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 auf Beschäftigung und Arbeitsmarkt? Welche Qualifikationen werden künftig benötigt? Wie verändern sich Tätigkeiten und Berufe?
Diese Infoplattform dokumentiert Forschungsergebnisse zum Thema Arbeit 4.0 in den verschiedenen Wirtschaftsbereichen.
- Forschung und Ergebnisse aus dem IAB
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte
- Bundesländer
- andere Länder/ internationaler Vergleich
- Besondere Personengruppen
-
Literaturhinweis
Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech (2024)
Avery, Mallory; Leibbrandt, Andreas; Vecci, Joseph;Zitatform
Avery, Mallory, Andreas Leibbrandt & Joseph Vecci (2024): Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech. (CESifo working paper 10996), München, 70 S.
Abstract
"The use of Artificial Intelligence (AI) in recruitment is rapidly increasing and drastically changing how people apply to jobs and how applications are reviewed. In this paper, we use two field experiments to study how AI recruitment tools can impact gender diversity in the male-dominated technology sector, both overall and separately for labor supply and demand. We find that the use of AI in recruitment changes the gender distribution of potential hires, in some cases more than doubling the fraction of top applicants that are women. This change is generated by better outcomes for women in both supply and demand. On the supply side, we observe that the use of AI reduces the gender gap in application completion rates. Complementary survey evidence suggests that anticipated bias is a driver of increased female application completion when assessed by AI instead of human evaluators. On the demand side, we find that providing evaluators with applicants' AI scores closes the gender gap in assessments that otherwise disadvantage female applicants. Finally, we show that the AI tool would have to be substantially biased against women to result in a lower level of gender diversity than found without AI." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch erschienen als: Monash Economics Working Papers, 2023-09 -
Literaturhinweis
Evidence on the adoption of Artificial Intelligence: The role of skills shortage (2024)
Zitatform
Carioli, Paolo, Dirk Czarnitzki & Gastón P. Fernández (2024): Evidence on the adoption of Artificial Intelligence: The role of skills shortage. (ZEW discussion paper 24-013), Mannheim, 37 S.
Abstract
"Artificial Intelligence (AI) is considered to be the next general-purpose technology, with the potential of performing tasks commonly requiring human capabilities. While it is commonly feared that AI replaces labor and disrupts jobs, we instead investigate the potential of AI for overcoming increasingly alarming skills shortages in firms. We exploit unique German survey data from the Mannheim Innovation Panel on both the adoption of AI and the extent to which firms experience scarcity of skills. We measure skills shortage by the number of job vacancies that could not be filled as planned by firms, distinguishing among different types of skills. To account for the potential endogeneity of skills shortage, we also implement instrumental variable estimators. Overall, we find a positive and significant effect of skills shortage on AI adoption, the breadth of AI methods, and the breadth of areas of application of AI. In addition, we find evidence that scarcity of labor with academic education relates to firms exploring and adopting AI." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz und Gender - eine Frage diskursiver (Gegen-)Macht? (2024)
Zitatform
Carstensen, Tanja & Kathrin Ganz (2024): Künstliche Intelligenz und Gender - eine Frage diskursiver (Gegen-)Macht? In: WSI-Mitteilungen, Jg. 77, H. 1, S. 26-33. DOI:10.5771/0342-300X-2024-1-26
Abstract
"Mit der Digitalisierung von Arbeit ist häufig die Frage verbunden, ob sich Geschlechterungleichheiten verändern. Aktuell wird dies vor allem mit Blick auf Künstliche Intelligenz (KI ) kontrovers diskutiert. Im betrieblichen Alltag gewinnt KI zunehmend an Relevanz ; in politischen, medialen und wissenschaftlichen Diskursen wird bereits seit einigen Jahren thematisiert, inwiefern KI aus Geschlechterperspektiven relevant ist. Dieser Beitrag untersucht diese Diskurse und widmet sich der Frage, inwiefern sich durch die Anwendung von KI -Technologien geschlechtliche Machtungleichheiten in der Arbeitswelt verändern und ob sich mit KI Ansatzpunkte für die Entwicklung von Gegenmacht erkennen lassen." (Textauszug, IAB-Doku)
-
Literaturhinweis
Wie bewältigen Regionen die digitale und ökologische Transformation von Wirtschaft und Arbeitsmarkt? (Podium) (2024)
Dauth, Wolfgang ; Solms, Anna; Grienberger, Katharina; Lehmer, Florian; Moritz, Michael ; Müller, Steffen; Fitzenberger, Bernd ; Plümpe, Verena; Falck, Oliver ; Bauer, Anja ; Sonnenburg, Anja; Janser, Markus ; Schneemann, Christian; Diegmann, André ; Matthes, Britta; Solms, Anna;Zitatform
Dauth, Wolfgang, Michael Moritz, Katharina Grienberger, Florian Lehmer, Steffen Müller, Bernd Fitzenberger, Verena Plümpe, Oliver Falck, Anja Bauer, Anja Sonnenburg, Markus Janser, Christian Schneemann, André Diegmann, Britta Matthes & Anna Solms; Katharina Grienberger, Florian Lehmer, Steffen Müller, Bernd Fitzenberger, Verena Plümpe, Oliver Falck, Anja Bauer, Anja Sonnenburg, Markus Janser, Christian Schneemann, André Diegmann, Britta Matthes & Anna Solms (sonst. bet. Pers.) (2024): Wie bewältigen Regionen die digitale und ökologische Transformation von Wirtschaft und Arbeitsmarkt? (Podium). In: IAB-Forum H. 06.05.2024. DOI:10.48720/IAB.FOO.20240506.01
Abstract
"Was bedeuten die absehbaren Transformationsprozesse der kommenden Jahrzehnte auf regionaler Ebene und wie können sie gemeistert werden? Antworten auf diese Fragen gab der IWH/IAB-Workshop zur Arbeitsmarktpolitik, der in diesem Jahr erstmals am IAB in Nürnberg stattfand." (Autorenreferat, IAB-Doku)
Beteiligte aus dem IAB
Dauth, Wolfgang ; Grienberger, Katharina; Lehmer, Florian; Moritz, Michael ; Fitzenberger, Bernd ; Bauer, Anja ; Janser, Markus ; Schneemann, Christian; Diegmann, André ; Matthes, Britta; -
Literaturhinweis
Wie kollegial ist Künstliche Intelligenz?: Risikowahrnehmungen und Gestaltungsanforderungen aus Sicht von Beschäftigten (2024)
Gerlmaier, Anja; Bendel, Alexander;Zitatform
Gerlmaier, Anja & Alexander Bendel (2024): Wie kollegial ist Künstliche Intelligenz? Risikowahrnehmungen und Gestaltungsanforderungen aus Sicht von Beschäftigten. (IAQ-Report 2024-01), Duisburg ; Essen, 15 S. DOI:10.17185/duepublico/81427
Abstract
Zukünftig werden immer mehr Beschäftigte nicht nur in ihrem privaten Umfeld, sondern auch am Arbeitsplatz mit Systemen zusammenarbeiten, die auf Künstlicher Intelligenz (KI) basieren. Das IAQ untersuchte im Rahmen des "HUMAINE"-Projektes, wie Beschäftigte die Kooperation mit solchen KI-Systemen bewerten und welche Gestaltungsanforderungen sie an diese neue Form der hybriden Mensch-KI-Zusammenarbeit haben. Es zeigte sich, dass KI-Systeme je nach Interaktionsform unterschiedliche Potenziale und Risiken aufweisen. Um die KI-basierten Risiken zu verringern, sollten Nutzer*innen frühzeitig an der Konzeption und Implementierung beteiligt und dabei arbeitswissenschaftliche Gestaltungskriterien berücksichtigt werden. (Author's abstract, IAB-Doku)
-
Literaturhinweis
Folgen des technologischen Wandels für den Arbeitsmarkt: Vor allem Hochqualifizierte bekommen die Digitalisierung verstärkt zu spüren (2024)
Grienberger, Katharina; Matthes, Britta; Paulus, Wiebke;Zitatform
Grienberger, Katharina, Britta Matthes & Wiebke Paulus (2024): Folgen des technologischen Wandels für den Arbeitsmarkt: Vor allem Hochqualifizierte bekommen die Digitalisierung verstärkt zu spüren. (IAB-Kurzbericht 05/2024), Nürnberg, 8 S. DOI:10.48720/IAB.KB.2405
Abstract
"Die Potenziale, dass berufliche Tätigkeiten durch Computer oder computergesteuerte Maschinen vollautomatisch erledigt werden könnten, ändern sich, wenn neue Technologien auf dem Markt verfügbar werden. Bei der Neuberechnung solcher Substituierbarkeitspotenziale wird neben dieser Entwicklung auch berücksichtigt, dass sich die Tätigkeitsprofile in den Berufen verändern, neue Berufe und Tätigkeiten entstehen und Beschäftigte ihren Beruf wechseln. Die Autorinnen zeigen für die technologischen Möglichkeiten im Jahr 2022, wie hoch das Substituierbarkeitspotenzial derzeit ist und wie es sich seit 2013 verändert hat." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
-
Literaturhinweis
Does robotization improve the skill structure? The role of job displacement and structural transformation (2024)
Zitatform
Hu, Shengming, Kai Lin, Bei Liu & Hui Wang (2024): Does robotization improve the skill structure? The role of job displacement and structural transformation. In: Applied Economics, Jg. 56, H. 28, S. 3415-3430. DOI:10.1080/00036846.2023.2206623
Abstract
"The literature generally focuses on the impact of robots or artificial intelligence on the employment and wages, but ignores the effect of robotization on the skill structure and its underlying mechanisms and lacks empirical evidence from developing countries. We theoretically develop a task model by introducing the skill structure and empirically investigate the effect of robotization on the skill structure based on Chinese provincial panel data from 2006 to 2018. Results show that: (1) the development of robotization in China is conducive to improving the skill structure, and the baseline conclusion still holds even though adopting multiple indexes of skill structure and controlling the endogeneity bias. (2) Robotization generates not only job displacement effect by displacing unskilled workers with robots but also structural transformation effect by increasing the proportion of technology-intensive industries, which can improve the skill structure. (3) In coastal provinces with strong Internet foundation, information transmission capacity and labour protection intensity, high labour cost and ageing rate, robotization plays a stronger role in improving the skill structure. Moreover, robotization can induce the employment polarization. These conclusions can help avoid technical unemployment and promote the upgrading of the skill structure in China." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Potenziale Generativer KI für den Mittelstand: Wie große KI-Modelle die Arbeitswelt verändern (2024)
Hölzle, Katharina; Drawehn, Jens; Uhler, Lydia; Dworschak, Bernd; Wulf, Jessica; Mozer, Pia; Kintz, Maximilien; Riedel, Oliver; Beinhauer, Wolfgang; Renner, Thomas; Klau, Dennis; Bienzeisler, Bernd; Peissner, Matthias; Kaiser, Simone; Bauer, Thomas; Haner, Udo-Ernst; Renner, Thomas; Mackensen, Jan; Engelbach, Matthias;Zitatform
Drawehn, Jens, Lydia Uhler, Bernd Dworschak, Jessica Wulf, Pia Mozer, Maximilien Kintz, Wolfgang Beinhauer, Dennis Klau, Bernd Bienzeisler, Matthias Peissner, Simone Kaiser, Udo-Ernst Haner, Thomas Renner, Jan Mackensen & Matthias Engelbach, Hölzle, Katharina, Oliver Riedel, Thomas Bauer & Thomas Renner (Hrsg.) Fraunhofer-Institut für Arbeitswirtschaft und Organisation Drawehn, Jens, Lydia Uhler, Bernd Dworschak, Jessica Wulf, Pia Mozer, Maximilien Kintz, Wolfgang Beinhauer, Dennis Klau, Bernd Bienzeisler, Matthias Peissner, Simone Kaiser, Udo-Ernst Haner, Thomas Renner, Jan Mackensen & Matthias Engelbach (sonst. bet. Pers.) (2024): Potenziale Generativer KI für den Mittelstand. Wie große KI-Modelle die Arbeitswelt verändern. Stuttgart, 72 S. DOI:10.24406/publica-2246
Abstract
"Seit der Veröffentlichung von ChatGPT im November 2022 haben die Entwicklungen im Bereich Generative KI deutlich an Fahrt aufgenommen. In kurzer Abfolge wurden - und werden immer noch - neue Modelle und Funktionen vorgestellt. Zunehmend zeichnen sich breite Einsatzmöglichkeiten in den Unternehmen ab, mit einem hohen zu erwartenden Nutzenpotenzial. Vor allem für mittelständische Unternehmen stellt es eine Herausforderung dar, die Bedeutung der Entwicklungen einzuschätzen und eine strukturierte Vorgehensweise zum Thema Generative KI zu definieren und umzusetzen. Das Ministerium für Wirtschaft, Arbeit und Tourismus Baden-Württemberg hat das Fraunhofer IAO beauftragt, mittels einer Studie eine Orientierungshilfe zu den aktuellen Entwicklungen zu bieten und konkrete Empfehlungen für den Umgang mit Generativer KI zu geben. Ein vielköpfiges Autorenteam des Fraunhofer IAO aus verschiedenen Forschungsbereichen hat, neben einer ausführlichen Literaturrecherche, 48 Expertinnen und Experten im Bereich Generativer KI zu ihren Einschätzungen befragt. Es wurden sowohl Forschungseinrichtungen, KI-Anbieter, Dienstleister als auch Anwenderunternehmen miteinbezogen. Das Ergebnis der Recherche und Befragung liegt in Form dieser Studie vor, die einen Beitrag zum bewussten und zielgerichteten Umgang mit Generativer KI in den Unternehmen leisten soll." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
No Thanks, Dear AI! Understanding the Effects of Disclosure and Deployment of Artificial Intelligence in Public Sector Recruitment (2024)
Keppeler, Florian;Zitatform
Keppeler, Florian (2024): No Thanks, Dear AI! Understanding the Effects of Disclosure and Deployment of Artificial Intelligence in Public Sector Recruitment. In: Journal of Public Administration Research and Theory, Jg. 34, H. 1, S. 39-52. DOI:10.1093/jopart/muad009
Abstract
"Applications based on artificial intelligence (AI) play an increasing role in the public sector and invoke political discussions. Research gaps exist regarding the disclosure effects—reactions to disclosure of the use of AI applications—and the deploymenteffect—efficiency gains in data savvy tasks. This study analyzes disclosure effects and explores the deployment of an AI application in a preregistered field experiment (n = 2,000) co-designed with a public organization in the context of employer-driven recruitment. The linear regression results show that disclosing the use of the AI application leads to significantly less interest in an offer among job candidates. The explorative analysis of the deployment of the AI application indicates that the person–job fit determined by the leaders can be predicted by the AIapplication. Based on the literature on algorithm aversion and digital discretion, this study provides a theoretical and empirical disentanglement of the disclosure effect and the deployment effect to inform future evaluations of AI applications in the public sector. It contributes to the understanding of how AI applications can shape public policy and management decisions, and discusses the potential benefits and downsides of disclosing and deploying AI applications in the public sector and in employer-driven recruitment." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Business 5.0: Der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen und Risiken (2024)
Köhler, Thomas R.; Finkeissen, Julia;Zitatform
Köhler, Thomas R. & Julia Finkeissen (2024): Business 5.0. Der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen und Risiken. Frankfurt;New York: Campus Verlag, 253 S.
Abstract
"Endlich ist er da, der Durchbruch für Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI). Doch Zweifel an der "Universalwaffe" ChatGPT und ähnlichen KI-Systemen sind erlaubt. Thomas R. Köhler und Julia Finkeissen liefern in ihrem neuen Buch eine Bestandsaufnahme der aktuellen Technologien und trennen dabei schonungslos Hype von Wirklichkeit. Sie liefern das Rüstzeug für jede Führungskraft, um KI aktiv im Unternehmen sinnvoll einzusetzen. Business 5.0 zeigt in sieben Schritten, wo und wie KI-Projekte im Unternehmen etabliert werden können, und liefert konkrete Beispiele für unterschiedliche Branchen und Querschnittsfunktionen. Ein nachhaltiger KI-Einsatz im Unternehmen steht dabei im Mittelpunkt." (Autorenreferat, IAB-Doku, © Campus)
Weiterführende Informationen
Inhaltsverzeichnis bei der Deutschen Nationalbibliothek -
Literaturhinweis
KI und der Wandel von Angestelltenarbeit: Zum „blinden Fleck“ der aktuellenAutomatisierungsdebatte (2024)
Lühr, Thomas; Kämpf, Tobias;Zitatform
Lühr, Thomas & Tobias Kämpf (2024): KI und der Wandel von Angestelltenarbeit. Zum „blinden Fleck“ der aktuellenAutomatisierungsdebatte. In: WSI-Mitteilungen, Jg. 77, H. 2, S. 98-106. DOI:10.5771/0342-300X-2024-2-98
Abstract
"Der Beitrag analysiert den Wandel von Angestelltenarbeit vor dem Hintergrund der digitalen Transformation. Ausgangspunkt ist ein Automatisierungsschub, der durch erweiterte Möglichkeiten der Nutzung Künstlicher Intelligenz (KI) geprägt ist. Auf der Grundlage empirischer Befunde werden die qualitativen Veränderungstendenzen von Arbeit in den Blick genommen, und zwar sowohl aus der Anwenderperspektive der Sachbearbeiter*innen als auch aus der Sicht der hochqualifizierten Entwickler*innen und Implementoren neuer KI-Lösungen. Insgesamt wird ein Strukturwandel von Angestelltenarbeit konstatiert, der nicht nur das Risiko von Jobverlusten, sondern auch Potenziale für eine Aufwertung und Höherqualifizierung hervorbringt und sich im Angestelltenbewusstsein manifestiert. In arbeitspolitischer Perspektive eröffnen sich Anknüpfungspunkte für eine Vorwärtsstrategie im Sinne eines nachhaltigen Umbaus von Beschäftigung." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Exposure to generative artificial intelligence in the European labour market (2024)
Nurski, Laura; Ruer, Nina;Zitatform
Nurski, Laura & Nina Ruer (2024): Exposure to generative artificial intelligence in the European labour market. (Working paper / Bruegel 2024,06), Brüssel, 33 S.
Abstract
"We apply two sets of generative artificial intelligence (GenAI) occupational exposure scores – one task-based, one ability-based – to the European Labour Force Survey. While using different methodologies, our findings reveal consistent demographic patterns across the two approaches: jobs held by women, highly educated and younger workers are more exposed to GenAI technology in Europe. We also review the literature on the recent productivity impact of GenAI. Within the same occupations, less-experienced or less-skilled workers consistently get the largest productivity gains from GenAI support. We argue that a task-based analysis is more fruitful than an ability-based one, both for guiding GenAI adoption in organisations and their workplaces, and for assessing the employment and job quality impact on workers. Finally, we provide policy recommendations that can help workers (ie the labor supply) adjust to technological disruption, such as providing training and social safety nets. But we go further by also suggesting policy interventions that could redirect future labor demand towards better jobs, by promoting job redesign and organisational agility. Monitoring GenAI’s employment effects and researching the ‘jagged technological frontier’ is necessary to further build our understanding of the employment impact of this transformational technology." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI im Unternehmen – Herausforderungen an die betriebliche Gestaltung moderner Arbeit (2024)
Zitatform
Pfeiffer, Sabine (2024): KI im Unternehmen – Herausforderungen an die betriebliche Gestaltung moderner Arbeit. In: Faktor Arbeitsschutz H. 11, S. 34-39.
Abstract
"Eine Befragung von Beschäftigten zu ihrer Einstellung gegenüber der Nutzung von KI bei der Arbeit ergab – entgegen immer wieder behaupteter Angstzuschreibung – ein abgewogenes „Es kommt darauf an“. Wichtig ist es, Beschäftigte von Anfang an bei der Installation von KI im Betrieb zu beteiligen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
The Impact of Artificial Intelligence on Productivity and Employment – How Can We Assess It and What Can We Observe? (2024)
Saam, Marianne;Zitatform
Saam, Marianne (2024): The Impact of Artificial Intelligence on Productivity and Employment – How Can We Assess It and What Can We Observe? In: Intereconomics, Jg. 59, H. 1, S. 22-27. DOI:10.2478/ie-2024-0006
Abstract
"Technological optimists have been predicting the artificial intelligence (AI) revolution since the beginning of the past decade. This expectation contrasts with low productivity growth in many countries. The commercial release of ChatGPT in late 2022 has lead to rising expectations about a dramatic shift at least equivalent to the one associated with the commercial introduction of the Internet. But what is AI from an economic point of view? How can we observe the diffusion of AI in the economy and assess its effects in order to the draw conclusions for economic policy?" (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The Coming Wave: Künstliche Intelligenz, Macht und das größte Dilemma des 21. Jahrhunderts (2024)
Suleyman, Mustafa; Bashkar, Michael;Zitatform
Suleyman, Mustafa (2024): The Coming Wave. Künstliche Intelligenz, Macht und das größte Dilemma des 21. Jahrhunderts. München: Beck, 377 S.
Abstract
"Die Menschheitsgeschichte kennt Innovationsschübe, die unaufhaltsam wie ein Tsunami alles verändern - die landwirtschaftliche Revolution, die Dampfmaschine, das Internet. Künstliche Intelligenz ist die nächste große Welle, die Coming Wave, die auf uns zurollt, und wir sind darauf nicht vorbereitet. Als Mitgründer von DeepMind weiß Mustafa Suleyman wie nur wenige andere, was die neuen Technologien können und was sie anzurichten vermögen. In seinem wegweisenden, vielgelobten Buch verortet der KI-Pionier die kommende Welle in der Geschichte der Menschheit, spielt die politischen und gesellschaftlichen Folgen der neuen Technologien durch, und stellt sich dem größten Dilemma des 21. Jahrhunderts: wie wir von ihnen profitieren, ohne die Kontrolle zu verlieren. Bald werden wir in unserem täglichen Leben von KI umgeben sein. Sie wird unseren Alltag organisieren, unsere Wirtschaft prägen, und sogar Kernaufgaben der Staatsverwaltung übernehmen. Als Mitgründer von DeepMind hat Mustafa Suleyman viele Jahre im Zentrum der KI-Revolution gearbeitet. Das kommende Jahrzehnt wird nach seiner Einschätzung von rasanten technologischen Sprüngen geprägt sein, von neuen technologischen Möglichkeiten, über deren Folgen und Risiken wir noch kein klares Bild haben. Eines aber wissen wir: Wir brauchen die KI, um die Herausforderungen zu meistern, vor denen wir stehen, etwa den Klimawandel. Gleichzeitig bergen die neuen Technologien Gefahren, wie sie von keiner vorherigen Fortschrittswelle ausgingen, bis hin zur Auflösung von Staaten und einer Verdrängung des Menschen. Was macht man mit einer Welle, die auf den Strand zurast und sich nicht aufhalten lässt? Man versucht sie zu kanalisieren. Genau das ist das Anliegen dieses Buches: Inmitten immer intensiver werdender geopolitischer Konflikte den schmalen Grat zu finden, auf dem wir die Früchte der Technologie ernten, ohne ihr zum Opfer zu fallen. Das ist die zentrale Aufgabe unserer Zeit. "Unsere Zukunft hängt von den neuen Technologien ab, ist gleichzeitig aber durch sie gefährdet." Was KI für die Zukunft der Menschheit bedeutet Alle, die heute leben, sind betroffen DAS Buch zu Risiken, Chancen und Folgen der neuen Technologien Mustafa Suleyman ist Mitbegründer von DeepMind und einer der Pioniere der KI-Industrie. Wie wir die Oberhand behalten: Mustafa Suleyman über die Kernfrage unseres Jahrhunderts Ein 12-Punkte-Plan für den Umgang mit KI" (Autorenreferat, IAB-Doku, © C.H. Beck)
-
Literaturhinweis
The rise of artificial intelligence, the fall of human wellbeing? (2024)
Zitatform
Zhao, Yong, Da Yin, Lili Wang & Yihua Yu (2024): The rise of artificial intelligence, the fall of human wellbeing? In: International Journal of Social Welfare, Jg. 33, H. 1, S. 75-105. DOI:10.1111/ijsw.12586
Abstract
"Concerns exist regarding the impact on our lives of the rise of artificial intelligence (AI). Using a large dataset of 137 countries over the period 2005–2018 from multiple sources, we estimate the causal effect of AI on individual-level subjective wellbeing. Our identification strategy is inferred from the gravity framework and uses merely the variation in exogenous drivers of a country's AI development. We find a significant negative effect of AI on an individual's wellbeing, in terms of current levels or expectations of future wellbeing. The results are robust to alternative measures of AI, identification strategies, and sampling. Moreover, we find evidence of significant heterogeneity in the impact of AI on individual wellbeing. Further, this dampening effect on individual wellbeing resulting from the use of AI is more prominent among young people, men, high-income groups, high-skilled groups, and manufacturing workers." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))
-
Literaturhinweis
High-skilled Human Workers in Non-Routine Jobs are Susceptible to AI Automation but Wage Benefits Differ between Occupations (2024)
Zitatform
Özgül, Pelin, Marie-Christine Fregin, Michael Stops, Simon Janssen & Mark Levels (2024): High-skilled Human Workers in Non-Routine Jobs are Susceptible to AI Automation but Wage Benefits Differ between Occupations. (arXiv papers 2404.06472), 55 S. DOI:10.48550/arXiv.2404.06472
Abstract
"Artificial Intelligence (AI) will change human work by taking over specific job tasks, but there is a debate which tasks are susceptible to automation, and whether AI will augment or replace workers and affect wages. By combining data on job tasks with a measure of AI susceptibility, we show that more highly skilled workers are more susceptible to AI automation, and that analytical non-routine tasks are at risk to be impacted by AI. Moreover, we observe that wage growth premiums for the lowest and the highest required skill level appear unrelated to AI susceptibility and that workers in occupations with many routine tasks saw higher wage growth if their work was more strongly susceptible to AI. Our findings imply that AI has the potential to affect human workers differently than canonical economic theories about the impact of technology on work these theories predict." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Using AI in the workplace : Opportunities, risks and policy responses (2024)
Zitatform
OECD (2024): Using AI in the workplace : Opportunities, risks and policy responses. (OECD artificial intelligence papers 11), Paris, 15 S. DOI:10.1787/73d417f9-en
Abstract
"AI can bring significant benefits to the workplace. In the OECD AI surveys of employers and workers, four in five workers say that AI improved their performance at work and three in five say that it increased their enjoyment of work. But the benefits of AI depend on addressing the associated risks. Taking the effect of AI into account, occupations at highest risk of automation account for about 27% of employment in OECD countries. Workers also express concerns around increased work intensity, the collection and use of data, and increasing inequality. To support the adoption of trustworthy AI in the workplace, this policy paper identifies the main risks that need to be addressed when using AI in the workplace. It identifies the main policy gaps and offers possible policy avenues specific to labour markets." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Rebalancing AI (2023)
Acemoglu, Daron; Johnson, Simon;Zitatform
Acemoglu, Daron & Simon Johnson (2023): Rebalancing AI. In: Finance and development, S. 26-29.
Abstract
"Optimistic forecasts regarding the growth implications of AI abound. AI adoption could boost productivity growth by 1.5 percentage points per year over a 10-year period and raise global GDP by 7 percent ($7 trillion in additional output), according to Goldman Sachs. Industry insiders offer even more excited estimates, including a supposed 10 percent chance of an “explosive growth” scenario, with global output rising more than 30 percent a year. All this techno-optimism draws on the “productivity bandwagon”: a deep-rooted belief that technological change— including automation—drives higher productivity, which raises net wages and generates shared prosperity. Such optimism is at odds with the historical record and seems particularly inappropriate for the current path of “just let AI happen,” which focuses primarily on automation (replacing people). We must recognize that there is no singular, inevitable path of development for new technology. And, assuming that the goal is to sustainably improve economic outcomes for more people, what policies would put AI development on the right path, with greater focus on enhancing what all workers can do?" (Text excerpt, IAB-Doku) ((en))
-
Literaturhinweis
Metaverse revolution and the digital transformation: intersectional analysis of Industry 5.0 (2023)
Agarwal, Ayushi; Alathur, Sreejith;Zitatform
Agarwal, Ayushi & Sreejith Alathur (2023): Metaverse revolution and the digital transformation: intersectional analysis of Industry 5.0. In: Transforming Government : People, Process and Policy, Jg. 17, H. 4, S. 688-707. DOI:10.1108/TG-03-2023-0036
Abstract
"Purpose: This study aims to investigate metaverse elements affecting digital transformation and examine how the metaverses ’ enabled digital transformation affects Industry 5.0. Design/methodology/approach This paper adopts intersectional research methodologies to understand how metaverse technologies facilitate digital transformation and contribute to Industry 5.0. The Metaverse literature is bibliometrically analyzed to identify the intersection of digital transformation and components of Industry 5.0. Findings The conceptualization of the metaverse, its ecosystem and its enabling technologies are consistent with the human-centric, resilient and sustainable vision of the industrial revolution. The findings show that scientific research into digital transformation contributes to refining potential conflicts and tensions that may arise at the intersection of the metaverse and Industry 5.0. Research limitations/implications Study have significant implications for digital transformation research, as transformation studies help to fine-tune emerging technologies such as the metaverse for the industrial revolution. Based on the findings, the authors have provided a threat model for the Sustainable Metaverse Revolution. Social implications The utility of metaverse technologies in industrial revolutions necessitates the formulation of business model policies that promote the metaverse-enabled digital transformation. Policy recommendations for integrated development approaches are also provided in this paper. Originality/value The metaverse-enabled digital transformation and its implications for the industrial revolution are less reported. The current study addresses the importance of such intersectional studies." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
New Technologies and Jobs in Europe (2023)
Albanesi, Stefania; Jimeno, Juan F.; Lamo, Ana; Wabitsch, Alena; Dias da Silva, Antonio;Zitatform
Albanesi, Stefania, Antonio Dias da Silva, Juan F. Jimeno, Ana Lamo & Alena Wabitsch (2023): New Technologies and Jobs in Europe. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 16227), Bonn, 58 S.
Abstract
"We examine the link between labour market developments and new technologies such as artificial intelligence (AI) and software in 16 European countries over the period 2011- 2019. Using data for occupations at the 3-digit level in Europe, we find that on average employment shares have increased in occupations more exposed to AI. This is particularly the case for occupations with a relatively higher proportion of younger and skilled workers. This evidence is in line with the Skill Biased Technological Change theory. While there exists heterogeneity across countries, only very few countries show a decline in employment shares of occupations more exposed to AI-enabled automation. Country heterogeneity for this result seems to be linked to the pace of technology diffusion and education, but also to the level of product market regulation (competition) and employment protection laws. In contrast to the findings for employment, we find little evidence for a relationship between wages and potential exposures to new technologies." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech (2023)
Avery, Mallory; Vecci, Joseph; Leibbrandt, Andreas;Zitatform
Avery, Mallory, Andreas Leibbrandt & Joseph Vecci (2023): Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech. (Discussion paper / Monash University, Department of Economics 2023-09), Clayton, 69 S.
Abstract
"The use of Artificial Intelligence (AI) in recruitment is rapidly increasing and drastically changing how people apply to jobs and how applications are reviewed. In this paper, we use two field experiments to study how AI in recruitment impacts gender diversity in the male-dominated technology sector, both overall and separately for labor supply and demand. We find that the use of AI in recruitment changes the gender distribution of potential hires, in some cases more than doubling the fraction of top applicants that are women. This change is generated by better outcomes for women in both supply and demand. On the supply side, we observe that the use of AI reduces the gender gap in application completion rates. Complementary survey evidence suggests that this is driven by female jobseekers believing that there is less bias in recruitment when assessed by AI instead of human evaluators. On the demand side, we find that providing evaluators with applicants' AI scores closes the gender gap in assessments that otherwise disadvantage female applicants. Finally, we show that the AI tool would have to be substantially biased against women to result in a lower level of gender diversity than found without AI." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Industrie 5.0 (2023)
Becker, Marco; Daube, Carl Heinz; Reinking, Ernst;Zitatform
Becker, Marco, Carl Heinz Daube & Ernst Reinking (2023): Industrie 5.0. (EconStor Preprints 270296), Kiel, 12 S.
Abstract
"Spätestens seit der Etablierung von ChatGPT als eine für die breite Masse sowohl der Unternehmen als auch der Bevölkerung gleichermaßen interessante Anwendung der Künstlichen Intelligenz im November 2022 neigt sich die Epoche der Industrie 4.0 dem Ende entgegen. In diesem Working Paper werden die Grenzen der Industrie 4.0 aufgezeigt und die Potenziale der Industrie 5.0 analysiert." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Risks to job quality from digital technologies: Are industrial relations in Europe ready for the challenge? (2023)
Zitatform
Berg, Janine, Francis Green, Laura Nurski & David A. Spencer (2023): Risks to job quality from digital technologies: Are industrial relations in Europe ready for the challenge? In: European journal of industrial relations, Jg. 29, H. 4, S. 347-365. DOI:10.1177/09596801231178904
Abstract
"We examine job quality effects of new digital technologies, using the European frame of seven job quality domains: Pay, Working Time Quality, Prospects, Skills and Discretion, Work Intensity, Social Environment, and Physical Environment. Theoretical effects are ambivalent across all domains. The analysis of these effects confirms that digital technologies can both improve and harm job quality depending on how they are used. In light of this analysis and to think through the challenge of regulating digital technologies, we review emerging regulations across several European countries. Drawing on the principles of human-centred design, we argue that worker participation is important for securing good job quality outcomes, at both the innovation and adoption stages. We also consider the application of data protection legislation to the regulation of job quality. Overall, the paper extends debate about the future of work beyond employment and pay, on to a consideration of job quality more broadly." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Jetzt bloß nicht den Anschluss verlieren! – Status quo, Potenziale und Herausforderungen von Künstlicher Intelligenz (2023)
Zitatform
Bertschek, Irene (2023): Jetzt bloß nicht den Anschluss verlieren! – Status quo, Potenziale und Herausforderungen von Künstlicher Intelligenz. In: Wirtschaftsdienst, Jg. 103, H. 8, S. 518-520. DOI:10.2478/wd-2023-0149
Abstract
"Artificial Intelligence (AI) is likely to be the next general purpose technology. The U.S. and China are important players in the development of AI. Germany has a vibrant AI startup scene and is among the first third of EU countries in applying AI technologies. In order not to lose touch with international developments, Germany should work toward creating research- and innovation-friendly framework conditions. Appropriate measures include improving data availability, building AI expertise and enabling flexible regulation." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Artificial Intelligence and Jobs: Evidence from US Commuting Zones (2023)
Bonfiglioli, Alessandra; Gancia, Gino; Papadakis, Ioannis; Crinò, Rosario;Zitatform
Bonfiglioli, Alessandra, Rosario Crinò, Gino Gancia & Ioannis Papadakis (2023): Artificial Intelligence and Jobs: Evidence from US Commuting Zones. (CESifo working paper 10685), München, 41 S.
Abstract
"We study the effect of Artificial Intelligence (AI) on employment across US commuting zones over the period 2000-2020. A simple model shows that AI can automate jobs or complement workers, and illustrates how to estimate its effect by exploiting variation in a novel measure of local exposure to AI: job growth in AI-related professions built from detailed occupational data. Using a shift-share instrument that combines industry-level AI adoption with local industry employment, we estimate robust negative effects of AI exposure on employment across commuting zones and time. We find that AI's impact is different from other capital and technologies, and that it works through services more than manufacturing. Moreover, the employment effect is especially negative for low-skill and production workers, while it turns positive for workers at the top of the wage distribution. These results are consistent with the view that AI has contributed to the automation of jobs and to widen inequality." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The impact of AI on the workplace: Main findings from the OECD AI surveys of employers and workers (2023)
Broecke, Stijn; Williams, Morgan; Lane, Marguerita;Zitatform
Broecke, Stijn, Marguerita Lane & Morgan Williams (2023): The impact of AI on the workplace: Main findings from the OECD AI surveys of employers and workers. (OECD social, employment and migration working papers 288), Paris, 156 S. DOI:10.1787/ea0a0fe1-en
Abstract
"New OECD surveys of employers and workers in the manufacturing and finance sectors of seven countries shed new light on the impact that Artificial Intelligence has on the workplace —an under-researched area to date due to lack of data. The findings suggest that both workers and their employers are generally very positive about the impact of AI on performance and working conditions. However, there are also concerns, including about job loss—an issue that should be closely monitored. The surveys also indicate that, while many workers trust their employers when it comes to the implementation of AI in the workplace, more can be done to improve trust. In particular, the surveys show that both training and worker consultation are associated with better outcomes for workers." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Generative AI at Work (2023)
Brynjolfsson, Erik; Raymond, Lindsey R.; Li, Danielle;Zitatform
Brynjolfsson, Erik, Danielle Li & Lindsey R. Raymond (2023): Generative AI at Work. (NBER working paper / National Bureau of Economic Research 31161), Cambridge, Mass, 56 S.
Abstract
"We study the staggered introduction of a generative AI-based conversational assistant using data from 5,179 customer support agents. Access to the tool increases productivity, as measured by issues resolved per hour, by 14 percent on average, with the greatest impact on novice and low-skilled workers, and minimal impact on experienced and highly skilled workers. We provide suggestive evidence that the AI model disseminates the potentially tacit knowledge of more able workers and helps newer workers move down the experience curve. In addition, we show that AI assistance improves customer sentiment, reduces requests for managerial intervention, and improves employee retention." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The macroeconomics of artificial intelligence (2023)
Brynjolfsson, Erik; Unger, Gabriel;Zitatform
Brynjolfsson, Erik & Gabriel Unger (2023): The macroeconomics of artificial intelligence. In: Finance and development, S. 20-25.
Abstract
"Economists have a poor track record of predicting the future. And Silicon Valley repeatedly cycles through hope and disappointment over the next big technology. So a healthy skepticism toward any pronouncements about how artificial intelligence will change the economy is justified. Nonetheless, there are good reasons to take seriously the growing potential of AI—systems that exhibit intelligent behavior, such as learning, reasoning, and problem-solving —to transform the economy, especially given the astonishing technica ladvances of the past year. AI may affect society in a number of areas besides the economy—including national security, politics, and culture. But in this article, we focus on the implications of AI on three broad areas of macroeconomic interest: productivity growth, the labor market, and industrial concentration. AI does not have a predetermined future. It can develop in very different directions. The particular future that emerges will be a consequence of many things, including technological and policy decisions made today. For each area, we present a fork in the road: two paths that lead to very different futures for AI and the economy. In each case, the bad future is the path of least resistance. Getting to the better future will require good policy—including • Creative policy experiments • A set of positive goals for what society wants from AI, not just negative outcomes to be avoided • Understanding that the technological possibilities of AI are deeply uncertain and rapidly evolving and that society must be flexible in evolving with them." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz – wo stehen wir in Deutschland? (2023)
Zitatform
Brühl, Volker (2023): Künstliche Intelligenz – wo stehen wir in Deutschland? In: Wirtschaftsdienst, Jg. 103, H. 8, S. 521-524. DOI:10.2478/wd-2023-0150
Abstract
"Artificial Intelligence (AI) is widely regarded as a technology which will impact the future competitiveness of the German economy. Looking at the research productivity of German scientists and universities in AI, we find that Germany definitively belongs to the top performers in AI research globally, although the United States and China are somewhat ahead. This is not surprising taking into account the sheer size of their talent pools. Furthermore, the majority of promising AI startups are based in the United States, while Germany is clearly underrepresented in the group of excellent AI startups given Germany’s excellence in AI research. Hence, it is obviously more challenging for Germany to translate research excellence into successful entrepreneurship." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Ökonomische Effekte von ChatGPT (2023)
Buxmann, Peter; Zöll, Anne;Zitatform
Buxmann, Peter & Anne Zöll (2023): Ökonomische Effekte von ChatGPT. In: Controlling & Management Review, Jg. 67, H. 5, S. 16-21. DOI:10.1007/s12176-023-1066-4
Abstract
Der Beitrag beleuchtet aus ökonomischer Perspektive die Auswirkungen des auf verschiedenen Algorithmen des maschinellen Lernens beruhenden Chatbots ChatGPT sowie die Potenziale einer Zusammenarbeit zwischen Menschen und Künstlicher Intelligenz. Die bei einer ökonomischen Bewertung der Nutzung digitaler Technologien unterschiedenen substitutiven Effekte (Kosten- sowie Zeiteinsparungen) und komplementären Effekte (Verbesserung der Qualität) lassen sich auch bei der Anwendung von ChatGPT und anderen Sprachmodellen feststellen. Referiert werden hierzu u.a. die Ergebnisse einer Studie des 'Massachusetts Institute of Technology (MIT), die die verschiedenen Anwendungsgebiete aufzeigt und die ökonomischen Vorteile quantifiziert. Entgegen der in der Öffentlichkeit geäußerten Befürchtung einer massiven Vernichtung von Arbeitsplätzen oder Horror-Szenarien durch unkontrollierbare Verselbständigungen der KI heben die Autoren eine andere Perspektive hervor: Die Zusammenarbeit zwischen Menschen und KI (Stichwort 'hybride Intelligenz') kann die Entscheidungsfindung (etwa Strategie- und Kaufentscheidungen) beschleunigen und durch den gegenseitigen Austausch und das gegenseitige Lernen voneinander verbessern. Noch ist nicht das ganze Potenzial dieser 'Basistechnologie des 21. Jahrhunderts' zu ermessen, beispielhaft können aber schon heute die Anwendungsbereiche medizinische Diagnostik, Texterstellung und Softwareentwicklung genannt werden. (IAB)
-
Literaturhinweis
KI-Einsatzbereiche in Deutschland: Eine Analyse von KI-Stellenanzeigen : Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland" (2023)
Büchel, Jan; Engler, Jan; Mertens, Armin; Demary, Vera;Zitatform
Büchel, Jan, Jan Engler & Armin Mertens (2023): KI-Einsatzbereiche in Deutschland. Eine Analyse von KI-Stellenanzeigen : Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland". Berlin, 31 S.
Abstract
"Zwei Studien untersuchten bereits anhand von KI-Stellenanzeigen, wie die KI-Bedarfe in Deutschland einerseits regional verteilt sind (Büchel/Mertens, 2022) und andererseits welche Anforderungsprofile neue Beschäftigte mit KI-Kompetenzen erfüllen sollten (ebenda, 2021). Unklar bleibt bislang jedoch, für welche Zwecke ausschreibende Unternehmen KI-Kompetenzen primär benötigen und einsetzen möchten. Erkenntnisse darüber schaffen eine größere Transparenz darüber, wofür Unternehmen KI-Talente überhaupt einsetzen und an welchen Stellen im Unternehmen KI relevant ist. Damit ergänzt die vorliegende Analyse Studien zum Einsatz von KI in Unternehmen (Rammer, 2020) und zu KI-Gründungen in Deutschland (Rammer, 2022). Im Folgenden wird untersucht, welche Einsatzbereiche in aktuellen KI-Stellenanzeigen relevant sind, wie häufig sie jeweils auftreten und wie sich die Bedarfe in den einzelnen Einsatzbereichen im Zeitverlauf entwickeln. Dafür erläutert Abschnitt 2 zunächst das methodische Vorgehen, mit dem die Autoren selbst mithilfe von KI, beziehungsweise einer Kombination aus einem Machine-Learning-Modell und einem regelbasierten Ansatz, automatisiert KI-Einsatzbereiche in jeder der etwa 73.000 KI-Stellenanzeigen aus den ersten Quartalen der Jahre 2019 bis 2023 identifizieren konnten. Die KI-Einsatzbereiche, die für die ausschreibenden Unternehmen relevant sind, werden in Kapitel 3 analysiert. Es wird zudem untersucht, wie hoch die KIBedarfe pro Einsatzbereich sind sowie welche typischen Überschneidungen und regionalen Besonderheiten auftreten. Kapitel 4 gibt ein Fazit." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
A portrait of AI adopters across countries: Firm characteristics, assets' complementarities and productivity (2023)
Calvino, Flavio; Fontanelli, Luca;Zitatform
Calvino, Flavio & Luca Fontanelli (2023): A portrait of AI adopters across countries: Firm characteristics, assets' complementarities and productivity. (OECD science, technology and industry working papers 2023,02), Paris, 85 S. DOI:10.1787/0fb79bb9-en
Abstract
"This report analyses the use of artificial intelligence (AI) in firms across 11 countries. Based on harmonised statistical code (AI diffuse) applied to official firm-level surveys, it finds that the use of AI is prevalent in ICT and Professional Services and more widespread across large – and to some extent across young – firms. AI users tend to be more productive, especially the largest ones. Complementary assets, including ICT skills, high-speed digital infrastructure, and the use of other digital technologies, which are significantly related to the use of AI, appear to play a critical role in the productivity advantages of AI users." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Generative AI in the Workplace: Employee Perspectives of ChatGPT Benefits and Organizational Policies (2023)
Zitatform
Cardon, Peter W., Kristen Getchell, Stephen Carradini, Carolin Fleischmann & James Stapp (2023): Generative AI in the Workplace: Employee Perspectives of ChatGPT Benefits and Organizational Policies. (SocArXiv papers), [Charlottesville, VA], 17 S. DOI:10.31235/osf.io/b3ezy
Abstract
"Key Findings and Conclusions : Many US workers in this sample are using ChatGPT for professional purposes. Roughly the following percentages have already used ChatGPT in the following ways: 42% for researching a topic or generating ideas. 32% for drafting messages. 26% for drafting longer documents, such as reports. 22% for editing text. Many US workers in this sample believe ChatGPT can help them become better communicators. This is particularly the case for executives and managers. Roughly two thirds of executives (67%) and managers (64%) believe generative AI can help them communicate more effectively. Early adopters of ChatGPT in this sample hold much different views of generative AI than do non-users of ChatGPT. Early adopters hold the following distinctive views: They are much more likely to think AI is good for society than non-users (64% to 22%) and believe it will make them more productive (82% for early adopters; 26% for non-users); however, they are also more likely to worry about the ethical implications of AI (68% to 55%) in the workplace and worry that their own job will be replaced by AI (41% to 20%). They are much more likely to think generative AI will support them in their work. About 85% of early adopters say that ChatGPT can help them generate ideas for work compared to about 50% of non-users. About 73% of early adopters say it can improve the quality of their work compared to 42% of non-users. About 74% of early adopters say it can help them communicate more effectively compared to 41% of non-users. Executives and managers are slightly more likely to be enthusiastic about the benefits. Employees in organizations with generative AI policies view these policies positively. Those who are aware of an organizational policy about generative AI generally believe it has supported more comfort in using ChatGPT for work, has improved trust, has improved efficiency, and has provided legal protections. Those who are early adopters are generally more positive about each of these benefits of organizational policy than those who are non-users of ChatGPT. Most early adopters of generative AI in organizations without generative AI policies want more guidance about ChatGPT use. Most early adopters believe an organizational policy would make them more comfortable using ChatGPT (61%), that it would increase trust (56%), and that it would improve efficiency (66%)." (Text excerpt, IAB-Doku) ((en))
-
Literaturhinweis
Digitalisierung der Arbeit – eine Zwischenbilanz aus Geschlechterperspektiven (2023)
Carstensen, Tanja;Zitatform
Carstensen, Tanja (2023): Digitalisierung der Arbeit – eine Zwischenbilanz aus Geschlechterperspektiven. In: WSI-Mitteilungen, Jg. 76, H. 5, S. 374-382. DOI:10.5771/0342-300X-2023-5-374
Abstract
"Die Digitalisierung der Arbeitswelt seit der Mitte der 2010er Jahre wurde früh mit weitreichenden Hoffnungen und Befürchtungen für Veränderungen in den Geschlechterverhältnissen diskutiert. Mittlerweile liegen diverse, ein breites Feld an Fragen umspannende empirische Studien vor. Nach einigen Vormerkungen zum Verhältnis von Gender und Technik resümiert der Beitrag die bisherigen Befunde entlang von fünf Themenfeldern, die sich als Schwerpunkte der Digitalisierungsforschung aus Geschlechterperspektiven herausgebildet haben: 1. Ortsflexibilisierung / Homeoffice, 2. Plattformen, 3. Automatisierung und neue Anforderungen, 4. Diskriminierung durch Algorithmen und KI und 5. mangelnde Diversität und (globale) Ungleichheiten in der Technikentwicklung. Die Autorin schließt mit einer Zwischenbilanz dieser bisher vorliegenden Befunde und benennt weiteren Forschungsbedarf." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial intelligence and firm-level productivity (2023)
Zitatform
Czarnitzki, Dirk, Gastón P. Fernández & Christian Rammer (2023): Artificial intelligence and firm-level productivity. In: Journal of Economic Behavior & Organization, Jg. 211, S. 188-205. DOI:10.1016/j.jebo.2023.05.008
Abstract
"Artificial Intelligence (AI) is often regarded as the next general-purpose technology with a rapid, penetrating, and far-reaching use over a broad number of industrial sectors. The main feature of new general-purpose technology is to enable new ways of production that may increase productivity. However, to date, only a few studies have investigated the likely productivity effects of AI at the firm-level, presumably due to limited data availability. We exploit unique survey data on firms' adoption of AI technology and estimate its productivity effects with a sample of German firms. We employ both a cross-sectional dataset and a panel database. To address the potential endogeneity of AI adoption, we also implement IV estimators. We find positive and significant associations between the use of AI and firm productivity. This finding holds for different measures of AI usage, i.e., an indicator variable of AI adoption, and the intensity with which firms use AI methods in their business processes." (Author's abstract, IAB-Doku, © 2023 Elsevier) ((en))
-
Literaturhinweis
AI technologies and employment: micro evidence from the supply side (2023)
Zitatform
Damioli, Giacomo, Vincent Van Roy, Daniel Vertesy & Marco Vivarelli (2023): AI technologies and employment: micro evidence from the supply side. In: Applied Economics Letters, Jg. 30, H. 6, S. 816-821. DOI:10.1080/13504851.2021.2024129
Abstract
"In this work we investigate the possible job-creation impact of artificial intelligence (AI) technologies, focusing on the supply side, where the development of these technologies can be conceived as product innovations in upstream sectors. The empirical analysis is based on a worldwide longitudinal sample (obtained by merging the EPO PATSTAT and BvD-ORBIS databases) of more than 3,500 front-runner companies that patented AI-related inventions over the period 2000–2016. Based on system GMM estimates of dynamic panel models, our results show a positive and significant impact of AI patent families on employment, supporting the labour-friendly nature of AI product innovation." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The employment impact of AI technologies among AI innovators (2023)
Zitatform
Damioli, Giacomo, Vincent Van Roy, Daniel Vertesy & Marco Vivarelli (2023): The employment impact of AI technologies among AI innovators. (MSI discussion paper / KU Leuwen 2306),: KU Leuven, Faculty of Economics and Business (FEB), Department of Management, Strategy and Innovation, Leuven 36 S.
Abstract
"This study supports the labour-friendly nature of product innovation among developers of artificial intelligence (AI) technologies. GMM-SYS estimates on a worldwide longitudinal dataset covering 3,500 companies that patented inventions related to AI technologies over the period 2000-2016 show a positive and significant impact of AI patent families on employment. The effect is small in magnitude and limited to service sectors and younger firms, which are front-runners of the AI revolution. We also detect some evidence of increasing returns suggesting that innovative companies more focused on AI technologies are those obtaining larger impacts in terms of job creation." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Algorithmic management and collective bargaining (2023)
De Stefano, Valerio; Taes, Simon;Zitatform
De Stefano, Valerio & Simon Taes (2023): Algorithmic management and collective bargaining. In: Transfer, Jg. 29, H. 1, S. 21-36. DOI:10.1177/10242589221141055
Abstract
"Dieser Artikel befasst sich mit den Herausforderungen, die durch die Einführung von Management durch Algorithmen und durch künstliche Intelligenz in der Arbeitswelt entstehen. Dabei geht es in erster Linie um die Risiken, die neue Managementtechnologien für grundlegende Rechte und Prinzipien wie Nichtdiskriminierung, Vereinigungsfreiheit und das Recht auf Privatsphäre darstellen. Der Artikel argumentiert, dass Tarifverhandlungen das am besten geeignete Regulierungsinstrument sind, um auf diese Herausforderungen zu reagieren, und dass die aktuellen Rechtsetzungsinitiativen der EU die Rolle von Tarifverhandlungen in diesem Bereich nicht gebührend anerkennen. Der Artikel gibt ebenfalls eine Übersicht über die derzeit laufenden Initiativen von Gewerkschaftsbewegungen in Europa, um das Management durch Algorithmen einzuhegen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Robots, Occupations, and Worker Age: A Production-unit Analysis of Employment (2023)
Zitatform
Deng, Liuchun, Steffen Müller, Verena Plümpe & Jens Stegmaier (2023): Robots, Occupations, and Worker Age: A Production-unit Analysis of Employment. (IWH-Diskussionspapiere 2023,05), Halle, 45 S.
Abstract
"Wir analysieren die Auswirkungen der Einführung von Robotern auf die Zusammensetzung der Beschäftigung anhand neuer Mikrodaten über den Einsatz von Robotern in deutschen Betrieben des verarbeitenden Gewerbes in Verbindung mit weiteren Daten. Unser theoretisches Modell sagt positive Beschäftigungseffekte für die am wenigsten routineintensiven Berufe und für junge Arbeitnehmer voraus, wobei letztere sich besser an den Wandel anpassen können. Eine Event-Study zur Einführung von Robotern findet hierfür Evidenz. Wir finden für keine Berufs- oder Altersgruppe negative Beschäftigungseffekte, aber die Fluktuation unter gering qualifizierten Arbeitnehmern steigt stark an. Wir kommen zu dem Schluss, dass der Verdrängungseffekt von Robotern berufsabhängig, aber altersneutral ist, während der Wiedereinstellungseffekt altersabhängig ist und vor allem jungen Arbeitnehmern zugute kommt." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
ChatGPT, cobots and the like: How new automation technologies are transforming the working world (2023)
Zitatform
Dicks, Alexander, Martin Ehlert, Insa Grüttgen, Benjamin Schulz & Basha Vicari (2023): ChatGPT, cobots and the like. How new automation technologies are transforming the working world. In: WZB-Mitteilungen H. 180, 2023-05-10.
Abstract
"Artificial intelligence and automation are currently being debated fiercely. How can these new technologies and applications support people in their work? Will jobs be replaced by AI? Fear of job loss due to digitalization and of loss of autonomy is a widespread concern. The aim of the study presented here is to find out how widespread digital assistance systems are, who uses them and how this affects different groups of employees." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch deutschsprachig erschienen -
Literaturhinweis
ChatGPT, Cobots & Co: Wie neue Automatisierungstechnologien die Arbeitswelt verändern (2023)
Zitatform
Dicks, Alexander, Martin Ehlert, Insa Grüttgen, Benjamin Schulz & Basha Vicari (2023): ChatGPT, Cobots & Co. Wie neue Automatisierungstechnologien die Arbeitswelt verändern. In: WZB-Mitteilungen H. 180, 2023-05-10.
Abstract
"Künstliche Intelligenz und Automatisierung werden zur Zeit heftig diskutiert. Wie können diese neuen Technologien und Anwendungen Menschen bei ihrer Arbeit unterstützen? Werden Arbeitsplätze durch KI ersetzt? Die Angst vor Arbeitsplatzverlust durch Digitalisierung und vor Fremdbestimmung ist eine weit verbreitete Sorge. Ziel der hier vorgestellten Studie ist es herauszufinden, wie weit digitale Assistenzsysteme verbreitet sind, wer sie nutzt und wie sich das auf verschiedene Beschäftigtengruppen auswirkt." (Autorenreferat, IAB-Doku)
Ähnliche Treffer
also released in English -
Literaturhinweis
Skills or Degree? The Rise of Skill-Based Hiring for AI and Green Jobs (2023)
Zitatform
Ehlinger, Eugenia Gonzalez & Fabian Stephany (2023): Skills or Degree? The Rise of Skill-Based Hiring for AI and Green Jobs. (CESifo working paper 10817), München, 37 S.
Abstract
"For emerging professions, such as jobs in the field of Artificial Intelligence (AI) or sustainability (green), labor supply does not meet industry demand. In this scenario of labor shortages, our work aims to understand whether employers have started focusing on individual skills rather than on formal qualifications in their recruiting. By analyzing a large time series dataset of around one million online job vacancies between 2019 and 2022 from the UK and drawing on diverse literature on technological change and labor market signalling, we provide evidence that employers have started so-called “skill-based hiring” for AI and green roles, as more flexible hiring practices allow them to increase the available talent pool. In our observation period the demand for AI roles grew twice as much as average labor demand. At the same time, the mention of university education for AI roles declined by 23%, while AI roles advertise five times as many skills as job postings on average. Our analysis also shows that university degrees no longer show an educational premium for AI roles, while for green positions the educational premium persists. In contrast, AI skills have a wage premium of 16%, similar to having a PhD (17%). Our work recommends making use of alternative skill building formats such as apprenticeships, on-the-job training, MOOCs, vocational education and training, micro-certificates, and online bootcamps to use human capital to its full potential and to tackle talent shortages." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch erschienen als Working Paper 20/2023, Bruegel -
Literaturhinweis
Artificial Intelligence, Tasks, Skills and Wages: Worker-Level Evidence from Germany (2023)
Zitatform
Engberg, Erik, Michael Koch, Magnus Lodefalk & Sarah Schroeder (2023): Artificial Intelligence, Tasks, Skills and Wages: Worker-Level Evidence from Germany. (Ratio working paper 371), Stockholm, 55 S.
Abstract
"This paper documents novel facts on within-occupation task and skill changes over the past two decades in Germany. In a second step, it reveals a distinct relationship between occupational work content and exposure to artificial intelligence (AI) and automation (robots). Workers in occupations with high AI exposure, perform different activities and face different skill requirements, compared to workers in occupations ex- posed to robots. In a third step, the study uses individual labor market biographies to investigate the impact on wages between 2010 and 2017. Results indicate a wage growth premium in occupations more exposed to AI, contrasting with a wage growth discount in occupations exposed to robots. Finally, the study further explores the dynamic in- fluence of AI exposure on individual wages over time, uncovering positive associations with wages, with nuanced variations across occupational groups." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz in der deutschen Wirtschaft: Ohne Digitalisierung und Daten geht nichts (2023)
Engels, Barbara;Zitatform
Engels, Barbara (2023): Künstliche Intelligenz in der deutschen Wirtschaft: Ohne Digitalisierung und Daten geht nichts. In: Wirtschaftsdienst, Jg. 103, H. 8, S. 525-529. DOI:10.2478/wd-2023-0151
Abstract
"Artificial Intelligence (AI) holds immense potential for enhancing prosperity. However, the adoption of AI in German businesses remains limited, with only 19% of companies utilizing AI in 2022. The successful implementation of AI relies on two key prerequisites: a company’s digitalisation and data economy readiness. The Digitalisation Index reveals slow progress in digitalisation across sectors, indicating a need for increased efforts. Additionally, companies must enhance their data economy readiness to efficiently utilize data for AI applications. Failing to tap into the potential of AI may result in significant competitive disadvantages in the future." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Revisiting the role of HR in the age of AI: bringing humans and machines closer together in the workplace (2023)
Fenwick, Ali; Frangos, Piper; Molnar, Gabor;Zitatform
Fenwick, Ali, Gabor Molnar & Piper Frangos (2023): Revisiting the role of HR in the age of AI: bringing humans and machines closer together in the workplace. In: Frontiers in artificial intelligence, Jg. 6. DOI:10.3389/frai.2023.1272823
Abstract
"The functions of human resource management (HRM) have changed radically in the past 20 years due to market and technological forces, becoming more cross-functional and data-driven. In the age of AI, the role of HRM professionals in organizations continues to evolve. Artificial intelligence (AI) is transforming many HRM functions and practices throughout organizations creating system and process efficiencies, performing advanced data analysis, and contributing to the value creation process of the organization. A growing body of evidence highlights the benefits AI brings to the field of HRM. Despite the increased interest in AI-HRM scholarship, focus on human-AI interaction at work and AI-based technologies for HRM is limited and fragmented. Moreover, the lack of human considerations in HRM tech design and deployment can hamper AI digital transformation efforts. This paper provides a contemporary and forward-looking perspective to the strategic and human-centric role HRM plays within organizations as AI becomes more integrated in the workplace. Spanning three distinct phases of AI-HRM integration (technocratic, integrated, and fully-embedded), it examines the technical, human, and ethical challenges at each phase and provides suggestions on how to overcome them using a human-centric approach. Our paper highlights the importance of the evolving role of HRM in the AI-driven organization and provides a roadmap on how to bring humans and machines closer together in the workplace." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
AI exposure predicts unemployment risk (2023)
Frank, Morgan; Ahn, Yong-Yeol; Moro, Esteban;Zitatform
Frank, Morgan, Yong-Yeol Ahn & Esteban Moro (2023): AI exposure predicts unemployment risk. (arXiv papers), 35 S.
Abstract
"Is artificial intelligence (AI) disrupting jobs and creating unemployment? Despite many attempts to quantify occupations' exposure to AI, inconsistent validation obfuscates the relative benefits of each approach. A lack of disaggregated labor outcome data, including unemployment data, further exacerbates the issue. Here, we assess which models of AI exposure predict job separations and unemployment risk using new occupation-level unemployment data by occupation from each US state's unemployment insurance office spanning 2010 through 2020. Although these AI exposure scores have been used by governments and industry, we find that individual AI exposure models are not predictive of unemployment rates, unemployment risk, or job separation rates. However, an ensemble of those models exhibits substantial predictive power suggesting that competing models may capture different aspects of AI exposure that collectively account for AI's variable impact across occupations, regions, and time. Our results also call for dynamic, context-aware, and validated methods for assessing AI exposure." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Automatisierungspotenziale von beruflichen Tätigkeiten: Künstliche Intelligenz und Software – Beschäftigte sind unterschiedlich betroffen (2023)
Zitatform
Fregin, Marie-Christine, Theresa Koch, Verena Malfertheiner, Pelin Özgül & Michael Stops (2023): Automatisierungspotenziale von beruflichen Tätigkeiten: Künstliche Intelligenz und Software – Beschäftigte sind unterschiedlich betroffen. (IAB-Kurzbericht 21/2023), Nürnberg, 8 S. DOI:10.48720/IAB.KB.2321
Abstract
"Künstliche Intelligenz (KI) und Software-Systeme ohne KI (Software) können die Ausübung verschiedenster Tätigkeiten beeinflussen. So könnten Tätigkeiten von Hochqualifizierten teilweise von KI übernommen werden, während ein Teil der Tätigkeiten in Berufen mit mittleren oder geringen Qualifikationsanforderungen eher durch den Einsatz von Software betroffen sein könnte. Ganze Berufe mit ihren vielfältigen Tätigkeiten können die Technologien aber nicht übernehmen - auch nicht dort, wo Fachkräfte dringend benötigt werden." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
- Relative Automatisierungspotenziale in Berufen mit unterschiedlichen Fachkräfteengpässen, nach drei Anforderungsniveaus
- Relative Automatisierungspotenziale von beruflichen Tätigkeiten in verschiedenen Branchen
- Relative Automatisierungspotenziale von beruflichen Tätigkeiten nach Anteil der weiblichen Beschäftigten
- Relative Automatisierungspotenziale von beruflichen Tätigkeiten nach Qualifikationsniveau der Beschäftigten
-
Literaturhinweis
Wer mit KI-Technologien erfolgreich sein will, sollte die Wirkungen valide abschätzen können (2023)
Zitatform
Fregin, Marie-Christine & Michael Stops (2023): Wer mit KI-Technologien erfolgreich sein will, sollte die Wirkungen valide abschätzen können. In: Ifo-Schnelldienst, Jg. 76, H. 8, S. 12-15., 2023-08-16.
Abstract
"Marie-Christine Fregin, Universität Maastricht, und Michael Stops, Institut für Arbeitsmarkt- und Berufsforschung, Nürnberg, zeigen, dass die KI bisher insgesamt wenig quantitative Beschäftigungseffekte verursacht hat, da KI-Systeme in der deutschen Wirtschaft noch recht wenig verbreitet sind. Zudem müssten Beschäftigte bei der Einführung neuer Systeme oftmals neue Tätigkeiten ausführen und teilweise erlernen; andererseits sei erwartbar, dass bestimmte Tätigkeiten, die bisher den Beschäftigten vorbehalten waren, von der KI unterstützt und manchmal sogar übernommen werden könnten. Unternehmen sollten wissen, wie der Erfolg einer Technologieeinführung zu messen sei." (Textauszug, IAB-Doku)
-
Literaturhinweis
A machine learning approach for assessing labor supply to the online labor market (2023)
Fung, Esabella;Zitatform
Fung, Esabella (2023): A machine learning approach for assessing labor supply to the online labor market. (MPRA paper / University Library of Munich 118844), München, 28 S.
Abstract
"The online labor market, comprised of companies such as Upwork, Amazon Mechanical Turk, and their freelancer workforce, has expanded worldwide over the past 15 years and has changed the labor market landscape. Although qualitative studies have been done to identify factors related to the global supply to the online labor market, few data modeling studies have been conducted to quantify the importance of these factors in this area. This study applied tree-based supervised learning techniques, decision tree regression, random forest, and gradient boosting, to systematically evaluate the online labor supply with 70 features related to climate, population, economics, education, health, language, and technology adoption. To provide machine learning explainability, SHAP, based on the Shapley values, was introduced to identify features with high marginal contributions. The top 5 contributing features indicate the tight integration of technology adoption, language, and human migration patterns with the online labor market supply." (Author's abstract, IAB-Doku) ((en))
Aspekt auswählen:
Aspekt zurücksetzen
- Forschung und Ergebnisse aus dem IAB
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte
- Bundesländer
- andere Länder/ internationaler Vergleich
- Besondere Personengruppen