Veränderungen der Arbeitswelt durch Künstliche Intelligenz
Anwendungsmöglichkeiten und Auswirkungen des Einsatzes künstlicher Intelligenz auf den Arbeitsmarkt werden breit diskutiert. Welche Folgen für Beschäftigung, Löhne und Qualifikationsanforderungen sind zu erwarten? Birgt die Nutzung automatisierter Entscheidungssysteme (z.B. für die Personalauswahl) ein Diskriminierungsrisiko? Wie wirkt sich der Einsatz von künstlicher Intelligenz auf die Arbeitsqualität aus?
Dieses Themendossier stellt Literatur zum Stand der Forschung zusammen.
Im Filter „Autorenschaft“ können Sie auf IAB-(Mit-)Autorenschaft eingrenzen.
-
Literaturhinweis
Zentrale Befunde zu aktuellen Arbeitsmarktthemen 2025 (2025)
Anger, Silke ; Wolter, Stefanie; Lietzmann, Torsten ; Lehmer, Florian ; Jahn, Elke; Leber, Ute; Wolff, Joachim; Artmann, Elisabeth; Wenzig, Claudia; Lang, Julia ; Wanger, Susanne ; Kuhn, Sarah; Vom Berge, Philipp ; Kubis, Alexander; Walwei, Ulrich ; Trenkle, Simon ; Braun, Wolfgang; Brücker, Herbert ; Stops, Michael ; Kosyakova, Yuliya ; Stepanok, Ignat ; Janssen, Simon; Roth, Duncan ; Janser, Markus ; Rauch, Angela ; Jahn, Elke J. ; Popp, Martin ; Hohmeyer, Katrin ; Müller, Dana ; Hohendanner, Christian ; Mense, Andreas ; Hiesinger, Karolin ; Zika, Gerd ; Heß, Pascal ; Weber, Enzo ; Hellwagner, Timon ; Bruckmeier, Kerstin ; Haas, Anette; Seibert, Holger; Gürtzgen, Nicole ; Ramos Lobato, Philipp; Gläser, Nina; Müller, Christoph ; Gherbaoui, Samia; Arntz, Melanie ; Gellermann, Jan; Stephan, Gesine ; Fitzenberger, Bernd ; Oberfichtner, Michael ; Dietz, Martin; Bächmann, Ann-Christin ; Dauth, Wolfgang ; Matthes, Britta ; Collischon, Matthias ; Reims, Nancy ; Christoph, Bernhard ;Zitatform
Anger, Silke, Melanie Arntz, Elisabeth Artmann, Ann-Christin Bächmann, Wolfgang Braun, Kerstin Bruckmeier, Herbert Brücker, Bernhard Christoph, Matthias Collischon, Wolfgang Dauth, Martin Dietz, Bernd Fitzenberger, Jan Gellermann, Samia Gherbaoui, Nina Gläser, Nicole Gürtzgen, Anette Haas, Timon Hellwagner, Pascal Heß, Karolin Hiesinger, Christian Hohendanner, Katrin Hohmeyer, Elke J. Jahn, Markus Janser, Simon Janssen, Stefanie Wolter, Torsten Lietzmann, Florian Lehmer, Ute Leber, Joachim Wolff, Claudia Wenzig, Julia Lang, Susanne Wanger, Sarah Kuhn, Philipp Vom Berge, Alexander Kubis, Ulrich Walwei, Simon Trenkle, Michael Stops, Yuliya Kosyakova, Ignat Stepanok, Duncan Roth, Angela Rauch, Martin Popp, Dana Müller, Andreas Mense, Gerd Zika, Enzo Weber, Holger Seibert, Philipp Ramos Lobato, Christoph Müller, Gesine Stephan, Michael Oberfichtner, Britta Matthes & Nancy Reims (2025): Zentrale Befunde zu aktuellen Arbeitsmarktthemen 2025. Nürnberg, 21 S. DOI:10.48720/IAB.GP.2505.1
Abstract
"Digitalisierung und Künstliche Intelligenz, Dekarbonisierung und demografischer Wandel werden den Arbeitsmarkt in den kommenden Jahren erheblich verändern. Gleichzeitig wird eine Deindustrialisierung Deutschlands befürchtet. Handlungsbedarf besteht beispielsweise bei der Sicherung des Arbeitskräftebedarfs – und damit verbunden bei den Themen Aus- und Weiterbildung –, bei der Reduzierung der Arbeitslosigkeit und insbesondere der Langzeitarbeitslosigkeit sowie bei der sozialen Absicherung von Solo-Selbständigen Zu all diesen und zahlreichen weiteren wichtigen Themen fasst die IAB-Broschüre „Zentrale Befunde zu aktuellen Arbeitsmarkt-Themen 2025“ die zentralen wissenschaftlichen Befunde kompakt zusammen. Sie bietet zudem Handlungsempfehlungen für die Arbeitsmarktpolitik, die aus den wissenschaftlichen Befunden abgeleitet wurden." (Autorenreferat, IAB-Doku)
Beteiligte aus dem IAB
Anger, Silke ; Wolter, Stefanie; Lietzmann, Torsten ; Lehmer, Florian ; Leber, Ute; Wolff, Joachim; Artmann, Elisabeth; Wenzig, Claudia; Lang, Julia ; Wanger, Susanne ; Kuhn, Sarah; Vom Berge, Philipp ; Kubis, Alexander; Walwei, Ulrich ; Trenkle, Simon ; Braun, Wolfgang; Brücker, Herbert ; Stops, Michael ; Kosyakova, Yuliya ; Stepanok, Ignat ; Janssen, Simon; Roth, Duncan ; Janser, Markus ; Rauch, Angela ; Jahn, Elke J. ; Popp, Martin ; Hohmeyer, Katrin ; Müller, Dana ; Hohendanner, Christian ; Mense, Andreas ; Hiesinger, Karolin ; Zika, Gerd ; Heß, Pascal ; Weber, Enzo ; Hellwagner, Timon ; Bruckmeier, Kerstin ; Haas, Anette; Seibert, Holger; Gürtzgen, Nicole ; Ramos Lobato, Philipp; Gläser, Nina; Müller, Christoph ; Arntz, Melanie ; Gellermann, Jan; Stephan, Gesine ; Fitzenberger, Bernd ; Oberfichtner, Michael ; Dietz, Martin; Bächmann, Ann-Christin ; Dauth, Wolfgang ; Matthes, Britta ; Collischon, Matthias ; Reims, Nancy ; Christoph, Bernhard ; -
Literaturhinweis
Digitalisierung und Wandel der Beschäftigung (DiWaBe 2.0): Eine Datengrundlage für die Erforschung von Künstlicher Intelligenz und anderer Technologien in der Arbeitswelt (2025)
Arntz, Melanie ; Baum, Myriam; Wischniewski, Sascha ; Matthes, Britta ; Meyer, Sophie-Charlotte; Hartwig, Matthias; Schlenker, Oliver; Dorau, Ralf; Brüll, Eduard ; Lehmer, Florian ; Tisch, Anita ;Zitatform
Arntz, Melanie, Myriam Baum, Eduard Brüll, Ralf Dorau, Matthias Hartwig, Florian Lehmer, Britta Matthes, Sophie-Charlotte Meyer, Oliver Schlenker, Anita Tisch & Sascha Wischniewski (2025): Digitalisierung und Wandel der Beschäftigung (DiWaBe 2.0): Eine Datengrundlage für die Erforschung von Künstlicher Intelligenz und anderer Technologien in der Arbeitswelt. (baua: Bericht), Dortmund, 48 S. DOI:10.21934/baua:bericht20250225
Abstract
"In Deutschland nutzt bereits mehr als die Hälfte der Beschäftigten Künstliche Intelligenz (KI) am Arbeitsplatz - überwiegend jedoch informell. Dies deutet darauf hin, dass viele Beschäftigte KI als hilfreiche Unterstützung wahrnehmen, zugleich aber die formelle Einführung seitens der Betriebe den Erwartungen der Beschäftigten hinterherhinkt. Der vorliegende Bericht präsentiert die Ergebnisse der DiWaBe 2.0-Befragung, einer repräsentativen Querschnittserhebung von rund 9.800 sozialversicherungspflichtig Beschäftigten in Deutschland, die im Jahr 2024 durchgeführt wurde. Ziel der Befragung ist es, eine Datengrundlage zu schaffen, um die Auswirkungen des technologischen Wandels - und insbesondere von KI - auf die Arbeitswelt abzuschätzen. Im Fokus stehen dabei vor allem Veränderungen von Tätigkeiten und Anforderungen am Arbeitsplatz, Arbeitsbedingungen und -organisation, Weiterbildungsaktivitäten sowie die Gesundheit der Beschäftigten. Die Ergebnisse zeigen, dass die Nutzung von KI stark von individuellen und beruflichen Faktoren wie Berufssegment, Bildung, Alter und Geschlecht abhängt. So nutzt nur knapp ein Drittel der Beschäftigten ohne Bildungsabschluss KI, während dieser Anteil bei Beschäftigten mit Hochschul-, Meister-oder Technikerabschluss fast 80 % beträgt. Erste multivariate Analysen zeigen, dass Beschäftigte, die ihre KI-Nutzung in den letzten fünf Jahren intensiviert haben, von komplexeren Tätigkeitsanforderungen berichten, insbesondere in den Bereichen Schreiben, Programmierung und Mathematik. Zudem ist eine intensivierte KI-Nutzung mit einer höheren Arbeitsautonomie, aber auch mit einer höheren Arbeitsintensität verbunden. Es zeigt sich jedoch kein statistisch signifikanter Zusammenhang zwischen der Nutzung von KI und der Gesundheit der Beschäftigten. Zudem unterscheiden sich Beschäftigte mit KI-Nutzung nicht von Nichtnutzenden hinsichtlich ihrer Teilnahme an Weiterbildung." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial intelligence, hiring and employment: job postings evidence from Sweden (2025)
Engberg, Erik; Hellsten, Mark; Sabolová, Radka; Lodefalk, Magnus ; Javed, Farrukh; Schroeder, Sarah ; Tang, Aili;Zitatform
Engberg, Erik, Mark Hellsten, Farrukh Javed, Magnus Lodefalk, Radka Sabolová, Sarah Schroeder & Aili Tang (2025): Artificial intelligence, hiring and employment: job postings evidence from Sweden. In: Applied Economics Letters, S. 1-6. DOI:10.1080/13504851.2025.2497431
Abstract
"This paper investigates the impact of artificial intelligence (AI) on hiring and employment, using the universe of job postings published by the Swedish Public Employment Service from 2014 to 2022 and full-population administrative data for Sweden. We exploit a detailed measure of AI exposure according to occupational content and find that establishments exposed to AI are more likely to hire AI workers. Survey data further indicate that AI exposure aligns with greater use of AI services. Importantly, rather than displacing non-AI workers, AI exposure is positively associated with increased hiring for both AI and non-AI roles. In the absence of substantial productivity gains that might account for this increase, we interpret the positive link between AI exposure and non-AI hiring as evidence that establishments are using AI to augment existing roles and expand task capabilities, rather than to replace non-AI workers." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Die Arbeit: Wie wir sie mit KI neu erfinden … und was für uns übrig bleibt (2025)
Zitatform
Gerpott, Fabiola H. & Stephan A. Jansen (2025): Die Arbeit. Wie wir sie mit KI neu erfinden … und was für uns übrig bleibt. Hamburg: brand eins books, 124 S.
Abstract
"Wie wird sich die Arbeitswelt im Zeitalter der künstlichen Intis zwischen dem Menschen und seinen neuen Maschinen – für andere Arbeit, andere Arbeitsteilungen, andere Führung und andere Bildung. Neben Studien aus der Wissenschaft bietet das Buch konkrete Handlungsempfehlungen für ein neues «Human Machine Resource Management», das nicht nur das Personalmanagement, sondern jeden von uns zu einer anregenderen und sinnstiftenderen Arbeit nutzen kann. Und es lädt dazu ein, an der Zukunft der Arbeit aktiv mitzuarbeiten. Zentrale Themen sind unter anderem die ethischen Implikationen, wenn Entscheidungen an Maschinen delegiert werden, die Auswirkungen auf die Diversität und Leistungsfähigkeit der Belegschaft sowie die Neugestaltung von Arbeitsräumen und HR-Prozessen." (Verlagsangaben, IAB-Doku)
-
Literaturhinweis
Diverging paths: AI exposure and employment across European regions (2025)
Zitatform
Guarascio, Dario, Jelena Reljic & Roman Stöllinger (2025): Diverging paths: AI exposure and employment across European regions. In: Structural Change and Economic Dynamics, Jg. 73, S. 11-24. DOI:10.1016/j.strueco.2024.12.010
Abstract
"This study explores exposure to artificial intelligence (AI) technologies and employment patterns in Europe. First, we provide a thorough mapping of European regions focusing on the structural factors—such as sectoral specialisation, R&D capacity, productivity and workforce skills—that may shape diffusion as well as economic and employment effects of AI. To capture these differences, we conduct a cluster analysis which group EU regions in four distinct clusters: high-tech service and capital centres, advanced manufacturing core, southern and eastern periphery. We then discuss potential employment implications of AI in these regions, arguing that while regions with strong innovation systems may experience employment gains as AI complements existing capabilities and production systems, others are likely to face structural barriers that could eventually exacerbate regional disparities in the EU, with peripheral areas losing further ground." (Author's abstract, IAB-Doku, © 2024 The Author(s). Published by Elsevier B.V.) ((en))
-
Literaturhinweis
AI and employment in Europe (2025)
Zitatform
Guarascio, Dario & Jelena Reljic (2025): AI and employment in Europe. In: Economics Letters, Jg. 247. DOI:10.1016/j.econlet.2025.112183
Abstract
"This paper contributes to the growing research on AI's labor market impact by presenting novel evidence on the heterogeneous employment effects of AI across EU countries from 2012 to 2022. While concerns persist about AI's disruptive potential, our findings show that occupations more exposed to AI technologies experience stronger employment growth, all else being equal. However, these effects are not uniform across the EU. Positive employment outcomes are concentrated in Innovation Leaders (Belgium, Denmark, Finland, the Netherlands and Sweden) and Strong Innovators (Austria, Cyprus, France, Germany, Ireland and Luxembourg), emphasizing the context-dependent nature of AI's impact. These findings reflect the uneven distribution of innovation capabilities, with a country's innovation system and ‘absorptive capacity’ playing a crucial role in fully harnessing AI's potential for employment (and economic) growth. Ultimately, this research challenges the notion of AI as universally beneficial or harmful, highlighting its asymmetric effects across countries and occupations." (Author's abstract, IAB-Doku, © 2025 Elsevier B.V. All rights are reserved, including those for text and data mining, AI training, and similar technologies.) ((en))
-
Literaturhinweis
Artificial Intelligence and the Labor Market (2025)
Zitatform
Hampole, Menaka, Dimitris Papanikolaou, Lawrence D. W. Schmidt & Bryan Seegmiller (2025): Artificial Intelligence and the Labor Market. (NBER working paper / National Bureau of Economic Research 33509), Cambridge, Mass, 58 S.
Abstract
"We leverage recent advances in NLP to construct measures of workers' task exposure to AI and machine learning technologies over the 2010 to 2023 period that vary across firms and time. Using a theoretical framework that allows for a labor-saving technology to affect worker productivity both directly and indirectly, we show that the impact on wage earnings and employment can be summarized by two statistics. First, labor demand decreases in the average exposure of workers' tasks to AI technologies; second, holding the average exposure constant, labor demand increases in the dispersion of task exposures to AI, as workers shift effort to tasks that are not displaced by AI. Exploiting exogenous variation in our measures based on pre-existing hiring practices across firms, we find empirical support for these predictions, together with a lower demand for skills affected by AI. Overall, we find muted effects of AI on employment due to offsetting effects: highly-exposed occupations experience relatively lower demand compared to less exposed occupations, but the resulting increase in firm productivity increases overall employment across all occupations." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Generative AI's Impact on Student Achievement and Implications for Worker Productivity (2025)
Zitatform
Hausman, Naomi, Oren Rigbi & Sarit Weisburd (2025): Generative AI's Impact on Student Achievement and Implications for Worker Productivity. (CESifo working paper 11843), München, 39 S.
Abstract
"Student use of Artificial Intelligence (AI) in higher education is reshaping learning and redefining the skills of future workers. Using student-course data from a top Israeli university, we examine the impact of generative AI tools on academic performance. Comparisons across more and less AI-compatible courses before and after ChatGPT's introduction show that AI availability raises grades, especially for lower-performing students, and compresses the grade distribution, eroding the signal value of grades for employers. Evidence suggests gains in AI-specific human capital but possible losses in traditional human capital, highlighting benefits and costs AI may impose on future workforce productivity." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Large Language Models, Small Labor Market Effects (2025)
Zitatform
Humlum, Anders & Emilie Vestergaard (2025): Large Language Models, Small Labor Market Effects. (BFI Working Papers / University of Chicago, Becker Friedman Institute for Research in Economics 2025,56), Chicago, 64 S. DOI:10.2139/ssrn.5219933
Abstract
"We examine the labor market effects of AI chatbots using two large-scale adoption surveys (late 2023 and 2024) covering 11 exposed occupations (25,000 workers, 7,000 workplaces), linked to matched employer-employee data in Denmark. AI chatbots are now widespread —most employers encourage their use, many deploy in-house models, andtraining initiatives are common. These firm-led investments boost adoption, narrow demographic gaps in take-up, enhance workplace utility, and create new job tasks. Yet, despite substantial investments, economic impacts remain minimal. Using difference-in-differences and employer policies as quasi-experimental variation, we estimate precise zeros: AI chatbots have had no significant impact on earnings or recorded hours in any occupation, with confidence intervals ruling out effects larger than 1%. Modest productivity gains (average time savings of 3%), combined with weak wage pass-through, help explain these limited labor market effects. Our findings challenge narratives of imminent labor market transformation due to Generative AI." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch erschienen als: NBER working paper, 33777 -
Literaturhinweis
Wie lässt sich die Nachfrage nach KI- und anderen Kompetenzen auf dem Arbeitsmarkt besser messen? (2025)
Janssen, Simon; Wiederhold, Simon ; Nagler, Markus ; Langer, Christina; Rounding, Nicholas; Stops, Michael ;Zitatform
Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): Wie lässt sich die Nachfrage nach KI- und anderen Kompetenzen auf dem Arbeitsmarkt besser messen? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 10 ai:conomics policybrief), Maastricht, 6 S.
Abstract
"Eine umfangreiche Forschungsliteratur zeigt, dass der technologische Wandel erhebliche Auswirkungen auf die Arbeitsmärkte hat, da moderne digitale Technologien die Nachfrage nach bestimmten Kompetenzen verändern. Zum einen können neue Technologien einige menschliche Tätigkeiten ersetzen. Zum anderen Seite können sie neue Tätigkeiten schaffen oder ergänzen (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). Mit der starken Verbreitung Künstlicher Intelligenz in den letzten Jahren gewinnen bestimmte Fragen in der öffentlichen Diskussion und der Forschung zunehmend an Bedeutung: Wächst die Arbeitsnachfrage nach KI-Kompetenzen auch auf dem deutschen Arbeitsmarkt? Führt die steigende Nachfrage nach KI-Kompetenzen dazu, dass andere Kompetenzen – bei niedrig-, mittel- und hochqualifizierten Arbeitskräften – weniger gefragt sind? Ziel dieses Forschungsprojekts ist es, eine belastbare Datengrundlage zu schaffen, um solche Fragen in Zukunft fundierter beantworten zu können. Die Entwicklungen bei generativer Künstlicher Intelligenz, insbesondere von Tools wie ChatGPT, hat die Diskussion über die Auswirkungen von KI auf den Arbeitsmarkt sowohl in der Wissenschaft als auch in der öffentlichen Debatte und in der Politik deutlich verstärkt. Während Computer und Software die Arbeitswelt durch die präzisere und effizientere Ausführung routinemäßiger Aufgaben verändert haben, können moderne KI-Systeme nun komplexe, nichtroutinemäßige Aufgaben übernehmen, ohne auf detaillierte Anweisungen oder wiederholende Regeln angewiesen zu sein (Brynjolfsson et al., 2025). Infolgedessen sehen viele das produktive Potenzial dieser neuen Technologie optimistisch. Andere hingegen befürchten, dass KI die Arbeitsmärkte disruptiv verändern könnte." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
How can we better measure the demand for AI and other skills on the labour market? (2025)
Janssen, Simon; Wiederhold, Simon ; Rounding, Nicholas; Langer, Christina; Nagler, Markus ; Stops, Michael ;Zitatform
Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): How can we better measure the demand for AI and other skills on the labour market? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 10 ai:conomics policybrief), Maastricht, 5 S.
Abstract
"A large body of research literature shows that technological change has a significant impact on labour markets, as modern digital technologies are changing the demand for certain skills. On the one hand, new technologies can replace some human activities. On the other hand, they can create or complement new activities (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). With the proliferation of artificial intelligence (AI) in recent years, certain questions are becoming increasingly important in public debate and research: Is the demand for AI skills also growing on the German labour market? Does the increasing demand for AI skills mean that other skills - among low, medium and highly qualified workers - are less in demand? The aim of this research project is to create a reliable data basis in order to be able to answer such questions in a more informed way in the future. Developments in generative AI, particularly tools such as ChatGPT, have significantly intensified the discussion about the impact of AI on the labour market, both in academia and in public debate and policy. While computers and software have transformed the world of work by performing routine tasks more precisely and efficiently, modern AI systems can now take on complex, non-routine tasks without relying on detailed instructions or repetitive rules (Brynjolfsson et al., 2025). As a result, many are optimistic about the productive potential of this new technology. Others, however, fear that AI could disrupt labour markets. In the course of the intensive scientific and public debate on AI, there is a growing body of literature that deals with the effects of AI on labour markets. These initially focus on specific occupations such as call centre workers (Brynjolfsson et al., 2025, Dijksman et al., 2024), consultants (Dell’ et al., 2023), writers or developers (Peng et al., 2023). However, a major challenge is to measure how the demand for and supply of skills has changed in the wake of the emergence of AI." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial intelligence in the workplace: insights into the transformation of customer services (2025)
Janssen, Simon; Stops, Michael ; Dijksman, Sander; Montizaan, Raymond ; Steens, Sanne; Levels, Mark ; Rounding, Nicholas; Fourage, Didier; Özgül, Pelin; Fregin, Marie-Christine ; Eijkenboom, Danique; Graus, Evie;Zitatform
Janssen, Simon, Michael Stops, Sanne Steens, Pelin Özgül, Nicholas Rounding, Sander Dijksman, Raymond Montizaan, Mark Levels, Didier Fourage, Danique Eijkenboom, Evie Graus & Marie-Christine Fregin (2025): Artificial intelligence in the workplace: insights into the transformation of customer services. In: IAB-Forum H. 22.04.2025, 2025-04-22. DOI:10.48720/IAB.FOO.20250422.01
Abstract
"How does the use of artificial intelligence in training affect employee productivity? These and other questions were investigated as part of the long-term research project “ai:conomics” using company data from various large European companies. Initial results suggest that AI can have a positive impact on employee productivity, especially for new employees." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI Navigator #10: Wie KI dem Arbeitsmarkt hilft (2025)
Zitatform
Koch, Christian & Michael Stops (2025): KI Navigator #10: Wie KI dem Arbeitsmarkt hilft. In: Heise online, 2025-03-14.
Abstract
"Stellenanzeigen können viel über den Wandel des Arbeitsmarkts verraten. Künstliche Intelligenz hilft dabei, diese Daten zu interpretieren."
-
Literaturhinweis
Digitalisierung der Arbeitswelt: Durch künstliche Intelligenz sind inzwischen auch viele Expertentätigkeiten ersetzbar (2025)
Kuhn, Sarah; Seibert, Holger;Zitatform
Kuhn, Sarah & Holger Seibert (2025): Digitalisierung der Arbeitswelt: Durch künstliche Intelligenz sind inzwischen auch viele Expertentätigkeiten ersetzbar. (IAB-Regional. Berichte und Analysen aus dem Regionalen Forschungsnetz. IAB Berlin-Brandenburg 01/2025), 34 S. DOI:10.48720/IAB.REBB.2501
Abstract
"Durch neue digitale Technologien verändert sich der deutsche Arbeitsmarkt. Dies gilt besonders für das Ausmaß, in dem Berufe aktuell potenziell durch den Einsatz von Computern oder computergesteuerten Maschinen ersetzbar sind, dem so genannten Substituierbarkeitspotenzial. Es beschreibt, welcher Anteil an Tätigkeiten in einem Beruf schon heute durch den Einsatz moderner Technologien ersetzt werden könnte. Nach wie vor ist zwar das Substituierbarkeitspotenzial bei den Helfer*innen- und Fachkraftberufen am höchsten. Am stärksten gestiegen ist das Potenzial jedoch bei den Expert*innenberufen (u. a. durch generative Künstliche Intelligenz). Besonders bei den IT- und naturwissenschaftlichen Dienstleistungsberufen sind hohe Zuwachsraten zwischen 2019 und 2022 zu verzeichnen. Der vorliegende Beitrag fokussiert sich auf den Arbeitsmarkt in Brandenburg und Berlin. Wichtig zu betonen ist, dass es hier um Potenziale technischer Ersetzbarkeit geht. Ob und inwiefern die technischen Möglichkeiten auch tatsächlich umgesetzt werden, steht nicht fest. Es kann Gründe geben, die gegen eine tatsächliche Substituierung sprechen, beispielsweise weil eine Umstellung zu komplex wäre oder ethische Bedenken dem entgegenstehen. Unstrittig ist jedoch, dass auf der einen Seite einige Tätigkeiten durch die Digitalisierung wegfallen bzw. automatisiert werden, andererseits aber auch neue Tätigkeiten und Berufe entstehen. Daher kann ein hohes Substituierungspotenzial als Indikator für einen Wandel der Arbeitswelt gesehen werden." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Bots im Büro: Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation (2025)
Zitatform
Lühr, Thomas & Tobias Kämpf (2025): Bots im Büro. Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation. (Hans-Böckler-Stiftung. Study 494), Düsseldorf: Hans-Böckler-Stiftung, Düsseldorf, 98 S.
Abstract
"Mit der digitalen Transformation kommt es zu einem Schub in der Automatisierung von Arbeit. Die Einführung von Künstlicher Intelligenz führt zur grundlegenden Restrukturierung der Arbeitsinhalte und -prozesse im Büro. Damit gehen nicht nur Risiken von Funktionsverlusten bis hin zum Verlust des Arbeitsplatzes einher, sondern auch neue Machtpotenziale. Diese prägen das Bewusstsein der Angestellten wesentlich. Künstliche Intelligenz funktioniert nicht ohne Mitbestimmung - mit Mitbestimmung ergeben sich neue Ansatzpunkte für eine arbeitspolitische Vorwärtsstrategie. Die vorliegende Studie nimmt eine empirisch gestützte Analyse der Potenziale vor, die der Automatisierungsschub für die Beschäftigten und ihre Interessenvertretungen tatsächlich bietet." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Incorporating AI impacts in BLS employment projections: occupational case studies (2025)
Machovec, Christine; Rolen, Emily; Rieley, Michael;Zitatform
Machovec, Christine, Michael Rieley & Emily Rolen (2025): Incorporating AI impacts in BLS employment projections: occupational case studies. In: Monthly labor review H. February. DOI:10.21916/mlr.2025.1
Abstract
"In the last few years, artificial intelligence (AI) has advanced rapidly, finding growing applications across industries and occupations. This development has generated interest in how the U.S. Bureau of Labor Statistics assesses and incorporates AI’s potential labor market impacts in its employment projections. In this article, we explain the Bureau’s approach to this type of projections work, illustrating it with several occupational case studies based on research done for the 2023–33 projections cycle. The case studies focus on selected occupations in the computer, legal, business and financial, and architecture and engineering occupational groups." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz (KI) im Studienalltag: Einschätzungen von Studierenden zum Einsatz von KI an deutschen Hochschulen (2025)
Zitatform
Marczuk, Anna, Frank Multrus, Thomas Hinz & Susanne Strauss (2025): Künstliche Intelligenz (KI) im Studienalltag: Einschätzungen von Studierenden zum Einsatz von KI an deutschen Hochschulen. (DZHW-Brief 2025,02), Hannover, 15 S. DOI:10.34878/2025.02.dzhw_brief
Abstract
"Die Mehrheit der Studierenden nutzt im Wintersemester 2024/2025 KI im Studium und kennt deren Funktionsweise relativ gut. ChatGPT ist das meistgenutzte KI-Tool, dessen Nutzung seit 2023 deutlich angestiegen ist. Studierende verwenden KI am häufigsten für die Einführung in ein Thema und für Textverarbeitungen, deutlich seltener für Literaturrecherchen oder Datenanalysen. Die Mehrheit der Studierenden gibt an, dass KI die Erledigung von Aufgaben, die keinen Spaß machen oder schwierig sind, beschleunigt oder erleichtert. Seltener sind Studierende der Ansicht, dass KI die Studienleistungen verbessert. Studierende stehen KI auch kritisch gegenüber, insbesondere wegen ihrer Fehleranfälligkeit und des Risikos, von ihr abhängig zu werden. Studierende, die KI häufig nutzen, sind gegenüber KI ähnlich kritisch wie Studierende, die sie seltener nutzen. Der Einsatz von Learning Analytics wird von Studierenden eher befürwortet, wenn sie selbst dadurch unterstützt werden (etwa durch Kurs- und Literaturempfehlungen), weniger zur Unterstützung von Lehrenden (etwa bei der Benotung) oder der Hochschulverwaltung (etwa für die Studienabbruchprävention). Studierende erleben eher selten eine Unterstützung der Hochschulen bei der Nutzung von KI im Studium. An einigen Hochschulen berichten sie von Richtlinien zur Nutzung, seltener sind Schulungsangebote oder eine Integration in die Lehre. Studierende wünschen sich KI-Unterstützung beim Verfassen von Hausarbeiten, während der Einsatz durch Lehrende zur Benotung oder als Ersatz für Lerngruppen (automatisierte Lernbuddys) skeptisch gesehen wird. Eine Teildigitalisierung von Lehrveranstaltungen (Mischung aus Präsenz und online) ist für Studierende attraktiver als reine Präsenz- oder gar reine Onlineveranstaltungen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
KI und Beratung (2025)
Zitatform
Matthes, Britta (2025): KI und Beratung. In: Dvb-Forum, Jg. 64, H. 1, 2025-02-14.
Abstract
"Wie KI und andere digitale Technologien den Arbeitsmarkt verändern: Am IAB werden wir immer wieder danach gefragt, welche Berufe angesichts der rasanten technologischen Entwicklungen der letzten Jahre überhaupt noch Zukunft haben. Bislang hat man zur Beantwortung dieser Frage Prognosen zu Rate gezogen. Hier wurde anfangs – unter Berücksichtigung verschiedener relativ stabiler Faktoren wie dem Erwerbspersonenpotenzial, der wirtschaftlichen Entwicklung oder der zu erwartenden Migration – hochgerechnet, wie sich die Zahl der Berufsanfänger auf die verschiedenen Berufe und Qualifikationsniveaus verteilt, wenn die Entwicklung sich wie in der Vergangenheit fortsetzen würde. Schon früh wurde jedoch deutlich, dass diese Faktoren weniger stabil sind als ursprünglich angenommen. Um diese Dynamik zu berücksichtigen, wurde dieser Ansatz erweitert, indem nunmehr Projektionen erstellt werden. Dazu werden Annahmen über die Folgen bestimmter, äußerst wahrscheinlicher Ereignisse oder Verhaltensweisen getroffen, für die sich (noch) keine langfristige Zahlenbasis finden lässt. So gibt die QuBe-Projektion einen langfristigen Überblick über die voraussichtliche Entwicklung des Arbeitskräftebedarfs und -angebotes nach Qualifikationen und Berufen unter einer Reihe von Annahmen über zum Beispiel die Folgen des Klimawandels oder den Ausbau der ökologischen Landwirtschaft. Außerdem werden anhand von Abweichungen zwischen diesem Basismodell und Szenarien die absehbaren Folgen bestimmter Vorhaben oder Ereignisse, wie zum Beispiel der Maßnahmen zur Energie- und -Mobilitätswende abgeschätzt (https://www.bibb.de/de/202333.php). Allerdings sind diese Modelle sehr komplex und es stellt sich die Frage, inwieweit solche Projektionen für die Bildungs- und Berufsberatung einzelner Personen sinnvoll genutzt werden können. Hinzu kommt derzeit, dass die technologische Entwicklung derart schnell voranschreitet, dass verstärkt mit Umwälzungen auf dem Arbeitsmarkt gerechnet werden muss, die auch altbekannte Zusammenhänge in Frage stellen könnten. Für die einzelne Person steht die Frage im Raum, mit welchen Konsequenzen sie selbst rechnen muss, wenn neue Technologien zum Einsatz kommen: Reicht es aus, sich auf den aktuellen Wissensstand im eigenen Beruf zu bringen? Womit sollte man sich konkret beschäftigen, um den Anforderungen des Berufes weiterhin gewachsen zu sein? Ist es zielführender, sich beruflich neu zu orientieren?" (Textauszug, IAB-Doku, © wbv)
Weiterführende Informationen
Keynote für die Fachtagung "Digitalisierung in der Beratung reloaded" Mannheim, 28. November 2024 -
Literaturhinweis
Inklusion - KI und die Arbeitswelt der Zukunft (2025)
Zitatform
Matthes, Britta (2025): Inklusion - KI und die Arbeitswelt der Zukunft. In: Die Berufliche Rehabilitation, Jg. 39, H. 1, S. 6-15., 2025-04-04.
Abstract
"Es ist absehbar, dass die rasanten technologischen Entwicklungen der letzten Jahre, insbesondere die enorme Steigerung der Rechenleistung und die Entwicklung selbstlernender algorithmischer Systeme, die heute allgemein als Künstliche Intelligenz (KI) bezeichnet werden, ihre Spuren auf dem Arbeitsmarkt hinterlassen werden. Welche das genau sein werden, können wir leider aber auch nicht sagen. Denn gerade in solch disruptiven Zeiten, wie wir sie derzeit erleben, wissen wir nicht, wie schnell und in welche Richtung sich bestehende Berufe verändern, welche Berufe verschwinden und welche neu entstehen werden. Zwar können Prognosen etwas darüber sagen, wie sich die Zahl der Berufseinsteiger*innen auf die verschiedenen Berufe und Qualifikationsniveaus verteilen würde, wenn sich die Entwicklung wie in der Vergangenheit fortsetzt. Allerdings scheinen die Potenziale, die sich aus dem Einsatz von KI ergeben, bekannte Zusammenhänge in Frage zu stellen. Hinzu kommt, dass diese Prognosemodelle sehr komplex sind, um daraus sinnvolle Schlussfolgerungen für den Einzelnen zu ziehen. So lässt sich die Frage, inwiefern KI und andere digtale Technolgien auch die Beschäftigungsmöglichkeiten für Menschen mit Behinderungen erweitern könnten, damit kaum beantworten." (Textauszug, IAB-Doku)
-
Literaturhinweis
Technological Change and the Upskilling of European Workers (2025)
Zitatform
McGuinness, Seamus, Paul Redmond, Konstantinos Pouliakas, Lorcan Kelly & Luke Brosnan (2025): Technological Change and the Upskilling of European Workers. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 17753), Bonn, 22 S.
Abstract
"Using the second wave of the European Skills and Jobs survey, this paper measures the relationship between technological change that automates or augments workers' job tasks and their participation in work-related training. We find that 58 per cent of European employees experienced no change in the need to learn new technologies in their jobs during the 2020-21 period. Of those exposed to new digital technology, 14 per cent did not experience any change in job tasks, 10 per cent reported that new tasks had been created while 5 per cent only saw some of their tasks being displaced by new technology. The remaining 13 per cent simultaneously experienced both task displacement and task creation. Our analysis shows that employees in jobs impacted by new digital technologies are more likely to have to react to unpredictable situations, thus demonstrating a positive link between technologically driven task disruption and job complexity. We show a strong linear relationship between technologically driven job task disruption and the need for job-related training, with training requirements increasing the greater the impact of new technologies on task content." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
AI innovation and the labor share in European regions (2025)
Zitatform
Minniti, Antonio, Klaus Prettner & Francesco Venturini (2025): AI innovation and the labor share in European regions. In: European Economic Review, Jg. 177. DOI:10.1016/j.euroecorev.2025.105043
Abstract
"This paper examines how the development of Artificial Intelligence (AI) affects the distribution of income between capital and labor, and how these shifts contribute to regional income inequality. To investigate this issue, we analyze data from European regions dating back to 2000. We find that for every doubling of regional AI innovation, the labor share declines by 0.5% to 1.6%, potentially reducing it by 0.09 to 0.31 percentage points from an average of 52%, solely due to AI. This new technology has a particularly negative impact on high- and medium-skill workers, primarily through wage compression, while for low-skill workers, employment expansion induced by AI mildly offsets the associated wage decline. The effect of AI is not driven by other factors influencing regional development in Europe or by the concentration of the AI market." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Are artificial intelligence skills a reward or a gamble? Deconstructing the AI wage premium in Europe (2025)
Zitatform
Pouliakas, Konstantinos, Giulia Santangelo & Paul Dupire (2025): Are artificial intelligence skills a reward or a gamble? Deconstructing the AI wage premium in Europe. In: Eurasian business review, S. 1-38. DOI:10.1007/s40821-025-00302-0
Abstract
"Understanding the labor market impact of new, autonomous digital technologies, particularly generative or other forms of artificial intelligence (AI), is currently at the top of the research and policy agenda. Many initial studies, though not all, have shown that there is a wage premium to mostly technical AI skills in labor markets. Such evidence tends to draw on data from web-based sources and typically fails to provide insight into the mechanisms underlying the AI wage gap. This paper utilizes representative adult workforce data from 29 European countries, the second European skills and jobs survey, to examine wage differentials of the AI programmer workforce. The latter is uniquely identified as part of the workforce that writes computer programs using AI algorithms. The analysis shows that, on average, AI programmers enjoy a significant wage premium relative to a comparably educated or skilled workforce, such as programmers who do not yet write code using AI at work. Wage decomposition analysis further illustrates that there is a large unexplained component of such wage differential. Part of AI programmers’ larger wage variability can however be attributed to higher job-skill requirements, a propensity for remote work and a greater performance-based component in wage schedules. This indicates differences in the job design and performance management of the AI workforce." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Sociotechnical imaginaries of social inequality in the design and use of AI recruitment technology (2025)
Zitatform
Sartori, Laura & Clementine Collett (2025): Sociotechnical imaginaries of social inequality in the design and use of AI recruitment technology. In: European Societies, S. 1-34. DOI:10.1162/euso_a_00035
Abstract
"Through interviewing 12 companies in Italy which either design (vendors) or use (clients) AI recruitment technology systems, we explore how these companies perceive their systems to interact with issues of social inequality and how these perceptions, in practice, carry societal impacts. Three sociotechnical imaginaries (Jasanoff and Kim, 2015) were consistently embedded within these companies’ visions of this intersection: the third eye, the river, and the car bonnet. Through critically analyzing these imaginaries, we find that they exhibit an overriding desire for productivity and talent capture from clients, and a consequential de-prioritization of addressing social inequality and scrutinizing the ways it could be reproduced from both vendors and clients. It demonstrates that the current ‘desired’ futures, shown by the sociotechnical imaginaries which vendors and clients share for AI-tec-tech are really leading us towards an ‘undesirable’ future of hiring which continues to perpetuate social inequality. This study contributes one of the first pieces of empirical work to simultaneously assess the perceptions of AI-rec-tech vendors ’ and clients’ surrounding social inequality, to shed light on the priorities for design and the motivations for usage, and to reflect upon how this impacts society. This is a significant and original contribution to the evolving body of literature on AI-rec-tech in sociology, critical data studies, and communications." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI-Nähe im Job zahlt sich aus (2025)
Seele, Stefanie; Stettes, Oliver;Zitatform
Seele, Stefanie & Oliver Stettes (2025): KI-Nähe im Job zahlt sich aus. (IW-Kurzberichte / Institut der Deutschen Wirtschaft Köln 2025,45), Köln, 3 S.
Abstract
"Beschäftigte, deren Aufgaben eine Nähe zu den Anwendungspotenzialen von Künstlicher Intelligenz (KI) aufweisen, erhalten höhere Tagesentgelte als Beschäftigte in KI-fernen Tätigkeiten. Sie wechseln zudem seltener den Betrieb und haben seltener längere Arbeitslosigkeitsperioden. Die Sorge vor einer zunehmenden Verbreitung von KI im Arbeitsalltag scheint bisher unbegründet." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Data product DOI: 10.5164/IAB.SIAB7521.de.en.v1 -
Literaturhinweis
Innovation and employment in the era of artificial intelligence: In the face of AI revolution, concerns about possible technological unemployment should be aware of the complex and mixed employment impacts of technological change. (2025)
Zitatform
Vivarelli, Marco & Guillermo Arenas Diaz (2025): Innovation and employment in the era of artificial intelligence. In the face of AI revolution, concerns about possible technological unemployment should be aware of the complex and mixed employment impacts of technological change. (IZA world of labor 154,2), Bonn, o. S. DOI:10.15185/izawol.154.v2
Abstract
"The relationship between technology and employment has always been a source of concern, at least since the first industrial revolution. However, while process innovation can be job-destroying (provided that its direct labor-saving effect is not compensated through market mechanisms), product innovation can imply the emergence of new firms, new sectors, and thus new jobs (provided that its welfare effect dominates the crowding out of old products). Nowadays, the topic is even more relevant because the world economy is undergoing a new technological revolution centred on automation and the diffusion of Artificial Intelligence (AI)." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Wenn Ihr Job von KI betroffen ist, kann das eine große Chance sein: Gastbeitrag (2025)
Zitatform
Weber, Enzo (2025): Wenn Ihr Job von KI betroffen ist, kann das eine große Chance sein. Gastbeitrag. In: Frankfurter Allgemeine Zeitung H. 12.02.2025 Frankfurt am Main.
Abstract
"Künstliche Intelligenz ersetzt immer mehr Arbeitsplätze. Sie dringt in mehr und mehr Tätigkeitsbereiche vor. Mittlerweile sind auch viele hoch qualifizierte Jobs betroffen – Ärzte, Rechtsanwältinnen, Journalisten und viele andere. Wir müssen uns diesem Wandel anpassen." (Autorenreferat, IAB-Doku, © Frankfurter Allgemeine Zeitung)
Weiterführende Informationen
Volltext-Zugang über Verlag oder sonstigen Anbieter (möglicherweise kostenpflichtig) -
Literaturhinweis
Does automation replace experts or augment expertise? The answer is yes (Interview) (2025)
Zitatform
Winters, Jutta & Jonathan P. Latner; David Autor (interviewte Person) (2025): Does automation replace experts or augment expertise? The answer is yes (Interview). In: IAB-Forum H. 09.01.2025. DOI:10.48720/IAB.FOO.20250109.01
Abstract
"David Autor, Professor of economics at the Massachusetts Institute of Technology (MIT), gives a Special Lecture at the IAB on 15 January 2025. In this accompanying interview, he discusses the impact of Artificial Intelligence on wages and employment, outlines the crucial role of expertise and gives insights on policy-approaches for supporting workers in rapidly changing labor markets." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
D21-Digital-Index 2024/2025: Jährliches Lagebild zur Digitalen Gesellschaft (2025)
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)
-
Literaturhinweis
Erprobung neuer Methoden der Mustererkennung bei der Statistik der BA: Vorhaben im Rahmen des BMAS-Datenlabors (2025)
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)
-
Literaturhinweis
Learning from Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution, and in the Age of AI (2024)
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))
-
Literaturhinweis
Artificial Intelligence and the health workforce: Perspectives from medical associations on AI in health (2024)
Almyranti, Margarita; Eiszele, Samuel; Sutherland, Eric; Ash, Nachman;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))
-
Literaturhinweis
KI für die Fachkräftesicherung nutzen: Lösungsansätze für Automatisierung, Teilhabe und Wissenstransfer (2024)
André, Elisabeth; Suchy, Oliver; Steil, Jochen; Bittner, Eva; Wilkens, Uta ; Heister, Michael; Bullinger-Hoffmann, Angelika; Huchler, Norbert ; Schmidt, Christoph M.; Peissner, Matthias; Stich, Andrea; Prasuhn, Pierre;Zitatform
André, Elisabeth, Angelika Bullinger-Hoffmann, Eva Bittner, Michael Heister, Norbert Huchler, Matthias Peissner, Pierre Prasuhn, Christoph M. Schmidt, Jochen Steil, Andrea Stich, Oliver Suchy & Uta Wilkens (2024): KI für die Fachkräftesicherung nutzen. Lösungsansätze für Automatisierung, Teilhabe und Wissenstransfer. München, 41 S. DOI:10.48669/pls_2024-2
Abstract
"Ob im Handwerk, Medizin oder der Verwaltung – in fast allen Branchen kommen Fachkräfteengpässe auf uns zu oder sind bereits spürbar. Zunehmend verstärkt durch demografische Entwicklungen wie den bevorstehenden Renteneintritt der Babyboomer. Um die Fachkräftebasis von morgen zu sichern, kann auch Künstliche Intelligenz (KI) als technologischer Baustein – vor allem in den Bereichen Automatisierung und KI-basierte Assistenz – eine bedeutende Rolle spielen. Das Whitepaper gibt einen Überblick, wie KI-Technologien gezielt zur Fachkräftesicherung beitragen können, um die Wettbewerbsfähigkeit zu stärken und Arbeitsplätze in Deutschland zu sichern." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial Intelligence – Gender-Specific Differences in Perception, Understanding, and Training Interest (2024)
Zitatform
Armutat, Sascha, Malte Wattenberg & Nina Mauritz (2024): Artificial Intelligence – Gender-Specific Differences in Perception, Understanding, and Training Interest. In: C.-P. Marti Ballester (ed.) (2024): Proceedings of the 7th International Conference on Gender Research, S. 36-43. DOI:10.34190/icgr.7.1.2163
Abstract
"In light of the growing importance of Artificial Intelligence (AI) in science, business, and society, broad acceptance is crucial. However, recent studies indicate a significant underrepresentation of women in the emerging AI-driven professions of the future job market. This hampers the innovation potential of technologies due to the lack of diverse perspectives in development. Gender-specific differences also manifest in the perception of AI: Men tend to view AI applications more positively, rate their own AI competencies higher, and have more trust in the technology compared to women. However, both genders agree on the critical importance of the comprehensibility of AI decisions and are equally willing to pursue further education in the field of AI. This study aimed to investigate gender-relevant aspects in the perception and understanding of AI, as well as the need for further education and opportunities for communication and exchange on the topic of AI. To achieve this, focus groups with female students were conducted in May 2023. The analysis of the conversation data and materials used was carried out using an inductive coding method. Overall, women perceive knowledge as the key to generating more interest in AI. However, they also identify obstacles such as discrimination, gender stereotypes, and a lack of gender equality. Additionally, they desire more practical examples, improved communication regarding the advantages and disadvantages of AI, as well as more democratic and transparent decision-making processes. The paper emphasizes that an inclusive educational environment requires awareness and education for women, along with measures against discriminatory barriers and stereotypes. Furthermore, it suggests the early involvement of women in the development of AI applications and the establishment of clear rules to ensure gender equality in the workplace. These study findings provide valuable support to companies in the gender-specific planning of awareness and training processes for introducing AI." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech (2024)
Zitatform
Avery, Mallory, Andreas Leibbrandt & Joseph Vecci (2024): Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech. (CESifo working paper 10996), München, 70 S.
Abstract
"The use of Artificial Intelligence (AI) in recruitment is rapidly increasing and drastically changing how people apply to jobs and how applications are reviewed. In this paper, we use two field experiments to study how AI recruitment tools can impact gender diversity in the male-dominated technology sector, both overall and separately for labor supply and demand. We find that the use of AI in recruitment changes the gender distribution of potential hires, in some cases more than doubling the fraction of top applicants that are women. This change is generated by better outcomes for women in both supply and demand. On the supply side, we observe that the use of AI reduces the gender gap in application completion rates. Complementary survey evidence suggests that anticipated bias is a driver of increased female application completion when assessed by AI instead of human evaluators. On the demand side, we find that providing evaluators with applicants' AI scores closes the gender gap in assessments that otherwise disadvantage female applicants. Finally, we show that the AI tool would have to be substantially biased against women to result in a lower level of gender diversity than found without AI." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch erschienen als: Monash Economics Working Papers, 2023-09 -
Literaturhinweis
The impact of Robots on Labour market transitions in Europe (2024)
Zitatform
Bachmann, Ronald, Myrielle Gonschor, Piotr Lewandowski & Karol Madoń (2024): The impact of Robots on Labour market transitions in Europe. In: Structural Change and Economic Dynamics, Jg. 70, S. 422-441. DOI:10.1016/j.strueco.2024.05.005
Abstract
"Dieses Papier untersucht die Auswirkungen von Robotern auf Arbeitsmarkttransitionen in 16 europäischen Ländern. Generell reduzieren Roboter Übergänge von der Beschäftigung in die Arbeitslosigkeit und erhöhen die Wahrscheinlichkeit, einen neuen Job zu finden. Arbeitskosten sind eine wichtige Erklärung für die beobachteten Unterschiede zwischen Ländern: In Ländern mit niedrigeren Arbeitskosten zeigt sich ein stärkerer Effekt auf Einstellungen und Trennungen. Diese Auswirkungen sind bei Arbeitskräften in Berufen mit manuellen oder kognitiven Routineaufgaben besonders ausgeprägt, bei Berufen mit nicht-routine kognitiven Aufgaben hingegen vernachlässigbar. Für junge und ältere Arbeitskräfte in Ländern mit niedrigeren Arbeitskosten wirken sich Roboter positiv auf Übergänge aus. Unsere Ergebnisse deuten darauf hin, dass die Einführung von Robotern in den meisten europäischen Ländern zu einem Anstieg der Beschäftigung und einem Rückgang der Arbeitslosigkeit geführt hat, vor allem durch einen Rückgang der Übergänge in die Arbeitslosigkeit." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Navigating career stages in the age of artificial intelligence: A systematic interdisciplinary review and agenda for future research (2024)
Bankins, Sarah ; Jooss, Stefan ; Restubog, Simon Lloyd D. ; Ocampo, Anna Carmella ; Shoss, Mindy; Marrone, Mauricio ;Zitatform
Bankins, Sarah, Stefan Jooss, Simon Lloyd D. Restubog, Mauricio Marrone, Anna Carmella Ocampo & Mindy Shoss (2024): Navigating career stages in the age of artificial intelligence: A systematic interdisciplinary review and agenda for future research. In: Journal of vocational behavior, Jg. 153. DOI:10.1016/j.jvb.2024.104011
Abstract
"As artificial intelligence (AI) use expands within organizations, its influence is increasingly permeating careers and vocational domains. However, there is a notable lack of structured insights regarding AI's role in shaping individual career paths across career stages. To address this gap, we undertook a systematic literature review of 104 empirical articles, aiming to synthesize the scholarship on AI in the context of careers. Drawing upon career stage theory, we examine the implications of AI on careers, identify key barriers and enablers of AI use in this area, and reveal how the utilization of AI impacts individuals' career competencies. In doing so, we illustrate how AI actively shapes individuals' career trajectories and we dissect these effects both within and across various career stages to situate AI within the broader context of careers research. Adopting a sustainable career lens, we conclude by outlining a future research agenda that advocates for the design and adoption of AI systems that promote sustainable and equitable careers." (Author's abstract, IAB-Doku, © 2024 Elsevier) ((en))
-
Literaturhinweis
AI, Automation and Taxation (2024)
Zitatform
Bastani, Spencer & Daniel Waldenström (2024): AI, Automation and Taxation. (IZA policy paper / Forschungsinstitut zur Zukunft der Arbeit 212), Bonn, 19 S.
Abstract
"This paper examines the implications of Artificial Intelligence (AI) and automation for the taxation of labor and capital in advanced economies. It synthesizes empirical evidence on worker displacement, productivity, and income inequality, as well as theoretical frameworks for optimal taxation. Implications for tax policy are discussed, focusing on the level of capital taxes and the progressivity of labor taxes. While there may be a need to adjust the level of capital taxes and the structure of labor income taxation, there are potential drawbacks of overly progressive taxation and universal basic income schemes that could undermine work incentives, economic growth, and long-term household welfare. Some of the challenges posed by AI and automation may also be better addressed through regulatory measures rather than tax policy." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Robots and firms' labour search: The role of temporary work agencies (2024)
Beneito, Pilar; Wilemme, Guillaume; Vicente-Chirivella, Oscar; Garcia-Vega, Maria;Zitatform
Beneito, Pilar, Maria Garcia-Vega, Oscar Vicente-Chirivella & Guillaume Wilemme (2024): Robots and firms' labour search: The role of temporary work agencies. (Research paper / Nottingham Centre for Research on Globalisation and Economic Policy 2024,02), Nottingham, 55 S.
Abstract
"We study the impact of industrial robots on the use of labor intermediaries or temporary work agencies (TWAs) and firm productivity. We develop a theoretical framework where new technologies increase the need for quality match workers. TWAs help firms to search for workers who better match their technologies. The model predicts that using robots increases TWA use, which increases robots' productivity. We test the model implications with panel data of Spanish firms from 1997 to 2016 with information on robot adoption and TWA use. Using staggered difference-in-difference (DiD) estimations, we estimate the causal effects of robot adoption on TWAs. We find robot adopters increase the probability of TWA use compared to non-adopters. We also find that firms that combine robots with TWAs achieve higher productivity than those who adopt robots without TWAs." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The Rapid Adoption of Generative AI (2024)
Zitatform
Bick, Alexander, Adam Blandin & David J. Deming (2024): The Rapid Adoption of Generative AI. (NBER working paper / National Bureau of Economic Research 32966), Cambridge, Mass, 44 S. DOI:10.3386/w32966
Abstract
"Generative Artificial Intelligence (AI) is a potentially important new technology, but its impact on the economy depends on the speed and intensity of adoption. This paper reports results from the first nationally representative U.S. survey of generative AI adoption at work and at home. In August 2024, 39 percent of the U.S. population age 18-64 used generative AI. More than 24 percent of workers used it at least once in the week prior to being surveyed, and nearly one in nine used it every workday. Historical data on usage and mass-market product launches suggest that U.S. adoption of generative AI has been faster than adoption of the personal computer and the internet. Generative AI is a general purpose technology, in the sense that it is used in a wide range of occupations and job tasks at work and at home." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Rolle der Künstlichen Intelligenz in der Elektro- und Informationstechnik: VDE „Studium, Beruf und Gesellschaft“ (2024)
Bockelmann, Carsten; Zeller, Niclas; Lehnhoff, Sebastian; Hanuschkin, Alexander; Wübben, Dirk; Klischat, Cosima; Haja, Andreas; Magdowski, Mathias; Van, Hoai My; Matthes, Britta ; Dudek, Damian; Rigoll, Gerhard; Lehnhoff, Sebastian; Schanz, Michael;Zitatform
Bockelmann, Carsten, Damian Dudek, Andreas Haja, Alexander Hanuschkin, Cosima Klischat, Sebastian Lehnhoff, Mathias Magdowski, Britta Matthes, Gerhard Rigoll, Michael Schanz, Hoai My Van, Dirk Wübben & Niclas Zeller (2024): Rolle der Künstlichen Intelligenz in der Elektro- und Informationstechnik. VDE „Studium, Beruf und Gesellschaft“. 43 S.
Abstract
"Dieses Papier zeigt, wo bereits heute in den verschiedenen Fachgebieten der Elektro- und Informationstechnik die Künstliche Intelligenz eine wichtige und insbesondere selbstverständliche Rolle spielt. Dabei besteht eine wechselseitige Beziehung: KI ist nicht nur Mittel zum Zweck – mächtiges Werkzeug zum Lösen elektrotechnischer Aufgabenstellungen sowie Helferlein im Arbeitsalltag – sondern auch Gegenstand der elektrotechnischen Forschung bzw. wird durch elektrotechnische Verfahren z.B. in der Nachrichtentechnik unterstützt. An vielen Stellen kommt die KI (noch) an ihre Grenzen. Wir zeigen, wo diese liegen und geben Ausblicke. Einen weiteren Schwerpunkt bildet die Auseinandersetzung mit dem Thema „KI in der elektrotechnischen Lehre“ sowie die Nutzung von Large Language Models im Studium und beim wissenschaftlichen Arbeiten. Wir lernen außerdem den Unterschied zwischen Data Scientist und Elektroingenieur in der Nachrichtentechnik kennen. Auch die Frage „Wird die KI Elektroingenieurinnen und Elektroingenieure ersetzen?“ klären wir hier mit Hilfe einer einschlägigen Berufsforscherin auf." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Generative KI in Deutschland: Künstliche Intelligenz in Gesellschaft und Unternehmen (2024)
Büchel, Jan; Engler, Jan Felix;Zitatform
Büchel, Jan & Jan Felix Engler (2024): Generative KI in Deutschland. Künstliche Intelligenz in Gesellschaft und Unternehmen. (IW-Report / Institut der Deutschen Wirtschaft Köln 2024,23), Köln, 27 S.
Abstract
"Generative KI sorgte in jüngster Vergangenheit für großes Aufsehen. Grund ist, dass generative KI-Anwendungen selbstständig Inhalte wie Texte, Bilder, Programmiercodes oder Videos generieren können, die oft nur schwer von menschlich erstellten Inhalten zu unterscheiden sind. Sinnbildlich für generative KI steht dabei in der öffentlichen Wahrnehmung oft noch die spezifische Anwendung ChatGPT, wie eine Analyse der Internetsuchanfragen und Zeitungsartikel in Deutschland zeigt. Davon profitiert allerdings auch das generelle Interesse an KI nachhaltig. Eine Auswertung von Online-Stellenanzeigen zeigt dagegen, dass Unternehmen nicht nur Interesse an generativer KI zeigen, sondern immer häufiger konkrete Anwendungsfälle in ihren Unternehmen identifizieren und dafür entsprechende Kompetenzen suchen. Dabei nimmt ChatGPT in der ersten Jahreshälfte 2023 ebenfalls eine entscheidende Rolle ein und prägte das Kompetenzprofil vieler Stellenanzeigen. Allerdings lösen sich die Unternehmensbedarfe im zweiten Halbjahr zunehmend von diesem Fokus. Stattdessen nehmen Unternehmen weitere Anwendungen oder Einsatzbereiche sowie die zugrundeliegenden Modelle der generativen KI stärker in den Blick. Sie möchten eigene Anwendungen entwickeln, die auf die jeweiligen Bedarfe und Geschäftsmodelle der Unternehmen abgestimmt sind. Nichtsdestotrotz kommt ChatGPT eine innovationsreibende Wirkung zu, die diese Entwicklung begünstigt hat. Es zeigt sich etwa die Tendenz, dass gerade große Unternehmen personalisierte geschlossene Lösungen entwickeln möchten, in denen Daten das Unternehmensnetzwerk nicht verlassen. Es könnte ein Indiz dafür sein, dass sich Unternehmen in Deutschland verstärkt mit den Chancen und insbesondere auch den Kosten und Risiken beschäftigt haben, die mit generativer KI einhergehen. Denn der Einsatz von generativer KI wirft urheberrechtliche, haftungsrechtliche und datenschutzrechtliche Fragen auf, die teilweise noch nicht abschließend geklärt sind. Ebenso sind die Auswirkungen des kürzlich verabschiedeten AI Acts noch weitestgehend ungeklärt. Regional betrachtet, sind die Unternehmensbedarfe in den südwestlichen Städten Deutschlands sowie in Berlin und dem angrenzenden Umland besonders hoch. Ähnliche Clusterwirkungen sind in den Regionen um München, Stuttgart, Karlsruhe und Heidelberg sowie um Köln und Bonn erkennbar. Gerade Unternehmen aus dem Technologiebereich und Fahrzeugbau sowie Forschungseinrichtungen schreiben dort viele Stellenanzeigen zu generativer KI aus. In Berlin und München treiben ebenfalls viele KI-Start-ups die Bedarfe zu generativer KI." (Autorenreferat, IAB-Doku)
Ähnliche Treffer
auch erschienen als: IW-Kurzberichte, 2025,38 -
Literaturhinweis
Künstliche Intelligenz - Bessere Entlohnung durch Produktivitätsbooster? - Institut der deutschen Wirtschaft (IW) (2024)
Büchel, Jan; Monsef, Roschan;Zitatform
Büchel, Jan & Roschan Monsef (2024): Künstliche Intelligenz - Bessere Entlohnung durch Produktivitätsbooster? - Institut der deutschen Wirtschaft (IW). In: IW-Trends, Jg. 51, H. 2, S. 42-63. DOI:10.2373/1864-810X.24-02-03
Abstract
"Künstliche Intelligenz (KI) wird bereits vielfältig von Unternehmen und in der Gesellschaft eingesetzt. Auswirkungen auf die Arbeitswelt werden dabei kontrovers diskutiert: Auf der einen Seite stehen mögliche Produktivitätszuwächse durch KI-Anwendungen, auf der anderen Seite die Sorgen der Beschäftigten, dass KI ihre Arbeitsplätze ersetzen könnte. Deshalb kann gerade die Perspektive der Beschäftigten mehr Klarheit dazu bringen, welche Effekte KI konkret auf ihre Arbeitssituation haben kann. Auswertungen des Sozio-oekonomischen Panels zeigen, dass 37 Prozent der Beschäftigten in Deutschland im Jahr 2020 mit KI-Anwendungen arbeiten. KI-Beschäftigte sind häufig männlich, im Alter von 18 bis 44 Jahren und haben oftmals einen Meister-, Fachhochschul- oder Universitätsabschluss. Sie äußern seltener Sorgen, mit dem technischen Fortschritt nicht mithalten zu können, und mehr Sorgen, dass ihre beruflichen Qualifikationen abgewertet werden könnten. Eine multivariate Analyse zeigt, dass die Bruttostundenlöhne von KI-Beschäftigten durchschnittlich um 4 Prozent höher sind als bei Beschäftigten ohne KI-Nutzung. Dies gilt unabhängig davon, ob Beschäftigte intensiv oder weniger intensiv mit KI-Anwendungen arbeiten. Im Gegensatz zu früheren technologischen Neuerungen, von denen besonders Hochqualifizierte profitieren konnten, zeigt sich der positive Zusammenhang zwischen Lohnhöhe und KI-Nutzung für alle Bildungsgruppen." (Textauszug, IAB-Doku)
-
Literaturhinweis
Evidence on the adoption of Artificial Intelligence: The role of skills shortage (2024)
Zitatform
Carioli, Paolo, Dirk Czarnitzki & Gastón P. Fernández (2024): Evidence on the adoption of Artificial Intelligence: The role of skills shortage. (ZEW discussion paper 24-013), Mannheim, 37 S.
Abstract
"Artificial Intelligence (AI) is considered to be the next general-purpose technology, with the potential of performing tasks commonly requiring human capabilities. While it is commonly feared that AI replaces labor and disrupts jobs, we instead investigate the potential of AI for overcoming increasingly alarming skills shortages in firms. We exploit unique German survey data from the Mannheim Innovation Panel on both the adoption of AI and the extent to which firms experience scarcity of skills. We measure skills shortage by the number of job vacancies that could not be filled as planned by firms, distinguishing among different types of skills. To account for the potential endogeneity of skills shortage, we also implement instrumental variable estimators. Overall, we find a positive and significant effect of skills shortage on AI adoption, the breadth of AI methods, and the breadth of areas of application of AI. In addition, we find evidence that scarcity of labor with academic education relates to firms exploring and adopting AI." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz und Gender - eine Frage diskursiver (Gegen-)Macht? (2024)
Zitatform
Carstensen, Tanja & Kathrin Ganz (2024): Künstliche Intelligenz und Gender - eine Frage diskursiver (Gegen-)Macht? In: WSI-Mitteilungen, Jg. 77, H. 1, S. 26-33. DOI:10.5771/0342-300X-2024-1-26
Abstract
"Mit der Digitalisierung von Arbeit ist häufig die Frage verbunden, ob sich Geschlechterungleichheiten verändern. Aktuell wird dies vor allem mit Blick auf Künstliche Intelligenz (KI ) kontrovers diskutiert. Im betrieblichen Alltag gewinnt KI zunehmend an Relevanz ; in politischen, medialen und wissenschaftlichen Diskursen wird bereits seit einigen Jahren thematisiert, inwiefern KI aus Geschlechterperspektiven relevant ist. Dieser Beitrag untersucht diese Diskurse und widmet sich der Frage, inwiefern sich durch die Anwendung von KI -Technologien geschlechtliche Machtungleichheiten in der Arbeitswelt verändern und ob sich mit KI Ansatzpunkte für die Entwicklung von Gegenmacht erkennen lassen." (Textauszug, IAB-Doku)
-
Literaturhinweis
The impact of artificial intelligence in the early retirement decision (2024)
Zitatform
Casas, Pablo & Concepción Román (2024): The impact of artificial intelligence in the early retirement decision. In: Empirica, Jg. 51, H. 3, S. 583-618. DOI:10.1007/s10663-024-09613-3
Abstract
"This paper examines the impact of Artificial Intelligence (AI) on early retirement (ER) decisions in Europe. For the analysis, we utilize microdata from the Survey of Health, Ageing and Retirement in Europe, along with occupation-level data on AI advances and AI exposure. Initially, we investigate the influence of AI advances and AI exposure separately, finding in both instances a significant reduction in ER likelihood, though this only applies to workers with higher education. Subsequently, we explore the interaction between AI advances and AI exposure concerning ER probability. This interaction proves critical in determining AI’s impact on ER transitions. Specifically, we observe a significant reduction in ER probabilities for workers whose occupations exhibit high levels of AI advances and high expectations for further implementation of this technology in the future. Finally, we jointly analyse the interaction between AI advances, AI exposure, and education level. This analysis highlights that workers’ ER probabilities may either increase or decrease in response to the AI revolution, depending on their education level and the characteristics of their occupations in terms of AI advances and AI exposure." (Author's abstract, IAB-Doku, © Springer-Verlag) ((en))
-
Literaturhinweis
Wie bewältigen Regionen die digitale und ökologische Transformation von Wirtschaft und Arbeitsmarkt? (Podium) (2024)
Dauth, Wolfgang ; Solms, Anna; Grienberger, Katharina; Lehmer, Florian ; Moritz, Michael ; Müller, Steffen ; Fitzenberger, Bernd ; Plümpe, Verena; Falck, Oliver ; Bauer, Anja ; Sonnenburg, Anja; Janser, Markus ; Schneemann, Christian ; Diegmann, André ; Matthes, Britta ; Solms, Anna;Zitatform
Dauth, Wolfgang & Michael Moritz; Katharina Grienberger, Florian Lehmer, Steffen Müller, Bernd Fitzenberger, Verena Plümpe, Oliver Falck, Anja Bauer, Anja Sonnenburg, Markus Janser, Christian Schneemann, André Diegmann, Britta Matthes & Anna Solms (sonst. bet. Pers.) (2024): Wie bewältigen Regionen die digitale und ökologische Transformation von Wirtschaft und Arbeitsmarkt? (Podium). In: IAB-Forum H. 06.05.2024. DOI:10.48720/IAB.FOO.20240506.01
Abstract
"Was bedeuten die absehbaren Transformationsprozesse der kommenden Jahrzehnte auf regionaler Ebene und wie können sie gemeistert werden? Antworten auf diese Fragen gab der IWH/IAB-Workshop zur Arbeitsmarktpolitik, der in diesem Jahr erstmals am IAB in Nürnberg stattfand." (Autorenreferat, IAB-Doku)
Beteiligte aus dem IAB
Dauth, Wolfgang ; Grienberger, Katharina; Lehmer, Florian ; Moritz, Michael ; Fitzenberger, Bernd ; Janser, Markus ; Schneemann, Christian ; Diegmann, André ; Matthes, Britta ; -
Literaturhinweis
Who Is AI Replacing? The Impact of Generative AI on Online Freelancing Platforms (2024)
Zitatform
Demirci, Ozge, Jonas Hannane & Xinrong Zhu (2024): Who Is AI Replacing? The Impact of Generative AI on Online Freelancing Platforms. (CESifo working paper 11276), München, 22 S.
Abstract
"This paper studies the impact of Generative AI technologies on the demand for online freelancers using a large dataset from a leading global freelancing platform. We identify the types of jobs that are more affected by Generative AI and quantify the magnitude of the heterogeneous impact. Our findings indicate a 21% decrease in the number of job posts for automation-prone jobs related to writing and coding, compared to jobs requiring manual-intensive skills, within eight months after the introduction of ChatGPT. We show that the reduction in the number of job posts increases competition among freelancers while the remaining automation-prone jobs are of greater complexity and offer higher pay. We also find that the introduction of Image-generating AI technologies led to a 17% decrease in the number of job posts related to image creation. We use Google Trends to show that the more pronounced decline in the demand for freelancers within automation-prone jobs correlates with their higher public awareness of ChatGPT’s substitutability." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz ändert einiges: „Arbeitsmarkt der Zukunft“: Interview mit der Wirtschaftsgeographin Dr. Anne Otto über den Arbeitsmarkt in der Westpfalz, Automatisierung, künstliche Intelligenz und vieles mehr (2024)
Zitatform
Dieckvoẞ-Ploch, Miriam; Anne Otto (interviewte Person) (2024): Künstliche Intelligenz ändert einiges. „Arbeitsmarkt der Zukunft“: Interview mit der Wirtschaftsgeographin Dr. Anne Otto über den Arbeitsmarkt in der Westpfalz, Automatisierung, künstliche Intelligenz und vieles mehr. In: Die Rheinpfalz H. 27.09.2024, 2024-09-27.
Abstract
"Weltweit schreitet die Digitalisierung in enormem Tempo voran und verändert die Berufswelt. Auch in der Westpfalz, die sich im Spannungsfeld von traditionellem Handwerk und hochmoderner Technologie befindet. KI-Systeme und Roboter werden immer leistungsfähiger und sind zunehmend in der Lage, Aufgaben selbstständig zu übernehmen. Wirtschaftsgeographin Dr. Anne Otto ist als Wissenschaftliche Mitarbeiterin im Regionalen Forschungsnetz des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) unter anderem im Bereich regionale Arbeitsmarktforschung tätig und gibt Einblicke in den „Arbeitsmarkt der Zukunft“." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Volltext-Zugang über Verlag oder sonstigen Anbieter (möglicherweise kostenpflichtig) -
Literaturhinweis
Künstliche Intelligenz in der Arbeitswelt: Wie KI-unterstütztes Training die Gespräche im Kundenservice verändert (2024)
Dijksman, Sander; Eijkenboom, Danique; Özgül, Pelin; Montizaan, Raymond ; Stops, Michael ; Levels, Mark ; Rounding, Nicholas; Janssen, Simon; Steens, Sanne; Graus, Evie; Fouarge, Didier ; Fregin, Marie-Christine ;Zitatform
Dijksman, Sander, Danique Eijkenboom, Didier Fouarge, Marie-Christine Fregin, Evie Graus, Simon Janssen, Mark Levels, Raymond Montizaan, Pelin Özgül, Nicholas Rounding, Sanne Steens & Michael Stops (2024): Künstliche Intelligenz in der Arbeitswelt: Wie KI-unterstütztes Training die Gespräche im Kundenservice verändert. In: IAB-Forum H. 08.10.2024, 2024-11-18. DOI:10.48720/IAB.FOO.20241008.01
Abstract
"Wie wirkt sich der Einsatz von Künstlicher Intelligenz (KI) in der Weiterbildung auf die Produktivität von Beschäftigten aus? Diese und andere Fragen wurden im Rahmen des Forschungsprojektes „ai:conomics“ anhand von Daten aus verschiedenen europäischen Großunternehmen untersucht. Die ersten Ergebnisse deuten darauf hin, dass sich KI positiv auf die Produktivität von Beschäftigten auswirken kann. Dies gilt vor allem, wenn diese noch nicht lange im Unternehmen tätig sind." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial intelligence capital and employment prospects (2024)
Zitatform
Drydakis, Nick (2024): Artificial intelligence capital and employment prospects. In: Oxford economic papers, Jg. 76, H. 4, S. 901-919. DOI:10.1093/oep/gpae005
Abstract
"There is limited research assessing how AI knowledge affects employment prospects. The present study defines the term ‘AI capital’ as a vector of knowledge, skills, and capabilities related to AI technologies, which could boost individuals’ productivity, employment, and earnings. Subsequently, the study reports the outcomes of a genuine correspondence test in England. It was found that university graduates with AI capital, obtained through an AI business module, experienced more invitations for job interviews than graduates without AI capital. Moreover, graduates with AI capital were invited to interviews for jobs that offered higher wages than those without AI capital. Furthermore, it was found that large firms exhibited a preference for job applicants with AI capital, resulting in increased interview invitations and opportunities for higher-paying positions. The outcomes hold for both men and women. The study concludes that AI capital might be rewarded in terms of employment prospects, especially in large firms." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Migrant Women in the UK’s Digital Economy: The Elimination of Labour Market Barriers in the Digital Labour Market (2024)
Erinc Oztas, Miray;Zitatform
Erinc Oztas, Miray (2024): Migrant Women in the UK’s Digital Economy: The Elimination of Labour Market Barriers in the Digital Labour Market. In: Social Sciences, Jg. 13, H. 9. DOI:10.3390/socsci13090494
Abstract
"This research paper delves into the complexities migrant women face within the UK labor market, with a specific focus on the digital economy’s role as both a barrier and a conduit for employment opportunities. Migrant women in the UK encounter dual barriers to labour market entry: systemic challenges rooted in migration and gender biases, and the digital divide that exacerbates access and inclusion issues within the burgeoning digital economy. Through an exploratory descriptive analysis, this study explores how digitalism—defined as the integration of digital technologies into economic and societal practices—circumvents traditional labor market entry barriers such as languages barriers. By setting out the grounds for a potential hypothesis and further research in the era of AI, this paper underlines how through the implementation of AI tools, traditional barriers such as language barriers are eliminated in the digital labour market." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz – wie Unternehmen sie nutzen und was sie noch daran hindert (2024)
Zitatform
Falck, Oliver, Anna Kerkhof & Anita Wölfl (2024): Künstliche Intelligenz – wie Unternehmen sie nutzen und was sie noch daran hindert. In: Ifo-Schnelldienst, Jg. 77, H. 9, S. 57-63.
Abstract
"Der Künstlichen Intelligenz (KI) wird ein großes Potenzial als Schlüsseltechnologie zugeschrieben. Dieses Potenzial wird in Deutschland und der EU allerdings noch nicht ausgeschöpft, wie die Auswertung der Eurostat-Daten zur KI-Nutzung in Unternehmen von 2023 zeigt. Die Anwendung von KI konzentriert sich noch auf wenige Branchen sowie auf große Unternehmen. Was die KI-Technologien angeht, so werden vor allem Text Mining und KI-basierte Prozessautomatisierung eingesetzt, und dies hauptsächlich in den Bereichen Marketing, Produktion und IT-Sicherheit. Die KI wird dabei meistens eingekauft; in nur wenigen Branchen entwickeln Unternehmen sie selbst. Unternehmen, die darüber nachdenken, KI zu nutzen, aber noch zögern, sehen hauptsächlich mangelnde Expertise sowie hohe Kosten als Hindernis. Daneben sind insbesondere für deutsche Unternehmen die Sorge bezüglich des Datenschutzes oder der Datenverfügbarkeit sowie die Unsicherheit hinsichtlich möglicher rechtlicher Konsequenzen bedeutende Hindernisse." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
On the Automation of Job Tasks: Occupational exposure to Artificial Intelligence and Software (2024)
Zitatform
Fregin, Marie-Christine, Theresa Koch, Verena Malfertheiner, Pelin Özgül & Michael Stops (2024): On the Automation of Job Tasks: Occupational exposure to Artificial Intelligence and Software. (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 4 ai:conomics policybrief), Maastricht, 10 S.
Abstract
"While rapid advances in digital technologies transformed the occupational structures and workers‘ skill and task composition over the past decades, much less is known about how Artificial Intelligence technologies (AI) will shape future labour markets. As part of the “ai:conomics” project, we analyze the extent to which employees subject to social security contributions in Germany are potentially exposed to AI and software technology. Our results show that highly educated, high-income workers are most exposed to AI, while their exposure is lower to software. Overall, the findings suggest that given AI’s far-reaching potential to carry out different sets of tasks, these technologies are expected to impact workers across a wider skill and wage spectrum, which previous automation technologies had limited impact on." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz und industrielle Arbeit – Perspektiven und Gestaltungsoptionen: Expertise des Forschungsbeirats Industrie 4.0 (2024)
Gabriel, Stefan; Kretzschmer, Veronika; Graunke, Jannis; Dumitrescu, Roman; Murrenhoff, Anike; Hompel, Michael ten ; Falkowski, Tommy;Zitatform
Gabriel, Stefan, Tommy Falkowski, Jannis Graunke, Roman Dumitrescu, Anike Murrenhoff, Veronika Kretzschmer & Michael ten Hompel (2024): Künstliche Intelligenz und industrielle Arbeit – Perspektiven und Gestaltungsoptionen. Expertise des Forschungsbeirats Industrie 4.0. München, 46 S. DOI:10.48669/fb40_2024-1
Abstract
"In der neuen Expertise „Künstliche Intelligenz und industrielle Arbeit“ des Forschungsbeirats Industrie 4.0 zeigen das Fraunhofer IEM und das Fraunhofer IML Gestaltungsoptionen und Handlungsfelder auf, wie KI in der deutschen Industrie erfolgreich eingesetzt werden kann. Ziel ist sowohl eine Steigerung der Wettbewerbsfähigkeit als auch eine Aufwertung von Arbeitsplätzen. Der KI-Einsatz beinhaltet Produktionsabläufe planen, Montagetätigkeiten übernehmen, Steuerungen programmieren oder Lager organisieren." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Einsatz von KI in Werkstätten für behinderteMenschen (2024)
Garoscio, Lidia; Wiehe, Katharina;Zitatform
Garoscio, Lidia & Katharina Wiehe (2024): Einsatz von KI in Werkstätten für behinderteMenschen. In: Soziale Sicherheit, Jg. 73, H. 8-9, S. 23-27.
Abstract
"Werkstätten für behinderte Menschen haben bereits Erfahrungen mit dem Einsatz von KI-gestützten Assistenzsystemen gemacht. Diese können Menschen mit Behinderungen in unterschiedlichen Arbeitsbereichen unterstützen. Der Artikel zeigt die Potenziale des Einsatzes anhand einiger Praxisbeispiele auf, diskutiert aber auch dessen Hürden und geht auf die Rolle desProjekts „KI-Kompass Inklusiv“ ein." (Textauszug, IAB-Doku)
-
Literaturhinweis
AI, Task Changes in Jobs, and Worker Reallocation (2024)
Zitatform
Gathmann, Christina, Felix Grimm & Erwin Winkler (2024): AI, Task Changes in Jobs, and Worker Reallocation. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 17554), Bonn, 50 S.
Abstract
"How does Artificial Intelligence (AI) affect the task content of work, and how do workers adjust to the diffusion of AI in the economy? To answer these important questions, we combine novel patent-based measures of AI and robot exposure with individual survey data on tasks performed on the job and administrative data on worker careers. Like prior studies, we find that robots have reduced routine tasks. In sharp contrast, AI has reduced non-routine abstract tasks like information gathering and increased the demand for 'high-level' routine tasks like monitoring processes. These task shifts mainly occur within detailed occupations and become stronger over time. While displacement effects are small, workers have responded by switching jobs, often to less exposed industries. We also document that low-skilled workers suffer some wage losses, while high-skilled incumbent workers experience wage gains." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Artificial intelligence and wage inequality (2024)
Georgieff, Alexandre;Zitatform
Georgieff, Alexandre (2024): Artificial intelligence and wage inequality. (OECD artificial intelligence papers 13), Paris, 37 S. DOI:10.1787/bf98a45c-en
Abstract
"This paper looks at the links between AI and wage inequality across 19 OECD countries. It uses a measure of occupational exposure to AI derived from that developed by Felten, Raj and Seamans (2019) – a measure of the degree to which occupations rely on abilities in which AI has made the most progress. The results provide no indication that AI has affected wage inequality between occupations so far (over the period 2014-2018). At the same time, there is some evidence that AI may be associated with lower wage inequality within occupations – consistent with emerging findings from the literature that AI reduces productivity differentials between workers. Further research is needed to identify the exact mechanisms driving the negative relationship between AI and wage inequality within occupations. One possible explanation is that low performers have more to gain from using AI because AI systems are trained to embody the more accurate practices of high performers. It is also possible that AI reduces performance differences within an occupation through a selection effect, e.g. if low performers leave their job because they are unable to adapt to AI tools by shifting their activities to tasks that AI cannot automate." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Wie kollegial ist Künstliche Intelligenz?: Risikowahrnehmungen und Gestaltungsanforderungen aus Sicht von Beschäftigten (2024)
Gerlmaier, Anja; Bendel, Alexander;Zitatform
Gerlmaier, Anja & Alexander Bendel (2024): Wie kollegial ist Künstliche Intelligenz? Risikowahrnehmungen und Gestaltungsanforderungen aus Sicht von Beschäftigten. (IAQ-Report 2024-01), Duisburg ; Essen, 15 S. DOI:10.17185/duepublico/81427
Abstract
Zukünftig werden immer mehr Beschäftigte nicht nur in ihrem privaten Umfeld, sondern auch am Arbeitsplatz mit Systemen zusammenarbeiten, die auf Künstlicher Intelligenz (KI) basieren. Das IAQ untersuchte im Rahmen des "HUMAINE"-Projektes, wie Beschäftigte die Kooperation mit solchen KI-Systemen bewerten und welche Gestaltungsanforderungen sie an diese neue Form der hybriden Mensch-KI-Zusammenarbeit haben. Es zeigte sich, dass KI-Systeme je nach Interaktionsform unterschiedliche Potenziale und Risiken aufweisen. Um die KI-basierten Risiken zu verringern, sollten Nutzer*innen frühzeitig an der Konzeption und Implementierung beteiligt und dabei arbeitswissenschaftliche Gestaltungskriterien berücksichtigt werden. (Author's abstract, IAB-Doku)
-
Literaturhinweis
Artificial intelligence and the changing demand for skills in the labour market (2024)
Zitatform
Green, Andrew (2024): Artificial intelligence and the changing demand for skills in the labour market. (OECD artificial intelligence papers 14), Paris, 55 S. DOI:10.1787/88684e36-en
Abstract
"Most workers who will be exposed to artificial intelligence (AI) will not require specialised AI skills (e.g. machine learning, natural language processing, etc.) to work with AI. Even so, AI will change the tasks these workers do, and the skills they require. This report provides first estimates for the effect of artificial intelligence (AI) on the demand for skills in jobs that do not require specialised AI skills. The results show that the skills most demanded in occupations highly exposed to AI are management and business skills. These include skills in general project management, finance, administration and clerical tasks. The results also show that there have been increases over time in the demand for these skills in occupations highly exposed to AI. For example, the share of vacancies in these occupations that demand at least one emotional, cognitive or digital skill has increased by 8 percentage points. However, using a panel of establishments (which induces plausibly exogenous variation in AI exposure), the report finds evidence that the demand for these skills is beginning to fall in establishments most exposed to AI." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Folgen des technologischen Wandels für den Arbeitsmarkt: Vor allem Hochqualifizierte bekommen die Digitalisierung verstärkt zu spüren (2024)
Zitatform
Grienberger, Katharina, Britta Matthes & Wiebke Paulus (2024): Folgen des technologischen Wandels für den Arbeitsmarkt: Vor allem Hochqualifizierte bekommen die Digitalisierung verstärkt zu spüren. (IAB-Kurzbericht 05/2024), Nürnberg, 8 S. DOI:10.48720/IAB.KB.2405
Abstract
"Die Potenziale, dass berufliche Tätigkeiten durch Computer oder computergesteuerte Maschinen vollautomatisch erledigt werden könnten, ändern sich, wenn neue Technologien auf dem Markt verfügbar werden. Bei der Neuberechnung solcher Substituierbarkeitspotenziale wird neben dieser Entwicklung auch berücksichtigt, dass sich die Tätigkeitsprofile in den Berufen verändern, neue Berufe und Tätigkeiten entstehen und Beschäftigte ihren Beruf wechseln. Die Autorinnen zeigen für die technologischen Möglichkeiten im Jahr 2022, wie hoch das Substituierbarkeitspotenzial derzeit ist und wie es sich seit 2013 verändert hat." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
-
Literaturhinweis
KI-Revolution der Arbeitswelt: Perspektiven für Management, Organisation und HR (2024)
Groß, Michael; Staff, Jörg;Zitatform
Groß, Michael & Jörg Staff (Hrsg.) (2024): KI-Revolution der Arbeitswelt. Perspektiven für Management, Organisation und HR. Freiburg: Haufe Group, 322 S.
Abstract
"Künstliche Intelligenz (KI) gilt als zentrales Zukunftsthema in nahezu allen Bereichen der Wirtschaft. Schon heute sind die Veränderungen durch KI in unserer Arbeitswelt spürbar. Dieses Buch von Prof. Dr. Michael Groß und Jörg Staff bietet hochaktuelle Beiträge über die bereits heute möglichen Anwendungen von KI im Personalbereich und deren Auswirkungen. Sie lernen die wesentlichen Perspektiven für den Einsatz von KI kennen und gewinnen einen Überblick über Chancen und Risiken von KI in Arbeit, Führung und Organisation. Zudem erhalten Sie wichtige Impulse für den Einsatz von KI im Management. Mit konkreten Handlungsempfehlungen sowie Praxisbeispielen namhafter Unternehmen und Institutionen, z.B. REWE, Zeiss, SAP, Workday, Coach Hub sowie Fraunhofer IAO, Ethikrat HR Tech, DGFP, DFKI." (Autorenreferat, IAB-Doku, © Haufe)
Weiterführende Informationen
Inhaltsverzeichnis bei der Deutschen Nationalbibliothek -
Literaturhinweis
Generative Künstliche Intelligenz reduziert Nachfrage nach Freelance-Arbeit auf Online-Plattformen (2024)
Zitatform
Hannane, Jonas, Ozge Demirci & Xinrong Zhu (2024): Generative Künstliche Intelligenz reduziert Nachfrage nach Freelance-Arbeit auf Online-Plattformen. In: DIW-Wochenbericht, Jg. 91, H. 35, S. 539-545. DOI:10.18723/diw_wb:2024-35-1
Abstract
"Einführung generativer KI birgt das Potenzial für höheres Wirtschaftswachstum, stellt. Arbeitnehmer*innen aber auch vor große Herausforderungen • Auftragszahlen auf Online-Arbeitsmärkten zeigen: Nachfrage nach leicht automatisierbaren Tätigkeiten bleibt deutlich hinter der nach anderen Tätigkeiten zurück. Auftragszahlen für leicht ersetzbare Arbeiten wie Schreib- oder Grafikarbeiten sind aufgrund der Einführung generativer KI bis zu 30 Prozent zurückgegangen. Bei verbleibenden Aufträgen steigen die Anforderungen, also die Komplexität der Aufträge – sie werden zugleich aber auch besser dotiert. Weiter- und Fortbildungsmaßnahmen unerlässlich – insbesondere für Frauen und Ältere, die KI deutlich weniger am Arbeitsplatz nutzen als Männer und Jüngere." (Textauszug, IAB-Doku)
-
Literaturhinweis
KI: Skepsis im Arbeitsalltag (2024)
Heider-Willms, Angela;Zitatform
Heider-Willms, Angela (2024): KI: Skepsis im Arbeitsalltag. In: Personalwirtschaft, Jg. 50, H. 9, S. 74-75.
Abstract
"Wann ist der Einsatz von Künstlicher Intelligenz in der Personalarbeit sinnvoll? Und was für einen Einfluss hat diese auf die Arbeitskultur? Damit beschäftigen sich zwei aktuelle Umfragen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Künstliche Intelligenz als Co-Pilot - Warum Unternehmen im Fahrersitz bleiben müssen (2024)
Hemel, Ulrich; Rusche, Christian; Leibrock, Edeltraud; Nüßgen, Alexander; Metzler, Christoph; Ruschitzka, Margot;Zitatform
Hemel, Ulrich, Edeltraud Leibrock, Christoph Metzler, Alexander Nüßgen, Margot Ruschitzka & Christian Rusche (2024): Künstliche Intelligenz als Co-Pilot - Warum Unternehmen im Fahrersitz bleiben müssen. (IW policy paper / Institut der Deutschen Wirtschaft Köln 2024,01), Köln, 27 S.
Abstract
"In today’s digital era, we are witnessing a revolution driven by the progressive development and integration of Artificial Intelligence (AI) into all aspects of life. This article sheds light on this transformation by highlighting the remarkable advancements and the growing significance of AI for society and economy. The article is divided into several chapters that illuminate various dimensions of AI integration in society and economy. Firstly, the article elaborates that AI enables not only productivity enhancements and efficiency gains but also serves as the foundation for innovations that can simplify our daily lives. The intelligent automation of routine tasks provides people with the freedom to engage in more creative and challenging activities, contributing to an improvement in quality of life and prosperity. Secondly, when examining the successful implementation of AI in companies, the article emphasiszes that a well-thought-out AI strategy is necessary to effectively utilize the technology: businesses must invest not only in the relevant tools but also in the training of their employees. Comprehensive AI competence within the workforce is crucial for developing innovative solutions and fully harnessing the potential of AI. Thirdly, the development of personnel and competencies represents another essential chapter. The world of work will transform due to AI, leading to new skill requirements for employees. Lifelong learning and continuous training in digital competencies are essential to keep pace with rapid technological advancements. Simultaneously, educational institutions must adapt their curricula to prepare the next generation for a future where AI plays a central role. Based on the insights from conducted analyses, actionable options regarding AI are derived. Regulatory frameworks and ethical guidelines ensure that the advancement and utilization of AI align with societal values and norms. Human-centricity remains paramount, with technology serving as a complement to human actions, enhancing and extending them, but not replacing them. AI presents a dual challenge: On one hand, it offers incredible opportunities for innovation and prosperity; on the other hand, it requires careful control and adaptation at individual, entrepreneurial, and societal levels. By developing critical AI competencies and practicing responsible use, we can fully harness the potential of AI while minimizing potential risks. Understanding AI as a co-pilot in this dynamic environment is the key to setting the course for a future where technology and humans collaborate harmoniously for mutual benefit." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Generative KI in der Hochschulkommunikation: Ergebnisse der 2. Welle (2024)
Zitatform
Henke, Justus (2024): Generative KI in der Hochschulkommunikation. Ergebnisse der 2. Welle. (HoF-Arbeitsberichte 126), Lutherstadt Wittenberg, 42 S.
Abstract
"Diese Studie untersucht erneut die Anwendung und Wahrnehmung generativer KI-Tools in der Hochschulkommunikation im Jahr 2024 und vergleicht die Ergebnisse mit 2023. Hochschulkommunikation umfasst die interne und externe organisationale Kommunikation der Hochschulen. Die Befragung unter deutschen Hochschulen fragte nach Nutzungsmustern, Herausforderungen und Potenzialen dieser Technologien. Die Ergebnisse zeigen, dass die Nutzung von Textgenerierungstools wie ChatGPT deutlich zugenommen hat, während Übersetzungstools wie DeepL weiterhin am häufigsten verwendet werden. Private Hochschulen integrieren generative KI-Tools häufiger und vielfältiger als öffentliche Einrichtungen. Die Zufriedenheit mit diesen Tools hat sich leicht verbessert, bleibt jedoch moderat. Im Vergleich zu 2023 zeigen sich spürbare Effizienzgewinne und eine erhöhte Anpassungsfähigkeit an verschiedene Kommunikationskanäle. Herausforderungen wie Faktentreue und Datenschutz bleiben zentrale Themen. Ein offener Dialog, die Etablierung hochschulspezifischer Umgangsweisen und Weiterbildung im Umgang mit generativen KI-Tools sind notwendig, um deren Potenziale und Risiken besser zu verstehen und produktiv für die Hochschulkommunikation zu nutzen. Die Studie betont die Notwendigkeit einer umfassenden Herangehensweise, die technologische Fähigkeiten, operative Bedürfnisse und das sozio-technische Umfeld berücksichtigt, um eine erfolgreiche Integration dieser Tools zu gewährleisten. Die Veränderungen zur Vorjahresstudie zeigen zunehmend positive Auswirkungen auf Arbeitsprozesse, während zentrale Herausforderungen weiterhin bestehen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Generative AI and the Nature of Work (2024)
Hoffmann, Manuel; Peng, Sida; Nagle, Frank; Xu, Kevin; Boysel, Sam;Zitatform
Hoffmann, Manuel, Sam Boysel, Frank Nagle, Sida Peng & Kevin Xu (2024): Generative AI and the Nature of Work. (CESifo working paper 11479), München, 69 S.
Abstract
"Recent advances in artificial intelligence (AI) technology demonstrate considerable potential to complement human capital intensive activities. While an emerging literature documents wide-ranging productivity effects of AI, relatively little attention has been paid to how AI might change the nature of work itself. How do individuals, especially those in the knowledge economy, adjust how they work when they start using AI? Using the setting of open source software, we study individual level effects that AI has on task allocation. We exploit a natural experiment arising from the deployment of GitHub Copilot, a generative AI code completion tool for software developers. Leveraging millions of work activities over a two year period, we use a program eligibility threshold to investigate the impact of AI technology on the task allocation of software developers within a quasi-experimental regression discontinuity design. We find that having access to Copilot induces such individuals to shift task allocation towards their core work of coding activities and away from non-core project management activities. We identify two underlying mechanisms driving this shift - an increase in autonomous rather than collaborative work, and an increase in exploration activities rather than exploitation. The main effects are greater for individuals with relatively lower ability. Overall, our estimates point towards a large potential for AI to transform work processes and to potentially flatten organizational hierarchies in the knowledge economy." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Does robotization improve the skill structure? The role of job displacement and structural transformation (2024)
Zitatform
Hu, Shengming, Kai Lin, Bei Liu & Hui Wang (2024): Does robotization improve the skill structure? The role of job displacement and structural transformation. In: Applied Economics, Jg. 56, H. 28, S. 3415-3430. DOI:10.1080/00036846.2023.2206623
Abstract
"The literature generally focuses on the impact of robots or artificial intelligence on the employment and wages, but ignores the effect of robotization on the skill structure and its underlying mechanisms and lacks empirical evidence from developing countries. We theoretically develop a task model by introducing the skill structure and empirically investigate the effect of robotization on the skill structure based on Chinese provincial panel data from 2006 to 2018. Results show that: (1) the development of robotization in China is conducive to improving the skill structure, and the baseline conclusion still holds even though adopting multiple indexes of skill structure and controlling the endogeneity bias. (2) Robotization generates not only job displacement effect by displacing unskilled workers with robots but also structural transformation effect by increasing the proportion of technology-intensive industries, which can improve the skill structure. (3) In coastal provinces with strong Internet foundation, information transmission capacity and labour protection intensity, high labour cost and ageing rate, robotization plays a stronger role in improving the skill structure. Moreover, robotization can induce the employment polarization. These conclusions can help avoid technical unemployment and promote the upgrading of the skill structure in China." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Potenziale Generativer KI für den Mittelstand: Wie große KI-Modelle die Arbeitswelt verändern (2024)
Hölzle, Katharina ; Riedel, Oliver; Kaiser, Simone; Peissner, Matthias; Haner, Udo-Ernst; Renner, Thomas; Engelbach, Matthias; Uhler, Lydia; Mackensen, Jan; Mozer, Pia; Dworschak, Bernd; Bauer, Wilhelm; Drawehn, Jens; Wulf, Jessica; Bienzeisler, Bernd; Renner, Thomas; Beinhauer, Wolfgang; Klau, Dennis; Kintz, Maximilien;Zitatform
Hölzle, Katharina, Oliver Riedel, Wilhelm Bauer & Thomas Renner (Hrsg.) Kaiser, Simone, Matthias Peissner, Udo-Ernst Haner, Matthias Engelbach, Lydia Uhler, Jan Mackensen, Pia Mozer, Bernd Dworschak, Jens Drawehn, Jessica Wulf, Bernd Bienzeisler, Thomas Renner, Wolfgang Beinhauer, Dennis Klau & Maximilien Kintz (sonst. bet. Pers.) (2024): Potenziale Generativer KI für den Mittelstand. Wie große KI-Modelle die Arbeitswelt verändern. Stuttgart, 72 S. DOI:10.24406/publica-2246
Abstract
"Seit der Veröffentlichung von ChatGPT im November 2022 haben die Entwicklungen im Bereich Generative KI deutlich an Fahrt aufgenommen. In kurzer Abfolge wurden - und werden immer noch - neue Modelle und Funktionen vorgestellt. Zunehmend zeichnen sich breite Einsatzmöglichkeiten in den Unternehmen ab, mit einem hohen zu erwartenden Nutzenpotenzial. Vor allem für mittelständische Unternehmen stellt es eine Herausforderung dar, die Bedeutung der Entwicklungen einzuschätzen und eine strukturierte Vorgehensweise zum Thema Generative KI zu definieren und umzusetzen. Das Ministerium für Wirtschaft, Arbeit und Tourismus Baden-Württemberg hat das Fraunhofer IAO beauftragt, mittels einer Studie eine Orientierungshilfe zu den aktuellen Entwicklungen zu bieten und konkrete Empfehlungen für den Umgang mit Generativer KI zu geben. Ein vielköpfiges Autorenteam des Fraunhofer IAO aus verschiedenen Forschungsbereichen hat, neben einer ausführlichen Literaturrecherche, 48 Expertinnen und Experten im Bereich Generativer KI zu ihren Einschätzungen befragt. Es wurden sowohl Forschungseinrichtungen, KI-Anbieter, Dienstleister als auch Anwenderunternehmen miteinbezogen. Das Ergebnis der Recherche und Befragung liegt in Form dieser Studie vor, die einen Beitrag zum bewussten und zielgerichteten Umgang mit Generativer KI in den Unternehmen leisten soll." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Industrial robots, and information and communication technology: the employment effects in EU labour markets (2024)
Zitatform
Jestl, Stefan (2024): Industrial robots, and information and communication technology: the employment effects in EU labour markets. In: Regional Studies, Jg. 58, H. 11, S. 1981-1998. DOI:10.1080/00343404.2023.2292259
Abstract
"This paper explores the effects of industrial robots and information and communication technology (ICT) on regional employment in European Union countries. The empirical analysis relies on a harmonized comprehensive regional dataset that combines business statistics and national and regional accounts data. This rich dataset enables us to provide detailed insights into the employment effects of automation and computerisation in EU regions for the period 2001–16. The results suggest relatively weak effects on regional total employment dynamics. However, industrial robots show negative employment effects in local manufacturing industries and positive employment effects in local non-manufacturing industries. While the negative effect is concentrated in particular local manufacturing industries, the positive effect has operated in local service industries. Information technology investments show positive employment effects in local manufacturing industries and some individual local service industries, while communication technology investments are shown to be irrelevant for employment dynamics. In contrast, software and database investments have had a predominantly negative association with local employment." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI-Kompetenzen gefragt: Studie zeigt tendenziell steigende Nachfrage in Stellenanzeigen (Interview) (2024)
Zitatform
Keitel, Christiane; Michael Stops & Lennert Peede (interviewte Person) (2024): KI-Kompetenzen gefragt: Studie zeigt tendenziell steigende Nachfrage in Stellenanzeigen (Interview). In: IAB-Forum H. 27.11.2024. DOI:10.48720/IAB.FOO.20241127.01
Abstract
"In den letzten Jahren gab es eine Vielzahl von Innovationen im Bereich der künstlichen Intelligenz (KI). Die öffentliche Debatte schwankt zwischen der Befürchtung, dass viele Tätigkeiten künftig nicht mehr von Menschen erledigt werden und Arbeitsplätze wegfallen, und der Hoffnung, dass neue Tätigkeitsfelder und damit eine neue Qualität von Arbeit entstehen. In einer Studie untersuchen die IAB-Forscher Michael Stops und Lennert Peede unter anderem anhand einer Analyse von Stellenanzeigen aus den Jahren 2015 bis 2019, wie sich KI-Technologien in dieser frühen Phase bereits auf die Arbeitsnachfrage und die Beschäftigung auf Betriebsebene auswirkten." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
No Thanks, Dear AI! Understanding the Effects of Disclosure and Deployment of Artificial Intelligence in Public Sector Recruitment (2024)
Zitatform
Keppeler, Florian (2024): No Thanks, Dear AI! Understanding the Effects of Disclosure and Deployment of Artificial Intelligence in Public Sector Recruitment. In: Journal of Public Administration Research and Theory, Jg. 34, H. 1, S. 39-52. DOI:10.1093/jopart/muad009
Abstract
"Applications based on artificial intelligence (AI) play an increasing role in the public sector and invoke political discussions. Research gaps exist regarding the disclosure effects—reactions to disclosure of the use of AI applications—and the deploymenteffect—efficiency gains in data savvy tasks. This study analyzes disclosure effects and explores the deployment of an AI application in a preregistered field experiment (n = 2,000) co-designed with a public organization in the context of employer-driven recruitment. The linear regression results show that disclosing the use of the AI application leads to significantly less interest in an offer among job candidates. The explorative analysis of the deployment of the AI application indicates that the person–job fit determined by the leaders can be predicted by the AIapplication. Based on the literature on algorithm aversion and digital discretion, this study provides a theoretical and empirical disentanglement of the disclosure effect and the deployment effect to inform future evaluations of AI applications in the public sector. It contributes to the understanding of how AI applications can shape public policy and management decisions, and discusses the potential benefits and downsides of disclosing and deploying AI applications in the public sector and in employer-driven recruitment." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Die Nutzung von Künstlicher Intelligenz in der deutschen Wirtschaft (2024)
Zitatform
Kerkhof, Anna, Thomas Licht, Manuel Menkhoff & Klaus Wohlrabe (2024): Die Nutzung von Künstlicher Intelligenz in der deutschen Wirtschaft. In: Ifo-Schnelldienst, Jg. 77, H. 8, S. 39-43.
Abstract
"Künstliche Intelligenz (KI) hat sich zu einem zentralen Treiber der modernen Wirtschaft entwickelt. Insbesondere in Deutschland transformiert KI eine Vielzahl von Branchen – von der Automobilindustrie bis hin zur Finanzbranche – und beeinflusst maßgeblich strategische Entscheidungen und Kundeninteraktionen. Die Europäische Verordnung über Künstliche Intelligenz, die im August 2024 in Kraft getreten ist, verfolgt einen risikobasierten Ansatz zur Regulierung von KI-Systemen, um hohe Sicherheits- und Ethikstandards zu gewährleisten. Trotz der regulatorischen Herausforderungen hat die KI-Nutzung in deutschen Unternehmen im vergangenen Jahr stark zugenommen: Der Anteil der Unternehmen, die angeben, KI zu nutzen, stieg von 13,3 % im Juni 2023 auf 27 % im Folgejahr. Besonders im Verarbeitenden Gewerbe nutzen 31 % der Unternehmen KI. Die Mehrheit der Unternehmen erwartet positive Produktivitätseffekte durch KI, mit geschätzten Produktivitätssteigerungen von 8 % für das eigene Unternehmen und gesamtwirtschaftlich 12 % in den nächsten fünf Jahren. Insgesamt zeigt sich, dass KI in Deutschland zunehmend als Schlüsseltechnologie wahrgenommen wird, die wesentliche Wachstumspotenziale für die Zukunft bietet." (Textauszug, IAB-Doku)
-
Literaturhinweis
The impact of robots on labor demand: evidence from job vacancy data in South Korea (2024)
Zitatform
Kim, Hyejin (2024): The impact of robots on labor demand: evidence from job vacancy data in South Korea. In: Empirical economics, Jg. 67, H. 3, S. 1185-1209. DOI:10.1007/s00181-024-02585-0
Abstract
"The debate about the impact of robots on employment has been lively. In this paper, I examine the effect of robots on local labor demand in South Korea, one of the most technologically advanced countries in terms of robotics. Using the regional variation in robot exposure constructed from national industry-level robot adoption data and the initial distribution of industrial employment in cities, I find that robots did not reduce local labor demand. However, I estimate declines in labor demand in the manufacturing sector and routine jobs. An increase in one robot per 1000 workers in terms of exposure to robots is correlated with a decline in the job vacancy growth rate of 2.6%p in the manufacturing sector and of 2.5%p in routine jobs. No significant relationship is found between robot exposure and labor demand in the service sector or non-routine jobs." (Author's abstract, IAB-Doku, © Springer-Verlag) ((en))
-
Literaturhinweis
Economic Policy Challenges for the Age of AI (2024)
Zitatform
Korinek, Anton (2024): Economic Policy Challenges for the Age of AI. (NBER working paper / National Bureau of Economic Research 32980), Cambridge, Mass, 27 S.
Abstract
"This paper examines the profound challenges that transformative advances in AI towards Artificial General Intelligence (AGI) will pose for economists and economic policymakers. I examine how the Age of AI will revolutionize the basic structure of our economies by diminishing the role of labor, leading to unprecedented productivity gains but raising concerns about job disruption, income distribution, and the value of education and human capital. I explore what roles may remain for labor post-AGI, and which production factors will grow in importance. The paper then identifies eight key challenges for economic policy in the Age of AI: (1) inequality and income distribution, (2) education and skill development, (3) social and political stability, (4) macroeconomic policy, (5) antitrust and market regulation, (6) intellectual property, (7) environmental implications, and (8) global AI governance. It concludes by emphasizing how economists can contribute to a better understanding of these challenges." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Business 5.0: Der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen und Risiken (2024)
Köhler, Thomas R.; Finkeissen, Julia;Zitatform
Köhler, Thomas R. & Julia Finkeissen (2024): Business 5.0. Der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen und Risiken. Frankfurt;New York: Campus Verlag, 253 S.
Abstract
"Endlich ist er da, der Durchbruch für Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI). Doch Zweifel an der "Universalwaffe" ChatGPT und ähnlichen KI-Systemen sind erlaubt. Thomas R. Köhler und Julia Finkeissen liefern in ihrem neuen Buch eine Bestandsaufnahme der aktuellen Technologien und trennen dabei schonungslos Hype von Wirklichkeit. Sie liefern das Rüstzeug für jede Führungskraft, um KI aktiv im Unternehmen sinnvoll einzusetzen. Business 5.0 zeigt in sieben Schritten, wo und wie KI-Projekte im Unternehmen etabliert werden können, und liefert konkrete Beispiele für unterschiedliche Branchen und Querschnittsfunktionen. Ein nachhaltiger KI-Einsatz im Unternehmen steht dabei im Mittelpunkt." (Autorenreferat, IAB-Doku, © Campus)
Weiterführende Informationen
Inhaltsverzeichnis bei der Deutschen Nationalbibliothek -
Literaturhinweis
Generalisiertes Vertrauen in automatisierten Journalismus: Bedeutung und Einflussfaktoren auf das Vertrauen deutscher Leser*innen (2024)
Körner, Theresa;Zitatform
Körner, Theresa (2024): Generalisiertes Vertrauen in automatisierten Journalismus. Bedeutung und Einflussfaktoren auf das Vertrauen deutscher Leser*innen. Wiesbaden: Springer VS, 279 S. DOI:10.1007/978-3-658-42735-1
Abstract
"In dieser Arbeit geht es um die Frage, wie Leser:innen in Deutschland automatisiert generierte Nachrichten wahrnehmen und welche Bedeutung sie den Verfahren im Journalismus zuschreiben. Im Mittelpunkt steht die Frage, ob das Publikum dem automatisierten Journalismus vertraut und welche Einflussfaktoren bei dieser Entscheidung eine Rolle spielen. Ein Mindestmaß an Vertrauen der Bevölkerung in Journalismus ist wichtig für die Stabilität demokratischer Gesellschaften. In der Forschung ist bisher wenig thematisiert, ob Medieninnovationen wie die automatisierte Berichterstattung Einfluss auf das generalisierte Vertrauen der Lesenden haben. Zudem gibt es wenig Wissen über den Umgang mit dem, sowie über die Wahrnehmung und die Bewertung des automatisierten Journalismus durch verschiedene Publika. Basierend auf der Operationalisierung verschiedener Vertrauensbeziehungen und der Aufarbeitung des Forschungsstands zur bewerteten Glaubwürdigkeit computergenerierter Nachrichtentexte wurde ein Modell entwickelt, das mögliche Einflussfaktoren auf die Vertrauensbewertung des automatisierten Journalismus darstellt sowie Raum für die Exploration weiterer Faktoren lässt. Zur empirischen Überprüfung wurden Focus Groups mit gezielt rekrutierten Leser:innen eingesetzt: Neben einer heterogen gemischten Focus Group haben einmal Personen mit hoher Technikaffinität und Vorwissen zu Verfahren der Künstlichen Intelligenz sowie einmal Personen mit hoher Medienkompetenz teilgenommen. Die Studienergebnisse zeigen, dass es keine monokausalen Antworten auf die Frage nach dem Vertrauen der Lesenden in automatisierten Journalismus gibt. Grundsätzlich stehen sie dem Technologieeinsatz neutral und gleichzeitig neugierig sowie – vor allem mit Blick auf die Zukunft – skeptisch gegenüber. Die Teilnehmenden fordern einen transparenten Umgang der Medienorganisationen mit automatisierter Berichterstattung und wollen mehr Informationen zum Einsatz, zur Verbreitung und zur Technologie haben. Als Einflussfaktoren auf die Vertrauensbewertung wurden ausgewählte Personen- sowie Text- und Publikationsmerkmale und Eigenschaften des Untersuchungsgegenstands getestet. Hohe Relevanz haben erkennbar die Angst vor gezielter Manipulation, die individuellen Vorstellungen über Künstliche Intelligenzen sowie die Kontingenz von Texten. Die Bedeutung dieser Studie besteht darin, dass sie das theoretische Verständnis von Vertrauen in Journalismus erweitert sowie die Wahrnehmung des automatisierten Journalismus vertieft. Außerdem wird das empirische Verständnis der Bewertung und Einordnung des Publikums der automatisiert generierten Berichterstattung durch die Studienergebnisse exploriert." (Autorenreferat, IAB-Doku, © Springer)
Beteiligte aus dem IAB
Körner, Theresa; -
Literaturhinweis
Who will be the workers most affected by AI?: A closer look at the impact of AI on women, low-skilled workers and other groups (2024)
Lane, Marguerita;Zitatform
Lane, Marguerita (2024): Who will be the workers most affected by AI? A closer look at the impact of AI on women, low-skilled workers and other groups. (OECD Artificial Intelligence Papers 26), Paris, 60 S. DOI:10.1787/14dc6f89-en
Abstract
"This paper examines how different socio-demographic groups experience AI at work. As AI can automate non-routine, cognitive tasks, tertiary educated workers in “white-collar” occupations will likely face disruption, even if empirical analysis does not suggest that overall employment levels have fallen due to AI, even in “white-collar” occupations. The main risk for those without tertiary education, female and older workers is that they lose out due to lower access to AI-related employment opportunities and to productivity-enhancing AI tools in the workplace. By identifying the main risks and opportunities associated with different socio-demographic groups, the ultimate aim is to allow policy makers to target supports and to capture the benefits of AI (increased productivity and economic growth) without increasing inequalities and societal resistance to technological progress." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The Artificial Recruiter: Risks of Discrimination in Employers’ Use of AI and Automated Decision‐Making (2024)
Zitatform
Larsson, Stefan, James Merricks White & Claire Ingram Bogusz (2024): The Artificial Recruiter: Risks of Discrimination in Employers’ Use of AI and Automated Decision‐Making. In: Social Inclusion, Jg. 12. DOI:10.17645/si.7471
Abstract
"Extant literature points to how the risk of discrimination is intrinsic to AI systems owing to the dependence on training data and the difficulty of post hoc algorithmic auditing. Transparency and auditability limitations are problematic both for companies’ prevention efforts and for government oversight, both in terms of how artificial intelligence (AI) systems function and how large-scale digital platforms support recruitment processes. This article explores the risks and users’ understandings of discrimination when usingAI and automated decision-making (ADM) in worker recruitment. We rely on data in the form of 110 completed questionnaires with representatives from 10 of the 50 largest recruitment agencies in Sweden and representatives from 100 Swedish companies with more than 100 employees (“major employers”). In this study, we made use of an open definition of AI to accommodate differences in knowledge and opinion around how AI and ADM are understood by the respondents. The study shows a significant difference between direct and indirect AI and ADM use, which has implications for recruiters’ awareness of the potential for bias or discrimination in recruitment. All of those surveyed made use of large digital platforms like Facebook and LinkedIn for their recruitment, leading to concerns around transparency and accountability—not least because most respondents did not explicitly consider this to be AI or ADM use. We discuss the implications of direct and indirect use in recruitment in Sweden, primarily in terms of transparency and the allocation of accountability for bias and discrimination during recruitment processes." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
AI Adoption Among German Firms (2024)
Zitatform
Licht, Thomas & Klaus Wohlrabe (2024): AI Adoption Among German Firms. (CESifo working paper 11459), München, 21 S.
Abstract
"This paper examines the adoption of Artificial Intelligence (AI) among German firms, leveraging firm-level data from the ifo Business Survey. We analyze the diffusion of AI across sectors and firm sizes, showing a significant increase in AI usage from 2023 to 2024, particularly in manufacturing and services. The survey data allows us to explore not only sectoral patterns of adoption but also the drivers and barriers that firms face, including firm-specific characteristics and industry dynamics. Additionally, we investigate the role of managerial traits, such as risk tolerance and patience, in shaping AI adoption decisions. Finally, we assess the potential pro-ductivity impacts of AI at the firm level, with a focus on the expected long-term benefits of AI for different sectors of the German economy. Our findings contribute to the growing body of research on AI adoption by providing new evidence from a non-US context, offering valuable insights for both academia and politics." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Embracing artificial intelligence in the labour market: the case of statistics (2024)
Zitatform
Liu, Jin, Kaizhe Chen & Wenjing Lyu (2024): Embracing artificial intelligence in the labour market: the case of statistics. In: Humanities and Social Sciences Communications, Jg. 11. DOI:10.1057/s41599-024-03557-6
Abstract
"In an era marked by rapid advancements in artificial intelligence (AI), the dynamics of the labor market are undergoing significant transformation. A common concern amidst these changes is the potential obsolescence of traditional disciplines due to AI-driven productivity enhancements. This study delves into the evolving role and resilience of these disciplines within the AI-influenced labor market. Focusing on statistics as a representative field, we investigate its integration with AI and its interplay with other disciplines. Analyzing 279.87 million online job postings in the United States from 2010 to 2022, we observed a remarkable 31-fold increase in the demand for AI-specialized statistical talent, diversifying into 932 distinct AI-related job roles. Additionally, our research identified four major interdisciplinary clusters, encompassing 190 disciplines with a statistical focus. The findings also highlight a growing emphasis on specific hard skills within these AI roles and the differences in demand for AI talent in statistics across economic sectors and regions. Contrary to the pessimistic view of traditional disciplines’ survival in the AI age, our study suggests a more optimistic outlook. We recommend that professionals and organizations proactively adapt to AI advancements. Governments and academic institutions should collaborate to foster interdisciplinary skill development and evaluation for AI talents, thereby enhancing the employability of individuals from traditional disciplines and contributing to broader economic growth." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI und der Wandel von Angestelltenarbeit: Zum „blinden Fleck“ der aktuellen Automatisierungsdebatte (2024)
Zitatform
Lühr, Thomas & Tobias Kämpf (2024): KI und der Wandel von Angestelltenarbeit. Zum „blinden Fleck“ der aktuellen Automatisierungsdebatte. In: WSI-Mitteilungen, Jg. 77, H. 2, S. 98-106. DOI:10.5771/0342-300X-2024-2-98
Abstract
"Der Beitrag analysiert den Wandel von Angestelltenarbeit vor dem Hintergrund der digitalen Transformation. Ausgangspunkt ist ein Automatisierungsschub, der durch erweiterte Möglichkeiten der Nutzung Künstlicher Intelligenz (KI) geprägt ist. Auf der Grundlage empirischer Befunde werden die qualitativen Veränderungstendenzen von Arbeit in den Blick genommen, und zwar sowohl aus der Anwenderperspektive der Sachbearbeiter*innen als auch aus der Sicht der hochqualifizierten Entwickler*innen und Implementoren neuer KI-Lösungen. Insgesamt wird ein Strukturwandel von Angestelltenarbeit konstatiert, der nicht nur das Risiko von Jobverlusten, sondern auch Potenziale für eine Aufwertung und Höherqualifizierung hervorbringt und sich im Angestelltenbewusstsein manifestiert. In arbeitspolitischer Perspektive eröffnen sich Anknüpfungspunkte für eine Vorwärtsstrategie im Sinne eines nachhaltigen Umbaus von Beschäftigung." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
The relationship between Artificial Intelligence (AI) exposure and return to education (2024)
Zitatform
Madoń, Karol (2024): The relationship between Artificial Intelligence (AI) exposure and return to education. (IBS working paper / Instytut Badan Strukturalnych 2024,05), Warszawa, 17 S.
Abstract
"This paper studies the relationship between exposure to artificial intelligence (AI) and workers’ wages across European countries. Overall, a positive relationship between exposure to AI and workers’ wages is found, however it differs considerably between workers and countries. High-skilled workers experience far higher wage premiums related to AI-related skills than middle- and low-skilled workers. Positive associations are concentrated among occupations moderately and highly exposed to AI (between the 6th and 9th decile of the exposure), and are weaker among the least exposed occupations. Returns of AI-related skills among high-skilled workers are even higher in Eastern European Countries compared to Western European countries. The heterogeneity likely originates from the difference in overall labour costs between country groups. The results presented in this study were obtained from the estimation of Mincerian wage regressions on the 2018 release of the EU Structure of Earning Survey." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Wie KI und andere digitale Technologien die Arbeit von Ingenieuren in der Elektro- und Informationstechnik verändern könnten (2024)
Zitatform
Matthes, Britta (2024): Wie KI und andere digitale Technologien die Arbeit von Ingenieuren in der Elektro- und Informationstechnik verändern könnten. In: VDE Verband der Elektrotechnik, Elektronik und Informationstechnik (Hrsg.) (2024): Rolle der Künstlichen Intelligenz in der Elektro- und Informationstechnik, S. 21-27, 2024-10-14.
Abstract
"Die Liste der Technologien, die für die Arbeit von Ingenieuren in der Elektro- und Informationstechnik in den nächsten Jahren relevant sind, ist sehr lang. Dabei spielt KI in vielen technologischen Bereichen eine wichtige Rolle. Dennoch: Auch wenn die Automatisierungspotenziale bei diesen Berufen durch Einsatz von KI und anderen digitalen Technologien hoch sind, steht überhaupt nicht zur Debatte, dass es in Zukunft diese Berufe nicht mehr geben wird! Das hat verschiedene Gründe: Der wichtigste ist, dass KI erst dann produktiv zum Einsatz gebracht werden kann, wenn sie mit fachspezifischen Kenntnissen zusammentrifft. Es geht aber auch darum, dass sich die heute bereits bestehende Fachkräfteknappheit in diesen Berufen in den nächsten Jahren eher weiter verschärfen als abschwächen wird. Nicht nur, dass in den Ingenieurberufen der Elektro- und Informationstechnik in den kommenden Jahren überproportional viele der sozialversicherungspflichtig Beschäftigten in den Ruhestand gehen. Mit großer Wahrscheinlichkeit führt auch die Nutzung der Potenziale, die sich durch den Einsatz von KI in Wirtschaft und Gesellschaft ergeben, zu einer deutlichen Nachfragesteigerung in diesen Berufen. Hinzu kommt, dass die Elektro- und Informationstechnik zu denjenigen Gebieten gehört, die eine besondere Rolle bei der parallel zur digitalen Transformation stattfindenden ökologischen Transformation spielt. Gut ausgebildete Ingenieure der Elektro- und Informationstechnik werden zusätzlich gebraucht, um ihr spezifisches Wissen bei der Erzeugung und Speicherung von Wind- und Solarenergie, aber auch beim Umstieg vom Verbrenner zum Elektroantrieb einzusetzen. Eine der wichtigsten Fragen, die sich aus diesen Überlegungen ergibt, ist deshalb weniger, ob es auch in Zukunft noch Ingenieure der Elektro- und Informationstechnik geben wird. Vielmehr stellt sich die Frage, was lässt sich an der Arbeit, wie sie heute noch von diesen Ingenieuren erledigt wird, durch den Einsatz von KI und anderen modernen Technologien effizienter machen oder sogar automatisieren, um zu verhindern, dass die Fachkräftelücke noch größer wird. Dabei geht es nicht nur um die technologischen Potenziale, sondern auch darum, unter welchen Bedingungen tatsächlich automatisiert werden kann. Denn Automatisierung ist äußerst voraussetzungsvoll: Es muss investiert werden, nicht nur in Maschinen und Anlagen, sondern auch in Dateninfrastruktur und in die Fähigkeiten und Motivation derjenigen, die damit zukünftig arbeiten sollen. Häufig müssen erst die Datengrundlagen geschaffen, Prozesse neu etabliert, eine Aufbruchstimmung erzeugt werden; es gibt rechtliche Hürden wie zum Beispiel datenschutz- oder urheberrechtliche Vorgaben; die Wahrung von Geschäftsgeheimnissen steht einer Automatisierung entgegen; oder es bestehen ethische Bedenken." (Textauszug, IAB-Doku)
-
Literaturhinweis
Unslicing the pie: AI innovation and the labor share in European regions (2024)
Zitatform
Minniti, Antonio, Klaus Prettner & Francesco Venturini (2024): Unslicing the pie: AI innovation and the labor share in European regions. (Department of Economics working paper / Vienna University of Economics and Business 369), Wien, 46 S. DOI:10.57938/42db2bf4-07a0-4cea-8aab-ea40f1f71b29
Abstract
"We study how the development of Artificial Intelligence (AI) influences the distribution of income between capital and labor and how this, in turn, exacerbates geographic income inequality. To investigate this issue, we first build a theoretical framework and then analyze data from European regions dating back to 2000. We find that for every doubling of regional AI innovation, there is a 0.7% to 1.6% decline in the labor share, which may have decreased by between 0.20 and 0.46 percentage points from a mean of 52% due solely to AI. This new technology is particularly detrimental to high-skill and medium-skill labor. The impact on income distribution is driven by worsening wage and employment conditions for high-skill labor, and by wage compression for medium- and low-skill labor. The effect of AI is not driven by other factors affecting regional development in Europe, nor by the concentration process in the AI market." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The empirics of technology, employment and occupations: Lessons learned and challenges ahead (2024)
Zitatform
Montobbio, Fabio, Jacopo Staccioli, Maria Enrica Virgillito & Marco Vivarelli (2024): The empirics of technology, employment and occupations: Lessons learned and challenges ahead. In: Journal of Economic Surveys, Jg. 38, H. 5, S. 1622-1655. DOI:10.1111/joes.12601
Abstract
"This paper is a critical review of the empirical literature resulting from recent years of debate and analysis regarding technology and employment and the future of work as threatened by technology, outlining both lessons learned and challenges ahead. We distinguish three waves of studies and relate their heterogeneous findings to the choice of technological proxies, the level of aggregation, the adopted research methodology and to the relative focus on robots, automation and AI. The challenges ahead include the need for awareness of possible ex‐ante biases associated with the adopted proxiesfor innovation; the recognition of the trade‐off between microeconometric precision and a more holistic macroeconomic approach; the need for granular analysis of the reallocation and transformation of occupations and tasks brought about by different types of new technologies; the call for a closer focus on impacts on labor quality, in terms of types of jobs and working conditions." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))
-
Literaturhinweis
Human-centered approaches to AI-assisted work: the future of work? (2024)
Zitatform
Nitsch, Verena, Vera Rick, Annette Kluge & Uta Wilkens (2024): Human-centered approaches to AI-assisted work: the future of work? In: Zeitschrift für Arbeitswissenschaft, Jg. 78, H. 3, S. 261-267. DOI:10.1007/s41449-024-00437-2
-
Literaturhinweis
Künstliche Intelligenz am Arbeitsmarkt auch imSozialwesen? Plädoyer für eine achtsame Unaufgeregtheit (2024)
Nixdorf, Christian Philipp;Zitatform
Nixdorf, Christian Philipp (2024): Künstliche Intelligenz am Arbeitsmarkt auch imSozialwesen? Plädoyer für eine achtsame Unaufgeregtheit. In: Soziale Sicherheit, Jg. 73, H. 8-9, S. 10-16.
Abstract
"Manche Menschen sind „Künstlicher Intelligenz“ (KI) gegenüber offen eingestellt. Andere reagieren auf diese angesprochen mit Ängsten, zum Beispiel vor Arbeitsplatzverlust und hinsichtlich des Datenschutzes. Die Nutzung von KI weitet sich aus, was auch vor dem Sozialwesen nicht Halt macht.KI gewinnt hier nur langsam, aber doch stetig an Bedeutung. Was aber bedeutet das für die dortigen Fachkräfte? Das wird im Text reflektiert." (Textauszug, IAB-Doku)
-
Literaturhinweis
Exposure to generative artificial intelligence in the European labour market (2024)
Zitatform
Nurski, Laura & Nina Ruer (2024): Exposure to generative artificial intelligence in the European labour market. (Working paper / Bruegel 2024,06), Brüssel, 33 S.
Abstract
"We apply two sets of generative artificial intelligence (GenAI) occupational exposure scores – one task-based, one ability-based – to the European Labour Force Survey. While using different methodologies, our findings reveal consistent demographic patterns across the two approaches: jobs held by women, highly educated and younger workers are more exposed to GenAI technology in Europe. We also review the literature on the recent productivity impact of GenAI. Within the same occupations, less-experienced or less-skilled workers consistently get the largest productivity gains from GenAI support. We argue that a task-based analysis is more fruitful than an ability-based one, both for guiding GenAI adoption in organisations and their workplaces, and for assessing the employment and job quality impact on workers. Finally, we provide policy recommendations that can help workers (ie the labor supply) adjust to technological disruption, such as providing training and social safety nets. But we go further by also suggesting policy interventions that could redirect future labor demand towards better jobs, by promoting job redesign and organisational agility. Monitoring GenAI’s employment effects and researching the ‘jagged technological frontier’ is necessary to further build our understanding of the employment impact of this transformational technology." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Artificial intelligence technologies, skills demand and employment: evidence from linked job ads data (2024)
Zitatform
Peede, Lennert & Michael Stops (2024): Artificial intelligence technologies, skills demand and employment: evidence from linked job ads data. (IAB-Discussion Paper 15/2024), Nürnberg, 62 S. DOI:10.48720/IAB.DP.2415
Abstract
"Wir untersuchen, wie künstliche Intelligenz (KI) die Arbeitsnachfrage auf der Betriebsebene beeinflusst. Um die Aktivitäten in der Entwicklung, Implementierung oder Nutzung von KI-Technologien zu messen, verwenden wir den Anteil derjenigen Stellenausschreibungen, die einen Bezug zu KI haben. Niedrige KI-Stellenanteile insgesamt zeigen, dass wir eine frühe Phase der KI-Einführung untersuchen. Auf der Betriebsebene hängt der KI-Stellenanteil mit einem relativ geringen Rückgang derjenigen Kompetenzanforderungen zusammen, die nicht mit KI-Technologien in Verbindung stehen. Darüber hinaus finden wir keine Auswirkungen auf die Gesamtbeschäftigung in den Betrieben, aber ein leicht höheres Beschäftigungswachstum in Jobs mit hoch komplexen Tätigkeiten." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Interview mit den Autoren im IAB-Forum -
Literaturhinweis
KI im Unternehmen – Herausforderungen an die betriebliche Gestaltung moderner Arbeit (2024)
Zitatform
Pfeiffer, Sabine (2024): KI im Unternehmen – Herausforderungen an die betriebliche Gestaltung moderner Arbeit. In: Faktor Arbeitsschutz H. 11, S. 34-39.
Abstract
"Eine Befragung von Beschäftigten zu ihrer Einstellung gegenüber der Nutzung von KI bei der Arbeit ergab – entgegen immer wieder behaupteter Angstzuschreibung – ein abgewogenes „Es kommt darauf an“. Wichtig ist es, Beschäftigte von Anfang an bei der Installation von KI im Betrieb zu beteiligen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
New Technologies: End of Work or Structural Change? (2024)
Zitatform
Rademakers, Emilie & Ulrich Zierahn-Weilage (2024): New Technologies: End of Work or Structural Change? In: The Economists' voice, Jg. 21, H. 2, S. 335-344. DOI:10.1515/ev-2024-0046
Abstract
"This paper examines the impact of new technologies, particularly automation and artificial intelligence (AI), on labor markets. The existing literature documents ambiguous and only limited overall employment effects, while new technologies induce significant shifts in workforce composition. The implied firm-level productivity gains primarily benefit larger, skilled-labor-intensive firms. AI adoption remains limited but continues to reshape skill demands. The implied worker reallocation is costly, exacerbating inequality. This calls for policies such as targeted support for displaced workers, investment in education and skill development, promoting technology diffusion, and encouraging complementary human capital investments." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI-Einsatz in Unternehmen in Deutschland : Strategische Ausrichtung und internationale Position (2024)
Zitatform
Rammer, Christian, Thorsten Doherr, Jan Kinne & David Lenz (2024): KI-Einsatz in Unternehmen in Deutschland : Strategische Ausrichtung und internationale Position. Berlin, 45 S.
Abstract
"Die Studie untersucht den Stand der KI-Nutzung in Unternehmen in Deutschland im internationalen Vergleich. Neben der Verbreitung verschiedener KI-Verfahren und des KI-Einsatzes in unterschiedlichen Anwendungsgebieten wird der Zusammenhang zwischen KI-Nutzung und der strategischen Ausrichtung der Unternehmen analysiert. Darüber hinaus wird die sich entwickelnde "KI-Branche" für Europa und Nordamerika charakterisiert, d.h. die Unternehmen, die sich auf die Entwicklung und Vermarktung von KI-Technologien spezialisiert haben." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Human–robot interaction: What changes in the workplace? (2024)
Riso, Sara; Adascalitei, Dragos;Zitatform
Riso, Sara & Dragos Adascalitei (2024): Human–robot interaction: What changes in the workplace? (Eurofound research report / European Foundation for the Improvement of Living and Working Conditions), Dublin, 62 S.
Abstract
"Advanced robotic systems and applications disrupt workplaces; they transform the way work is carried out, often resulting in changes to business models and redefining roles, tasks and methods of work. Artificial intelligence (AI) has played a pivotal role in enhancing these systems, giving them greater capabilities, functionalities and flexibility than more conventional robots. AI has also facilitated seamless collaboration and interaction between humans and robots in various industries. This is most prominently illustrated by collaborative robotic applications, through which AI enables closer worker–robot interaction in shared workspaces. As advanced robots become more complex and prevalent in modern work environments, understanding how workers and robots interact and the implications for work organisation and working conditions is crucial for robots’ successful integration into the workplace. The changes brought about by autonomous or semiautonomous advanced robotics require thoughtful consideration and proactive management to ensure a positive impact on businesses and workers. Drawing on survey data and case studies investigating advanced robotic systems and applications for task automation, this report contributes to the policy debate on work automation, highlighting new forms of interaction between workers and robots and the changes to work organisation and working conditions that they entail" (Text excerpt, IAB-Doku) ((en))
-
Literaturhinweis
Wie werden wir arbeiten? Die Bedeutung Künstlicher Intelligenz für die Berufsausbildung (2024)
Zitatform
Rüschoff, Britta (2024): Wie werden wir arbeiten? Die Bedeutung Künstlicher Intelligenz für die Berufsausbildung. In: S. Fichtner-Rosada, T. Heupel, C. Hohoff & J. Heuwing-Eckerland (Hrsg.) (2024): Kompetenzen für die Arbeitswelten der Zukunft. Impulse des European Year of Skills für Wirtschaft, Bildung und Personalwesen, S. 343-353. DOI:10.1007/978-3-658-44959-9_22
Abstract
"Die Einführung neuer Technologien, insbesondere solcher, die auf Künstlicher Intelligenz basieren, wird den Arbeitsmarkt und unsere Arbeitsweise verändern. Es bleibt jedoch unklar, wie genau diese Veränderungen aussehen werden und welche Auswirkungen sie auf heutige und zukünftige Arbeitnehmende haben werden. Ein grundlegendes Verständnis der Auswirkungen dieser Technologien auf den Arbeitsmarkt ist von entscheidender Bedeutung, um mögliche Szenarien für die Entwicklung der Nachfrage nach Fähigkeiten in den kommenden Jahren und Jahrzehnten zu skizzieren und zu überlegen, wie Bildungssysteme darauf reagieren sollten. In diesem Beitrag werden die aktuellen Fähigkeiten und Einschränkungen Künstlicher Intelligenz für den deutschen Arbeitsmarkt untersucht, wobei auch auf die Auswirkungen der aktuellen Verbreitung von KI-Systemen auf die Berufsbildung eingegangen wird." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
The Impact of Artificial Intelligence on Productivity and Employment – How Can We Assess It and What Can We Observe? (2024)
Zitatform
Saam, Marianne (2024): The Impact of Artificial Intelligence on Productivity and Employment – How Can We Assess It and What Can We Observe? In: Intereconomics, Jg. 59, H. 1, S. 22-27. DOI:10.2478/ie-2024-0006
Abstract
"Technological optimists have been predicting the artificial intelligence (AI) revolution since the beginning of the past decade. This expectation contrasts with low productivity growth in many countries. The commercial release of ChatGPT in late 2022 has lead to rising expectations about a dramatic shift at least equivalent to the one associated with the commercial introduction of the Internet. But what is AI from an economic point of view? How can we observe the diffusion of AI in the economy and assess its effects in order to the draw conclusions for economic policy?" (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
How is AI changing the way workers perform their jobs and the skills they require? (2024)
Scarpetta, Stefano; Broecke, Stijn;Zitatform
Scarpetta, Stefano & Stijn Broecke (2024): How is AI changing the way workers perform their jobs and the skills they require? (Policy brief / OECD), Bielefeld, 5 S. DOI:10.1787/8dc62c72-en
Abstract
"Artificial Intelligence (AI) is changing how workers perform their jobs and what skills they require. In occupations most exposed to AI (e.g. computer programmers, budget analysts and administrative assistants), management and business skills are the most demanded skills. However, the demand for management, business and digital skills has been falling in the workplaces most exposed to AI. The magnitude of this decline is relatively small but should be should monitored closely." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Nürnberger Gespräche: Wie bewältigen Regionen die digitale und ökologische Transformation? (Podium) (2024)
Schludi, Martin; Lötzsch, Markus; Fitzenberger, Bernd ; Heilmaier, Andrea; Deckbar, Laura; Schnitzer, Monika ; Wallheinke, Anna; Niebuhr, Annekatrin ; König, Marcus; Gropp, Reint;Zitatform
Schludi, Martin, Anna Wallheinke & Laura Deckbar; Markus Lötzsch, Bernd Fitzenberger, Andrea Heilmaier, Monika Schnitzer, Annekatrin Niebuhr, Marcus König & Reint Gropp (sonst. bet. Pers.) (2024): Nürnberger Gespräche: Wie bewältigen Regionen die digitale und ökologische Transformation? (Podium). In: IAB-Forum H. 06.05.2024 Nürnberg. DOI:10.48720/IAB.FOO.20240506.02
Abstract
"Energiewende, Mobilitätswende, Digitalisierung, Künstliche Intelligenz: Die aktuellen Herausforderungen sind gewaltig. Die digitale und die ökologische Transformation setzen Staat und Unternehmen unter massiven Anpassungsdruck. Zugleich ist jede Region in unterschiedlicher Weise mit den Chancen und Risiken der Transformation konfrontiert. Resultieren daraus auch unterschiedliche regionale Anpassungsstrategien? Wie effektiv ist regionale Wirtschaftsförderung? Und führen die Transformationsprozesse zu einer Reorganisation von Wirtschaftsräumen? Diese und weitere Fragen diskutierten Expertinnen und Experten aus Wirtschaft, Wissenschaft und Regionalpolitik am 13. März dieses Jahres bei den „Nürnberger Gesprächen“." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Experten sind besonders nah an KI (2024)
Seele, Stefanie;Zitatform
Seele, Stefanie (2024): Experten sind besonders nah an KI. (IW-Kurzberichte / Institut der Deutschen Wirtschaft Köln 2024,20), Köln, 3 S.
Abstract
"Früher haben Digitalisierungstechnologien eher Helfer und Fachkräfte ersetzt als Höherqualifizierte. Durch die Fortschritte der künstlichen Intelligenz (KI) sind zunehmend Spezialisten und Experten betroffen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Technological employment: Evidence from worldwide robot adoption (2024)
Zitatform
Sharfaei, Shahab & Jan Bittner (2024): Technological employment: Evidence from worldwide robot adoption. In: Technological forecasting & social change, Jg. 209. DOI:10.1016/j.techfore.2024.123742
Abstract
"Technological advances can automate many jobs, thereby reducing the reliance on some workers, yet they can also create jobs. Determining the overall impact is not immediately evident and necessitaes empirical research. In this paper, we use data on worldwide robot adoption from 1993 to 2021 to explore whether robots increase labor productivity and employment in the 74 sampled economies. We find that robots lead to higher productivity and employment on a global scale. To gain more insights into the results, we also examine the effects both in the long run and the short run using labor market data from developed countries. Using error correction model, the findings show that robot adoption increases employment in the long run but has no effect on overall employment in the short run. This study argues that in spite of perpetual automation spanning many generations, there are still many occupational opportunities, a fact that is not likely to change with the increased robot use. In fact, robot adoption leads to more jobs in developed economies which by and large adopt robots to a greater degree, leading to ‘technological employment’. While economies of the developing countries which adopt robots to a lower degree, do not seem to experience a similar outcome." (Author's abstract, IAB-Doku, © 2024 Elsevier) ((en))
-
Literaturhinweis
Artificial Intelligence: Economic Impact, Opportunities, Challenges, Implications for Policy (2024)
Simons, Wouter; Turrini, Alessandro; Vivian, Lara;Zitatform
Simons, Wouter, Alessandro Turrini & Lara Vivian (2024): Artificial Intelligence: Economic Impact, Opportunities, Challenges, Implications for Policy. (European economy. Discussion paper 210), Brüssel, 29 S.
Abstract
"This discussion paper presents the key features of Artificial Intelligence (AI), highlighting the main differences with respect to previous IT and digital technologies. It presents the most relevant facts about AI diffusion across EU countries, and discusses the main economic implications, focusing especially on its impact on productivity and labour markets. While AI presents a formidable opportunity, it also entails major challenges, with implications for policy. This paper focuses on policies to remove bottlenecks to AI development and adoption, regulatory policies, competition policy, policies to deal with labour market and distributive implications." (Author's abstract, IAB-Doku) ((en))