Zitatform

Sachverständigenkommission zum Dritten Gleichstellungsbericht der Bundesregierung (2021): Digitalisierung geschlechtergerecht gestalten. Gutachten für den Dritten Gleichstellungsbericht der Bundesregierung. (Dritter Gleichstellungsbericht der Bundesregierung), Berlin, 195 S.

Abstract

"Die Bundesregierung legt laut Beschluss des Deutschen Bundestages in jeder Legislaturperiode einen Bericht zur Gleichstellung von Frauen und Männern vor. Kernstück jedes Gleichstellungsberichts ist – neben der Stellungnahme der Bundesregierung sowie der Bilanzierung des vorangegangenen Berichts – das Gutachten, das jeweils eine unabhängige Sachverständigenkommission erstellt. Die Bundesministerin für Familie, Senioren, Frauen und Jugend, Franziska Giffey, beauftragte am 5. April 2019 uns als Kommission mit der Erstellung des vorliegenden Gutachtens zum Dritten Gleichstellungsbericht. Dem Berichtsauftrag zufolge sollte das Gutachten folgende Leitfrage bearbeiten: „Welche Weichenstellungen sind erforderlich, um die Entwicklungen in der digitalen Wirtschaft so zu gestalten, dass Frauen und Männer gleiche Verwirklichungschancen haben?“ Ziel des Gutachtens, so der Berichtsauftrag, war es, ausgehend von aktuellen Erkenntnissen Handlungsschritte und -empfehlungen zur Leitfrage aufzuzeigen. Diese sollten so formuliert werden, dass sie einen konkreten Umsetzungsprozess und ein Monitoring unterstützen." (Textauszug)

Zitatform

Acemoglu, Daron, David Autor, Jonathon Hazell & Pascual Restrepo (2020): AI and Jobs: Evidence from Online Vacancies. (NBER working paper 28257), Cambridge, MA, 53 S.

Abstract

"We study the impact of AI on labor markets, using establishment level data on vacancies with detailed occupational information comprising the near-universe of online vacancies in the US from 2010 onwards. We classify establishments as “AI exposed” when their workers engage in tasks that are compatible with current AI capabilities. We document rapid growth in AI related vacancies over 2010-2018 that is not limited to the Professional and Business Services and Information Technology sectors and is significantly greater in AI-exposed establishments. AI-exposed establishments are differentially eliminating vacancy postings that list a range of previously-posted skills while simultaneously posting skill requirements that were not previously listed. Establishment-level estimates suggest that AI-exposed establishments are reducing hiring in non-AI positions even as they expand AI hiring. However, we find no discernible impact of AI exposure on employment or wages at the occupation or industry level, implying that AI is currently substituting for humans in a subset of tasks but it is not yet having detectable aggregate labor market consequences." (Author's abstract, IAB-Doku) ((en))

Zitatform

Acemoglu, Daron & Pascual Restrepo (2020): The wrong kind of AI? Artificial intelligence and the future of labor demand. In: Cambridge Journal of Regions, Economy and Society, Jg. 13, H. 1, S. 25-35. DOI:10.1093/cjres/rsz022

Abstract

"Artificial intelligence (AI) is set to influence every aspect of our lives, not least the way production is organised. AI, as a technology platform, can automate tasks previously performed by labour or create new tasks and activities in which humans can be productively employed. Recent technological change has been biased towards automation, with insufficient focus on creating new tasks where labour can be productively employed. The consequences of this choice have been stagnating labour demand, declining labour share in national income, rising inequality and lowering productivity growth. The current tendency is to develop AI in the direction of further automation, but this might mean missing out on the promise of the 'right' kind of AI, with better economic and social outcomes." (Author's abstract, IAB-Doku) ((en))

Zitatform

Albrecht, Thorben & Christian Kellermann (2020): Artificial intelligence and the future of the digital work-oriented society. An outline for a holistic Technology impact assessment. [Bratislava], 14 S.

Abstract

"In this paper we would like to determine the main dimensions of a work-focused assessment of progressive digital technologies in general (and specifically of AI) as they are used in the digital work-oriented society. The goal is to define the necessity and scope of activities required for a comprehensive technology impact assessment. The first dimension includes the technology itself and its technical and economic potential. AI is part of digitisation processes, and the two of them are hard to Therefore, will first look at the development of AI and the technological limitations of its applicability in order to make the issue more tangible for further analyses in the labour context. The second dimension is the workplace itself. How is AI used in particular situations and what labour-related, political, and organisational changes does it affect? The third dimension is macroeconomic: will the automation potential lead to technological unemployment, or will AI bring about growth and employment for all and at a higher level? Or will it heighten the polarisation that the first waves of automation and digitisation have already set in motion? In our view, these three dimensions are fundamental for the continuation of the technology impact assessment in the course of ongoing digitisation, and they can guide areas of politilitical action which will be elaborated on the last section." (Author's abstract, IAB-Doku) ((en))

Zitatform

Albrecht, Thorben & Christian Kellermann (2020): Künstliche Intelligenz und die Zukunft der digitalen Arbeitsgesellschaft. Konturen einer ganzheitlichen Technikfolgenabschätzung. (Hans-Böckler-Stiftung. Working paper Forschungsförderung 200), Düsseldorf, 27 S.

Abstract

"Die Digitalisierung verändert die Arbeitsgesellschaft seit mehreren Jahrzehnten. Mit neuen Technologien wie maschinellen Lernmethoden der Künstlichen Intelligenz kann die Digitalisierung in weitere Bereiche der Arbeitswelt vordringen - und tut dies bereits. Das grundlegende disruptive Potenzial, das vielfach in die KI hineinprojiziert wird, steht heute allerdings noch nicht in einem breit beobachtbaren Verhältnis konkreter Anwendungen in der betrieblichen Praxis. Zwischen den hohen Erwartungen an KI und der Organisation von Arbeit besteht eine offene Leerstelle, die zu füllen der Anspruch des digitalen Werkzeugs KI und der dahinerstehenden Entwicklungsindustrie ist. Die Veränderungen, die auf unsere Arbeitsgesellschaft zukommen, stehen in einem Zusammenhang mit der technischen Entwicklung. Wie eng dieser Zusammenhang ist, bestimmt aber nicht (nur) die Geschwindigkeit der Technikentwicklung, sondern eine Reihe von Faktoren, die Einfluss auf die Gestaltung der Zukunft der digitalen Arbeitsgesellschaft haben." (Autorenreferat, IAB-Doku)

Zitatform

Alonso, Cristian, Andrew Berg, Siddharth Kothari, Chris Papageorgiou & Sidra Rehman (2020): Will the AI Revolution Cause a Great Divergence? (IMF working paper 2020,184), Washington, DC, 42 S.

Abstract

"This paper considers the implications for developing countries of a new wave of technological change that substitutes pervasively for labor. It makes simple and plausible assumptions: the AI revolution can be modeled as an increase in productivity of a distinct type of capital that substitutes closely with labor; and the only fundamental difference between the advanced and developing country is the level of TFP. This set-up is minimalist, but the resulting conclusions are powerful: improvements in the productivity of “robots” drive divergence, as advanced countries differentially benefit from their initially higher robot intensity, driven by their endogenously higher wages and stock of complementary traditional capital. In addition, capital—if internationally mobile—is pulled “uphill”, resulting in a transitional GDP decline in the developing country. In an extended model where robots substitute only for unskilled labor, the terms of trade, and hence GDP, may decline permanently for the country relatively well-endowed in unskilled labor." (Author's abstract, IAB-Doku) ((en))

Zitatform

Attwell, Graham, George Bekiaridis, Ludger Deitmer, Marco Perini, Sophia Roppertz & Vidmantas Tütlys (2020): Artificial Intelligence in Policies, Processes and Practices of Vocational Education and Training. (ITB-Forschungsberichte 71), Bremen, 74 S. DOI:10.26092/elib/307

Abstract

"In diesem Bericht werden die Auswirkungen Künstlicher Intelligenz (KI) auf die berufliche Bildung in Europa untersucht. Ausgehend von einer begrifflichen Klärung werden die gesellschaftlichen und sozialen Aspekte dieser Technologie anhand der internationalen Literatur beleuchtet. Dies schließt verschiedene Szenarien über die künftige Entwicklung in der Wirtschaft als auch die Auswirkungen auf die gewerblich technischen Berufe ein. Eine umfassende und genaue Betrachtung künftighin notwendiger Veränderungen bei den Qualifikationen und Kompetenzen vor allem mit Bezug auf die verschiedenen Berufe wird vorgenommen. Es werden wichtige Teilaspekte beruflicher Bildung wie die tutorielle Lernunterstützung, die Schaffung neuer Lernumgebungen wie »smart classrooms & factories«, sowie digitale Lernanalysen und -überprüfungen betrachtet. Neben dem Literaturüberblick enthält der Forschungsbericht eine zusammenfassende Auswertung der mehr als 40 Interviews in den europäischen Ländern Deutschland, Italien, Litauen, Griechenland und England. In ausgewählten Fallstudien werden erste Ansätze dargestellt in denen zum Thema KI in entsprechenden Projekten gearbeitet wird. Anschließend werden die Ergebnisse der in Deutschland durchgeführten Online-Umfrage unter Berufsschullehrenden präsentiert. Die Zusammenfassung unterstreicht die komplexen Auswirkungen von Künstlicher Intelligenz in Hinblick auf die Fortentwicklung der beruflichen Inhalte und welche methodisch-didaktischen Maßnahmen in Form von beruflichen Lern- und Arbeitsaufgaben in besonderer Weise notwendig sind." (Autorenreferat, IAB-Doku)

Zitatform

Bach, Nicole von dem, Markus Hummel, Anke Mönnig, Christian Schneemann, Stefanie Steeg, Marc Ingo Wolter & Gerd Zika (2020): "MOVEON" II - Grundlagen eines Szenarios zum künftigen Mobilitätsverhalten. (IAB-Forschungsbericht 10/2020), Nürnberg, 57 S.

Abstract

"Die Mobilitätsbranche in Deutschland unterliegt einem ständigen Wandel und auch in Zukunft ist mit weitreichenden Veränderungen zu rechnen. Wie die Mobilität aktuell in Deutschland aufgestellt und wer dort beschäftigt ist, wurde in einer ersten „MoveOn“-Studie (Mergener et al. 2018) detailliert analysiert. Wie sich allerdings der Mobilitätswandel bereits jetzt auf die betreffenden Branchen und Berufe aus Unternehmenssicht auswirkt und wie sich dies in Zukunft verhalten könnte, welche unternehmerischen wie technologischen Veränderungen also auf die Anbieterseite zukommen könnten, blieb bislang unbeleuchtet. Hieran soll diese Arbeit unmittelbar anknüpfen. Ziel ist die Erstellung des sogenannten MoveOn-Szenarios, dessen Ergebnis in einer anschließenden Studie veröffentlicht werden soll.
Anhand von leitfadengestützten Interviews wurden die Einschätzungen von Unternehmensvertretern und -vertreterinnen, die entweder direkt oder indirekt der Mobilitätsbranche angehören, zur erwarteten Entwicklung eben jener Branche eingeholt. Zusammen mit den Ergebnissen einer Literaturrecherche fließen diese Resultate in die Annahmen des MoveOn-Szenarios ein. In diesem Bericht werden die Erkenntnisse von Literaturrecherche und Interviews sowie daraus abgeleitete denkbare Annahmen ausführlich beschrieben, um die breite Palette an möglichen Stellgrößen darzulegen und eine wissenschaftliche Diskussion darüber anzuregen. Ferner müssen die Auswirkungen der notwendigen Maßnahmen zur Eindämmung der Covid19-Pandemie berücksichtigt werden." (Autorenreferat, IAB-Doku)

Zitatform

Bachberger-Strolz, Kerstin (2020): Profiling, Targeting, Algorithmen, künstliche Intelligenz – über die Irrwege einer Debatte in der Arbeitsmarktpolitik. In: Wirtschaft und Gesellschaft, Jg. 46, H. 3, S. 329-363.

Abstract

"Der Text behandelt die Möglichkeiten und Grenzen von Profiling in der Arbeitsmarktpolitik: Ausgehend von den Erfahrungen in den USA seit den 1990er-Jahren wird gezeigt, dass beim Profiling viele Probleme seit Beginn ungelöst blieben, wie etwa die fehlende Schätzgenauigkeit, der geringe Nutzen von Profiling-Ergebnissen für die Zuweisung zu Programmen, die Widerstände von BeraterInnen etc. Damit bleibt die zentrale Erkenntnis für die österreichische Arbeitsmarktpolitik, dass Profiling für das Targeting beim AMS wenig hilfreich ist. Über die genannten Problem hinaus muss festgehalten werden, dass mit der intransparenten Vorgangsweise des AMS und mit der Wahl des Unternehmens, das Profiling im AMS entwickeln und implementieren soll, der Sache des Profiling kein guter Dienst erwiesen wurde. Daraus folgt, dass die österreichische Arbeitsmarktpolitik besser heute als morgen den unglücklichen Versuch der Implementierung von Profiling beenden sollte." (Autorenreferat, IAB-Doku)

Zitatform

Bader, Verena & Daniel Buhr (2020): Die Ambivalenz des Neuen. Sozialer Fortschritt durch Plattformen, Blockchain und KI? (WISO Diskurs 2020,03), Bonn, 32 S.

Abstract

"Die vorliegende Studie ist das Ergebnis der Diskussionen, die wir im Rahmen der Veranstaltungsreihe geführt haben. Sie arbeitet die Ambivalenz der Digitalisierung in den untersuchten Politikbereichen heraus und identifiziert erste konkrete Handlungsempfehlungen. Dabei wird deutlich, dass wir in Deutschland auf gewachsene Strukturen zurückgreifen können, die sich bei der partizipativen Gestaltung sozialer Transformationsprozesse bewährt haben. Die Sozialpartnerschaft und auch die betriebliche Mitbestimmung sind zwei besonders wichtige Institutionen. Diese Stärke müssen wir aktiv nutzen und für die Zukunft ausbauen." (Textauszug, IAB-Doku)

Zitatform

Büchel, Jan, Vera Demary, Henry Goecke & Christian Rusche (2020): Digitalisierung der Wirtschaft in Deutschland. Digitalisierungsindex 2020 : Kurzfassung : Studie im Rahmen des Projekts „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland“ im Auftrag des Bundesministeriums für Wirtschaft und Energie (BMWi). Köln, 15 S.

Abstract

"Um eine valide Datengrundlage für den Status quo und die Entwicklung der Digitalisierung der Wirtschaft in Deutschland zu schaffen, wurde der jährlich erscheinende Digitalisierungsindex entwickelt. Dabei werden insbesondere Ergebnisse für die Digitalisierung nach Branchen, Unternehmensgrößenklassen, Bundeslandgruppen und Regionstypen ausgewiesen. Der Index lässt sich in unternehmensinterne und unternehmensexterne Aspekte unterteilen. Zu den internen Aspekten zählen die fünf Kategorien Prozesse, Produkte, Geschäftsmodelle, Qualifizierung und Forschungs- und Innovationsaktivitäten. Zu den unternehmensexternen Aspekten gehören die Kategorien Technische Infrastruktur, Administrativ-rechtlicher Rahmen, Gesellschaft, Humankapital und Innovationslandschaft. Alle Kategorien enthalten mehrere Indikatoren. Aufgrund unterschiedlicher Datenverfügbarkeit sind nicht alle Indikatoren und Kategorien für alle oben genannten Differenzierungen des Index anwendbar. Das Gutachten zeigt die Kernergebnisse des Erhebungsjahrs 2020." (Autorenreferat, IAB-Doku)

Zitatform

Demary, Vera, Henry Goecke, Can Azkan, Lennart Iggena & Markus Spiekermann (2020): Eine Verortung deutscher KI-Unternehmen. Köln, 17 S.

Abstract

"Die Corona-Pandemie hat eindrucksvoll gezeigt, welche Potenziale der Digitalisierung in Deutschland ausschöpfbar sind: Durch Homeoffice, virtuelle Meetings und E-Commerce gelang es in vielen Bereichen, die Wirtschaft trotz Kontakt- und Ausgangsbeschränkungen am Laufen zu halten." (Autorenreferat, IAB-Doku)

Zitatform

Demary, Vera & Henry Goecke (2020): Mittelstandsskepsis gegenüber Künstlicher Intelligenz. (IW-Kurzberichte / Institut der Deutschen Wirtschaft Köln 2020,72), Köln, 3 S.

Abstract

"Anwendungen Künstlicher Intelligenz (KI) weisen erhebliche wirtschaftliche Potenziale auf. Bislang sind es jedoch vor allem die Großunternehmen, die KI anwenden, und weniger der Mittelstand. Des Weiteren ist der Mittelstand wesentlich skeptischer gegenüber KI. Dies muss sich dringend ändern, damit die deutsche Wirtschaft in der Breite zukunftsfähig bleibt." (Autorenreferat, IAB-Doku)

Zitatform

Demary, Vera, Barbara Engels, Henry Goecke, Oliver Koppel, Armin Mertens, Christian Rusche, Marc Scheufen & Jan Wendt (2020): KI-Monitor 2020. Status quo der Künstlichen Intelligenz in Deutschland : Gutachten. Köln, 65 S.

Abstract

"Künstliche Intelligenz (KI) ist die Zukunftstechnologie der Weltwirtschaft. Doch obwohl in KI großes Potenzial liegt, welches trotz mehr als sechs Jahrzehnten Forschung nicht annähernd ausgeschöpft ist, fehlt es einem Großteil der Unternehmen, der Gesellschaft und der Politik bislang an einem Grundverständnis von KI und an konsistenten Kennzahlen und Messwerten, die KI und ihre Entwicklung quantifizierbar und damit nachvollziehbar machen. Diese Messbarkeit ist jedoch essenziell, um Entwicklungswege aufzuzeigen und KI zu gestalten. Insbesondere können empirische Analysen der KI-Entwicklung auch den Erfolg der KI-Strategien auf deutscher und europäischer Ebene überprüfen und bei entsprechender Nachjustierung der Maßnahmen unterstützen. Diese Studie misst Status quo sowie Entwicklung von KI in Deutschland und entwickelt darauf basierende politische Handlungsempfehlungen. Dabei nimmt sie die zentralen Bereiche ins Visier, welche die Entwicklung von KI beeinflussen und die auch selbst von ihr betroffen sind: Rahmenbedingungen, Wirtschaft und Gesellschaft. Die Rahmenbedingungen bestimmen, wie KI in Wirtschaft und Gesellschaft aus-gestaltet und genutzt werden kann. Sie nehmen sowohl infrastrukturelle als auch politische Gegebenheiten und verfügbares Know-how ins Visier. In den Kategorien Wirtschaft und Gesellschaft wird abgebildet, wie Unternehmen und Bevölkerung KI wahrnehmen und nutzen. Für jede der Kategorien werden Indikatoren aus verschiedenen Quellen identifiziert, die die Entwicklung von KI aktuell und passgenau abbilden." (Autorenreferat, IAB-Doku)

Zitatform

Dröge, Kai & Andrea Glauser (Hrsg.) (2020): Digitalisierung der Wissensarbeit. Interdisziplinäre Analysen und Fallstudien. Frankfurt: Campus, 268 S.

Abstract

"Macht Technik die menschliche Arbeit irgendwann überflüssig? Die Frage ist alt, stellt sich heute aber auf neue Weise. Denn es sind auch Berufe aus dem Feld der Wissensarbeit betroffen, die lange als geschützt galten. Algorithmen und künstliche Intelligenz dringen in Bereiche vor, in denen bisher menschliche Analysefähigkeiten unverzichtbar waren. Aber daneben passieren auch viele subtile Veränderungen, mit denen die Digitalisierung die Gestalt und Bedeutung von Wissensarbeit nachhaltig verändert. Dieser Band spürt solchen Verschiebungen nach: Er verknüpft Überlegungen aus Soziologie, Betriebswirtschaftslehre und Arbeitspsychologie mit Fallstudien zur Arbeitswelt." (Verlagsangaben, IAB-Doku)

Zitatform

Etscheid, Jan, Jörn von Lucke & Felix Stroh (2020): Künstliche Intelligenz in der öffentlichen Verwaltung. Anwendungsfelder und Szenarien. Stuttgart, 67 S.

Abstract

"Bei den vielfältigen Anwendungsmöglichkeiten, die Technologien der Künstlichen Intelligenz (KI) bieten, stellen sich nicht nur Unternehmen, sondern verstärkt auch öffentliche Verwaltungen die Frage: Wie können wir KI sinnvoll nutzen und wie gelingt überhaupt ein erster Einstieg, um konkrete Einsatzpotenziale kennenzulernen? Das Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO hat zusammen mit »The Open Government Institute (TOGI)« der Zeppelin Universität Friedrichshafen im Auftrag der Digitalakademie@bw eine Potenzialstudie erstellt, die sowohl einen praxisnahen Überblick der Fähigkeiten und Einsatzmöglichkeiten von KI im öffentlichen Sektor liefert als auch den Entscheidungsträgern aus Politik und Verwaltung als Hilfestellung dient, um die mit KI verbundenen Stärken, Schwächen, Chancen und Risiken im weiteren Einsatz gegeneinander abzuwägen. Die Studie zielt darauf ab, nicht die theoretischen Möglichkeiten von KI-Technologien zu beleuchten, sondern vielmehr den potenziellen Anwenderinnen und Anwendern anhand von konkreten Beispielen aufzuzeigen, wie KI in der tagtäglichen Verwaltungspraxis eingesetzt werden kann. Die Landesregierung hat hierzu bereits Ende 2018 als erstes Bundesland eine eigene KI-Strategie vorgelegt. Um diese entlang aktueller Bedürfnisfelder fortzuführen, haben die KI-Expertinnen und -Experten im Mai und Juni 2019 drei Stakeholder-Workshops mit fast fünfzig Mitarbeitern aus Kommunal- und Landesverwaltungen sowie wissenschaftlichen Vertreterinnen und Vertretern in den Städten Ulm, Mannheim und Stuttgart durchgeführt und dort sowohl bereits bestehende als auch wie potenzielle Anwendungsmöglichkeiten gesammelt, diskutiert und bewertet." (Autorenreferat, IAB-Doku)

Zitatform

Evans, Michaela, Saskia Freye & Caroline Richter (2020): Digitalisierung der Arbeit im Gesundheits- und Sozialsektor. In: Arbeit. Zeitschrift für Arbeitsforschung, Arbeitsgestaltung und Arbeitspolitik, Jg. 29, H. 2, S. 99-104. DOI:10.1515/arbeit-2020-0008

Abstract

"„Digitalisierung“ ist seit mehreren Jahren das neue Schlagwort. Es suggeriert Offenheit, Modernität und innovative Wege technisch gestützter gesellschaftlicher Problemlösung. Von der Wirtschaft über Politik und Recht bis hin zur Bildung – Digitalisierung erscheint in allen Bereichen geradezu als notwendiges Innovationserfordernis. Andererseits werden auch grundsätzliche Bedenken angemeldet: Sorgen um eine technikinduzierte Disruption von Sozialität. Dies gilt auch für die Arbeitswelt: Mit dem Begriff der Industrie 4.0 werden Chancen für die Gestaltung industrieller Arbeit postuliert, zugleich werden Risiken und Krisenszenarien einer Entwertung oder gar Ablösung menschlicher Arbeitskraft angeführt. Auch in den sozialen Dienstleistungen halten digitale Technologien zunehmend Einzug in die Arbeitswelt. Mit dem Begriff der sozialen Dienstleistungen adressieren wir Arbeits- und Beschäftigungsfelder, die in Deutschland und Europa der „Sozialwirtschaft“ zugerechnet werden – nämlich die Krankenpflege und Altenhilfe (inklusive Pflege), die Kinder- und Jugendhilfe, die soziale Arbeit sowie Hilfen der Teilhabe- und Inklusionsförderung für Menschen mit Behinderung." (Autorenreferat, IAB-Doku)

Zitatform

Gries, Thomas & Wim Naudé (2020): Artificial Intelligence, Income Distribution and Economic Growth. (GLO discussion paper / Global Labor Organization 632), Essen, 69 S.

Abstract

"The economic impact of Artificial Intelligence (AI) is studied using a (semi) endogenous growth model with two novel features. First, the task approach from labor economics is reformulated and integrated into a growth model. Second, the standard representative household assumption is rejected, so that aggregate demand restrictions can be introduced. With these novel features it is shown that (i) AI automation can decrease the share of labor income no matter the size of the elasticity of substitution between AI and labor, and (ii) when this elasticity is high, AI will unambiguously reduce aggregate demand and slow down GDP growth, even in the face of the positive technology shock that AI entails. If the elasticity of substitution is low, then GDP, productivity and wage growth may however still slow down, because the economy will then fail to benefit from the supply-side driven capacity expansion potential that AI can deliver. The model can thus explain why advanced countries tend to experience, despite much AI hype, the simultaneous existence of rather high employment with stagnating wages, productivity, and GDP." (Author's abstract, IAB-Doku) ((en))

Zitatform

Jaume-Palasí, Lorena, Elisa Lindinger & Julia Kloiber (2020): AI Powered Recruiting? Wie der Einsatz von algorithmischen Assistenzsystemen die Gleichstellung auf dem Arbeitsmarkt beeinflusst : Expertise für den Dritten Gleichstellungsbericht der Bundesregierung. (Dritter Gleichstellungsbericht der Bundesregierung), Berlin, 71 S.

Abstract

"Personalauswahlverfahren sind aufgrund einer Reihe von Diskriminierungsrisiken ein gleichstellungspolitisch hochsensibles Feld: von der Stellenausschreibung, der Veröffentlichung derselben, der Vorauswahl von Kandidat*innen, dem Auswahlverfahren bis zur Vergabe der Stelle. Automatisierte Entscheidungen können– so ein Versprechen der zunehmend auf dem Markt angebotenen digitalen Tools - solche Diskriminierungsrisiken abbauen. Die Personalsuche und ‑auswahl wird inzwischen in vielen Bereichen mit Hilfe von direkt dafür ausgerichteten oder speziell für diesen Zweck erweiterten Plattformen betrieben. Beispiele sind heutzutage LinkedIn, Xing bzw. Facebook Jobs. Darüber hinaus ermöglichen aber auch sonstige soziale Medien und Internetrecherchen den Zugriff auf vielfältige Daten, die Schlüsse über Bewerber*innen zulassen. Einige digitale Werkzeuge auf dem Recruiting-Markt knüpfen hier beispielsweise mit dem Abgleich der Angaben von Daten in Bewerbungsdokumenten mit persönlichen Profilen auf Plattformen direkt an. Darüber hinaus gibt es zahlreiche automatisierte Verfahren, die etwa die Sichtung von Bewerbungsschreiben, die Auswahl von Kandidat*innen für Interviews, die Durchführung und Auswertung von Assessment Centern oder sogar die finale Entscheidung für eine*n Bewerber*in unterstützen. Wie verändern diese Entwicklungen Personalauswahlprozesse in Hinblick auf Fragen der Geschlechtergerechtigkeit? Könnten diese Verfahren Diskriminierungen vermeiden und damit zu gleichstellungsorientierten Personalauswahlverfahren beitragen? Oder handelt es sich hier lediglich um leere Versprechungen? Lorena Jaume-Palasí (The Ethical Tech Society), Elisa Lindinger und Julia Kloiber (Superrr Lab) strukturieren in ihrer Expertise den unübersichtlichen Markt der digitalen Produkte im Bereich der Personalauswahl und erläutern potentielle Diskriminierungsrisiken. Ihr besonderes Augenmerk gilt dabei neuen Geschäftsmodellen und der mit der Algorithmisierung des Personalmarkts möglich gewordenen „Ökonomisierung der Emotionen“. In der Expertise wird deutlich, warum die Entwicklung digitaler Prozesse und Systeme für die Personalauswahl interdisziplinäre Teams erfordert. So kann vermieden werden, dass bei einer lediglich von Software-EntwicklerInnen und PersonalerInnen durchgeführten Konzeption bewusst oder unbewusst Diskriminierungspraktiken einfließen, weil ihnen die Analyse rechtlicher und sozialer Aspekte fremd ist. Allein die häufig geforderte Transparenz der technischen Funktionsweise digitaler Personalauswahlverfahren genügt aus Sicht der Autorinnen nicht, um Diskriminierungsrisiken zu erkennen und zu minimieren. Daher plädieren sie auch für die Schaffung einer begrifflichen Systematik, mit der problematische Konzepte und Vorannahmen besser erkannt werden können, die in die Entwicklung digitaler Personalauswahlverfahren einfließen." (Autorenreferat, IAB-Doku)

Zitatform

Kühner, Stefan (2020): Neue Technik, Neue Wirtschaft, Neue Arbeit? Digitalisierung, Künstliche Intelligenz, Industrie 4.0. (Neue Kleine Bibliothek 275), Köln: Papyrossa, 158 S.

Abstract

"In der Diskussion um die Welt und die Arbeitsverhältnisse von morgen wechseln sich Visionen eines unbeschwerten Lebens und Schreckensbilder ab. Künstliche Intelligenz, Industrie 4.0 und Digitalisierung werden für beides herangezogen. Neue Geschäftsmodelle sowie das Zusammenwirken von Informations- und Kommunikationstechnik und neue Produktionsverfahren verändern die ökonomischen und gesellschaftlichen Strukturen. Was bedeutet dies tatsächlich für Menschen und ihre Arbeit in Fabriken, im Einzelhandel, in der Landwirtschaft oder in der öffentlichen Verwaltung? Die Wucht und Geschwindigkeit dieser Entwicklungen übertreffen noch die Umwälzungen seit der 1. Industriellen Revolution. Doch: Wer wird darüber bestimmen? Stefan Kühner zeigt, was die neuen Techniken in verschiedenen Wirtschaftszweigen bewirken, wer die Veränderungen vorantreibt, wer dabei gewinnt und wer verliert. Er geht der Frage nach, wie Gewerkschaften und politische Parteien in Deutschland auf die Veränderungen reagieren und wie sich die 4. Industrielle Revolution global auswirken wird." (Verlagsangaben, IAB-Doku)

Zitatform

Orwat, Carsten (2020): Diskriminierungsrisiken durch Verwendung von Algorithmen. Eine Studie, erstellt mit einer Zuwendung der Antidiskriminierungsstelle des Bundes. Baden-Baden: Nomos, XIX, 182 S.

Abstract

"Algorithmen, unter anderem der künstlichen Intelligenz, werden in vielfältiger Weise für Differenzierungen von Personen, Diensten, Produkten, Positionen oder beim staatlichen Handeln eingesetzt. Die vorliegende Studie zeigt anhand von Beispielfällen nicht nur technische und organisatorische Ursachen von Diskriminierungsmöglichkeiten, sondern vor allem auch die gesellschaftlichen Risiken auf. Sie rufen einen Bedarf nach Reformen des Antidiskriminierungs- und Datenschutzrechts hervor, aber ebenso gesellschaftliche Abwägungen und Festlegungen, welche algorithmen- und datenbasierten Differenzierungen in einer Gesellschaft überhaupt für akzeptabel gehalten werden. Nicht zuletzt werden Aufgaben für Antidiskriminierungsstellen diskutiert, die von der Identifizierung und dem Nachweis von algorithmenbasierten Diskriminierungen bis hin zu präventivem und kooperativem Vorgehen reichen." (Autorenreferat, IAB-Doku)

Zitatform

Pfeiffer, Sabine (2020): Kontext und KI: Zum Potenzial der Beschäftigten für Künstliche Intelligenz und Machine-Learning. In: HMD : Praxis der Wirtschaftsinformatik, Jg. 57, H. 3, S. 465-479. DOI:10.1365/s40702-020-00609-8

Abstract

"Die Bedeutung von Künstlicher Intelligenz und Machine Learning (KI/ML) im Unternehmen nimmt zu. Noch weitgehend unklar ist, ob das Potenzial der Beschäftigten ausreicht und passfähig ist, um die Potenziale dieser Technologie im Unternehmen schnell nutzbar zu machen. Neben den dafür nötigen KI/ML-spezifischen Programmierkenntnissen in der IT-Abteilung erfordert ein robuster und produktiver Einsatz von KI/ML im Unternehmen auch von den Beschäftigten in den anwendenden Fachabteilungen neue Kompetenzen. Sie müssen die Potenziale und Grenzen von KI/ML-Technologien verstehen (KI/ML-Kompetenz) und in der Lage sein, KI/ML-Systeme und ihre Ergebnisse in den fachlichen Kontext und an situative Anforderungen rückzubinden (Kontext-Kompetenz). Der Beitrag identifiziert diese Kompetenzen und zeigt empirisch, in welchem Ausmaß sie vorhanden sind oder entwickelt werden müssen. Dies geschieht auf der Basis der BIBB/BAuA-Erwerbstätigenbefragung 2018 für zwei Felder, die aktuell besonders relevant für den Einsatz von KI/ML sind: Predictive Maintenance und beratungsintensive Sachbearbeitung. Die Ergebnisse zeigen: Beschäftigte haben ein unterschätztes Potenzial für die erfolgreiche Umsetzung von KI/ML, es lohnt sich also, sie in allen Phasen der KI/ML-Umsetzung partizipativ zu involvieren." (Autorenreferat, IAB-Doku)

Zitatform

(2020): Einsatz von Künstlicher Intelligenz in der Deutschen Wirtschaft. Stand der KI-Nutzung im Jahr 2019. Berlin, 39 S.

Abstract

"Dieser Bericht gibt einen statistisch repräsentativen Überblick zum aktuellen Stand des Einsatzes von Künstlicher Intelligenz (KI) in den Unternehmen in Deutschland im Jahr 2019. Datengrundlage ist eine Sonderauswertung der Deutschen Innovationserhebung des Jahres 2019 sowie einer Zusatzbefragung von KI einsetzenden Unternehmen. KI wurde dabei sehr allgemein als „Technik der Informationsverarbeitung zur eigenständigen Lösung von Problemen durch Computer“ definiert." (Textauszug, IAB-Doku)

Zitatform

Rampersad, Giselle (2020): Robot will take your job: Innovation for an era of artificial intelligence. In: Journal of Business Research, Jg. 116, S. 68-74. DOI:10.1016/j.jbusres.2020.05.019

Abstract

"Fear is growing that robots and artificial intelligence will replace many occupations. To remain relevant in this changing career landscape, the worker of the future is expected to be innovative, able to spot opportunities transform industries and provide creative solutions to meet global challenges. To develop such capabilities, work integrated learning (WIL) has emerged as an important approach. The purpose of this study is to investigate the key factors driving innovation among WIL students. Unlike prior studies that have been predominantly qualitative or based on one single snapshot, this quantitative, longitudinal study measures student capabilities before and after participation in a WIL placement at a business. It then undertakes confirmatory factor analysis to compare pre- and post-placement capabilities. The study found that critical thinking, problem solving, communication and teamwork have significant impacts on the development of innovation: vital in the era of artificial intelligence." (Author's abstract, IAB-Doku) ((en))

Zitatform

Reimann, Mareike, Anja-Kristin Abendroth & Martin Diewald (2020): How digitalized is work in large German workplaces, and how is digitalized work perceived by workers? A new employer-employee survey instrument. (IAB-Forschungsbericht 08/2020), Nürnberg, 77 S.

Abstract

"Die Digitalisierung von Arbeit wird für die Zunahme von Arbeitsmarktungleichheiten (mit)verantwortlich gemacht, nicht nur bezüglich Arbeitsplatzverlust, sondern auch bezogen auf die Polarisierung bestehender Jobs durch einen Prozess der Abwertung und Aufwertung von Berufen und Tätigkeiten. Die Diskussion über mögliche Konsequenzen ist jedoch wenig differenziert in Bezug auf verschiedene Technologien oder unterschiedliche Implementationen der gleichen Technologie. Um Veränderungen durch Digitalisierungsprozesse zu verstehen, ist eine Messung digitalisierter Arbeit auf Beschäftigten- wie auch auf Betriebsebene sinnvoll, da Entscheidungen über den Einsatz digitaler Unterstützungssysteme in Betrieben getroffen werden. In repräsentativen Erhebungen in Deutschland fehlt bislang ein solch umfassender Überblick über digitalisierte Arbeit und ihre Konsequenzen in verschiedenen Berufen und Arbeitsplätzen. Ziel des vorliegenden Beitrags ist es, ein neu entwickeltes, multi-dimensionales Instrument zur Messung digitalisierter Arbeit im Rahmen eines Linked Employer-Employee Studiendesigns vorzustellen. Das Instrument zielt auf eine Bestandsaufnahme der Digitalisierung in Arbeitsorganisationen entlang verschiedener Dimensionen digitalisierter Arbeit (die Nutzung digitaler Kommunikation, digitaler Information, digitaler Regulierung und Kontrolle und der Arbeit mit Robotern) und ihrer Wahrnehmung durch Beschäftigte ab." (Autorenreferat, IAB-Doku)

Zitatform

Schroeder, Wolfgang, Ursula Bitzegeio & Sandra Fischer (Hrsg.) (2020): Digitale Industrie. Algorithmische Arbeit. Gesellschaftliche Transformation. (Schriftenreihe interdisziplinäre Perspektiven 04), Bonn: Dietz, 485 S.

Abstract

"Die disparaten Interessen und Ideen aus Politik, Wirtschaft, Wissenschaft und Gesellschaft sind der Ausgangspunkt des vorliegenden Bandes, der Beiträge von NachwuchswissenschaftlerInnen mit etablierter Forschung und praxeologischen Ansätzen verbindet. Gleichzeitig fasst er gemeinsam mit einer parallel erscheinenden Online-Publikation die Ergebnisse einer Fachtagung der Friedrich-Ebert-Stiftung zum Themenfeld "Digitale Industrie, algorithmische Arbeit, kulturelle Transformation" zusammen, die im Oktober 2018 in Bonn stattgefunden hat. Ziel war es, nicht bloß ein Politikfeld oder einen eng definierten Aspekt der Digitalisierung unter die Lupe zu nehmen, sondern das Phänomen in der Breite zu erfassen. Die beteiligten WissenschaftlerInnen und ExpertInnen kommen aus ganz unterschiedlichen Fachdisziplinen, denken aber über dieselben Fragen nach: Was sind die Phänomene des Wandels? Was sind die Konsequenzen, die sich daraus für die jeweiligen Subsysteme sowie das große Ganze ableiten lassen? Stärker theoretisch angelegte Beiträge werden dabei durch Berichte aus der Praxis ergänzt. In der ersten Rubrik "Staat und Politik" geht es darum, wie sich die politischen AkteurInnen auf den unterschiedlichen Ebenen des deutschen Regierungssystems in verschiedenen Politikfeldern positionieren. In der zweiten Rubrik, "Wirtschaft und Arbeitswelten", geht es zum einen um die Plattformökonomie und die durch sie hervorgebrachten neuen Arbeitsformen. Die dritte Rubrik widmet sich dem Politikfeld "Gesundheit und Technologie"." (Textauszug, IAB-Doku)

Zitatform

Suchy, Oliver (2020): Gute Arbeit durch Künstliche Intelligenz? In: Gute Arbeit, Jg. 32, H. 8/9, S. 8-12.

Abstract

"In der Krise hat die Aufmerksamkeit für Fragen rund um Künstliche Intelligenz (KI) und deren Bedeutung für die Arbeit der Zukunft nachgelassen. Doch die Entwicklung geht, auch politisch, europaweit rasant voran. Im Beitrag geht es um notwendige Rahmenbedingungen zur Gestaltung von KI-Systemen und von Guter Arbeit." (Autorenreferat, IAB-Doku)

Zitatform

Tolan, Songül, Annarosa Pesole, Fernando Martínez-Plumed, Enrique Fernández-Macías, José Hernández-Orallo & Emilia Gómez (2020): Measuring the Occupational Impact of AI: Tasks, Cognitive Abilities and AI Benchmarks. (JRC working papers series on labour, education and technology 2020,02), Sevilla, 35 S.

Abstract

"In this paper we develop a framework for analysing the impact of AI on occupations. Leaving aside the debates on robotisation, digitalisation and online platforms as well as workplace automation, we focus on the occupational impact of AI that is driven by rapid progress in machine learning. In our framework we map 59 generic tasks from several worker surveys and databases to 14 cognitive abilities (that we extract from the cognitive science literature) and these to a comprehensive list of 328 AI benchmarks used to evaluate progress in AI techniques. The use of these cognitive abilities as an intermediate mapping, instead of mapping task characteristics to AI tasks, allows for an analysis of AI’s occupational impact that goes beyond automation. An application of our framework to occupational databases gives insights into the abilities through which AI is most likely to affect jobs and allows for a ranking of occupation with respect to AI impact. Moreover, we find that some jobs that were traditionally less affected by previous waves of automation may now be subject to relatively higher AI impact." (Author's abstract, IAB-Doku) ((en))

Zitatform

Urbach, Nils, Tobias Albrecht, Tobias Guggenberger, Jan Jöhnk, Laurin Arnold, Julia Gebert, Dennis Jelito, Luis Lämmermann & André Schweizer (2020): The Advance of the Machines. Vision und Implikationen einer Machine Economy. Bayreuth, 36 S.

Abstract

"Die vorliegende Studie stellt die Chancen und Herausforderungen der zugrundliegenden Technologiekonvergenz aus dem Internet der Dinge, Künstlicher Intelligenz und Blockchain vor. Darauf aufbauend erfolgt eine Analyse der individuellen Rollen der Akteure im ökonomischen Umfeld der Machine Economy sowie ihrer Potenziale. Daraus wird die übergreifende Vision der Machine Economy abgeleitet. Abschließend werden mögliche Anwendungsszenarien innerhalb der Machine Economy durch ausgewählte Use Cases skizziert sowie weiterführende Fragestellungen aufgezeigt." (Textauszug, IAB-Doku)

Zitatform

Vilain, Michael (Hrsg.) (2020): Wege in die digitale Zukunft. Was bedeuten Smart Living, Big Data, Robotik & Co für die Sozialwirtschaft? Tagungsband zum Social Talk 2017. (Zukunftsfragen der Gesundheits- und Sozialwirtschaft 2), Baden-Baden: Nomos, 156 S. DOI:10.5771/9783748907008

Abstract

"Digitalisierung und Technisierung verändern in Verbindung mit Netzwerkphänomenen die Arbeits- und Organisationswelt fundamental. Sie sind dabei sowohl Komplexitätstreiber als auch -facilitator. Die Befunde für die Sozialwirtschaft sind dementsprechend vielschichtig: Neuartige technikbasierte Arbeitsfelder entstehen, mächtige Marktakteure treten in veränderten Wertschöpfungsstrukturen auf, Managementparadigmen verändern sich ebenso wie die konkreten Anforderungen an Mitarbeitende und Leitungen. Wissenschaft und Praxis versuchen, diese neue Realität aus einer lösungsorientierten Managementperspektive konzeptionell zu fassen: Exploration statt Exploitation, Disruption statt Evolution oder dem den Widerspruch verkörpernden Begriff der organisationalen Ambidextrie. Die Beiträge in diesem Tagungsband nähern sich den Facetten des komplexen Phänomens interdisziplinär, wobei sich Wissenschaft und Praxis auf Augenhöhe begegnen können, sodass sich theoretische und empirische Befunde mit Praxiserprobungen und -erkenntnissen abwechseln." (Autorenreferat, © Nomos)

Abstract

"The new knowledge economy, centred on Information and Communication Technologies, together with AI / and robots, can free men and women from the mere execution of tasks and allow them to devote their energies to more satisfying and creative purposes. It can, however, also create mass unemployment or alienation of workers reduced to the role of subservient auxiliaries of a working process they can no longer control. Much depends on the philosophy that guides the new automated production processes: will it be a philosophy that aims solely at profit or one that values the participation of workers, care for the common good, and has a special concern for the poor and the marginalized?" (Text excerpt, IAB-Doku) ((en))

Abstract

"Digitale Technologien und Daten verändern unser Lebensumfeld. Menschen, Unternehmen und staatliche Stellen agieren, kommunizieren und operieren heute anders als in der Vergangenheit - und diese Veränderungen beschleunigen sich zusehends. Wie können wir das gewaltige Potenzial ausschöpfen, das digitale Technologien und Daten zur Steigerung von Wachstum und Lebensqualität in einer sich rasch wandelnden Welt bieten? Dieser Bericht soll Antworten auf diese Frage liefern. Er geht auf sieben Aspekte ein, bei denen die Regierungen - zusammen mit Bürgerinnen und Bürgern, Unternehmen und anderen betroffenen Akteuren - ansetzen können, um den digitalen Wandel zu gestalten und das Leben zu verbessern. In jedem dieser Bereiche zeigt der Bericht Chancen, Herausforderungen und Handlungsoptionen auf. Außerdem liefert er neue Erkenntnisse, Daten und Analysen sowie Empfehlungen für eine bessere Politik im digitalen Zeitalter." (Autorenreferat, IAB-Doku)

Zitatform

Deutscher Bundestag. Enquete-Kommission Künstliche Intelligenz - Gesellschaftliche Verantwortung und Wirtschaftliche, Soziale und Ökologische Potenziale (2020): Bericht der Enquete-Kommission Künstliche Intelligenz - Gesellschaftliche Verantwortung und wirtschaftliche, soziale und ökologische Potenziale. Unterrichtung der Enquete-Kommission Künstliche Intelligenz - Gesellschaftliche Verantwortung und wirtschaftliche, soziale und ökologische Potenziale. (Verhandlungen des Deutschen Bundestages. Drucksachen 19/23700 (28.10.2020)), 794 S.

Abstract

"Umfassende nationale Strategie für Künstliche Intelligenz als Aufgabe der Forschungs-, Wirtschafts-, Innovations- und Gesellschaftspolitik; Untersuchung der Chancen und Potenziale der KI sowie der damit verbundenen Herausforderungen in den Themenbereichen wissenschaftlicher Rahmen, Staat, Gesellschaft und Demokratie, Werte und ethische Aspekte, Wirtschaft, Bildung und Forschung sowie Erarbeitung von Antworten auf die Vielzahl an technischen, rechtlichen, politischen und ethischen Fragen im Kontext von KI; Vorlage von Handlungsempfehlungen, Zusammensetzung und Zeitplan" (Dokumentations- und Informationssystem Bundestag und Bundesrat - DIP)

Abstract

"This report examines digitalisation’s effects on science, technology and innovation and the associated consequences for policy. In varied and far-reaching ways, digital technologies are changing how scientists work, collaborate and publish. While examining these developments, this book also assesses the effects of digitalisation on longstanding policy themes, from access to publicly funded research data, to the diffusion of technology and its absorption by firms. New and emerging topics are also explored. These include the roles of artificial intelligence and blockchain in science and production, using digital technology to draw on the collective intelligence of the scientific community, advances in the digitalisation of biotechnology, and possible "dark sides" of digitalisation." (Author's abstract, IAB-Doku) ((en))

Abstract

"Chatbots, Voicebots, Cognitive Advisors, Robotic Desktop Automation und Machine Vision: Was nach Science-Fiction klingt, ist an vielen Arbeitsplätzen längst Realität. Diese Anwendungen Künstlicher Intelligenz (KI) ermöglichen zunehmend selbststeuernde Prozesse und verändern, was und wie Menschen arbeiten. Obwohl die quantitativen Beschäftigungseffekte durch KI und Robotik bislang überschaubar geblieben sind, ist die qualitative Transformation von Arbeit schon heute weitreichend und unumkehrbar. Aus dem Einsatz innovativer Technologien – KI steht hier stellvertretend im Vordergrund – folgt eine neue Arbeitsteilung zwischen Mensch und Maschine, die längst nicht hinreichend erforscht ist. Das Forschungsprojekt, über das wir hier berichten, nahm die Auswirkungen des Einsatzes von KI am Arbeitsplatz in den Blick. Wir erforschten, wie sich Arbeit durch KI-Assistenz verändert und wie Arbeitnehmer*innen diese Veränderungen wahrnehmen. Dazu führten wir zwei Fallstudien bei und mit den IBM-Kunden Siemens AG (Einsatz von KI in der Personalsachbearbeitung) und Deutsche Telekom Service GmbH (Einsatz von KI im Kundenservice) durch." (Autorenreferat, IAB-Doku)

Zitatform

Acemoglu, Daron & Pascual Restrepo (2019): The wrong kind of AI? Artificial intelligence and the future of labor demand. (NBER working paper 25682), Cambrige, Mass., 13 S. DOI:10.3386/w25682

Abstract

"Artificial Intelligence is set to influence every aspect of our lives, not least the way production is organized. AI, as a technology platform, can automate tasks previously performed by labor or create new tasks and activities in which humans can be productively employed. Recent technological change has been biased towards automation, with insufficient focus on creating new tasks where labor can be productively employed. The consequences of this choice have been stagnating labor demand, declining labor share in national income, rising inequality and lower productivity growth. The current tendency is to develop AI in the direction of further automation, but this might mean missing out on the promise of the 'right' kind of AI with better economic and social outcomes." (Author's abstract, IAB-Doku) ((en))

Zitatform

Acemoglu, Daron & Pascual Restrepo (2019): Artificial intelligence, automation and work. In: A. K. Agrawal, J. Gans & A. Goldfarb (Hrsg.) (2019): The economics of artificial intelligence: An agenda.

Abstract

"We summarize a framework for the study of the implications of automation and AI on the demand for labor, wages, and employment. Our task-based framework emphasizes the displacement effect that automation creates as machines and AI replace labor in tasks that it used to perform. This displacement effect tends to reduce the demand for labor and wages. But it is counteracted by a productivity effect, resulting from the cost savings generated by automation, which increase the demand for labor in non-automated tasks. The productivity effect is complemented by additional capital accumulation and the deepening of automation (improvements of existing machinery), both of which further increase the demand for labor. These countervailing effects are incomplete. Even when they are strong, automation in- creases output per worker more than wages and reduce the share of labor in national income. The more powerful countervailing force against automation is the creation of new labor-intensive tasks, which reinstates labor in new activities and tends to in- crease the labor share to counterbalance the impact of automation. Our framework also highlights the constraints and imperfections that slow down the adjustment of the economy and the labor market to automation and weaken the resulting produc- tivity gains from this transformation: a mismatch between the skill requirements of new technologies, and the possibility that automation is being introduced at an excessive rate, possibly at the expense of other productivity-enhancing technologies." (Author's abstract, IAB-Doku) ((en))

Zitatform

Aghion, Philippe, Benjamin F. Jones & Charles I. Jones (2019): Artificial intelligence and economic growth. In: A. K. Agrawal, J. Gans & A. Goldfarb (Hrsg.) (2019): The economics of artificial intelligence: An agenda.

Abstract

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

Zitatform

Aghion, Philippe, Céline Antonin & Simon Bunel (2019): Artificial Intelligence, Growth and Employment: The Role of Policy. In: Economie et Statistique H. 510/512, S. 149-164. DOI:10.24187/ecostat.2019.510t.1994

Abstract

"In this survey paper, we argue that the effects of artificial intelligence (AI) and automation on growth and employment depend to a large extent on institutions and policies. We develop a two‑fold analysis. In a first section, we survey the most recent literature to show that AI can spur growth by replacing labor by capital, both in the production of goods and services and in the production of ideas. Yet, we argue that AI may inhibit growth if combined with inappropriate competition policy. In a second section, we discuss the effect of robotization on employment in France over the 1994‑2014 period. Based on our empirical analysis on French data, we first show that robotization reduces aggregate employment at the employment zone level, and second that non‑educated workers are more negatively affected by robotization than educated workers. This finding suggests that inappropriate labor market and education policies reduce the positive impact that AI and automation could have on employment." (Author's abstract, IAB-Doku) ((en))

Zitatform

Agrawal, Ajay, Joshua Gans & Avi Goldfarb (Hrsg.) (2019): The economics of artificial intelligence: An agenda. Chicago: University of Chicago Press, 630 S.

Abstract

"Advances in artificial intelligence (AI) highlight the potential of this technology to affect productivity, growth, inequality, market power, innovation, and employment. This volume seeks to set the agenda for economic research on the impact of AI. It covers four broad themes: AI as a general purpose technology; the relationships between AI, growth, jobs, and inequality; regulatory responses to changes brought on by AI; and the effects of AI on the way economic research is conducted. It explores the economic influence of machine learning, the branch of computational statistics that has driven much of the recent excitement around AI, as well as the economic impact of robotics and automation and the potential economic consequences of a still-hypothetical artificial general intelligence. The volume provides frameworks for understanding the economic impact of AI and identifies a number of open research questions." (Publisher information, IAB-Doku) ((en))

Zitatform

Agrawal, Ajay, Joshua S. Gans & Avi Goldfarb (2019): Artificial intelligence. The ambiguous labor market impact of automating prediction. (NBER working paper 25619), Cambrige, Mass., 25 S. DOI:10.3386/w25619

Abstract

"Recent advances in artificial intelligence are primarily driven by machine learning, a prediction technology. Prediction is useful because it is an input into decision-making. In order to appreciate the impact of artificial intelligence on jobs, it is important to understand the relative roles of prediction and decision tasks. We describe and provide examples of how artificial intelligence will affect labor, emphasizing differences between when automating prediction leads to automating decisions versus enhancing decision-making by humans." (Author's abstract, IAB-Doku) ((en))

Zitatform

Agrawal, Ajay, Joshua S. Gans & Avi Goldfarb (2019): Artificial intelligence. The ambiguous labor market impact of automating prediction. In: The Journal of Economic Perspectives, Jg. 33, H. 2, S. 31-50. DOI:10.1257/jep.33.2.31

Abstract

"Recent advances in artificial intelligence are primarily driven by machine learning, a prediction technology. Prediction is useful because it is an input into decision-making. In order to appreciate the impact of artificial intelligence on jobs, it is important to understand the relative roles of prediction and decision tasks. We describe and provide examples of how artificial intelligence will affect labor, emphasizing differences between when the automation of prediction leads to automating decisions versus enhancing decision-making by humans." (Author's abstract, IAB-Doku) ((en))

Zitatform

Apt, Wenke & Kai Priesack (2019): KI und Arbeit - Chance und Risiko zugleich. In: V. Wittpahl (Hrsg.) (2019): Künstliche Intelligenz, Berlin, Springer Vieweg S. 221-238. DOI:10.1007/978-3-662-58042-4_14

Abstract

"Zwei Sichtweisen dominieren die aktuelle Diskussion um die Auswirkungen von KI auf die Arbeit. Die einen gehen von massiven Verwerfungen auf dem Arbeitsmarkt durch weitreichende Verdrängung von Arbeitskräften durch den Einsatz von KI aus. Für die anderen bietet das Zusammenspiel zwischen Mensch und KI vielseitige Chancen, um die Arbeit aufzuwerten und damit die Arbeitsqualität zu verbessern. Die beiden Szenarien stehen dabei nicht unbedingt in unmittelbarem Gegensatz zueinander. So zeigt die Vergangenheit, dass der technologische Wandel auf verschiedene Gruppen von Beschäftigten sehr unterschiedliche Auswirkungen hatte – teils positive, teils negative. Mit Blick auf die Zukunft stehen wir deshalb vor der Herausforderung, eine digitale Spaltung (Digital Divide) zwischen tech-affinen Insidern und tech-ablehnenden Outsidern zu verhindern. Dabei stellt sich nicht nur die Frage, wo KI in Zukunft menschliche Tätigkeiten ersetzen kann, sondern gleichzeitig gilt es, die Fähigkeiten des Menschen zu fördern und seine Rolle in der Arbeitswelt der Zukunft neu zu definieren." (Autorenreferat, © 2019 Springer)

Zitatform

Barbieri, Laura, Chiara Mussida, Mariacristina Piva & Marco Vivarelli (2019): Testing the employment impact of automation, robots and AI. A survey and some methodological issues. (IZA discussion paper 12612), Bonn, 21 S.

Abstract

"The present technological revolution, characterized by the pervasive and growing presence of robots, automation, Artificial Intelligence and machine learning, is going to transform societies and economic systems. However, this is not the first technological revolution humankind has been facing, but it is probably the very first one with such an accelerated diffusion pace involving all the industrial sectors. Studying its mechanisms and consequences (will the world turn into a jobless society or not?), mainly considering the labor market dynamics, is a crucial matter. This paper aims at providing an updated picture of main empirical evidence on the relationship between new technologies and employment both in terms of overall consequences on the number of employees, tasks required, and wage/inequality effect." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bessen, James (2019): AI and Jobs: the role of demand. In: A. K. Agrawal, J. Gans & A. Goldfarb (Hrsg.) (2019): The economics of artificial intelligence: An agenda.

Abstract

"In manufacturing, technology has sharply reduced jobs in recent decades. But before that, for over a century, employment grew, even in industries experiencing rapid technological change. What changed? Demand was highly elastic at first and then became inelastic. The effect of artificial intelligence (AI) on jobs will similarly depend critically on the nature of demand. This paper presents a simple model of demand that accurately predicts the rise and fall of employment in the textile, steel and automotive industries. This model provides a useful framework for exploring how AI is likely to affect jobs over the next 10 or 20 years." (Author's abstract, IAB-Doku) ((en))

Zitatform

Burmeister, Klaus, Alexander Fink, Christina Mayer, Andreas Schiel & Beate Schulz-Montag (2019): Szenario-Report: KI-basierte Arbeitswelten 2030. (Reihe "Automatisierung und Unterstützung in der Sachbearbeitung mit künstlicher Intelligenz" 01), Stuttgart, 145 S. DOI:10.24406/publica-fhg-299898

Abstract

"Die vorliegende Foresight- und Szenariostudie behandelt mögliche Entwicklungen der Arbeitswelt bis 2030, zum Teil auch darüber hinaus. In sechs alternativen Szenarien werden denkbare Veränderungen analysiert und beschrieben, die insbesondere aus dem zunehmenden und vielgestaltigen Einsatz der Künstlichen Intelligenz (KI) in zukünftigen Arbeitskontexten resultieren. Die Studie unterstützt das BMBF-Verbundprojekt "SmartAIwork - Zukunft der Betriebsabläufe". Anknüpfend an eine der zentralen Fragestellungen des Verbundprojektes geht die Szenariostudie deshalb auch der Frage nach, wie sich die KI bis 2030 insbesondere auf Sachbearbeitung auswirken könnte: Schafft KI beispielsweise eine neue Arbeitsqualität im Sinne einer Augmentierung von Arbeit oder wirkt sie eher substitutierend? Wenn ja, in welchen Bereichen?" (Autorenreferat, IAB-Doku)

Zitatform

Demary, Vera & Henry Goecke (2019): Künstliche Intelligenz. In: IW-Trends, Jg. 46, H. 4, S. 3-17. DOI:10.2373/1864-810X.19-04-01

Abstract

"Künstliche Intelligenz (KI) ist eine wichtige Zukunftstechnologie, die völlig neue Produkte und Dienstleistungen sowie innovative Geschäftsmodelle befördert. Eine Befragung unter 686 Unternehmen aus Industrie und industrienahen Dienstleistungen im Jahr 2019 ergab, dass etwa 10 Prozent dieser Firmen bereits KI nutzen. Dabei sind diese Anwendungen häufig nicht nur erste Tests der Technologie, sondern fortgeschrittenerer Natur, zum Beispiel komplette KI-basierte Produkte und Dienstleistungen. Befragt nach einer Einschätzung hinsichtlich der Bedeutung von KI zeigt sich, dass KI für das eigene Unternehmen wie auch die eigene Branche eher als Risiko bewertet wird. Dies gilt besonders für Unternehmen, die KI nicht nutzen. In Bezug auf die Bedeutung von KI für Deutschland und die Weltwirtschaft wird KI von der Mehrzahl der befragten Firmen als Chance wahrgenommen. Ein umfassenderes Wissen zu Nutzen, Anwendungen und zu den Investitionsbedarfen bei KI könnte hier Abhilfe schaffen. In den letzten beiden Jahren haben die KI anwendenden Unternehmen jährlich durchschnittlich 1 Prozent ihrer Umsätze in diese Technologie investiert." (Autorenreferat, IAB-Doku)

Zitatform

Dukino, Claudia, Michaela Friedrich, Walter Ganz, Moritz Hämmerle, Falko Kötter, Thomas Meiren, Jens Neuhüttler, Thomas Renner & Helmut Zaiser (2019): Künstliche Intelligenz in der Unternehmenspraxis. Studie zu Auswirkungen auf Dienstleistung und Produktion. Stuttgart: Fraunhofer Verlag, 85 S.

Abstract

"Künstliche Intelligenz ist eines der wichtigsten Zukunftsthemen für Unternehmen. Doch inwieweit sind diese darauf vorbereitet? Welche Auswirkungen auf Organisation, Personal und Führung sind zu erwarten? Welche Strategien und Konzepte verfolgen Unternehmen mit bereits implementierten KI-Anwendungen? Erste Antworten auf diese und weitere Fragen hat das Fraunhofer IAO in einer umfassenden Unternehmensbefragung ermittelt, an der sich insgesamt 309 Betriebe beteiligt haben. Die Ergebnisse der Befragung und die flankierenden Gespräche mit zahlreichen Expertinnen und Experten machen zudem deutlich, dass mit dem Einsatz Künstlicher Intelligenz eine große Erwartungshaltung in den Betrieben verbunden ist. Für die Unternehmen kommt es nun darauf an, die Potenziale für den Einsatz Künstlicher Intelligenz systematisch zu ermitteln, tragfähige Lösungen zu entwickeln und die Anwendungen unter enger Einbeziehung der Mitarbeitenden umzusetzen. Ein Leitfaden am Ende der Studie liefert hierzu eine Reihe an Vorschlägen und Empfehlungen." (Autorenreferat, IAB-Doku)

Zitatform

Ernst, Ekkehardt, Rossana Merola & Daniel Samaan (2019): Economics of Artificial Intelligence: Implications for the Future of Work. In: IZA Journal of Labor Policy, Jg. 9, H. 1. DOI:10.2478/izajolp-2019-0004

Abstract

"The current wave of technological change based on advancements in artificial intelligence (AI) has created widespread fear of job loss and further rises in inequality. This paper discusses the rationale for these fears, highlighting the specific nature of AI and comparing previous waves of automation and robotization with the current advancements made possible by a widespread adoption of AI. It argues that large opportunities in terms of increases in productivity can ensue, including for developing countries, given the vastly reduced costs of capital that some applications have demonstrated and the potential for productivity increases, especially among the low skilled. At the same time, risks in the form of further increases in inequality need to be addressed if the benefits from AI-based technological progress are to be broadly shared. For this, skills policies are necessary but not sufficient. In addition, new forms of regulating the digital economy are called for that prevent further rises in market concentration, ensure proper data protection and privacy, and help share the benefits of productivity growth through the combination of profit sharing, (digital) capital taxation, and a reduction in working time. The paper calls for a moderately optimistic outlook on the opportunities and risks from AI, provided that policymakers and social partners take the particular characteristics of these new technologies into account." (Author's abstract, IAB-Doku) ((en))

Zitatform

Felten, Edward W., Manav Raj & Robert Seamans (2019): The Variable Impact of Artificial Intelligence on Labor: The Role of Complementary Skills and Technologies. (SSRN papers), Rochester, NY, 67 S. DOI:10.2139/ssrn.3368605

Abstract

"Although artificial intelligence (AI) promises to spur economic growth, there is widespread concern that it may replace human labor. We investigate the link between AI and labor by creating a new measure that we call the AI Occupational Impact (AIOI). The AIOI measure links advances in specific applications of AI, such as image recognition, translation, or the ability to play strategic games, to workplace abilities and occupations. We use this measure to study the relationship between AI and wages, employment, and labor market polarization. We provide evidence that, on average, occupations impacted by AI experience a small but positive change in wages, but no change in employment. We also provide evidence that the positive correlation with wages is driven primarily by occupations with higher software skill requirements, and that higher-income occupations have a strong positive relationship between our measure of AI impact and both employment and wages. These findings suggest that access to complementary skills and technologies may play an important role in determining the impact of AI, and that AI has the potential to exacerbate labor market polarization." (Author's abstract, IAB-Doku) ((en))