Zitatform

Madgavkar, Anu, James Manyika, Mekala Krishnan, Kweilin Ellingrud, Lareina Yee, Jonathan Woetzel, Michael Chui, Vivian Hunt & Sruti Balakrishnan (2019): The future of women at work. Transitions in the age of automation. Washington, DC, 155 S.

Abstract

"The age of automation, and on the near horizon, artificial intelligence (AI) technologies offer new job opportunities and avenues for economic advancement, but women face new challenges overlaid on long-established ones. Between 40 million and 160 million women globally may need to transition between occupations by 2030, often into higher-skilled roles. To weather this disruption, women (and men) need to be skilled, mobile, and tech-savvy, but women face pervasive barriers on each, and will need targeted support to move forward in the world of work.
A new McKinsey Global Institute (MGI) report, The future of women at work: Transitions in the age of automation, finds that if women make these transitions, they could be on the path to more productive, better-paid work. If they cannot, they could face a growing wage gap or be left further behind when progress toward gender parity in work is already slow. This new research explores potential patterns in 'jobs lost' (jobs displaced by automation), 'jobs gained' (job creation driven by economic growth, investment, demographic changes, and technological innovation), and 'jobs changed' (jobs whose activities and skill requirements change from partial automation) for women by exploring several scenarios of how automation adoption and job creation trends could play out by 2030 for men and women given current gender patterns in the global workforce.
These scenarios are not meant to predict the future; rather, they serve as a tool to understand a range of possible outcomes and identify interventions needed. We use the term jobs as shorthand for full-time-equivalent workers.
The research examines six mature economies (Canada, France, Germany, Japan, the United Kingdom, and the United States) and four emerging economies (China, India, Mexico, and South Africa), which together account for around half of the world's population and about 60 percent of global GDP." (Author's abstract, IAB-Doku) ((en))

Zitatform

Menzel, Christoph & Christian Winkler (2019): Zur Diskussion der Effekte Künstlicher Intelligenz in der wirtschaftswissenschaftlichen Literatur. (Bundesministerium für Wirtschaft und Energie. Diskussionspapier 08), Berlin, 12 S.

Abstract

"In der wirtschaftswissenschaftlichen Literatur sind Künstliche Intelligenz und ihre Auswirkungen zunehmend Gegenstand der Debatte. Aufgrund (noch) fehlender Daten und des jungen Forschungsstands ist die Diskussion jedoch arm an empirischer Evidenz und reich an kontroversen Einschätzungen.
Die Literaturübersicht zeigt, dass KI und mit dieser verknüpfte Technologien das Potenzial haben, wirtschaftliche Strukturen wesentlich zu verändern. Negative Effekte auf bestimmte, auch kognitive Tätigkeiten können durch KI-basierte Wachstums- und Beschäftigungsimpulse in anderen Bereichen (über)kompensiert werden. Neben den Auswirkungen auf Beschäftigung und Produktivität bzw. Wirtschaftswachstum stehen auch Effekte auf Marktstruktur, Einkommensverteilung und Innovation im Fokus der wissenschaftlichen Diskussion. Eine Mehrheit der Wissenschaftler warnt dabei vor negativen Auswirkungen auf die Einkommens- und Vermögensverteilung sowie den Wettbewerb. Die Forschung rät dazu, potenziellen negativen Auswirkungen durch wirtschaftspolitische Maßnahmen frühzeitig zu begegnen, ohne jedoch dabei die Entwicklung Künstlicher Intelligenz und darauf basierender Anwendungen zu behindern." (Autorenreferat, IAB-Doku)

Zitatform

Muro, Mark, Jacob Whiton & Robert Maxim (2019): What jobs are affected by AI? Better-paid, better-educated workers face the most exposure. Washington, D.C., 45 S.

Abstract

"Artificial intelligence (AI) has generated increasing interest in 'future of work' discussions in recent years as the technology has achieved superhuman performance in a range of valuable tasks, ranging from manufacturing to radiology to legal contracts. With that said, though, it has been difficult to get a specific read on AI's implications on the labor market. In part because the technologies have not yet been widely adopted, previous analyses have had to rely either on case studies or subjective assessments by experts to determine which occupations might be susceptible to a takeover by AI algorithms. What's more, most research has concentrated on an undifferentiated array of 'automation' technologies including robotics, software, and AI all at once. The result has been a lot of discussion -- but not a lot of clarity -- about AI, with prognostications that range from the utopian to the apocalyptic. Given that, the analysis presented here demonstrates a new way to identify the kinds of tasks and occupations likely to be affected by AI's machine learning capabilities, rather than automation's robotics and software impacts on the economy. By employing a novel technique developed by Stanford University Ph.D. candidate Michael Webb, the new report establishes job exposure levels by analyzing the overlap between AI-related patents and job descriptions. In this way, the following paper homes in on the impacts of AI specifically and does it by studying empirical statistical associations as opposed to expert forecasting." (Author's abstract, IAB-Doku) ((en))

Zitatform

Naudé, Wim (2019): The race against the robots and the fallacy of the giant cheesecake. Immediate and imagined impacts of artificial intelligence. (IZA discussion paper 12218), Bonn, 29 S.

Abstract

"After a number of AI-winters, AI is back with a boom. There are concerns that it will disrupt society. The immediate concern is whether labor can win a 'race against the robots' and the longer-term concern is whether an artificial general intelligence (super-intelligence) can be controlled. This paper describes the nature and context of these concerns, reviews the current state of the empirical and theoretical literature in economics on the impact of AI on jobs and inequality, and discusses the challenge of AI arms races. It is concluded that despite the media hype neither massive jobs losses nor a 'Singularity' are imminent. In part, this is because current AI, based on deep learning, is expensive and difficult for (especially small) businesses to adopt, can create new jobs, and is an unlikely route to the invention of a super-intelligence. Even though AI is unlikely to have either utopian or apocalyptic impacts, it will challenge economists in coming years. The challenges include regulation of data and algorithms; the (mis-) measurement of value added; market failures, anticompetitive behaviour and abuse of market power; surveillance, censorship, cybercrime; labor market discrimination, declining job quality; and AI in emerging economies." (Author's abstract, IAB-Doku) ((en))

Zitatform

Papsdorf, Christian (2019): Digitale Arbeit. Eine soziologische Einführung. Frankfurt: Campus-Verl., 198 S.

Abstract

"Dem Ziel folgend, das komplexe Feld in ein handhabbares Format zu überführen, liegt dem Buch eine zweifache Strukturierung zugrunde. Erstens werden vier Perspektiven auf die Digitalisierung der Arbeit unterschieden. Aus den drei zentralen Elementen digitaler Arbeit, den Individuen, den Organisationen und der Technik, werden drei spezifisch soziologische Perspektiven entwickelt, die jeweils zwei der Elemente miteinander verbinden. Ergänzt werden diese Blickwinkel durch eine vierte Perspektive, die gesamtgesellschaftliche Entwicklungen im Kontext digitaler Arbeit fokussiert. Zweitens werden bei der digitalen Arbeit als solcher fünf Formen voneinander differenziert. So lässt sich digitale Arbeit ohne das Internet von digitaler Arbeit am Internet, digitaler Arbeit mit dem Internet, digitaler Arbeit im Internet und digitaler Arbeit durch das Internet unterscheiden. Auf der Basis dieser doppelten Strukturierung kann eine differenzierte Analyse der Digitalisierung der Arbeitswelt erfolgen, indem die fünf Varianten digitaler Arbeit jeweils aus vier Perspektiven untersucht werden." (Textauszug, IAB-Doku)

Zitatform

Peissner, Matthias, Falko Kötter & Helmut Zaiser (2019): Künstliche Intelligenz - Anwendungsperspektiven für Arbeit und Qualifizierung. In: Berufsbildung in Wissenschaft und Praxis, Jg. 48, H. 3, S. 9-13.

Abstract

"Die Fortschritte in der künstlichen Intelligenz (KI) bewirken tiefgreifende Veränderungen der Arbeit und damit auch der Berufsbildung. Anhand ausgewählter Projekte des Fraunhofer-Instituts für Arbeitswirtschaft und Organisation zeigt der Beitrag, vor welchen Herausforderungen die Arbeitsgestaltung und Berufsbildung stehen. Besonders möchten wir die positiven Potenziale der KI-Nutzung hervorheben. KI kann zur Gestaltung von Arbeit mit menschengerechten - fordernden, aber nicht überfordernden - Tätigkeitsprofilen beitragen und neue Möglichkeiten der berufsbegleitenden Qualifizierung eröffnen." (Autorenreferat)

Zitatform

Pettersen, Lene (2019): Why artificial intelligence will not outsmart complex knowledge work. In: Work, employment and society, Jg. 33, H. 6, S. 1058-1067. DOI:10.1177/0950017018817489

Abstract

"The potential role of artificial intelligence in improving organisations' performance and productivity has been promoted regularly and vociferously since the 1960s. Artificial intelligence is today reborn out of big business, similar to the occurrences surrounding big data in the 1990s, and expectations are high regarding AI's potential role in businesses. This article discusses different aspects of knowledge work that tend to be ignored in the debate about whether or not artificial intelligence systems are a threat to jobs. A great deal of knowledge work concerns highly complex problem solving and must be understood in contextual, social and relational terms. These aspects have no generic nor universal rules and solutions and, thus, cannot be easily replaced by artificial intelligence or programmed into computer systems, nor are they constructed based on models of the rational brain. In this respect, this article draws on philosopher Herbert Dreyfus' thesis regarding artificial intelligence." (Author's abstract, IAB-Doku) ((en))

Zitatform

Prietl, Bianca (2019): Algorithmische Entscheidungssysteme revisited. Wie Maschinen gesellschaftliche Herrschaftsverhältnisse reproduzieren können. In: Feministische Studien, Jg. 37, H. 2, S. 303-319. DOI:10.1515/fs-2019-0029

Abstract

"Der vorliegende Beitrag unternimmt eine konzeptionelle Analyse des Zusammenspiels von algorithmischen Entscheidungssystemen mit gesellschaftlichen Herrschaftsverhältnissen aus der Perspektive feministischer Technik- und Rationalitätskritik. Hierzu fasst er diese automatisierten Entscheidungstechnologien als herrschaftsförmige Erkenntnistechnologien, die spezifische Weltzugänge, Erkenntnismöglichkeiten und (politische) Gestaltungsoptionen begründen, und verfolgt die These, dass letztere ein Schlüssel sind um zu verstehen, wie algorithmische Entscheidungssysteme gesellschaftliche Herrschaftsverhältnisse reproduzieren. Konkret rekonstruiert er (1) die Ein- und Ausschlusseffekte eines datenfundamentalistischen Zugriffs auf Welt, (2) die ungleichheitskonservierende Tendenz eines post-explanativen Erkenntnispragmatismus und (3) die Politics von Data Science." (Autorenreferat, IAB-Doku)

Zitatform

Schwab, Klaus & Nicholas Davis (2019): Die Zukunft der Vierten Industriellen Revolution. Wie wir den digitalen Wandel gestalten. München: Deutsche Verlags-Anstalt, 397 S.

Abstract

"Wir stecken mitten in der Vierten Industriellen Revolution, und sie wird alles verändern: wie unsere Wirtschaft funktioniert, wie wir miteinander umgehen, was es bedeutet, Mensch zu sein. In seinem neuen Buch skizziert der Vorsitzende des Weltwirtschaftsforums Klaus Schwab die wichtigsten Trends der neuen Technologien, die die Vierte Industrielle Revolution ausmachen und entscheidend für die Zukunft der Menschheit sein werden. Er legt dar, wie wir die daraus entstehenden Chancen bestmöglich für uns nutzen können und wie Bürger, Organisationen und Regierungen konkret handeln sollten, damit eine nachhaltige und auf die Teilhabe aller ausgerichtete Zukunft gelingen kann. (Verlagsangaben, IAB-Doku)"

Zitatform

Seamans, Robert & Manav Raj (2019): AI, labor, productivity and the need for firm-level data. In: A. K. Agrawal, J. Gans & A. Goldfarb (Hrsg.) (2019): The economics of artificial intelligence: An agenda.

Abstract

"We summarize existing empirical findings regarding the adoption of robotics and AI and its effects on aggregated labor and productivity, and argue for more systematic collection of the use of these technologies at the firm level. Existing empirical work primarily examines robotics rather than AI, and uses statistics aggregated by industry or country, which precludes in-depth studies regarding the conditions under which these technologies complement or substitute for labor. Further, firm-level data would also allow for studies of effects on firms of different sizes, the role of market structure in technology adoption, the impact on entrepreneurs and innovators, and the effect on regional economies amongst others. We highlight several ways that such firm-level data could be collected and used by academics, policymakers and other researchers." (Author's abstract, IAB-Doku) ((en))

Zitatform

Servoz, Michel (2019): AI, the future of work? Work of the future! On how artificial intelligence, robotics and automation are transforming jobs and the economy in Europe. AI report. Brüssel, 155 S. DOI:10.2872/913422

Abstract

"We are used to thinking about artificial intelligence (AI) in the future tense, speculating how technological developments in this area will affect us. But if we spend too much time trying to figure out what to expect in the future, we risk not seeing that AI and robotisation have already started transforming our daily lives.
While historical evidence suggests that previous waves of automation have been overwhelmingly positive for the economy and society, AI is in a different league, with the potential to be much more disruptive. It builds upon other digital technologies but also brings about and amplifies major socioeconomic changes of its own.
What do recent technological developments in AI and robotisation mean for the economy, businesses and jobs? Should we be worried or excited? Which jobs will be destroyed and which new ones created? What should education systems, businesses, governments and social partners do to manage the coming transition successfully?" (Author's abstract, IAB-Doku) ((en))

Zitatform

Simbeck, Katharina, Finn Folkerts & Shirin Riazy (2019): Automatisierte Textanalyse bei der Personalauswahl. Potenziale und Grenzen. In: Berufsbildung in Wissenschaft und Praxis, Jg. 48, H. 3, S. 27-29.

Abstract

"Unternehmen können heute mithilfe von Algorithmen eine Vorauswahl aus eingegangenen Bewerbungen treffen. Dabei setzen sie auch automatisierte Verfahren der Textanalyse durch künstliche Intelligenz ein. Die dahinterliegenden Routinen sind jedoch nicht nachvollziehbar und können unerwünscht diskriminierend wirken. Im Beitrag werden Ergebnisse eines Projekts vorgestellt, in dem die Voreingenommenheit deutschsprachiger Analysesysteme untersucht wurde." (Autorenreferat)

Zitatform

Spath, Dieter & Friedrich Hubert Esser (2019): Digitalisierung und künstliche Intelligenz - die Zukunft von Arbeit und Bildung. Acatech-Präsident Prof. Dr. Dieter Spath im Gespräch mit BIBB-Präsident Prof. Dr. Friedrich Hubert Esser. In: Berufsbildung in Wissenschaft und Praxis, Jg. 48, H. 3, S. 6-8.

Abstract

"Gefördert durch Bund und Länder berät die Deutsche Akademie der Technikwissenschaften (acatech) Politik und Gesellschaft in wissenschaftlichen und politischen Zukunftsfragen. Dabei bündelt sie die Expertise aus unterschiedlichen wissenschaftlichen Disziplinen und technologieorientierten Unternehmen. Auf Einladung des BIBB tauschten sich die beiden Präsidenten Ende März zu den Folgen der digitalen Transformation in Arbeit und Bildung aus." (Autorenreferat)

Zitatform

Spielkamp, Matthias, Sarah Fischer & Ralph Müller-Eiselt (2019): Automating society. Taking stock of automated decision-making in the EU. Berlin, 146 S.

Abstract

"Imagine you're looking for a job. The company you are applying to says you can have a much easier application process if you provide them with your username and password for your personal email account. They can then just scan all your emails and develop a personality profile based on the result. No need to waste time filling out a boring questionnaire and, because it's much harder to manipulate all your past emails than to try to give the 'correct' answers to a questionnaire, the results of the email scan will be much more accurate and truthful than any conventional personality profiling. Wouldn't that be great? Everyone wins -- the company looking for new personnel, because they can recruit people on the basis of more accurate profiles, you, because you save time and effort and don't end up in a job you don't like, and the company offering the profiling service because they have a cool new business model.
When our colleagues in Finland told us that such a service actually exists, our jaws dropped. We didn't want to believe it, and it wasn't reassuring at all to hear the company claimed that basically no candidate ever declined to comply with such a request. And, of course, it is all perfectly legal because job-seekers give their informed consent to open up their email to analysis -- if you believe the company, that is. When we asked the Finnish Data Protection Ombudsman about it, he wasn't so sure. He informed us that his lawyers were still assessing the case, but that it would take a couple of weeks before he could give his opinion. Since this came to light just before we had to go to press with this publication, please go to our website to discover what his final assessment is." (Author's abstract, IAB-Doku) ((en))

Zitatform

Steil, Jochen & Sebastian Wrede (2019): Maschinelles Lernen und lernende Assistenzsysteme. Neue Tätigkeiten, Rollen und Anforderungen für Beschäftigte? In: Berufsbildung in Wissenschaft und Praxis, Jg. 48, H. 3, S. 14-18.

Abstract

"Technische Assistenzsysteme begleiten uns zunehmend im Alltag und am Arbeitsplatz und greifen immer stärker auf Methoden des maschinellen Lernens zurück. Neuartige Mensch-Maschine-Schnittstellen sollen dabei einen intuitiven Umgang mit der Technik ermöglichen. Der Beitrag beleuchtet die Praxis solcher Systeme, die möglichen Veränderungen in Tätigkeiten, Rollen und Hierarchien sowie die Frage, ob neue Anforderungen an Beschäftigte zu identifizieren sind. Es zeigt sich, dass vielfältige Risiken und Chancen nicht nur Möglichkeiten zur Gestaltung bieten, sondern auch sorgfältige Abwägung erfordern." (Autorenreferat)

Zitatform

Terstegen, Sebastian (2019): Künstliche Intelligenz in der Arbeitswelt. In: Leistung und Entgelt H. 2, S. 1-45.

Zitatform

Webb, Michael (2019): The Impact of Artificial Intelligence on the Labor Market. (SSRN papers), Rochester, NY, 60 S. DOI:10.2139/ssrn.3482150

Abstract

"I develop a new method to predict the impacts of a technology on occupations. I use the overlap between the text of job task descriptions and the text of patents to construct a measure of the exposure of tasks to automation. I first apply the method to historical cases such as software and industrial robots. I establish that occupations I measure as highly exposed to previous automation technologies saw declines in employment and wages over the relevant periods. I use the fitted parameters from the case studies to predict the impacts of artificial intelligence. I find that, in contrast to software and robots, AI is directed at high-skilled tasks. Under the assumption that the historical pattern of long-run substitution will continue, I estimate that AI will reduce 90:10 wage inequality, but will not affect the top 1%." (Author's abstract, IAB-Doku) ((en))

Zitatform

Wirtz, Bernd W. & Jan C. Weyerer (2019): Ein integratives KI-Leitlinienmodell für die öffentliche Verwaltung. In: Verwaltung & Management, Jg. 25, H. 2, S. 90-95. DOI:10.5771/0947-9856-2019-2-90

Abstract

"Künstliche Intelligenz (KI) bietet für die öffentliche Verwaltung erhebliche Chancenpotenziale und gewinnt im Rahmen der Erfüllung öffentlicher Aufgaben zunehmend an Bedeutung. Die Einführung und Nutzung von KI-Anwendungen ist jedoch gleichzeitig mit großen Risiken und Herausforderungen für die öffentliche Verwaltung und Gesellschaft verbunden, die eine sichere und erfolgreiche Anwendung von KI in der Verwaltungspraxis gefährden. Die Bewältigung dieser Risiken und Herausforderungen stellt eine komplexe Aufgabe für die öffentliche Verwaltung dar, die klare Handlungsrichtlinien für die Steuerung von KI erfordert. Vor diesem Hintergrund wird in dieser Studie ein integratives KI-Leitlinienmodell für die öffentliche Verwaltung entwickelt, das als umfassender konzeptioneller und zielorientierter Bezugspunkt bei der Einführung und Nutzung von KI-Anwendungen in der Verwaltungspraxis dienen soll." (Autorenreferat, IAB-Doku)

Abstract

"Künstliche Intelligenz wird unsere Kommunikation, Arbeit, Forschung, Verkehrsführung und viele weitere Lebensbereiche revolutionieren. Was fehlt, sind Regeln, die garantieren, dass künstliche Intelligenz demokratischen Werten folgt und nicht Ungerechtigkeiten aus der analogen Welt auf digitale Entscheidungen überträgt.
Die neue OECD-Studie 'Artificial Intelligence in Society' vermittelt Einblicke in die Entwicklungsgeschichte künstlicher Intelligenz und gibt Empfehlungen für weltweit gültige Verhaltensregeln, die Ethik und Fairness im Umgang mit künstlicher Intelligenz garantieren." (Autorenreferat, IAB-Doku)

Abstract

"This report documents how the ongoing digital transformation is affecting people's lives across the 11 key dimensions that make up the How's Life? Well-being Framework (Income and wealth, Jobs and earnings, Housing, Health status, Education and skills, Work-life balance, Civic engagement and governance, Social connections, Environmental quality, Personal security, and Subjective well-being). A summary of existing studies highlights 39 key impacts of the digital transformation on people's well-being. The review shows that these impacts can be positive as digital technologies expand the boundaries of information availability and enhance human productivity, but can also imply risks for people's well-being, ranging from cyber-bullying to the emergence of disinformation or cyber-hacking. In sum, making digitalisation work for people's well-being would require building equal digital opportunities, widespread digital literacy and strong digital security. Continued research and efforts in improving statistical frameworks will be needed to expand our knowledge on the many topics covered in this report." (Author's abstract, IAB-Doku) ((en))