Digitale Arbeitswelt – Chancen und Herausforderungen für Beschäftigte und Arbeitsmarkt
Der digitale Wandel der Arbeitswelt gilt als eine der großen Herausforderungen für Wirtschaft und Gesellschaft. Wie arbeiten wir in Zukunft? Welche Auswirkungen hat die Digitalisierung und die Nutzung Künstlicher Intelligenz auf Beschäftigung und Arbeitsmarkt? Welche Qualifikationen werden künftig benötigt? Wie verändern sich Tätigkeiten und Berufe? Welche arbeits- und sozialrechtlichen Konsequenzen ergeben sich daraus?
Dieses Themendossier dokumentiert Forschungsergebnisse zum Thema in den verschiedenen Wirtschaftsbereichen und Regionen.
Im Filter „Autorenschaft“ können Sie auf IAB-(Mit-)Autorenschaft eingrenzen.
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte / digitale soziale Sicherung
- Deutschland
- Andere Länder/ internationaler Vergleich
- Besondere Personengruppen
-
Literaturhinweis
Zentrale Befunde zu aktuellen Arbeitsmarktthemen 2025 (2025)
Anger, Silke ; Wolter, Stefanie; Lietzmann, Torsten ; Lehmer, Florian ; Jahn, Elke; Leber, Ute; Wolff, Joachim; Artmann, Elisabeth; Wenzig, Claudia; Lang, Julia ; Wanger, Susanne ; Kuhn, Sarah; Vom Berge, Philipp ; Kubis, Alexander; Walwei, Ulrich ; Trenkle, Simon ; Braun, Wolfgang; Brücker, Herbert ; Stops, Michael ; Kosyakova, Yuliya ; Stepanok, Ignat ; Janssen, Simon; Roth, Duncan ; Janser, Markus ; Rauch, Angela ; Jahn, Elke J. ; Popp, Martin ; Hohmeyer, Katrin ; Müller, Dana ; Hohendanner, Christian ; Mense, Andreas ; Hiesinger, Karolin ; Zika, Gerd ; Heß, Pascal ; Weber, Enzo ; Hellwagner, Timon ; Bruckmeier, Kerstin ; Haas, Anette; Seibert, Holger; Gürtzgen, Nicole ; Ramos Lobato, Philipp; Gläser, Nina; Müller, Christoph ; Gherbaoui, Samia; Arntz, Melanie ; Gellermann, Jan; Stephan, Gesine ; Fitzenberger, Bernd ; Oberfichtner, Michael ; Dietz, Martin; Bächmann, Ann-Christin ; Dauth, Wolfgang ; Matthes, Britta ; Collischon, Matthias ; Reims, Nancy ; Christoph, Bernhard ;Zitatform
Anger, Silke, Melanie Arntz, Elisabeth Artmann, Ann-Christin Bächmann, Wolfgang Braun, Kerstin Bruckmeier, Herbert Brücker, Bernhard Christoph, Matthias Collischon, Wolfgang Dauth, Martin Dietz, Bernd Fitzenberger, Jan Gellermann, Samia Gherbaoui, Nina Gläser, Nicole Gürtzgen, Anette Haas, Timon Hellwagner, Pascal Heß, Karolin Hiesinger, Christian Hohendanner, Katrin Hohmeyer, Elke J. Jahn, Markus Janser, Simon Janssen, Stefanie Wolter, Torsten Lietzmann, Florian Lehmer, Ute Leber, Joachim Wolff, Claudia Wenzig, Julia Lang, Susanne Wanger, Sarah Kuhn, Philipp Vom Berge, Alexander Kubis, Ulrich Walwei, Simon Trenkle, Michael Stops, Yuliya Kosyakova, Ignat Stepanok, Duncan Roth, Angela Rauch, Martin Popp, Dana Müller, Andreas Mense, Gerd Zika, Enzo Weber, Holger Seibert, Philipp Ramos Lobato, Christoph Müller, Gesine Stephan, Michael Oberfichtner, Britta Matthes & Nancy Reims (2025): Zentrale Befunde zu aktuellen Arbeitsmarktthemen 2025. Nürnberg, 21 S. DOI:10.48720/IAB.GP.2505.1
Abstract
"Digitalisierung und Künstliche Intelligenz, Dekarbonisierung und demografischer Wandel werden den Arbeitsmarkt in den kommenden Jahren erheblich verändern. Gleichzeitig wird eine Deindustrialisierung Deutschlands befürchtet. Handlungsbedarf besteht beispielsweise bei der Sicherung des Arbeitskräftebedarfs – und damit verbunden bei den Themen Aus- und Weiterbildung –, bei der Reduzierung der Arbeitslosigkeit und insbesondere der Langzeitarbeitslosigkeit sowie bei der sozialen Absicherung von Solo-Selbständigen Zu all diesen und zahlreichen weiteren wichtigen Themen fasst die IAB-Broschüre „Zentrale Befunde zu aktuellen Arbeitsmarkt-Themen 2025“ die zentralen wissenschaftlichen Befunde kompakt zusammen. Sie bietet zudem Handlungsempfehlungen für die Arbeitsmarktpolitik, die aus den wissenschaftlichen Befunden abgeleitet wurden." (Autorenreferat, IAB-Doku)
Beteiligte aus dem IAB
Anger, Silke ; Wolter, Stefanie; Lietzmann, Torsten ; Lehmer, Florian ; Leber, Ute; Wolff, Joachim; Artmann, Elisabeth; Wenzig, Claudia; Lang, Julia ; Wanger, Susanne ; Kuhn, Sarah; Vom Berge, Philipp ; Kubis, Alexander; Walwei, Ulrich ; Trenkle, Simon ; Braun, Wolfgang; Brücker, Herbert ; Stops, Michael ; Kosyakova, Yuliya ; Stepanok, Ignat ; Janssen, Simon; Roth, Duncan ; Janser, Markus ; Rauch, Angela ; Jahn, Elke J. ; Popp, Martin ; Hohmeyer, Katrin ; Müller, Dana ; Hohendanner, Christian ; Mense, Andreas ; Hiesinger, Karolin ; Zika, Gerd ; Heß, Pascal ; Weber, Enzo ; Hellwagner, Timon ; Bruckmeier, Kerstin ; Haas, Anette; Seibert, Holger; Gürtzgen, Nicole ; Ramos Lobato, Philipp; Gläser, Nina; Müller, Christoph ; Arntz, Melanie ; Gellermann, Jan; Stephan, Gesine ; Fitzenberger, Bernd ; Oberfichtner, Michael ; Dietz, Martin; Bächmann, Ann-Christin ; Dauth, Wolfgang ; Matthes, Britta ; Collischon, Matthias ; Reims, Nancy ; Christoph, Bernhard ; -
Literaturhinweis
Computers as Stepping Stones? Technological Change and Equality of Labor Market Opportunities (2025)
Zitatform
Arntz, Melanie, Cäcilia Lipowski, Guido Neidhöfer & Ulrich Zierahn-Weilage (2025): Computers as Stepping Stones? Technological Change and Equality of Labor Market Opportunities. In: Journal of labor economics, Jg. 43, H. 2, S. 503-543., 2023-08-18. DOI:10.1086/727490
Abstract
"This paper analyzes whether technological change improves equality of labor market opportunities by increasing the returns to skills relative to the returns to parental background. We find that in Germany during the 1990s, the introduction of computer technologies improved the access to technology-adopting occupations for workers with low-educated parents, and reduced their wage penalty within these occupations. We also show that this significantly contributed to a decline in the overall wage penalty experienced by workers from disadvantaged parental back-grounds over this time period. Competing mechanisms, such as skill-specific labor supply shocks and skill-upgrading, do not explain these findings." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Digitalisierung und Wandel der Beschäftigung (DiWaBe 2.0): Eine Datengrundlage für die Erforschung von Künstlicher Intelligenz und anderer Technologien in der Arbeitswelt (2025)
Arntz, Melanie ; Baum, Myriam; Wischniewski, Sascha ; Matthes, Britta ; Meyer, Sophie-Charlotte; Hartwig, Matthias; Schlenker, Oliver; Dorau, Ralf; Brüll, Eduard ; Lehmer, Florian ; Tisch, Anita ;Zitatform
Arntz, Melanie, Myriam Baum, Eduard Brüll, Ralf Dorau, Matthias Hartwig, Florian Lehmer, Britta Matthes, Sophie-Charlotte Meyer, Oliver Schlenker, Anita Tisch & Sascha Wischniewski (2025): Digitalisierung und Wandel der Beschäftigung (DiWaBe 2.0): Eine Datengrundlage für die Erforschung von Künstlicher Intelligenz und anderer Technologien in der Arbeitswelt. (baua: Bericht), Dortmund, 48 S. DOI:10.21934/baua:bericht20250225
Abstract
"In Deutschland nutzt bereits mehr als die Hälfte der Beschäftigten Künstliche Intelligenz (KI) am Arbeitsplatz - überwiegend jedoch informell. Dies deutet darauf hin, dass viele Beschäftigte KI als hilfreiche Unterstützung wahrnehmen, zugleich aber die formelle Einführung seitens der Betriebe den Erwartungen der Beschäftigten hinterherhinkt. Der vorliegende Bericht präsentiert die Ergebnisse der DiWaBe 2.0-Befragung, einer repräsentativen Querschnittserhebung von rund 9.800 sozialversicherungspflichtig Beschäftigten in Deutschland, die im Jahr 2024 durchgeführt wurde. Ziel der Befragung ist es, eine Datengrundlage zu schaffen, um die Auswirkungen des technologischen Wandels - und insbesondere von KI - auf die Arbeitswelt abzuschätzen. Im Fokus stehen dabei vor allem Veränderungen von Tätigkeiten und Anforderungen am Arbeitsplatz, Arbeitsbedingungen und -organisation, Weiterbildungsaktivitäten sowie die Gesundheit der Beschäftigten. Die Ergebnisse zeigen, dass die Nutzung von KI stark von individuellen und beruflichen Faktoren wie Berufssegment, Bildung, Alter und Geschlecht abhängt. So nutzt nur knapp ein Drittel der Beschäftigten ohne Bildungsabschluss KI, während dieser Anteil bei Beschäftigten mit Hochschul-, Meister-oder Technikerabschluss fast 80 % beträgt. Erste multivariate Analysen zeigen, dass Beschäftigte, die ihre KI-Nutzung in den letzten fünf Jahren intensiviert haben, von komplexeren Tätigkeitsanforderungen berichten, insbesondere in den Bereichen Schreiben, Programmierung und Mathematik. Zudem ist eine intensivierte KI-Nutzung mit einer höheren Arbeitsautonomie, aber auch mit einer höheren Arbeitsintensität verbunden. Es zeigt sich jedoch kein statistisch signifikanter Zusammenhang zwischen der Nutzung von KI und der Gesundheit der Beschäftigten. Zudem unterscheiden sich Beschäftigte mit KI-Nutzung nicht von Nichtnutzenden hinsichtlich ihrer Teilnahme an Weiterbildung." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Robotic capital - skill complementarity (2025)
Zitatform
Battisti, Michele, Massimo Del Gatto, Antonio Francesco Gravina & Christopher F. Parmeter (2025): Robotic capital - skill complementarity. In: Macroeconomic Dynamics, Jg. 29, S. e54. DOI:10.1017/s1365100524000567
Abstract
"Relying upon an original (country-sector-year) measure of robotic capital (RK), we investigate the degree of complementarity/substitutability between robots and workers at different skill levels. We employ nonparametric methods to estimate elasticity of substitution patterns between RK and skilled/unskilled labor over the period 1995–2009. We show that: i) on average, RK exhibits less substitutability with skilled workers compared to unskilled workers, indicating a phenomenon of “RK-Skill complementarity”. This pattern holds in a global context characterized by significant heterogeneity; ii) the dynamic of “RK-Skill complementarity” has increased since the early 2000s; iii) the observed strengthening is more prominent in OECD countries, as opposed to non-OECD countries, and in the Manufacturing sector, compared to non-Manufacturing industries." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The dynamics of automation adoption: Firm-level heterogeneity and aggregate employment effects (2025)
Zitatform
Bisio, Laura, Angelo Cuzzola, Marco Grazzi & Daniele Moschella (2025): The dynamics of automation adoption: Firm-level heterogeneity and aggregate employment effects. In: European Economic Review. DOI:10.1016/j.euroecorev.2024.104943
Abstract
"We investigate the impact of investment in automation-related goods on adopting and non-adopting firms in the Italian economy during 2011–2019. We integrate datasets on trade activities, firms’, and workers’ characteristics for the population of Italian importing firms and estimate the effects on adopters ’ outcomes within a difference-in-differences design exploiting import lumpiness in product categories linked to automation technologies (including robots). We find a positive average adoption effect on the adopters’ employment: firms are, on average, around 3% larger in terms of employment after an automation spike. Crucially, the employment effect is heterogeneous across firms: a positive effect is predominant among small firms, which are around 5% larger five years after the spike; on the contrary, a negative displacement effect is predominant among medium and large firms, with an employment contraction at five years of around -4%. This result can shed light on one potential reason behind the mixed results in the literature, i.e. different size distribution of the samples used. We complete the framework with a 5-digit sector-level analysis showing that adopting automation technologies has an overall weak negative effect on aggregate employment, and with an analysis of the competition effects of automation, showing that non-adopters suffer a loss in sales and employment." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Automation and segmentation: Downgrading employment quality among the former “insiders” of Western European labour markets (2025)
Zitatform
Buzzelli, Gregorio (2025): Automation and segmentation: Downgrading employment quality among the former “insiders” of Western European labour markets. In: International Journal of Social Welfare, Jg. 34, H. 2. DOI:10.1111/ijsw.70011
Abstract
"The literature on labor market segmentation traditionally looks at servitisation as the main structural driver behind the rise of employment precariousness, overlooking another crucial engine of the knowledge-economy transition: the Information and Communication Technologies (ICT) revolution. This paper proposes a task-based approach to complement the skill-biased framework usually applied to labor market segmentation, investigating the correlation between occupational exposure to the risk of automation and low-quality employment. The empirical analysis, based on 14 countries sampled from ESS (2002–2018), shows a strong correlation between technological replaceability and low income across all of Western Europe, especially after the Great Recession, while its association with atypical employment is mainly driven by fixed-term contracts in Central and Southern Europe and by part-time arrangements in Anglo-Saxon and Scandinavian countries. Overall, a “recalibrated” dualisation emerges in Western European labor markets, characterized by the diffusion of low labor earnings and atypical contracts among mid-skill routine workers, besides the low-skill service precariat." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI-Jobs in Deutschland: Stagnation statt Boom: Eine Analyse von Online-Stellenanzeigen (2025)
Büchel, Jan; Mertens, Armin; Engler, Jan Felix;Zitatform
Büchel, Jan, Jan Felix Engler & Armin Mertens (2025): KI-Jobs in Deutschland: Stagnation statt Boom. Eine Analyse von Online-Stellenanzeigen. 22 S. DOI:10.11586/2025025
Abstract
"Künstliche Intelligenz (KI) ist eine zentrale Zukunftstechnologie, die mehr Effizienz und Produktivität in Unternehmen ermöglichen kann. Vor dem Hintergrund der angespannten wirtschaftlichen Lage Deutschlands und dem vorliegenden demografiebedingten Fachkräftemangel sollten Unternehmen das Potenzial von KI nutzen, um ihre Wettbewerbsfähigkeit zu stärken. Positiv ist, dass im Jahr 2024 etwa jedes fünfte Unternehmen in Deutschland angibt, KI bereits zu nutzen. Der KI-Einsatz benötigt dabei neue Kompetenzen, beispielsweise wenn Unternehmen KI-Lösungen selbst entwickeln möchten. Auch wenn zugekaufte KI-Lösungen im Unternehmen angewendet werden, entstehen Kompetenzbedarfe. Um die Bedarfe der Unternehmen zu erfassen, hat das Institut der deutschen Wirtschaft im Auftrag der Bertelsmann Stiftung Online-Stellenanzeigen mit Bezug zu KI aus den Jahren 2019 bis 2024 analysiert." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Zusammenfassung der Studie -
Literaturhinweis
Why hours worked decline less after technology shocks? (2025)
Zitatform
Cardi, Olivier & Romain Restout (2025): Why hours worked decline less after technology shocks? In: Journal of International Economics. DOI:10.1016/j.jinteco.2025.104095
Abstract
"The contractionary effect of technology shocks on hours gradually vanishes over time in OECD countries. To rationalize the decline in hours and its disappearance, we use a VAR-based decomposition of technology shocks into symmetric and asymmetric technology improvements. While hours decline dramatically when technology improves at the same rate across sectors, hours significantly increase when technology improvements occur at different rates. Because they are primarily driven by symmetric technology improvements, permanent technology shocks drive down total hours. Such a decline progressively vanishes due to the growing importance of asymmetric technology shocks. To reach these two conclusions, we simulate a two-sector model which can reproduce the contractionary effect on hours once the economy is internationally open and we allow for production factors’ mobility costs, factor-biased technological change, and home bias. To account for the vanishing decline in hours, we have to let the share of asymmetric technology shocks increase over time." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Using Google search data to examine factory automation and its effect on employment (2025)
Zitatform
Diebold, Céline (2025): Using Google search data to examine factory automation and its effect on employment. In: Economic analysis and policy, Jg. 86, S. 1301-1328. DOI:10.1016/j.eap.2025.03.042
Abstract
"This paper revisits the link between robot adoption and employment across more than 100 European regions over a period of five years. A simple model is provided arguing that interest in robots precedes the actual deployment of robots. Thus, a novel instrument is introduced: interest in automation revealed by Google searches. This allows for a tentatively causal interpretation of the results. A small, yet significant positive aggregate effect is identified, along with heterogeneous effects across sex and educational attainment. The local effect on aggregate employment tends to be roughly twice as large as the spillover effect on neighbouring regions." (Author's abstract, IAB-Doku, © 2025 The Author(s). Published by Elsevier B.V. on behalf of The Economic Society of Australia (Queensland) Inc.) ((en))
-
Literaturhinweis
Artificial intelligence, hiring and employment: job postings evidence from Sweden (2025)
Engberg, Erik; Hellsten, Mark; Sabolová, Radka; Lodefalk, Magnus ; Javed, Farrukh; Schroeder, Sarah ; Tang, Aili;Zitatform
Engberg, Erik, Mark Hellsten, Farrukh Javed, Magnus Lodefalk, Radka Sabolová, Sarah Schroeder & Aili Tang (2025): Artificial intelligence, hiring and employment: job postings evidence from Sweden. In: Applied Economics Letters, S. 1-6. DOI:10.1080/13504851.2025.2497431
Abstract
"This paper investigates the impact of artificial intelligence (AI) on hiring and employment, using the universe of job postings published by the Swedish Public Employment Service from 2014 to 2022 and full-population administrative data for Sweden. We exploit a detailed measure of AI exposure according to occupational content and find that establishments exposed to AI are more likely to hire AI workers. Survey data further indicate that AI exposure aligns with greater use of AI services. Importantly, rather than displacing non-AI workers, AI exposure is positively associated with increased hiring for both AI and non-AI roles. In the absence of substantial productivity gains that might account for this increase, we interpret the positive link between AI exposure and non-AI hiring as evidence that establishments are using AI to augment existing roles and expand task capabilities, rather than to replace non-AI workers." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Die Arbeit: Wie wir sie mit KI neu erfinden … und was für uns übrig bleibt (2025)
Zitatform
Gerpott, Fabiola H. & Stephan A. Jansen (2025): Die Arbeit. Wie wir sie mit KI neu erfinden … und was für uns übrig bleibt. Hamburg: brand eins books, 124 S.
Abstract
"Wie wird sich die Arbeitswelt im Zeitalter der künstlichen Intis zwischen dem Menschen und seinen neuen Maschinen – für andere Arbeit, andere Arbeitsteilungen, andere Führung und andere Bildung. Neben Studien aus der Wissenschaft bietet das Buch konkrete Handlungsempfehlungen für ein neues «Human Machine Resource Management», das nicht nur das Personalmanagement, sondern jeden von uns zu einer anregenderen und sinnstiftenderen Arbeit nutzen kann. Und es lädt dazu ein, an der Zukunft der Arbeit aktiv mitzuarbeiten. Zentrale Themen sind unter anderem die ethischen Implikationen, wenn Entscheidungen an Maschinen delegiert werden, die Auswirkungen auf die Diversität und Leistungsfähigkeit der Belegschaft sowie die Neugestaltung von Arbeitsräumen und HR-Prozessen." (Verlagsangaben, IAB-Doku)
-
Literaturhinweis
The Impact of a New Workplace Technology on Employees (2025)
Zitatform
Giebel, Marek & Alexander Lammers (2025): The Impact of a New Workplace Technology on Employees. In: Oxford Bulletin of Economics and Statistics, S. 1-22. DOI:10.1111/obes.12674
Abstract
"How does the implementation of a new technology affect workers? Using detailed worker-level data for Germany, we analyse the impact of new technologies on non-monetary working conditions such as overtime, training and perceived labor intensity. We show that the strongest effects arise in the first year of their implementation. These effects diminish after the introduction period. We further provide evidence that the impact of technology adoption varies across diverse occupational and industrial contexts. Workers in occupations with a higher task substitution potential show stronger increases in overtime, training measures and labor intensity. Analyzing industry characteristics, we find that employees exposed to a new technology react more strongly in industries with higher business dynamics in terms of organisational capital and R&D investment. Extending these considerations to information and communication technology (ICT) usage, we show that new technologies exert stronger effects in industries with high investment in ICT equipment or low investment in software." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
AI and employment in Europe (2025)
Zitatform
Guarascio, Dario & Jelena Reljic (2025): AI and employment in Europe. In: Economics Letters, Jg. 247. DOI:10.1016/j.econlet.2025.112183
Abstract
"This paper contributes to the growing research on AI's labor market impact by presenting novel evidence on the heterogeneous employment effects of AI across EU countries from 2012 to 2022. While concerns persist about AI's disruptive potential, our findings show that occupations more exposed to AI technologies experience stronger employment growth, all else being equal. However, these effects are not uniform across the EU. Positive employment outcomes are concentrated in Innovation Leaders (Belgium, Denmark, Finland, the Netherlands and Sweden) and Strong Innovators (Austria, Cyprus, France, Germany, Ireland and Luxembourg), emphasizing the context-dependent nature of AI's impact. These findings reflect the uneven distribution of innovation capabilities, with a country's innovation system and ‘absorptive capacity’ playing a crucial role in fully harnessing AI's potential for employment (and economic) growth. Ultimately, this research challenges the notion of AI as universally beneficial or harmful, highlighting its asymmetric effects across countries and occupations." (Author's abstract, IAB-Doku, © 2025 Elsevier B.V. All rights are reserved, including those for text and data mining, AI training, and similar technologies.) ((en))
-
Literaturhinweis
Diverging paths: AI exposure and employment across European regions (2025)
Zitatform
Guarascio, Dario, Jelena Reljic & Roman Stöllinger (2025): Diverging paths: AI exposure and employment across European regions. In: Structural Change and Economic Dynamics, Jg. 73, S. 11-24. DOI:10.1016/j.strueco.2024.12.010
Abstract
"This study explores exposure to artificial intelligence (AI) technologies and employment patterns in Europe. First, we provide a thorough mapping of European regions focusing on the structural factors—such as sectoral specialisation, R&D capacity, productivity and workforce skills—that may shape diffusion as well as economic and employment effects of AI. To capture these differences, we conduct a cluster analysis which group EU regions in four distinct clusters: high-tech service and capital centres, advanced manufacturing core, southern and eastern periphery. We then discuss potential employment implications of AI in these regions, arguing that while regions with strong innovation systems may experience employment gains as AI complements existing capabilities and production systems, others are likely to face structural barriers that could eventually exacerbate regional disparities in the EU, with peripheral areas losing further ground." (Author's abstract, IAB-Doku, © 2024 The Author(s). Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Robots vs. Workers: Evidence From a Meta‐Analysis (2025)
Zitatform
Guarascio, Dario, Alessandro Piccirillo & Jelena Reljic (2025): Robots vs. Workers: Evidence From a Meta‐Analysis. In: Journal of Economic Surveys, S. 1-18. DOI:10.1111/joes.12699
Abstract
"This study conducts a meta-analysis to assess the effects of robotization on employment and wages, synthesizing the evidence from 33 studies (644 estimates) on employment and a subset of 19 studies (195 estimates) on wages. The results challenge the alarmist narrative about the risk of widespread technological unemployment, suggesting that the overall relationship between robotization and employment or wages is minimal. However, the effects are far from uniform, with adverse outcomes observed in specific contexts, such as the United States, manufacturing sectors, and middle-skilled occupations. The analysis also identifies a publication bias favoring negative wage effects, though correcting for this bias confirms the negligible impact of robotization." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Artificial Intelligence and the Labor Market (2025)
Zitatform
Hampole, Menaka, Dimitris Papanikolaou, Lawrence D. W. Schmidt & Bryan Seegmiller (2025): Artificial Intelligence and the Labor Market. (NBER working paper / National Bureau of Economic Research 33509), Cambridge, Mass, 58 S.
Abstract
"We leverage recent advances in NLP to construct measures of workers' task exposure to AI and machine learning technologies over the 2010 to 2023 period that vary across firms and time. Using a theoretical framework that allows for a labor-saving technology to affect worker productivity both directly and indirectly, we show that the impact on wage earnings and employment can be summarized by two statistics. First, labor demand decreases in the average exposure of workers' tasks to AI technologies; second, holding the average exposure constant, labor demand increases in the dispersion of task exposures to AI, as workers shift effort to tasks that are not displaced by AI. Exploiting exogenous variation in our measures based on pre-existing hiring practices across firms, we find empirical support for these predictions, together with a lower demand for skills affected by AI. Overall, we find muted effects of AI on employment due to offsetting effects: highly-exposed occupations experience relatively lower demand compared to less exposed occupations, but the resulting increase in firm productivity increases overall employment across all occupations." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Generative AI's Impact on Student Achievement and Implications for Worker Productivity (2025)
Zitatform
Hausman, Naomi, Oren Rigbi & Sarit Weisburd (2025): Generative AI's Impact on Student Achievement and Implications for Worker Productivity. (CESifo working paper 11843), München, 39 S.
Abstract
"Student use of Artificial Intelligence (AI) in higher education is reshaping learning and redefining the skills of future workers. Using student-course data from a top Israeli university, we examine the impact of generative AI tools on academic performance. Comparisons across more and less AI-compatible courses before and after ChatGPT's introduction show that AI availability raises grades, especially for lower-performing students, and compresses the grade distribution, eroding the signal value of grades for employers. Evidence suggests gains in AI-specific human capital but possible losses in traditional human capital, highlighting benefits and costs AI may impose on future workforce productivity." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Large Language Models, Small Labor Market Effects (2025)
Zitatform
Humlum, Anders & Emilie Vestergaard (2025): Large Language Models, Small Labor Market Effects. (BFI Working Papers / University of Chicago, Becker Friedman Institute for Research in Economics 2025,56), Chicago, 64 S. DOI:10.2139/ssrn.5219933
Abstract
"We examine the labor market effects of AI chatbots using two large-scale adoption surveys (late 2023 and 2024) covering 11 exposed occupations (25,000 workers, 7,000 workplaces), linked to matched employer-employee data in Denmark. AI chatbots are now widespread —most employers encourage their use, many deploy in-house models, andtraining initiatives are common. These firm-led investments boost adoption, narrow demographic gaps in take-up, enhance workplace utility, and create new job tasks. Yet, despite substantial investments, economic impacts remain minimal. Using difference-in-differences and employer policies as quasi-experimental variation, we estimate precise zeros: AI chatbots have had no significant impact on earnings or recorded hours in any occupation, with confidence intervals ruling out effects larger than 1%. Modest productivity gains (average time savings of 3%), combined with weak wage pass-through, help explain these limited labor market effects. Our findings challenge narratives of imminent labor market transformation due to Generative AI." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch erschienen als: NBER working paper, 33777 -
Literaturhinweis
How can we better measure the demand for AI and other skills on the labour market? (2025)
Janssen, Simon; Wiederhold, Simon ; Rounding, Nicholas; Langer, Christina; Nagler, Markus ; Stops, Michael ;Zitatform
Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): How can we better measure the demand for AI and other skills on the labour market? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 10 ai:conomics policybrief), Maastricht, 5 S.
Abstract
"A large body of research literature shows that technological change has a significant impact on labour markets, as modern digital technologies are changing the demand for certain skills. On the one hand, new technologies can replace some human activities. On the other hand, they can create or complement new activities (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). With the proliferation of artificial intelligence (AI) in recent years, certain questions are becoming increasingly important in public debate and research: Is the demand for AI skills also growing on the German labour market? Does the increasing demand for AI skills mean that other skills - among low, medium and highly qualified workers - are less in demand? The aim of this research project is to create a reliable data basis in order to be able to answer such questions in a more informed way in the future. Developments in generative AI, particularly tools such as ChatGPT, have significantly intensified the discussion about the impact of AI on the labour market, both in academia and in public debate and policy. While computers and software have transformed the world of work by performing routine tasks more precisely and efficiently, modern AI systems can now take on complex, non-routine tasks without relying on detailed instructions or repetitive rules (Brynjolfsson et al., 2025). As a result, many are optimistic about the productive potential of this new technology. Others, however, fear that AI could disrupt labour markets. In the course of the intensive scientific and public debate on AI, there is a growing body of literature that deals with the effects of AI on labour markets. These initially focus on specific occupations such as call centre workers (Brynjolfsson et al., 2025, Dijksman et al., 2024), consultants (Dell’ et al., 2023), writers or developers (Peng et al., 2023). However, a major challenge is to measure how the demand for and supply of skills has changed in the wake of the emergence of AI." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial intelligence in the workplace: insights into the transformation of customer services (2025)
Janssen, Simon; Stops, Michael ; Dijksman, Sander; Montizaan, Raymond ; Steens, Sanne; Levels, Mark ; Rounding, Nicholas; Fourage, Didier; Özgül, Pelin; Fregin, Marie-Christine ; Eijkenboom, Danique; Graus, Evie;Zitatform
Janssen, Simon, Michael Stops, Sanne Steens, Pelin Özgül, Nicholas Rounding, Sander Dijksman, Raymond Montizaan, Mark Levels, Didier Fourage, Danique Eijkenboom, Evie Graus & Marie-Christine Fregin (2025): Artificial intelligence in the workplace: insights into the transformation of customer services. In: IAB-Forum H. 22.04.2025, 2025-04-22. DOI:10.48720/IAB.FOO.20250422.01
Abstract
"How does the use of artificial intelligence in training affect employee productivity? These and other questions were investigated as part of the long-term research project “ai:conomics” using company data from various large European companies. Initial results suggest that AI can have a positive impact on employee productivity, especially for new employees." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Wie lässt sich die Nachfrage nach KI- und anderen Kompetenzen auf dem Arbeitsmarkt besser messen? (2025)
Janssen, Simon; Wiederhold, Simon ; Nagler, Markus ; Langer, Christina; Rounding, Nicholas; Stops, Michael ;Zitatform
Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): Wie lässt sich die Nachfrage nach KI- und anderen Kompetenzen auf dem Arbeitsmarkt besser messen? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 10 ai:conomics policybrief), Maastricht, 6 S.
Abstract
"Eine umfangreiche Forschungsliteratur zeigt, dass der technologische Wandel erhebliche Auswirkungen auf die Arbeitsmärkte hat, da moderne digitale Technologien die Nachfrage nach bestimmten Kompetenzen verändern. Zum einen können neue Technologien einige menschliche Tätigkeiten ersetzen. Zum anderen Seite können sie neue Tätigkeiten schaffen oder ergänzen (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). Mit der starken Verbreitung Künstlicher Intelligenz in den letzten Jahren gewinnen bestimmte Fragen in der öffentlichen Diskussion und der Forschung zunehmend an Bedeutung: Wächst die Arbeitsnachfrage nach KI-Kompetenzen auch auf dem deutschen Arbeitsmarkt? Führt die steigende Nachfrage nach KI-Kompetenzen dazu, dass andere Kompetenzen – bei niedrig-, mittel- und hochqualifizierten Arbeitskräften – weniger gefragt sind? Ziel dieses Forschungsprojekts ist es, eine belastbare Datengrundlage zu schaffen, um solche Fragen in Zukunft fundierter beantworten zu können. Die Entwicklungen bei generativer Künstlicher Intelligenz, insbesondere von Tools wie ChatGPT, hat die Diskussion über die Auswirkungen von KI auf den Arbeitsmarkt sowohl in der Wissenschaft als auch in der öffentlichen Debatte und in der Politik deutlich verstärkt. Während Computer und Software die Arbeitswelt durch die präzisere und effizientere Ausführung routinemäßiger Aufgaben verändert haben, können moderne KI-Systeme nun komplexe, nichtroutinemäßige Aufgaben übernehmen, ohne auf detaillierte Anweisungen oder wiederholende Regeln angewiesen zu sein (Brynjolfsson et al., 2025). Infolgedessen sehen viele das produktive Potenzial dieser neuen Technologie optimistisch. Andere hingegen befürchten, dass KI die Arbeitsmärkte disruptiv verändern könnte." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
KI Navigator #10: Wie KI dem Arbeitsmarkt hilft (2025)
Zitatform
Koch, Christian & Michael Stops (2025): KI Navigator #10: Wie KI dem Arbeitsmarkt hilft. In: Heise online, 2025-03-14.
Abstract
"Stellenanzeigen können viel über den Wandel des Arbeitsmarkts verraten. Künstliche Intelligenz hilft dabei, diese Daten zu interpretieren."
-
Literaturhinweis
Between control and participation: The politics of algorithmic management (2025)
Zitatform
Krzywdzinski, Martin, Daniel Schneiß & Andrea Sperling (2025): Between control and participation: The politics of algorithmic management. In: New Technology, Work and Employment, Jg. 40, H. 1, S. 60-80. DOI:10.1111/ntwe.12293
Abstract
"Understanding the role of human management is crucial for the debate over algorithmic management—to date limited to studies on the platform economy. This qualitative case study in logistics reconstructs the actor constellations (managers, engineers, data scientists and workers) and negotiation processes in different phases of algorithmic management. It offers two major contributions to the literature: (1) a process model distinguishing three phases: goal formation, data production and data analysis, which is used to analyse (2) the politics of algorithmic management in conventional workplaces, which differ significantly from platform companies. The article goes beyond surveillance to elucidate the role of the regulatory framework, various actors' knowledge contributions to the algorithmic management system, and the power relations resulting therefrom. While the managerial goals in the examined case were not oriented towards a surveillance regime, the outcome was nevertheless a centralisation of knowledge and disempowerment of workers." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Das Produktionsmodell der deutschen Automobilindustrie auf dem Prüfstand: Arbeitsstrukturen und Arbeitsanforderungen in Montagewerken im Wandel? (2025)
Zitatform
Kuhlmann, Martin, Britta Matthes & Stefan Theuer (2025): Das Produktionsmodell der deutschen Automobilindustrie auf dem Prüfstand. Arbeitsstrukturen und Arbeitsanforderungen in Montagewerken im Wandel? (SOFI-Impulspapier), Göttingen, 6 S.
Abstract
"Das in den 1980er-Jahren etablierte Produktionsmodell der deutschen Automobilhersteller lässt sich beschreiben als innovations- und exportorientierte Produktion qualitativ hochwertiger Produkte auf Basis qualifizierter Arbeit, guter Bezahlung und hoher Beschäftigungssicherheit sowie starken gewerkschaftlichen Interessenvertretungen. Politische Vorgaben, wie die Umstellung auf die Produktion von Elektroautos, veränderte Wettbewerbsbedingungen sowie die weiter voranschreitende Digitalisierung haben dazu geführt, dass dieses Produktionsmodell derzeit auf dem Prüfstand steht. Getrieben durch aufkommende Zweifel an der technologischen Überlegenheit deutscher Automobilhersteller und Nachfrageschwächen beim Übergang auf Elektromobilität ist die Unsicherheit in der Branche gegenwärtig groß. In einem laufenden Forschungsprojekt untersuchen wir, inwiefern sich durch die Produktion von Elektroautos und die fortschreitende Digitalisierung Arbeitsstrukturen und Arbeitsanforderungen in den Endmontagewerken der deutschen Automobilhersteller verändert haben und ob sich arbeitsbezogen ein Wandel des deutschen Produktionsmodells abzeichnet." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Digitalisierung der Arbeitswelt: Durch künstliche Intelligenz sind inzwischen auch viele Expertentätigkeiten ersetzbar (2025)
Kuhn, Sarah; Seibert, Holger;Zitatform
Kuhn, Sarah & Holger Seibert (2025): Digitalisierung der Arbeitswelt: Durch künstliche Intelligenz sind inzwischen auch viele Expertentätigkeiten ersetzbar. (IAB-Regional. Berichte und Analysen aus dem Regionalen Forschungsnetz. IAB Berlin-Brandenburg 01/2025), 34 S. DOI:10.48720/IAB.REBB.2501
Abstract
"Durch neue digitale Technologien verändert sich der deutsche Arbeitsmarkt. Dies gilt besonders für das Ausmaß, in dem Berufe aktuell potenziell durch den Einsatz von Computern oder computergesteuerten Maschinen ersetzbar sind, dem so genannten Substituierbarkeitspotenzial. Es beschreibt, welcher Anteil an Tätigkeiten in einem Beruf schon heute durch den Einsatz moderner Technologien ersetzt werden könnte. Nach wie vor ist zwar das Substituierbarkeitspotenzial bei den Helfer*innen- und Fachkraftberufen am höchsten. Am stärksten gestiegen ist das Potenzial jedoch bei den Expert*innenberufen (u. a. durch generative Künstliche Intelligenz). Besonders bei den IT- und naturwissenschaftlichen Dienstleistungsberufen sind hohe Zuwachsraten zwischen 2019 und 2022 zu verzeichnen. Der vorliegende Beitrag fokussiert sich auf den Arbeitsmarkt in Brandenburg und Berlin. Wichtig zu betonen ist, dass es hier um Potenziale technischer Ersetzbarkeit geht. Ob und inwiefern die technischen Möglichkeiten auch tatsächlich umgesetzt werden, steht nicht fest. Es kann Gründe geben, die gegen eine tatsächliche Substituierung sprechen, beispielsweise weil eine Umstellung zu komplex wäre oder ethische Bedenken dem entgegenstehen. Unstrittig ist jedoch, dass auf der einen Seite einige Tätigkeiten durch die Digitalisierung wegfallen bzw. automatisiert werden, andererseits aber auch neue Tätigkeiten und Berufe entstehen. Daher kann ein hohes Substituierungspotenzial als Indikator für einen Wandel der Arbeitswelt gesehen werden." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Do robots decrease humans’ wages? (2025)
Zitatform
Logchies, Thomas, Tom Coupé & W. Robert Reed (2025): Do robots decrease humans’ wages? In: Applied Economics Letters, S. 1-5. DOI:10.1080/13504851.2025.2466748
Abstract
"While there are studies that show a positive or negative impact of robots on wages, a meta-analysis of 2,586 estimates from 52 studies in this paper finds that when one looks at the literature as a whole, there is no clear evidence of a sizable impact of robots on wages." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Bots im Büro: Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation (2025)
Zitatform
Lühr, Thomas & Tobias Kämpf (2025): Bots im Büro. Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation. (Hans-Böckler-Stiftung. Study 494), Düsseldorf: Hans-Böckler-Stiftung, Düsseldorf, 98 S.
Abstract
"Mit der digitalen Transformation kommt es zu einem Schub in der Automatisierung von Arbeit. Die Einführung von Künstlicher Intelligenz führt zur grundlegenden Restrukturierung der Arbeitsinhalte und -prozesse im Büro. Damit gehen nicht nur Risiken von Funktionsverlusten bis hin zum Verlust des Arbeitsplatzes einher, sondern auch neue Machtpotenziale. Diese prägen das Bewusstsein der Angestellten wesentlich. Künstliche Intelligenz funktioniert nicht ohne Mitbestimmung - mit Mitbestimmung ergeben sich neue Ansatzpunkte für eine arbeitspolitische Vorwärtsstrategie. Die vorliegende Studie nimmt eine empirisch gestützte Analyse der Potenziale vor, die der Automatisierungsschub für die Beschäftigten und ihre Interessenvertretungen tatsächlich bietet." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Incorporating AI impacts in BLS employment projections: occupational case studies (2025)
Machovec, Christine; Rolen, Emily; Rieley, Michael;Zitatform
Machovec, Christine, Michael Rieley & Emily Rolen (2025): Incorporating AI impacts in BLS employment projections: occupational case studies. In: Monthly labor review H. February. DOI:10.21916/mlr.2025.1
Abstract
"In the last few years, artificial intelligence (AI) has advanced rapidly, finding growing applications across industries and occupations. This development has generated interest in how the U.S. Bureau of Labor Statistics assesses and incorporates AI’s potential labor market impacts in its employment projections. In this article, we explain the Bureau’s approach to this type of projections work, illustrating it with several occupational case studies based on research done for the 2023–33 projections cycle. The case studies focus on selected occupations in the computer, legal, business and financial, and architecture and engineering occupational groups." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Occupational Choice, Matching, and Earnings Inequality (2025)
Mak, Eric; Siow, Aloysius;Zitatform
Mak, Eric & Aloysius Siow (2025): Occupational Choice, Matching, and Earnings Inequality. In: Journal of Political Economy, Jg. 133, H. 1, S. 355-383. DOI:10.1086/732530
Abstract
"We combine classic occupational choice (Roy, 1951) and frictionless matching (Sattinger, 1979) to explain earnings by occupation and firm in a way that is consistent with the double assignment. In our model, within-firm inequality is globally non-zero whenever there is asymmetry in the revenue function or the occupational skill distribution across occupations. Occupational earnings overlap each other, and unlike the Roy Model, the distributions of potential earnings are endogenous. In line with recent empirical findings on earning decomposition, skill-biased technical change (SBTC)increases within-firm inequality mostly among high-wage firms and not among low-wagefirms." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz (KI) im Studienalltag: Einschätzungen von Studierenden zum Einsatz von KI an deutschen Hochschulen (2025)
Zitatform
Marczuk, Anna, Frank Multrus, Thomas Hinz & Susanne Strauss (2025): Künstliche Intelligenz (KI) im Studienalltag: Einschätzungen von Studierenden zum Einsatz von KI an deutschen Hochschulen. (DZHW-Brief 2025,02), Hannover, 15 S. DOI:10.34878/2025.02.dzhw_brief
Abstract
"Die Mehrheit der Studierenden nutzt im Wintersemester 2024/2025 KI im Studium und kennt deren Funktionsweise relativ gut. ChatGPT ist das meistgenutzte KI-Tool, dessen Nutzung seit 2023 deutlich angestiegen ist. Studierende verwenden KI am häufigsten für die Einführung in ein Thema und für Textverarbeitungen, deutlich seltener für Literaturrecherchen oder Datenanalysen. Die Mehrheit der Studierenden gibt an, dass KI die Erledigung von Aufgaben, die keinen Spaß machen oder schwierig sind, beschleunigt oder erleichtert. Seltener sind Studierende der Ansicht, dass KI die Studienleistungen verbessert. Studierende stehen KI auch kritisch gegenüber, insbesondere wegen ihrer Fehleranfälligkeit und des Risikos, von ihr abhängig zu werden. Studierende, die KI häufig nutzen, sind gegenüber KI ähnlich kritisch wie Studierende, die sie seltener nutzen. Der Einsatz von Learning Analytics wird von Studierenden eher befürwortet, wenn sie selbst dadurch unterstützt werden (etwa durch Kurs- und Literaturempfehlungen), weniger zur Unterstützung von Lehrenden (etwa bei der Benotung) oder der Hochschulverwaltung (etwa für die Studienabbruchprävention). Studierende erleben eher selten eine Unterstützung der Hochschulen bei der Nutzung von KI im Studium. An einigen Hochschulen berichten sie von Richtlinien zur Nutzung, seltener sind Schulungsangebote oder eine Integration in die Lehre. Studierende wünschen sich KI-Unterstützung beim Verfassen von Hausarbeiten, während der Einsatz durch Lehrende zur Benotung oder als Ersatz für Lerngruppen (automatisierte Lernbuddys) skeptisch gesehen wird. Eine Teildigitalisierung von Lehrveranstaltungen (Mischung aus Präsenz und online) ist für Studierende attraktiver als reine Präsenz- oder gar reine Onlineveranstaltungen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
KI und Beratung (2025)
Zitatform
Matthes, Britta (2025): KI und Beratung. In: Dvb-Forum, Jg. 64, H. 1, 2025-02-14.
Abstract
"Wie KI und andere digitale Technologien den Arbeitsmarkt verändern: Am IAB werden wir immer wieder danach gefragt, welche Berufe angesichts der rasanten technologischen Entwicklungen der letzten Jahre überhaupt noch Zukunft haben. Bislang hat man zur Beantwortung dieser Frage Prognosen zu Rate gezogen. Hier wurde anfangs – unter Berücksichtigung verschiedener relativ stabiler Faktoren wie dem Erwerbspersonenpotenzial, der wirtschaftlichen Entwicklung oder der zu erwartenden Migration – hochgerechnet, wie sich die Zahl der Berufsanfänger auf die verschiedenen Berufe und Qualifikationsniveaus verteilt, wenn die Entwicklung sich wie in der Vergangenheit fortsetzen würde. Schon früh wurde jedoch deutlich, dass diese Faktoren weniger stabil sind als ursprünglich angenommen. Um diese Dynamik zu berücksichtigen, wurde dieser Ansatz erweitert, indem nunmehr Projektionen erstellt werden. Dazu werden Annahmen über die Folgen bestimmter, äußerst wahrscheinlicher Ereignisse oder Verhaltensweisen getroffen, für die sich (noch) keine langfristige Zahlenbasis finden lässt. So gibt die QuBe-Projektion einen langfristigen Überblick über die voraussichtliche Entwicklung des Arbeitskräftebedarfs und -angebotes nach Qualifikationen und Berufen unter einer Reihe von Annahmen über zum Beispiel die Folgen des Klimawandels oder den Ausbau der ökologischen Landwirtschaft. Außerdem werden anhand von Abweichungen zwischen diesem Basismodell und Szenarien die absehbaren Folgen bestimmter Vorhaben oder Ereignisse, wie zum Beispiel der Maßnahmen zur Energie- und -Mobilitätswende abgeschätzt (https://www.bibb.de/de/202333.php). Allerdings sind diese Modelle sehr komplex und es stellt sich die Frage, inwieweit solche Projektionen für die Bildungs- und Berufsberatung einzelner Personen sinnvoll genutzt werden können. Hinzu kommt derzeit, dass die technologische Entwicklung derart schnell voranschreitet, dass verstärkt mit Umwälzungen auf dem Arbeitsmarkt gerechnet werden muss, die auch altbekannte Zusammenhänge in Frage stellen könnten. Für die einzelne Person steht die Frage im Raum, mit welchen Konsequenzen sie selbst rechnen muss, wenn neue Technologien zum Einsatz kommen: Reicht es aus, sich auf den aktuellen Wissensstand im eigenen Beruf zu bringen? Womit sollte man sich konkret beschäftigen, um den Anforderungen des Berufes weiterhin gewachsen zu sein? Ist es zielführender, sich beruflich neu zu orientieren?" (Textauszug, IAB-Doku, © wbv)
Weiterführende Informationen
Keynote für die Fachtagung "Digitalisierung in der Beratung reloaded" Mannheim, 28. November 2024 -
Literaturhinweis
Inklusion - KI und die Arbeitswelt der Zukunft (2025)
Zitatform
Matthes, Britta (2025): Inklusion - KI und die Arbeitswelt der Zukunft. In: Die Berufliche Rehabilitation, Jg. 39, H. 1, S. 6-15., 2025-04-04.
Abstract
"Es ist absehbar, dass die rasanten technologischen Entwicklungen der letzten Jahre, insbesondere die enorme Steigerung der Rechenleistung und die Entwicklung selbstlernender algorithmischer Systeme, die heute allgemein als Künstliche Intelligenz (KI) bezeichnet werden, ihre Spuren auf dem Arbeitsmarkt hinterlassen werden. Welche das genau sein werden, können wir leider aber auch nicht sagen. Denn gerade in solch disruptiven Zeiten, wie wir sie derzeit erleben, wissen wir nicht, wie schnell und in welche Richtung sich bestehende Berufe verändern, welche Berufe verschwinden und welche neu entstehen werden. Zwar können Prognosen etwas darüber sagen, wie sich die Zahl der Berufseinsteiger*innen auf die verschiedenen Berufe und Qualifikationsniveaus verteilen würde, wenn sich die Entwicklung wie in der Vergangenheit fortsetzt. Allerdings scheinen die Potenziale, die sich aus dem Einsatz von KI ergeben, bekannte Zusammenhänge in Frage zu stellen. Hinzu kommt, dass diese Prognosemodelle sehr komplex sind, um daraus sinnvolle Schlussfolgerungen für den Einzelnen zu ziehen. So lässt sich die Frage, inwiefern KI und andere digtale Technolgien auch die Beschäftigungsmöglichkeiten für Menschen mit Behinderungen erweitern könnten, damit kaum beantworten." (Textauszug, IAB-Doku)
-
Literaturhinweis
Technological Change and the Upskilling of European Workers (2025)
Zitatform
McGuinness, Seamus, Paul Redmond, Konstantinos Pouliakas, Lorcan Kelly & Luke Brosnan (2025): Technological Change and the Upskilling of European Workers. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 17753), Bonn, 22 S.
Abstract
"Using the second wave of the European Skills and Jobs survey, this paper measures the relationship between technological change that automates or augments workers' job tasks and their participation in work-related training. We find that 58 per cent of European employees experienced no change in the need to learn new technologies in their jobs during the 2020-21 period. Of those exposed to new digital technology, 14 per cent did not experience any change in job tasks, 10 per cent reported that new tasks had been created while 5 per cent only saw some of their tasks being displaced by new technology. The remaining 13 per cent simultaneously experienced both task displacement and task creation. Our analysis shows that employees in jobs impacted by new digital technologies are more likely to have to react to unpredictable situations, thus demonstrating a positive link between technologically driven task disruption and job complexity. We show a strong linear relationship between technologically driven job task disruption and the need for job-related training, with training requirements increasing the greater the impact of new technologies on task content." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Algorithmic management in the workplace: New evidence from an OECD employer survey (2025)
Milanez, Anna; Ruggiu, Carla; Lemmens, Annikka;Zitatform
Milanez, Anna, Annikka Lemmens & Carla Ruggiu (2025): Algorithmic management in the workplace. New evidence from an OECD employer survey. (OECD Artificial Intelligence Papers 31), Paris, 72 S. DOI:10.1787/287c13c4-en
Abstract
"Algorithmisches Management – der Einsatz von Software, die auch künstliche Intelligenz (KI) umfassen kann, zur vollständigen oder teilweisen Automatisierung von Tätigkeiten, die bislang von menschlichen Führungskräften ausgeführt wurden – hat in den letzten Jahren zunehmend Beachtung gefunden. Einerseits kann algorithmisches Management innerhalb von Unternehmen zu Produktivitäts- und Effizienzgewinnen sowie zu konsistenteren und objektiveren Managemententscheidungen führen. Andererseits gibt es aus anderen Studien immer mehr Anzeichen für seine potenziell negativen Auswirkungen auf die Beschäftigten. Während Politikverantwortliche mit der Frage ringen, wie den Herausforderungen des algorithmischen Managements begegnet werden könnte, bedarf es weiterer Evidenz. Um dieses Ziel zu erreichen, stützt sich der vorliegende Bericht auf eine einzigartige Erhebung unter mehr als 6 000 Unternehmen in sechs Ländern: Deutschland, Frankreich, Italien, Japan, Spanien und die Vereinigten Staaten. Er bietet beispiellose Einblicke in die Prävalenz des algorithmischen Managements, seine wahrgenommenen Auswirkungen und die auf Unternehmensebene ergriffenen Maßnahmen zur Steuerung seines Einsatzes. Die Ergebnisse zeigen, dass algorithmische Management-Systeme in der Mehrzahl der untersuchten Länder bereits weit verbreitet sind. In der Wahrnehmung von Führungskräften verbessert algorithmisches Management zwar häufig die Qualität der Entscheidungen und die Zufriedenheit mit der eigenen beruflichen Situation, die Vertrauenswürdigkeit solcher Systeme gibt ihnen jedoch auch Anlass zur Sorge. Als Gründe dafür nennen sie die unklare Verantwortlichkeit, die nicht leicht nachzuvollziehende Logik der Systeme und den unzureichenden Gesundheitsschutz der Beschäftigten. Es ist dringend erforderlich, Politiklücken zu untersuchen, um den vertrauenswürdigen Einsatz algorithmischer Management-Systeme sicherzustellen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
AI innovation and the labor share in European regions (2025)
Zitatform
Minniti, Antonio, Klaus Prettner & Francesco Venturini (2025): AI innovation and the labor share in European regions. In: European Economic Review, Jg. 177. DOI:10.1016/j.euroecorev.2025.105043
Abstract
"This paper examines how the development of Artificial Intelligence (AI) affects the distribution of income between capital and labor, and how these shifts contribute to regional income inequality. To investigate this issue, we analyze data from European regions dating back to 2000. We find that for every doubling of regional AI innovation, the labor share declines by 0.5% to 1.6%, potentially reducing it by 0.09 to 0.31 percentage points from an average of 52%, solely due to AI. This new technology has a particularly negative impact on high- and medium-skill workers, primarily through wage compression, while for low-skill workers, employment expansion induced by AI mildly offsets the associated wage decline. The effect of AI is not driven by other factors influencing regional development in Europe or by the concentration of the AI market." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Weiterbildungsungleichheit und technologischer Wandel: Nach IT-Investitionen steigt vor allem die Weiterbildungsquote der Höherqualifizierten (2025)
Zitatform
Müller, Christoph (2025): Weiterbildungsungleichheit und technologischer Wandel: Nach IT-Investitionen steigt vor allem die Weiterbildungsquote der Höherqualifizierten. (IAB-Kurzbericht 06/2025), Nürnberg: IAB, 8 S. DOI:10.48720/IAB.KB.2506
Abstract
"Betriebliche Weiterbildung soll dazu beitragen, die Fähigkeiten der Beschäftigten an neue Anforderungen anzupassen. Gerade im Zuge der digitalen Transformation der Arbeitswelt sind solche Anpassungen dringend erforderlich. Die vorliegende Analyse des Zusammenhangs zwischen Investitionen in digitale Technologien und innerbetrieblicher Weiterbildung zeigt: In Betrieben mit IT-Investitionen steigen die Weiterbildungsquoten der Beschäftigten mit qualifizierten Tätigkeiten; bei denjenigen mit einfachen Tätigkeiten ist dies im Mittel hingegen nicht der Fall." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
- Nach IT-Investitionen fallen die innerbetrieblichen Weiterbildungsquoten von Beschäftigten mit qualifizierten Tätigkeiten höher aus
- Anteil der Betriebe mit IT-Investitionen und innerbetriebliche Weiterbildungsquoten der Beschäftigten
- Veränderung der innerbetrieblichen Weiterbildungsquoten der Beschäftigten im Zuge von betrieblichen IT-Investitionen
- Betriebliche IT-Investitionen und innerbetriebliche Weiterbildungsquoten der Beschäftigten 2019
-
Literaturhinweis
Wie Roboter die betriebliche Beschäftigungsstruktur verändern (2025)
Zitatform
Müller, Steffen & Verena Plümpe (2025): Wie Roboter die betriebliche Beschäftigungsstruktur verändern. In: Wirtschaft im Wandel, Jg. 31, H. 1, S. 10-13. DOI:10.18717/wwfyns-ep75
Abstract
"Der Einsatz von Robotern verändert die Arbeitswelt grundlegend – doch welche spezifischen Effekte hat dies auf die Beschäftigungsstruktur? Unsere Analyse untersucht die Folgen des Robotereinsatzes anhand neuartiger Mikrodaten aus deutschen Industriebetrieben. Diese Daten verknüpfen Informationen zum Robotereinsatz mit Sozialversicherungsdaten und detaillierten Angaben zu Arbeitsaufgaben. Auf Basis eines theoretischen Modells leiten wir insbesondere positive Beschäftigungseffekte für Berufe mit wenig repetitiven, programmierbaren Aufgaben ab, sowie für jüngere Arbeitskräfte, weil diese sich besser an technologische Veränderungen anpassen können. Die empirische, mikroökonomische Analyse des Robotereinsatzes auf Betriebsebene bestätigt diese Vorhersagen: Die Beschäftigung steigt für Techniker, Ingenieure und Manager und junge Beschäftigte, während sie bei geringqualifizierten Routineberufen sowie bei Älteren stagniert. Zudem steigt die Fluktuation bei geringqualifizierten Arbeitskräften signifikant an. Unsere Ergebnisse verdeutlichen, dass der Verdrängungseffekt von Robotern berufsabhängig ist, während junge Arbeitskräfte neue Tätigkeiten übernehmen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Digital transformation, employment change and the adaptation of regions in Germany (2025)
Zitatform
Neumann, Uwe (2025): Digital transformation, employment change and the adaptation of regions in Germany. In: Structural Change and Economic Dynamics, Jg. 73, S. 37-50. DOI:10.1016/j.strueco.2024.12.014
Abstract
"Digital change is often said to lead to large-scale job losses. Using data from administrative sources in Germany, this study examines the extent to which adaptation to digital change has affected regional employment growth and disparities over the past decade. The analysis confirms previous research according to which increases in productivity coincide with regional job growth rather than decline. Incorporating various indicators of digitalisation and automation into a model of industry-specific regional job growth shows that local labour markets with very different characteristics – regions with strong manufacturing clusters on the one hand and large cities on the other – have achieved employment growth despite high automation exposure. While the study highlights regional differentials with respect to the adaptation to technological change, less prosperous regions may face a much greater challenge in realising job creation potentials. The results argue against policy efforts aimed at “protecting” jobs from digitalisation and automation." (Author's abstract, IAB-Doku, © 2025 The Author. Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Future-oriented occupations in the EU: main features, employment conditions, and job strain (2025)
Parent-Thirion, Agnes; Wukovits-Votzi, Nora; Muller, Jessye;Zitatform
Parent-Thirion, Agnes, Nora Wukovits-Votzi & Jessye Muller (2025): Future-oriented occupations in the EU. Main features, employment conditions, and job strain. 51 S. DOI:10.2767/2953537
Abstract
"The way we work is changing due to developments associated with the digital and green transition as well as demographic change, as a driver of current and future labour shortages. As these transitions impact job content, tasks and processes, they will change how people work, the skills needed to carry out jobs, employment conditions, and, ultimately, dimensions of their job quality. These transition-related changes in occupations are of high relevance for workers, job applicants, and students training to join these occupations, as well as stakeholders, and policy makers, at the sectoral, national, and European levels. While their impacts are separately treated in this analysis, the green and digital transitions can further exacerbate labour shortages given the skill profiles required by related occupations." (Text excerpt, IAB-Doku) ((en))
-
Literaturhinweis
Are artificial intelligence skills a reward or a gamble? Deconstructing the AI wage premium in Europe (2025)
Zitatform
Pouliakas, Konstantinos, Giulia Santangelo & Paul Dupire (2025): Are artificial intelligence skills a reward or a gamble? Deconstructing the AI wage premium in Europe. In: Eurasian business review, S. 1-38. DOI:10.1007/s40821-025-00302-0
Abstract
"Understanding the labor market impact of new, autonomous digital technologies, particularly generative or other forms of artificial intelligence (AI), is currently at the top of the research and policy agenda. Many initial studies, though not all, have shown that there is a wage premium to mostly technical AI skills in labor markets. Such evidence tends to draw on data from web-based sources and typically fails to provide insight into the mechanisms underlying the AI wage gap. This paper utilizes representative adult workforce data from 29 European countries, the second European skills and jobs survey, to examine wage differentials of the AI programmer workforce. The latter is uniquely identified as part of the workforce that writes computer programs using AI algorithms. The analysis shows that, on average, AI programmers enjoy a significant wage premium relative to a comparably educated or skilled workforce, such as programmers who do not yet write code using AI at work. Wage decomposition analysis further illustrates that there is a large unexplained component of such wage differential. Part of AI programmers’ larger wage variability can however be attributed to higher job-skill requirements, a propensity for remote work and a greater performance-based component in wage schedules. This indicates differences in the job design and performance management of the AI workforce." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The impact of a decade of digital transformation on employment, wages, and inequality in the EU: a “conveyor belt” hypothesis (2025)
Richiardi, Matteo Guido ; Westhoff, Leonie ; Khabirpour, Neysan; Fenwick, Clare; Pelizzari, Lorenzo; Astarita, Caterina ; Ernst, Ekkehard ;Zitatform
Richiardi, Matteo Guido, Leonie Westhoff, Caterina Astarita, Ekkehard Ernst, Clare Fenwick, Neysan Khabirpour & Lorenzo Pelizzari (2025): The impact of a decade of digital transformation on employment, wages, and inequality in the EU: a “conveyor belt” hypothesis. In: Socio-economic review, S. 1-27. DOI:10.1093/ser/mwaf011
Abstract
"We study the effects of digital transformation in the European Union on individual employment outcomes, wage growth, and income inequality, during the decade 2010–9. Our results allow us to formulate a ‘conveyor-belt’ hypothesis suggesting that employment confers a competitive advantage in navigating the digital transition due to the accumulation of pertinent skills in the workplace. Because digital skills are acquired with the changing demands of the job, their initial endowment matters less for the employed than for the non-employed. Furthermore, the ability of out-of-work individuals with higher digital skills to jump back on the labour market is reduced for those with higher education, suggesting a faster depreciation of their digital skills. A similar effect, although of limited size, is found for earning growth: out-of-work individuals with higher digital skills are not only more likely to find a job, but experience higher earnings growth, compared to their peers with lower digital skills. Our results point to a vulnerability of workers ‘left behind’ from the digital transformation and the labour market. The overall effects on inequality are, however, limited." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Sociotechnical imaginaries of social inequality in the design and use of AI recruitment technology (2025)
Zitatform
Sartori, Laura & Clementine Collett (2025): Sociotechnical imaginaries of social inequality in the design and use of AI recruitment technology. In: European Societies, S. 1-34. DOI:10.1162/euso_a_00035
Abstract
"Through interviewing 12 companies in Italy which either design (vendors) or use (clients) AI recruitment technology systems, we explore how these companies perceive their systems to interact with issues of social inequality and how these perceptions, in practice, carry societal impacts. Three sociotechnical imaginaries (Jasanoff and Kim, 2015) were consistently embedded within these companies’ visions of this intersection: the third eye, the river, and the car bonnet. Through critically analyzing these imaginaries, we find that they exhibit an overriding desire for productivity and talent capture from clients, and a consequential de-prioritization of addressing social inequality and scrutinizing the ways it could be reproduced from both vendors and clients. It demonstrates that the current ‘desired’ futures, shown by the sociotechnical imaginaries which vendors and clients share for AI-tec-tech are really leading us towards an ‘undesirable’ future of hiring which continues to perpetuate social inequality. This study contributes one of the first pieces of empirical work to simultaneously assess the perceptions of AI-rec-tech vendors ’ and clients’ surrounding social inequality, to shed light on the priorities for design and the motivations for usage, and to reflect upon how this impacts society. This is a significant and original contribution to the evolving body of literature on AI-rec-tech in sociology, critical data studies, and communications." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Auswirkungen des Strukturwandels auf die Arbeitsmarktregionen und Bundesländer in der langen Frist – Qualifikations- und Berufsprojektion bis 2040 (2025)
Schneemann, Christian ; Kalinowski, Michael; Bernardt, Florian; Wolter, Marc Ingo; Maier, Tobias ; Zika, Gerd ;Zitatform
Schneemann, Christian, Florian Bernardt, Michael Kalinowski, Tobias Maier, Gerd Zika & Marc Ingo Wolter (2025): Auswirkungen des Strukturwandels auf die Arbeitsmarktregionen und Bundesländer in der langen Frist – Qualifikations- und Berufsprojektion bis 2040. (IAB-Forschungsbericht 03/2025), Nürnberg, 46 S. DOI:10.48720/IAB.FB.2503
Abstract
"Die Bundesländer und die Arbeitsmarktregionen in Deutschland unterscheiden sich in ihrer Bevölkerungs- und Wirtschaftsstruktur, weshalb sie auch unterschiedliche Arbeitskräfteengpässe und -überhänge aufweisen. Aufgrund ihrer verschiedenartigen Entwicklungen werden auch künftig Unterschiede im Arbeitsmarktgeschehen bestehen. Mit Hilfe des sogenannten QuBe-Modellverbundes (8. Welle der QuBe-Basisprojektion) werden langfristige immanente Megatrends wie die demografische Entwicklung, der wirtschaftliche Strukturwandel und die Digitalisierung im Modell selbst erfasst und die Auswirkungen auf Wirtschaft und Arbeitsmarkt sichtbar gemacht. Die Analyse zeigt, dass sich die wirtschaftliche Lage in Deutschland nicht wie in der Vergangenheit durch positive Entwicklungen im Außenhandel erholen wird. Das zukünftige Handeln der USA, China und Russlands ist schwer abzuschätzen und erhöht die Unsicherheit auf dem Weltmarkt. Zudem wird das künftige Arbeitsmarktgeschehen zu einem großen Teil von der demografischen Entwicklung, dem stetigen strukturellen Wandel (z.B. Digitalisierung im Handel) und der schwächeren Nachfrage im Baugewerbe geprägt. So wird das Arbeitskräfteangebot infolge des Bevölkerungsrückgangs in vielen Bundesländern und Arbeitsmarktregionen bis zum Jahr 2040 sinken. Zwar können einige Arbeitsmarktregionen noch Bevölkerung aufbauen, aber die Bevölkerung im erwerbsfähigen Alter wird in allen abnehmen. Infolgedessen wird auch der Arbeitskräftebedarf fast überall sinken. Insgesamt wird in vielen Bundesländern und Arbeitsmarktregionen die Erwerbslosenquote sinken oder nahezu stabil bleiben, so dass dort trotz der schlechteren konjunkturellen Entwicklung weiterhin mit Engpässen in verschiedenen Wirtschaftsbereichen und Berufen zu rechnen ist. Die Rekrutierung von Arbeitskräften dürfte somit in vielen Wirtschaftsbereichen und Regionen langfristig zunehmend schwieriger werden. Der Bedarf an qualifiziertem Personal im Wirtschaftszweig „Heime und Sozialwesen“ oder im Bereich der IT-Dienstleistungen wächst kontinuierlich. Dies alles geschieht vor dem Hintergrund eines wohl eher noch beschleunigten Strukturwandels, der gerade die Bundesländer und Arbeitsmarktregionen schon jetzt vor große Herausforderungen stellt, in denen das Verarbeitende Gewerbe zum Beispiel die Automobilindustrie nach wie vor überdurchschnittlich. Die fortschreitende Digitalisierung und Dekarbonisierung erfordern eine permanente Modernisierung und Innovationsfähigkeit der deutschen Wirtschaft. Gerade die ökologische Transformation ist stark auf Erwerbstätige im Baugewerbe angewiesen. Eine Qualifizierung in diesem Bereich bleibt deshalb wichtig, weil die Rekrutierungssituation für Unternehmen trotz der langfristig vermutlich zurückgehenden Erwerbstätigkeit im Vergleich zu anderen Berufen auch in Zukunft schwierig sein wird. Die Umsetzung zusätzlich notwendiger Investitionen im Zuge dieser Transformation sollte nicht an fehlenden Fachkräften scheitern." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Lesen Sie dazu ein Interview mit Autoren im Online-Magazin IAB-Forum -
Literaturhinweis
KI-Nähe im Job zahlt sich aus (2025)
Seele, Stefanie; Stettes, Oliver;Zitatform
Seele, Stefanie & Oliver Stettes (2025): KI-Nähe im Job zahlt sich aus. (IW-Kurzberichte / Institut der Deutschen Wirtschaft Köln 2025,45), Köln, 3 S.
Abstract
"Beschäftigte, deren Aufgaben eine Nähe zu den Anwendungspotenzialen von Künstlicher Intelligenz (KI) aufweisen, erhalten höhere Tagesentgelte als Beschäftigte in KI-fernen Tätigkeiten. Sie wechseln zudem seltener den Betrieb und haben seltener längere Arbeitslosigkeitsperioden. Die Sorge vor einer zunehmenden Verbreitung von KI im Arbeitsalltag scheint bisher unbegründet." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Data product DOI: 10.5164/IAB.SIAB7521.de.en.v1 -
Literaturhinweis
Innovation and employment in the era of artificial intelligence: In the face of AI revolution, concerns about possible technological unemployment should be aware of the complex and mixed employment impacts of technological change. (2025)
Zitatform
Vivarelli, Marco & Guillermo Arenas Diaz (2025): Innovation and employment in the era of artificial intelligence. In the face of AI revolution, concerns about possible technological unemployment should be aware of the complex and mixed employment impacts of technological change. (IZA world of labor 154,2), Bonn, o. S. DOI:10.15185/izawol.154.v2
Abstract
"The relationship between technology and employment has always been a source of concern, at least since the first industrial revolution. However, while process innovation can be job-destroying (provided that its direct labor-saving effect is not compensated through market mechanisms), product innovation can imply the emergence of new firms, new sectors, and thus new jobs (provided that its welfare effect dominates the crowding out of old products). Nowadays, the topic is even more relevant because the world economy is undergoing a new technological revolution centred on automation and the diffusion of Artificial Intelligence (AI)." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The Interactions Between Digitalization, Innovation and Employment in European Companies: Insights from a Latent Class Analysis (2025)
Zitatform
Vodă, Adina-Maria, Mihai Ciobotea, Doina Badea, Monica Roman & Marian Stan (2025): The Interactions Between Digitalization, Innovation and Employment in European Companies: Insights from a Latent Class Analysis. In: Economies, Jg. 13, H. 4. DOI:10.3390/economies13040104
Abstract
"There is increasing concern regarding the association between technological change and jobs. This study explores how different patterns of digitalization and innovation relate to job creation in European companies. We use data from the European Company Survey 2019 collected by Eurofound and Cedefop. We apply Latent Class Analysis (LCA) to identify the typologies of companies, mainly based on their level of technology adoption, innovation practices and employment patterns. We showcase four distinct classes of companies: moderate adoption of digital technology and strong international orientation, traditional and local, medium digitalization, process innovative with local focus and digital leaders and innovators, with specific patterns regarding digitalization, innovation and job creation. The digital leaders and innovators class revealed a high level of digitalization and innovation and maintained stable employment levels, with increased investments in staff training and tendency towards automation. Conversely, less-digitalized traditional companies are more susceptible to stagnation or employment decline. In general, the employment outlook is stable, without significant employment growth, signaling the need for balanced investments in innovation and digitalization that stimulate more and better jobs. This is the first study to apply LCA to explore complex relationships between digitalization, innovation, foreign trade, training investments and employment trends and offers fresh insights into company views towards employment in the digital era." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Wenn Ihr Job von KI betroffen ist, kann das eine große Chance sein: Gastbeitrag (2025)
Zitatform
Weber, Enzo (2025): Wenn Ihr Job von KI betroffen ist, kann das eine große Chance sein. Gastbeitrag. In: Frankfurter Allgemeine Zeitung H. 12.02.2025 Frankfurt am Main.
Abstract
"Künstliche Intelligenz ersetzt immer mehr Arbeitsplätze. Sie dringt in mehr und mehr Tätigkeitsbereiche vor. Mittlerweile sind auch viele hoch qualifizierte Jobs betroffen – Ärzte, Rechtsanwältinnen, Journalisten und viele andere. Wir müssen uns diesem Wandel anpassen." (Autorenreferat, IAB-Doku, © Frankfurter Allgemeine Zeitung)
Weiterführende Informationen
Volltext-Zugang über Verlag oder sonstigen Anbieter (möglicherweise kostenpflichtig) -
Literaturhinweis
Does automation replace experts or augment expertise? The answer is yes (Interview) (2025)
Zitatform
Winters, Jutta & Jonathan P. Latner; David Autor (interviewte Person) (2025): Does automation replace experts or augment expertise? The answer is yes (Interview). In: IAB-Forum H. 09.01.2025. DOI:10.48720/IAB.FOO.20250109.01
Abstract
"David Autor, Professor of economics at the Massachusetts Institute of Technology (MIT), gives a Special Lecture at the IAB on 15 January 2025. In this accompanying interview, he discusses the impact of Artificial Intelligence on wages and employment, outlines the crucial role of expertise and gives insights on policy-approaches for supporting workers in rapidly changing labor markets." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Returns to formal, non-formal, and informal further training for workers at risk of automation (2025)
Zitatform
Zeyer-Gliozzo, Birgit (2025): Returns to formal, non-formal, and informal further training for workers at risk of automation. In: Journal of education and work, Jg. 17. DOI:10.1080/13639080.2024.2447037
Abstract
"The automation of job tasks due to technological change increases the pressure on workers whose jobs consist largely of such activities. In this context, politics and science attach great importance to further training, although the benefits for affected workers have hardly been investigated. Drawing on human capital theory and the task-based approach, this study examines the effect of further training on job tasks and the probability of automation for workers at risk of automation. These are workers who (a) work in routine intense jobs or (b) have a high probability of automation, based on the expert assessment of the automatability of occupations by Frey and Osborne (2017). Using data from the German National Educational Panel Study (NEPS), fixed-effects models are estimated to account for unobserved heterogeneity. The results show that informal further training is most effective in increasing non-routine tasks and reducing routine tasks and the probability of automation. Formal and non-formal training also show returns in some cases, although these are often not significant. The results thus suggest that not all forms of further training are helpful in adapting to new demands in the course of technological change and provide starting points for future research." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Effects of digital innovation on income inequality among different workforces: evidence from Chinese industries (2025)
Zhou, Yongguang; Xie, Weihong; Li, Qun; Li, Jingwu;Zitatform
Zhou, Yongguang, Weihong Xie, Jingwu Li & Qun Li (2025): Effects of digital innovation on income inequality among different workforces: evidence from Chinese industries. In: Applied Economics, Jg. 57, H. 22, S. 2809-2821. DOI:10.1080/00036846.2024.2331424
Abstract
"To understand the impact of digital innovation on the workforce and its role in achieving common prosperity, this paper uses data from Chinese A-share listed companies during 2006–2021 to investigate the effects of digital innovation on income inequality among different industry-level groups. We find that digital innovation significantly reduces income inequality among employees across industries, but it does not significantly impact income inequality within management groups. Through mechanistic analysis, we find that digital innovation decreases income inequality among ordinary employees whose incomes are closely linked to company performance and thereby for the entire workforce by narrowing the income gap across industries. However, as digital innovation does not significantly influence evaluation systems (e.g. educational degrees) for management income, it does not contribute to reducing income inequality among managerial levels. These findings provide valuable insights to develop policies for common prosperity." (Author's abstract, IAB-Doku) ((en))
Aspekt auswählen:
Aspekt zurücksetzen
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte / digitale soziale Sicherung
- Deutschland
- Andere Länder/ internationaler Vergleich
- Besondere Personengruppen