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
KI-Jobs in Deutschland: Stagnation statt Boom: Eine Analyse von Online-Stellenanzeigen (2025)
Büchel, Jan; Mertens, Armin; Engler, Jan Felix;Zitatform
Büchel, Jan, Jan Felix Engler & Armin Mertens (2025): KI-Jobs in Deutschland: Stagnation statt Boom. Eine Analyse von Online-Stellenanzeigen. 22 S. DOI:10.11586/2025025
Abstract
"Künstliche Intelligenz (KI) ist eine zentrale Zukunftstechnologie, die mehr Effizienz und Produktivität in Unternehmen ermöglichen kann. Vor dem Hintergrund der angespannten wirtschaftlichen Lage Deutschlands und dem vorliegenden demografiebedingten Fachkräftemangel sollten Unternehmen das Potenzial von KI nutzen, um ihre Wettbewerbsfähigkeit zu stärken. Positiv ist, dass im Jahr 2024 etwa jedes fünfte Unternehmen in Deutschland angibt, KI bereits zu nutzen. Der KI-Einsatz benötigt dabei neue Kompetenzen, beispielsweise wenn Unternehmen KI-Lösungen selbst entwickeln möchten. Auch wenn zugekaufte KI-Lösungen im Unternehmen angewendet werden, entstehen Kompetenzbedarfe. Um die Bedarfe der Unternehmen zu erfassen, hat das Institut der deutschen Wirtschaft im Auftrag der Bertelsmann Stiftung Online-Stellenanzeigen mit Bezug zu KI aus den Jahren 2019 bis 2024 analysiert." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Zusammenfassung der Studie -
Literaturhinweis
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
AI and employment in Europe (2025)
Zitatform
Guarascio, Dario & Jelena Reljic (2025): AI and employment in Europe. In: Economics Letters, Jg. 247. DOI:10.1016/j.econlet.2025.112183
Abstract
"This paper contributes to the growing research on AI's labor market impact by presenting novel evidence on the heterogeneous employment effects of AI across EU countries from 2012 to 2022. While concerns persist about AI's disruptive potential, our findings show that occupations more exposed to AI technologies experience stronger employment growth, all else being equal. However, these effects are not uniform across the EU. Positive employment outcomes are concentrated in Innovation Leaders (Belgium, Denmark, Finland, the Netherlands and Sweden) and Strong Innovators (Austria, Cyprus, France, Germany, Ireland and Luxembourg), emphasizing the context-dependent nature of AI's impact. These findings reflect the uneven distribution of innovation capabilities, with a country's innovation system and ‘absorptive capacity’ playing a crucial role in fully harnessing AI's potential for employment (and economic) growth. Ultimately, this research challenges the notion of AI as universally beneficial or harmful, highlighting its asymmetric effects across countries and occupations." (Author's abstract, IAB-Doku, © 2025 Elsevier B.V. All rights are reserved, including those for text and data mining, AI training, and similar technologies.) ((en))
-
Literaturhinweis
Diverging paths: AI exposure and employment across European regions (2025)
Zitatform
Guarascio, Dario, Jelena Reljic & Roman Stöllinger (2025): Diverging paths: AI exposure and employment across European regions. In: Structural Change and Economic Dynamics, Jg. 73, S. 11-24. DOI:10.1016/j.strueco.2024.12.010
Abstract
"This study explores exposure to artificial intelligence (AI) technologies and employment patterns in Europe. First, we provide a thorough mapping of European regions focusing on the structural factors—such as sectoral specialisation, R&D capacity, productivity and workforce skills—that may shape diffusion as well as economic and employment effects of AI. To capture these differences, we conduct a cluster analysis which group EU regions in four distinct clusters: high-tech service and capital centres, advanced manufacturing core, southern and eastern periphery. We then discuss potential employment implications of AI in these regions, arguing that while regions with strong innovation systems may experience employment gains as AI complements existing capabilities and production systems, others are likely to face structural barriers that could eventually exacerbate regional disparities in the EU, with peripheral areas losing further ground." (Author's abstract, IAB-Doku, © 2024 The Author(s). Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Artificial Intelligence and the Labor Market (2025)
Zitatform
Hampole, Menaka, Dimitris Papanikolaou, Lawrence D. W. Schmidt & Bryan Seegmiller (2025): Artificial Intelligence and the Labor Market. (NBER working paper / National Bureau of Economic Research 33509), Cambridge, Mass, 58 S.
Abstract
"We leverage recent advances in NLP to construct measures of workers' task exposure to AI and machine learning technologies over the 2010 to 2023 period that vary across firms and time. Using a theoretical framework that allows for a labor-saving technology to affect worker productivity both directly and indirectly, we show that the impact on wage earnings and employment can be summarized by two statistics. First, labor demand decreases in the average exposure of workers' tasks to AI technologies; second, holding the average exposure constant, labor demand increases in the dispersion of task exposures to AI, as workers shift effort to tasks that are not displaced by AI. Exploiting exogenous variation in our measures based on pre-existing hiring practices across firms, we find empirical support for these predictions, together with a lower demand for skills affected by AI. Overall, we find muted effects of AI on employment due to offsetting effects: highly-exposed occupations experience relatively lower demand compared to less exposed occupations, but the resulting increase in firm productivity increases overall employment across all occupations." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Generative AI's Impact on Student Achievement and Implications for Worker Productivity (2025)
Zitatform
Hausman, Naomi, Oren Rigbi & Sarit Weisburd (2025): Generative AI's Impact on Student Achievement and Implications for Worker Productivity. (CESifo working paper 11843), München, 39 S.
Abstract
"Student use of Artificial Intelligence (AI) in higher education is reshaping learning and redefining the skills of future workers. Using student-course data from a top Israeli university, we examine the impact of generative AI tools on academic performance. Comparisons across more and less AI-compatible courses before and after ChatGPT's introduction show that AI availability raises grades, especially for lower-performing students, and compresses the grade distribution, eroding the signal value of grades for employers. Evidence suggests gains in AI-specific human capital but possible losses in traditional human capital, highlighting benefits and costs AI may impose on future workforce productivity." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Large Language Models, Small Labor Market Effects (2025)
Zitatform
Humlum, Anders & Emilie Vestergaard (2025): Large Language Models, Small Labor Market Effects. (BFI Working Papers / University of Chicago, Becker Friedman Institute for Research in Economics 2025,56), Chicago, 64 S. DOI:10.2139/ssrn.5219933
Abstract
"We examine the labor market effects of AI chatbots using two large-scale adoption surveys (late 2023 and 2024) covering 11 exposed occupations (25,000 workers, 7,000 workplaces), linked to matched employer-employee data in Denmark. AI chatbots are now widespread —most employers encourage their use, many deploy in-house models, andtraining initiatives are common. These firm-led investments boost adoption, narrow demographic gaps in take-up, enhance workplace utility, and create new job tasks. Yet, despite substantial investments, economic impacts remain minimal. Using difference-in-differences and employer policies as quasi-experimental variation, we estimate precise zeros: AI chatbots have had no significant impact on earnings or recorded hours in any occupation, with confidence intervals ruling out effects larger than 1%. Modest productivity gains (average time savings of 3%), combined with weak wage pass-through, help explain these limited labor market effects. Our findings challenge narratives of imminent labor market transformation due to Generative AI." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch erschienen als: NBER working paper, 33777 -
Literaturhinweis
How can we better measure the demand for AI and other skills on the labour market? (2025)
Janssen, Simon; Wiederhold, Simon ; Rounding, Nicholas; Langer, Christina; Nagler, Markus ; Stops, Michael ;Zitatform
Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): How can we better measure the demand for AI and other skills on the labour market? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 10 ai:conomics policybrief), Maastricht, 5 S.
Abstract
"A large body of research literature shows that technological change has a significant impact on labour markets, as modern digital technologies are changing the demand for certain skills. On the one hand, new technologies can replace some human activities. On the other hand, they can create or complement new activities (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). With the proliferation of artificial intelligence (AI) in recent years, certain questions are becoming increasingly important in public debate and research: Is the demand for AI skills also growing on the German labour market? Does the increasing demand for AI skills mean that other skills - among low, medium and highly qualified workers - are less in demand? The aim of this research project is to create a reliable data basis in order to be able to answer such questions in a more informed way in the future. Developments in generative AI, particularly tools such as ChatGPT, have significantly intensified the discussion about the impact of AI on the labour market, both in academia and in public debate and policy. While computers and software have transformed the world of work by performing routine tasks more precisely and efficiently, modern AI systems can now take on complex, non-routine tasks without relying on detailed instructions or repetitive rules (Brynjolfsson et al., 2025). As a result, many are optimistic about the productive potential of this new technology. Others, however, fear that AI could disrupt labour markets. In the course of the intensive scientific and public debate on AI, there is a growing body of literature that deals with the effects of AI on labour markets. These initially focus on specific occupations such as call centre workers (Brynjolfsson et al., 2025, Dijksman et al., 2024), consultants (Dell’ et al., 2023), writers or developers (Peng et al., 2023). However, a major challenge is to measure how the demand for and supply of skills has changed in the wake of the emergence of AI." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial intelligence in the workplace: insights into the transformation of customer services (2025)
Janssen, Simon; Stops, Michael ; Dijksman, Sander; Montizaan, Raymond ; Steens, Sanne; Levels, Mark ; Rounding, Nicholas; Fourage, Didier; Özgül, Pelin; Fregin, Marie-Christine ; Eijkenboom, Danique; Graus, Evie;Zitatform
Janssen, Simon, Michael Stops, Sanne Steens, Pelin Özgül, Nicholas Rounding, Sander Dijksman, Raymond Montizaan, Mark Levels, Didier Fourage, Danique Eijkenboom, Evie Graus & Marie-Christine Fregin (2025): Artificial intelligence in the workplace: insights into the transformation of customer services. In: IAB-Forum H. 22.04.2025, 2025-04-22. DOI:10.48720/IAB.FOO.20250422.01
Abstract
"How does the use of artificial intelligence in training affect employee productivity? These and other questions were investigated as part of the long-term research project “ai:conomics” using company data from various large European companies. Initial results suggest that AI can have a positive impact on employee productivity, especially for new employees." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Wie lässt sich die Nachfrage nach KI- und anderen Kompetenzen auf dem Arbeitsmarkt besser messen? (2025)
Janssen, Simon; Wiederhold, Simon ; Nagler, Markus ; Langer, Christina; Rounding, Nicholas; Stops, Michael ;Zitatform
Janssen, Simon, Christina Langer, Markus Nagler, Nicholas Rounding, Michael Stops & Simon Wiederhold (2025): Wie lässt sich die Nachfrage nach KI- und anderen Kompetenzen auf dem Arbeitsmarkt besser messen? (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 10 ai:conomics policybrief), Maastricht, 6 S.
Abstract
"Eine umfangreiche Forschungsliteratur zeigt, dass der technologische Wandel erhebliche Auswirkungen auf die Arbeitsmärkte hat, da moderne digitale Technologien die Nachfrage nach bestimmten Kompetenzen verändern. Zum einen können neue Technologien einige menschliche Tätigkeiten ersetzen. Zum anderen Seite können sie neue Tätigkeiten schaffen oder ergänzen (Acemoglu et al., 2015; Acemoglu & Restrepo, 2018, 2019, 2020). Mit der starken Verbreitung Künstlicher Intelligenz in den letzten Jahren gewinnen bestimmte Fragen in der öffentlichen Diskussion und der Forschung zunehmend an Bedeutung: Wächst die Arbeitsnachfrage nach KI-Kompetenzen auch auf dem deutschen Arbeitsmarkt? Führt die steigende Nachfrage nach KI-Kompetenzen dazu, dass andere Kompetenzen – bei niedrig-, mittel- und hochqualifizierten Arbeitskräften – weniger gefragt sind? Ziel dieses Forschungsprojekts ist es, eine belastbare Datengrundlage zu schaffen, um solche Fragen in Zukunft fundierter beantworten zu können. Die Entwicklungen bei generativer Künstlicher Intelligenz, insbesondere von Tools wie ChatGPT, hat die Diskussion über die Auswirkungen von KI auf den Arbeitsmarkt sowohl in der Wissenschaft als auch in der öffentlichen Debatte und in der Politik deutlich verstärkt. Während Computer und Software die Arbeitswelt durch die präzisere und effizientere Ausführung routinemäßiger Aufgaben verändert haben, können moderne KI-Systeme nun komplexe, nichtroutinemäßige Aufgaben übernehmen, ohne auf detaillierte Anweisungen oder wiederholende Regeln angewiesen zu sein (Brynjolfsson et al., 2025). Infolgedessen sehen viele das produktive Potenzial dieser neuen Technologie optimistisch. Andere hingegen befürchten, dass KI die Arbeitsmärkte disruptiv verändern könnte." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
KI Navigator #10: Wie KI dem Arbeitsmarkt hilft (2025)
Zitatform
Koch, Christian & Michael Stops (2025): KI Navigator #10: Wie KI dem Arbeitsmarkt hilft. In: Heise online, 2025-03-14.
Abstract
"Stellenanzeigen können viel über den Wandel des Arbeitsmarkts verraten. Künstliche Intelligenz hilft dabei, diese Daten zu interpretieren."
-
Literaturhinweis
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
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
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
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
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
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
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)