Zitatform

Jacob, Michael (2023): Digitalisierung der Arbeitswelt. Gegenwart und Zukunft. Wiesbaden: Springer Gabler, 147 S.

Abstract

"Ziel dieses Buches ist es, Arbeitnehmern und Führungskräften Ängste vor Veränderungen in der Arbeitswelt, insbesondere durch die Digitalisierung, zu nehmen und Anregungen für eine bessere Gestaltung zu geben. Solche Bedenken fnden sich nicht zum ersten Mal in der Geschichte der Menschheit. Denn das Ende der Arbeitswelt wurde schon 1811 zu Beginn der Industrialisierung von Ned Ludd und seinen „Maschinenstürmern“ vorausgesagt. Sie nahmen an, dass neue technische Errungenschaften wie Webstühle und Baumwollspinnereien an dem Arbeitsverfall und der Lohnminderung schuld seien. Dies stellte sich als Trugschluss heraus, denn die Mechanisierung führte zu einer gesteigerten Produktivität und einem Wachstum des Wohlstands." (Textauszug, IAB-Doku, © Springer Gabler)

Zitatform

Jurkat, Anne, Rainer Klump & Florian Schneider (2023): Robots and Wages: A Meta-Analysis. (EconStor Preprints 274156), Kiel, 72 S.

Abstract

"The empirical evidence on how industrial robots affect employment and wages is very mixed. Our meta-study helps to uncover the potentially true effect of industrial robots on labor market outcomes and to identify drivers of the heterogeneous empirical results. By means of a systematic literature research, we collected 53 papers containing 2143 estimations for the impact of robot adoption on wages. We observe only limited evidence for a publication bias in favor of negative results. The genuine overall effect of industrial robots on wages is close to zero and both statistically and economically insignificant. With regard to the drivers of heterogeneity, we find that more positive results are obtained if primary estimations a) include more countries in their sample, b) control for ICT capital, demographic developments, or tenure, c) focus on employees that remain employed in the same sector, d) consider only non-manufacturing industries, e) are specified in long differences, and f) come from a peer-reviewed journal article. More negative effects, in turn, are reported for primary estimations that are i) weighted, ii) aggregated at country level, iii) control for trade exposure, iv) and consider only manufacturing industries. We also find some evidence for skill-biased technological change. The magnitude of that effect is albeit small and less robust than one might expect in view of skill-biased technological change. We find little evidence for data dependence." (Author's abstract, IAB-Doku) ((en))

Zitatform

Kellermann, Christian & Cornelius Markert (2023): KI in der Arbeitswelt. In: Aus Politik und Zeitgeschichte, Jg. 73, H. 42, S. 35-40.

Abstract

"In den vergangenen 200 Jahren hat sich die Produktivität im verarbeitenden Gewerbe dank des Einsatzes von Maschinen um ein Vielfaches gesteigert. Durch KI könnte die Automatisierung nun auch in die Domänen kognitiver Arbeit vordringen und neue Potenziale freisetzen." (Autorenreferat, IAB-Doku)

Zitatform

Knappertsbusch, Inka & Gerlind Wisskirchen (Hrsg.) (2023): Die Zukunft der Arbeit. New Work mit Flexibilität und Rechtssicherheit gestalten. Wiesbaden: Springer Fachmedien Wiesbaden, 443 S.

Abstract

"Dieses Buch nimmt die Leser mit auf eine Reise in die Zukunft der Arbeit. Unter dem Einfluss der Pandemie ist eine vorher undenkbare Flexibilität der Arbeitsbedingungen eingetreten. Die in diesem Rahmen gewährten Freiheiten werden von vielen Mitarbeitern weiterhin eingefordert. Ebenso gibt es zahlreiche Unternehmen, die mit dieser Umstellung überwiegend positive Erfahrungen gemacht haben und diese gerne fortführen möchten. Vor diesem Hintergrund ist zu erwarten, dass sich die erfolgte Abkehr von einem traditionellen Arbeitsumfeld – bedingt durch die vier Einflussfaktoren demografischer Wandel, Fachkräftemangel, Digitalisierung und künstliche Intelligenz – in Zukunft noch verstärken wird. Dieses Buch vermittelt einen Überblick über die verschiedenen Gestaltungsoptionen im Bereich New Work und zeigt die jeweiligen Vor- und Nachteile auf. Zudem werden neue Trends und Prognosen in Bezug auf die Zukunft der Arbeit analysiert. Darüber hinaus wird in aller Kürze und leicht verständlich der maßgebliche rechtliche Rahmen dargestellt. Dieses Buch gibt Ihnen die nötigen Werkzeuge an die Hand, um die Zukunft der Arbeit in Ihrem Unternehmen aktiv und rechtssicher zu gestalten." (Verlagsangaben, IAB-Doku)

Zitatform

Kong, Haiyan, Zihan Yin, Yehuda Baruch & Yue Yuan (2023): The impact of trust in AI on career sustainability: The role of employee–AI collaboration and protean career orientation. In: Journal of vocational behavior, Jg. 146. DOI:10.1016/j.jvb.2023.103928

Abstract

"Drawing upon person–environment fit theory and the importance of employees' career sustainability in Artificial Intelligence (AI) integration within organizations, we propose a moderated mediation model to test how and when AI trust is linked to employees' career sustainability. This mechanism posits employee–AI collaboration as a mediator and employees' protean career orientation as a moderator. Two studies were conducted to test the hypothesized model. In Study 1, a 5-item measure was developed to evaluate employee–AI collaboration and tested with a sample of employees working with AI technology. In Study 2, multisource and two-wave data were collected to analyze 447 employee–supervisor dyads. The results indicated that AI trust was positively related to employee-rated well-being and supervisor-rated employee productivity via employee–AI collaboration. In addition, the relationship between AI trust and employee–AI collaboration was stronger for employees with high protean career orientation. We concluded with a discussion of the theoretical contributions and practical implications." (Author's abstract, IAB-Doku, © 2023 Elsevier) ((en))

Zitatform

Korinek, Anton (2023): Scenario planning for an A(G)I future. In: Finance and development, S. 30-33.

Abstract

"Artificial intelligence is rapidly advancing, and the pace of progress has accelerated in recent years. ChatGPT, released in November 2022, surprised users by generating human-quality text and code, seamlessly translating languages, writing creative content, and answering questions in an informative way, all at a level previously unseen. Yet in the background, the foundation models that underlie generative AI have been advancing rapidly for more than a decade. The amount of computational resources (or, in short, “compute”) used to train the most cutting-edge AI systems has doubled every six months over the past decade. What today’s leading generative AI models can do was unthinkable just a few years ago: they can deliver significant productivity gains for the world’s premier consultants, for programmers, and even for economists (Korinek 2023)." (Author's abstract, IAB-Doku) ((en))

Zitatform

Korinek, Anton (2023): Language Models and Cognitive Automation for Economic Research. (NBER working paper / National Bureau of Economic Research 30957), Cambridge, Mass, 34 S.

Abstract

"Large language models (LLMs) such as ChatGPT have the potential to revolutionize research in economics and other disciplines. I describe 25 use cases along six domains in which LLMs are starting to become useful as both research assistants and tutors: ideation, writing, background research, data analysis, coding, and mathematical derivations. I provide general instructions and demonstrate specific examples for how to take advantage of each of these, classifying the LLM capabilities from experimental to highly useful. I hypothesize that ongoing advances will improve the performance of LLMs across all of these domains, and that economic researchers who take advantage of LLMs to automate micro tasks will become significantly more productive. Finally, I speculate on the longer-term implications of cognitive automation via LLMs for economic research." (Author's abstract, IAB-Doku) ((en))

Zitatform

Krzywdzinski, Martin, Detlef Gerst & Florian Butollo (2023): Promoting human-centred AI in the workplace. Trade unions and their strategies for regulating the use of AI in Germany. In: Transfer, Jg. 29, H. 1, S. 53-70. DOI:10.1177/10242589221142273

Abstract

"Der Einsatz künstlicher Intelligenz (KI) verändert die Arbeitswelt. Für die Gewerkschaften ist die Frage, wie der Einsatz von KI am Arbeitsplatz reguliert werden soll, ein zentrales, aber schwieriges Thema, denn diese Technologie befindet sich noch in einem frühen Entwicklungsstadium, und die Erfahrungen mit ihrer Verwendung sind begrenzt. Der vorliegende Artikel befasst sich in erster Linie mit Deutschland und geht folgenden Fragen nach: (1) Welche Anwendungsbereiche und Anwendungsfälle für KI sind relevant für Gewerkschaften und Betriebsräte? (2) Welche Rolle spielen Standpunkte und Forderungen der Gewerkschaften in der politischen Diskussion über die Regulierung des Einsatzes von KI? (3) Welche Strategien nutzen die Gewerkschaften, um Einfluss auf die Regulierung und den Einsatz von KI am Arbeitsplatz zu nehmen? und (4) Welche Erkenntnisse gewinnen sie im Rahmen dieses Prozesses? Der vorliegende Artikel stellt Gewerkschaftsstrategien für eine menschenzentrierte KI vor. Diese umfassen Qualifizierungsstrategien für Betriebsräte und Gewerkschafter:innen und Veränderungen in deren Arbeitsweise. Der Artikel zeigt zudem, wie die Eigenheiten des deutschen Systems der Arbeitsbeziehungen die Diskussionen über KI und die Prozesse der Implementierung dieser Systeme beeinflussen." (Autorenreferat, IAB-Doku)

Zitatform

Kämpf, Tobias & Barbara Langes (2023): Was wir über die nachhaltige Gestaltung von KI wissen. Künstliche Intelligenz und Wandel der Arbeitswelt: Warum wir einen neuen Leitstern brauchen. In: T. Kämpf, B. Langes, L. C. Schatilow & H.-J. Gergs (Hrsg.) (2023): Human Friendly Automation. Arbeit und Künstliche Intelligenz neu denken, S. 38-53.

Zitatform

Köhne, Sonja, Georg von Richthofen & Hendrik Send (2023): Künstliche Intelligenz und betriebliche Mitbestimmung. Herausforderungen und Handlungsmöglichkeiten für Arbeitnehmer*innenvertretungen. (HIIG discussion paper series / Alexander von Humboldt Institut für Internet und Gesellschaft 2023-01), Berlin, 11 S. DOI:10.5281/zenodo.7615028

Abstract

"Künstliche Intelligenz (KI) verändert die Arbeitswelt und wirft dabei neue Fragen für die Mitbestimmung auf. Ziel dieses Diskussionspapier ist es, Herausforderungen und konkrete Handlungsmöglichkeiten für betriebliche und gewerkschaftliche Mitbestimmungsakteur*innen zu skizzieren, um einen beschäftigtenorientierten Einsatz von KI zu fördern. Hierzu stützen wir uns auf die Erkenntnisse aus einem Workshop mit 26 Vertreter*innen aus dem Bereich der Mitbestimmung. Im Vorfeld haben wir Fallstudien mit Unternehmen, die KI-basierte Systeme einsetzen, sowie Interviews mit Mitbestimmungsakteur*innen durchgeführt. Im Rahmen des Workshops haben die Teilnehmenden dann vier zentrale Handlungsfelder der Verhandlung von KI diskutiert, die wir als Informieren, Evaluieren, Vereinbaren und Mobilisieren bezeichnen. Wahrgenommene Herausforderungen innerhalb dieser Handlungsfelder beziehen sich u.a. auf eine fehlende Definition von KI, unzureichende Informationen zu KI-Vorhaben und eine mangelnde Vorhersehbarkeit der konkreten Auswirkungen von KI. Aktuell waren sich die Teilnehmenden jedoch auch uneinig hinsichtlich einiger Fragen zur Verhandlung von KI. Diese Unsicherheit stellt eine weitere Herausforderung für die Vertretung der Interessen der Beschäftigten dar und betrifft z. B. die notwendige zentrale Steuerung (Wie lassen sich unternehmensweite KI-Projekte zentral überblicken?), das erforderliche technische Verständnis (Inwieweit müssen Betriebsrät*innen KI-Technologien technisch verstehen?) und die Bewertung (Wie sind die Auswirkungen von KI zu bewerten?). Den skizzierten Herausforderungen begegnen Arbeitnehmer*innenvertretungen, indem sie sich u.a. vernetzen (z. B. mit anderen Betriebsrät*innen), die Verhandlungen systematisieren (z. B. durch Checklisten) und flexibilisieren (z. B. durch Pilotprojekte)." (Autorenreferat, IAB-Doku)

Zitatform

Köster, Bernhard & Felix Mühe (2023): Arbeitsmarkt: Demografischer Wandel und Digitalisierung. In: Das Wirtschaftsstudium, Jg. 52, H. 8-9, S. 884-892.

Abstract

"Der deutsche Arbeitsmarkt steht vor zwei besonderen Herausforderungen: Zum einen nimmt die ältere Bevölkerung in den nächsten zehn Jahren wegen des demografischen Wandels zu, zum anderen verändert sich durch die Digitalisierung zum Teil die Arbeit, in manchen Fällen wird sie sogar überflüssig." (Autorenreferat, IAB-Doku)

Zitatform

Lane, Marguerita & Morgan Williams (2023): Defining and classifying AI in the workplace. (OECD social, employment and migration working papers 290), Paris, 39 S. DOI:10.1787/59e89d7f-en

Abstract

"This document serves both as a conceptual and practical guide for defining and classifying AI, in order to help stakeholders analyse and understand its impact on the workplace. It first discusses how AI can be defined and provides a selection of AI use cases to help stakeholders identify AI and distinguish it from other advanced technologies. The document then provides a framework for classifying AI according to its impact on the workplace, consisting of a set of questions intended to help stakeholders evaluate any AI application from a workplace perspective (either a priori or ex post) and to promote informed discussion so that AI is implemented in a way that empowers and complements workers and improves job quality, and that no one is left behind." (Author's abstract, IAB-Doku) ((en))

Zitatform

Löser, Alexander & Volker Tresp (2023): Große Sprachmodelle entwickeln und anwenden. Ansätze für ein souveränes Vorgehen : Whitepaper aus der Plattform Lernende Systeme. München, 41 S. DOI:10.48669/pls_2023-6

Abstract

"Expertinnen und Experten der Arbeitsgruppe Technologische Wegbereiter und Data Science der Plattform Lernende Systeme fokussieren mit dem Whitepaper die Anwenderperspektive großer Sprachmodelle und knüpfen damit an das Whitepaper „Große Sprachmodelle: Grundlagen, Potenziale und Herausforderungen für die Forschung“ (erschienen Mai 2023) an. Welche Potenziale, Herausforderungen sowie Lösungsansätze diese generativen Modelle insbesondere in der Anwendung liefern, wird im vorliegenden Papier an zwei konkreten Anwendungsfeldern – Geschäftsanwendung und Gesundheitswesen – gespiegelt. Um das wirtschaftliche Potenzial für deutsche wie europäische Unternehmen in einem global wachsenden Ökosystem hinsichtlich Wettbewerbsfähigkeit, Selbstbestimmtheit und Innovationskraft souverän auszuschöpfen, ist die Frage nach der Digitalen Souveränität entscheidend. Daher werden die wichtigsten technologischen und strukturellen Komponenten sowie die personelle Ressource der Talente als zentrale Kernpunkte hinsichtlich Digitaler Souveränität näher beleuchtet." (Autorenreferat, IAB-Doku)

Zitatform

Manca, Fabio (2023): Six questions about the demand for artificial intelligence skills in labour markets. (OECD social, employment and migration working papers 286), Paris, 60 S. DOI:10.1787/ac1bebf0-en

Abstract

"This study responds to six key questions about the impact that the demand for Artificial Intelligence (AI) skills is having on labour markets. What are the occupations where AI skills are most relevant? How do different AI-relevant skills combine in job requirements? How quickly is the demand for AI-related skills diffusing across labour markets and what is the relationship between AI skill demands and the demand for cognitive skills across jobs? Finally, are AI skills leading to a wage premium and how different are the wage returns associated with AI and routine skills? To shed light on these aspects, this study leverages Natural Language Processing (NLP) algorithms to analyse the information contained in millions of job postings collected from the internet." (Author's abstract, IAB-Doku) ((en))

Zitatform

McElheran, Kristina, J. Frank Li, Erik Brynjolfsson, Zachary Kroff, Emin Dinlersoz, Lucia S. Foster & Nikolas Zolas (2023): AI Adoption in America: Who, What, and Where. (NBER working paper / National Bureau of Economic Research 31788), Cambridge, Mass, 64 S.

Abstract

"We study the early adoption and diffusion of five AI-related technologies (automated-guided vehicles, machine learning, machine vision, natural language processing, and voice recognition) as documented in the 2018 Annual Business Survey of 850,000 firms across the United States. We find that fewer than 6% of firms used any of the AI-related technologies we measure, though most very large firms reported at least some AI use. Weighted by employment, average adoption was just over 18%. AI use in production, while varying considerably by industry, nevertheless was found in every sector of the economy and clustered with emerging technologies such as cloud computing and robotics. Among dynamic young firms, AI use was highest alongside more-educated, more-experienced, and younger owners, including owners motivated by bringing new ideas to market or helping the community. AI adoption was also more common alongside indicators of high-growth entrepreneurship, including venture capital funding, recent product and process innovation, and growth-oriented business strategies. Early adoption was far from evenly distributed: a handful of “superstar” cities and emerging hubs led startups' adoption of AI. These patterns of early AI use foreshadow economic and social impacts far beyond this limited initial diffusion, with the possibility of a growing “AI divide” if early patterns persist." (Author's abstract, IAB-Doku) ((en))

Zitatform

Meub, Lukas & Till Proeger (2023): Künstliche Intelligenz in der Handwerksorganisation. (ifh Forschungsbericht / Volkswirtschaftliches Institut für Mittelstand & Handwerk an der Universität Göttingen 20), Göttingen, 14 S. DOI:10.47952/gro-publ-188

Abstract

"Künstliche Intelligenz findet stetig neue Anwendungsfelder und verändert nachhaltig viele Branchen und Berufe. Die Anwendungsfelder im Handwerk nehmen gleichermaßen zu, sodass eine schrittweise Implementierung bestehender oder neu erstellter KI-Lösungen im Zuge von Digitalisierungsinitiativen für einzelne Betriebe oder Branchen erfolgt. Die Handwerksorganisation kann diese Entwicklung auf zwei Wegen begleiten. Zum einen durch die Unterstützung der Betriebslandschaft über Beratungsangebote zur KI-Implementierung im Rahmen der Digitalisierungsförderung und zum anderen über die eigenständige Nutzung von KI-Lösungen für Verwaltungs-, Beratungs- und Bildungsprozesse sowie die politische Interessenvertretung. Die vorliegende Studie betrachtet explorativ Anwendungsfelder von KI in der Handwerksorganisation. Dafür werden Daten einer Plattform für KI-Lösungen mit Bezug zu Tätigkeitsfeldern der Handwerksorganisation ausgewertet, um so Potenziale für die KI-Umsetzung zu identifizieren. Hierbei werden zunächst zwanzig für die Handwerksorganisation relevante Tätigkeiten identifiziert, die in sechs Tätigkeitsfelder gruppiert werden: (Online-)Kommunikation und Außenkontakte, Optimierung von Geschäftsprozessen, Bildung, Informationsgewinnung und -aufbereitung, Finanzprozesse und Buchhaltung sowie IT-/, Datenbankmanagement. Innerhalb dieser bilden die Bereiche Informationsgewinnung, IT-Management und Kommunikation den Schwerpunkt der relevanten Tätigkeiten und verfügbaren KI-Lösungen ab, was für ihr hohes Potenzial spricht. Auf Ebene der Tätigkeiten sind insbesondere die Bereiche Web Content-Erstellung, Vorstandssekretariat, Datenbankverwaltung und -design, Buchhaltung, Gebäudemanagement, (virtuelle) Bildungsangebote sowie SAP-Projektmanagement auf Prozessebene besonders tief differenziert und mit vielen KI-Lösungen verknüpft, was für ein hohes Potenzial spricht. Die weitere Analyse identifiziert für die sechs Tätigkeitsbereiche zentrale Tätigkeiten und beschreibt deren relevante Teilprozesse mit jeweiligen KI-Lösungen. Im Fazit wird ein Prozess zur KI-Implementierung in der Handwerksorganisation skizziert und anhand des Beispiels eines ChatGPT-basierten Chatbots für die Gründungsberatung beschrieben." (Autorenreferat, IAB-Doku)

Zitatform

Milanez, Anna (2023): The Impact of AI on the Workplace: Evidence from OECD Case Studies of AI Implementation. (OECD social, employment and migration working papers 289), Paris, 114 S. DOI:10.1787/2247ce58-en

Abstract

"How artificial intelligence (AI) will impact workplaces is a central question for the future of work, with potentially significant implications for jobs, productivity, and worker well-being. Yet, knowledge gaps remain in terms of how firms, workers, and worker representatives are adapting. This study addresses these gaps through a qualitative approach. It is based on nearly 100 case studies of the impacts of AI technologies on workplaces in the manufacturing and finance sectors of eight OECD countries. The study shows that, to date, job reorganisation appears more prevalent than job displacement, with automation prompting the reorientation of jobs towards tasks in which humans have a comparative advantage. Job quality improvements associated with AI – reductions in tedium, greater worker engagement, and improved physical safety – may be its strongest endorsement from a worker perspective. The study also highlights challenges – skill requirements and reports of increased work intensity – underscoring the need for policies to ensure that AI technologies benefit everyone." (Author's abstract, IAB-Doku) ((en))

Zitatform

Mittel, Joel (2023): Leistungskontrolle durch KI am Beispiel des Affective Computing in Call-Centern. Ansätze zur Verbesserung des allgemeinen Persönlichkeitsrechtsschutzes für Beschäftigte. In: Computer und Recht H. 12, S. 837-844. DOI:10.9785/cr-2023-391223

Abstract

"Die Kontrolle von Arbeitnehmern durch den Einsatz von moderner Technik ist durch die Enthüllung zahlreicher Überwachungsskandale (u.a. bei den E-Commerce-Versandhäusern Amazon und Zalando) in den Fokus der Öffentlichkeit gerückt. Dieser Beitrag untersucht am Beispiel des Einsatzes von KI-Software zur Emotionserkennung in Call-Centern, ob die Leistungskontrolle mittels KI einen ungerechtfertigten Eingriff in das allgemeine Persönlichkeitsrecht und datenschutzrechtliche Vorschriften darstellt." (Autorenreferat, IAB-Doku, © De Gruyter)

Zitatform

Mollen, Anne & Lukas Hondrich (2023): From risk mitigation to employee action along the machine learning pipeline. A paradigm shift in European regulatory perspectives on automated decision-making systems in the workplace. (Hans-Böckler-Stiftung. Working paper Forschungsförderung 278), Düsseldorf, 36 S.

Abstract

"Automated decision-making (ADM) systems in the workplace aggravate the power imbalance between employees and employers by making potentially crucial decisions about employees. Current approaches focus on risk mitigation to safeguard employee interests. While limiting risks remains important, employee representatives should be able to include their interests in the decision-making of ADM systems. This paper introduces the concept of the Machine Learning Pipeline to demonstrate how these interests can be implemented in practice and point to necessary structural transformations." (Author's abstract, IAB-Doku) ((en))

Zitatform

Montobbio, Fabio, Jacopo Staccioli, Maria Enrica Virgillito & Marco Vivarelli (2023): The empirics of technology, employment and occupations: Lessons learned and challenges ahead. In: Journal of Economic Surveys online erschienen am 11.12.2023. DOI:10.1111/joes.12601

Abstract

"This paper is a critical review of the empirical literature resulting from recent years of debate and analysis regarding technology and employment and the future of work as threatened by technology, outlining both lessons learned and challenges ahead. We distinguish three waves of studies and relate their heterogeneous findings to the choice of technological proxies, the level of aggregation, the adopted research methodology and to the relative focus on robots, automation and AI. The challenges ahead include the need for awareness of possible ex‐ante biases associated with the adopted proxiesfor innovation; the recognition of the trade‐off between microeconometric precision and a more holistic macroeconomic approach; the need for granular analysis of the reallocation and transformation of occupations and tasks brought about by different types of new technologies; the call for a closer focus on impacts on labor quality, in terms of types of jobs and working conditions." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))