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
Artificial intelligence in work design: unlocking inclusion and overcoming barriers (2025)
Adolph, Lars; Kirchhoff, Britta Marleen; Hamideh Kerdar, Sara;Zitatform
Adolph, Lars, Britta Marleen Kirchhoff & Sara Hamideh Kerdar (2025): Artificial intelligence in work design: unlocking inclusion and overcoming barriers. In: Zeitschrift für Arbeitswissenschaft, Jg. 79, H. 2, S. 197-205. DOI:10.1007/s41449-025-00467-4
Abstract
"This article examines the protection goal of “exclusion prevention” and the design requirement of “design for inclusion and accessibility”, which are part of the initial considerations for a roadmap on artificial intelligence (AI) in occupational science research. The proposed roadmap systematically breaks down framework conditions, design requirements, instrumental goals and protection goals. The concept presented provides guidance for future research and can also serve as a basis for scientific policy advice. The in-depth examination of inclusion and AI takes place against the background that, on the one hand these aspects are underrepresented in occupational science research, and technological development can lead to a surge of change, particularly in the area of inclusive work design, on the other. Two expert workshops were held to answer the research question of what opportunities and risks AI technologies offer for the professional integration of people with disabilities, and what research and development needs to exist. The results show that some useful systems already exist, but that they can also have negative effects and that there is a need for further development. Practical relevance: The presented aspects of the roadmap on artificial intelligence (AI) from the perspective of occupational science research is relevant for both companies and policy actors who want to gain a systematic overview of AI in the world of work. A particular focus is on the issue of inclusive work design. In an expert workshop, it became clear that an optimistic view of the use of artificial intelligence for inclusive work design prevails both in companies or workshops employing people with disabilities and in the field of consulting. At the same time, however, development needs and potential risks were identified. The results provide an overview of the current potential uses of AI and are also of interest to companies that do not yet employ people with disabilities but are planning to do so." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Genius on Demand: The Value of Transformative Artificial Intelligence (2025)
Zitatform
Agrawal, Ajay K., Joshua S. Gans & Avi Goldfarb (2025): Genius on Demand: The Value of Transformative Artificial Intelligence. (NBER working paper / National Bureau of Economic Research 34316), Cambridge, Mass, 20 S.
Abstract
"This paper examines how the emergence of transformative AI systems providing ``genius on demand" would affect knowledge worker allocation and labour market outcomes. We develop a simple model distinguishing between routine knowledge workers, who can only apply existing knowledge with some uncertainty, and genius workers, who create new knowledge at a cost increasing with distance from a known point. When genius capacity is scarce, we find it should be allocated primarily to questions at domain boundaries rather than at midpoints between known answers. The introduction of AI geniuses fundamentally transforms this allocation. In the short run, human geniuses specialise in questions that are furthest from existing knowledge, where their comparative advantage over AI is greatest. In the long run, routine workers may be completely displaced if AI efficiency approaches human genius efficiency." (Author's abstract, IAB-Doku) ((en))
-
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
The Impact of Aging and AI on Japan's Labor Market: Challenges and Opportunities (2025)
Asao, Kohei; Seitani, Haruki; Stepanyan, Ara; Xu, TengTeng;Zitatform
Asao, Kohei, Haruki Seitani, Ara Stepanyan & TengTeng Xu (2025): The Impact of Aging and AI on Japan's Labor Market: Challenges and Opportunities. (IMF working papers / International Monetary Fund 2025,184), Washington, DC, 17 S.
Abstract
"This paper explores the complex roles of demographic changes and technological innovation in shaping Japan's labor market. We use regression analysis to assess the impact of population aging on labor productivity and shortages. Our findings indicate that the aging workforce contributes to labor shortages and potentially weighs on labor productivity. We also investigate occupational level data to identify the complementarity and substitutability of AI in occupational tasks as well as skill transferability. Our research reveals that Japanese workers face lower exposure to AI compared to their counterparts in other advanced economies, thereby constraining AI's potential to mitigate labor shortages. Furthermore, the disparities in skill requirements across occupations with different AI exposures highlight the importance of facilitating labor mobility from displaced jobs to those in demand." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Notes on a World with Generative AI (2025)
Askitas, Nikolaos;Zitatform
Askitas, Nikolaos (2025): Notes on a World with Generative AI. (CESifo working paper 12070), München, 27 S.
Abstract
"Generative AI (GenAI) and Large Language Models (LLMs) are moving into domains once seen as uniquely human—reasoning, synthesis, abstraction, and rhetoric. Addressed to labor economists and informed readers, this paper clarifies what is truly new about LLMs, what is not, and why it matters. Using an analogy to autoregressive models from economics, we explain their stochastic nature, whose fluency is often mistaken for agency. We situate LLMs in the longer history of human–machine outsourcing, from digestion to cognition, and examine disruptive effects on white-collar labor, institutions, and epistemic norms. Risks emerge when synthetic content becomes both product and input, creating feedback loops that erode originality and reliability. Grounding the discussion in conceptual clarity over hype, we argue that while GenAI may substitute for some labor, statistical limits will preserve a key role for human judgment. The question is not only how these tools are used, but which tasks we relinquish and how we reallocate expertise in a new division of cognitive labor." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
On automation, labor reallocation and welfare (2025)
Zitatform
Auray, Stéphane & Aurélien Eyquem (2025): On automation, labor reallocation and welfare. In: Journal of Economic Dynamics and Control, Jg. 177. DOI:10.1016/j.jedc.2025.105129
Abstract
"We develop an open-economy model of endogenous automation with heterogeneous firms and labor-market reallocation to quantify the contribution of various trends to the adoption of robots in the U.S. economy. The decline in the relative price of robots is the major trend leading to automation, but interacts with other trends that either hinder (rising entry costs, rising markups) or slightly foster (rising labor productivity, declining trade costs) the adoption of robots. Taken alone, the decline in the relative price of robots produces moderate welfare gains in the long run, but less than labor productivity growth. We then exploit our model to show that a decline in the relative price of robots (i) generates small positive cross-country automation spillovers and (ii) produces inefficient labor-market reallocation since a small subsidy on robots combined with a training subsidy can generate small welfare gains. Our main conclusion is that automation can not be simply modeled as an exogenous decline in the price of robots, and must be analyzed in a broader framework taking into account trends affecting firms, such as the decline in business dynamism and the rise in markups." (Author's abstract, IAB-Doku, © 2025 The Author(s). Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Systematic literature review on the digital transformation of the personnel selection process (2025)
Zitatform
Baranyi, Virág (2025): Systematic literature review on the digital transformation of the personnel selection process. In: German Journal of Human Resource Management, S. 1-32. DOI:10.1177/23970022251363012
Abstract
"Digital Transformation technologies (DT technologies) are reshaping work processes, including personnel selection, an area traditionally viewed as inherently human-centric. While prior studies have examined various digital technologies in personnel selection, they have not provided sufficient evidence on the different levels of digitalization in selection processes and the factors influencing organizations’ adoption decisions. To address these gaps, this study systematically reviews 94 Scopus-indexed studies to analyze how DT technologies are applied across selection stages, categorizing practices into Manual, Digitalized, and Digitally Transformed approaches. By further distinguishing between Digital Technologies and AI Enhancements, this study offers a structured framework for understanding how organizations integrate digital technologies into selection and what drives or hinders their adoption. The findings highlight both the benefits (efficiency gains, potential bias reduction, improved candidate experience) and challenges (ethical concerns, algorithmic bias, technical and cultural barriers, and candidate perceptions) associated with these technologies, providing insights for both academic research and HR practice." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Ethical Integration in Public Sector AI. The Case of Algorithmic Systems in the Public Employment Service in Germany (2025)
Bauer, Bernhard ; Ziethmann, Paula Franziska ; Mühlbauer, Sabrina; Weber, Enzo ; Schlögl-Flierl, Kerstin ;Zitatform
Bauer, Bernhard, Sabrina Mühlbauer, Kerstin Schlögl-Flierl, Enzo Weber & Paula Franziska Ziethmann (2025): Ethical Integration in Public Sector AI. The Case of Algorithmic Systems in the Public Employment Service in Germany. (IAB-Discussion Paper 12/2025), Nürnberg, 32 S. DOI:10.48720/IAB.DP.2512
Abstract
"Dieser Artikel befasst sich mit der ethischen Gestaltung von Künstlicher Intelligenz (KI) im öffentlichen Sektor, wobei der Fokus auf den öffentlichen Arbeitsverwaltungen liegt. Während KI zunehmend zur effizienteren Gestaltung von Verwaltungsprozessen und zur Verbesserung der Dienstleistungserbringung eingesetzt wird, wirft ihre Anwendung in der Arbeitsvermittlung grundlegende Fragen hinsichtlich Fairness, Rechenschaftspflicht und demokratischer Legitimität auf. Das EU-Gesetz zur Künstlichen Intelligenz (EU AI Act) unterstreicht die Dringlichkeit der Bewältigung dieser Herausforderungen, indem es KI-Systeme, die die Arbeitsvermittlung betreffen, als risikoreich einstuft und damit strenge Schutzmaßnahmen vorschreibt, um Diskriminierung zu verhindern und Transparenz zu gewährleisten. Das zentrale Ziel dieser Studie ist es zu untersuchen, wie ethische und soziale Überlegungen systematisch in die Entwicklung und Umsetzung von KI im öffentlichen Sektor eingebunden werden können. Anhand der deutschen öffentlichen Arbeitsverwaltung als Fallstudie stellen wir den Ansatz „Embedded Ethics and Social Sciences” (EE) vor. Dieser Ansatz integriert ethische Überlegungen und den Bezug zur Praxis bereits in die Entwicklung des Modells. Qualitative Erkenntnisse aus Interviews mit Vermittlungsfachkräften verdeutlichen die soziotechnischen Herausforderungen der Umsetzung, insbesondere die Notwendigkeit, Effizienz mit dem Vertrauen der Bürger:innen in Einklang zu bringen. Auf der Grundlage dieser Erkenntnisse geben wir Empfehlungen für die Gestaltung von KI-Systemen, welche sich aus der Integration ethischer und sozialer Überlegungen in die Systementwicklung ergeben. In diesem Zusammenhang diskutieren wir Fragen der Datenethik und Bias, der Fairness und der Rolle erklärbarer KI (XAI). Unsere Analyse zeigt, dass der EE-Ansatz nicht nur die Einhaltung neuer regulatorischer Anforderungen unterstützt, sondern auch die menschliche Aufsicht, die Handlungsfähigkeit und gemeinsame Entscheidungsfindung stärken kann. So deuten die Ergebnisse darauf hin, dass ein ethisch fundiertes Design Fairness, Transparenz und Legitimität in verschiedenen Bereichen der öffentlichen Verwaltung erhöhen kann und somit zu einer verantwortungsvolleren und bürgernahen Umsetzung im digitalen Zeitalter beiträgt." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence (2025)
Zitatform
Brynjolfsson, Erik, Bharat Chandar & Ruyu Chen (2025): Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. (Working Papers / Stanford Digital Economy Lab), Stanford, 57 S.
Abstract
"This paper examines changes in the labor market for occupations exposed to generative artificial intelligence using high-frequency administrative data from the largest payroll software provider in the United States. We present six facts that characterize these shifts. We find that since the widespread adoption of generative AI, early-career workers (ages 22-25) in the most AI-exposed occupations have experienced a 13 percent relative decline in employment even after controlling for firm-level shocks. In contrast, employment for workers in less exposed fields and more experienced workers in the same occupations has remained stable or continued to grow. We also find that adjustments occur primarily through employment rather than compensation. Furthermore, employment declines are concentrated in occupations where AI is more likely to automate, rather than augment, human labor. Our results are robust to alternative explanations, such as excluding technology-related firms and excluding occupations amenable to remote work. These six facts provide early, large-scale evidence consistent with the hypothesis that the AI revolution is beginning to have a significant and disproportionate impact on entry-level workers in the American labor market." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI-Jobs in Deutschland: Stagnation statt Boom: Eine Analyse von Online-Stellenanzeigen (2025)
Büchel, Jan; Engler, Jan Felix; Mertens, Armin;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
Macroeconomic and Labor Market Drivers of AI Adoption in Europe: A Machine Learning and Panel Data Approach (2025)
Zitatform
Drago, Carlo, Alberto Costantiello, Marco Savorgnan & Angelo Leogrande (2025): Macroeconomic and Labor Market Drivers of AI Adoption in Europe: A Machine Learning and Panel Data Approach. In: Economies, Jg. 13, H. 8. DOI:10.3390/economies13080226
Abstract
"This article investigates the macroeconomic and labor market conditions that shape the adoption of artificial intelligence (AI) technologies among large firms in Europe. Based on panel data econometrics and supervised machine learning techniques, we estimate how public health spending, access to credit, export activity, gross capital formation, inflation, openness to trade, and labor market structure influence the share of firms that adopt at least one AI technology. The research covers all 28 EU members between 2018 and 2023. We employ a set of robustness checks using a combination of fixed-effects, random-effects, and dynamic panel data specifications supported by Clustering and supervised learning techniques. We find that AI adoption is linked to higher GDP per capita, healthcare spending, inflation, and openness to trade but lower levels of credit, exports, and capital formation. Labor markets with higher proportions of salaried work, service occupations, and self-employment are linked to AI diffusion, while unemployment and vulnerable work are detractors. Cluster analysis identifies groups of EU members with similar adoption patterns that are usually underpinned by stronger economic and institutional fundamentals. The results collectively suggest that AI diffusion is shaped not only by technological preparedness and capabilities to invest but by inclusive macroeconomic conditions and equitable labor institutions. Targeted policy measures can accelerate the equitable adoption of AI technologies within the European industrial economy." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Artificial intelligence and labor market outcomes: AI has created new jobs to meet digital and automation needs, and those equipped with AI capital enjoy increased employment and wages (2025)
Zitatform
Drydakis, Nick (2025): Artificial intelligence and labor market outcomes. AI has created new jobs to meet digital and automation needs, and those equipped with AI capital enjoy increased employment and wages. (IZA world of labor 514), Bonn, o. S. DOI:10.15185/izawol.514
Abstract
"AI is reshaping the labor market by creating new jobs and increasing competition for high-skilled roles, benefiting those with AI capital. While AI may boost productivity in certain jobs, it also widens the gap between high- and low-skilled employees. Less-educated employees face higher risks of displacement and reduced income. Additionally, AI introduces challenges related to workforce adaptability, trust, ethics, and transparency, which negatively impact employees' job realities. Policymakers should navigate these changes to maximize the benefits of AI while mitigating its adverse effects." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Cross-country skills-technology policy debates through large language models (2025)
Einhoff, Jan; López Trejos, Isabella; Paunov, Caroline;Zitatform
Einhoff, Jan, Isabella López Trejos & Caroline Paunov (2025): Cross-country skills-technology policy debates through large language models. (OECD science, technology and industry working papers 2025,20), Paris, 43 S. DOI:10.1787/d5f669be-en
Abstract
"Language models, this paper conducts a cross-country comparative innovation policy analysis of skills-technology policy debates across seven OECD member countries (Austria, Canada, Finland, Germany, Korea, Sweden, and the United Kingdom). Results highlight the dominance of STEM (science, technology, engineering and mathematics) and digital skills in these policy debates, the relative neglect of green skills, and the emphasis on soft skills across all technology fields. The analysis also identifies common policy instruments, which include collaborative platforms and direct financial support. Overall, the paper shows how large language models can help policy analysts identify patterns and gaps in extensive policy texts that nonetheless critically demands expert oversight and careful interpretation." (Author's abstract, IAB-Doku) ((en))
-
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
Artificial intelligence and autonomy at work: empirical insights from Germany (2025)
Zitatform
Giering, Oliver & Stefan Kirchner (2025): Artificial intelligence and autonomy at work: empirical insights from Germany. In: Journal for labour market research, Jg. 59, H. 1. DOI:10.1186/s12651-025-00401-5
Abstract
"Artificial intelligence (AI) is a prominent topic regarding the digitalisation of work and its diffusion is expected to radically change job quality. Overall, there exists a large discrepancy between discursive expectations and quantitative empirical evidence. In this article, we use a novel module from the German Socio-Economic Panel to examine the overall prevalence of AI at work, the determinants that increase the likelihood of AI use, and its association with autonomy. The results show that 38% of German workers use AI, and AI use is associated with the use of specific digital technologies. Workers in high-level, non-routine occupations are more likely to use AI, particularly in comparison to manual workers. Moreover, the association between AI and autonomy is merely superficial and cannot be properly evaluated without considering workplace preconditions." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Artificial intelligence and the wellbeing of workers (2025)
Zitatform
Giuntella, Osea, Johannes Konig & Luca Stella (2025): Artificial intelligence and the wellbeing of workers. In: Scientific Reports, Jg. 15, H. 1. DOI:10.1038/s41598-025-98241-3
Abstract
"This study explores the relationship between artificial intelligence (AI) and workers’ well-being and healthusing longitudinal survey data from Germany (2000–2020). Using a measure of occupational exposure to AI, we explore an event study design and a difference-in-differences approach to compare AI-exposed and non-exposed workers. Before AI became widely available, there is no evidence of differential pretrends in workers’ well-being and health. We findno evidence of a sizeable negative impact of AI on workers’ well-being and mental health. If anything, there is evidence of an improvement in health status and health satisfaction, which may be explained by the decline in job physical intensity. Overall, our results are consistent with the lack of negative effects of AI on the labor markets." (Author's abstract, IAB-Doku) ((en))
-
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
Generative KI: Schritt halten durch gezielte Kompetenzentwicklung (2025)
Hammermann, Andrea; Kürten, Louisa;Zitatform
Hammermann, Andrea & Louisa Kürten (2025): Generative KI: Schritt halten durch gezielte Kompetenzentwicklung. (IW-Kurzberichte / Institut der Deutschen Wirtschaft Köln 2025,24), Köln, 3 S.
Abstract
"Der Einsatz von generativer Künstlicher Intelligenz (KI) transformiert die Arbeitswelt in einem rasanten Tempo. Eine wichtige Säule zur Ausschöpfung der möglichen KI-Potenziale sind das Wissen und die Anwendungskompetenz von Beschäftigten. Weiterbildung und das Lernen am Arbeitsplatz gewinnen vor diesem Hintergrund an Bedeutung." (Autorenreferat, IAB-Doku)
-
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
Robots & AI exposure and wage inequality: a within occupation approach (2025)
Zitatform
Jaccoud, Florencia (2025): Robots & AI exposure and wage inequality: a within occupation approach. In: Eurasian business review. DOI:10.1007/s40821-025-00306-w
Abstract
"This paper examines the linkages between occupational exposure to recent automation technologies and inequality across 19 European countries. Using data from the European Union Structure of Earnings Survey (EU-SES), a fixed-effects model is employed to assess the association between occupational exposure to artificial intelligence (AI) and to industrial robots–two distinct forms of automation–and within-occupation wage inequality. The analysis reveals that occupations with higher exposure to robots tend to have lower wage inequality, particularly among workers in the lower half of the wage distribution. In contrast, occupations more exposed to AI exhibit greater wage dispersion, especially at the top of the wage distribution. We argue that this disparity arises from differences in how each technology complements individual worker abilities: robot-related tasks often complement routine physical activities, while AI-related tasks tend to amplify the productivity of high-skilled, cognitively intensive work." (Author's abstract, IAB-Doku) ((en))
-
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
How can we better measure the demand for AI and other skills on the labour market? (2025)
Janssen, Simon; Langer, Christina; Nagler, Markus ; Stops, Michael ; Wiederhold, Simon ; Rounding, Nicholas;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
Does AI at Work Increase Stress? Text Mining Social Media About Human–AI Team Processes and AI Control (2025)
Zitatform
Klonek, Florian & Sharon Parker (2025): Does AI at Work Increase Stress? Text Mining Social Media About Human–AI Team Processes and AI Control. In: Journal of organizational behavior, S. 1-15. DOI:10.1002/job.70000
Abstract
"With rising use of artificial intelligence (AI) in organizations, alongside increasing mental health issues, we seek to understand how AI use affects human stress. Drawing on the automation–augmentation perspective, we propose that AI control over decision-making thwarts human autonomy and thus contributes to stress. Drawing on models of teamwork and augmentation, we expect that human–AI team processes (i.e., transition, action, and interpersonal processes) help people meet their goals and reduce stress. Finally, we argue that human–AI team processes provide an important social resource, which buffers the stress-enhancing role of AI control. To test our hypotheses, we analyzed over 2700 tweets. Using a trained large language model, validated against human ratings, we indexed key measures. Results confirm that high AI control was associated with increased stress, whereas human–AI team processes were associated with decreased stress. In support of the moderation hypothesis, two human–AI team processes (action and interpersonal) helped further reduce the stress-enhancing effect of AI control. We discuss implications for work design theory and the importance of regulating levels of AI control to protect workers' mental health." (Author's abstract, IAB-Doku) ((en))
-
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
Automation in shared service centres: Implications for skills and autonomy (2025)
Zitatform
Kowalik, Zuzanna, Piotr Lewandowski, Tomasz Geodecki & Maciej Grodzicki (2025): Automation in shared service centres: Implications for skills and autonomy. In: The Economic and Labour Relations Review, S. 1-19. DOI:10.1017/elr.2025.10026
Abstract
"The offshoring-fueled growth of the Central and Eastern European business services sector gave rise to shared service centers (SSCs) – quasi-autonomous entities providing routine-intensive tasks for the central organization. The advent of technologies such as intelligent process automation, robotic process automation, and artificial intelligence jeopardises SSCs’ employment model, necessitating workers’ skills adaptation. The study challenges the deskilling hypothesis and reveals that automation in the Polish SSCs is conducive to upskilling and worker autonomy. Drawing on 31 in-depth interviews, we highlight the negotiated nature of automation processes shaped by interactions between headquarters, SSCs, and their workers. Workers actively participated in automation processes, eliminating the most mundane tasks. This resulted in upskilling, higher job satisfaction, and empowerment. Yet, this phenomenon heavily depends upon the fact that automation is triggered by labor shortages, which limit the expansion of SSCs. This situation encourages companies to leverage the specific expertise entrenched in their existing workforce. The study underscores the importance of fostering employee-driven automation and upskilling initiatives for overall job satisfaction and quality." (Author's abstract, IAB-Doku) ((en))
-
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
Konstanzer KI-Studie 2025: Die Nutzung von Künstlicher Intelligenz in der Arbeitswelt steigt, Ungleichheiten in der Wahrnehmung bleiben weiterhin bestehen. Ergebnisbericht Juli 2025 (2025)
Zitatform
Kunze, Florian, Carolina Opitz & Ann Sophie Lauterbach (2025): Konstanzer KI-Studie 2025: Die Nutzung von Künstlicher Intelligenz in der Arbeitswelt steigt, Ungleichheiten in der Wahrnehmung bleiben weiterhin bestehen. Ergebnisbericht Juli 2025. Konstanz: KOPS Universität Konstanz, 8 S.
Abstract
"Die Nutzung von KI in der Arbeitswelt hat innerhalb eines Jahres deutlich zugenommen – gleichzeitig bleiben erhebliche Unterschiede zwischen Berufsgruppen, Bildungsniveaus und Unternehmen bestehen. In der zweiten Welle der Konstanzer KI-Studie berichten 35?% der Befragten von KI-Nutzung im Arbeitsalltag, ein Anstieg um 11 Prozentpunkte gegenüber dem Vorjahr. Trotz dieses Wachstums bleibt die Unsicherheit hoch: Ein Drittel der Beschäftigten kann weiterhin nicht einschätzen, welche Folgen KI für die eigene Arbeit haben wird. Zugleich wird der gesellschaftliche Einfluss von Automatisierung deutlich bedrohlicher wahrgenommen als die persönliche Betroffenheit. Besonders stark ist der Nutzungszuwachs in wissensintensiven Berufen, während produktionsnahe Tätigkeiten kaum aufholen. Auch die Kluft zwischen Bildungsgruppen bleibt bestehen: Beschäftigte mit hohem Bildungsabschluss nutzen KI mehr als dreimal so häufig wie jene mit niedrigem Abschluss. Zwar steigt die Bereitschaft zur Weiterbildung in allen Gruppen, strukturelle Hürden scheinen jedoch eine Angleichung zu verhindern. Auf Ebene der Organisationen verlaufen die Entwicklungen deutlich langsamer als auf individueller Ebene. Vor allem große Unternehmen investieren zunehmend in Weiterbildung und Führungskommunikation, während kleinere Organisationen kaum Veränderungen zeigen. Die Ergebnisse zeigen deutlich, dass KI ihr Potenzial nicht gleichmäßig entfaltet, sondern bestehende strukturelle Ungleichheiten eher verstärkt. Nach wie vor besteht die reale Gefahr, dass sich bestimmte Beschäftigtengruppen zunehmend vom technologischen Fortschritt abkoppeln, weil ihnen der Zugang zu KI-Nutzung, Weiterbildungsangeboten und betrieblicher Unterstützung fehlt. Daraus ergibt sich ein klarer Handlungsauftrag an Wirtschaft, Politik und Bildungseinrichtungen, um Teilhabechancen gezielt zu fördern und einer wachsenden sozialen Spaltung frühzeitig entgegenzuwirken." (Textauszug, IAB-Doku)
-
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
Gender bias in machine learning: insights from official labour statistics and textual analysis (2025)
Menis–Mastromichalakis, Orfeas ; Filandrianos, George; Stamou, Giorgos ; Symeonaki, Maria ; Parsanoglou, Dimitris ; Stamatopoulou, Glykeria ;Zitatform
Menis–Mastromichalakis, Orfeas, George Filandrianos, Maria Symeonaki, Glykeria Stamatopoulou, Dimitris Parsanoglou & Giorgos Stamou (2025): Gender bias in machine learning: insights from official labour statistics and textual analysis. In: Quality & quantity. DOI:10.1007/s11135-025-02261-0
Abstract
"The interplay between technology and societal norms often reveals a troubling reality: machine learning systems not only reflect existing gender stereotypes but can also amplify and entrench them, making these biases harder to detect and address. This paper adopts an interdisciplinary approach, combining quantitative and qualitative methods with recent technological advancements, such as machine learning techniques for textual analysis and computational linguistics, to offer a new framework for understanding occupational gender bias in machine learning. The study is motivated by persistent gender inequalities in the labor market and rising concerns about gendered algorithmic bias, as outlined in the European Commission’s Gender Equality Strategy 2020–2025. Focusing on language translation technologies, the research explores how machine learning may perpetuate or amplify gender stereotypes, aiming to foster more inclusive digital systems aligned with EU strategic goals. More specifically, it investigates occupational gender segregation and its manifestations in various forms of gender bias in machine learning across English, French, and Greek. The study introduces a classification of gender biases in machine learning, providing insights into professional areas needing intervention to address gender imbalances and identifying enduring stereotypical representations in textual data. To support this, statistical analysis is conducted to explore gender variations in occupations over the past thirteen years, using official data and international classifications such as the International Standard Classification of Occupations (ISCO-08). Moreover, gendered occupational distributions are extracted from 200,920 text instances in the three languages, revealing significant discrepancies between official labour statistics and the training data." (Author's abstract, IAB-Doku) ((en))
-
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
Artificial intelligence adoption and workplace training (2025)
Zitatform
Muehlemann, Samuel (2025): Artificial intelligence adoption and workplace training. In: Journal of Economic Behavior & Organization, Jg. 238. DOI:10.1016/j.jebo.2025.107206
Abstract
"As artificial intelligence (AI) reshapes business processes, firms must adapt their training strategies to cultivate a skilled workforce. Using German establishment-level panel data from 2019 to 2023, this study analyzes how firms adjust their training strategies following AI adoption. Staggered difference-in-differences analysis shows that sustained AI adoption is associated with a 14% increase in new apprenticeships among training firms (intensive margin), but is not linked to the training decision (extensive margin). AI adoption is also associated with a modest increase in continuing training, with resources shifting toward high-skilled employees. The results align with AI as an automation innovation that reduces demand for simple skills as well as an augmentation innovation that increases demand for more advanced skills. The German dual apprenticeship system appears critical for firms aiming to build a future-ready workforce in the age of AI." (Author's abstract, IAB-Doku, © 2025 The Author. Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Artificial intelligence and technological unemployment: Understanding trends, technology's adverse roles, and current mitigation guidelines (2025)
Nigar, Meher; Golder, Uttam ; Alam, Mohammad Jahangir; Hossain, Mohammad Kamal ; Juli, Jannatul Ferdous;Zitatform
Nigar, Meher, Jannatul Ferdous Juli, Uttam Golder, Mohammad Jahangir Alam & Mohammad Kamal Hossain (2025): Artificial intelligence and technological unemployment. Understanding trends, technology's adverse roles, and current mitigation guidelines. In: Journal of open innovation, Jg. 11, H. 3. DOI:10.1016/j.joitmc.2025.100607
Abstract
"As artificial intelligence (AI) and automation continue to reshape industries, concerns about technological unemployment are intensifying. This study employs a Systematic Literature Review (SLR) guided by the PRISMA framework to examine peer-reviewed literature from the Scopus database (2015–July 09, 2025). It identifies threecore themes: (1) trends in AI-induced labor displacement, including task automation, skill polarization, and industry-specific disruptions in sectors such as healthcare, education, and creative industries; (2) the adverse roles of AI technologies, particularly in affecting white-collar professionals, gig workers, and freelancers by increasing precarity and skill mismatches; and (3) existing mitigation strategies, including responsible AI guidelines proposed by governments, institutions, and firms aimed at balancing technological advancement with employment protection. While a growing body of policy responses encourages human-AI complementarity, current measures remain fragmented and insufficient to address the structural risks of workforce displacement. This study presents a comprehensive synthesis of the evolving relationship between AI and employment, highlighting key areas for further inquiry and policy development." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by ElsevierLtd on behalf of Prof JinHyo Joseph Yun.) ((en))
-
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, Jg. 27, H. 3, S. 409-432. DOI:10.1162/euso_a_00035
Abstract
"Through interviewing 12 companies in Italy which either design (vendors) or use (clients) AI recruitment technology systems, we explore how these companies perceive their systems to interact with issues of social inequality and how these perceptions, in practice, carry societal impacts. Three sociotechnical imaginaries (Jasanoff and Kim, 2015) were consistently embedded within these companies’ visions of this intersection: the third eye, the river, and the car bonnet. Through critically analyzing these imaginaries, we find that they exhibit an overriding desire for productivity and talent capture from clients, and a consequential de-prioritization of addressing social inequality and scrutinizing the ways it could be reproduced from both vendors and clients. It demonstrates that the current ‘desired’ futures, shown by the sociotechnical imaginaries which vendors and clients share for AI-tec-tech are really leading us towards an ‘undesirable’ future of hiring which continues to perpetuate social inequality. This study contributes one of the first pieces of empirical work to simultaneously assess the perceptions of AI-rec-tech vendors ’ and clients’ surrounding social inequality, to shed light on the priorities for design and the motivations for usage, and to reflect upon how this impacts society. This is a significant and original contribution to the evolving body of literature on AI-rec-tech in sociology, critical data studies, and communications." (Author's abstract, IAB-Doku) ((en))
-
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
How context matters: Human oversight of automated decision-making systems in welfare administration (2025)
Zitatform
Sztandar-Sztanderska, Karolina (2025): How context matters: Human oversight of automated decision-making systems in welfare administration. In: Journal of European Social Policy, S. 1-15. DOI:10.1177/09589287251358069
Abstract
"This article examines the capacity of frontline staff to oversee automated decision-making (ADM) systems, which are increasingly used in digital welfare states to make life-altering decisions. While prior research had focused on cognitive limitations that lead to human over-reliance on ADM, the role of contextual factors that also shape caseworkers’ supervisory activities has neither been conceptualized, nor systematically investigated. To address this gap, we develop an analytical framework for the context-sensitive study of frontline oversight, inspired by the street-level bureaucracy perspective and human–computer interaction studies. We also demonstrate the framework’s relevance through findings from a mixed-methods study of a profiling algorithm used by Public Employment Services in Poland. We identify four types of factors – policy-, organization-, professionalism-, and technology-related – that effectively shape frontline oversight. Our findings also have practical implications, as the inclusion of humans in the decision-making loop is a central element of regulatory efforts aimed at protecting individuals from algorithmic harms." (Author's abstract, IAB-Doku) ((en))
-
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))