Digitale Arbeitswelt – Chancen und Herausforderungen für Beschäftigte und Arbeitsmarkt
Der digitale Wandel der Arbeitswelt gilt als eine der großen Herausforderungen für Wirtschaft und Gesellschaft. Wie arbeiten wir in Zukunft? Welche Auswirkungen hat die Digitalisierung und die Nutzung Künstlicher Intelligenz auf Beschäftigung und Arbeitsmarkt? Welche Qualifikationen werden künftig benötigt? Wie verändern sich Tätigkeiten und Berufe? Welche arbeits- und sozialrechtlichen Konsequenzen ergeben sich daraus?
Dieses Themendossier dokumentiert Forschungsergebnisse zum Thema in den verschiedenen Wirtschaftsbereichen und Regionen.
Im Filter „Autorenschaft“ können Sie auf IAB-(Mit-)Autorenschaft eingrenzen.
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte / digitale soziale Sicherung
- Deutschland
- Andere Länder/ internationaler Vergleich
- Besondere Personengruppen
-
Literaturhinweis
Technologischer Wandel und Löhne: Die Anpassung der Berufe spielt eine entscheidende Rolle (2026)
Zitatform
Bachmann, Ronald, Gökay Demir, Colin Green & Arne Uhlendorff (2026): Technologischer Wandel und Löhne: Die Anpassung der Berufe spielt eine entscheidende Rolle. (IAB-Kurzbericht 01/2026), Nürnberg, 8 S. DOI:10.48720/IAB.KB.2601
Abstract
"Technischer Fortschritt verändert die Arbeitswelt - besonders in Berufen, in denen viele Tätigkeiten leicht automatisiert werden können. In den letzten Jahrzehnten ist der Anteil an Routinetätigkeiten in vielen Berufen deutlich zurückgegangen - häufig zugunsten nicht routinemäßiger kognitiver Tätigkeiten wie Analysieren, Planen oder Beraten. Dabei verzeichnen Berufe, deren Tätigkeiten sich im Laufe der Zeit stärker an den technologischen Wandel angepasst haben, steigende Löhne. Sie zeichnen sich zudem durch intensivere Weiterbildungsaktivitäten aus. In Berufen, deren Tätigkeitsprofil sich kaum verändert hat, stagnieren die Löhne dagegen häufiger." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
- Vollzeitbeschäftigte westdeutsche Männer in ursprünglich routinelastigen Berufen
- Veränderung von Tätigkeitsschwerpunkten durch technologischen Wandel
- Veränderung im Anteil der Routinetätigkeiten
- Veränderung im Anteil der Routinetätigkeiten im Vergleich zu nicht routinemäßigen (NR) kognitiven Tätigkeiten in exemplarisch ausgewählten, ursprünglich routinelastigen Berufsfeldern
- Anteil Beschäftigter in Weiterbildungskursen nach Tätigkeitsgruppen
- Relatives Lohnwachstum nach Tätigkeitsgruppen
- Vollzeitbeschäftigte westdeutsche Männer nach Tätigkeitsgruppen
-
Literaturhinweis
Automation Experiments and Inequality (2026)
Zitatform
Benzell, Seth Gordon & Kyle R. Myers (2026): Automation Experiments and Inequality. (NBER working paper / National Bureau of Economic Research 34668), Cambridge, Mass, 26 S., App. DOI:10.3386/w34668
Abstract
"Many experiments study the productivity effects of automation technologies such as generative algorithms. A key test in these experiments relates to inequality: does the technology increase output more for high- or low-skill workers? However, the theoretical content of this empirical test has been unclear. Here, we formalize a theory that describes the experimental effect of automation technologies on worker-level output and, therefore, inequality. Worker-level output depends on a task-level production function, and workers are heterogeneous in their task-level skills. Workers perform a task themselves or delegate it to the automation technology. The inequality effect of improved automation depends on the interaction of two factors: (i) the correlation in task-level skills across workers, and (ii) workers' skills relative to the technology's effective skill. In many cases we study, the inequality effect is non-monotonic --- as technologies improve, inequality decreases then increases. The model and descriptive statistics of skill correlations generally suggest that the diversity of automation technologies will play an important role in the evolution of inequality." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Re‐Skilling in the Age of Skill Shortage: Adult Education Rather Than Active Labor Market Policy: Special Issue: Bringing the Ecological and the Social Together in the Green Transition: A Multilevel Analysis (2026)
Zitatform
Bonoli, Giuliano, Patrick Emmenegger & Alina Felder-Stindt (2026): Re‐Skilling in the Age of Skill Shortage: Adult Education Rather Than Active Labor Market Policy. Special Issue: Bringing the Ecological and the Social Together in the Green Transition: A Multilevel Analysis. In: Regulation and governance, Jg. 20, H. 2, S. 482-494. DOI:10.1111/rego.70065
Abstract
"European economies face the task of providing the necessary skills for the “twin transition ” in a period of skill shortage. As a result, we may expect countries to reorient their labor market policy towards re-skilling. We look for evidence of a reorientation in two relevant policy fields: active labor market policy (ALMP) and adult education (AE). We explore general trends in both fields based on quantitative indicators and compare recent policy developments in four countries with strong ALMP and AE sectors: Denmark, France, Germany, and Sweden. We do not observe clear evidence of a general movement away from activation and towards re-skilling in ALMP. However, in AE, we identify several re-skilling initiatives that address skill shortages. Relying on insights from queuing theories of hiring and training, we argue that due to changes in the population targeted by ALMP, the locus of re-skilling policy is increasingly moving towards AE." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Algorithmic Profiling: Effective Tool for Targeting Active Labour Market Policies? (2026)
Zitatform
Eppel, Rainer, Ulrike Huemer, Helmut Mahringer & Lukas Schmoigl (2026): Algorithmic Profiling: Effective Tool for Targeting Active Labour Market Policies? In: Labour, S. 1-20. DOI:10.1111/labr.70013
Abstract
"Digitisation has sparked interest in automated decision making in Public Employment Services (PES). We evaluate an algorithmic profiling model in Austria that predicts the reemployment prospects of unemployed individuals to classify and assign them to active labour market policies. Our analysis shows that reallocating resources from jobseekers with low to medium prospects, as proposed by the PES, does not yield the expected efficiency gains. We find no systematic evidence that programmes are less effective for individuals with low predicted employment prospects than for those with medium prospects. These findings caution against crude algorithmic profiling and highlight the need for nuanced targeting strategies that prioritise the most disadvantaged jobseekers." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))
-
Literaturhinweis
AI‐powered skill classification: mapping technology intensity in the German labour market (2026)
Zitatform
Genz, Sabrina, Terry Gregory & Florian Lehmer (2026): AI‐powered skill classification: mapping technology intensity in the German labour market. In: Fiscal Studies, Jg. 47, H. 1, S. 25-51., 2026-02-20. DOI:10.1111/1475-5890.70020
Abstract
"The rapid evolution of technology is reshaping labour markets by altering skill demands and job profiles. This paper introduces a novel skill-based measure of occupational technology intensity – the occupational technology skill share (OTSS) – that distinguishes between manual, digital and frontier technologies, including artificial intelligence (AI). Using natural language processing, generative AI and supervised machine learning, we develop an AI-powered skill classification that enriches occupation-linked skill labels with standardised GenAI-generated descriptions and structured indicators of technological content, enabling transparent classification by technology intensity. We compute OTSS for all occupations in the German labour market. For the average worker in 2023, manual technologies account for the largest share of skill content (42 per cent), followed by digital (38 per cent) and frontier technologies (20 per cent). Frontier technologies remain concentrated in specialised occupations, while digital technologies are widespread. Linking these measures to administrative data from 2012 to 2023 shows a broad shift from manual and digital toward frontier skills across occupations, and reveals a non-linear, U-shaped relationship between changes in frontier skill intensity and employment growth." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Automation, skill and job creation (2026)
Zitatform
Guo, Kaizhao (2026): Automation, skill and job creation. In: Empirical economics, Jg. 70, H. 5. DOI:10.1007/s00181-026-02912-7
Abstract
"This paper explores the heterogeneous effects of automation technologies on employment rate across US regions from different income groups, and investigates mechanisms through proportion of skilled workers. Automation, measured by both robotic penetration and ICT trade volumes, is replacing labour force. Exploiting variations across US commuting zones, this study finds that employment reductions are significant and substantial in low and middle income areas, and rising income levels could cause insignificant employment responses. Leveraging shift-share IV strategies and generalised model specifications, further evidence suggests that a simple net job creation channel can explain these patterns. Specifically, displacement effects outweigh productivity effects in low income CZs with lower proportion of skilled labour, and job losses are larger in middle income CZs with concentration of routine occupations; job creations are complementing job destructions with growing income levels and higher skill shares. These technical changes are particularly significant in manufacturing sectors." (Author's abstract, IAB-Doku, © Springer-Verlag) ((en))
-
Literaturhinweis
Automatisierung und Weiterbildung: Weiterbildungslücke in gefährdeten Berufen: Zur Diskussion gestellt (2026)
Zitatform
Heß, Pascal, Simon Janssen & Ute Leber (2026): Automatisierung und Weiterbildung: Weiterbildungslücke in gefährdeten Berufen. Zur Diskussion gestellt. In: Ifo-Schnelldienst, Jg. 79, H. 03, S. 18-21., 2026-03-19.
Abstract
"Technologischer Wandel erhöht den Bedarf an Weiterbildung und lebenslangem Lernen. Neue empirische Evidenz für Deutschland zeigt jedoch, dass Beschäftigte in Berufen mit hoher Automatisierungsgefährdung seltener an Weiterbildung teilnehmen als Beschäftigte in weniger gefährdeten Tätigkeiten. Die Weiterbildungslücke betrifft insbesondere mittelqualifizierte und männliche Beschäftigte sowie zukunftsrelevante Kompetenzen wie IT- und soziale Fähigkeiten. Der Befund lässt sich wesentlich durch geringere betriebliche Weiterbildungsinvestitionen erklären. Die Ergebnisse verdeutlichen einen Zielkonflikt zwischen betrieblicher Investitionslogik und gesamtwirtschaftlichem Qualifizierungsbedarf." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Digital Gender Gap: Schwerpunkt 2026 Künstliche Intelligenz (2026)
Zitatform
Jahn, Sandy, Carola Burkert, Katharina Diener & Britta Matthes (2026): Digital Gender Gap. Schwerpunkt 2026 Künstliche Intelligenz. Berlin, 20 S. DOI:10.48720/IAB.D21.2026
Abstract
"Künstliche Intelligenz wird immer mehr zur Schlüsselressource. Ihre Nutzung entscheidet zunehmend über Wettbewerbsfähigkeit, Beschäftigungschancen und gesellschaftliche Teilhabe – vergleichbar mit Alphabetisierung oder Internetzugang in früheren Transformationsphasen. Die Studie des IAB und der Initiative D 21 zeigt: Es besteht ein signifikanter Gender AI Gap. Frauen nutzen KI-Anwendungen seltener und weniger intensiv als Männer (rund 16 Prozentpunkte Unterschied in der Ausgangsbetrachtung). Wenn Unterschiede in Alter, Bildung, Einkommen, beruflichem Kontext sowie Kompetenzen und Einstellungen statistisch berücksichtigt werden, verringert sich die Lücke zwar – bleibt aber auch dann bestehen (rund 8 Prozentpunkte)." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Interview mit den Autorinnen im Online-Magazin IAB-Forum -
Literaturhinweis
„Es geht nicht darum, was KI uns wegnehmen könnte, sondern welche Chancen entstehen“ (2026)
Zitatform
Keitel, Christiane; Britta Matthes & Katharina Grienberger (interviewte Person) (2026): „Es geht nicht darum, was KI uns wegnehmen könnte, sondern welche Chancen entstehen“. In: IAB-Forum H. 11.05.2026. DOI:10.48720/IAB.FOO.20260511.01
Abstract
"Der IAB-Job-Futuromat zeigt, welche beruflichen Tätigkeiten durch digitale Technologien und KI potenziell automatisierbar sind – und welche nicht. Im Interview erklären die Forscherinnen Britta Matthes und Katharina Grienberger, wie das Tool funktioniert, welche Berufe besonders betroffen sind und warum es bei der Berufswahl nicht um die Angst vor der Automatisierbarkeit, sondern vielmehr um Chancen gehen sollte." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Good Jobs or Bad Jobs? Immigrant Workers in the Gig Economy (2026)
Zitatform
Liu, Cathy Yang & Rory Renzy (2026): Good Jobs or Bad Jobs? Immigrant Workers in the Gig Economy. In: International migration review, Jg. 60, H. 1, S. 114-138. DOI:10.1177/01979183241309585
Abstract
"New work arrangements enabled by online platforms, or gig work, saw substantive growth during the COVID-19 pandemic. Various estimates have suggested the wide participation of workers in the gig economy, with minority and immigrant workers well represented. The quality of work is a multi-dimensional concept that goes beyond earnings. One framework of good jobs and bad jobs centers on control over work schedule, content and duration, stability, safety, benefits and insurance, as well as career advancement opportunities. Using a newly released national survey focused on entrepreneurs and workers in the United States, we find that about 18.5 percent immigrant workers and 21.1 percent native-born workers participated in the gig economy as their primary or secondary job. In terms of job quality, immigrant gig workers work shorter hours and have significantly less fringe benefits than non-gig workers as well as U.S.-born gig workers, reflecting a double disadvantage. However, they tend to have higher entrepreneurial aspirations, suggesting the transient nature of gig arrangements and potential for career advancements. This paper provides a comprehensive analysis of the characteristics and implication of immigrants’ engagement with the gig economy and offers policy and theoretical discussions." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI in Betrieben: Mehr Ausbildung – aber Weiterbildung zunehmend für anspruchsvollere Tätigkeiten (2026)
Zitatform
Muehlemann, Samuel (2026): KI in Betrieben. Mehr Ausbildung – aber Weiterbildung zunehmend für anspruchsvollere Tätigkeiten. In: Ifo-Schnelldienst, Jg. 79, H. 03, S. 09-13.
Abstract
"Auf Basis des BIBB-Betriebspanels werden die Folgen der Einführung von Künstlicher Intelligenz für die betriebliche Aus- und Weiterbildung in Deutschland analysiert. Die Ergebnisse deuten darauf hin, dass KI-einführende Ausbildungsbetriebe im Durchschnitt rund 14% mehr neue Auszubildende einstellen. Das spricht für verstärkte Investitionen in den internen Kompetenzaufbau im Zuge des technologischen Wandels. Zugleich verschiebt sich die betriebliche Weiterbildung zugunsten hochqualifizierter Tätigkeiten, während Beschäftigte in Fachkraft- und einfachen Tätigkeiten seltener teilnehmen. Daraus ergibt sich das Risiko einer kumulativen Benachteiligung Geringqualifizierter. Es werden drei wirtschaftspolitische Handlungsfelder abgeleitet: die bessere Integration Jugendlicher mit geringen schulischen Qualifikationen in die duale Ausbildung, eine zielgerichtete Weiterbildungsförderung für Geringqualifizierte sowie schnellere Aktualisierungszyklen für Ausbildungsordnungen und Rahmenlehrpläne." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Machine learning for labor market matching (2026)
Zitatform
Mühlbauer, Sabrina & Enzo Weber (2026): Machine learning for labor market matching. In: Machine learning with applications, Jg. 23, 2026-02-03. DOI:10.1016/j.mlwa.2026.100861
Abstract
"This paper develops a large-scale machine learning framework to improve labor market matching using rich administrative data. Matching is defined as a job seeker entering employment in a specific occupational field. We exploit comprehensive employment biographies from Germany, covering individual characteristics and job-related information, to estimate employment probabilities across occupations and generate personalized job recommendations. The contribution lies in demonstrating why machine learning methods are particularly well suited for administrative labor market data and outperform traditional statistical approaches. We compare logit, ordinary least squares (OLS), k-nearest neighbors, and random forest (RF). RF consistently achieves the highest predictive performance. Its advantage is rooted in key methodological properties: RF builds an ensemble of decision trees trained on bootstrap samples, introduces random feature selection at each split, and aggregates predictions through majority voting. This enables RF to capture nonlinear relationships and complex interactions, remain robust in high-dimensional settings, and reduce overfitting — features that are particularly relevant for heterogeneous and imbalanced administrative data. Compared to conventional models, RF better exploits the full informational content of employment histories, especially when estimating on all employment spells rather than restricting the sample to unemployment-to-employment transitions. The sample comprises approximately 55 million spells, representing about 6 percent of the German workforce from 2012 to 2018. Our results suggest that ML-based matching, relative to standard statistical approaches, could hypothetically reduce the unemployment rate by up to 0.3 percentage points, highlighting the practical relevance of RF-based decision support for labor market policy." (Author's abstract, IAB-Doku, © Elsevier) ((en))
-
Literaturhinweis
How local labour market skill relatedness and size moderate the impacts of automation (2026)
Zitatform
Njekwa Ryberg, Peter (2026): How local labour market skill relatedness and size moderate the impacts of automation. In: Regional Studies, Jg. 60, H. 1. DOI:10.1080/00343404.2025.2598031
Abstract
"This paper examines how local labour market skill relatedness and size moderate the impacts of automation on occupations across Swedish local labour markets. Using administrative data and a spatially explicit risk of automation measure that accounts for regional differences in occupational task contents, it finds a negative association between automation and employment growth and wage income growth for non-metropolitan occupations between 2011 and 2021. Skill relatedness and labour market size mitigate these negative relationships. In contrast, no negative associations are found for metropolitan occupations. Due to their higher shares of non-automatable tasks, they are more resilient to adverse automation effects." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Human-centred digital transitions and skill mismatches in European workplaces (2026)
Zitatform
Pouliakas, Konstantinos & Giulia Santangelo (2026): Human-centred digital transitions and skill mismatches in European workplaces. (CEDEFOP working paper series / European Centre for the Development of Vocational Training 2026,01), Luxembourg, 163 S. DOI:10.2801/9894877
Abstract
"New digital and artificial intelligence technologies are fast reshaping skill requirements in the EU labour market, fostering skill mismatches. There are marked concerns about the potentially adverse consequences of automation and AI on employment, as well as the lagging competitiveness of EU economies as individuals’ upskilling or reskilling is failing to adapt. To deepen understanding of how digitalisation is affecting the nature of work and skill mismatches in EU labour markets, Cedefop carried out the second wave of the European skills and jobs survey in 2021. In this special edition of Cedefop’s working paper series, ten original, short contributions have been drafted in which researchers explore in depth, for the first time, the ESJS2 microdata. The publication presents a wealth of focused and robust empirical analyses, covering a wide range of different issues on how the digital transition is affecting jobs, skills and training in Europe." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Moderne Ausbildungsinhalte machen Fachkräfte fit für den technologischen Wandel (2026)
Zitatform
Salomons, Anna, Cäcilia vom Baur & Ulrich Zierahn-Weilage (2026): Moderne Ausbildungsinhalte machen Fachkräfte fit für den technologischen Wandel. In: Ifo-Schnelldienst, Jg. 79, H. 03, S. 4-8.
Abstract
"Digitale Technologien verändern die berufliche Ausbildung. Dies hat Folgen für die Erwerbsbiografien von Beschäftigten. Aktualisierte Ausbildungsinhalte helfen Beschäftigten, sich an neue Anforderungen anzupassen. Beschäftigte, die auf der modernisierten Ausbildungsverordnung ausgebildet wurden, verdienen mehr – in besonders vom technologischen Wandel betroffenen Berufen um bis zu 5,5%. Dagegen verlieren ältere Beschäftigte im selben Beruf oft an Einkommen, wenn die neu ausgebildeten Kohorten den Arbeitsmarkt erreichen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Where Have All the (Boomer) Routine Workers Gone? (2026)
Scotese, Carol A.;Zitatform
Scotese, Carol A. (2026): Where Have All the (Boomer) Routine Workers Gone? In: The B.E. Journal of Economic Analysis and Policy, S. 1-44. DOI:10.1515/bejeap-2024-0396
Abstract
"This paper examines the employment outcomes of a cohort of non-college educated individuals who exit employment from occupations most exposed to automation risk. The analysis employs a novel set of granular task measures estimated from the detailed job attributes in the Occupational Information Network (O*NET). The granularity enables a rich characterization of non-routine work and task mobility choices for those without a college degree. The data yield multiple types of interpersonal, decision-making, cognitive, and technical tasks. Employing the granular tasks to analyze the employment outcomes for non-college educated workers who transition out of routine work, this study finds (1) the granular measures detect abstract tasks performed intensively in a range of skill contexts, (2) when exiting routine intensive work, non-college propensity to enter abstract work is just under 65 %, and (3) approximately one-quarter of those entries are into tasks yielding average wage gains for those making that transition." (Author's abstract, IAB-Doku, © De Gruyter) ((en))
-
Literaturhinweis
Automation as an Equalizer: How Easy‐to‐Use Technologies Narrow Skill Gaps Between Low‐ and High‐Skilled Workers (2026)
Zitatform
Sharfaei, Shahab & Nopadol Rompho (2026): Automation as an Equalizer: How Easy‐to‐Use Technologies Narrow Skill Gaps Between Low‐ and High‐Skilled Workers. In: Journal of Economic Surveys. DOI:10.1111/joes.70072
Abstract
"This paper investigates the labor market effects of the two most disruptive technologies of the past decade–industrial robots and artificialintelligence (AI). By reviewing the empirical literature and discussing existing models, we explore how these technologies affect workers based on their level of skills. The reviewed studies indicate that, contrary to popular belief, AI use does not hurt workers, including the low-skilled. On the contrary, the ease of using these technologies, particularly the more recent iterations of AI and large language models (LLMs), makes them complimentary to the low-skilled workforce, enabling them to reach productivity levels closer to those of high skilled workers. This implies that the concerns about systemic AI-driven job displacements are not strongly supported by the recently emergent empirical evidence." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))
-
Literaturhinweis
AI Skills Improve Job Prospects: Causal Evidence from a Hiring Experiment (2026)
Zitatform
Stephany, Fabian, Ole Teutloff & Angelo Leone (2026): AI Skills Improve Job Prospects: Causal Evidence from a Hiring Experiment. (arXiv papers), 46 S. DOI:10.48550/arXiv.2601.13286
Abstract
"The growing adoption of artificial intelligence (AI) technologies has heightened interest in the labour market value of AI-related skills, yet causal evidence on their role in hiring decisions remains scarce. This study examines whether AI skills serve as a positive hiring signal and whether they can offset conventional disadvantages such as older age or lower formal education. We conduct an experimental survey with 1,700 recruiters from the United Kingdom and the United States. Using a paired conjoint design, recruiters evaluated hypothetical candidates represented by synthetically designed résumés. Across three occupations – graphic designer, officeassistant, and software engineer –, AI skills significantly increase interview invitation probabilities by approximately 8 to 15 percentage points. AI skills also partially or fully offset disadvantages related to age and lower education, with effects strongest for office assistants, where formal AI certification plays an additional compensatory role. Effects are weaker for graphic designers, consistent with more skeptical recruiter attitudes toward AI in creative work. Finally, recruiters’ own background and AI usage significantly moderate these effects. Overall, the findings demonstrate that AI skills function as a powerful hiring signal and can mitigate traditional labour market disadvantages, with implications for workers’ skill acquisition strategies and firms’ recruitment practices." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Changing Job Tasks as Risk or Chance for Employees’ Perceived Job Quality? A Longitudinal Analysis (2026)
Zitatform
Zeyer-Gliozzo, Birgit, Carolin Kunz, Jakob Schwerter & Martina Brandt (2026): Changing Job Tasks as Risk or Chance for Employees’ Perceived Job Quality? A Longitudinal Analysis. In: Kölner Zeitschrift für Soziologie und Sozialpsychologie, Jg. 78, H. 1, S. 61-86. DOI:10.1007/s11577-025-01043-8
Abstract
"In den letzten Jahrzehnten haben sich Arbeitsaufgaben erheblich verändert, was in erster Linie auf den technologischen Wandel zurückzuführen ist. Einige Tätigkeiten können von Maschinen übernommen werden, während andere an Bedeutung gewinnen. Dies kann sich auf zweierlei Weise auf die Beschäftigten auswirken: Einerseits können veränderte Tätigkeiten die wahrgenommene Arbeitsqualität verringern, beispielsweise durch kognitive Überlastung. Andererseits können Tätigkeitsveränderungen eine Chance sein, beispielsweise durch die Automatisierung unerwünschter Tätigkeiten wie schwerer körperlicher Arbeit. Diese Studie analysiert anhand von Daten des Nationalen Bildungspanels, wie sich Aufgabenänderungen auf individueller Ebene auf die Arbeitszufriedenheit als Maß für die wahrgenommene Arbeitsqualität auswirken. Fixed-Effects-Modelle zeigen, dass weniger manuelle sowie mehr analytische und autonome Tätigkeiten die Arbeitszufriedenheit signifikant verbessern, was auf positive Auswirkungen vergangener Aufgabenänderungen hindeutet. Allerdings beobachten wir auch altersbedingte Unterschiede, wobei ältere Beschäftigte eine geringere Zufriedenheit angeben, wenn sie weniger Routineaufgaben ausführen. Diese Ergebnisse liefern wertvolle Erkenntnisse über die Auswirkungen sich verändernder Arbeitsaufgaben und zeigen Bereiche auf, in denen weitere Forschung und politische Maßnahmen erforderlich sind." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial Intelligence in the European Labour Markets (2025)
Alasalmi, Juho;Zitatform
Alasalmi, Juho (2025): Artificial Intelligence in the European Labour Markets. (DIFIS-Impuls 2026,1), Duisburg ; Bremen, 4 S.
Abstract
"This review surveys the emerging evidence regarding the effects of artificial intelligence technologies in the labour market and on labour market inequality through the lens of the theoretical framework of task-based production and the literature in the field of economics on technological change. The evidence analysed concerns the time period after the early 2010s, with an emphasis on the effects of generative AI after 2022. The focus is on research studying European labour markets. After outlining the context of routine- and skill-biased technological change and job polarisation, the existing evidence regarding AI adoption in production and its effects on productivity and employment is reviewed. The review concludes with a discussion on labour market policy that mediates the effects of AI on the distribution of productivity gains and the direction of technological change and a consideration of the effect of technological change on attitudes toward labour market policy and democracy itself." (Author's abstract, IAB-Doku) ((en))
Aspekt auswählen:
Aspekt zurücksetzen
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte / digitale soziale Sicherung
- Deutschland
- Andere Länder/ internationaler Vergleich
- Besondere Personengruppen