Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

Matthes, Britta (2025): KI und Beratung. In: Dvb-Forum, Jg. 64, H. 1, S. 17-22., 2025-02-14.

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

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

Abstract

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

Zitatform

André, Elisabeth, Angelika Bullinger-Hoffmann, Eva Bittner, Michael Heister, Norbert Huchler, Matthias Peissner, Pierre Prasuhn, Christoph M. Schmidt, Jochen Steil, Andrea Stich, Oliver Suchy & Uta Wilkens (2024): KI für die Fachkräftesicherung nutzen. Lösungsansätze für Automatisierung, Teilhabe und Wissenstransfer. München, 41 S. DOI:10.48669/pls_2024-2

Abstract

"Ob im Handwerk, Medizin oder der Verwaltung – in fast allen Branchen kommen Fachkräfteengpässe auf uns zu oder sind bereits spürbar. Zunehmend verstärkt durch demografische Entwicklungen wie den bevorstehenden Renteneintritt der Babyboomer. Um die Fachkräftebasis von morgen zu sichern, kann auch Künstliche Intelligenz (KI) als technologischer Baustein – vor allem in den Bereichen Automatisierung und KI-basierte Assistenz – eine bedeutende Rolle spielen. Das Whitepaper gibt einen Überblick, wie KI-Technologien gezielt zur Fachkräftesicherung beitragen können, um die Wettbewerbsfähigkeit zu stärken und Arbeitsplätze in Deutschland zu sichern." (Autorenreferat, IAB-Doku)

Zitatform

Armutat, Sascha, Malte Wattenberg & Nina Mauritz (2024): Artificial Intelligence – Gender-Specific Differences in Perception, Understanding, and Training Interest. In: C.-P. Marti Ballester (ed.) (2024): Proceedings of the 7th International Conference on Gender Research, S. 36-43. DOI:10.34190/icgr.7.1.2163

Abstract

"In light of the growing importance of Artificial Intelligence (AI) in science, business, and society, broad acceptance is crucial. However, recent studies indicate a significant underrepresentation of women in the emerging AI-driven professions of the future job market. This hampers the innovation potential of technologies due to the lack of diverse perspectives in development. Gender-specific differences also manifest in the perception of AI: Men tend to view AI applications more positively, rate their own AI competencies higher, and have more trust in the technology compared to women. However, both genders agree on the critical importance of the comprehensibility of AI decisions and are equally willing to pursue further education in the field of AI. This study aimed to investigate gender-relevant aspects in the perception and understanding of AI, as well as the need for further education and opportunities for communication and exchange on the topic of AI. To achieve this, focus groups with female students were conducted in May 2023. The analysis of the conversation data and materials used was carried out using an inductive coding method. Overall, women perceive knowledge as the key to generating more interest in AI. However, they also identify obstacles such as discrimination, gender stereotypes, and a lack of gender equality. Additionally, they desire more practical examples, improved communication regarding the advantages and disadvantages of AI, as well as more democratic and transparent decision-making processes. The paper emphasizes that an inclusive educational environment requires awareness and education for women, along with measures against discriminatory barriers and stereotypes. Furthermore, it suggests the early involvement of women in the development of AI applications and the establishment of clear rules to ensure gender equality in the workplace. These study findings provide valuable support to companies in the gender-specific planning of awareness and training processes for introducing AI." (Author's abstract, IAB-Doku) ((en))

Zitatform

Avery, Mallory, Andreas Leibbrandt & Joseph Vecci (2024): Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech. (CESifo working paper 10996), München, 70 S.

Abstract

"The use of Artificial Intelligence (AI) in recruitment is rapidly increasing and drastically changing how people apply to jobs and how applications are reviewed. In this paper, we use two field experiments to study how AI recruitment tools can impact gender diversity in the male-dominated technology sector, both overall and separately for labor supply and demand. We find that the use of AI in recruitment changes the gender distribution of potential hires, in some cases more than doubling the fraction of top applicants that are women. This change is generated by better outcomes for women in both supply and demand. On the supply side, we observe that the use of AI reduces the gender gap in application completion rates. Complementary survey evidence suggests that anticipated bias is a driver of increased female application completion when assessed by AI instead of human evaluators. On the demand side, we find that providing evaluators with applicants' AI scores closes the gender gap in assessments that otherwise disadvantage female applicants. Finally, we show that the AI tool would have to be substantially biased against women to result in a lower level of gender diversity than found without AI." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bachmann, Ronald, Myrielle Gonschor, Piotr Lewandowski & Karol Madoń (2024): The impact of Robots on Labour market transitions in Europe. In: Structural Change and Economic Dynamics, Jg. 70, S. 422-441. DOI:10.1016/j.strueco.2024.05.005

Abstract

"Dieses Papier untersucht die Auswirkungen von Robotern auf Arbeitsmarkttransitionen in 16 europäischen Ländern. Generell reduzieren Roboter Übergänge von der Beschäftigung in die Arbeitslosigkeit und erhöhen die Wahrscheinlichkeit, einen neuen Job zu finden. Arbeitskosten sind eine wichtige Erklärung für die beobachteten Unterschiede zwischen Ländern: In Ländern mit niedrigeren Arbeitskosten zeigt sich ein stärkerer Effekt auf Einstellungen und Trennungen. Diese Auswirkungen sind bei Arbeitskräften in Berufen mit manuellen oder kognitiven Routineaufgaben besonders ausgeprägt, bei Berufen mit nicht-routine kognitiven Aufgaben hingegen vernachlässigbar. Für junge und ältere Arbeitskräfte in Ländern mit niedrigeren Arbeitskosten wirken sich Roboter positiv auf Übergänge aus. Unsere Ergebnisse deuten darauf hin, dass die Einführung von Robotern in den meisten europäischen Ländern zu einem Anstieg der Beschäftigung und einem Rückgang der Arbeitslosigkeit geführt hat, vor allem durch einen Rückgang der Übergänge in die Arbeitslosigkeit." (Autorenreferat, IAB-Doku)

Zitatform

Bankins, Sarah, Stefan Jooss, Simon Lloyd D. Restubog, Mauricio Marrone, Anna Carmella Ocampo & Mindy Shoss (2024): Navigating career stages in the age of artificial intelligence: A systematic interdisciplinary review and agenda for future research. In: Journal of vocational behavior, Jg. 153. DOI:10.1016/j.jvb.2024.104011

Abstract

"As artificial intelligence (AI) use expands within organizations, its influence is increasingly permeating careers and vocational domains. However, there is a notable lack of structured insights regarding AI's role in shaping individual career paths across career stages. To address this gap, we undertook a systematic literature review of 104 empirical articles, aiming to synthesize the scholarship on AI in the context of careers. Drawing upon career stage theory, we examine the implications of AI on careers, identify key barriers and enablers of AI use in this area, and reveal how the utilization of AI impacts individuals' career competencies. In doing so, we illustrate how AI actively shapes individuals' career trajectories and we dissect these effects both within and across various career stages to situate AI within the broader context of careers research. Adopting a sustainable career lens, we conclude by outlining a future research agenda that advocates for the design and adoption of AI systems that promote sustainable and equitable careers." (Author's abstract, IAB-Doku, © 2024 Elsevier) ((en))

Zitatform

Bastani, Spencer & Daniel Waldenström (2024): AI, Automation and Taxation. (IZA policy paper / Forschungsinstitut zur Zukunft der Arbeit 212), Bonn, 19 S.

Abstract

"This paper examines the implications of Artificial Intelligence (AI) and automation for the taxation of labor and capital in advanced economies. It synthesizes empirical evidence on worker displacement, productivity, and income inequality, as well as theoretical frameworks for optimal taxation. Implications for tax policy are discussed, focusing on the level of capital taxes and the progressivity of labor taxes. While there may be a need to adjust the level of capital taxes and the structure of labor income taxation, there are potential drawbacks of overly progressive taxation and universal basic income schemes that could undermine work incentives, economic growth, and long-term household welfare. Some of the challenges posed by AI and automation may also be better addressed through regulatory measures rather than tax policy." (Author's abstract, IAB-Doku) ((en))

Zitatform

Beneito, Pilar, Maria Garcia-Vega, Oscar Vicente-Chirivella & Guillaume Wilemme (2024): Robots and firms' labour search: The role of temporary work agencies. (Research paper / Nottingham Centre for Research on Globalisation and Economic Policy 2024,02), Nottingham, 55 S.

Abstract

"We study the impact of industrial robots on the use of labor intermediaries or temporary work agencies (TWAs) and firm productivity. We develop a theoretical framework where new technologies increase the need for quality match workers. TWAs help firms to search for workers who better match their technologies. The model predicts that using robots increases TWA use, which increases robots' productivity. We test the model implications with panel data of Spanish firms from 1997 to 2016 with information on robot adoption and TWA use. Using staggered difference-in-difference (DiD) estimations, we estimate the causal effects of robot adoption on TWAs. We find robot adopters increase the probability of TWA use compared to non-adopters. We also find that firms that combine robots with TWAs achieve higher productivity than those who adopt robots without TWAs." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bick, Alexander, Adam Blandin & David J. Deming (2024): The Rapid Adoption of Generative AI. (NBER working paper / National Bureau of Economic Research 32966), Cambridge, Mass, 44 S. DOI:10.3386/w32966

Abstract

"Generative Artificial Intelligence (AI) is a potentially important new technology, but its impact on the economy depends on the speed and intensity of adoption. This paper reports results from the first nationally representative U.S. survey of generative AI adoption at work and at home. In August 2024, 39 percent of the U.S. population age 18-64 used generative AI. More than 24 percent of workers used it at least once in the week prior to being surveyed, and nearly one in nine used it every workday. Historical data on usage and mass-market product launches suggest that U.S. adoption of generative AI has been faster than adoption of the personal computer and the internet. Generative AI is a general purpose technology, in the sense that it is used in a wide range of occupations and job tasks at work and at home." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bockelmann, Carsten, Damian Dudek, Andreas Haja, Alexander Hanuschkin, Cosima Klischat, Sebastian Lehnhoff, Mathias Magdowski, Britta Matthes, Gerhard Rigoll, Michael Schanz, Hoai My Van, Dirk Wübben & Niclas Zeller (2024): Rolle der Künstlichen Intelligenz in der Elektro- und Informationstechnik. VDE „Studium, Beruf und Gesellschaft“. 43 S.

Abstract

"Dieses Papier zeigt, wo bereits heute in den verschiedenen Fachgebieten der Elektro- und Informationstechnik die Künstliche Intelligenz eine wichtige und insbesondere selbstverständliche Rolle spielt. Dabei besteht eine wechselseitige Beziehung: KI ist nicht nur Mittel zum Zweck – mächtiges Werkzeug zum Lösen elektrotechnischer Aufgabenstellungen sowie Helferlein im Arbeitsalltag – sondern auch Gegenstand der elektrotechnischen Forschung bzw. wird durch elektrotechnische Verfahren z.B. in der Nachrichtentechnik unterstützt. An vielen Stellen kommt die KI (noch) an ihre Grenzen. Wir zeigen, wo diese liegen und geben Ausblicke. Einen weiteren Schwerpunkt bildet die Auseinandersetzung mit dem Thema „KI in der elektrotechnischen Lehre“ sowie die Nutzung von Large Language Models im Studium und beim wissenschaftlichen Arbeiten. Wir lernen außerdem den Unterschied zwischen Data Scientist und Elektroingenieur in der Nachrichtentechnik kennen. Auch die Frage „Wird die KI Elektroingenieurinnen und Elektroingenieure ersetzen?“ klären wir hier mit Hilfe einer einschlägigen Berufsforscherin auf." (Autorenreferat, IAB-Doku)

Zitatform

Burkert, Carola, Katharina Grienberger, Britta Matthes & Annette Röhrig (2024): Digitale und KI-Technologien verändern inzwischen verstärkt auch die Arbeitswelt von Frauen. In: IAB-Forum – Grafik aktuell H. 06.09.2024, 2024-08-28. DOI:10.48720/IAB.FOO.GA.20240906.01

Abstract

"Durch die Digitalisierung und den Einsatz von KI-Technologien können immer mehr berufliche Tätigkeiten automatisiert werden. Dieser Anteil wird als Substituierbarkeitspotenzial bezeichnet. Immer mehr Beschäftigte arbeiten in Berufen mit einem hohen Substituierbarkeitspotenzial. Dabei verändert sich die Arbeitswelt der Frauen mittlerweile stärker als die der Männer." (Autorenreferat, IAB-Doku)

Zitatform

Büchel, Jan & Jan Felix Engler (2024): Generative KI in Deutschland. Künstliche Intelligenz in Gesellschaft und Unternehmen. (IW-Report / Institut der Deutschen Wirtschaft Köln 2024,23), Köln, 27 S.

Abstract

"Generative KI sorgte in jüngster Vergangenheit für großes Aufsehen. Grund ist, dass generative KI-Anwendungen selbstständig Inhalte wie Texte, Bilder, Programmiercodes oder Videos generieren können, die oft nur schwer von menschlich erstellten Inhalten zu unterscheiden sind. Sinnbildlich für generative KI steht dabei in der öffentlichen Wahrnehmung oft noch die spezifische Anwendung ChatGPT, wie eine Analyse der Internetsuchanfragen und Zeitungsartikel in Deutschland zeigt. Davon profitiert allerdings auch das generelle Interesse an KI nachhaltig. Eine Auswertung von Online-Stellenanzeigen zeigt dagegen, dass Unternehmen nicht nur Interesse an generativer KI zeigen, sondern immer häufiger konkrete Anwendungsfälle in ihren Unternehmen identifizieren und dafür entsprechende Kompetenzen suchen. Dabei nimmt ChatGPT in der ersten Jahreshälfte 2023 ebenfalls eine entscheidende Rolle ein und prägte das Kompetenzprofil vieler Stellenanzeigen. Allerdings lösen sich die Unternehmensbedarfe im zweiten Halbjahr zunehmend von diesem Fokus. Stattdessen nehmen Unternehmen weitere Anwendungen oder Einsatzbereiche sowie die zugrundeliegenden Modelle der generativen KI stärker in den Blick. Sie möchten eigene Anwendungen entwickeln, die auf die jeweiligen Bedarfe und Geschäftsmodelle der Unternehmen abgestimmt sind. Nichtsdestotrotz kommt ChatGPT eine innovationsreibende Wirkung zu, die diese Entwicklung begünstigt hat. Es zeigt sich etwa die Tendenz, dass gerade große Unternehmen personalisierte geschlossene Lösungen entwickeln möchten, in denen Daten das Unternehmensnetzwerk nicht verlassen. Es könnte ein Indiz dafür sein, dass sich Unternehmen in Deutschland verstärkt mit den Chancen und insbesondere auch den Kosten und Risiken beschäftigt haben, die mit generativer KI einhergehen. Denn der Einsatz von generativer KI wirft urheberrechtliche, haftungsrechtliche und datenschutzrechtliche Fragen auf, die teilweise noch nicht abschließend geklärt sind. Ebenso sind die Auswirkungen des kürzlich verabschiedeten AI Acts noch weitestgehend ungeklärt. Regional betrachtet, sind die Unternehmensbedarfe in den südwestlichen Städten Deutschlands sowie in Berlin und dem angrenzenden Umland besonders hoch. Ähnliche Clusterwirkungen sind in den Regionen um München, Stuttgart, Karlsruhe und Heidelberg sowie um Köln und Bonn erkennbar. Gerade Unternehmen aus dem Technologiebereich und Fahrzeugbau sowie Forschungseinrichtungen schreiben dort viele Stellenanzeigen zu generativer KI aus. In Berlin und München treiben ebenfalls viele KI-Start-ups die Bedarfe zu generativer KI." (Autorenreferat, IAB-Doku)

Zitatform

Büchel, Jan & Roschan Monsef (2024): Künstliche Intelligenz - Bessere Entlohnung durch Produktivitätsbooster? - Institut der deutschen Wirtschaft (IW). In: IW-Trends, Jg. 51, H. 2, S. 42-63. DOI:10.2373/1864-810X.24-02-03

Abstract

"Künstliche Intelligenz (KI) wird bereits vielfältig von Unternehmen und in der Gesellschaft eingesetzt. Auswirkungen auf die Arbeitswelt werden dabei kontrovers diskutiert: Auf der einen Seite stehen mögliche Produktivitätszuwächse durch KI-Anwendungen, auf der anderen Seite die Sorgen der Beschäftigten, dass KI ihre Arbeitsplätze ersetzen könnte. Deshalb kann gerade die Perspektive der Beschäftigten mehr Klarheit dazu bringen, welche Effekte KI konkret auf ihre Arbeitssituation haben kann. Auswertungen des Sozio-oekonomischen Panels zeigen, dass 37 Prozent der Beschäftigten in Deutschland im Jahr 2020 mit KI-Anwendungen arbeiten. KI-Beschäftigte sind häufig männlich, im Alter von 18 bis 44 Jahren und haben oftmals einen Meister-, Fachhochschul- oder Universitätsabschluss. Sie äußern seltener Sorgen, mit dem technischen Fortschritt nicht mithalten zu können, und mehr Sorgen, dass ihre beruflichen Qualifikationen abgewertet werden könnten. Eine multivariate Analyse zeigt, dass die Bruttostundenlöhne von KI-Beschäftigten durchschnittlich um 4 Prozent höher sind als bei Beschäftigten ohne KI-Nutzung. Dies gilt unabhängig davon, ob Beschäftigte intensiv oder weniger intensiv mit KI-Anwendungen arbeiten. Im Gegensatz zu früheren technologischen Neuerungen, von denen besonders Hochqualifizierte profitieren konnten, zeigt sich der positive Zusammenhang zwischen Lohnhöhe und KI-Nutzung für alle Bildungsgruppen." (Textauszug, IAB-Doku)

Zitatform

Carioli, Paolo, Dirk Czarnitzki & Gastón P. Fernández (2024): Evidence on the adoption of Artificial Intelligence: The role of skills shortage. (ZEW discussion paper 24-013), Mannheim, 37 S.

Abstract

"Artificial Intelligence (AI) is considered to be the next general-purpose technology, with the potential of performing tasks commonly requiring human capabilities. While it is commonly feared that AI replaces labor and disrupts jobs, we instead investigate the potential of AI for overcoming increasingly alarming skills shortages in firms. We exploit unique German survey data from the Mannheim Innovation Panel on both the adoption of AI and the extent to which firms experience scarcity of skills. We measure skills shortage by the number of job vacancies that could not be filled as planned by firms, distinguishing among different types of skills. To account for the potential endogeneity of skills shortage, we also implement instrumental variable estimators. Overall, we find a positive and significant effect of skills shortage on AI adoption, the breadth of AI methods, and the breadth of areas of application of AI. In addition, we find evidence that scarcity of labor with academic education relates to firms exploring and adopting AI." (Author's abstract, IAB-Doku) ((en))

Zitatform

Carstensen, Tanja & Kathrin Ganz (2024): Künstliche Intelligenz und Gender - eine Frage diskursiver (Gegen-)Macht? In: WSI-Mitteilungen, Jg. 77, H. 1, S. 26-33. DOI:10.5771/0342-300X-2024-1-26

Abstract

"Mit der Digitalisierung von Arbeit ist häufig die Frage verbunden, ob sich Geschlechterungleichheiten verändern. Aktuell wird dies vor allem mit Blick auf Künstliche Intelligenz (KI ) kontrovers diskutiert. Im betrieblichen Alltag gewinnt KI zunehmend an Relevanz ; in politischen, medialen und wissenschaftlichen Diskursen wird bereits seit einigen Jahren thematisiert, inwiefern KI aus Geschlechterperspektiven relevant ist. Dieser Beitrag untersucht diese Diskurse und widmet sich der Frage, inwiefern sich durch die Anwendung von KI -Technologien geschlechtliche Machtungleichheiten in der Arbeitswelt verändern und ob sich mit KI Ansatzpunkte für die Entwicklung von Gegenmacht erkennen lassen." (Textauszug, IAB-Doku)

Zitatform

Casas, Pablo & Concepción Román (2024): The impact of artificial intelligence in the early retirement decision. In: Empirica, Jg. 51, H. 3, S. 583-618. DOI:10.1007/s10663-024-09613-3

Abstract

"This paper examines the impact of Artificial Intelligence (AI) on early retirement (ER) decisions in Europe. For the analysis, we utilize microdata from the Survey of Health, Ageing and Retirement in Europe, along with occupation-level data on AI advances and AI exposure. Initially, we investigate the influence of AI advances and AI exposure separately, finding in both instances a significant reduction in ER likelihood, though this only applies to workers with higher education. Subsequently, we explore the interaction between AI advances and AI exposure concerning ER probability. This interaction proves critical in determining AI’s impact on ER transitions. Specifically, we observe a significant reduction in ER probabilities for workers whose occupations exhibit high levels of AI advances and high expectations for further implementation of this technology in the future. Finally, we jointly analyse the interaction between AI advances, AI exposure, and education level. This analysis highlights that workers’ ER probabilities may either increase or decrease in response to the AI revolution, depending on their education level and the characteristics of their occupations in terms of AI advances and AI exposure." (Author's abstract, IAB-Doku, © Springer-Verlag) ((en))

Zitatform

Dauth, Wolfgang & Michael Moritz; Katharina Grienberger, Florian Lehmer, Steffen Müller, Bernd Fitzenberger, Verena Plümpe, Oliver Falck, Anja Bauer, Anja Sonnenburg, Markus Janser, Christian Schneemann, André Diegmann, Britta Matthes & Anna Solms (sonst. bet. Pers.) (2024): Wie bewältigen Regionen die digitale und ökologische Transformation von Wirtschaft und Arbeitsmarkt? (Podium). In: IAB-Forum H. 06.05.2024. DOI:10.48720/IAB.FOO.20240506.01

Abstract

"Was bedeuten die absehbaren Transformationsprozesse der kommenden Jahrzehnte auf regionaler Ebene und wie können sie gemeistert werden? Antworten auf diese Fragen gab der IWH/IAB-Workshop zur Arbeitsmarktpolitik, der in diesem Jahr erstmals am IAB in Nürnberg stattfand." (Autorenreferat, IAB-Doku)

Zitatform

Demirci, Ozge, Jonas Hannane & Xinrong Zhu (2024): Who Is AI Replacing? The Impact of Generative AI on Online Freelancing Platforms. (CESifo working paper 11276), München, 22 S.

Abstract

"This paper studies the impact of Generative AI technologies on the demand for online freelancers using a large dataset from a leading global freelancing platform. We identify the types of jobs that are more affected by Generative AI and quantify the magnitude of the heterogeneous impact. Our findings indicate a 21% decrease in the number of job posts for automation-prone jobs related to writing and coding, compared to jobs requiring manual-intensive skills, within eight months after the introduction of ChatGPT. We show that the reduction in the number of job posts increases competition among freelancers while the remaining automation-prone jobs are of greater complexity and offer higher pay. We also find that the introduction of Image-generating AI technologies led to a 17% decrease in the number of job posts related to image creation. We use Google Trends to show that the more pronounced decline in the demand for freelancers within automation-prone jobs correlates with their higher public awareness of ChatGPT’s substitutability." (Author's abstract, IAB-Doku) ((en))

Zitatform

Dieckvoẞ-Ploch, Miriam; Anne Otto (interviewte Person) (2024): Künstliche Intelligenz ändert einiges. „Arbeitsmarkt der Zukunft“: Interview mit der Wirtschaftsgeographin Dr. Anne Otto über den Arbeitsmarkt in der Westpfalz, Automatisierung, künstliche Intelligenz und vieles mehr. In: Die Rheinpfalz H. 27.09.2024, 2024-09-27.

Abstract

"Weltweit schreitet die Digitalisierung in enormem Tempo voran und verändert die Berufswelt. Auch in der Westpfalz, die sich im Spannungsfeld von traditionellem Handwerk und hochmoderner Technologie befindet. KI-Systeme und Roboter werden immer leistungsfähiger und sind zunehmend in der Lage, Aufgaben selbstständig zu übernehmen. Wirtschaftsgeographin Dr. Anne Otto ist als Wissenschaftliche Mitarbeiterin im Regionalen Forschungsnetz des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) unter anderem im Bereich regionale Arbeitsmarktforschung tätig und gibt Einblicke in den „Arbeitsmarkt der Zukunft“." (Autorenreferat, IAB-Doku)

Zitatform

Dijksman, Sander, Danique Eijkenboom, Didier Fouarge, Marie-Christine Fregin, Evie Graus, Simon Janssen, Mark Levels, Raymond Montizaan, Pelin Özgül, Nicholas Rounding, Sanne Steens & Michael Stops (2024): Künstliche Intelligenz in der Arbeitswelt: Wie KI-unterstütztes Training die Gespräche im Kundenservice verändert. In: IAB-Forum H. 08.10.2024, 2024-11-18. DOI:10.48720/IAB.FOO.20241008.01

Abstract

"Wie wirkt sich der Einsatz von Künstlicher Intelligenz (KI) in der Weiterbildung auf die Produktivität von Beschäftigten aus? Diese und andere Fragen wurden im Rahmen des Forschungsprojektes „ai:conomics“ anhand von Daten aus verschiedenen europäischen Großunternehmen untersucht. Die ersten Ergebnisse deuten darauf hin, dass sich KI positiv auf die Produktivität von Beschäftigten auswirken kann. Dies gilt vor allem, wenn diese noch nicht lange im Unternehmen tätig sind." (Autorenreferat, IAB-Doku)

Zitatform

Drydakis, Nick (2024): Artificial intelligence capital and employment prospects. In: Oxford economic papers, Jg. 76, H. 4, S. 901-919. DOI:10.1093/oep/gpae005

Abstract

"There is limited research assessing how AI knowledge affects employment prospects. The present study defines the term ‘AI capital’ as a vector of knowledge, skills, and capabilities related to AI technologies, which could boost individuals’ productivity, employment, and earnings. Subsequently, the study reports the outcomes of a genuine correspondence test in England. It was found that university graduates with AI capital, obtained through an AI business module, experienced more invitations for job interviews than graduates without AI capital. Moreover, graduates with AI capital were invited to interviews for jobs that offered higher wages than those without AI capital. Furthermore, it was found that large firms exhibited a preference for job applicants with AI capital, resulting in increased interview invitations and opportunities for higher-paying positions. The outcomes hold for both men and women. The study concludes that AI capital might be rewarded in terms of employment prospects, especially in large firms." (Author's abstract, IAB-Doku) ((en))

Zitatform

Erinc Oztas, Miray (2024): Migrant Women in the UK’s Digital Economy: The Elimination of Labour Market Barriers in the Digital Labour Market. In: Social Sciences, Jg. 13, H. 9. DOI:10.3390/socsci13090494

Abstract

"This research paper delves into the complexities migrant women face within the UK labor market, with a specific focus on the digital economy’s role as both a barrier and a conduit for employment opportunities. Migrant women in the UK encounter dual barriers to labour market entry: systemic challenges rooted in migration and gender biases, and the digital divide that exacerbates access and inclusion issues within the burgeoning digital economy. Through an exploratory descriptive analysis, this study explores how digitalism—defined as the integration of digital technologies into economic and societal practices—circumvents traditional labor market entry barriers such as languages barriers. By setting out the grounds for a potential hypothesis and further research in the era of AI, this paper underlines how through the implementation of AI tools, traditional barriers such as language barriers are eliminated in the digital labour market." (Author's abstract, IAB-Doku) ((en))

Zitatform

Falck, Oliver, Anna Kerkhof & Anita Wölfl (2024): Künstliche Intelligenz – wie Unternehmen sie nutzen und was sie noch daran hindert. In: Ifo-Schnelldienst, Jg. 77, H. 9, S. 57-63.

Abstract

"Der Künstlichen Intelligenz (KI) wird ein großes Potenzial als Schlüsseltechnologie zugeschrieben. Dieses Potenzial wird in Deutschland und der EU allerdings noch nicht ausgeschöpft, wie die Auswertung der Eurostat-Daten zur KI-Nutzung in Unternehmen von 2023 zeigt. Die Anwendung von KI konzentriert sich noch auf wenige Branchen sowie auf große Unternehmen. Was die KI-Technologien angeht, so werden vor allem Text Mining und KI-basierte Prozessautomatisierung eingesetzt, und dies hauptsächlich in den Bereichen Marketing, Produktion und IT-Sicherheit. Die KI wird dabei meistens eingekauft; in nur wenigen Branchen entwickeln Unternehmen sie selbst. Unternehmen, die darüber nachdenken, KI zu nutzen, aber noch zögern, sehen hauptsächlich mangelnde Expertise sowie hohe Kosten als Hindernis. Daneben sind insbesondere für deutsche Unternehmen die Sorge bezüglich des Datenschutzes oder der Datenverfügbarkeit sowie die Unsicherheit hinsichtlich möglicher rechtlicher Konsequenzen bedeutende Hindernisse." (Autorenreferat, IAB-Doku)

Zitatform

Fregin, Marie-Christine, Theresa Koch, Verena Malfertheiner, Pelin Özgül & Michael Stops (2024): On the Automation of Job Tasks: Occupational exposure to Artificial Intelligence and Software. (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 2024,4 ai:conomics policybrief), Maastricht, 10 S.

Abstract

"While rapid advances in digital technologies transformed the occupational structures and workers‘ skill and task composition over the past decades, much less is known about how Artificial Intelligence technologies (AI) will shape future labour markets. As part of the “ai:conomics” project, we analyze the extent to which employees subject to social security contributions in Germany are potentially exposed to AI and software technology. Our results show that highly educated, high-income workers are most exposed to AI, while their exposure is lower to software. Overall, the findings suggest that given AI’s far-reaching potential to carry out different sets of tasks, these technologies are expected to impact workers across a wider skill and wage spectrum, which previous automation technologies had limited impact on." (Author's abstract, IAB-Doku) ((en))

Zitatform

Gabriel, Stefan, Tommy Falkowski, Jannis Graunke, Roman Dumitrescu, Anike Murrenhoff, Veronika Kretzschmer & Michael ten Hompel (2024): Künstliche Intelligenz und industrielle Arbeit – Perspektiven und Gestaltungsoptionen. Expertise des Forschungsbeirats Industrie 4.0. München, 46 S. DOI:10.48669/fb40_2024-1

Abstract

"In der neuen Expertise „Künstliche Intelligenz und industrielle Arbeit“ des Forschungsbeirats Industrie 4.0 zeigen das Fraunhofer IEM und das Fraunhofer IML Gestaltungsoptionen und Handlungsfelder auf, wie KI in der deutschen Industrie erfolgreich eingesetzt werden kann. Ziel ist sowohl eine Steigerung der Wettbewerbsfähigkeit als auch eine Aufwertung von Arbeitsplätzen. Der KI-Einsatz beinhaltet Produktionsabläufe planen, Montagetätigkeiten übernehmen, Steuerungen programmieren oder Lager organisieren." (Autorenreferat, IAB-Doku)

Zitatform

Garoscio, Lidia & Katharina Wiehe (2024): Einsatz von KI in Werkstätten für behinderteMenschen. In: Soziale Sicherheit, Jg. 73, H. 8-9, S. 23-27.

Abstract

"Werkstätten für behinderte Menschen haben bereits Erfahrungen mit dem Einsatz von KI-gestützten Assistenzsystemen gemacht. Diese können Menschen mit Behinderungen in unterschiedlichen Arbeitsbereichen unterstützen. Der Artikel zeigt die Potenziale des Einsatzes anhand einiger Praxisbeispiele auf, diskutiert aber auch dessen Hürden und geht auf die Rolle desProjekts „KI-Kompass Inklusiv“ ein." (Textauszug, IAB-Doku)

Zitatform

Gathmann, Christina, Felix Grimm & Erwin Winkler (2024): AI, Task Changes in Jobs, and Worker Reallocation. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 17554), Bonn, 50 S.

Abstract

"How does Artificial Intelligence (AI) affect the task content of work, and how do workers adjust to the diffusion of AI in the economy? To answer these important questions, we combine novel patent-based measures of AI and robot exposure with individual survey data on tasks performed on the job and administrative data on worker careers. Like prior studies, we find that robots have reduced routine tasks. In sharp contrast, AI has reduced non-routine abstract tasks like information gathering and increased the demand for 'high-level' routine tasks like monitoring processes. These task shifts mainly occur within detailed occupations and become stronger over time. While displacement effects are small, workers have responded by switching jobs, often to less exposed industries. We also document that low-skilled workers suffer some wage losses, while high-skilled incumbent workers experience wage gains." (Author's abstract, IAB-Doku) ((en))

Zitatform

Georgieff, Alexandre (2024): Artificial intelligence and wage inequality. (OECD artificial intelligence papers 13), Paris, 37 S. DOI:10.1787/bf98a45c-en

Abstract

"This paper looks at the links between AI and wage inequality across 19 OECD countries. It uses a measure of occupational exposure to AI derived from that developed by Felten, Raj and Seamans (2019) – a measure of the degree to which occupations rely on abilities in which AI has made the most progress. The results provide no indication that AI has affected wage inequality between occupations so far (over the period 2014-2018). At the same time, there is some evidence that AI may be associated with lower wage inequality within occupations – consistent with emerging findings from the literature that AI reduces productivity differentials between workers. Further research is needed to identify the exact mechanisms driving the negative relationship between AI and wage inequality within occupations. One possible explanation is that low performers have more to gain from using AI because AI systems are trained to embody the more accurate practices of high performers. It is also possible that AI reduces performance differences within an occupation through a selection effect, e.g. if low performers leave their job because they are unable to adapt to AI tools by shifting their activities to tasks that AI cannot automate." (Author's abstract, IAB-Doku) ((en))

Zitatform

Gerlmaier, Anja & Alexander Bendel (2024): Wie kollegial ist Künstliche Intelligenz? Risikowahrnehmungen und Gestaltungsanforderungen aus Sicht von Beschäftigten. (IAQ-Report 2024-01), Duisburg ; Essen, 15 S. DOI:10.17185/duepublico/81427

Abstract

Zukünftig werden immer mehr Beschäftigte nicht nur in ihrem privaten Umfeld, sondern auch am Arbeitsplatz mit Systemen zusammenarbeiten, die auf Künstlicher Intelligenz (KI) basieren. Das IAQ untersuchte im Rahmen des "HUMAINE"-Projektes, wie Beschäftigte die Kooperation mit solchen KI-Systemen bewerten und welche Gestaltungsanforderungen sie an diese neue Form der hybriden Mensch-KI-Zusammenarbeit haben. Es zeigte sich, dass KI-Systeme je nach Interaktionsform unterschiedliche Potenziale und Risiken aufweisen. Um die KI-basierten Risiken zu verringern, sollten Nutzer*innen frühzeitig an der Konzeption und Implementierung beteiligt und dabei arbeitswissenschaftliche Gestaltungskriterien berücksichtigt werden. (Author's abstract, IAB-Doku)

Zitatform

Green, Andrew (2024): Artificial intelligence and the changing demand for skills in the labour market. (OECD artificial intelligence papers 14), Paris, 55 S. DOI:10.1787/88684e36-en

Abstract

"Most workers who will be exposed to artificial intelligence (AI) will not require specialised AI skills (e.g. machine learning, natural language processing, etc.) to work with AI. Even so, AI will change the tasks these workers do, and the skills they require. This report provides first estimates for the effect of artificial intelligence (AI) on the demand for skills in jobs that do not require specialised AI skills. The results show that the skills most demanded in occupations highly exposed to AI are management and business skills. These include skills in general project management, finance, administration and clerical tasks. The results also show that there have been increases over time in the demand for these skills in occupations highly exposed to AI. For example, the share of vacancies in these occupations that demand at least one emotional, cognitive or digital skill has increased by 8 percentage points. However, using a panel of establishments (which induces plausibly exogenous variation in AI exposure), the report finds evidence that the demand for these skills is beginning to fall in establishments most exposed to AI." (Author's abstract, IAB-Doku) ((en))

Zitatform

Grienberger, Katharina, Britta Matthes & Wiebke Paulus (2024): Anteil der beruflichen Tätigkeiten, die automatisiert werden könnten, variiert regional erheblich. In: IAB-Forum – Grafik aktuell H. 12.03.2024.

Abstract

"Das Substituierbarkeitspotenzial gibt an, in welchem Ausmaß Berufe potenziell durch den Einsatz von digitalen Technologien und KI ersetzbar sind. Bei der Aktualisierung der Daten für das Jahr 2022 zeigt sich, dass in Deutschland durchschnittlich 38 Prozent der sozialversicherungspflichtig Beschäftigten in einem Beruf arbeiten, in dem das Substituierbarkeitspotenzial hoch ist, also bei über 70 % liegt (siehe auch IAB-Kurzbericht 5/2024). Dabei weisen nach wie vor das Saarland, Baden-Württemberg und Thüringen die höchsten Anteile an sozialversicherungspflichtig Beschäftigten in Berufen mit einem solch hohen Substituierbarkeitspotenzial auf. In Berlin, Mecklenburg-Vorpommern, Hamburg, Brandenburg, Schleswig-Holstein und Sachsen-Anhalt sind diese Anteile am niedrigsten." (Autorenreferat, IAB-Doku)

Zitatform

Grienberger, Katharina, Britta Matthes & Wiebke Paulus (2024): Folgen des technologischen Wandels für den Arbeitsmarkt: Vor allem Hochqualifizierte bekommen die Digitalisierung verstärkt zu spüren. (IAB-Kurzbericht 05/2024), Nürnberg, 8 S. DOI:10.48720/IAB.KB.2405

Abstract

"Die Potenziale, dass berufliche Tätigkeiten durch Computer oder computergesteuerte Maschinen vollautomatisch erledigt werden könnten, ändern sich, wenn neue Technologien auf dem Markt verfügbar werden. Bei der Neuberechnung solcher Substituierbarkeitspotenziale wird neben dieser Entwicklung auch berücksichtigt, dass sich die Tätigkeitsprofile in den Berufen verändern, neue Berufe und Tätigkeiten entstehen und Beschäftigte ihren Beruf wechseln. Die Autorinnen zeigen für die technologischen Möglichkeiten im Jahr 2022, wie hoch das Substituierbarkeitspotenzial derzeit ist und wie es sich seit 2013 verändert hat." (Autorenreferat, IAB-Doku)

Zitatform

Groß, Michael & Jörg Staff (Hrsg.) (2024): KI-Revolution der Arbeitswelt. Perspektiven für Management, Organisation und HR. Freiburg: Haufe Group, 322 S.

Abstract

"Künstliche Intelligenz (KI) gilt als zentrales Zukunftsthema in nahezu allen Bereichen der Wirtschaft. Schon heute sind die Veränderungen durch KI in unserer Arbeitswelt spürbar. Dieses Buch von Prof. Dr. Michael Groß und Jörg Staff bietet hochaktuelle Beiträge über die bereits heute möglichen Anwendungen von KI im Personalbereich und deren Auswirkungen. Sie lernen die wesentlichen Perspektiven für den Einsatz von KI kennen und gewinnen einen Überblick über Chancen und Risiken von KI in Arbeit, Führung und Organisation. Zudem erhalten Sie wichtige Impulse für den Einsatz von KI im Management. Mit konkreten Handlungsempfehlungen sowie Praxisbeispielen namhafter Unternehmen und Institutionen, z.B. REWE, Zeiss, SAP, Workday, Coach Hub sowie Fraunhofer IAO, Ethikrat HR Tech, DGFP, DFKI." (Autorenreferat, IAB-Doku, © Haufe)

Zitatform

Hannane, Jonas, Ozge Demirci & Xinrong Zhu (2024): Generative Künstliche Intelligenz reduziert Nachfrage nach Freelance-Arbeit auf Online-Plattformen. In: DIW-Wochenbericht, Jg. 91, H. 35, S. 539-545. DOI:10.18723/diw_wb:2024-35-1

Abstract

"Einführung generativer KI birgt das Potenzial für höheres Wirtschaftswachstum, stellt. Arbeitnehmer*innen aber auch vor große Herausforderungen • Auftragszahlen auf Online-Arbeitsmärkten zeigen: Nachfrage nach leicht automatisierbaren Tätigkeiten bleibt deutlich hinter der nach anderen Tätigkeiten zurück. Auftragszahlen für leicht ersetzbare Arbeiten wie Schreib- oder Grafikarbeiten sind aufgrund der Einführung generativer KI bis zu 30 Prozent zurückgegangen. Bei verbleibenden Aufträgen steigen die Anforderungen, also die Komplexität der Aufträge – sie werden zugleich aber auch besser dotiert. Weiter- und Fortbildungsmaßnahmen unerlässlich – insbesondere für Frauen und Ältere, die KI deutlich weniger am Arbeitsplatz nutzen als Männer und Jüngere." (Textauszug, IAB-Doku)

Zitatform

Heider-Willms, Angela (2024): KI: Skepsis im Arbeitsalltag. In: Personalwirtschaft, Jg. 50, H. 9, S. 74-75.

Abstract

"Wann ist der Einsatz von Künstlicher Intelligenz in der Personalarbeit sinnvoll? Und was für einen Einfluss hat diese auf die Arbeitskultur? Damit beschäftigen sich zwei aktuelle Umfragen." (Autorenreferat, IAB-Doku)

Zitatform

Hemel, Ulrich, Edeltraud Leibrock, Christoph Metzler, Alexander Nüßgen, Margot Ruschitzka & Christian Rusche (2024): Künstliche Intelligenz als Co-Pilot - Warum Unternehmen im Fahrersitz bleiben müssen. (IW policy paper / Institut der Deutschen Wirtschaft Köln 2024,01), Köln, 27 S.

Abstract

"In today’s digital era, we are witnessing a revolution driven by the progressive development and integration of Artificial Intelligence (AI) into all aspects of life. This article sheds light on this transformation by highlighting the remarkable advancements and the growing significance of AI for society and economy. The article is divided into several chapters that illuminate various dimensions of AI integration in society and economy. Firstly, the article elaborates that AI enables not only productivity enhancements and efficiency gains but also serves as the foundation for innovations that can simplify our daily lives. The intelligent automation of routine tasks provides people with the freedom to engage in more creative and challenging activities, contributing to an improvement in quality of life and prosperity. Secondly, when examining the successful implementation of AI in companies, the article emphasiszes that a well-thought-out AI strategy is necessary to effectively utilize the technology: businesses must invest not only in the relevant tools but also in the training of their employees. Comprehensive AI competence within the workforce is crucial for developing innovative solutions and fully harnessing the potential of AI. Thirdly, the development of personnel and competencies represents another essential chapter. The world of work will transform due to AI, leading to new skill requirements for employees. Lifelong learning and continuous training in digital competencies are essential to keep pace with rapid technological advancements. Simultaneously, educational institutions must adapt their curricula to prepare the next generation for a future where AI plays a central role. Based on the insights from conducted analyses, actionable options regarding AI are derived. Regulatory frameworks and ethical guidelines ensure that the advancement and utilization of AI align with societal values and norms. Human-centricity remains paramount, with technology serving as a complement to human actions, enhancing and extending them, but not replacing them. AI presents a dual challenge: On one hand, it offers incredible opportunities for innovation and prosperity; on the other hand, it requires careful control and adaptation at individual, entrepreneurial, and societal levels. By developing critical AI competencies and practicing responsible use, we can fully harness the potential of AI while minimizing potential risks. Understanding AI as a co-pilot in this dynamic environment is the key to setting the course for a future where technology and humans collaborate harmoniously for mutual benefit." (Author's abstract, IAB-Doku) ((en))

Zitatform

Henke, Justus (2024): Generative KI in der Hochschulkommunikation. Ergebnisse der 2. Welle. (HoF-Arbeitsberichte 126), Lutherstadt Wittenberg, 42 S.

Abstract

"Diese Studie untersucht erneut die Anwendung und Wahrnehmung generativer KI-Tools in der Hochschulkommunikation im Jahr 2024 und vergleicht die Ergebnisse mit 2023. Hochschulkommunikation umfasst die interne und externe organisationale Kommunikation der Hochschulen. Die Befragung unter deutschen Hochschulen fragte nach Nutzungsmustern, Herausforderungen und Potenzialen dieser Technologien. Die Ergebnisse zeigen, dass die Nutzung von Textgenerierungstools wie ChatGPT deutlich zugenommen hat, während Übersetzungstools wie DeepL weiterhin am häufigsten verwendet werden. Private Hochschulen integrieren generative KI-Tools häufiger und vielfältiger als öffentliche Einrichtungen. Die Zufriedenheit mit diesen Tools hat sich leicht verbessert, bleibt jedoch moderat. Im Vergleich zu 2023 zeigen sich spürbare Effizienzgewinne und eine erhöhte Anpassungsfähigkeit an verschiedene Kommunikationskanäle. Herausforderungen wie Faktentreue und Datenschutz bleiben zentrale Themen. Ein offener Dialog, die Etablierung hochschulspezifischer Umgangsweisen und Weiterbildung im Umgang mit generativen KI-Tools sind notwendig, um deren Potenziale und Risiken besser zu verstehen und produktiv für die Hochschulkommunikation zu nutzen. Die Studie betont die Notwendigkeit einer umfassenden Herangehensweise, die technologische Fähigkeiten, operative Bedürfnisse und das sozio-technische Umfeld berücksichtigt, um eine erfolgreiche Integration dieser Tools zu gewährleisten. Die Veränderungen zur Vorjahresstudie zeigen zunehmend positive Auswirkungen auf Arbeitsprozesse, während zentrale Herausforderungen weiterhin bestehen." (Autorenreferat, IAB-Doku)

Zitatform

Hoffmann, Manuel, Sam Boysel, Frank Nagle, Sida Peng & Kevin Xu (2024): Generative AI and the Nature of Work. (CESifo working paper 11479), München, 69 S.

Abstract

"Recent advances in artificial intelligence (AI) technology demonstrate considerable potential to complement human capital intensive activities. While an emerging literature documents wide-ranging productivity effects of AI, relatively little attention has been paid to how AI might change the nature of work itself. How do individuals, especially those in the knowledge economy, adjust how they work when they start using AI? Using the setting of open source software, we study individual level effects that AI has on task allocation. We exploit a natural experiment arising from the deployment of GitHub Copilot, a generative AI code completion tool for software developers. Leveraging millions of work activities over a two year period, we use a program eligibility threshold to investigate the impact of AI technology on the task allocation of software developers within a quasi-experimental regression discontinuity design. We find that having access to Copilot induces such individuals to shift task allocation towards their core work of coding activities and away from non-core project management activities. We identify two underlying mechanisms driving this shift - an increase in autonomous rather than collaborative work, and an increase in exploration activities rather than exploitation. The main effects are greater for individuals with relatively lower ability. Overall, our estimates point towards a large potential for AI to transform work processes and to potentially flatten organizational hierarchies in the knowledge economy." (Author's abstract, IAB-Doku) ((en))

Zitatform

Hu, Shengming, Kai Lin, Bei Liu & Hui Wang (2024): Does robotization improve the skill structure? The role of job displacement and structural transformation. In: Applied Economics, Jg. 56, H. 28, S. 3415-3430. DOI:10.1080/00036846.2023.2206623

Abstract

"The literature generally focuses on the impact of robots or artificial intelligence on the employment and wages, but ignores the effect of robotization on the skill structure and its underlying mechanisms and lacks empirical evidence from developing countries. We theoretically develop a task model by introducing the skill structure and empirically investigate the effect of robotization on the skill structure based on Chinese provincial panel data from 2006 to 2018. Results show that: (1) the development of robotization in China is conducive to improving the skill structure, and the baseline conclusion still holds even though adopting multiple indexes of skill structure and controlling the endogeneity bias. (2) Robotization generates not only job displacement effect by displacing unskilled workers with robots but also structural transformation effect by increasing the proportion of technology-intensive industries, which can improve the skill structure. (3) In coastal provinces with strong Internet foundation, information transmission capacity and labour protection intensity, high labour cost and ageing rate, robotization plays a stronger role in improving the skill structure. Moreover, robotization can induce the employment polarization. These conclusions can help avoid technical unemployment and promote the upgrading of the skill structure in China." (Author's abstract, IAB-Doku) ((en))

Zitatform

Hölzle, Katharina, Oliver Riedel, Wilhelm Bauer & Thomas Renner (Hrsg.) Kaiser, Simone, Matthias Peissner, Udo-Ernst Haner, Matthias Engelbach, Lydia Uhler, Jan Mackensen, Pia Mozer, Bernd Dworschak, Jens Drawehn, Jessica Wulf, Bernd Bienzeisler, Thomas Renner, Wolfgang Beinhauer, Dennis Klau & Maximilien Kintz (sonst. bet. Pers.) (2024): Potenziale Generativer KI für den Mittelstand. Wie große KI-Modelle die Arbeitswelt verändern. Stuttgart, 72 S. DOI:10.24406/publica-2246

Abstract

"Seit der Veröffentlichung von ChatGPT im November 2022 haben die Entwicklungen im Bereich Generative KI deutlich an Fahrt aufgenommen. In kurzer Abfolge wurden - und werden immer noch - neue Modelle und Funktionen vorgestellt. Zunehmend zeichnen sich breite Einsatzmöglichkeiten in den Unternehmen ab, mit einem hohen zu erwartenden Nutzenpotenzial. Vor allem für mittelständische Unternehmen stellt es eine Herausforderung dar, die Bedeutung der Entwicklungen einzuschätzen und eine strukturierte Vorgehensweise zum Thema Generative KI zu definieren und umzusetzen. Das Ministerium für Wirtschaft, Arbeit und Tourismus Baden-Württemberg hat das Fraunhofer IAO beauftragt, mittels einer Studie eine Orientierungshilfe zu den aktuellen Entwicklungen zu bieten und konkrete Empfehlungen für den Umgang mit Generativer KI zu geben. Ein vielköpfiges Autorenteam des Fraunhofer IAO aus verschiedenen Forschungsbereichen hat, neben einer ausführlichen Literaturrecherche, 48 Expertinnen und Experten im Bereich Generativer KI zu ihren Einschätzungen befragt. Es wurden sowohl Forschungseinrichtungen, KI-Anbieter, Dienstleister als auch Anwenderunternehmen miteinbezogen. Das Ergebnis der Recherche und Befragung liegt in Form dieser Studie vor, die einen Beitrag zum bewussten und zielgerichteten Umgang mit Generativer KI in den Unternehmen leisten soll." (Autorenreferat, IAB-Doku)

Zitatform

Jestl, Stefan (2024): Industrial robots, and information and communication technology: the employment effects in EU labour markets. In: Regional Studies, Jg. 58, H. 11, S. 1981-1998. DOI:10.1080/00343404.2023.2292259

Abstract

"This paper explores the effects of industrial robots and information and communication technology (ICT) on regional employment in European Union countries. The empirical analysis relies on a harmonized comprehensive regional dataset that combines business statistics and national and regional accounts data. This rich dataset enables us to provide detailed insights into the employment effects of automation and computerisation in EU regions for the period 2001–16. The results suggest relatively weak effects on regional total employment dynamics. However, industrial robots show negative employment effects in local manufacturing industries and positive employment effects in local non-manufacturing industries. While the negative effect is concentrated in particular local manufacturing industries, the positive effect has operated in local service industries. Information technology investments show positive employment effects in local manufacturing industries and some individual local service industries, while communication technology investments are shown to be irrelevant for employment dynamics. In contrast, software and database investments have had a predominantly negative association with local employment." (Author's abstract, IAB-Doku) ((en))

Zitatform

Keil, Mareike Victoria & Dominic Ketzer (2024): Neurodivergent Employees: AI's Role in New Work Challenges. Exploring Neurodiverse Team Dynamics in the Era of New Work: Leveraging AI for Inclusive Environments. Mannheim, 20 S.

Abstract

"Disruptive change has driven the digitalization and transformation of work structures in the wake of the Covid-19 pandemic, with new types of work models increasingly finding their way into familiar work structures with lasting impact. This has triggered a rapid development as part of the New Work megatrend, which, alongside challenges such as teleworking, has created great opportunities such as better integration of individuals and certain groups of people, e.g. people with disabilities, into the primary labor market. Neurodiverse teams face particular challenges due to the changing workplace, especially in terms of communication, self-organization and working practices. This paper addresses these challenges and proposes solutions based on artificial intelligence (AI) to ensure the competitiveness of companies in the implementation of New Work methods and models and to counteract the shortage of skilled workers." (Author's abstract, IAB-Doku) ((en))

Zitatform

Keitel, Christiane; Michael Stops & Lennert Peede (interviewte Person) (2024): KI-Kompetenzen gefragt: Studie zeigt tendenziell steigende Nachfrage in Stellenanzeigen (Interview). In: IAB-Forum H. 27.11.2024. DOI:10.48720/IAB.FOO.20241127.01

Abstract

"In den letzten Jahren gab es eine Vielzahl von Innovationen im Bereich der künstlichen Intelligenz (KI). Die öffentliche Debatte schwankt zwischen der Befürchtung, dass viele Tätigkeiten künftig nicht mehr von Menschen erledigt werden und Arbeitsplätze wegfallen, und der Hoffnung, dass neue Tätigkeitsfelder und damit eine neue Qualität von Arbeit entstehen. In einer Studie untersuchen die IAB-Forscher Michael Stops und Lennert Peede unter anderem anhand einer Analyse von Stellenanzeigen aus den Jahren 2015 bis 2019, wie sich KI-Technologien in dieser frühen Phase bereits auf die Arbeitsnachfrage und die Beschäftigung auf Betriebsebene auswirkten." (Autorenreferat, IAB-Doku)

Zitatform

Keppeler, Florian (2024): No Thanks, Dear AI! Understanding the Effects of Disclosure and Deployment of Artificial Intelligence in Public Sector Recruitment. In: Journal of Public Administration Research and Theory, Jg. 34, H. 1, S. 39-52. DOI:10.1093/jopart/muad009

Abstract

"Applications based on artificial intelligence (AI) play an increasing role in the public sector and invoke political discussions. Research gaps exist regarding the disclosure effects—reactions to disclosure of the use of AI applications—and the deploymenteffect—efficiency gains in data savvy tasks. This study analyzes disclosure effects and explores the deployment of an AI application in a preregistered field experiment (n = 2,000) co-designed with a public organization in the context of employer-driven recruitment. The linear regression results show that disclosing the use of the AI application leads to significantly less interest in an offer among job candidates. The explorative analysis of the deployment of the AI application indicates that the person–job fit determined by the leaders can be predicted by the AIapplication. Based on the literature on algorithm aversion and digital discretion, this study provides a theoretical and empirical disentanglement of the disclosure effect and the deployment effect to inform future evaluations of AI applications in the public sector. It contributes to the understanding of how AI applications can shape public policy and management decisions, and discusses the potential benefits and downsides of disclosing and deploying AI applications in the public sector and in employer-driven recruitment." (Author's abstract, IAB-Doku) ((en))

Zitatform

Kerkhof, Anna, Thomas Licht, Manuel Menkhoff & Klaus Wohlrabe (2024): Die Nutzung von Künstlicher Intelligenz in der deutschen Wirtschaft. In: Ifo-Schnelldienst, Jg. 77, H. 8, S. 39-43.

Abstract

"Künstliche Intelligenz (KI) hat sich zu einem zentralen Treiber der modernen Wirtschaft entwickelt. Insbesondere in Deutschland transformiert KI eine Vielzahl von Branchen – von der Automobilindustrie bis hin zur Finanzbranche – und beeinflusst maßgeblich strategische Entscheidungen und Kundeninteraktionen. Die Europäische Verordnung über Künstliche Intelligenz, die im August 2024 in Kraft getreten ist, verfolgt einen risikobasierten Ansatz zur Regulierung von KI-Systemen, um hohe Sicherheits- und Ethikstandards zu gewährleisten. Trotz der regulatorischen Herausforderungen hat die KI-Nutzung in deutschen Unternehmen im vergangenen Jahr stark zugenommen: Der Anteil der Unternehmen, die angeben, KI zu nutzen, stieg von 13,3 % im Juni 2023 auf 27 % im Folgejahr. Besonders im Verarbeitenden Gewerbe nutzen 31 % der Unternehmen KI. Die Mehrheit der Unternehmen erwartet positive Produktivitätseffekte durch KI, mit geschätzten Produktivitätssteigerungen von 8 % für das eigene Unternehmen und gesamtwirtschaftlich 12 % in den nächsten fünf Jahren. Insgesamt zeigt sich, dass KI in Deutschland zunehmend als Schlüsseltechnologie wahrgenommen wird, die wesentliche Wachstumspotenziale für die Zukunft bietet." (Textauszug, IAB-Doku)

Zitatform

Kim, Hyejin (2024): The impact of robots on labor demand: evidence from job vacancy data in South Korea. In: Empirical economics, Jg. 67, H. 3, S. 1185-1209. DOI:10.1007/s00181-024-02585-0

Abstract

"The debate about the impact of robots on employment has been lively. In this paper, I examine the effect of robots on local labor demand in South Korea, one of the most technologically advanced countries in terms of robotics. Using the regional variation in robot exposure constructed from national industry-level robot adoption data and the initial distribution of industrial employment in cities, I find that robots did not reduce local labor demand. However, I estimate declines in labor demand in the manufacturing sector and routine jobs. An increase in one robot per 1000 workers in terms of exposure to robots is correlated with a decline in the job vacancy growth rate of 2.6%p in the manufacturing sector and of 2.5%p in routine jobs. No significant relationship is found between robot exposure and labor demand in the service sector or non-routine jobs." (Author's abstract, IAB-Doku, © Springer-Verlag) ((en))

Zitatform

Korinek, Anton (2024): Economic Policy Challenges for the Age of AI. (NBER working paper / National Bureau of Economic Research 32980), Cambridge, Mass, 27 S.

Abstract

"This paper examines the profound challenges that transformative advances in AI towards Artificial General Intelligence (AGI) will pose for economists and economic policymakers. I examine how the Age of AI will revolutionize the basic structure of our economies by diminishing the role of labor, leading to unprecedented productivity gains but raising concerns about job disruption, income distribution, and the value of education and human capital. I explore what roles may remain for labor post-AGI, and which production factors will grow in importance. The paper then identifies eight key challenges for economic policy in the Age of AI: (1) inequality and income distribution, (2) education and skill development, (3) social and political stability, (4) macroeconomic policy, (5) antitrust and market regulation, (6) intellectual property, (7) environmental implications, and (8) global AI governance. It concludes by emphasizing how economists can contribute to a better understanding of these challenges." (Author's abstract, IAB-Doku) ((en))

Zitatform

Köhler, Thomas R. & Julia Finkeissen (2024): Business 5.0. Der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen und Risiken. Frankfurt;New York: Campus Verlag, 253 S.

Abstract

"Endlich ist er da, der Durchbruch für Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI). Doch Zweifel an der "Universalwaffe" ChatGPT und ähnlichen KI-Systemen sind erlaubt. Thomas R. Köhler und Julia Finkeissen liefern in ihrem neuen Buch eine Bestandsaufnahme der aktuellen Technologien und trennen dabei schonungslos Hype von Wirklichkeit. Sie liefern das Rüstzeug für jede Führungskraft, um KI aktiv im Unternehmen sinnvoll einzusetzen. Business 5.0 zeigt in sieben Schritten, wo und wie KI-Projekte im Unternehmen etabliert werden können, und liefert konkrete Beispiele für unterschiedliche Branchen und Querschnittsfunktionen. Ein nachhaltiger KI-Einsatz im Unternehmen steht dabei im Mittelpunkt." (Autorenreferat, IAB-Doku, © Campus)

Zitatform

Körner, Theresa (2024): Generalisiertes Vertrauen in automatisierten Journalismus. Bedeutung und Einflussfaktoren auf das Vertrauen deutscher Leser*innen. Wiesbaden: Springer VS, 279 S. DOI:10.1007/978-3-658-42735-1

Abstract

"In dieser Arbeit geht es um die Frage, wie Leser:innen in Deutschland automatisiert generierte Nachrichten wahrnehmen und welche Bedeutung sie den Verfahren im Journalismus zuschreiben. Im Mittelpunkt steht die Frage, ob das Publikum dem automatisierten Journalismus vertraut und welche Einflussfaktoren bei dieser Entscheidung eine Rolle spielen. Ein Mindestmaß an Vertrauen der Bevölkerung in Journalismus ist wichtig für die Stabilität demokratischer Gesellschaften. In der Forschung ist bisher wenig thematisiert, ob Medieninnovationen wie die automatisierte Berichterstattung Einfluss auf das generalisierte Vertrauen der Lesenden haben. Zudem gibt es wenig Wissen über den Umgang mit dem, sowie über die Wahrnehmung und die Bewertung des automatisierten Journalismus durch verschiedene Publika. Basierend auf der Operationalisierung verschiedener Vertrauensbeziehungen und der Aufarbeitung des Forschungsstands zur bewerteten Glaubwürdigkeit computergenerierter Nachrichtentexte wurde ein Modell entwickelt, das mögliche Einflussfaktoren auf die Vertrauensbewertung des automatisierten Journalismus darstellt sowie Raum für die Exploration weiterer Faktoren lässt. Zur empirischen Überprüfung wurden Focus Groups mit gezielt rekrutierten Leser:innen eingesetzt: Neben einer heterogen gemischten Focus Group haben einmal Personen mit hoher Technikaffinität und Vorwissen zu Verfahren der Künstlichen Intelligenz sowie einmal Personen mit hoher Medienkompetenz teilgenommen. Die Studienergebnisse zeigen, dass es keine monokausalen Antworten auf die Frage nach dem Vertrauen der Lesenden in automatisierten Journalismus gibt. Grundsätzlich stehen sie dem Technologieeinsatz neutral und gleichzeitig neugierig sowie – vor allem mit Blick auf die Zukunft – skeptisch gegenüber. Die Teilnehmenden fordern einen transparenten Umgang der Medienorganisationen mit automatisierter Berichterstattung und wollen mehr Informationen zum Einsatz, zur Verbreitung und zur Technologie haben. Als Einflussfaktoren auf die Vertrauensbewertung wurden ausgewählte Personen- sowie Text- und Publikationsmerkmale und Eigenschaften des Untersuchungsgegenstands getestet. Hohe Relevanz haben erkennbar die Angst vor gezielter Manipulation, die individuellen Vorstellungen über Künstliche Intelligenzen sowie die Kontingenz von Texten. Die Bedeutung dieser Studie besteht darin, dass sie das theoretische Verständnis von Vertrauen in Journalismus erweitert sowie die Wahrnehmung des automatisierten Journalismus vertieft. Außerdem wird das empirische Verständnis der Bewertung und Einordnung des Publikums der automatisiert generierten Berichterstattung durch die Studienergebnisse exploriert." (Autorenreferat, IAB-Doku, © Springer)

Zitatform

Lane, Marguerita (2024): Who will be the workers most affected by AI? A closer look at the impact of AI on women, low-skilled workers and other groups. (OECD Artificial Intelligence Papers 26), Paris, 60 S. DOI:10.1787/14dc6f89-en

Abstract

"This paper examines how different socio-demographic groups experience AI at work. As AI can automate non-routine, cognitive tasks, tertiary educated workers in “white-collar” occupations will likely face disruption, even if empirical analysis does not suggest that overall employment levels have fallen due to AI, even in “white-collar” occupations. The main risk for those without tertiary education, female and older workers is that they lose out due to lower access to AI-related employment opportunities and to productivity-enhancing AI tools in the workplace. By identifying the main risks and opportunities associated with different socio-demographic groups, the ultimate aim is to allow policy makers to target supports and to capture the benefits of AI (increased productivity and economic growth) without increasing inequalities and societal resistance to technological progress." (Author's abstract, IAB-Doku) ((en))

Zitatform

Larsson, Stefan, James Merricks White & Claire Ingram Bogusz (2024): The Artificial Recruiter: Risks of Discrimination in Employers’ Use of AI and Automated Decision‐Making. In: Social Inclusion, Jg. 12. DOI:10.17645/si.7471

Abstract

"Extant literature points to how the risk of discrimination is intrinsic to AI systems owing to the dependence on training data and the difficulty of post hoc algorithmic auditing. Transparency and auditability limitations are problematic both for companies’ prevention efforts and for government oversight, both in terms of how artificial intelligence (AI) systems function and how large-scale digital platforms support recruitment processes. This article explores the risks and users’ understandings of discrimination when usingAI and automated decision-making (ADM) in worker recruitment. We rely on data in the form of 110 completed questionnaires with representatives from 10 of the 50 largest recruitment agencies in Sweden and representatives from 100 Swedish companies with more than 100 employees (“major employers”). In this study, we made use of an open definition of AI to accommodate differences in knowledge and opinion around how AI and ADM are understood by the respondents. The study shows a significant difference between direct and indirect AI and ADM use, which has implications for recruiters’ awareness of the potential for bias or discrimination in recruitment. All of those surveyed made use of large digital platforms like Facebook and LinkedIn for their recruitment, leading to concerns around transparency and accountability—not least because most respondents did not explicitly consider this to be AI or ADM use. We discuss the implications of direct and indirect use in recruitment in Sweden, primarily in terms of transparency and the allocation of accountability for bias and discrimination during recruitment processes." (Author's abstract, IAB-Doku) ((en))

Zitatform

Licht, Thomas & Klaus Wohlrabe (2024): AI Adoption Among German Firms. (CESifo working paper 11459), München, 21 S.

Abstract

"This paper examines the adoption of Artificial Intelligence (AI) among German firms, leveraging firm-level data from the ifo Business Survey. We analyze the diffusion of AI across sectors and firm sizes, showing a significant increase in AI usage from 2023 to 2024, particularly in manufacturing and services. The survey data allows us to explore not only sectoral patterns of adoption but also the drivers and barriers that firms face, including firm-specific characteristics and industry dynamics. Additionally, we investigate the role of managerial traits, such as risk tolerance and patience, in shaping AI adoption decisions. Finally, we assess the potential pro-ductivity impacts of AI at the firm level, with a focus on the expected long-term benefits of AI for different sectors of the German economy. Our findings contribute to the growing body of research on AI adoption by providing new evidence from a non-US context, offering valuable insights for both academia and politics." (Author's abstract,IAB-Doku) ((en))

Zitatform

Liu, Yan (2024): Generative AI. Catalyst for Growth or Harbinger of Premature De-Professionalization? (Policy research working paper 10915), Washington, DC, 60 S.

Abstract

"This paper presents a multi-sector growth model to elucidate the general equilibrium effects of generative artificial intelligence on economic growth, structural transformation, and international production specialization. Using parameters from the literature, the paper employs simulations to quantify the impacts of artificial intelligence across various scenarios. The paper introduces a crucial distinction between high-skill, highly digitalized, tradable services and low-skill, less digitalized, less-tradable services. The model’s key propositions align with empirical evidence, and the simulations yield novel and sobering predictions. Unless artificial intelligence achieves widespread cross-sector adoption and catalyzes paradigm-shifting innovations that fundamentally reshape consumer preferences, its growth benefits may be limited. Conversely, its disruptive impact on labor markets could be profound. This paper highlights the risk of “premature de-professionalization”, where artificial intelligence likely shrinks the space for countries to generate well-paid jobs in high-skill services. The analysis portends that developing countries failing to adopt artificial intelligence swiftly risk entrapment as commodity exporters, potentially facing massive youth underemployment, diminishing social mobility, and stagnating or even declining living standards. The paper also discusses artificial intelligence ’s broader implications on inequality, exploring multiple channels through which it may exacerbate or mitigate economic disparities." (Author's abstract, IAB-Doku) ((en))

Zitatform

Liu, Jin, Kaizhe Chen & Wenjing Lyu (2024): Embracing artificial intelligence in the labour market: the case of statistics. In: Humanities and Social Sciences Communications, Jg. 11. DOI:10.1057/s41599-024-03557-6

Abstract

"In an era marked by rapid advancements in artificial intelligence (AI), the dynamics of the labor market are undergoing significant transformation. A common concern amidst these changes is the potential obsolescence of traditional disciplines due to AI-driven productivity enhancements. This study delves into the evolving role and resilience of these disciplines within the AI-influenced labor market. Focusing on statistics as a representative field, we investigate its integration with AI and its interplay with other disciplines. Analyzing 279.87 million online job postings in the United States from 2010 to 2022, we observed a remarkable 31-fold increase in the demand for AI-specialized statistical talent, diversifying into 932 distinct AI-related job roles. Additionally, our research identified four major interdisciplinary clusters, encompassing 190 disciplines with a statistical focus. The findings also highlight a growing emphasis on specific hard skills within these AI roles and the differences in demand for AI talent in statistics across economic sectors and regions. Contrary to the pessimistic view of traditional disciplines’ survival in the AI age, our study suggests a more optimistic outlook. We recommend that professionals and organizations proactively adapt to AI advancements. Governments and academic institutions should collaborate to foster interdisciplinary skill development and evaluation for AI talents, thereby enhancing the employability of individuals from traditional disciplines and contributing to broader economic growth." (Author's abstract, IAB-Doku) ((en))

Zitatform

Lühr, Thomas & Tobias Kämpf (2024): KI und der Wandel von Angestelltenarbeit. Zum „blinden Fleck“ der aktuellen Automatisierungsdebatte. In: WSI-Mitteilungen, Jg. 77, H. 2, S. 98-106. DOI:10.5771/0342-300X-2024-2-98

Abstract

"Der Beitrag analysiert den Wandel von Angestelltenarbeit vor dem Hintergrund der digitalen Transformation. Ausgangspunkt ist ein Automatisierungsschub, der durch erweiterte Möglichkeiten der Nutzung Künstlicher Intelligenz (KI) geprägt ist. Auf der Grundlage empirischer Befunde werden die qualitativen Veränderungstendenzen von Arbeit in den Blick genommen, und zwar sowohl aus der Anwenderperspektive der Sachbearbeiter*innen als auch aus der Sicht der hochqualifizierten Entwickler*innen und Implementoren neuer KI-Lösungen. Insgesamt wird ein Strukturwandel von Angestelltenarbeit konstatiert, der nicht nur das Risiko von Jobverlusten, sondern auch Potenziale für eine Aufwertung und Höherqualifizierung hervorbringt und sich im Angestelltenbewusstsein manifestiert. In arbeitspolitischer Perspektive eröffnen sich Anknüpfungspunkte für eine Vorwärtsstrategie im Sinne eines nachhaltigen Umbaus von Beschäftigung." (Autorenreferat, IAB-Doku)

Zitatform

Madoń, Karol (2024): The relationship between Artificial Intelligence (AI) exposure and return to education. (IBS working paper / Instytut Badan Strukturalnych 2024,05), Warszawa, 17 S.

Abstract

"This paper studies the relationship between exposure to artificial intelligence (AI) and workers’ wages across European countries. Overall, a positive relationship between exposure to AI and workers’ wages is found, however it differs considerably between workers and countries. High-skilled workers experience far higher wage premiums related to AI-related skills than middle- and low-skilled workers. Positive associations are concentrated among occupations moderately and highly exposed to AI (between the 6th and 9th decile of the exposure), and are weaker among the least exposed occupations. Returns of AI-related skills among high-skilled workers are even higher in Eastern European Countries compared to Western European countries. The heterogeneity likely originates from the difference in overall labour costs between country groups. The results presented in this study were obtained from the estimation of Mincerian wage regressions on the 2018 release of the EU Structure of Earning Survey." (Author's abstract, IAB-Doku) ((en))

Zitatform

Matthes, Britta (2024): Wie KI und andere digitale Technologien die Arbeit von Ingenieuren in der Elektro- und Informationstechnik verändern könnten. In: VDE Verband der Elektrotechnik, Elektronik und Informationstechnik (Hrsg.) (2024): Rolle der Künstlichen Intelligenz in der Elektro- und Informationstechnik, S. 21-27, 2024-10-14.

Abstract

"Die Liste der Technologien, die für die Arbeit von Ingenieuren in der Elektro- und Informationstechnik in den nächsten Jahren relevant sind, ist sehr lang. Dabei spielt KI in vielen technologischen Bereichen eine wichtige Rolle. Dennoch: Auch wenn die Automatisierungspotenziale bei diesen Berufen durch Einsatz von KI und anderen digitalen Technologien hoch sind, steht überhaupt nicht zur Debatte, dass es in Zukunft diese Berufe nicht mehr geben wird! Das hat verschiedene Gründe: Der wichtigste ist, dass KI erst dann produktiv zum Einsatz gebracht werden kann, wenn sie mit fachspezifischen Kenntnissen zusammentrifft. Es geht aber auch darum, dass sich die heute bereits bestehende Fachkräfteknappheit in diesen Berufen in den nächsten Jahren eher weiter verschärfen als abschwächen wird. Nicht nur, dass in den Ingenieurberufen der Elektro- und Informationstechnik in den kommenden Jahren überproportional viele der sozialversicherungspflichtig Beschäftigten in den Ruhestand gehen. Mit großer Wahrscheinlichkeit führt auch die Nutzung der Potenziale, die sich durch den Einsatz von KI in Wirtschaft und Gesellschaft ergeben, zu einer deutlichen Nachfragesteigerung in diesen Berufen. Hinzu kommt, dass die Elektro- und Informationstechnik zu denjenigen Gebieten gehört, die eine besondere Rolle bei der parallel zur digitalen Transformation stattfindenden ökologischen Transformation spielt. Gut ausgebildete Ingenieure der Elektro- und Informationstechnik werden zusätzlich gebraucht, um ihr spezifisches Wissen bei der Erzeugung und Speicherung von Wind- und Solarenergie, aber auch beim Umstieg vom Verbrenner zum Elektroantrieb einzusetzen. Eine der wichtigsten Fragen, die sich aus diesen Überlegungen ergibt, ist deshalb weniger, ob es auch in Zukunft noch Ingenieure der Elektro- und Informationstechnik geben wird. Vielmehr stellt sich die Frage, was lässt sich an der Arbeit, wie sie heute noch von diesen Ingenieuren erledigt wird, durch den Einsatz von KI und anderen modernen Technologien effizienter machen oder sogar automatisieren, um zu verhindern, dass die Fachkräftelücke noch größer wird. Dabei geht es nicht nur um die technologischen Potenziale, sondern auch darum, unter welchen Bedingungen tatsächlich automatisiert werden kann. Denn Automatisierung ist äußerst voraussetzungsvoll: Es muss investiert werden, nicht nur in Maschinen und Anlagen, sondern auch in Dateninfrastruktur und in die Fähigkeiten und Motivation derjenigen, die damit zukünftig arbeiten sollen. Häufig müssen erst die Datengrundlagen geschaffen, Prozesse neu etabliert, eine Aufbruchstimmung erzeugt werden; es gibt rechtliche Hürden wie zum Beispiel datenschutz- oder urheberrechtliche Vorgaben; die Wahrung von Geschäftsgeheimnissen steht einer Automatisierung entgegen; oder es bestehen ethische Bedenken." (Textauszug, IAB-Doku)

Zitatform

Minniti, Antonio, Klaus Prettner & Francesco Venturini (2024): Unslicing the pie: AI innovation and the labor share in European regions. (Department of Economics working paper / Vienna University of Economics and Business 369), Wien, 46 S. DOI:10.57938/42db2bf4-07a0-4cea-8aab-ea40f1f71b29

Abstract

"We study how the development of Artificial Intelligence (AI) influences the distribution of income between capital and labor and how this, in turn, exacerbates geographic income inequality. To investigate this issue, we first build a theoretical framework and then analyze data from European regions dating back to 2000. We find that for every doubling of regional AI innovation, there is a 0.7% to 1.6% decline in the labor share, which may have decreased by between 0.20 and 0.46 percentage points from a mean of 52% due solely to AI. This new technology is particularly detrimental to high-skill and medium-skill labor. The impact on income distribution is driven by worsening wage and employment conditions for high-skill labor, and by wage compression for medium- and low-skill labor. The effect of AI is not driven by other factors affecting regional development in Europe, nor by the concentration process in the AI market." (Author's abstract, IAB-Doku) ((en))

Zitatform

Montobbio, Fabio, Jacopo Staccioli, Maria Enrica Virgillito & Marco Vivarelli (2024): The empirics of technology, employment and occupations: Lessons learned and challenges ahead. In: Journal of Economic Surveys, Jg. 38, H. 5, S. 1622-1655. DOI:10.1111/joes.12601

Abstract

"This paper is a critical review of the empirical literature resulting from recent years of debate and analysis regarding technology and employment and the future of work as threatened by technology, outlining both lessons learned and challenges ahead. We distinguish three waves of studies and relate their heterogeneous findings to the choice of technological proxies, the level of aggregation, the adopted research methodology and to the relative focus on robots, automation and AI. The challenges ahead include the need for awareness of possible ex‐ante biases associated with the adopted proxiesfor innovation; the recognition of the trade‐off between microeconometric precision and a more holistic macroeconomic approach; the need for granular analysis of the reallocation and transformation of occupations and tasks brought about by different types of new technologies; the call for a closer focus on impacts on labor quality, in terms of types of jobs and working conditions." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))

Zitatform

Nitsch, Verena, Vera Rick, Annette Kluge & Uta Wilkens (2024): Human-centered approaches to AI-assisted work: the future of work? In: Zeitschrift für Arbeitswissenschaft, Jg. 78, H. 3, S. 261-267. DOI:10.1007/s41449-024-00437-2

Zitatform

Nixdorf, Christian Philipp (2024): Künstliche Intelligenz am Arbeitsmarkt auch imSozialwesen? Plädoyer für eine achtsame Unaufgeregtheit. In: Soziale Sicherheit, Jg. 73, H. 8-9, S. 10-16.

Abstract

"Manche Menschen sind „Künstlicher Intelligenz“ (KI) gegenüber offen eingestellt. Andere reagieren auf diese angesprochen mit Ängsten, zum Beispiel vor Arbeitsplatzverlust und hinsichtlich des Datenschutzes. Die Nutzung von KI weitet sich aus, was auch vor dem Sozialwesen nicht Halt macht.KI gewinnt hier nur langsam, aber doch stetig an Bedeutung. Was aber bedeutet das für die dortigen Fachkräfte? Das wird im Text reflektiert." (Textauszug, IAB-Doku)

Zitatform

Nurski, Laura & Nina Ruer (2024): Exposure to generative artificial intelligence in the European labour market. (Working paper / Bruegel 2024,06), Brüssel, 33 S.

Abstract

"We apply two sets of generative artificial intelligence (GenAI) occupational exposure scores – one task-based, one ability-based – to the European Labour Force Survey. While using different methodologies, our findings reveal consistent demographic patterns across the two approaches: jobs held by women, highly educated and younger workers are more exposed to GenAI technology in Europe. We also review the literature on the recent productivity impact of GenAI. Within the same occupations, less-experienced or less-skilled workers consistently get the largest productivity gains from GenAI support. We argue that a task-based analysis is more fruitful than an ability-based one, both for guiding GenAI adoption in organisations and their workplaces, and for assessing the employment and job quality impact on workers. Finally, we provide policy recommendations that can help workers (ie the labor supply) adjust to technological disruption, such as providing training and social safety nets. But we go further by also suggesting policy interventions that could redirect future labor demand towards better jobs, by promoting job redesign and organisational agility. Monitoring GenAI’s employment effects and researching the ‘jagged technological frontier’ is necessary to further build our understanding of the employment impact of this transformational technology." (Author's abstract, IAB-Doku) ((en))

Zitatform

Peede, Lennert & Michael Stops (2024): Artificial intelligence technologies, skills demand and employment: evidence from linked job ads data. (IAB-Discussion Paper 15/2024), Nürnberg, 62 S. DOI:10.48720/IAB.DP.2415

Abstract

"Wir untersuchen, wie künstliche Intelligenz (KI) die Arbeitsnachfrage auf der Betriebsebene beeinflusst. Um die Aktivitäten in der Entwicklung, Implementierung oder Nutzung von KI-Technologien zu messen, verwenden wir den Anteil derjenigen Stellenausschreibungen, die einen Bezug zu KI haben. Niedrige KI-Stellenanteile insgesamt zeigen, dass wir eine frühe Phase der KI-Einführung untersuchen. Auf der Betriebsebene hängt der KI-Stellenanteil mit einem relativ geringen Rückgang derjenigen Kompetenzanforderungen zusammen, die nicht mit KI-Technologien in Verbindung stehen. Darüber hinaus finden wir keine Auswirkungen auf die Gesamtbeschäftigung in den Betrieben, aber ein leicht höheres Beschäftigungswachstum in Jobs mit hoch komplexen Tätigkeiten." (Autorenreferat, IAB-Doku)

Zitatform

Pfeiffer, Sabine (2024): KI im Unternehmen – Herausforderungen an die betriebliche Gestaltung moderner Arbeit. In: Faktor Arbeitsschutz H. 11, S. 34-39.

Abstract

"Eine Befragung von Beschäftigten zu ihrer Einstellung gegenüber der Nutzung von KI bei der Arbeit ergab – entgegen immer wieder behaupteter Angstzuschreibung – ein abgewogenes „Es kommt darauf an“. Wichtig ist es, Beschäftigte von Anfang an bei der Installation von KI im Betrieb zu beteiligen." (Autorenreferat, IAB-Doku)