Zitatform

Aldasoro, Iñaki, Leonardo Gambacorta, Rozalia Pal, Debora Revoltella, Christoph Weiß & Marcin Wolski (2026): AI adoption, productivity and employment: Evidence from European firms. (Economics - working papers / European Investment Bank 2026/02), Luxembourg, 32 S. DOI:10.2867/1772538

Abstract

"This paper provides new evidence on how the adoption of artificial intelligence (AI) affects productivity and employment in Europe. Using matched EIBIS-ORBIS data on more than 12,000 non-financial firms in the European Union (EU) and United States (US), we instrument the adoption of AI by EU firms by assigning the adoption rates of US peers to isolate exogenous technological exposure. Our results show that AI adoption increases the level of labor productivity by 4%. Productivity gains are due to capital deepening, as we find no adverse effects on firm-level employment. This suggests that AI increases worker output rather than replacing labor in the short run, though longer-term effects remain uncertain. However, productivity benefits of AI adoption are unevenly distributed and concentrate in medium and large firms. Moreover, AI-adopting firms are more innovative and their workers earn higher wages. Our analysis also highlights the critical role of complementary investments in software and data or workforce training to fully unlock the productivity gains of AI adoption." (Author's abstract, IAB-Doku) ((en))

Zitatform

Benzell, Seth Gordon & Kyle R. Myers (2026): Automation Experiments and Inequality. (NBER working paper / National Bureau of Economic Research 34668), Cambridge, Mass, 26 S., App. DOI:10.3386/w34668

Abstract

"Many experiments study the productivity effects of automation technologies such as generative algorithms. A key test in these experiments relates to inequality: does the technology increase output more for high- or low-skill workers? However, the theoretical content of this empirical test has been unclear. Here, we formalize a theory that describes the experimental effect of automation technologies on worker-level output and, therefore, inequality. Worker-level output depends on a task-level production function, and workers are heterogeneous in their task-level skills. Workers perform a task themselves or delegate it to the automation technology. The inequality effect of improved automation depends on the interaction of two factors: (i) the correlation in task-level skills across workers, and (ii) workers' skills relative to the technology's effective skill. In many cases we study, the inequality effect is non-monotonic --- as technologies improve, inequality decreases then increases. The model and descriptive statistics of skill correlations generally suggest that the diversity of automation technologies will play an important role in the evolution of inequality." (Author's abstract, IAB-Doku) ((en))

Zitatform

Gschwendt, Christian, Martina Viarengo & Thea S. Zoellner (2026): Generative AI and Career Choices. (Working paper / Swiss Leading House 251), Zürich, 52 S.

Abstract

"The economic impact of technological change will critically depend on how future workers invest in their human capital. Yet, little is known about how future workers themselves evaluate and choose their educational and occupational paths in light of emerging technologies. This paper examines how adolescents currently at the school-to-work transition stage value working with generative artificial intelligence (GenAI) in their future occupations, and how automation risk and opportunities for continuing education shape these preferences. We field a discrete-choice experiment among a nationally representative sample of over 7,000 Swiss adolescents aged around 15. We find that adolescents generally exhibit an aversion to collaborating with GenAI at work, with females consistently more averse than males. However, preferences are nuanced: adolescents welcome greater GenAI collaboration, provided that GenAI usage levels remain moderate and that it is not accompanied by increases in job-automation risk. Finally, continuing education opportunities in occupations improve attitudes towards working with GenAI across genders. Our results challenge simple narratives of technology acceptance or rejection, revealing that adolescents' willingness to work with GenAI depends on how it is implemented — its intensity, associated displacement risks, and accompanying skill development - rather than the technology itself. Our findings suggest that the way future workers value GenAI collaboration in their career choices critically depends on its intensity and on the interplay with automation risk and AI-related educational opportunities." (Author's abstract, IAB-Doku) ((en))

Zitatform

Ide, Enrique & Eduard Talamas (2026): The impact of AI on global knowledge work. In: Journal of monetary economics, Jg. 157. DOI:10.1016/j.jmoneco.2025.103876

Abstract

"We analyze how Artificial Intelligence (AI) reshapes global knowledge work in a two-region world where firms organize production hierarchically to use knowledge efficiently: the most knowledgeable individuals specialize in problem-solving, while others perform routine work. Before AI, the Advanced Economy specializes in problem-solving services, whereas the Emerging Economy focuses on routine work. AI converts compute — which is located in the Advanced Economy — into autonomous “AI agents” that perfectly substitute for humans with a given level of knowledge. Basic AI reduces the Advanced Economy ’s net exports of problem-solving services, potentially reversing pre-AI trade patterns. In contrast, sophisticated AI expands these exports, reinforcing existing trade patterns. Finally, we show that a global ban on AI autonomy redistributes AI’s gains toward lower-skilled workers, while a regional ban — such as prohibiting autonomy only in the Emerging Economy — offers little benefit to lower-skilled workers and harms the most knowledgeable individuals in that region." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier B.V.) ((en))

Zitatform

Menis–Mastromichalakis, Orfeas, George Filandrianos, Maria Symeonaki, Glykeria Stamatopoulou, Dimitris Parsanoglou & Giorgos Stamou (2026): Gender bias in machine learning: insights from official labour statistics and textual analysis. In: Quality & quantity, Jg. 60, H. 1, S. 619-653. DOI:10.1007/s11135-025-02261-0

Abstract

"The interplay between technology and societal norms often reveals a troubling reality: machine learning systems not only reflect existing gender stereotypes but can also amplify and entrench them, making these biases harder to detect and address. This paper adopts an interdisciplinary approach, combining quantitative and qualitative methods with recent technological advancements, such as machine learning techniques for textual analysis and computational linguistics, to offer a new framework for understanding occupational gender bias in machine learning. The study is motivated by persistent gender inequalities in the labor market and rising concerns about gendered algorithmic bias, as outlined in the European Commission’s Gender Equality Strategy 2020–2025. Focusing on language translation technologies, the research explores how machine learning may perpetuate or amplify gender stereotypes, aiming to foster more inclusive digital systems aligned with EU strategic goals. More specifically, it investigates occupational gender segregation and its manifestations in various forms of gender bias in machine learning across English, French, and Greek. The study introduces a classification of gender biases in machine learning, providing insights into professional areas needing intervention to address gender imbalances and identifying enduring stereotypical representations in textual data. To support this, statistical analysis is conducted to explore gender variations in occupations over the past thirteen years, using official data and international classifications such as the International Standard Classification of Occupations (ISCO-08). Moreover, gendered occupational distributions are extracted from 200,920 text instances in the three languages, revealing significant discrepancies between official labour statistics and the training data." (Author's abstract, IAB-Doku) ((en))

Zitatform

Misch, Florian, Ben Park, Carlo Pizzinelli & Galen Sher (2026): Artificial Intelligence and Productivity in Europe. (CESifo working paper 12401), München, 37 S.

Abstract

"The discussion on Artificial Intelligence (AI) often centers around its impact on productivity, but macroeconomic evidence for Europe remains scarce. Using the Acemoglu (2024) approach we simulate the medium-term impact of AI adoption on total factor productivity for 31 European countries. We compile many scenarios by pooling evidence on which tasks will be automatable in the near term, using reduced-form regressions to predict AI adoption across Europe, and considering relevant regulation that restricts AI use heterogeneously across tasks, occupations and sectors. We find that the medium-term productivity gains for Europe as a whole are likely to be modest, at around 1 percent cumulatively over five years. While economically still moderate, these gains are still larger than estimates by Acemoglu (2024) for the US. They vary widely across scenarios and countries and are substantially larger in countries with higher incomes. Furthermore, we show that national and EU regulations around occupation-level requirements, AI safety, and data privacy combined could reduce Europe's productivity gains by over 30 percent if AI exposure were 50 percent lower in tasks, occupations and sectors affected by regulation." (Author's abstract, IAB-Doku) ((en))

Zitatform

Mühlbauer, Sabrina & Enzo Weber (2026): Machine learning for labor market matching. In: Machine learning with applications, Jg. 23, 2026-02-03. DOI:10.1016/j.mlwa.2026.100861

Abstract

"This paper develops a large-scale machine learning framework to improve labor market matching using rich administrative data. Matching is defined as a job seeker entering employment in a specific occupational field. We exploit comprehensive employment biographies from Germany, covering individual characteristics and job-related information, to estimate employment probabilities across occupations and generate personalized job recommendations. The contribution lies in demonstrating why machine learning methods are particularly well suited for administrative labor market data and outperform traditional statistical approaches. We compare logit, ordinary least squares (OLS), k-nearest neighbors, and random forest (RF). RF consistently achieves the highest predictive performance. Its advantage is rooted in key methodological properties: RF builds an ensemble of decision trees trained on bootstrap samples, introduces random feature selection at each split, and aggregates predictions through majority voting. This enables RF to capture nonlinear relationships and complex interactions, remain robust in high-dimensional settings, and reduce overfitting — features that are particularly relevant for heterogeneous and imbalanced administrative data. Compared to conventional models, RF better exploits the full informational content of employment histories, especially when estimating on all employment spells rather than restricting the sample to unemployment-to-employment transitions. The sample comprises approximately 55 million spells, representing about 6 percent of the German workforce from 2012 to 2018. Our results suggest that ML-based matching, relative to standard statistical approaches, could hypothetically reduce the unemployment rate by up to 0.3 percentage points, highlighting the practical relevance of RF-based decision support for labor market policy." (Author's abstract, IAB-Doku, © Elsevier) ((en))

Zitatform

Mühlemann, Samuel (2026): KI in Betrieben. Mehr Ausbildung – aber Weiterbildung zunehmend für anspruchsvollere Tätigkeiten. In: Ifo-Schnelldienst, Jg. 79, H. 03, S. 09-13.

Abstract

"Auf Basis des BIBB-Betriebspanels werden die Folgen der Einführung von Künstlicher Intelligenz für die betriebliche Aus- und Weiterbildung in Deutschland analysiert. Die Ergebnisse deuten darauf hin, dass KI-einführende Ausbildungsbetriebe im Durchschnitt rund 14% mehr neue Auszubildende einstellen. Das spricht für verstärkte Investitionen in den internen Kompetenzaufbau im Zuge des technologischen Wandels. Zugleich verschiebt sich die betriebliche Weiterbildung zugunsten hochqualifizierter Tätigkeiten, während Beschäftigte in Fachkraft- und einfachen Tätigkeiten seltener teilnehmen. Daraus ergibt sich das Risiko einer kumulativen Benachteiligung Geringqualifizierter. Es werden drei wirtschaftspolitische Handlungsfelder abgeleitet: die bessere Integration Jugendlicher mit geringen schulischen Qualifikationen in die duale Ausbildung, eine zielgerichtete Weiterbildungsförderung für Geringqualifizierte sowie schnellere Aktualisierungszyklen für Ausbildungsordnungen und Rahmenlehrpläne." (Autorenreferat, IAB-Doku)

Zitatform

Pouliakas, Konstantinos & Giulia Santangelo (2026): Human-centred digital transitions and skill mismatches in European workplaces. (CEDEFOP working paper series / European Centre for the Development of Vocational Training 2026,01), Luxembourg, 163 S. DOI:10.2801/9894877

Abstract

"New digital and artificial intelligence technologies are fast reshaping skill requirements in the EU labour market, fostering skill mismatches. There are marked concerns about the potentially adverse consequences of automation and AI on employment, as well as the lagging competitiveness of EU economies as individuals’ upskilling or reskilling is failing to adapt. To deepen understanding of how digitalisation is affecting the nature of work and skill mismatches in EU labour markets, Cedefop carried out the second wave of the European skills and jobs survey in 2021. In this special edition of Cedefop’s working paper series, ten original, short contributions have been drafted in which researchers explore in depth, for the first time, the ESJS2 microdata. The publication presents a wealth of focused and robust empirical analyses, covering a wide range of different issues on how the digital transition is affecting jobs, skills and training in Europe." (Author's abstract, IAB-Doku) ((en))

Zitatform

Spencer, David A. (2026): Envisioning the Future of Work: From Ideas to Reforms. In: BJIR, S. 1-11. DOI:10.1111/bjir.70035

Abstract

"Two different theoretical perspectives concerning technology and the future of work are examined. One is linked to mainstream economics, whereas the other is associated with critical (‘post-work ’) discourse. Ideas about work—its nature and impacts on well-being—matter in both perspectives. Indeed, they shape visions of a ‘better’ or ‘ideal’ future. They also influence policy responses to new technology. A critique is presented of the ways that work and its possible futures are understood. This critique is used to develop a different set of ideas about how technology might be harnessed to reduce the burden and raise the quality of work. The ability of ideas to effect reforms in and of work—ideas that have currency now and possible radical alternatives—is also assessed." (Author's abstract, IAB-Doku) ((en))

Zitatform

Stephany, Fabian, Ole Teutloff & Angelo Leone (2026): AI Skills Improve Job Prospects: Causal Evidence from a Hiring Experiment. (arXiv papers), 46 S. DOI:10.48550/arXiv.2601.13286

Abstract

"The growing adoption of artificial intelligence (AI) technologies has heightened interest in the labour market value of AI-related skills, yet causal evidence on their role in hiring decisions remains scarce. This study examines whether AI skills serve as a positive hiring signal and whether they can offset conventional disadvantages such as older age or lower formal education. We conduct an experimental survey with 1,700 recruiters from the United Kingdom and the United States. Using a paired conjoint design, recruiters evaluated hypothetical candidates represented by synthetically designed résumés. Across three occupations – graphic designer, officeassistant, and software engineer –, AI skills significantly increase interview invitation probabilities by approximately 8 to 15 percentage points. AI skills also partially or fully offset disadvantages related to age and lower education, with effects strongest for office assistants, where formal AI certification plays an additional compensatory role. Effects are weaker for graphic designers, consistent with more skeptical recruiter attitudes toward AI in creative work. Finally, recruiters’ own background and AI usage significantly moderate these effects. Overall, the findings demonstrate that AI skills function as a powerful hiring signal and can mitigate traditional labour market disadvantages, with implications for workers’ skill acquisition strategies and firms’ recruitment practices." (Author's abstract, IAB-Doku) ((en))

Zitatform

(2026): OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. (OECD digital education outlook 2026), Paris, 244 S. DOI:10.1787/062a7394-en

Abstract

"Generative AI (GenAI) is reshaping the educational landscape, beyond teaching and learning. Unlike earlier waves of education technology, much of GenAI is freely accessible and largely used beyond institutional control due to its intuitiveness and versatility. The OECD Digital Education Outlook 2026 analyses emerging research that suggests GenAI can support learning when guided by clear teaching principles. However, if designed or used without pedagogical guidance, outsourcing tasks to GenAI simply enhances performance with no real learning gains. The Outlook highlights the benefits of GenAI as a tutor, partner and assistant, and synthesises experts’ evidence and insights on the design criteria that make it work for education." (Author's abstract, IAB-Doku) ((en))

Zitatform

Adolph, Lars, Britta Marleen Kirchhoff & Sara Hamideh Kerdar (2025): Artificial intelligence in work design: unlocking inclusion and overcoming barriers. In: Zeitschrift für Arbeitswissenschaft, Jg. 79, H. 2, S. 197-205. DOI:10.1007/s41449-025-00467-4

Abstract

"This article examines the protection goal of “exclusion prevention” and the design requirement of “design for inclusion and accessibility”, which are part of the initial considerations for a roadmap on artificial intelligence (AI) in occupational science research. The proposed roadmap systematically breaks down framework conditions, design requirements, instrumental goals and protection goals. The concept presented provides guidance for future research and can also serve as a basis for scientific policy advice. The in-depth examination of inclusion and AI takes place against the background that, on the one hand these aspects are underrepresented in occupational science research, and technological development can lead to a surge of change, particularly in the area of inclusive work design, on the other. Two expert workshops were held to answer the research question of what opportunities and risks AI technologies offer for the professional integration of people with disabilities, and what research and development needs to exist. The results show that some useful systems already exist, but that they can also have negative effects and that there is a need for further development. Practical relevance: The presented aspects of the roadmap on artificial intelligence (AI) from the perspective of occupational science research is relevant for both companies and policy actors who want to gain a systematic overview of AI in the world of work. A particular focus is on the issue of inclusive work design. In an expert workshop, it became clear that an optimistic view of the use of artificial intelligence for inclusive work design prevails both in companies or workshops employing people with disabilities and in the field of consulting. At the same time, however, development needs and potential risks were identified. The results provide an overview of the current potential uses of AI and are also of interest to companies that do not yet employ people with disabilities but are planning to do so." (Author's abstract, IAB-Doku) ((en))

Zitatform

Agrawal, Ajay K., Joshua S. Gans & Avi Goldfarb (2025): Genius on Demand: The Value of Transformative Artificial Intelligence. (NBER working paper / National Bureau of Economic Research 34316), Cambridge, Mass, 20 S.

Abstract

"This paper examines how the emergence of transformative AI systems providing ``genius on demand" would affect knowledge worker allocation and labour market outcomes. We develop a simple model distinguishing between routine knowledge workers, who can only apply existing knowledge with some uncertainty, and genius workers, who create new knowledge at a cost increasing with distance from a known point. When genius capacity is scarce, we find it should be allocated primarily to questions at domain boundaries rather than at midpoints between known answers. The introduction of AI geniuses fundamentally transforms this allocation. In the short run, human geniuses specialise in questions that are furthest from existing knowledge, where their comparative advantage over AI is greatest. In the long run, routine workers may be completely displaced if AI efficiency approaches human genius efficiency." (Author's abstract, IAB-Doku) ((en))

Zitatform

Alasalmi, Juho (2025): Artificial Intelligence in the European Labour Markets. (DIFIS-Impuls 2026,1), Duisburg ; Bremen, 4 S.

Abstract

"This review surveys the emerging evidence regarding the effects of artificial intelligence technologies in the labour market and on labour market inequality through the lens of the theoretical framework of task-based production and the literature in the field of economics on technological change. The evidence analysed concerns the time period after the early 2010s, with an emphasis on the effects of generative AI after 2022. The focus is on research studying European labour markets. After outlining the context of routine- and skill-biased technological change and job polarisation, the existing evidence regarding AI adoption in production and its effects on productivity and employment is reviewed. The review concludes with a discussion on labour market policy that mediates the effects of AI on the distribution of productivity gains and the direction of technological change and a consideration of the effect of technological change on attitudes toward labour market policy and democracy itself." (Author's abstract, IAB-Doku) ((en))

Zitatform

Anger, Silke, Melanie Arntz, Elisabeth Artmann, Ann-Christin Bächmann, Wolfgang Braun, Kerstin Bruckmeier, Herbert Brücker, Bernhard Christoph, Matthias Collischon, Wolfgang Dauth, Martin Dietz, Bernd Fitzenberger, Jan Gellermann, Samia Gherbaoui, Nina Gläser, Nicole Gürtzgen, Anette Haas, Timon Hellwagner, Pascal Heß, Karolin Hiesinger, Christian Hohendanner, Katrin Hohmeyer, Elke J. Jahn, Markus Janser, Simon Janssen, Stefanie Wolter, Torsten Lietzmann, Florian Lehmer, Ute Leber, Joachim Wolff, Claudia Wenzig, Julia Lang, Susanne Wanger, Sarah Kuhn, Philipp Vom Berge, Alexander Kubis, Ulrich Walwei, Simon Trenkle, Michael Stops, Yuliya Kosyakova, Ignat Stepanok, Duncan Roth, Angela Rauch, Martin Popp, Dana Müller, Andreas Mense, Gerd Zika, Enzo Weber, Holger Seibert, Philipp Ramos Lobato, Christoph Müller, Gesine Stephan, Michael Oberfichtner, Britta Matthes & Nancy Reims (2025): Zentrale Befunde zu aktuellen Arbeitsmarktthemen 2025. Nürnberg, 21 S. DOI:10.48720/IAB.GP.2505.1

Abstract

"Digitalisierung und Künstliche Intelligenz, Dekarbonisierung und demografischer Wandel werden den Arbeitsmarkt in den kommenden Jahren erheblich verändern. Gleichzeitig wird eine Deindustrialisierung Deutschlands befürchtet. Handlungsbedarf besteht beispielsweise bei der Sicherung des Arbeitskräftebedarfs – und damit verbunden bei den Themen Aus- und Weiterbildung –, bei der Reduzierung der Arbeitslosigkeit und insbesondere der Langzeitarbeitslosigkeit sowie bei der sozialen Absicherung von Solo-Selbständigen Zu all diesen und zahlreichen weiteren wichtigen Themen fasst die IAB-Broschüre „Zentrale Befunde zu aktuellen Arbeitsmarkt-Themen 2025“ die zentralen wissenschaftlichen Befunde kompakt zusammen. Sie bietet zudem Handlungsempfehlungen für die Arbeitsmarktpolitik, die aus den wissenschaftlichen Befunden abgeleitet wurden." (Autorenreferat, IAB-Doku)

Zitatform

Arntz, Melanie, Myriam Baum, Eduard Brüll, Ralf Dorau, Matthias Hartwig, Florian Lehmer, Britta Matthes, Sophie-Charlotte Meyer, Oliver Schlenker, Anita Tisch & Sascha Wischniewski (2025): Digitalisierung und Wandel der Beschäftigung (DiWaBe 2.0): Eine Datengrundlage für die Erforschung von Künstlicher Intelligenz und anderer Technologien in der Arbeitswelt. (baua: Bericht), Dortmund, 48 S. DOI:10.21934/baua:bericht20250225

Abstract

"In Deutschland nutzt bereits mehr als die Hälfte der Beschäftigten Künstliche Intelligenz (KI) am Arbeitsplatz - überwiegend jedoch informell. Dies deutet darauf hin, dass viele Beschäftigte KI als hilfreiche Unterstützung wahrnehmen, zugleich aber die formelle Einführung seitens der Betriebe den Erwartungen der Beschäftigten hinterherhinkt. Der vorliegende Bericht präsentiert die Ergebnisse der DiWaBe 2.0-Befragung, einer repräsentativen Querschnittserhebung von rund 9.800 sozialversicherungspflichtig Beschäftigten in Deutschland, die im Jahr 2024 durchgeführt wurde. Ziel der Befragung ist es, eine Datengrundlage zu schaffen, um die Auswirkungen des technologischen Wandels - und insbesondere von KI - auf die Arbeitswelt abzuschätzen. Im Fokus stehen dabei vor allem Veränderungen von Tätigkeiten und Anforderungen am Arbeitsplatz, Arbeitsbedingungen und -organisation, Weiterbildungsaktivitäten sowie die Gesundheit der Beschäftigten. Die Ergebnisse zeigen, dass die Nutzung von KI stark von individuellen und beruflichen Faktoren wie Berufssegment, Bildung, Alter und Geschlecht abhängt. So nutzt nur knapp ein Drittel der Beschäftigten ohne Bildungsabschluss KI, während dieser Anteil bei Beschäftigten mit Hochschul-, Meister-oder Technikerabschluss fast 80 % beträgt. Erste multivariate Analysen zeigen, dass Beschäftigte, die ihre KI-Nutzung in den letzten fünf Jahren intensiviert haben, von komplexeren Tätigkeitsanforderungen berichten, insbesondere in den Bereichen Schreiben, Programmierung und Mathematik. Zudem ist eine intensivierte KI-Nutzung mit einer höheren Arbeitsautonomie, aber auch mit einer höheren Arbeitsintensität verbunden. Es zeigt sich jedoch kein statistisch signifikanter Zusammenhang zwischen der Nutzung von KI und der Gesundheit der Beschäftigten. Zudem unterscheiden sich Beschäftigte mit KI-Nutzung nicht von Nichtnutzenden hinsichtlich ihrer Teilnahme an Weiterbildung." (Autorenreferat, IAB-Doku)

Zitatform

Arntz, Melanie, Myriam Baum, Eduard Brüll, Ralf Dorau, Matthias Hartwig, Britta Matthes, Sophie-Charlotte Meyer, Oliver Schlenker, Anita Tisch & Sascha Wischniewski (2025): Low Barriers, High Stakes: Formal and Informal Diffusion of AI in the Workplace. (Ifo working papers 422), München, 28 S.

Abstract

"Artificial intelligence (AI) is diffusing rapidly in the workplace, yet aggregate productivity gains remain limited. This paper examines the dual diffusion of AI – through both formal, employer-led and informal, employee-initiated adoption – as potential explanation. Using a representative survey of nearly 10,000 employees in Germany, we document a high extensive but low intensive margin of usage: while 64 percent use AI tools, only 20 percent use them frequently. This diffusion is strongly skill-biased and depends less on establishment and regional characteristics. While formality is associated with more frequent usage, training, AI-based supervision, and higher perceived productivity gains, it does not broaden access. These patterns suggest that widespread informal usage can coexist with limited productivity effects when complementary investments and organizational integration lag behind." (Author's abstract, IAB-Doku) ((en))

Zitatform

Asao, Kohei, Haruki Seitani, Ara Stepanyan & TengTeng Xu (2025): The Impact of Aging and AI on Japan's Labor Market: Challenges and Opportunities. (IMF working papers / International Monetary Fund 2025,184), Washington, DC, 17 S.

Abstract

"This paper explores the complex roles of demographic changes and technological innovation in shaping Japan's labor market. We use regression analysis to assess the impact of population aging on labor productivity and shortages. Our findings indicate that the aging workforce contributes to labor shortages and potentially weighs on labor productivity. We also investigate occupational level data to identify the complementarity and substitutability of AI in occupational tasks as well as skill transferability. Our research reveals that Japanese workers face lower exposure to AI compared to their counterparts in other advanced economies, thereby constraining AI's potential to mitigate labor shortages. Furthermore, the disparities in skill requirements across occupations with different AI exposures highlight the importance of facilitating labor mobility from displaced jobs to those in demand." (Author's abstract, IAB-Doku) ((en))

Zitatform

Askitas, Nikolaos (2025): Notes on a World with Generative AI. (CESifo working paper 12070), München, 27 S.

Abstract

"Generative AI (GenAI) and Large Language Models (LLMs) are moving into domains once seen as uniquely human—reasoning, synthesis, abstraction, and rhetoric. Addressed to labor economists and informed readers, this paper clarifies what is truly new about LLMs, what is not, and why it matters. Using an analogy to autoregressive models from economics, we explain their stochastic nature, whose fluency is often mistaken for agency. We situate LLMs in the longer history of human–machine outsourcing, from digestion to cognition, and examine disruptive effects on white-collar labor, institutions, and epistemic norms. Risks emerge when synthetic content becomes both product and input, creating feedback loops that erode originality and reliability. Grounding the discussion in conceptual clarity over hype, we argue that while GenAI may substitute for some labor, statistical limits will preserve a key role for human judgment. The question is not only how these tools are used, but which tasks we relinquish and how we reallocate expertise in a new division of cognitive labor." (Author's abstract, IAB-Doku) ((en))

Zitatform

Aum, Sangmin & Yongseok Shin (2025): The Labor Market Impact of Digital Technologies. (NBER working paper / National Bureau of Economic Research 33469), Cambridge, Mass, 17 S.

Abstract

"We investigate the impact of digital technology on employment patterns in Korea, where firms have rapidly adopted digital technologies such as artificial intelligence (AI), big data, and the internet of things (IoT). By exploiting regional variations in technology exposure, we find significant negative effects on high-skill and female workers, particularly those in non-IT (information technology) services. This contrasts with previous technological disruptions, such as the IT revolution and robotization, which primarily affected low-skill male workers in manufacturing. In IT services, although high-skill employment declined, vacancy postings for high-skill workers increased, implying a shift in labor demand toward newer skill sets. These findings highlight both the labor displacement and the new opportunities generated by digital transformation." (Author's abstract, IAB-Doku) ((en))

Zitatform

Auray, Stéphane & Aurélien Eyquem (2025): On automation, labor reallocation and welfare. In: Journal of Economic Dynamics and Control, Jg. 177. DOI:10.1016/j.jedc.2025.105129

Abstract

"We develop an open-economy model of endogenous automation with heterogeneous firms and labor-market reallocation to quantify the contribution of various trends to the adoption of robots in the U.S. economy. The decline in the relative price of robots is the major trend leading to automation, but interacts with other trends that either hinder (rising entry costs, rising markups) or slightly foster (rising labor productivity, declining trade costs) the adoption of robots. Taken alone, the decline in the relative price of robots produces moderate welfare gains in the long run, but less than labor productivity growth. We then exploit our model to show that a decline in the relative price of robots (i) generates small positive cross-country automation spillovers and (ii) produces inefficient labor-market reallocation since a small subsidy on robots combined with a training subsidy can generate small welfare gains. Our main conclusion is that automation can not be simply modeled as an exogenous decline in the price of robots, and must be analyzed in a broader framework taking into account trends affecting firms, such as the decline in business dynamism and the rise in markups." (Author's abstract, IAB-Doku, © 2025 The Author(s). Published by Elsevier B.V.) ((en))

Zitatform

Badura, Bernhard, Antje Ducki, Markus Meyer, Johanna Baumgardt & Helmut Schröder (Hrsg.) (2025): Fehlzeiten-Report 2025. KI und Gesundheit - Möglichkeiten nutzen, Risiken bewältigen, Orientierung geben. (Fehlzeiten-Report 27), Berlin: Springer, 735 S. DOI:10.1007/978-3-662-71885-8

Abstract

"Der jährlich erscheinende Fehlzeiten-Report informiert umfassend über die Entwicklung des Krankenstandes von Beschäftigten in Deutschland. Neben detaillierten Sekundäranalysen von Versichertendaten werden empirische Studienergebnisse, zeitgemäße methodische Herangehensweisen und Leuchtturmprojekte der Betrieblichen Gesundheitsförderung vorgestellt. Vor dem Hintergrund aktueller technischer Entwicklungen beleuchtet der Fehlzeiten-Report 2025 schwerpunktmäßig Chancen und Herausforderungen des Einsatzes von Künstlicher Intelligenz (KI) in der Arbeitswelt. Er bietet einen orientierenden Überblick zu den Auswirkungen des Einsatzes von KI auf die betriebliche Gesundheitsförderung, Arbeitsumgebungen, Führung und Beschäftigte in Organisationen und erörtert aus unterschiedlichen Perspektiven u.a die folgenden Fragen: - Wie kann KI so zum Einsatz gebracht werden, dass die menschlichen Fähigkeiten erweitert und gleichzeitig die Gesundheit der Beschäftigten und die individuelle Privatsphäre geschützt werden? - Wie gelingt die Entwicklung von KI-Systemen, in denen Mensch und Maschine produktiv zusammenarbeiten? - Welche wissenschaftlich fundierten Lösungsansätze zum menschen- und gesundheitszentrierten Umgang mit KI gibt es im Arbeitsschutz und der betrieblichen Gesundheitsförderung? Darüber hinaus liefert der Fehlzeiten-Report 2025 in gewohnter Qualität Daten und Analysen zu Fehlzeiten von Beschäftigten in Deutschland: - Aktuelle Statistiken zum Krankenstand in allen Branchen - Vergleichende Analysen nach Berufsgruppen, Bundesländern und Städten - Die wichtigsten für Arbeitsunfähigkeit verantwortlichen Krankheitsarten - Detaillierte Auswertungen u.a. zu Arbeitsunfällen, Langzeitarbeitsunfähigkeit, Burnout und Kinderkrankengeld. Zudem gibt es vor dem Hintergrund der aktuellen Diskussion um hohe Fehlzeiten einen Beitrag zur Einführung von Karenztagen und möglichen Effekten einer Absenkung der Lohnersatzrate." (Autorenreferat, IAB-Doku)

Zitatform

Baranyi, Virág (2025): Systematic literature review on the digital transformation of the personnel selection process. In: German Journal of Human Resource Management, S. 1-32. DOI:10.1177/23970022251363012

Abstract

"Digital Transformation technologies (DT technologies) are reshaping work processes, including personnel selection, an area traditionally viewed as inherently human-centric. While prior studies have examined various digital technologies in personnel selection, they have not provided sufficient evidence on the different levels of digitalization in selection processes and the factors influencing organizations’ adoption decisions. To address these gaps, this study systematically reviews 94 Scopus-indexed studies to analyze how DT technologies are applied across selection stages, categorizing practices into Manual, Digitalized, and Digitally Transformed approaches. By further distinguishing between Digital Technologies and AI Enhancements, this study offers a structured framework for understanding how organizations integrate digital technologies into selection and what drives or hinders their adoption. The findings highlight both the benefits (efficiency gains, potential bias reduction, improved candidate experience) and challenges (ethical concerns, algorithmic bias, technical and cultural barriers, and candidate perceptions) associated with these technologies, providing insights for both academic research and HR practice." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bauer, Bernhard, Sabrina Mühlbauer, Kerstin Schlögl-Flierl, Enzo Weber & Paula Ziethmann (2025): Ethical Integration in Public Sector AI. The Case of Algorithmic Systems in the Public Employment Service in Germany. (IAB-Discussion Paper 12/2025), Nürnberg, 32 S. DOI:10.48720/IAB.DP.2512

Abstract

"Dieser Artikel befasst sich mit der ethischen Gestaltung von Künstlicher Intelligenz (KI) im öffentlichen Sektor, wobei der Fokus auf den öffentlichen Arbeitsverwaltungen liegt. Während KI zunehmend zur effizienteren Gestaltung von Verwaltungsprozessen und zur Verbesserung der Dienstleistungserbringung eingesetzt wird, wirft ihre Anwendung in der Arbeitsvermittlung grundlegende Fragen hinsichtlich Fairness, Rechenschaftspflicht und demokratischer Legitimität auf. Das EU-Gesetz zur Künstlichen Intelligenz (EU AI Act) unterstreicht die Dringlichkeit der Bewältigung dieser Herausforderungen, indem es KI-Systeme, die die Arbeitsvermittlung betreffen, als risikoreich einstuft und damit strenge Schutzmaßnahmen vorschreibt, um Diskriminierung zu verhindern und Transparenz zu gewährleisten. Das zentrale Ziel dieser Studie ist es zu untersuchen, wie ethische und soziale Überlegungen systematisch in die Entwicklung und Umsetzung von KI im öffentlichen Sektor eingebunden werden können. Anhand der deutschen öffentlichen Arbeitsverwaltung als Fallstudie stellen wir den Ansatz „Embedded Ethics and Social Sciences” (EE) vor. Dieser Ansatz integriert ethische Überlegungen und den Bezug zur Praxis bereits in die Entwicklung des Modells. Qualitative Erkenntnisse aus Interviews mit Vermittlungsfachkräften verdeutlichen die soziotechnischen Herausforderungen der Umsetzung, insbesondere die Notwendigkeit, Effizienz mit dem Vertrauen der Bürger:innen in Einklang zu bringen. Auf der Grundlage dieser Erkenntnisse geben wir Empfehlungen für die Gestaltung von KI-Systemen, welche sich aus der Integration ethischer und sozialer Überlegungen in die Systementwicklung ergeben. In diesem Zusammenhang diskutieren wir Fragen der Datenethik und Bias, der Fairness und der Rolle erklärbarer KI (XAI). Unsere Analyse zeigt, dass der EE-Ansatz nicht nur die Einhaltung neuer regulatorischer Anforderungen unterstützt, sondern auch die menschliche Aufsicht, die Handlungsfähigkeit und gemeinsame Entscheidungsfindung stärken kann. So deuten die Ergebnisse darauf hin, dass ein ethisch fundiertes Design Fairness, Transparenz und Legitimität in verschiedenen Bereichen der öffentlichen Verwaltung erhöhen kann und somit zu einer verantwortungsvolleren und bürgernahen Umsetzung im digitalen Zeitalter beiträgt." (Autorenreferat, IAB-Doku)

Zitatform

Borgonovi, Francesca, Francesca Bastagli, Maja Ochojska & Giovanni Piumatti (2025): AI adoption in the education system. International insights and policy considerations for Italy. (OECD Artificial Intelligence Papers 52), Paris, 100 S. DOI:10.1787/69bd0a4a-en

Abstract

"This paper examines how artificial intelligence (AI) can be deliberately deployed to tackle persistent disparities in primary and secondary schools and to align curricula with changing skill demands. It focuses on three priorities for Italy’s school system: preventing dropout and promoting learning, reducing the maths gender gap, supporting students with an immigrant background. Drawing on international evidence, the paper reviews how AI can support these objectives, the risks that may arise, and possible mitigation strategies. It also considers how countries are integrating AI literacy and reforming curricula in response to shifting skill needs. The paper proposes key principles and a policy roadmap to guide AI adoption in schools. Recent initiatives in OECD countries illustrate opportunities and risks associated with AI adoption in schools and potential policy options for Italy." (Author's abstract, IAB-Doku) ((en))

Zitatform

Brull, Eduard, Samuel Maurer & Davud Rostam-Afschar (2025): Beliefs about Bots: How Employers Plan for AI in White-Collar Work. (arXiv papers), 11 S.

Abstract

"We provide experimental evidence on how employers adjust expectations to automation risk in high-skill, white-collar work. Using a randomized information intervention among tax advisors in Germany, we show that firms systematically underestimate automatability. Information provision raises risk perceptions, especially for routine-intensive roles. Yet, it leaves short-run hiring plans unchanged. Instead, updated beliefs increase productivity and financial expectations with minor wage adjustments, implying within-firm inequality like limited rent-sharing. Employers also anticipate new tasks in legal tech, compliance, and AI interaction, and report higher training and adoption intentions." (Author's abstract, IAB-Doku) ((en))

Zitatform

Brynjolfsson, Erik, Bharat Chandar & Ruyu Chen (2025): Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. (Working Papers / Stanford Digital Economy Lab), Stanford, 57 S.

Abstract

"This paper examines changes in the labor market for occupations exposed to generative artificial intelligence using high-frequency administrative data from the largest payroll software provider in the United States. We present six facts that characterize these shifts. We find that since the widespread adoption of generative AI, early-career workers (ages 22-25) in the most AI-exposed occupations have experienced a 13 percent relative decline in employment even after controlling for firm-level shocks. In contrast, employment for workers in less exposed fields and more experienced workers in the same occupations has remained stable or continued to grow. We also find that adjustments occur primarily through employment rather than compensation. Furthermore, employment declines are concentrated in occupations where AI is more likely to automate, rather than augment, human labor. Our results are robust to alternative explanations, such as excluding technology-related firms and excluding occupations amenable to remote work. These six facts provide early, large-scale evidence consistent with the hypothesis that the AI revolution is beginning to have a significant and disproportionate impact on entry-level workers in the American labor market." (Author's abstract, IAB-Doku) ((en))

Zitatform

Büchel, Jan, Jan Felix Engler & Armin Mertens (2025): KI-Jobs in Deutschland: Stagnation statt Boom. Eine Analyse von Online-Stellenanzeigen. 22 S. DOI:10.11586/2025025

Abstract

"Künstliche Intelligenz (KI) ist eine zentrale Zukunftstechnologie, die mehr Effizienz und Produktivität in Unternehmen ermöglichen kann. Vor dem Hintergrund der angespannten wirtschaftlichen Lage Deutschlands und dem vorliegenden demografiebedingten Fachkräftemangel sollten Unternehmen das Potenzial von KI nutzen, um ihre Wettbewerbsfähigkeit zu stärken. Positiv ist, dass im Jahr 2024 etwa jedes fünfte Unternehmen in Deutschland angibt, KI bereits zu nutzen. Der KI-Einsatz benötigt dabei neue Kompetenzen, beispielsweise wenn Unternehmen KI-Lösungen selbst entwickeln möchten. Auch wenn zugekaufte KI-Lösungen im Unternehmen angewendet werden, entstehen Kompetenzbedarfe. Um die Bedarfe der Unternehmen zu erfassen, hat das Institut der deutschen Wirtschaft im Auftrag der Bertelsmann Stiftung Online-Stellenanzeigen mit Bezug zu KI aus den Jahren 2019 bis 2024 analysiert." (Autorenreferat, IAB-Doku)

Zitatform

Chaar, Tania, Francesco Filippucci, Cecilia Jona-Lasinio & Giuseppe Nicoletti (2025): AI and the global productivity divide. Fuel for the fast or a lift for the laggards? (OECD Artificial Intelligence Papers 51), Paris, 42 S. DOI:10.1787/c315ea90-en

Abstract

"Artificial Intelligence (AI) has the potential to be an important driver of productivity growth over the next decade, even if with significant cross-country heterogeneity. This paper examines the potential of AI to foster productivity growth in Low-Income Countries (LICs) and Lower-Middle-Income Countries (LMICs). LICs and LMICs risk benefiting less from AI due to low incidence of knowledge-intensive services, where gains from AI mostly occur. Additionally, barriers to AI adoption include inadequate digital infrastructure, low levels of education and skills in the workforce, limited access to financing for high AI adoption costs, and underdeveloped regulatory frameworks. At the same time, LICs and LMICs may benefit from factors such as a young workforce and international spillovers through knowledge transfers. Overall, structural weaknesses in LICs and LMICs risk outweighing these potential advantages. This underscores the need for policies that enhance capabilities for AI adoption in LICs and LMICs and help seizing long-run opportunities from the global AI economy." (Author's abstract, IAB-Doku) ((en))

Zitatform

Dorville, Yann, Francesco Filippucci & Luca Marcolin (2025): How do structural trends affect labour market shortages and mismatch? (OECD productivity working papers 38), Paris, 63 S. DOI:10.1787/acfb5c31-en

Abstract

"This paper examines how AI and digital technology diffusion, the green transition, globalisation and population ageing jointly affect labour market tightness across 26 OECD countries and 34 sectors. It finds that digitalisation and decarbonisation increase tightness, while ageing does so only over time. Import competition and labour-substituting AI diffusion, conversely, reduce shortages." (Author's abstract, IAB-Doku) ((en))

Zitatform

Drago, Carlo, Alberto Costantiello, Marco Savorgnan & Angelo Leogrande (2025): Macroeconomic and Labor Market Drivers of AI Adoption in Europe: A Machine Learning and Panel Data Approach. In: Economies, Jg. 13, H. 8. DOI:10.3390/economies13080226

Abstract

"This article investigates the macroeconomic and labor market conditions that shape the adoption of artificial intelligence (AI) technologies among large firms in Europe. Based on panel data econometrics and supervised machine learning techniques, we estimate how public health spending, access to credit, export activity, gross capital formation, inflation, openness to trade, and labor market structure influence the share of firms that adopt at least one AI technology. The research covers all 28 EU members between 2018 and 2023. We employ a set of robustness checks using a combination of fixed-effects, random-effects, and dynamic panel data specifications supported by Clustering and supervised learning techniques. We find that AI adoption is linked to higher GDP per capita, healthcare spending, inflation, and openness to trade but lower levels of credit, exports, and capital formation. Labor markets with higher proportions of salaried work, service occupations, and self-employment are linked to AI diffusion, while unemployment and vulnerable work are detractors. Cluster analysis identifies groups of EU members with similar adoption patterns that are usually underpinned by stronger economic and institutional fundamentals. The results collectively suggest that AI diffusion is shaped not only by technological preparedness and capabilities to invest but by inclusive macroeconomic conditions and equitable labor institutions. Targeted policy measures can accelerate the equitable adoption of AI technologies within the European industrial economy." (Author's abstract, IAB-Doku) ((en))

Zitatform

Drydakis, Nick (2025): Artificial intelligence and labor market outcomes. AI has created new jobs to meet digital and automation needs, and those equipped with AI capital enjoy increased employment and wages. (IZA world of labor 514), Bonn, o. S. DOI:10.15185/izawol.514

Abstract

"AI is reshaping the labor market by creating new jobs and increasing competition for high-skilled roles, benefiting those with AI capital. While AI may boost productivity in certain jobs, it also widens the gap between high- and low-skilled employees. Less-educated employees face higher risks of displacement and reduced income. Additionally, AI introduces challenges related to workforce adaptability, trust, ethics, and transparency, which negatively impact employees' job realities. Policymakers should navigate these changes to maximize the benefits of AI while mitigating its adverse effects." (Author's abstract, IAB-Doku) ((en))

Zitatform

Einhoff, Jan, Isabella López Trejos & Caroline Paunov (2025): Cross-country skills-technology policy debates through large language models. (OECD science, technology and industry working papers 2025,20), Paris, 43 S. DOI:10.1787/d5f669be-en

Abstract

"Language models, this paper conducts a cross-country comparative innovation policy analysis of skills-technology policy debates across seven OECD member countries (Austria, Canada, Finland, Germany, Korea, Sweden, and the United Kingdom). Results highlight the dominance of STEM (science, technology, engineering and mathematics) and digital skills in these policy debates, the relative neglect of green skills, and the emphasis on soft skills across all technology fields. The analysis also identifies common policy instruments, which include collaborative platforms and direct financial support. Overall, the paper shows how large language models can help policy analysts identify patterns and gaps in extensive policy texts that nonetheless critically demands expert oversight and careful interpretation." (Author's abstract, IAB-Doku) ((en))

Zitatform

Engberg, Erik, Mark Hellsten, Farrukh Javed, Magnus Lodefalk, Radka Sabolová, Sarah Schroeder & Aili Tang (2025): Artificial intelligence, hiring and employment: job postings evidence from Sweden. In: Applied Economics Letters, S. 1-6. DOI:10.1080/13504851.2025.2497431

Abstract

"This paper investigates the impact of artificial intelligence (AI) on hiring and employment, using the universe of job postings published by the Swedish Public Employment Service from 2014 to 2022 and full-population administrative data for Sweden. We exploit a detailed measure of AI exposure according to occupational content and find that establishments exposed to AI are more likely to hire AI workers. Survey data further indicate that AI exposure aligns with greater use of AI services. Importantly, rather than displacing non-AI workers, AI exposure is positively associated with increased hiring for both AI and non-AI roles. In the absence of substantial productivity gains that might account for this increase, we interpret the positive link between AI exposure and non-AI hiring as evidence that establishments are using AI to augment existing roles and expand task capabilities, rather than to replace non-AI workers." (Author's abstract, IAB-Doku) ((en))

Zitatform

Fouarge, Didier, Marie-Christine Fregin, Simon Janssen, Mark Levels, Raymond Montizaan, Pelin Özgül, Nicholas Rounding & Michael Stops (2025): How AI-Augmented Training Improves Worker Productivity. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 18224), Bonn, 29 S., App.

Abstract

"We analyze the impact of AI-augmented training on worker productivity in a financial services company. The company introduced an AI tool that provides performance feedback on call center agents to guide their training. To estimate causal effects, we exploit the staggered roll out of the AI-tool. The AI-augmented training reduces call handling time by 10 percent. We find larger effects for short-tenured workers because they spend less time putting clients on hold. But the AI-augmented training also improves communication style with relatively stronger effects for long-tenured agents, and we find slightly positive effects on customer satisfaction." (Author's abstract, IAB-Doku) ((en))

Zitatform

Gerpott, Fabiola H. & Stephan A. Jansen (2025): Die Arbeit. Wie wir sie mit KI neu erfinden … und was für uns übrig bleibt. Hamburg: brand eins books, 124 S.

Abstract

"Wie wird sich die Arbeitswelt im Zeitalter der künstlichen Intis zwischen dem Menschen und seinen neuen Maschinen – für andere Arbeit, andere Arbeitsteilungen, andere Führung und andere Bildung. Neben Studien aus der Wissenschaft bietet das Buch konkrete Handlungsempfehlungen für ein neues «Human Machine Resource Management», das nicht nur das Personalmanagement, sondern jeden von uns zu einer anregenderen und sinnstiftenderen Arbeit nutzen kann. Und es lädt dazu ein, an der Zukunft der Arbeit aktiv mitzuarbeiten. Zentrale Themen sind unter anderem die ethischen Implikationen, wenn Entscheidungen an Maschinen delegiert werden, die Auswirkungen auf die Diversität und Leistungsfähigkeit der Belegschaft sowie die Neugestaltung von Arbeitsräumen und HR-Prozessen." (Verlagsangaben, IAB-Doku)

Zitatform

Giering, Oliver & Stefan Kirchner (2025): Artificial intelligence and autonomy at work: empirical insights from Germany. In: Journal for labour market research, Jg. 59. DOI:10.1186/s12651-025-00401-5

Abstract

"Artificial intelligence (AI) is a prominent topic regarding the digitalisation of work and its diffusion is expected to radically change job quality. Overall, there exists a large discrepancy between discursive expectations and quantitative empirical evidence. In this article, we use a novel module from the German Socio-Economic Panel to examine the overall prevalence of AI at work, the determinants that increase the likelihood of AI use, and its association with autonomy. The results show that 38% of German workers use AI, and AI use is associated with the use of specific digital technologies. Workers in high-level, non-routine occupations are more likely to use AI, particularly in comparison to manual workers. Moreover, the association between AI and autonomy is merely superficial and cannot be properly evaluated without considering workplace preconditions." (Author's abstract, IAB-Doku) ((en))

Zitatform

Giuntella, Osea, Johannes Konig & Luca Stella (2025): Artificial intelligence and the wellbeing of workers. In: Scientific Reports, Jg. 15, H. 1. DOI:10.1038/s41598-025-98241-3

Abstract

"This study explores the relationship between artificial intelligence (AI) and workers’ well-being and healthusing longitudinal survey data from Germany (2000–2020). Using a measure of occupational exposure to AI, we explore an event study design and a difference-in-differences approach to compare AI-exposed and non-exposed workers. Before AI became widely available, there is no evidence of differential pre­trends in workers’ well-being and health. We findno evidence of a sizeable negative impact of AI on workers’ well-being and mental health. If anything, there is evidence of an improvement in health status and health satisfaction, which may be explained by the decline in job physical intensity. Overall, our results are consistent with the lack of negative effects of AI on the labor markets." (Author's abstract, IAB-Doku) ((en))

Zitatform

Gmyrek, Pawel, Janine Berg, Karol Kamiński, Filip Konopczyński, Agnieszka Ładna, Balint Nafradi, Konrad Rosłaniec & Marek Troszyński (2025): Generative AI and jobs. A refined global index of occupational exposure. (ILO working paper / International Labour Organization 140), Geneva, 72 S. DOI:10.54394/hetp0387

Abstract

"This study updates the ILO’s 2023 Global Index of Occupational Exposure to Generative AI (GenAI), incorporating recent advances in the technology and increasing user familiarity with GenAI tools. Using a representative sample from the 29,753 tasks in the Polish occupational classification system and a survey of 1,640 people employed in each 1-digit ISCO-08 groups, we collect 52,558 data points regarding perceive potential of automation for 2,861 tasks. We then compare this input with a survey and several rounds of Delphi-style discussions among a smaller group of international experts. Based on this process, we create a repository of knowledge about task automation that goes beyond national specificities and use it to develop an AI assistant able to predict scores for tasks in the technical documentation of ISCO-08. Our 2025 scores are presented in a revised framework of four progressively increasing exposure gradients, with a new set of global estimates of employment shares exposed to GenAI. Clerical occupations continue to have the highest exposure levels. Additionally, some strongly digitized occupations have increased exposure, highlighting the expanding abilities of GenAI regarding specialized tasks in professional and technical roles. Globally, one in four workers are in an occupation with some GenAI exposure. 3.3% of global employment falls into the highest exposure category, albeit with significant differences between female (4.7%) and male employment (2.4%). These differences increase with countries’ income (9.6% female vs 3.5% male in Gradient 4in HICs), and so does the overall exposure (11% of total employment in LICs vs 34% in HICs). As most occupations consist of tasks that require human input, transformation of jobs is the most likely impact of GenAI. Linking our refined index with national micro data enables precise projections of such transformations, offering a foundation for social dialogue and targeted policy responses to manage the transition." (Author's abstract, IAB-Doku) ((en))

Zitatform

Gmyrek, Pawel, Christoph Lutz & Gemma Newlands (2025): A technological construction of society: Comparing GPT-4 and human respondents for occupational evaluation in the UK. In: BJIR, Jg. 63, H. 1, S. 180-208. DOI:10.1111/bjir.12840

Abstract

"Despite initial research about the biases and perceptions of large language models (LLMs), we lack evidence on how LLMs evaluate occupations, especially in comparison to human evaluators. In this paper, we present a systematic comparison of occupational evaluations by GPT-4 with those from an in-depth, high-quality and recent human respondents survey in the UK. Covering the full ISCO-08 occupational landscape, with 580 occupations and two distinct metrics (prestige and social value), our findings indicate that GPT-4 and human scores are highly correlated across all ISCO-08 major groups. At the same time, GPT-4 substantially under- or overestimates the occupational prestige and social value of many occupations, particularly for emerging digital and stigmatized or illicit occupations. Our analyses show both the potential and risk of using LLM-generated data for sociological and occupational research. We also discuss the policy implications of our findings for the integration of LLM tools into the world of work." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))

Zitatform

Greenan, Nathalie, Dario Guarascio & Jelena Reljic (2025): AI and the labour market: opening the black box. In: Eurasian business review, Jg. 15, H. 4, S. 925-951. DOI:10.1007/s40821-025-00324-8

Abstract

"This work aims at discussing some of the main (open) questions about the labour impact of AI technologies. First, we provide an in-depth literature review focusing on concepts and measurement approaches and distinguishing between up (invention and knowledge creation), mid (technological innovation and development) and downstream (adoption and diffusion) components of the AI value chain. Second, we summarise the six articles included in the Special Issue ‘AI and labor markets: opening the black box’, distinguishing between contributions focusing on AI exposure, occupations and skill demand; the relationship between AI and automation technologies and their impact on income distribution; and, finally, the effect on organisational structures, management practices, and power dynamics within workplaces. Our analysis emphasises that AI’s employment effects are neither predetermined nor uniform, but shaped by implementation contexts, organisational choices, and institutional frameworks. We find that heterogeneity matters at multiple levels—across countries, sectors, firms, and demographic groups—challenging deterministic narratives and highlighting the need for adaptive policy responses that recognise these asymmetries." (Author's abstract, IAB-Doku) ((en))

Zitatform

Guarascio, Dario, Jelena Reljic & Roman Stöllinger (2025): Diverging paths: AI exposure and employment across European regions. In: Structural Change and Economic Dynamics, Jg. 73, S. 11-24. DOI:10.1016/j.strueco.2024.12.010

Abstract

"This study explores exposure to artificial intelligence (AI) technologies and employment patterns in Europe. First, we provide a thorough mapping of European regions focusing on the structural factors—such as sectoral specialisation, R&D capacity, productivity and workforce skills—that may shape diffusion as well as economic and employment effects of AI. To capture these differences, we conduct a cluster analysis which group EU regions in four distinct clusters: high-tech service and capital centres, advanced manufacturing core, southern and eastern periphery. We then discuss potential employment implications of AI in these regions, arguing that while regions with strong innovation systems may experience employment gains as AI complements existing capabilities and production systems, others are likely to face structural barriers that could eventually exacerbate regional disparities in the EU, with peripheral areas losing further ground." (Author's abstract, IAB-Doku, © 2024 The Author(s). Published by Elsevier B.V.) ((en))

Zitatform

Guarascio, Dario & Jelena Reljic (2025): AI and employment in Europe. In: Economics Letters, Jg. 247. DOI:10.1016/j.econlet.2025.112183

Abstract

"This paper contributes to the growing research on AI's labor market impact by presenting novel evidence on the heterogeneous employment effects of AI across EU countries from 2012 to 2022. While concerns persist about AI's disruptive potential, our findings show that occupations more exposed to AI technologies experience stronger employment growth, all else being equal. However, these effects are not uniform across the EU. Positive employment outcomes are concentrated in Innovation Leaders (Belgium, Denmark, Finland, the Netherlands and Sweden) and Strong Innovators (Austria, Cyprus, France, Germany, Ireland and Luxembourg), emphasizing the context-dependent nature of AI's impact. These findings reflect the uneven distribution of innovation capabilities, with a country's innovation system and ‘absorptive capacity’ playing a crucial role in fully harnessing AI's potential for employment (and economic) growth. Ultimately, this research challenges the notion of AI as universally beneficial or harmful, highlighting its asymmetric effects across countries and occupations." (Author's abstract, IAB-Doku, © 2025 Elsevier B.V. All rights are reserved, including those for text and data mining, AI training, and similar technologies.) ((en))

Zitatform

Hacker, Winfried (2025): Auswirkungen von KI auf die Nutzer: Erhalten und Fördern der menschlichen Intelligenz bei zunehmendem Einsatz künstlicher Intelligenz - Wozu? Wie? (baua: Fokus), Dortmund, 6 S. DOI:10.21934/baua:fokus20251218

Abstract

"Die Entwicklung der KI verändert die Anforderungen an die menschliche Intelligenz: Denkleistungen können überflüssig werden. Dadurch kann eine arbeitsbedingte Dequalifizierung der Arbeitenden entstehen, denen jedoch die Kontrolle und Korrektur der KI-Ergebnisse obliegt, wofür diese Denkleistungen benötigt werden. Auswege sind die "Zusammenarbeit" von KI und Mensch sowie insbesondere einfache Maßnahmen zum Erhalten der Denkfähigkeit im Arbeitsprozess, die dargestellt werden." (Autorenreferat, IAB-Doku)

Zitatform

Hall, Anja & Ana Santiago Vela (2025): Arbeiten mit Künstlicher Intelligenz, aber auch mit Köpfchen. Anforderungen an Future Skills in der Erwerbsarbeit. In: Berufsbildung in Wissenschaft und Praxis H. 4, S. 21-25.

Abstract

"Künstliche Intelligenz (KI) verändert nicht nur, was wir arbeiten, sondern auch wie. Auf Basis der BIBB/BAuA-Erwerbstätigenbefragung 2024 zeigt der Beitrag die aktuelle Verbreitung von KI auf dem Arbeitsmarkt. KI wird vor allem in kognitiv-analytischen und interaktiven Nichtroutinetätigkeiten genutzt und geht mit Anforderungen an Future Skills wie Probleme lösen, Wissenslücken schließen, kreativ sein oder überzeugen einher. Damit rücken im Kontext von KI neben fachlichen Anforderungen auch überfachliche Kompetenzen stärker in den Fokus. Berufliche Handlungskompetenz ist daher weiterhin gezielt zu fördern." (Autorenreferat, IAB-Doku)

Zitatform

Hammermann, Andrea & Louisa Kürten (2025): Generative KI: Schritt halten durch gezielte Kompetenzentwicklung. (IW-Kurzberichte / Institut der Deutschen Wirtschaft Köln 2025,24), Köln, 3 S.

Abstract

"Der Einsatz von generativer Künstlicher Intelligenz (KI) transformiert die Arbeitswelt in einem rasanten Tempo. Eine wichtige Säule zur Ausschöpfung der möglichen KI-Potenziale sind das Wissen und die Anwendungskompetenz von Beschäftigten. Weiterbildung und das Lernen am Arbeitsplatz gewinnen vor diesem Hintergrund an Bedeutung." (Autorenreferat, IAB-Doku)

Zitatform

Hampole, Menaka, Dimitris Papanikolaou, Lawrence D. W. Schmidt & Bryan Seegmiller (2025): Artificial Intelligence and the Labor Market. (NBER working paper / National Bureau of Economic Research 33509), Cambridge, Mass, 58 S.

Abstract

"We leverage recent advances in NLP to construct measures of workers' task exposure to AI and machine learning technologies over the 2010 to 2023 period that vary across firms and time. Using a theoretical framework that allows for a labor-saving technology to affect worker productivity both directly and indirectly, we show that the impact on wage earnings and employment can be summarized by two statistics. First, labor demand decreases in the average exposure of workers' tasks to AI technologies; second, holding the average exposure constant, labor demand increases in the dispersion of task exposures to AI, as workers shift effort to tasks that are not displaced by AI. Exploiting exogenous variation in our measures based on pre-existing hiring practices across firms, we find empirical support for these predictions, together with a lower demand for skills affected by AI. Overall, we find muted effects of AI on employment due to offsetting effects: highly-exposed occupations experience relatively lower demand compared to less exposed occupations, but the resulting increase in firm productivity increases overall employment across all occupations." (Author's abstract, IAB-Doku) ((en))

Zitatform

Hausman, Naomi, Oren Rigbi & Sarit Weisburd (2025): Generative AI's Impact on Student Achievement and Implications for Worker Productivity. (CESifo working paper 11843), München, 39 S.

Abstract

"Student use of Artificial Intelligence (AI) in higher education is reshaping learning and redefining the skills of future workers. Using student-course data from a top Israeli university, we examine the impact of generative AI tools on academic performance. Comparisons across more and less AI-compatible courses before and after ChatGPT's introduction show that AI availability raises grades, especially for lower-performing students, and compresses the grade distribution, eroding the signal value of grades for employers. Evidence suggests gains in AI-specific human capital but possible losses in traditional human capital, highlighting benefits and costs AI may impose on future workforce productivity." (Author's abstract, IAB-Doku) ((en))

Zitatform

Humlum, Anders & Emilie Vestergaard (2025): Large Language Models, Small Labor Market Effects. (BFI Working Papers / University of Chicago, Becker Friedman Institute for Research in Economics 2025,56), Chicago, 64 S. DOI:10.2139/ssrn.5219933

Abstract

"We examine the labor market effects of AI chatbots using two large-scale adoption surveys (late 2023 and 2024) covering 11 exposed occupations (25,000 workers, 7,000 workplaces), linked to matched employer-employee data in Denmark. AI chatbots are now widespread —most employers encourage their use, many deploy in-house models, andtraining initiatives are common. These firm-led investments boost adoption, narrow demographic gaps in take-up, enhance workplace utility, and create new job tasks. Yet, despite substantial investments, economic impacts remain minimal. Using difference-in-differences and employer policies as quasi-experimental variation, we estimate precise zeros: AI chatbots have had no significant impact on earnings or recorded hours in any occupation, with confidence intervals ruling out effects larger than 1%. Modest productivity gains (average time savings of 3%), combined with weak wage pass-through, help explain these limited labor market effects. Our findings challenge narratives of imminent labor market transformation due to Generative AI." (Author's abstract, IAB-Doku) ((en))

Zitatform

Jaccoud, Florencia (2025): Robots & AI exposure and wage inequality: a within occupation approach. In: Eurasian business review, Jg. 15, H. 4, S. 1035-1090. DOI:10.1007/s40821-025-00306-w

Abstract

"This paper examines the linkages between occupational exposure to recent automation technologies and inequality across 19 European countries. Using data from the European Union Structure of Earnings Survey (EU-SES), a fixed-effects model is employed to assess the association between occupational exposure to artificial intelligence (AI) and to industrial robots–two distinct forms of automation–and within-occupation wage inequality. The analysis reveals that occupations with higher exposure to robots tend to have lower wage inequality, particularly among workers in the lower half of the wage distribution. In contrast, occupations more exposed to AI exhibit greater wage dispersion, especially at the top of the wage distribution. We argue that this disparity arises from differences in how each technology complements individual worker abilities: robot-related tasks often complement routine physical activities, while AI-related tasks tend to amplify the productivity of high-skilled, cognitively intensive work." (Author's abstract, IAB-Doku) ((en))

Zitatform

Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): Wie lässt sich die Nachfrage nach KI- und anderen Kompetenzen auf dem Arbeitsmarkt besser messen? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 10 ai:conomics policybrief), Maastricht, 6 S.

Abstract

"Eine umfangreiche Forschungsliteratur zeigt, dass der technologische Wandel erhebliche Auswirkungen auf die Arbeitsmärkte hat, da moderne digitale Technologien die Nachfrage nach bestimmten Kompetenzen verändern. Zum einen können neue Technologien einige menschliche Tätigkeiten ersetzen. Zum anderen Seite können sie neue Tätigkeiten schaffen oder ergänzen (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). Mit der starken Verbreitung Künstlicher Intelligenz in den letzten Jahren gewinnen bestimmte Fragen in der öffentlichen Diskussion und der Forschung zunehmend an Bedeutung: Wächst die Arbeitsnachfrage nach KI-Kompetenzen auch auf dem deutschen Arbeitsmarkt? Führt die steigende Nachfrage nach KI-Kompetenzen dazu, dass andere Kompetenzen – bei niedrig-, mittel- und hochqualifizierten Arbeitskräften – weniger gefragt sind? Ziel dieses Forschungsprojekts ist es, eine belastbare Datengrundlage zu schaffen, um solche Fragen in Zukunft fundierter beantworten zu können. Die Entwicklungen bei generativer Künstlicher Intelligenz, insbesondere von Tools wie ChatGPT, hat die Diskussion über die Auswirkungen von KI auf den Arbeitsmarkt sowohl in der Wissenschaft als auch in der öffentlichen Debatte und in der Politik deutlich verstärkt. Während Computer und Software die Arbeitswelt durch die präzisere und effizientere Ausführung routinemäßiger Aufgaben verändert haben, können moderne KI-Systeme nun komplexe, nichtroutinemäßige Aufgaben übernehmen, ohne auf detaillierte Anweisungen oder wiederholende Regeln angewiesen zu sein (Brynjolfsson et al., 2025). Infolgedessen sehen viele das produktive Potenzial dieser neuen Technologie optimistisch. Andere hingegen befürchten, dass KI die Arbeitsmärkte disruptiv verändern könnte." (Autorenreferat, IAB-Doku)

Zitatform

Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): How can we better measure the demand for AI and other skills on the labour market? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 10 ai:conomics policybrief), Maastricht, 5 S.

Abstract

"A large body of research literature shows that technological change has a significant impact on labour markets, as modern digital technologies are changing the demand for certain skills. On the one hand, new technologies can replace some human activities. On the other hand, they can create or complement new activities (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). With the proliferation of artificial intelligence (AI) in recent years, certain questions are becoming increasingly important in public debate and research: Is the demand for AI skills also growing on the German labour market? Does the increasing demand for AI skills mean that other skills - among low, medium and highly qualified workers - are less in demand? The aim of this research project is to create a reliable data basis in order to be able to answer such questions in a more informed way in the future. Developments in generative AI, particularly tools such as ChatGPT, have significantly intensified the discussion about the impact of AI on the labour market, both in academia and in public debate and policy. While computers and software have transformed the world of work by performing routine tasks more precisely and efficiently, modern AI systems can now take on complex, non-routine tasks without relying on detailed instructions or repetitive rules (Brynjolfsson et al., 2025). As a result, many are optimistic about the productive potential of this new technology. Others, however, fear that AI could disrupt labour markets. In the course of the intensive scientific and public debate on AI, there is a growing body of literature that deals with the effects of AI on labour markets. These initially focus on specific occupations such as call centre workers (Brynjolfsson et al., 2025, Dijksman et al., 2024), consultants (Dell’ et al., 2023), writers or developers (Peng et al., 2023). However, a major challenge is to measure how the demand for and supply of skills has changed in the wake of the emergence of AI." (Autorenreferat, IAB-Doku)

Zitatform

Janssen, Simon, Michael Stops, Sanne Steens, Pelin Özgül, Nicholas Rounding, Sander Dijksman, Raymond Montizaan, Mark Levels, Didier Fourage, Danique Eijkenboom, Evie Graus & Marie-Christine Fregin (2025): Artificial intelligence in the workplace: insights into the transformation of customer services. In: IAB-Forum H. 22.04.2025, 2025-04-22. DOI:10.48720/IAB.FOO.20250422.01

Abstract

"How does the use of artificial intelligence in training affect employee productivity? These and other questions were investigated as part of the long-term research project “ai:conomics” using company data from various large European companies. Initial results suggest that AI can have a positive impact on employee productivity, especially for new employees." (Author's abstract, IAB-Doku) ((en))

Zitatform

Klonek, Florian & Sharon Parker (2025): Does AI at Work Increase Stress? Text Mining Social Media About Human–AI Team Processes and AI Control. In: Journal of organizational behavior, S. 1-15. DOI:10.1002/job.70000

Abstract

"With rising use of artificial intelligence (AI) in organizations, alongside increasing mental health issues, we seek to understand how AI use affects human stress. Drawing on the automation–augmentation perspective, we propose that AI control over decision-making thwarts human autonomy and thus contributes to stress. Drawing on models of teamwork and augmentation, we expect that human–AI team processes (i.e., transition, action, and interpersonal processes) help people meet their goals and reduce stress. Finally, we argue that human–AI team processes provide an important social resource, which buffers the stress-enhancing role of AI control. To test our hypotheses, we analyzed over 2700 tweets. Using a trained large language model, validated against human ratings, we indexed key measures. Results confirm that high AI control was associated with increased stress, whereas human–AI team processes were associated with decreased stress. In support of the moderation hypothesis, two human–AI team processes (action and interpersonal) helped further reduce the stress-enhancing effect of AI control. We discuss implications for work design theory and the importance of regulating levels of AI control to protect workers' mental health." (Author's abstract, IAB-Doku) ((en))

Zitatform

Koch, Christian & Michael Stops (2025): KI Navigator #10: Wie KI dem Arbeitsmarkt hilft. In: Heise online, 2025-03-14.

Abstract

"Stellenanzeigen können viel über den Wandel des Arbeitsmarkts verraten. Künstliche Intelligenz hilft dabei, diese Daten zu interpretieren."

Zitatform

Kowalik, Zuzanna, Piotr Lewandowski, Tomasz Geodecki & Maciej Grodzicki (2025): Automation in shared service centres: Implications for skills and autonomy. In: The Economic and Labour Relations Review, Jg. 36, H. 2, S. 563-581. DOI:10.1017/elr.2025.10026

Abstract

"The offshoring-fueled growth of the Central and Eastern European business services sector gave rise to shared service centers (SSCs) – quasi-autonomous entities providing routine-intensive tasks for the central organization. The advent of technologies such as intelligent process automation, robotic process automation, and artificial intelligence jeopardises SSCs’ employment model, necessitating workers’ skills adaptation. The study challenges the deskilling hypothesis and reveals that automation in the Polish SSCs is conducive to upskilling and worker autonomy. Drawing on 31 in-depth interviews, we highlight the negotiated nature of automation processes shaped by interactions between headquarters, SSCs, and their workers. Workers actively participated in automation processes, eliminating the most mundane tasks. This resulted in upskilling, higher job satisfaction, and empowerment. Yet, this phenomenon heavily depends upon the fact that automation is triggered by labor shortages, which limit the expansion of SSCs. This situation encourages companies to leverage the specific expertise entrenched in their existing workforce. The study underscores the importance of fostering employee-driven automation and upskilling initiatives for overall job satisfaction and quality." (Author's abstract, IAB-Doku) ((en))

Zitatform

Kuhn, Sarah & Holger Seibert (2025): Digitalisierung der Arbeitswelt: Durch künstliche Intelligenz sind inzwischen auch viele Expertentätigkeiten ersetzbar. (IAB-Regional. Berichte und Analysen aus dem Regionalen Forschungsnetz. IAB Berlin-Brandenburg 01/2025), 34 S. DOI:10.48720/IAB.REBB.2501

Abstract

"Durch neue digitale Technologien verändert sich der deutsche Arbeitsmarkt. Dies gilt besonders für das Ausmaß, in dem Berufe aktuell potenziell durch den Einsatz von Computern oder computergesteuerten Maschinen ersetzbar sind, dem so genannten Substituierbarkeitspotenzial. Es beschreibt, welcher Anteil an Tätigkeiten in einem Beruf schon heute durch den Einsatz moderner Technologien ersetzt werden könnte. Nach wie vor ist zwar das Substituierbarkeitspotenzial bei den Helfer*innen- und Fachkraftberufen am höchsten. Am stärksten gestiegen ist das Potenzial jedoch bei den Expert*innenberufen (u. a. durch generative Künstliche Intelligenz). Besonders bei den IT- und naturwissenschaftlichen Dienstleistungsberufen sind hohe Zuwachsraten zwischen 2019 und 2022 zu verzeichnen. Der vorliegende Beitrag fokussiert sich auf den Arbeitsmarkt in Brandenburg und Berlin. Wichtig zu betonen ist, dass es hier um Potenziale technischer Ersetzbarkeit geht. Ob und inwiefern die technischen Möglichkeiten auch tatsächlich umgesetzt werden, steht nicht fest. Es kann Gründe geben, die gegen eine tatsächliche Substituierung sprechen, beispielsweise weil eine Umstellung zu komplex wäre oder ethische Bedenken dem entgegenstehen. Unstrittig ist jedoch, dass auf der einen Seite einige Tätigkeiten durch die Digitalisierung wegfallen bzw. automatisiert werden, andererseits aber auch neue Tätigkeiten und Berufe entstehen. Daher kann ein hohes Substituierungspotenzial als Indikator für einen Wandel der Arbeitswelt gesehen werden." (Autorenreferat, IAB-Doku)

Zitatform

Kunze, Florian, Carolina Opitz & Ann Sophie Lauterbach (2025): Konstanzer KI-Studie 2025: Die Nutzung von Künstlicher Intelligenz in der Arbeitswelt steigt, Ungleichheiten in der Wahrnehmung bleiben weiterhin bestehen. Ergebnisbericht Juli 2025. Konstanz: KOPS Universität Konstanz, 8 S.

Abstract

"Die Nutzung von KI in der Arbeitswelt hat innerhalb eines Jahres deutlich zugenommen – gleichzeitig bleiben erhebliche Unterschiede zwischen Berufsgruppen, Bildungsniveaus und Unternehmen bestehen. In der zweiten Welle der Konstanzer KI-Studie berichten 35?% der Befragten von KI-Nutzung im Arbeitsalltag, ein Anstieg um 11 Prozentpunkte gegenüber dem Vorjahr. Trotz dieses Wachstums bleibt die Unsicherheit hoch: Ein Drittel der Beschäftigten kann weiterhin nicht einschätzen, welche Folgen KI für die eigene Arbeit haben wird. Zugleich wird der gesellschaftliche Einfluss von Automatisierung deutlich bedrohlicher wahrgenommen als die persönliche Betroffenheit. Besonders stark ist der Nutzungszuwachs in wissensintensiven Berufen, während produktionsnahe Tätigkeiten kaum aufholen. Auch die Kluft zwischen Bildungsgruppen bleibt bestehen: Beschäftigte mit hohem Bildungsabschluss nutzen KI mehr als dreimal so häufig wie jene mit niedrigem Abschluss. Zwar steigt die Bereitschaft zur Weiterbildung in allen Gruppen, strukturelle Hürden scheinen jedoch eine Angleichung zu verhindern. Auf Ebene der Organisationen verlaufen die Entwicklungen deutlich langsamer als auf individueller Ebene. Vor allem große Unternehmen investieren zunehmend in Weiterbildung und Führungskommunikation, während kleinere Organisationen kaum Veränderungen zeigen. Die Ergebnisse zeigen deutlich, dass KI ihr Potenzial nicht gleichmäßig entfaltet, sondern bestehende strukturelle Ungleichheiten eher verstärkt. Nach wie vor besteht die reale Gefahr, dass sich bestimmte Beschäftigtengruppen zunehmend vom technologischen Fortschritt abkoppeln, weil ihnen der Zugang zu KI-Nutzung, Weiterbildungsangeboten und betrieblicher Unterstützung fehlt. Daraus ergibt sich ein klarer Handlungsauftrag an Wirtschaft, Politik und Bildungseinrichtungen, um Teilhabechancen gezielt zu fördern und einer wachsenden sozialen Spaltung frühzeitig entgegenzuwirken." (Textauszug, IAB-Doku)

Abstract

"This report examines the potential for generative AI – tools that generate text, images, video or audio, such as ChatGPT, Copilot and Midjourney – to help SMEs address labour and skill needs. It presents evidence from a representative 2024 OECD survey of over 5 000 SMEs in Austria, Canada, Germany, Ireland, Japan, Korea and the United Kingdom, on how SMEs use generative AI, how its use may be helping to address labour and skill needs, and how SMEs are preparing employees to use generative AI. The survey shows that generative AI is in use in 31% of SMEs. SMEs report that generative AI improves performance, helps compensate for skill gaps and labour shortages, and increases the need for highly-skilled workers. SMEs have concerns about copyright, legal and regulatory issues, though negative attitudes towards generative AI are rare. The findings highlight the promise of generative AI but also the need for structured policy support to close digital and skills gaps between SMEs and larger firms and to ensure that any gains from generative AI are broadly shared across the economy and the workforce." (Author's abstract, IAB-Doku) ((en))

Zitatform

Lühr, Thomas & Tobias Kämpf (2025): Bots im Büro. Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation. (Hans-Böckler-Stiftung. Study 494), Düsseldorf: Hans-Böckler-Stiftung, Düsseldorf, 98 S.

Abstract

"Mit der digitalen Transformation kommt es zu einem Schub in der Automatisierung von Arbeit. Die Einführung von Künstlicher Intelligenz führt zur grundlegenden Restrukturierung der Arbeitsinhalte und -prozesse im Büro. Damit gehen nicht nur Risiken von Funktionsverlusten bis hin zum Verlust des Arbeitsplatzes einher, sondern auch neue Machtpotenziale. Diese prägen das Bewusstsein der Angestellten wesentlich. Künstliche Intelligenz funktioniert nicht ohne Mitbestimmung - mit Mitbestimmung ergeben sich neue Ansatzpunkte für eine arbeitspolitische Vorwärtsstrategie. Die vorliegende Studie nimmt eine empirisch gestützte Analyse der Potenziale vor, die der Automatisierungsschub für die Beschäftigten und ihre Interessenvertretungen tatsächlich bietet." (Autorenreferat, IAB-Doku)

Zitatform

Machovec, Christine, Michael Rieley & Emily Rolen (2025): Incorporating AI impacts in BLS employment projections: occupational case studies. In: Monthly labor review H. February. DOI:10.21916/mlr.2025.1

Abstract

"In the last few years, artificial intelligence (AI) has advanced rapidly, finding growing applications across industries and occupations. This development has generated interest in how the U.S. Bureau of Labor Statistics assesses and incorporates AI’s potential labor market impacts in its employment projections. In this article, we explain the Bureau’s approach to this type of projections work, illustrating it with several occupational case studies based on research done for the 2023–33 projections cycle. The case studies focus on selected occupations in the computer, legal, business and financial, and architecture and engineering occupational groups." (Author's abstract, IAB-Doku) ((en))

Zitatform

Malin, Christine, Jürgen Fleiß, Renate Ortlieb & Stefan Thalmann (2025): Rejected by an AI? Comparing job applicants’ fairness perceptions of artificial intelligence and humans in personnel selection. In: Frontiers in artificial intelligence, Jg. 8. DOI:10.3389/frai.2025.1671997

Abstract

"Introduction: Artificial intelligence (AI) transforms personnel selection, but the application of AI raises fairness concerns and aversion towards AI. Although job applicants may perceive the selection process as fairer when they receive an explanation for the decision, scientific knowledge about AI-related fairness perceptions in this setting is limited. This paper investigates how job applicants perceive fairness of an AI-based personnel selection process considering explanations provided. Methods: The hypotheses are based on a theoretical framework about fairness and literature on algorithm aversion. Data were collected through a vignette-style method focusing on four personnel selection scenarios (n = 921). Results: We show that provided explanations increase job applicants ’ perceptions of outcome fairness, process fairness, interpersonal treatment, and recommendation intention, irrespective of the decision being made by an AI or human. Discussion: We provide conclusions for algorithmic decision-making and discuss factors that need to be considered when adopting and designing AI so that AI is perceived as fair." (Author's abstract, IAB-Doku) ((en))

Zitatform

Marczuk, Anna, Frank Multrus, Thomas Hinz & Susanne Strauss (2025): Künstliche Intelligenz (KI) im Studienalltag: Einschätzungen von Studierenden zum Einsatz von KI an deutschen Hochschulen. (DZHW-Brief 2025,02), Hannover, 15 S. DOI:10.34878/2025.02.dzhw_brief

Abstract

"Die Mehrheit der Studierenden nutzt im Wintersemester 2024/2025 KI im Studium und kennt deren Funktionsweise relativ gut. ChatGPT ist das meistgenutzte KI-Tool, dessen Nutzung seit 2023 deutlich angestiegen ist. Studierende verwenden KI am häufigsten für die Einführung in ein Thema und für Textverarbeitungen, deutlich seltener für Literaturrecherchen oder Datenanalysen. Die Mehrheit der Studierenden gibt an, dass KI die Erledigung von Aufgaben, die keinen Spaß machen oder schwierig sind, beschleunigt oder erleichtert. Seltener sind Studierende der Ansicht, dass KI die Studienleistungen verbessert. Studierende stehen KI auch kritisch gegenüber, insbesondere wegen ihrer Fehleranfälligkeit und des Risikos, von ihr abhängig zu werden. Studierende, die KI häufig nutzen, sind gegenüber KI ähnlich kritisch wie Studierende, die sie seltener nutzen. Der Einsatz von Learning Analytics wird von Studierenden eher befürwortet, wenn sie selbst dadurch unterstützt werden (etwa durch Kurs- und Literaturempfehlungen), weniger zur Unterstützung von Lehrenden (etwa bei der Benotung) oder der Hochschulverwaltung (etwa für die Studienabbruchprävention). Studierende erleben eher selten eine Unterstützung der Hochschulen bei der Nutzung von KI im Studium. An einigen Hochschulen berichten sie von Richtlinien zur Nutzung, seltener sind Schulungsangebote oder eine Integration in die Lehre. Studierende wünschen sich KI-Unterstützung beim Verfassen von Hausarbeiten, während der Einsatz durch Lehrende zur Benotung oder als Ersatz für Lerngruppen (automatisierte Lernbuddys) skeptisch gesehen wird. Eine Teildigitalisierung von Lehrveranstaltungen (Mischung aus Präsenz und online) ist für Studierende attraktiver als reine Präsenz- oder gar reine Onlineveranstaltungen." (Autorenreferat, IAB-Doku)

Zitatform

Matthes, Britta (2025): Der Einsatz Künstlicher Intelligenz allein kann die zukünftigen Fachkräfteengpässe nicht beheben. (GVG-Perspektive 19), 3 S.

Abstract

"In diesem Beitrag beleuchtet Dr. Britta Matthes, Leiterin der Forschungsgruppe „Berufe in der Transformation“ am IAB, weshalb trotz der Potenziale von Künstlicher Intelligenz Investitionen in die Weiterqualifizierung älterer Beschäftigter unabdingbar bleiben." (Autorenreferat, IAB-Doku)

Zitatform

Matthes, Britta (2025): KI und Beratung. In: Dvb-Forum, Jg. 64, H. 1, 2025-02-14.

Abstract

"Wie KI und andere digitale Technologien den Arbeitsmarkt verändern: Am IAB werden wir immer wieder danach gefragt, welche Berufe angesichts der rasanten technologischen Entwicklungen der letzten Jahre überhaupt noch Zukunft haben. Bislang hat man zur Beantwortung dieser Frage Prognosen zu Rate gezogen. Hier wurde anfangs – unter Berücksichtigung verschiedener relativ stabiler Faktoren wie dem Erwerbspersonenpotenzial, der wirtschaftlichen Entwicklung oder der zu erwartenden Migration – hochgerechnet, wie sich die Zahl der Berufsanfänger auf die verschiedenen Berufe und Qualifikationsniveaus verteilt, wenn die Entwicklung sich wie in der Vergangenheit fortsetzen würde. Schon früh wurde jedoch deutlich, dass diese Faktoren weniger stabil sind als ursprünglich angenommen. Um diese Dynamik zu berücksichtigen, wurde dieser Ansatz erweitert, indem nunmehr Projektionen erstellt werden. Dazu werden Annahmen über die Folgen bestimmter, äußerst wahrscheinlicher Ereignisse oder Verhaltensweisen getroffen, für die sich (noch) keine langfristige Zahlenbasis finden lässt. So gibt die QuBe-Projektion einen langfristigen Überblick über die voraussichtliche Entwicklung des Arbeitskräftebedarfs und -angebotes nach Qualifikationen und Berufen unter einer Reihe von Annahmen über zum Beispiel die Folgen des Klimawandels oder den Ausbau der ökologischen Landwirtschaft. Außerdem werden anhand von Abweichungen zwischen diesem Basismodell und Szenarien die absehbaren Folgen bestimmter Vorhaben oder Ereignisse, wie zum Beispiel der Maßnahmen zur Energie- und -Mobilitätswende abgeschätzt (https://www.bibb.de/de/202333.php). Allerdings sind diese Modelle sehr komplex und es stellt sich die Frage, inwieweit solche Projektionen für die Bildungs- und Berufsberatung einzelner Personen sinnvoll genutzt werden können. Hinzu kommt derzeit, dass die technologische Entwicklung derart schnell voranschreitet, dass verstärkt mit Umwälzungen auf dem Arbeitsmarkt gerechnet werden muss, die auch altbekannte Zusammenhänge in Frage stellen könnten. Für die einzelne Person steht die Frage im Raum, mit welchen Konsequenzen sie selbst rechnen muss, wenn neue Technologien zum Einsatz kommen: Reicht es aus, sich auf den aktuellen Wissensstand im eigenen Beruf zu bringen? Womit sollte man sich konkret beschäftigen, um den Anforderungen des Berufes weiterhin gewachsen zu sein? Ist es zielführender, sich beruflich neu zu orientieren?" (Textauszug, IAB-Doku, © wbv)

Zitatform

Matthes, Britta (2025): Wie KI Berufe verändert und Chancen für Menschen mit Behinderungen schafft. In: Die Berufliche Rehabilitation, Jg. 39, H. 1, S. 6-15., 2025-04-04.

Abstract

"Es ist absehbar, dass die rasanten technologischen Entwicklungen der letzten Jahre, insbesondere die enorme Steigerung der Rechenleistung und die Entwicklung selbstlernender algorithmischer Systeme, die heute allgemein als Künstliche Intelligenz (KI) bezeichnet werden, ihre Spuren auf dem Arbeitsmarkt hinterlassen werden. Welche das genau sein werden, können wir leider aber auch nicht sagen. Denn gerade in solch disruptiven Zeiten, wie wir sie derzeit erleben, wissen wir nicht, wie schnell und in welche Richtung sich bestehende Berufe verändern, welche Berufe verschwinden und welche neu entstehen werden. Zwar können Prognosen etwas darüber sagen, wie sich die Zahl der Berufseinsteiger*innen auf die verschiedenen Berufe und Qualifikationsniveaus verteilen würde, wenn sich die Entwicklung wie in der Vergangenheit fortsetzt. Allerdings scheinen die Potenziale, die sich aus dem Einsatz von KI ergeben, bekannte Zusammenhänge in Frage zu stellen. Hinzu kommt, dass diese Prognosemodelle sehr komplex sind, um daraus sinnvolle Schlussfolgerungen für den Einzelnen zu ziehen. So lässt sich die Frage, inwiefern KI und andere digtale Technolgien auch die Beschäftigungsmöglichkeiten für Menschen mit Behinderungen erweitern könnten, damit kaum beantworten." (Textauszug, IAB-Doku)

Zitatform

McGuinness, Seamus, Paul Redmond, Konstantinos Pouliakas, Lorcan Kelly & Luke Brosnan (2025): Technological Change and the Upskilling of European Workers. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 17753), Bonn, 22 S.

Abstract

"Using the second wave of the European Skills and Jobs survey, this paper measures the relationship between technological change that automates or augments workers' job tasks and their participation in work-related training. We find that 58 per cent of European employees experienced no change in the need to learn new technologies in their jobs during the 2020-21 period. Of those exposed to new digital technology, 14 per cent did not experience any change in job tasks, 10 per cent reported that new tasks had been created while 5 per cent only saw some of their tasks being displaced by new technology. The remaining 13 per cent simultaneously experienced both task displacement and task creation. Our analysis shows that employees in jobs impacted by new digital technologies are more likely to have to react to unpredictable situations, thus demonstrating a positive link between technologically driven task disruption and job complexity. We show a strong linear relationship between technologically driven job task disruption and the need for job-related training, with training requirements increasing the greater the impact of new technologies on task content." (Author's abstract, IAB-Doku) ((en))

Zitatform

Minniti, Antonio, Klaus Prettner & Francesco Venturini (2025): AI innovation and the labor share in European regions. In: European Economic Review, Jg. 177. DOI:10.1016/j.euroecorev.2025.105043

Abstract

"This paper examines how the development of Artificial Intelligence (AI) affects the distribution of income between capital and labor, and how these shifts contribute to regional income inequality. To investigate this issue, we analyze data from European regions dating back to 2000. We find that for every doubling of regional AI innovation, the labor share declines by 0.5% to 1.6%, potentially reducing it by 0.09 to 0.31 percentage points from an average of 52%, solely due to AI. This new technology has a particularly negative impact on high- and medium-skill workers, primarily through wage compression, while for low-skill workers, employment expansion induced by AI mildly offsets the associated wage decline. The effect of AI is not driven by other factors influencing regional development in Europe or by the concentration of the AI market." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier B.V.) ((en))

Zitatform

Muehlemann, Samuel (2025): Artificial intelligence adoption and workplace training. In: Journal of Economic Behavior & Organization, Jg. 238. DOI:10.1016/j.jebo.2025.107206

Abstract

"As artificial intelligence (AI) reshapes business processes, firms must adapt their training strategies to cultivate a skilled workforce. Using German establishment-level panel data from 2019 to 2023, this study analyzes how firms adjust their training strategies following AI adoption. Staggered difference-in-differences analysis shows that sustained AI adoption is associated with a 14% increase in new apprenticeships among training firms (intensive margin), but is not linked to the training decision (extensive margin). AI adoption is also associated with a modest increase in continuing training, with resources shifting toward high-skilled employees. The results align with AI as an automation innovation that reduces demand for simple skills as well as an augmentation innovation that increases demand for more advanced skills. The German dual apprenticeship system appears critical for firms aiming to build a future-ready workforce in the age of AI." (Author's abstract, IAB-Doku, © 2025 The Author. Published by Elsevier B.V.) ((en))

Zitatform

Nigar, Meher, Jannatul Ferdous Juli, Uttam Golder, Mohammad Jahangir Alam & Mohammad Kamal Hossain (2025): Artificial intelligence and technological unemployment. Understanding trends, technology's adverse roles, and current mitigation guidelines. In: Journal of open innovation, Jg. 11, H. 3. DOI:10.1016/j.joitmc.2025.100607

Abstract

"As artificial intelligence (AI) and automation continue to reshape industries, concerns about technological unemployment are intensifying. This study employs a Systematic Literature Review (SLR) guided by the PRISMA framework to examine peer-reviewed literature from the Scopus database (2015–July 09, 2025). It identifies threecore themes: (1) trends in AI-induced labor displacement, including task automation, skill polarization, and industry-specific disruptions in sectors such as healthcare, education, and creative industries; (2) the adverse roles of AI technologies, particularly in affecting white-collar professionals, gig workers, and freelancers by increasing precarity and skill mismatches; and (3) existing mitigation strategies, including responsible AI guidelines proposed by governments, institutions, and firms aimed at balancing technological advancement with employment protection. While a growing body of policy responses encourages human-AI complementarity, current measures remain fragmented and insufficient to address the structural risks of workforce displacement. This study presents a comprehensive synthesis of the evolving relationship between AI and employment, highlighting key areas for further inquiry and policy development." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by ElsevierLtd on behalf of Prof JinHyo Joseph Yun.) ((en))

Zitatform

Okur, Fatih & Enes Özdemir (2025): Artificial intelligence, automation and employment dynamics: empirical evidence from G7 economies. In: Journal of Economic Studies, S. 1-17. DOI:10.1108/jes-06-2025-0414

Abstract

"Purpose: This study examines how the rapid adoption of artificial intelligence (AI) and automation affects employment dynamics across G7 economies. While previous research has often focused on either AI or robotics in isolation, their combined and long-term effects on employment remain poorly understood. Addressing this gap is crucial for policymakers seeking to balance technological progress with labor market stability. Design/methodology/approach: Using a balanced panel dataset covering 2010–2024 for the G7 countries, thestudy investigates the relationships between AI investment (proxied by information and communication technology (ICT) investment), robot density (ROBOT), wages, productivity (PRD) and education spending (EDU), and their impact on employment. The analysis employs panel unit root and cross-sectional dependence tests, a panel autoregressive distributed lag (ARDL) framework estimated via the pooled mean group (PMG) estimator, and robustness checks using Driscoll–Kraay fixed effects, common correlatedeffects (CCE) estimators, country-specific regressions and Dumitrescu –Hurlin panel causality tests. Findings: The results reveal that AI investment has a significant negative effect on employment in the long run, whereas ROBOT shows a positive but context-dependent relationship. Wage levels are negatively associated with employment, while PRD shows only a modest positive influence. Education expenditure exhibits mixed behavior – positive in the short run but negative in the long run – suggesting potential misalignment with evolving labor market needs. Causality tests confirm a unidirectional link from AI investment to employment, underscoring its structural role in labor market change. Research limitations/implications: This study is limited by data availability, particularly the lack of detailed sectoral or occupational breakdowns across countries. As a result, it cannot fully capture the distributional effects of AI and automation across different worker groups. The use of proxies, such as ICT investment for AI, may not reflect the full scope of AI deployment. Despite these limitations, the findings highlight important macro-level dynamics and suggest that technological investments significantly shape employment trends. Future research should utilize micro-level data to explore sector-specific impacts, wage effects and labor force transitions in response to digital transformation. Practical implications: The findings suggest that without targeted policy interventions, increased AI investment may displace workers in the long run. Policymakers should prioritize reskilling, adapt education systems to evolving technological needs, and differentiate strategies across sectors and worker skill levels. Social implications: This study highlights the potential for AI and automation to reshape labor markets, with implications for income distribution, job security and social cohesion. The displacement of routine jobs may disproportionately affect low-skilled and vulnerable workers, increasing the risk of inequality and social exclusion. To prevent deepening divides, social policies must focus on equitable access to education, digital literacy and lifelong learning. Supporting workforce adaptability through inclusive training programs and social safety nets is essential. The results underscore the urgent need for collaborative efforts between governments, educational institutions and industries to ensure a socially sustainable digital transformation. Originality/value: This study is among the first to jointly analyze AI and robotics within a dynamic panel framework, offering new cross-country evidence on their heterogeneous employment effects in advanced economies. By integrating multiple estimation strategies and country-specific perspectives, the paper contributes to a more nuanced understanding of how technological transformation reshapes labor markets and highlights the institutional conditions that mediate these effects." (Author's abstract, IAB-Doku, © EmeraldGroup) ((en))

Zitatform

Ottaiano, Mario Michael, Lea Schneidemesser & Florian Butollo (2025): Künstliche Intelligenz und Erfahrungswissen. Zur Formalisierbarkeit und Delokalisierung von Facharbeit. In: Arbeit. Zeitschrift für Arbeitsforschung, Arbeitsgestaltung und Arbeitspolitik, Jg. 34, H. 4, S. 275-298. DOI:10.1515/arbeit-2025-0015

Abstract

"Der Beitrag untersucht aus arbeitssoziologischer Perspektive, wie der Einsatz von KI-Systemen in der prädiktiven Instandhaltung (PdM) die Bedeutung von Erfahrungswissen im Arbeitsprozess verändert und wie sich die Zusammenarbeit zwischen KI-Anwender- und KI-Anbieterunternehmen gestaltet. Die Fallstudie in einem Unternehmen der Papierindustrie zeigt, dass die Grenze der Formalisierbarkeit von Erfahrungswissen in der Instandhaltungsarbeit graduell ausgeweitet werden kann, wobei das domänenspezifische Wissen der Beschäftigten weiterhin eine wichtige Rolle für die Verbesserung der Software und die Interpretation der gewonnenen Daten spielt. Weil die Einführung des KI-Systems auch eine Delokalisierung von Wissen ermöglicht, kommt es zugleich zu einer konfliktträchtigen Verschiebung der Kompetenzen vom Anwenderunternehmen zum Softwareanbieter." (Autorenreferat, IAB-Doku)

Zitatform

Pouliakas, Konstantinos, Giulia Santangelo & Paul Dupire (2025): Are artificial intelligence skills a reward or a gamble? Deconstructing the AI wage premium in Europe. In: Eurasian business review, Jg. 15, H. 4, S. 1091-1128. DOI:10.1007/s40821-025-00302-0

Abstract

"Understanding the labor market impact of new, autonomous digital technologies, particularly generative or other forms of artificial intelligence (AI), is currently at the top of the research and policy agenda. Many initial studies, though not all, have shown that there is a wage premium to mostly technical AI skills in labor markets. Such evidence tends to draw on data from web-based sources and typically fails to provide insight into the mechanisms underlying the AI wage gap. This paper utilizes representative adult workforce data from 29 European countries, the second European skills and jobs survey, to examine wage differentials of the AI programmer workforce. The latter is uniquely identified as part of the workforce that writes computer programs using AI algorithms. The analysis shows that, on average, AI programmers enjoy a significant wage premium relative to a comparably educated or skilled workforce, such as programmers who do not yet write code using AI at work. Wage decomposition analysis further illustrates that there is a large unexplained component of such wage differential. Part of AI programmers’ larger wage variability can however be attributed to higher job-skill requirements, a propensity for remote work and a greater performance-based component in wage schedules. This indicates differences in the job design and performance management of the AI workforce." (Author's abstract, IAB-Doku) ((en))

Zitatform

Pouliakas, Konstantinos & Giulia Santangelo (2025): Are Artificial Intelligence (AI) Skills a Reward or a Gamble? Deconstructing the AI Wage Premium in Europe. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 17607), Bonn, 33 S.

Abstract

"Understanding the labor market impact of new, autonomous digital technologies, particularly generative or other forms of artificial intelligence (AI), is currently at the top of the research and policy agenda. Many initial studies, though not all, have shown that there is a wage premium to AI skills in labor markets. Such evidence tends to draw on data from web-based sources and typically deploys a keyword approach for identifying AI skills. This paper utilizes representative adult workforce data from 29 European countries, the second European skills and jobs survey, to examine wage differentials of the AI developer workforce. The latter is uniquely identified as part of the workforce that writes programs using AI algorithms. The analysis shows that, on average, AI developers enjoy a significant wage premium relative to a comparably educated or skilled workforce, such as programmers who do not yet write code using AI at work. Wage decomposition analysis further illustrates that there is a large unexplained component of such wage differential. Part of AI programmers' larger wage variability can be attributed to a greater performance-based component in their wage schedules and higher job-skill requirements." (Author's abstract, IAB-Doku) ((en))

Zitatform

Rehmer, Sabine, Holger Muehlan, Maren Menzel, Maike Juds, Michael Fellmann, Hitesh Dhiman & Carsten Röcker (2025): Die Hybridisierung von menschlichen und technischen Arbeitsleistungen mit Künstlicher Intelligenz als neuer Leittechnologie: Entwicklungen, Implikationen und Potenziale für menschengerechte Arbeit. In: Zeitschrift für Arbeitswissenschaft, Jg. 79, H. 4, S. 525-533. DOI:10.1007/s41449-025-00489-y

Abstract

"Der Artikel untersucht die Hybridisierung menschlicher und technischer Arbeitsleistungen im Kontext Künstlicher Intelligenz (KI) als neuer Leittechnologie und analysiert ihre Entwicklungen, Implikationen und Potenziale für eine menschengerechte Arbeitsgestaltung. Ausgehend von der Beobachtung, dass KI zunehmend kognitive Tätigkeiten transformiert, wird mit dem Konzept des „Hybrid Man“ ein neues Menschenbild skizziert, das die enge Verschränkung von menschlicher und maschineller Intelligenz beschreibt. Damit einher gehen tiefgreifende Herausforderungen: Die Grenzen zwischen menschlicher und technischer Leistung verschwimmen, Verantwortungsfragen und rechtliche Unsicherheiten entstehen, während zugleich neue Anforderungen an Kompetenzen wie „AI Literacy“ sichtbar werden. Ebenso rücken Fragen nach Transparenz, Erklärbarkeit und Akzeptanz von KI-Systemen in den Vordergrund, die für Vertrauen und nachhaltige Integration entscheidend sind. Neben den Chancen zur Entlastung und Erweiterung menschlicher Fähigkeiten birgt die Hybridisierung Risiken wie Überwachungsdruck, Anpassungsstress und negative psychische Beanspruchungen. Vor diesem Hintergrund schlägt der Artikel mit dem Konzept des eudaimonischen Wohlbefindens („Eudaimonia“) ein normatives Kriterium für die Gestaltung zukünftiger Arbeit vor, das Wachstum, Sinnhaftigkeit, Authentizität und Exzellenz fördert. Ziel ist eine interdisziplinär fundierte, menschengerechte Arbeitswelt, die die Potenziale von KI nutzbar macht, ohne die psychische Gesundheit, Selbstwirksamkeit und Würde der Beschäftigten zu gefährden." (Autorenreferat, IAB-Doku)

Zitatform

Ribeiro, Marcos J. & Klaus Prettner (2025): The Skill Premium Across Countries in the Era of Industrial Robots and Generative AI. (Department of Economics working paper / Vienna University of Economics and Business 381), Wien, 29 S.

Abstract

"How do new technologies affect economic growth and the skill premium? To answer this question, we analyze the impact of industrial robots and artificial intelligence (AI) on the wage differential between low-skill and high-skill workers across 52 countries using counterfactual simulations. In so doing, we extend the nested CES production function framework of Bloom et al. (2025) to account for cross-country income heterogeneity. Confirming prior findings, we Show that the use of industrial robots tends to increase wage inequality, while the use of AI tends to reduce it. Our contribution lies in documenting substantial heterogeneity across income groups: the inequality-increasing effect of robots and the inequality-reducing effects of AI are particularly strong in high-income countries, while they are less pronounced among middle- and lower-middle income countries. In addition, we show that both technologies boost economic growth. In terms of policy recommendations, our findings suggest that investments in education and skill-upgrading can simultaneously raise average incomes and mitigate the negative effects of automation on wage inequality." (Author's abstract, IAB-Doku) ((en))

Zitatform

Sartori, Laura & Clementine Collett (2025): Sociotechnical imaginaries of social inequality in the design and use of AI recruitment technology. In: European Societies, Jg. 27, H. 3, S. 409-432. DOI:10.1162/euso_a_00035

Abstract

"Through interviewing 12 companies in Italy which either design (vendors) or use (clients) AI recruitment technology systems, we explore how these companies perceive their systems to interact with issues of social inequality and how these perceptions, in practice, carry societal impacts. Three sociotechnical imaginaries (Jasanoff and Kim, 2015) were consistently embedded within these companies’ visions of this intersection: the third eye, the river, and the car bonnet. Through critically analyzing these imaginaries, we find that they exhibit an overriding desire for productivity and talent capture from clients, and a consequential de-prioritization of addressing social inequality and scrutinizing the ways it could be reproduced from both vendors and clients. It demonstrates that the current ‘desired’ futures, shown by the sociotechnical imaginaries which vendors and clients share for AI-tec-tech are really leading us towards an ‘undesirable’ future of hiring which continues to perpetuate social inequality. This study contributes one of the first pieces of empirical work to simultaneously assess the perceptions of AI-rec-tech vendors ’ and clients’ surrounding social inequality, to shed light on the priorities for design and the motivations for usage, and to reflect upon how this impacts society. This is a significant and original contribution to the evolving body of literature on AI-rec-tech in sociology, critical data studies, and communications." (Author's abstract, IAB-Doku) ((en))

Zitatform

Schaal, Jacob (2025): A theory-based AI automation exposure index: Applying Moravec's Paradox to the US labor market. (arXiv papers), 33 S. DOI:10.48550/arXiv.2510.13369

Abstract

"This paper develops a theory-driven automation exposure index based on Moravec's Paradox. Scoring 19,000 O*NET tasks on performance variance, tacit knowledge, data abundance, and algorithmic gaps reveals that management, STEM, and sciences occupations show the highest exposure. In contrast, maintenance, agriculture, and construction show the lowest. The positive relationship between wages and exposure challenges the notion of skill-biased technological change if AI substitutes for workers. At the same time, tacit knowledge exhibits a positive relationship with wages consistent with seniority-biased technological change. This index identifies fundamental automatability rather than current capabilities, while also validating the AI annotation method pioneered by Eloundou et al. (2024) with a correlation of 0.72. The non-positive relationship with pre-LLM indices suggests a paradigm shift in automation patterns." (Author's abstract, IAB-Doku) ((en))

Zitatform

Seele, Stefanie & Oliver Stettes (2025): KI-Nähe im Job zahlt sich aus. (IW-Kurzberichte / Institut der Deutschen Wirtschaft Köln 2025,45), Köln, 3 S.

Abstract

"Beschäftigte, deren Aufgaben eine Nähe zu den Anwendungspotenzialen von Künstlicher Intelligenz (KI) aufweisen, erhalten höhere Tagesentgelte als Beschäftigte in KI-fernen Tätigkeiten. Sie wechseln zudem seltener den Betrieb und haben seltener längere Arbeitslosigkeitsperioden. Die Sorge vor einer zunehmenden Verbreitung von KI im Arbeitsalltag scheint bisher unbegründet." (Autorenreferat, IAB-Doku)

Zitatform

Storm, Eduard, Myrielle Gonschor & Marc Justin Schmidt (2025): AI in Demand: How Expertise Shapes its (Early) Impact on Workers. (Ruhr economic papers 1185), Essen, 46 S. DOI:10.4419/96973370

Abstract

"We study how artificial intelligence (AI) affects workers' earnings and employment stability, combining German job vacancy data with administrative records from 2017-2023. Identification comes from changes in workers' exposure to local AI skill demand over time, instrumented with national demand trends. We find no meaningful displacement or productivity effects on average, but notable skill heterogeneity: expert workers with deep domain knowledge gain while non-experts often lose, with returns shaped by occupational task structures. We also document AI-driven reinstatement effects toward analytic and interactive tasks that raise earnings. Overall, our results imply distributional concerns but also job-augmenting potential of early AI technologies." (Author's abstract, IAB-Doku) ((en))

Zitatform

Sztandar-Sztanderska, Karolina (2025): How context matters: Human oversight of automated decision-making systems in welfare administration. In: Journal of European Social Policy, S. 1-15. DOI:10.1177/09589287251358069

Abstract

"This article examines the capacity of frontline staff to oversee automated decision-making (ADM) systems, which are increasingly used in digital welfare states to make life-altering decisions. While prior research had focused on cognitive limitations that lead to human over-reliance on ADM, the role of contextual factors that also shape caseworkers’ supervisory activities has neither been conceptualized, nor systematically investigated. To address this gap, we develop an analytical framework for the context-sensitive study of frontline oversight, inspired by the street-level bureaucracy perspective and human–computer interaction studies. We also demonstrate the framework’s relevance through findings from a mixed-methods study of a profiling algorithm used by Public Employment Services in Poland. We identify four types of factors – policy-, organization-, professionalism-, and technology-related – that effectively shape frontline oversight. Our findings also have practical implications, as the inclusion of humans in the decision-making loop is a central element of regulatory efforts aimed at protecting individuals from algorithmic harms." (Author's abstract, IAB-Doku) ((en))

Zitatform

Teutloff, Ole & Fabian Braesemann (2025): Resilienz statt Reskilling: Wie KI den Arbeitsmarkt verändert und wie wir darauf reagieren müssen. Teil des Zeitgesprächs: "Beschäftigung im Wandel: Wie KI, Demografie und Institutionen den Arbeitsmarkt verändern". In: Wirtschaftsdienst, Jg. 105, H. 10, S. 715-719. DOI:10.2478/wd-2025-0184

Abstract

"Generative künstliche Intelligenz (KI) verändert die Arbeitsmärkte, indem sie Aufgaben und Berufe, die Nachfrage nach Qualifikationen und die Machtverhältnisse zwischen Arbeitnehmern und Arbeitgebern verändert. Im Gegensatz zu früheren technologischen Umbrüchen betrifft KI auch Hochqualifizierte. Doch wie müssen wir darauf reagieren, wenn KI immer mehr Tätigkeiten übernehmen kann? Statt kurzfristiger Umschulungsprogramme braucht es langfristige Strategien, die die Widerstandsfähigkeit von Beschäftigten und Strukturen stärken – und so eine nachhaltige Anpassung des Arbeitsmarktes an die sich wandelnde technologische Landschaft ermöglichen." (Autorenreferat, IAB-Doku)

Zitatform

Vivarelli, Marco & Guillermo Arenas Diaz (2025): Innovation and employment in the era of artificial intelligence. In the face of AI revolution, concerns about possible technological unemployment should be aware of the complex and mixed employment impacts of technological change. (IZA world of labor 154,2), Bonn, o. S. DOI:10.15185/izawol.154.v2

Abstract

"The relationship between technology and employment has always been a source of concern, at least since the first industrial revolution. However, while process innovation can be job-destroying (provided that its direct labor-saving effect is not compensated through market mechanisms), product innovation can imply the emergence of new firms, new sectors, and thus new jobs (provided that its welfare effect dominates the crowding out of old products). Nowadays, the topic is even more relevant because the world economy is undergoing a new technological revolution centred on automation and the diffusion of Artificial Intelligence (AI)." (Author's abstract, IAB-Doku) ((en))

Zitatform

Warning, Anja (2025): Volkswirtschaftliche Perspektiven auf Künstliche Intelligenz. Rahmenbedingungen, Erwartungen, Befunde. In: Hans-Böckler-Stiftung (Hrsg.) (2025): Drei Denkwerkstätten - Neue Perspektiven für die Arbeit der Zukunft, Düsseldorf, S. 82-89.

Abstract

"KI und Generative KI bieten im aktuellen Strukturwandel hin zu einer stärker dienstleistungs- und wissensbasierten Ökonomie Möglichkeiten und Perspektiven wie keine technologische Entwicklung zuvor. Ob die erwarteten Produktivitätseffekte allerdings eintreten, hängt von verschiedenen Faktoren ab, auch von datenschutzrechtlichen Regelungen. Diese können Sicherheit bei der Nutzung von KI bedeuten, aber auch die Anwendungs- und Analysemöglichkeiten einschränken. Außerdem gilt es zu bedenken, dass KI-Anwendungen viele Aufgaben effizienter erledigen können, aber auch Energie und Ressourcen in Form von Strom, Servern, Rechenzentren und Leitungskapazität verbrauchen. So können sie die Green Economy unterstützen, belasten aber ihrerseits die Umwelt. Zudem können KI-Anwendungen zwar in Sekundenschnelle Analysen durchführen und Entscheidungen treffen, reproduzieren dabei aber vorhandenes Wissen und folgen den (Mainstream-)Denk- und Verhaltensmustern, mit denen sie trainiert wurden. Innovative und bahnbrechende Ideen werden wohl weiterhin der menschlichen Kreativität und dem menschlichen Erfindergeist vorbehalten bleiben." (Textauszug, IAB-Doku)

Zitatform

Weber, Enzo & Gerd Zika (2025): Wegen KI könnten 800.00 Arbeitsplätze wegfallen und neu entstehen. Gastbeitrag. In: Frankfurter Allgemeine Zeitung H. 19.11.2025 Frankfurt am Main.

Abstract

"Wie wird KI die Arbeitswelt verändern? Eine neue Studie wagt eine Prognose. Die zentrale Botschaft: Die Zahl der Arbeitsplätze bleibt weitgehend stabil, doch die Umwälzungen dahinter werden gewaltig sein." (Autorenreferat, IAB-Doku, © Frankfurter Allgemeine Zeitung)

Zitatform

Weber, Enzo (2025): Wenn Ihr Job von KI betroffen ist, kann das eine große Chance sein. Gastbeitrag. In: Frankfurter Allgemeine Zeitung H. 12.02.2025 Frankfurt am Main.

Abstract

"Künstliche Intelligenz ersetzt immer mehr Arbeitsplätze. Sie dringt in mehr und mehr Tätigkeitsbereiche vor. Mittlerweile sind auch viele hoch qualifizierte Jobs betroffen – Ärzte, Rechtsanwältinnen, Journalisten und viele andere. Wir müssen uns diesem Wandel anpassen." (Autorenreferat, IAB-Doku, © Frankfurter Allgemeine Zeitung)

Zitatform

Widuckel, Werner & Lutz Bellmann (2025): Nachhaltigkeit, berufliche Bildung und Personalentwicklung unter Berücksichtigung von KI. In: K. Gondlach, B. Brinkmann, M. Brinkmann & J. Plath (Eds.) (2025): Regenerative Zukünfte und künstliche Intelligenz, S. 73-82. DOI:10.1007/978-3-658-46577-3_7

Abstract

"Wie in vielen Ländern wird in Deutschland für den Klimaschutz umgebaut, um eine größere Energieeffizienz zu erreichen und mehr erneuerbare Energien einzusetzen. Es geht um nachhaltiges Wirtschaften, das nicht nur auf das Ziel der Gewinnmaximierung ausgerichtet ist, sondern auch soziale und ökologische Entwicklungsziele berücksichtigt. Betriebswirtschaftliche Vorteile wie Absatz- und Imagesteigerung, eine höhere Attraktivität als Arbeitgeber oder die Optimierung von Arbeitsabläufen sind mit höherem Gewinn und/oder niedrigeren Kosten verbunden. Künstliche Intelligenz (KI) kann z. B. in der Instandhaltung bei der Produktion, der Planung und der Qualitätssicherung mit wesentlichen Verbesserungen verbunden sein (Koch et al. 2022). Über das einzelne Unternehmen hinaus ist die gesamte Wirtschaft betroffen, die vor umwälzenden Herausforderungen wie der Dekarbonisierung von Dienstleistungs-, Produktions- und Reproduktionsprozessen, der Umstellung des Verkehrs und der Logistik oder dem Aufbau und Ausbau eines klimafreundlichen Gebäudemanagements steht (Messner 2022, S. 21)." (Autorenreferat, IAB-Doku, © Springer Nature)

Zitatform

Williamson, Harry, Dermot Coates, Kevin Daly, Keith FitzGerald & Neil Gannon (2025): Occupational exposures, complementarity and the potential consequences of A.I. for the labour market: some evidence from Ireland. In: Journal for labour market research, Jg. 59. DOI:10.1186/s12651-025-00418-w

Abstract

"The adoption of AI technology by industry could significantly disrupt our current understanding of “typical” economic activity. As AI comes to pervade more sectors and occupations over time, it is likely that this technology will give rise to challenges and risks but also opportunities and benefits. There is, however, a significant degree of uncertainty regarding how future waves of technological change will impact the economy, including the labour market. Recent research has found that 40% of employment globally is exposed to AI and that this rises to 60% of employment in advanced economies. We analyse exposure and complementarity in tandem in order to better understand the potential impact across occupation types in Ireland. We find that Ireland is relatively more exposed to AI than is the case for other advanced economies. We also find find that female workers in Ireland are more likely to work in highly exposed roles compared to males, that younger Irish workers are more exposed to AI than are older workers, and that both exposure complementarity to AI increase in line with educational attainment. Finally, we contend that the extent to which AI augments, or replaces, human labour in the medium to long-run will depend on a variety of economic, social and policy factors, including levels of AI regulation." (Author's abstract, IAB-Doku) ((en))

Zitatform

Winters, Jutta & Jonathan P. Latner; David Autor (interviewte Person) (2025): Does automation replace experts or augment expertise? The answer is yes (Interview). In: IAB-Forum H. 09.01.2025. DOI:10.48720/IAB.FOO.20250109.01

Abstract

"David Autor, Professor of economics at the Massachusetts Institute of Technology (MIT), gives a Special Lecture at the IAB on 15 January 2025. In this accompanying interview, he discusses the impact of Artificial Intelligence on wages and employment, outlines the crucial role of expertise and gives insights on policy-approaches for supporting workers in rapidly changing labor markets." (Author's abstract, IAB-Doku) ((en))

Zitatform

Wohlrabe, Klaus (2025): Mehr KI, weniger Jobs? Was Unternehmen in Deutschland erwarten. In: ifo Schnelldienst digital, Jg. 6, H. 8, S. 1-12.

Abstract

"Die Nutzung von Künstlicher Intelligenz (KI) in der deutschen Wirtschaft nimmt weiter zu – insbesondere in größeren Unternehmen. Auf Basis von Sonderfragen im Rahmen der monatlichen Konjunkturumfragen wird gezeigt: Derzeit fallen die direkten Beschäftigungseffekte von KI noch gering aus. Für die kommenden fünf Jahre wird jedoch deutlich häufiger ein Einfluss auf die Beschäftigtenzahl erwartet – vor allem in Form eines Stellenabbaus. Die Einschätzungen unterscheiden sich je nach Branche teils erheblich. Trotz zunehmender Praxiserfahrung bleibt eine deutliche Unsicherheit über die langfristigen Arbeitsmarktauswirkungen bestehen. Die Ergebnisse liefern einen ersten Einblick in die beschäftigungspolitischen Erwartungen von Unternehmen in Deutschland mit Blick auf KI." (Autorenreferat, IAB-Doku)

Zitatform

Zhang, Su, Xiaolin Wang, Yan Xia & Huijuan Wang (2025): The AI Redemption: How technology is rewriting the rules of cross-industry labor mobility. In: International Review of Economics and Finance, Jg. 103. DOI:10.1016/j.iref.2025.104575

Abstract

"This study considers the evolution and iteration of digital technology, conducting both theoretical and empirical research on the effects of information technology and artificial intelligence technology on cross-industry labor mobility. Theoretically, we construct a general equilibrium model that includes labor and digital technology to analyze the intrinsic mechanisms by which digital technology affects cross-industry labor mobility. Empirically, using the probit model and the instrumental variable approach, we find robust evidence of a significant positive effect of digital technology on cross-industry labor mobility through the pooled four-wave data from the China Family Panel Studies (CFPS) from 2014 to 2020. The findings indicate that digital technology significantly promotes cross-industry labor mobility. Mechanism analysis reveals that information technology, represented by computers, drives low-skilled labor towards non-skill-intensive industries through substitution and productivity effects, while artificial intelligence technology promotes the flow of both low-skilled and high-skilled labor towards skill-intensive industries through “de-skilling” and “re-skilling”. The impact of digital technology on cross-industry labor mobility varies significantly across different genders, the type of hukou, age, and employment types. Further mechanism analysis suggests that digital technology facilitates higher wage gains by promoting cross-industry labor mobility." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier Inc.) ((en))

Zitatform

Zika, Gerd, Theresa-Marie Hassemer, Markus Hummel, Bennet Krebs, Tobias Maier, Anke Mönnig, Christian Schneemann, Enzo Weber & Johanna Zenk (2025): Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt. (IAB-Forschungsbericht 23/2025), Nürnberg, 58 S. DOI:10.48720/IAB.FB.2523

Abstract

"Die fortschreitende Entwicklung und Integration von Künstlicher Intelligenz (KI) prägt zunehmend die globalen Märkte und Arbeitsweisen und hat auch in Deutschland einen immer größeren Einfluss. Deshalb wird mit der vorliegenden Szenarioanalyse für einen Zeitraum von 15 Jahren untersucht, welchen Einfluss KI auf die Entwicklung von Wirtschaft und Arbeitsmarkt in Deutschland entfalten könnte. Um Aussagen über potenzielle Effekte eines KI-Szenarios treffen zu können, müssen entsprechende Annahmen getroffen werden. Anschließend wird das KI-Szenario mit einem Referenz-Szenario verglichen. Im KI-Szenario wird unterstellt, dass die notwendige Infrastruktur für die KI-Entwicklung und -Integration vorhanden ausgebaut wird. Insbesondere muss ausreichend Rechenkapazität in Rechenzentren verfügbar sein. Zudem wird KI je nach Branche unterschiedlich stark zum Einsatz kommen. So müssen von den Betrieben der jeweiligen Branchen unterschiedlich hohe Vorlaufinvestitionen getätigt werden. Dabei ist zu erwarten, dass die Wirkung des KI-Einsatzes je nach Branche unterschiedlich ausfallen wird. In manchen Branchen können Materialeinsparungen, in anderen Produktivitätssteigerungen oder neue Absatzmöglichkeiten realisiert werden. In vielen Branchen dürften diese Effekte auch in Kombination auftreten. Schließlich entwickeln auch andere Länder KI und wenden diese an. Für das KI-Szenario wird deshalb angenommen, dass die Wirkungen im Ausland insgesamt ähnlich ausfallen werden wie in Deutschland, mit den entsprechenden Effekten auf deutsche Importpreise. Den Berechnungen zufolge lässt sich durch KI insbesondere mittel- und langfristig eine deutlich höhere Wertschöpfung bei nahezu gleichem Arbeitseinsatz erzielen als im Referenz-Szenario. Unter den getroffenen Annahmen kann das jährliche Wirtschaftswachstum um durchschnittlich 0,8 Prozentpunkte höher liegen als im Referenz-Szenario. Kumuliert über die nächsten 15 Jahre könnten so 4,5 Billionen Euro an zusätzlicher Wertschöpfung erwirtschaftet werden. Die Zahl an Arbeitsplätzen liegt im KI-Szenario nach 15 Jahren insgesamt auf einem ähnlichen Niveau wie im Referenz-Szenario. Dennoch zeigen sich deutliche Verschiebungen am Arbeitsmarkt. So gibt es Wirtschaftsbereiche, in denen der Arbeitskräftebedarf steigt, während in anderen Bereichen Arbeitsplätze verloren gehen. Zu Beginn der verstärkten KI-Entwicklung und -Integration ist zunächst mit einem insgesamt höheren Arbeitskräftebedarf zu rechnen, um beispielsweise die benötigte Infrastruktur bereitzustellen, Daten zu erschließen oder Modelle zu entwickeln. Mittelfristig kommt es zu einem etwas geringeren Arbeitskräftebedarf aufgrund zunehmender Effizienzgewinne. Gegen Ende des Projektionszeitraums besteht jedoch Potenzial, diese Arbeitsplatzverluste wieder auszugleichen. Dabei zieht insbesondere die Entwicklung neuer Geschäftsmodelle einen höheren Arbeitskräftebedarf nach sich. Insgesamt gleichen sich die gegenläufigen Effekte auf die Beschäftigung weitgehend aus. Im KI-Szenario führt der Einsatz von KI unterm Strich also nicht ausschließlich zu positiven oder negativen Effekten auf dem Arbeitsmarkt. Vielmehr kommt es in einigen Bereichen zu Verschiebungen. Bei den IT- und Informationsdienstleistern liegt die Zahl der Erwerbstätigen nach 15 Jahren beispielsweise um rund 110.000 Personen höher als im Referenz-Szenario. Hingegen liegt die Zahl der Erwerbstätigen bei den Unternehmensdienstleistern im KI-Szenario zum gleichen Zeitpunkt um rund 120.000 Personen niedriger. Eine KI-induzierte Absenkung der Erwerbstätigenzahlen ist jedoch nicht zwingend mit einer Verschlechterung der Arbeitsmarktlage verbunden. Vielmehr könnten knappe Personalressourcen langfristig effizienter eingesetzt werden, wodurch Potenzial besteht, etwaige Arbeitskräfteengpässe in anderen Bereichen zu reduzieren. Gleichzeitig ist zu erwarten, dass ein verstärkter KI-Einsatz die Anforderungen an die Beschäftigten verändern wird. So dürften insbesondere hochqualifizierte Tätigkeiten stärker von KI-Anwendungen betroffen sein als von Entwicklungen im Bereich klassischer nicht-lernender Software." (Autorenreferat, IAB-Doku)

Zitatform

(2025): Education Policy Outlook 2025. Nurturing Engaged and Resilient Lifelong Learners in a World of Digital Transformation. (OECD Education Policy Perspectives), Paris, 153 S. DOI:10.1787/c3f402ba-en

Abstract

"Lifelong learning is essential for building inclusive, resilient and future-ready societies. Yet, rapid digitalisation and demographic shifts are changing how, when and why people learn throughout life. This report explores how countries and economies can strengthen individuals’ agency as lifelong learners, supporting people to take an active role in identifying, acquiring and applying new knowledge and skills across diverse contexts. It views lifelong learners as individuals who mobilise their will, skills and means to keep learning and adapting. The report identifies four critical life moments when individuals are particularly open to learning – or at risk of disengagement – and when well-targeted policy support can make the greatest difference: early childhood, mid-to-late adolescence, mid-career and approaching retirement. Drawing on analysis of 230 policies across 35 education systems, as well as international evidence and policy developments, the report explores how countries design and implement lifelong learning policies. In doing so, the report aims to support countries in advancing the goals set by the 2022 OECD Declaration on Building Equitable Societies Through Education. This publication is part of the Education Policy Outlook series – the OECD’s analytical observatory of education policy." (Author's abstract, IAB-Doku) ((en))

Zitatform

(2025): Erprobung neuer Methoden der Mustererkennung bei der Statistik der BA. Vorhaben im Rahmen des BMAS-Datenlabors. (Grundlagen: Methodenbericht / Bundesagentur für Arbeit), Nürnberg, 81 S.

Abstract

"Die Statistik der BA betrachtet Methoden der Künstlichen Intelligenz, insbesondere des Maschinellen Lernens, als sinnvolle Ergänzung ihres Methodenspektrums zur Weiterentwicklung in konkreten Aufgabenbereichen. Einsatzfelder bestehen vor allem dort, wo lernfähige Algorithmen die automatische Verarbeitung großer Datenmengen mit dem Ziel der Mustererkennung ermöglichen. Vielversprechend erscheint der Einsatz dieser Methoden unter anderem in zwei Bereichen: Bei der Unterstützung der bestehenden Validierung von Daten im Zuge der Stichtagsverarbeitung sowie bei der Zuordnung von Beschäftigungsbetrieben zu Wirtschaftszweigen. Machbarkeitsanalysen für beide Anwendungen wurden durch das BMAS-Datenlabor gefördert und aus Mitteln der Europäischen Union „NextGenerationEU“, die im Rahmen des Deutschen Aufbau- und Resilienzplans (DARP) bereitgestellt wurden, finanziert. Das entsprechende Vorhaben der Statistik der BA, das „Datenlabor Statistik“, hatte eine Laufzeit von November 2022 bis Dezember 2024. Die beiden genannten Einsatzfelder bildeten zwei Module eines Gesamtvorhabens. Im Modul „Validierung“ wurden neue Methoden zur Validierung großer Mengen statistischer Daten konzipiert, exemplarisch eingesetzt und bewertet, mit deren Hilfe sich im Vergleich zum aktuellen Verfahren erheblich mehr Daten hinsichtlich auffälliger Konstellationen prüfen lassen. Die als erfolgversprechend bewerteten neuen Ansätze adressieren bisher weniger beachtete Bereiche der Plausibilitätsprüfung: fachstatistikübergreifende Analysen, die Berücksichtigung von Merkmalskombinationen sowie Analysen auf tieferer regionaler Ebene. Ein Ansatz für die beiden erstgenannten Bereiche wurde unmittelbar nach dem Datenlabor in einen testweisen Produktivbetrieb und in weitere Analysen überführt. Die geprüften Ansätze zur Erkennung fehlerhafter schleichender Veränderungen sowie für Einzelfallprüfungen auf tieferen Schichten der Verarbeitung haben sich als weniger aussichtsreich herausgestellt; hier sind weitere Analysen nötig. Im Modul „Wirtschaftszweige“ wurde vor allem ein Lösungsansatz als erfolgversprechend und praktisch umsetzbar bewertet: Die Zuordnung von Beschäftigungsbetrieben zu Wirtschaftszweigen auf Basis eines speziell trainierten großen Sprachmodells, das Freitext-Beschreibungen zu Betriebszwecken verarbeitet. Dieser Ansatz soll nun in der Praxis umgesetzt werden. Wertvolle Erkenntnisse wurden in diesem Modul zudem für Lösungsansätze auf Basis der folgenden Datenquellen gewonnen: Stellenanzeigen, Betriebsbezeichnungen und Informationen zu den Tätigkeiten von Beschäftigten. Zu den übergreifenden Ergebnissen des Datenlabors der Statistik zählen der Wissensgewinn durch methodischen Austausch innerhalb und außerhalb der BA, das Erschließen bisher nicht genutzter technischer Architekturen sowie leistungsfähiger Hardware und Entwicklungswerkzeuge." (Autorenreferat, IAB-Doku)

Zitatform

(2025): Smarter Workplaces: The Role of AI in Promoting Occupational Safety and Health. Potsdam, 16 September 2025. Proceedings. (baua: Fokus), Dortmund, 42 S. DOI:10.21934/baua:focus20250729

Abstract

"Tagungsbericht des Workshops AI4POSH - Smarter Workplaces: The Role of AI in Promoting Occupational Safety and Health, welcher im Rahmen der 48. Deutschen KI-Konferenz in Potsdam vom 16.-19. September 2025, stattgefunden hat. Der Workshop wurde von PD Dr. Thea Radüntz, der Gruppenleitung der Fachgruppe "Künstliche Intelligenz in der Arbeitswelt" der Bundesanstalt für Arbeitsschutz und Arbeitsmedizin organisiert. Der Workshop AI4POSH beleuchtete die vielfältige und wachsende Rolle von Künstlicher Intelligenz (KI) in der Entwicklung gesunder, sicherer und menschzentrierter Arbeitsplätze. Die Beiträge umfassten vielfältige Anwendungen in den Bereichen Gesundheitsförderung am Arbeitsplatz, Arbeitsmedizin, psychische Gesundheit, algorithmisches Management, Risikobewertung und KI-gestützte Operationen. Die Beiträge betrachteten sowohl das Potenzial als auch die Herausforderungen von KI: von technischen Innovationen wie Sensornetzwerken und Bildanalyse bis hin zu menschenzentrierten Themen wie digitale Souveränität, Engagement und Arbeitsbelastungsmanagement. Zusammen spiegeln diese Arbeiten eine interdisziplinäre Bemühung wider, KI zur Förderung der Sicherheit und Gesundheit am Arbeitsplatz zu nutzen und gleichzeitig ihre Auswirkungen auf Arbeitnehmer und Organisationen kritisch zu untersuchen. Ziel des AI4POSH Workshops war es folglich, durch die kritische Analyse des Einflusses von intelligenten Systemen auf moderne Arbeitsplätze, einen Beitrag in der Entwicklung von sicheren, zugänglichen und fairen Arbeitsumfeldern im KI-Zeitalter, zu leisten." (Autorenreferat, IAB-Doku)

Zitatform

(2025): D21-Digital-Index 2024/2025. Jährliches Lagebild zur Digitalen Gesellschaft. (D21-Digital-Index), Berlin, 41 S.

Abstract

"Der D21-Digital-Index ist Deutschlands wichtigstes Lagebild zur Digitalisierung der Gesellschaft. Er zeigt, wie tief die digitale Transformation verschiedene Lebensbereiche durchdringt und wie gut Bürger*innen mit den Anforderungen des Wandels umgehen können. Gleichzeitig offenbart er Spaltungen und Herausforderungen: Wer profitiert, wer droht abgehängt zu werden? Der D21-Digital-Index ist mehr als eine Analyse: Er ist Basis für wirkungsvolles Handeln von Politik, Wirtschaft und Gesellschaft, um die Resilienz im digitalen Wandel zu stärken und gemeinsam eine inklusive digitale Zukunft zu gestalten, in der alle von den Chancen der Digitalisierung profitieren. Im Fokus steht in diesem Jahr der digitale Wandel als Treiber für weitere Transformationsprozesse, etwa bei der Wertschöpfung, beim Informations- und Kommunikationsverhalten oder beim ökologischen Wandel. Denn unsere Gesellschaft befindet sich inmitten eines tiefgreifenden Wandels. Der D21-Digital-Index begleitet sie in dieser Transformation seit vielen Jahren. Ein weiterer Schwerpunkt der Studie liegt auf der digitalen Bildung und den Kompetenzen, die für eine souveräne und kritische Nutzung digitaler Technologien erforderlich sind. Zudem wird untersucht, wie die Bevölkerung den Einsatz Künstlicher Intelligenz wahrnimmt: Welche Erwartungen, Chancen und Bedenken gibt es? Welche Faktoren beeinflussen die Akzeptanz neuer KI-Technologien im Alltag? Wie steht es um das Bewusstsein für die Transformationskraft von KI, insbesondere für die Beschäftigungschancen?" (Autorenreferat, IAB-Doku)

Zitatform

(2025): OECD Skills Outlook 2025. Building the Skills of the 21st Century for All. (OECD skills outlook), Paris, 261 S. DOI:10.1787/26163cd3-en

Abstract

"The OECD Skills Outlook 2025 examines how countries can build the 21st-century skills needed to sustain growth and social progress. It explores how differences in background, education and opportunity shape who develops, uses and benefits from key skills such as literacy, numeracy and adaptive problem solving. Differential access to skills development limits the potential of many, thereby constraining economic performance. Socio-economic background strongly influences who builds skills that are valued in the labour market, whereas differences between men and women appear mainly in how skills are used and rewarded. As skill demands evolve faster than policy cycles, investing in lifelong learning and using timely labour-market intelligence are crucial to help people adapt, strengthen productivity and ensure that no one is left behind in a changing world." (Author's abstract, IAB-Doku) ((en))

Zitatform

Acemoglu, Daron & Simon Johnson (2024): Learning from Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution, and in the Age of AI. (NBER working paper / National Bureau of Economic Research 32416), Cambridge, Mass, 45 S. DOI:10.3386/w32416

Abstract

"David Ricardo initially believed machinery would help workers but revised his opinion, likely based on the impact of automation in the textile industry. Despite cotton textiles becoming one of the largest sectors in the British economy, real wages for cotton weavers did not rise for decades. As E.P. Thompson emphasized, automation forced workers into unhealthy factories with close surveillance and little autonomy. Automation can increase wages, but only when accompanied by new tasks that raise the marginal productivity of labor and/or when there is sufficient additional hiring in complementary sectors. Wages are unlikely to rise when workers cannot push for their share of productivity growth. Today, artificial intelligence may boost average productivity, but it also may replace many workers while degrading job quality for those who remain employed. As in Ricardo's time, the impact of automation on workers today is more complex than an automatic linkage from higher productivity to better wages." (Author's abstract, IAB-Doku) ((en))

Zitatform

Almyranti, Margarita, Eric Sutherland, Nachman Ash & Samuel Eiszele (2024): Artificial Intelligence and the health workforce. Perspectives from medical associations on AI in health. (OECD Artificial Intelligence Papers 28), Paris, 53 S. DOI:10.1787/9a31d8af-en

Abstract

"Healthcare has progressed through advancements in medicine, leading to improved global life expectancy. Nevertheless, the sector grapples with increasing challenges such as heightened demand, soaring costs, and an overburdened workforce. Factors contributing to health workforce strain include ageing populations, increasing burden from non-communicable and chronic diseases, healthcare providers' burnout, and evolving patient expectations. Artificial Intelligence (AI) could potentially transform healthcare by alleviating some of these pressures. But AI in health poses risks to health providers through potential workforce disruption – with changing roles requiring adapted skills with some functions subject to automation. Striking a balance between innovation and safeguards is imperative." (Author's abstract, IAB-Doku) ((en))