundprincipper for arbejdet med at udvikle et dansk profilerings-værktøj, og vi har i vores analyse haft fokus på at afdække, i hvilket omfang de enkelte lan-des profileringsværktøjer lever op til disse principper (STARs notat ’Principper for arbejdet med profilafklaring’ 2014). Det drejer sig om, at profileringsværktøjet skal:
1. understøtte sagsbehandlerens faglige vurdering – ikke erstatte den
2. være gennemsigtigt for såvel borger som sagsbehandler og skal kunne anvendes som udgangspunktet for dialog
3. have fokus på den lediges ressourcer; outputtet må ikke stigmatisere.
4. være selvlærende med mulighed for at kunne udbygges løbende med nyt datagrundlag 5. bygge på alle tilgængelige, relevante og valide variable, dvs. både faktuelle og subjektive
variable.
Begreber
Begrebet profilering eller profilafklaring anvendes i litteraturen og i daglig tale på forskellig måde. Vi bruger profilering som et overordnet begreb og dermed som en betegnelse for en aktivitet, som handler om at opdele modtagere af ydelser i forskellige grupper bl.a. på bag-grund af deres individuelle karakteristika eller andre forhold. Profilering kan foretages enten ved hjælp af statistiske modeller eller på baggrund af faglig vurdering, eller i en kombination af begge. De tre former for profilering betegnes i international litteratur henholdsvis som databaseret, sagsbehandlerbaseret og dataassisteret profilering (jf. bl.a. Loxha & Morgandi 2014), og vi anvender denne sondring i rapporten.
Profileringen kan tjene forskellige formål. I denne rapport sondrer vi mellem tre overordnede formål, som tager udgangspunkt i terminologien anvendt i en ny rapport fra Verdensbanken (Loxha & Morgandi 2014). Profileringsværktøjerne kan for det første have et diagnostisk sig-te, dvs. fokusere på at kategorisere den ledige i henhold til dennes afstand fra arbejdsmar-kedet eller sandsynlighed for langtidsledighed. For det andet kan profileringsværktøjet have til formål at målrette indsatsen for den ledige. Dette omtales i ovennævnte rapport som tar-geting eller segmentering. I det fald vil værktøjet blive brugt til at afgøre/styre, hvilken type indsats der skal iværksættes over for den ledige. De indsatser, værktøjerne vælger, kan en-ten være konkrete med meget begrænset handlerum til sagsbehandlerne, eller de kan være bredere, med plads til sagsbehandlernes skøn. For det tredje kan profileringsværktøjet have et ressourceallokerende sigte. I dette tilfælde vil værktøjet på baggrund af den valgte profil afgøre, hvor mange økonomiske og/eller tidsmæssige ressourcer, der afsættes til den ledige.
Indførelse af profileringsværktøjer påvirker frontmedarbejderes arbejdssituation og kontakt med de ledige på forskellig måde afhængigt af, hvordan og af hvem profileringen gennemfø-res. Frontmedarbejderne på beskæftigelsesområdet i forskellige lande har forskellig uddan-nelsesmæssig baggrund, fagligt kvalifikationsniveau og autonomi. Vel vidende, at sagsbe-handler er en uspecifik og generel samlebetegnelse, som ikke retfærdiggør sådanne forskelle, anvender vi i rapporten for overskuelighedens skyld denne betegnelse for personalet, som står for indsatsen for de ledige.
Rapporten er opbygget som følger:
Kapitel 2 gennemgår de anvendte metoder og fremgangsmåder i forbindelse med projektets to dele: det indledende review og den praksisnære caseanalyse.
Kapitel 3 opsummerer hovedpointerne i forbindelse med det indledende review af otte lan-des profileringsværktøjer.
Kapitel 4 beskriver profileringsværktøjerne i henholdsvis Australien, Irland, Sverige og Tysk-land.
Kapitel 5 sammenfatter og konkluderer på resultaterne af den uddybende analyse af profile-ringsværktøjerne i ovennævnte fire lande. Kapitlet opstiller i den forbindelse en række opmærksompunkter med henblik på det videre arbejde med udviklingen af et dansk profileringsværktøj.