Um Antwortverzerrungen bei der Erhebung von sozial unerwünschtem Verhalten in Arbeitsmarktsurveys zu reduzieren, können spezielle Befragungstechniken eingesetzt werden. Die Arbeit untersucht die Wirksamkeit dieser alternativen Fragetechniken - wie Randomized Response Technique (RRT) und Item Count Technique (ICT) - zur Erhebung des Ausmaßes von Schwarzarbeit und Arbeitslosengeld-II-Bezug in Deutschland. Außerdem wird eine neue Methode zur Erhebung von quantitativen heiklen Merkmalen entwickelt und angewendet: die Item Sum Technique (IST). Die Befunde zeigen, dass die häufig angenommene Wirkung der RRT oder der ICT auf die Bereitschaft der Befragten, sozial unerwünschtes Verhalten zu berichten, nicht eindeutig ausfällt. Die Ergebnisse der IST fallen hingegen positiver aus. This dissertation focuses on techniques that are expected to reduce measurement error in labor market surveys due to social desirability concerns. The first part assesses the effectiveness of de-jeopardizing techniques, such as the Randomized Response Technique (RRT) and the Item Count Technique (ICT), when collecting data on undeclared work and receipt of basic income support in Germany. In addition, we developed and applied a new technique - Item Sum Technique (IST) - for eliciting responses to sensitive questions, where the responses are continuous variables. The results suggest that neither RRT nor ICT increases reports of socially undesirable behavior, whereas the IST results are more promising.