Zitatform

Patel, Pankaj C., Srikant Devaraj, Michael J. Hicks & Emily J. Wornell (2018): County-level job automation risk and health: Evidence from the United States. In: Social Science & Medicine, Jg. 202, S. 54-60. DOI:10.1016/j.socscimed.2018.02.025

Zitatform

Seifert, Inessa, Matthias Bürger, Leo Wangler, Stephanie Christmann-Budian, Marieke Rohde, Peter Gabriel & Guido Zinke (2018): Potenziale der Künstlichen Intelligenz im produzierenden Gewerbe in Deutschland. Studie im Auftrag des Bundesministeriums für Wirtschaft und Energie (BMWi) im Rahmen der Begleitforschung zum Technologieprogramm PAiCE - Platforms (Additive Manufacturing, Imaging, Communication, Engineering). Berlin, 70 S.

Abstract

"Die Künstliche Intelligenz (KI) gilt gemeinhin als zukünftige Schlüsseltechnologie und birgt als solche ein erhebliches volkswirtschaftliches Potenzial. Unterschiedliche Studien zielen bereits darauf ab, dieses Potenzial zu erfassen. Keine dieser Untersuchungen fokussiert jedoch bisher explizit das produzierende Gewerbe in Deutschland, obwohl dieses eine der wichtigen Säulen der deutschen Volkswirtschaft darstellt. Die vorliegende Studie hat daher zum Ziel, die Potenziale der KI im produzierenden Gewerbe in Deutschland zu erfassen. Zu diesem Zweck werden die Einschätzungen von KI-Anbietern, potenziellen KI-Anwendern (Großunternehmen und KMU des produzierenden Gewerbes) sowie von Forscherinnen und Forschern auf dem Gebiet der KI gegenübergestellt. Im Unterschied zu vorherigen Untersuchungen wird dabei zwischen den grundlegenden KI-Technologien, den konkreten KI-Anwendungen und den Wertschöpfungsstufen des produzierenden Gewerbes differenziert." (Autorenreferat, IAB-Doku)

Zitatform

Upchurch, Martin (2018): Robots and AI at work: The prospects for singularity. In: New Technology, Work and Employment, Jg. 33, H. 3, S. 205-218. DOI:10.1111/ntwe.12124

Abstract

"This paper seeks to address emerging debates and controversies on the impact of robots and artificial intelligence on the world of work. Longer term discussions of technological 'singularity' are considered alongside the socio-technical and economic constraints on the application of robotics and AI. Evidence of robot 'take-up' is gathered from reports of the International Federation of Robotics and from case vignettes reported elsewhere. In assessing the contemporary relationship between singularity, robotics and AI, the article reflects briefly on the two 'tests' of artificial 'intelligence' proposed by the pioneer computer scientist Alan Turing, and comments on the efficacy of his 'tests' in contemporary applications. The paper continues by examining aspects of public policy and concludes that technological singularity is far from imminent." (Author's abstract, IAB-Doku) ((en))

Zitatform

Varian, Hal (2018): Artificial intelligence, economics, and industrial organization. (NBER working paper 24839), Cambrige, Mass., 24 S. DOI:10.3386/w24839

Abstract

"Machine learning (ML) and artificial intelligence (AI) have been around for many years. However, in the last 5 years, remarkable progress has been made using multilayered neural networks in diverse areas such as image recognition, speech recognition, and machine translation. AI is a general purpose technology that is likely to impact many industries. In this chapter I consider how machine learning availability might affect the industrial organization of both firms that provide AI services and industries that adopt AI technology. My intent is not to provide an extensive overview of this rapidly-evolving area, but instead to provide a short summary of some of the forces at work and to describe some possible areas for future research." (Author's abstract, IAB-Doku) ((en))

Zitatform

Vöpel, Henning (2018): Wie künstliche Intelligenz die Ordnung der Wirtschaft revolutioniert. In: Wirtschaftsdienst, Jg. 98, H. 11, S. 828-830. DOI:10.1007/s10273-018-2373-9

Abstract

Künstliche Intelligenz (KI) wird die Ordnung der Wirtschaft revolutionieren und gravierende ethische, regulatorische und gesellschaftliche Fragen aufwerfen, die wir heute noch nicht vollständig verstehen. Künstliche Intelligenz bedeutet, dass Computer und Maschinen kognitive Fähigkeiten wie 'Lernen' und 'Problemlösen' entwickeln und in diesem Sinne in der Lage sind, autonom zu agieren. Eine zentrale Bedeutung in der Anwendung und Entwicklung von KI kommt den Daten zu. Ohne Big Data gäbe es kaum Anwendungen von KI. Umgekehrt ist Big Data ohne KI nutzlos, denn es blieben große Mengen bloßer Daten, aus denen sich keine Muster erkennen und Entscheidungen ableiten ließen. Daten weisen die ökonomische Besonderheit auf, dass der Wert eines einzelnen Datensatzes praktisch null ist und erst die Kombination möglichst vieler Daten über Netzwerkeffekte den ökonomischen Wert erzeugt. Erst KI macht aus 'Big Data' 'Smart Data'. KI ist der Schlüssel zur Wertschöpfung aus Daten. KI macht Daten zum dritten Produktionsfaktor. Dadurch verändert sich zugleich das Substitutionsverhältnis der Produktionsfaktoren untereinander und somit die funktionale Verteilung der Einkommen auf Daten, Kapital und Arbeit. KI substituiert spezialisierte Arbeit durch datenbasierte Algorithmen. KI kombiniert Kapital mit Daten. Die Nutzung der Daten weist Nicht-Rivalität auf und ermöglicht cross-funktionale Wertschöpfung. KI definiert das Verhältnis zwischen Kapital und Arbeit neu und ersetzt die industrielle durch die digitale Ordnung. KI wird zur ethischen, regulatorischen und geopolitischen Schlüsselfrage. (IAB)

Zitatform

(2018): Künstliche Intelligenz. Technologie, Anwendung, Gesellschaft. (iit-Themenband), Berlin: Springer Vieweg, 286 S. DOI:10.1007/978-3-662-58042-4

Abstract

"Künstliche Intelligenz (KI) klingt in aktuellen Debatten oft abstrakt und alltagsfremd. Doch die meisten Internetnutzerinnern und -nutzer sind bereits täglich mit ihr konfrontiert - wenn auch unbewusst: sei es bei der Sprachsteuerung des Smartphones, bei Kaufempfehlungen im Online-Shop oder bei der Abfrage von auf Webseiten häufig gestellten Fragen (Frequently Asked Questions, FAQ). KI ist ein Teilaspekt der Digitalisierung, der als Schlagwort immer häufiger in den Medien auftaucht. Das aktuell große Interesse liegt darin begründet, dass es in den vergangenen Jahren verschiedene technologische Fortschritte gab, welche die Nutzung der KI nun auf andere Ebenen heben.
Mit diesem Themenband des Instituts für Innovation und Technik (iit) 'Künstliche Intelligenz' erhalten Leserinnen und Leser einen schlaglichtartigen Einblick in die KI hinsichtlich ihrer Technologien, aktuellen und potenziellen Anwendungen sowie Auswirkungen auf die Gesellschaft." (Autorenreferat, IAB-Doku)

Abstract

"Am 15. November 2018 hat die Bundesregierung ihre Strategie Künstliche Intelligenz verabschiedet. Die Strategie wurde gemeinsam durch das Bundesministerium für Wirtschaft und Energie, das Bundesministerium für Bildung und Forschung und das Bundesministerium für Arbeit und Soziales erarbeitet.
Mit der vorliegenden Strategie setzt die Bundesregierung einen Rahmen für eine ganzheitliche politische Gestaltung der weiteren Entwicklung und Anwendung Künstlicher Intelligenz (KI) in Deutschland. Ziel ist es, Deutschland als Forschungsstandort für Künstliche Intelligenz zu stärken. Zudem soll die Förderung der Anwendung von KI in der Wirtschaft, insbesondere in kleinen und mittleren Unternehmen vorangetrieben werden. Die vielfältigen Anwendungsmöglichkeiten von KI in allen Bereichen der Gesellschaft sollen im Sinne eines spürbaren gesellschaftlichen Fortschritts und im Interesse der Bürgerinnen und Bürger gefördert werden. Der Nutzen für Mensch und Umwelt soll dabei in den Mittelpunkt gestellt und der intensive Austausch zum Thema KI mit allen gesellschaftlichen Gruppen gestärkt werden.
Das Strategie-Papier der Bundesregierung bietet einen Überblick über Ziele, Grundlagen und Handlungsfelder für eine Nationale Strategie Künstliche Intelligenz." (Autorenreferat, IAB-Doku)

Zitatform

Bundesministerium für Bildung und Forschung (2018): Eckpunkte für eine Strategie Künstliche Intelligenz der Bundesregierung. Unterrichtung durch die Bundesregierung. (Verhandlungen des Deutschen Bundestages. Drucksachen 19/3564 (19.07.2018)), 9 S.

Abstract

"Die Bundesregierung wird bis Ende November dieses Jahres eine Strategie Künstliche Intelligenz (KI) erarbeiten und diese auf dem Digital-Gipfel 2018 in Nürnberg öffentlich vorstellen. Die vorliegenden Eckpunkte bauen unter anderem auf den Empfehlungen des Fachforums Autonome Systeme der Hightech-Strategie vom 20. März 2017 und der Expertenanhörung auf Einladung der Bundeskanzlerin am 29. Mai 2018 sowie Vorarbeiten der Bundesministerien auf. Die Bundesregierung wird zur Erstellung der Strategie weitere Expertenanhörungen u.a. zu speziellen Anwendungsfeldern und dem Ordnungsrahmen sowie zu sozialen Fragestellungen durchführen. Außerdem wird es einen Konsultationsprozess mit bundesweit arbeitenden Verbänden, Organisationen und Institutionen geben. Die Eckpunkte dienen als Grundlage für den Prozess der Erarbeitung der Strategie und geben Orientierung für Ziele und Handlungsfelder der Strategie sowie der unmittelbar von den Ressorts einzuleitenden Maßnahmen bis zur Verabschiedung der Strategie im Kabinett." (Textauszug, IAB-Doku)

Zitatform

OECD (2018): AI: Intelligent machines, smart policies. Conference summary. (OECD digital economy papers 270), Paris, 33 S. DOI:10.1787/f1a650d9-en

Abstract

"This report reflects discussions at the OECD conference 'AI: Intelligent Machines, Smart Policies' held in Paris on 26-27 October, 2017. After discussing the state of Artificial intelligence (AI) research - in particular 'machine learning' - , speakers illustrated the opportunities that AI provides to improve economies and societies, in areas ranging from scientific discovery and satellite data analysis to music creation. There was broad agreement that the rapid development of AI calls for national and international policy frameworks that engage all stakeholders. Discussions focused on the need for policy to facilitate the adoption of AI systems to promote innovation and growth, help address global challenges, and boost jobs and skills development, while at the same time establishing appropriate safeguards to ensure that AI systems are human-centric and benefit people broadly. Transparency and oversight, algorithmic discrimination and privacy abuses were key concerns, as were new liability, responsibility, security and safety questions." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bundesministerium für Bildung und Forschung (2018): Konkrete Ziele und Vorhaben der Bundesregierung im Bereich Künstliche Intelligenz. Antwort der Bundesregierung auf die Kleine Anfrage der Abgeordneten und der Fraktion BÜNDNIS 90/DIE GRÜNEN (Drucksache 19/1525). (Verhandlungen des Deutschen Bundestages. Drucksachen 19/1982 (02.05.2018)), 15 S.

Abstract

"Definition, wirtschafts- und forschungspolitische Schwerpunkte, Forschungsstand, Ausbau der Forschungsleistung, Forschungsprogramme, Planungsstand gemeinsamer Zentren mit Frankreich (künstliche Intelligenz) und Polen (digitale Innovationen in der Systemforschung): Absprachen, Zeitplan, Standortauswahl, Förderung mit Bundesmitteln, Aufgaben und Stellen; Vorlage eines Masterplans 'Künstliche Intelligenz': Zuständigkeit, neue Gesetzesgrundlagen, Aufsichtsstrukturen, Aufgabenverteilung, Monitoring, Technikfolgenabschätzung, Pilotprojekte; Einsatzbereiche, ethische Grundprinzipien (insgesamt 37 Einzelfragen)" (Autorenreferat, (Dokumentations- und Informationssystem Bundestag und Bundesrat - DIP))

Zitatform

Aghion, Philippe, Benjamin F. Jones & Charles I. Jones (2017): Artificial intelligence and economic growth. (NBER working paper 23928), Cambrige, Mass., 56 S. DOI:10.3386/w23928

Abstract

"This paper examines the potential impact of artificial intelligence (A.I.) on economic growth. We model A.I. as the latest form of automation, a broader process dating back more than 200 years. Electricity, internal combustion engines, and semiconductors facilitated automation in the last century, but A.I. now seems poised to automate many tasks once thought to be out of reach, from driving cars to making medical recommendations and beyond. How will this affect economic growth and the division of income between labor and capital? What about the potential emergence of 'singularities' and 'superintelligence,' concepts that animate many discussions in the machine intelligence community? How will the linkages between A.I. and growth be mediated by firm-level considerations, including organization and market structure? The goal throughout is to refine a set of critical questions about A.I. and economic growth and to contribute to shaping an agenda for the field. One theme that emerges is based on Baumol's 'cost disease' insight: growth may be constrained not by what we are good at but rather by what is essential and yet hard to improve." (Author's abstract, IAB-Doku) ((en))

Zitatform

Brynjolfsson, Erik, Daniel Rock & Chad Syverson (2017): Artificial intelligence and the modern productivity paradox. A clash of expectations and statistics. (NBER working paper 24001), Cambrige, Mass., 44 S. DOI:10.3386/w24001

Abstract

"We live in an age of paradox. Systems using artificial intelligence match or surpass human level performance in more and more domains, leveraging rapid advances in other technologies and driving soaring stock prices. Yet measured productivity growth has declined by half over the past decade, and real income has stagnated since the late 1990s for a majority of Americans. We describe four potential explanations for this clash of expectations and statistics: false hopes, mismeasurement, redistribution, and implementation lags. While a case can be made for each, we argue that lags have likely been the biggest contributor to the paradox. The most impressive capabilities of AI, particularly those based on machine learning, have not yet diffused widely. More importantly, like other general purpose technologies, their full effects won't be realized until waves of complementary innovations are developed and implemented. The required adjustment costs, organizational changes, and new skills can be modeled as a kind of intangible capital. A portion of the value of this intangible capital is already reflected in the market value of firms. However, going forward, national statistics could fail to measure the full benefits of the new technologies and some may even have the wrong sign." (Author's abstract, IAB-Doku) ((en))

Zitatform

Burkert, Uwe & Guido Zimmermann (2017): Makroökonomische Effekte künstlicher Intelligenz. Erste Annäherungen an einen Strukturbruch. Stuttgart, 27 S.

Abstract

Um Aussagen über makroökonomische Effekte künstlicher Intelligenz (KI) treffen zu können, beginnt der Beitrag zunächst mit einem Überblick über Definitionen von KI und einzelne Methoden - maschinelles Lernen, Deep Learning, Robotik, crowd sourcing, Internet der Dinge-, über KI-Prozesse und KI-Technologien und graphisch-tabellarisch mit einem internationalen Vergleich KI-bezogener Patentzahlen. Im Anschluss daran werden gesamtwirtschaftliche Effekte der Technologien künstlicher Intelligenz benannt. Es werden starke Veränderungen der Geschäftsmodelle der Unternehmen erwartet, positive Effekte auf das Produktivitätswachstum und die Reallöhne, eine starke Veränderung der Berufsbilder, das Verschwinden von Stellen mit mittlerer Qualifikation, sinkende Inflationsrisiken, steigende Ungleichheit in der Einkommensverteilung und Effekte auf den Wettbewerb durch Verfügung über Big Data. Der Politik stellen sich wirtschaftspolitische, rechtliche und moralisch-ethische Fragen in Bezug auf die KI. Im Fazit weist der Autor mit Blick auf die Wirtschaftsgeschichte darauf hin, dass der Laie in der Regel die Schnelligkeit technologischer Durchbrüche überschätzt und in gleichem Maße die längerfristigen Wirkungen unterschätzt. Zu diesen zählen starke Auswirkungen auf die Sozialsysteme und die angebotenen politischen Ideen. Arbeit wird nicht ausgehen, sie wird sich ändern und die Arbeitnehmer müssen darauf vorbereitet werden. (IAB)

Zitatform

Buschbacher, Florian (2017): Entscheidungsunterstützung mit Künstlicher Intelligenz. Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung. Berlin, 13 S.

Abstract

"Das Positionspapier 'Entscheidungsunterstützung mit Künstlicher Intelligenz - Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung' haben der Bitkom und das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) zum Digital-Gipfel der Bundesregierung am 13. Juni 2017 entwickelt. Dieses Positionspapier richtet sich an Bundesministerien und Regulierungsbehörden, Entscheidungsträger in der digitalen Wirtschaft und in den politischen Parteien, Wissenschaftler aus den Bereichen Datenmanagement, Big Data, Künstliche Intelligenz (KI) sowie die (Wirtschafts-)Presse und die breite Öffentlichkeit.
Mit dem Dokument stellen sich Bitkom und DFKI das Ziel, ihre Positionen zu Fragen der unternehmerischen und gesellschaftlichen Verantwortung beim verstärkten Einsatz von KI in Entscheidungsprozessen zur Diskussion zu stellen. Mit den rapiden Fortschritten in der Erfassung von Daten aus der realen Welt, mit der Möglichkeit zur aktiven Interaktion und mit virtuellen Agenten sind wesentliche Voraussetzungen für einen tiefgreifenden Wandel in Wirtschaft und Gesellschaft gegeben. Kognitive Systeme setzen auf Big Data und KI auf und können bereits vielfältige Aufgaben übernehmen, die von der Beschaffung und Verdichtung von Informationen über die Verrichtung gefährlicher, schmutziger, körperlich anstrengender Arbeiten bis hin zur Unterstützung von Management-Entscheidungen reichen. In den nächsten Jahren werden kognitive Systeme ihr Leistungsspektrum deutlich ausweiten. Daraus ergibt sich das Erfordernis, die wirtschaftlichen und gesellschaftlichen Konsequenzen des eingeleiteten kognitiven Zeitalters zu verstehen und in einen Diskurs einzutreten - insbesondere im Kontext der globalen politischen und wirtschaftlichen Herausforderungen." (Autorenreferat, IAB-Doku)

Zitatform

Hartmann, Ernst A., Lorenz Hornbostel, Robert Thielicke, Désirée Tillack & Volker Wittpahl (2017): Wie sieht die Zukunft der Arbeit aus? Ergebnisbericht zur Umfrage "Künstliche Intelligenz und die Zukunft der Arbeit". Berlin, 24 S.

Abstract

"Eröffnet uns Künstliche Intelligenz die Möglichkeit, Erwerbstätigkeit neu zu denken - und sie menschlich zu gestalten? Endet der Mensch als schlecht bezahlte Marionette der Maschine? Übernehmen Computer künftig unsere Arbeit? Und wenn ja - was machen wir dann? Mit der zunehmenden digitalen Vernetzung und den massiven Fortschritten im Bereich der Künstlichen Intelligenz stellen sich diese Fragen dringlicher denn je. Gemeinsam mit der Technology Review hat das Institut für Innovation und Technik (iit) im August 2017 eine große Online-Umfrage zur Zukunft der Arbeit durchgeführt. Das Ergebnis ist ein Stimmungsbild zu den Entwicklungen der Arbeitswelt aus der Sicht von Menschen, die sich für neue Technologien interessieren und mit diesen meist auch in ihrem Arbeitsalltag zu tun haben. Neben naheliegenden Entwicklungen wurden dabei auch irritierende und provozierende Thesen zur Diskussion gestellt." (Autorenreferat, IAB-Doku)

Zitatform

Heinen, Nicolaus, Alexander Heuer & Philipp Schautschick (2017): Künstliche Intelligenz und der Faktor Arbeit. Implikationen für Unternehmen und Wirtschaftspolitik. In: Wirtschaftsdienst, Jg. 97, H. 10, S. 714-720. DOI:10.1007/s10273-017-2203-5

Abstract

"Künstliche Intelligenz und ihre Auswirkung auf den Faktor Arbeit ist zum Modethema in der wirtschaftswissenschaftlichen Politikberatung avanciert. Studien, die alarmistisch die baldige Verdrängung eines Großteils konventioneller Jobprofile beschwören, leiden jedoch unter fragwürdiger Datenqualität und Methodik. Die Unternehmensperspektive zeigt, dass der Wandel der Arbeitswelt durch künstliche Intelligenz weitaus langsamer und weniger disruptiv ablaufen wird. Aus wirtschaftspolitischer Sicht empfiehlt sich in diesem offenen Innovationsprozess eine ordnungspolitische Begleitung anstelle der bereits heute diskutierten prozesspolitischen Interventionen." (Autorenreferat, © Springer-Verlag)

Zitatform

Korinek, Anton & Joseph E. Stiglitz (2017): Artificial intelligence and its implications for income distribution and unemployment. (NBER working paper 24174), Cambrige, Mass., 44 S. DOI:10.3386/w24174

Abstract

"Inequality is one of the main challenges posed by the proliferation of artificial intelligence (AI) and other forms of worker-replacing technological progress. This paper provides a taxonomy of the associated economic issues: First, we discuss the general conditions under which new technologies such as AI may lead to a Pareto improvement. Secondly, we delineate the two main channels through which inequality is affected - the surplus arising to innovators and redistributions arising from factor price changes. Third, we provide several simple economic models to describe how policy can counter these effects, even in the case of a 'singularity' where machines come to dominate human labor. Under plausible conditions, non-distortionary taxation can be levied to compensate those who otherwise might lose. Fourth, we describe the two main channels through which technological progress may lead to technological unemployment - via efficiency wage effects and as a transitional phenomenon. Lastly, we speculate on how technologies to create super-human levels of intelligence may affect inequality and on how to save humanity from the Malthusian destiny that may ensue." (Author's abstract, IAB-Doku) ((en))

Zitatform

Morikawa, Masayuki (2017): Firms' expectations about the impact of ai and robotics. Evidence from a survey. In: Economic Inquiry, Jg. 55, H. 2, S. 1054-1063. DOI:10.1111/ecin.12412

Abstract

"This study presents new evidence on firms' views about the impact of artificial intelligence (AI) and robotics on their business and employment, using data from an original survey of more than 3,000 Japanese firms. The focus of this study is on technology-skill complementarity. Firms with highly educated employees tend to expect positive impacts of AI-related technologies on their business, and vice versa. Larger firms and firms that engage in global markets tend to have positive views about the impacts of AI-related technologies." (Author's abstract, Published by arrangement with John Wiley & Sons) ((en))

Abstract

"- Artificial intelligence (AI) can transform the productivity and GDP potential of the global economy. Strategic investment in different types of AI technology is needed to make that happen.
- Labour productivity improvements will drive initial GDP gains as firms seek to 'augment' the productivity of their labour force with AI technologies and to automate some tasks and roles.
- Our research also shows that 45% of total economic gains by 2030 will come from product enhancements, stimulating consumer demand. This is because AI will drive greater product variety, with increased personalisation, attractiveness and affordability over time.
- The greatest economic gains from AI will be in China (26% boost to GDP in 2030) and North America (14.5% boost), equivalent to a total of $10.7 trillion and accounting for almost 70% of the global economic impact." (Author's abstract, IAB-Doku) ((en))

Abstract

"In den vergangenen Jahren hat sich das innovationspolitische Umfeld Deutschlands spürbar gewandelt. Im globalen Wettbewerb der Standorte haben die aufstrebenden Schwellenländer gegenüber den traditionellen Industrieländern Europas, Amerikas und Asiens weiter aufgeholt. Viele Länder - gerade in Europa - kämpfen immer noch mit den Folgen der globalen Wirtschaftskrise und einer angespannten Haushaltssituation. In der Folge sind die weltweiten öffentlichen Ausgaben für F&E nach Angaben der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) erstmals zurückgegangen. Gleichzeitig haben sich Schwellenländer wie China, Südkorea oder Singapur zu starken Innovationsakteuren entwickelt. Diese veränderte Wettbewerbslandschaft hat auch Folgen für die deutsche Innovationspolitik, da die etablierte Arbeitsteilung zwischen den weltweiten Innovationszentren immer stärker in Bewegung gerät. Deutschland muss sich den Veränderungen im globalen Innovationsgeschehen dynamisch anpassen.
Gleichzeitig hat die digitale Durchdringung aller Wirtschaftszweige die Rahmenbedingungen für weltweite Innovationsprozesse verändert. Einerseits scheint die internationale Arbeitsteilung in manchen Branchen einen vorläufigen Scheitelpunkt erreicht zu haben; die industrielle Fertigung könnte damit in die traditionellen Industrieländer zurückverlagert werden. Andererseits beschleunigt und verändert sich die weltweite Vernetzung der Wissenswirtschaft und -gesellschaft. Ein leistungsfähiges Innovationssystem bleibt vor diesem Hintergrund ein zentraler Standortfaktor, und Deutschland hat die Basis hierfür in den vergangenen Jahren weiter gefestigt." (Textauszug, IAB-Doku)

Zitatform

Ford, Martin (2016): Aufstieg der Roboter. Wie unsere Arbeitswelt gerade auf den Kopf gestellt wird - und wie wir darauf reagieren müssen. Kulmbach: Plassen, 368 S.

Abstract

"Künstliche Intelligenz wird immer intelligenter. Algorithmen machen unser Leben leichter, angenehmer, sicherer ... doch die Entwicklung hat auch eine gravierende Kehrseite: Immer mehr Menschen werden von der Technik verdrängt. Jobs für gering Qualifizierte, zum Beispiel in Fast-Food-Ketten und Supermärkten, fallen weg. Doch auch hoch Qualifizierte wie Radiologen werden von Computern ausgestochen, die deutlich schneller - und zuverlässiger - Diagnosen erstellen können. Das hat verschiedene Konsequenzen:
1. Bildung ist nicht mehr der Schlüssel für ein gutes Einkommen.
2. Es wird immer mehr Arbeitslose geben und immer weniger Konsumenten.
3. Unser Wirtschaftssystem droht zu kollabieren.
Martin Fords Antwort auf diese Herausforderungen lautet: das bedingungslose Grundeinkommen. Und er glaubt, dass es die Menschen wagemutiger und innovativer werden lässt - zum Wohle aller." (Verlagsangaben, IAB-Doku)

Zitatform

Sendler, Ulrich (2016): Die Chancen von Industrie 4.0. Vernetzung und Durchgängigkeit als Faktoren einer erfolgreichen Industriepolitik. (Böll-Brief. Grüne Ordnungspolitik 2), Berlin, 22 S.

Abstract

"Mit Industrie 4.0 haben die deutsche Industrie und ihre Technikwissenschaften eine Marke gesetzt. Für die nächste Stufe der industriellen Revolution will der Standort Deutschland eine führende Rolle übernehmen. Die Initiative hat große Resonanz gefunden. Mit dem US-Pendant Industrial Internet Consortium (IIC) und der chinesischen Regierung, die parallel Made in China 2025 beschlossen hat, gibt es intensiven Austausch. In den vergangenen gut 40 Jahren hat die deutsche Industrie ihre Prozesse weitgehend digitalisiert. Die nun nötigen Schritte hin zur digitalen Durchgängigkeit erfordern aber eine schwierige Transformation, denn für das Internet der Dinge ist eigentlich ein kontinuierlicher Datenkreislauf unumgänglich, keine einseitig ausgerichteten Dateninseln. Und der derzeit vorherrschende technische Ansatz mit fast ausschließlichem Fokus auf die weitere Optimierung der Produktion greift zu kurz. Künstliche Intelligenz, Big Data Analytics und Cloud-Technologie sind Querschnittstechnologien, die im Zusammenhang mit Industrie 4.0 eine wichtige Rolle spielen. Dazu müssen sie aber richtig verstanden und besser zum Einsatz gebracht werden. Praxisbeispiele aus der Logistik und aus der Automobilindustrie zeigen, was möglich ist, aber auch, wo sich die Industrie schwertut. Vor allem zeigt sich fünf Jahre nach dem Start der Initiative Industrie 4.0, dass diese neue Stufe der industriellen Entwicklung nicht von allein in die richtige Richtung gehen wird. Es braucht die Vernetzung der wissenschaftlichen Disziplinen, die Vernetzung von Wissenschaft und Technik, und vor allem flankierende Maßnahmen der Politik: Netzinfrastruktur, Aus- und Weiterbildung, Rahmengesetzgebung, ökologische Leitplanken, digitale Ordnungspolitik. Neben den politischen Rahmenbedingungen braucht eine solche Entwicklung aber auch eine starke Vernetzung, die weit über die digitale Vernetzung der Geräte hinausreicht. Fachleute aus Psychologie, Philosophie, Biologie, Neurologie und Wirtschaftswissenschaft müssen sich mit ihren Kolleginnen und Kollegen aus Technologie, Informatik, Produktionstechnik, aus technischer Forschung und Entwicklung zusammenschließen. Aber grundsätzlich ist Industrie 4.0 – richtig ausgestaltet – eine Chance, die mehr beinhaltet als wirtschaftliches Wachstum der deutschen Industrie. Es könnte die Grundlage sein, um das weitere industrielle Wachstum an gesellschaftlich sinnvolle Ziele zu koppeln." (Autorenreferat, IAB-Doku)

Abstract

"Das Dachprogramm 'Innovationen für die Produktion, Dienstleistung und Arbeit von morgen' des Bundesministeriums für Bildung und Forschung verbindet die verschiedenen Aspekte, die mit der Technisierung, Automatisierung und Digitalisierung der Arbeit einhergehen. Das Programm spricht Unternehmen, Forschungseinrichtungen und Organisationen an, nach Lösungen zu suchen, die technischen und sozialen Fortschritt verknüpfen. Das neue, speziell auf soziale Innovationen ausgerichtete Forschungsprogramm 'Zukunft der Arbeit' komplettiert das Dachprogramm als dritte Säule. Damit hilft das Programm, zukunftsfähige und sozialverträgliche Arbeitsplätze zugleich zu schaffen und so den Wirtschaftsstandort Deutschland im globalen Wettbewerb zu stärken.
Das Programm folgt der Hightech-Strategie 'Innovationen für Deutschland', das eine angemessene technische und soziale Modernisierung der Arbeitswelt zum Ziel hat. Das Programm wird durch den Europäischen Sozialfonds (ESF) kofinanziert." (Textauszug, IAB-Doku)

Zitatform

Pratt, Gill A. (2015): Is a Cambrian Explosion Coming for Robotics? In: The Journal of Economic Perspectives, Jg. 29, H. 3, S. 51-60. DOI:10.1257/jep.29.3.51

Abstract

"About half a billion years ago, life on earth experienced a short period of very rapid diversification called the 'Cambrian Explosion.' Many theories have been proposed for the cause of the Cambrian Explosion, one of the most provocative being the evolution of vision, allowing animals to dramatically increase their ability to hunt and find mates. Today, technological developments on several fronts are fomenting a similar explosion in the diversification and applicability of robotics. Many of the base hardware technologies on which robots depend -- particularly computing, data storage, and communications -- have been improving at exponential growth rates. Two newly blossoming technologies -- 'Cloud Robotics' and 'Deep Learning' -- could leverage these base technologies in a virtuous cycle of explosive growth. I examine some key technologies contributing to the present excitement in the robotics field. As with other technological developments, there has been a significant uptick in concerns about the societal implication of robotics and artificial intelligence. Thus, I offer some thoughts about how robotics may affect the economy and some ways to address potential difficulties." (Author's abstract, IAB-Doku) ((en))

Zitatform

Dostal, Werner (1993): Expertensysteme und Beschäftigung. Gibt es derzeit erkennbare Auswirkungen von Systemen Künstlicher Intelligenz auf Beschäftigung und Berufe? In: Mitteilungen aus der Arbeitsmarkt- und Berufsforschung, Jg. 26, H. 1, S. 63-76.

Abstract

In dem Beitrag wird auf der Basis vorliegender Informationen und Daten festgestellt, daß die Beschäftigungseffekte von Expertensystemen bisher nur marginal sind. Folgende Aussagen werden getroffen: Systeme der Künstlichen Intelligenz treten immer vermischt mit Produkten und Problemlösungen auf. Eine isolierte Zurechnung von Beschäftigungseffekten ist deshalb nicht möglich. Systeme der Künstlichen Intelligenz sind noch in der Entwicklung. Die bei den ersten Prototypen aufgetretenen Beschäftigungseffekte lassen sich nicht auf zukünftige Systeme hochrechnen. Die Zahl der heute mit Künstlicher Intelligenz befaßten Fachleute läßt sich grob abschätzen, nicht aber die heute oder in nächster Zeit durch diese Systeme substituierten Experten. Neue Berufe, wie der immer wieder erwähnte "Wissensingenieur", sind zumindest bisher auf dem Arbeitsmarkt und in der Beschäftigung nicht relevant. (IAB2)

Zitatform

Schubert, Ingrid & Camilla Krebsbach-Gnath (1987): Chancen und Risiken des Einsatzes von Expertensystemen. (Sozialwissenschaftliche Reihe des Battelle-Instituts 11), München: Oldenbourg, 268 S.

Abstract

"Expertensysteme sind ein Hilfsmittel zur Bewältigung der komplexen und vielfältigen Informationen bei Arbeitsabläufen in moderner Produktion und im Dienstleistungsbereich.
Ausgehend von einer Beschreibung des gegenwärtigen Standes der Entwicklung und des Einsatzes von Expertensystemen werden die künftigen Entwicklungslinien sowie die Faktoren abgeschätzt, die diese Entwicklungen bedingen. Darauf aufbauend werden in diesem Buch die möglichen Auswirkungen des zukünftigen Einsatzes von Expertensystemen in Produktion, Verwaltung, Handwerk und Medizin untersucht.
Das Buch zeigt, daß der Einsatz von Expertensystemen die Wirkungen der vergleichsweise "konventionellen" Informations- und Kommunikations-Techniken verlängert und verstärkt. Gerade für die Auswirkungen des Einsatzes von Expertensystemen gilt das Axiom von der kurzfristigen Überschätzung und der langfristigen Unterschätzung des Wirkungspotentials." (Autorenreferat)