Veränderungen der Arbeitswelt durch Künstliche Intelligenz
Anwendungsmöglichkeiten und Auswirkungen des Einsatzes künstlicher Intelligenz auf den Arbeitsmarkt werden breit diskutiert. Welche Folgen für Beschäftigung, Löhne und Qualifikationsanforderungen sind zu erwarten? Birgt die Nutzung automatisierter Entscheidungssysteme (z.B. für die Personalauswahl) ein Diskriminierungsrisiko? Wie wirkt sich der Einsatz von künstlicher Intelligenz auf die Arbeitsqualität aus?
Dieses Themendossier stellt Literatur zum Stand der Forschung zusammen.
Im Filter „Autorenschaft“ können Sie auf IAB-(Mit-)Autorenschaft eingrenzen.
-
Literaturhinweis
Wegen KI könnten 800.00 Arbeitsplätze wegfallen und neu entstehen: Gastbeitrag (2025)
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)
Weiterführende Informationen
Volltext-Zugang über Verlag oder sonstigen Anbieter (möglicherweise kostenpflichtig) -
Literaturhinweis
Nachhaltigkeit, berufliche Bildung und Personalentwicklung unter Berücksichtigung von KI (2025)
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)
-
Literaturhinweis
Occupational exposures, complementarity and the potential consequences of A.I. for the labour market: some evidence from Ireland (2025)
Williamson, Harry; Coates, Dermot; Daly, Kevin; Gannon, Neil; FitzGerald, Keith;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))
-
Literaturhinweis
Does automation replace experts or augment expertise? The answer is yes (Interview) (2025)
Zitatform
Winters, Jutta & Jonathan P. Latner; David Autor (interviewte Person) (2025): Does automation replace experts or augment expertise? The answer is yes (Interview). In: IAB-Forum H. 09.01.2025. DOI:10.48720/IAB.FOO.20250109.01
Abstract
"David Autor, Professor of economics at the Massachusetts Institute of Technology (MIT), gives a Special Lecture at the IAB on 15 January 2025. In this accompanying interview, he discusses the impact of Artificial Intelligence on wages and employment, outlines the crucial role of expertise and gives insights on policy-approaches for supporting workers in rapidly changing labor markets." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Mehr KI, weniger Jobs? Was Unternehmen in Deutschland erwarten (2025)
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)
-
Literaturhinweis
The AI Redemption: How technology is rewriting the rules of cross-industry labor mobility (2025)
Zhang, Su; Wang, Xiaolin; Wang, Huijuan; Xia, Yan;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))
-
Literaturhinweis
Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt (2025)
Zika, Gerd ; Schneemann, Christian ; Hassemer, Theresa-Marie; Zenk, Johanna ; Weber, Enzo ; Hummel, Markus; Mönnig, Anke; Krebs, Bennet; Maier, Tobias ;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)
Beteiligte aus dem IAB
Zika, Gerd ; Schneemann, Christian ; Zenk, Johanna ; Weber, Enzo ; Hummel, Markus;Weiterführende Informationen
Gastbeitrag der Autoren zum Thema in der FAZ - möglicherweise kostenpflichtig -
Literaturhinweis
D21-Digital-Index 2024/2025: Jährliches Lagebild zur Digitalen Gesellschaft (2025)
Zitatform
(2025): D21-Digital-Index 2024/2025. Jährliches Lagebild zur Digitalen Gesellschaft. (D21-Digital-Index), Berlin, 41 S.
Abstract
"Der D21-Digital-Index ist Deutschlands wichtigstes Lagebild zur Digitalisierung der Gesellschaft. Er zeigt, wie tief die digitale Transformation verschiedene Lebensbereiche durchdringt und wie gut Bürger*innen mit den Anforderungen des Wandels umgehen können. Gleichzeitig offenbart er Spaltungen und Herausforderungen: Wer profitiert, wer droht abgehängt zu werden? Der D21-Digital-Index ist mehr als eine Analyse: Er ist Basis für wirkungsvolles Handeln von Politik, Wirtschaft und Gesellschaft, um die Resilienz im digitalen Wandel zu stärken und gemeinsam eine inklusive digitale Zukunft zu gestalten, in der alle von den Chancen der Digitalisierung profitieren. Im Fokus steht in diesem Jahr der digitale Wandel als Treiber für weitere Transformationsprozesse, etwa bei der Wertschöpfung, beim Informations- und Kommunikationsverhalten oder beim ökologischen Wandel. Denn unsere Gesellschaft befindet sich inmitten eines tiefgreifenden Wandels. Der D21-Digital-Index begleitet sie in dieser Transformation seit vielen Jahren. Ein weiterer Schwerpunkt der Studie liegt auf der digitalen Bildung und den Kompetenzen, die für eine souveräne und kritische Nutzung digitaler Technologien erforderlich sind. Zudem wird untersucht, wie die Bevölkerung den Einsatz Künstlicher Intelligenz wahrnimmt: Welche Erwartungen, Chancen und Bedenken gibt es? Welche Faktoren beeinflussen die Akzeptanz neuer KI-Technologien im Alltag? Wie steht es um das Bewusstsein für die Transformationskraft von KI, insbesondere für die Beschäftigungschancen?" (Autorenreferat, IAB-Doku)
-
Literaturhinweis
OECD Skills Outlook 2025: Building the Skills of the 21st Century for All (2025)
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))
-
Literaturhinweis
Erprobung neuer Methoden der Mustererkennung bei der Statistik der BA: Vorhaben im Rahmen des BMAS-Datenlabors (2025)
Zitatform
(2025): Erprobung neuer Methoden der Mustererkennung bei der Statistik der BA. Vorhaben im Rahmen des BMAS-Datenlabors. (Grundlagen: Methodenbericht / Bundesagentur für Arbeit), Nürnberg, 81 S.
Abstract
"Die Statistik der BA betrachtet Methoden der Künstlichen Intelligenz, insbesondere des Maschinellen Lernens, als sinnvolle Ergänzung ihres Methodenspektrums zur Weiterentwicklung in konkreten Aufgabenbereichen. Einsatzfelder bestehen vor allem dort, wo lernfähige Algorithmen die automatische Verarbeitung großer Datenmengen mit dem Ziel der Mustererkennung ermöglichen. Vielversprechend erscheint der Einsatz dieser Methoden unter anderem in zwei Bereichen: Bei der Unterstützung der bestehenden Validierung von Daten im Zuge der Stichtagsverarbeitung sowie bei der Zuordnung von Beschäftigungsbetrieben zu Wirtschaftszweigen. Machbarkeitsanalysen für beide Anwendungen wurden durch das BMAS-Datenlabor gefördert und aus Mitteln der Europäischen Union „NextGenerationEU“, die im Rahmen des Deutschen Aufbau- und Resilienzplans (DARP) bereitgestellt wurden, finanziert. Das entsprechende Vorhaben der Statistik der BA, das „Datenlabor Statistik“, hatte eine Laufzeit von November 2022 bis Dezember 2024. Die beiden genannten Einsatzfelder bildeten zwei Module eines Gesamtvorhabens. Im Modul „Validierung“ wurden neue Methoden zur Validierung großer Mengen statistischer Daten konzipiert, exemplarisch eingesetzt und bewertet, mit deren Hilfe sich im Vergleich zum aktuellen Verfahren erheblich mehr Daten hinsichtlich auffälliger Konstellationen prüfen lassen. Die als erfolgversprechend bewerteten neuen Ansätze adressieren bisher weniger beachtete Bereiche der Plausibilitätsprüfung: fachstatistikübergreifende Analysen, die Berücksichtigung von Merkmalskombinationen sowie Analysen auf tieferer regionaler Ebene. Ein Ansatz für die beiden erstgenannten Bereiche wurde unmittelbar nach dem Datenlabor in einen testweisen Produktivbetrieb und in weitere Analysen überführt. Die geprüften Ansätze zur Erkennung fehlerhafter schleichender Veränderungen sowie für Einzelfallprüfungen auf tieferen Schichten der Verarbeitung haben sich als weniger aussichtsreich herausgestellt; hier sind weitere Analysen nötig. Im Modul „Wirtschaftszweige“ wurde vor allem ein Lösungsansatz als erfolgversprechend und praktisch umsetzbar bewertet: Die Zuordnung von Beschäftigungsbetrieben zu Wirtschaftszweigen auf Basis eines speziell trainierten großen Sprachmodells, das Freitext-Beschreibungen zu Betriebszwecken verarbeitet. Dieser Ansatz soll nun in der Praxis umgesetzt werden. Wertvolle Erkenntnisse wurden in diesem Modul zudem für Lösungsansätze auf Basis der folgenden Datenquellen gewonnen: Stellenanzeigen, Betriebsbezeichnungen und Informationen zu den Tätigkeiten von Beschäftigten. Zu den übergreifenden Ergebnissen des Datenlabors der Statistik zählen der Wissensgewinn durch methodischen Austausch innerhalb und außerhalb der BA, das Erschließen bisher nicht genutzter technischer Architekturen sowie leistungsfähiger Hardware und Entwicklungswerkzeuge." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Link zur aktuellen Version, ältere Fassungen online nicht mehr verfügbar. -
Literaturhinweis
Education Policy Outlook 2025: Nurturing Engaged and Resilient Lifelong Learners in a World of Digital Transformation (2025)
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))
-
Literaturhinweis
Smarter Workplaces: The Role of AI in Promoting Occupational Safety and Health: Potsdam, 16 September 2025. Proceedings (2025)
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)
-
Literaturhinweis
Learning from Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution, and in the Age of AI (2024)
Zitatform
Acemoglu, Daron & Simon Johnson (2024): Learning from Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution, and in the Age of AI. (NBER working paper / National Bureau of Economic Research 32416), Cambridge, Mass, 45 S. DOI:10.3386/w32416
Abstract
"David Ricardo initially believed machinery would help workers but revised his opinion, likely based on the impact of automation in the textile industry. Despite cotton textiles becoming one of the largest sectors in the British economy, real wages for cotton weavers did not rise for decades. As E.P. Thompson emphasized, automation forced workers into unhealthy factories with close surveillance and little autonomy. Automation can increase wages, but only when accompanied by new tasks that raise the marginal productivity of labor and/or when there is sufficient additional hiring in complementary sectors. Wages are unlikely to rise when workers cannot push for their share of productivity growth. Today, artificial intelligence may boost average productivity, but it also may replace many workers while degrading job quality for those who remain employed. As in Ricardo's time, the impact of automation on workers today is more complex than an automatic linkage from higher productivity to better wages." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Artificial Intelligence and the health workforce: Perspectives from medical associations on AI in health (2024)
Almyranti, Margarita; Eiszele, Samuel; Sutherland, Eric; Ash, Nachman;Zitatform
Almyranti, Margarita, Eric Sutherland, Nachman Ash & Samuel Eiszele (2024): Artificial Intelligence and the health workforce. Perspectives from medical associations on AI in health. (OECD Artificial Intelligence Papers 28), Paris, 53 S. DOI:10.1787/9a31d8af-en
Abstract
"Healthcare has progressed through advancements in medicine, leading to improved global life expectancy. Nevertheless, the sector grapples with increasing challenges such as heightened demand, soaring costs, and an overburdened workforce. Factors contributing to health workforce strain include ageing populations, increasing burden from non-communicable and chronic diseases, healthcare providers' burnout, and evolving patient expectations. Artificial Intelligence (AI) could potentially transform healthcare by alleviating some of these pressures. But AI in health poses risks to health providers through potential workforce disruption – with changing roles requiring adapted skills with some functions subject to automation. Striking a balance between innovation and safeguards is imperative." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI für die Fachkräftesicherung nutzen: Lösungsansätze für Automatisierung, Teilhabe und Wissenstransfer (2024)
André, Elisabeth; Suchy, Oliver; Steil, Jochen; Bittner, Eva; Wilkens, Uta ; Heister, Michael; Bullinger-Hoffmann, Angelika; Huchler, Norbert ; Schmidt, Christoph M.; Peissner, Matthias; Stich, Andrea; Prasuhn, Pierre;Zitatform
André, Elisabeth, Angelika Bullinger-Hoffmann, Eva Bittner, Michael Heister, Norbert Huchler, Matthias Peissner, Pierre Prasuhn, Christoph M. Schmidt, Jochen Steil, Andrea Stich, Oliver Suchy & Uta Wilkens (2024): KI für die Fachkräftesicherung nutzen. Lösungsansätze für Automatisierung, Teilhabe und Wissenstransfer. München, 41 S. DOI:10.48669/pls_2024-2
Abstract
"Ob im Handwerk, Medizin oder der Verwaltung – in fast allen Branchen kommen Fachkräfteengpässe auf uns zu oder sind bereits spürbar. Zunehmend verstärkt durch demografische Entwicklungen wie den bevorstehenden Renteneintritt der Babyboomer. Um die Fachkräftebasis von morgen zu sichern, kann auch Künstliche Intelligenz (KI) als technologischer Baustein – vor allem in den Bereichen Automatisierung und KI-basierte Assistenz – eine bedeutende Rolle spielen. Das Whitepaper gibt einen Überblick, wie KI-Technologien gezielt zur Fachkräftesicherung beitragen können, um die Wettbewerbsfähigkeit zu stärken und Arbeitsplätze in Deutschland zu sichern." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial Intelligence – Gender-Specific Differences in Perception, Understanding, and Training Interest (2024)
Zitatform
Armutat, Sascha, Malte Wattenberg & Nina Mauritz (2024): Artificial Intelligence – Gender-Specific Differences in Perception, Understanding, and Training Interest. In: C.-P. Marti Ballester (ed.) (2024): Proceedings of the 7th International Conference on Gender Research, S. 36-43. DOI:10.34190/icgr.7.1.2163
Abstract
"In light of the growing importance of Artificial Intelligence (AI) in science, business, and society, broad acceptance is crucial. However, recent studies indicate a significant underrepresentation of women in the emerging AI-driven professions of the future job market. This hampers the innovation potential of technologies due to the lack of diverse perspectives in development. Gender-specific differences also manifest in the perception of AI: Men tend to view AI applications more positively, rate their own AI competencies higher, and have more trust in the technology compared to women. However, both genders agree on the critical importance of the comprehensibility of AI decisions and are equally willing to pursue further education in the field of AI. This study aimed to investigate gender-relevant aspects in the perception and understanding of AI, as well as the need for further education and opportunities for communication and exchange on the topic of AI. To achieve this, focus groups with female students were conducted in May 2023. The analysis of the conversation data and materials used was carried out using an inductive coding method. Overall, women perceive knowledge as the key to generating more interest in AI. However, they also identify obstacles such as discrimination, gender stereotypes, and a lack of gender equality. Additionally, they desire more practical examples, improved communication regarding the advantages and disadvantages of AI, as well as more democratic and transparent decision-making processes. The paper emphasizes that an inclusive educational environment requires awareness and education for women, along with measures against discriminatory barriers and stereotypes. Furthermore, it suggests the early involvement of women in the development of AI applications and the establishment of clear rules to ensure gender equality in the workplace. These study findings provide valuable support to companies in the gender-specific planning of awareness and training processes for introducing AI." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech (2024)
Zitatform
Avery, Mallory, Andreas Leibbrandt & Joseph Vecci (2024): Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech. (CESifo working paper 10996), München, 70 S.
Abstract
"The use of Artificial Intelligence (AI) in recruitment is rapidly increasing and drastically changing how people apply to jobs and how applications are reviewed. In this paper, we use two field experiments to study how AI recruitment tools can impact gender diversity in the male-dominated technology sector, both overall and separately for labor supply and demand. We find that the use of AI in recruitment changes the gender distribution of potential hires, in some cases more than doubling the fraction of top applicants that are women. This change is generated by better outcomes for women in both supply and demand. On the supply side, we observe that the use of AI reduces the gender gap in application completion rates. Complementary survey evidence suggests that anticipated bias is a driver of increased female application completion when assessed by AI instead of human evaluators. On the demand side, we find that providing evaluators with applicants' AI scores closes the gender gap in assessments that otherwise disadvantage female applicants. Finally, we show that the AI tool would have to be substantially biased against women to result in a lower level of gender diversity than found without AI." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch erschienen als: Monash Economics Working Papers, 2023-09 -
Literaturhinweis
The impact of Robots on Labour market transitions in Europe (2024)
Zitatform
Bachmann, Ronald, Myrielle Gonschor, Piotr Lewandowski & Karol Madoń (2024): The impact of Robots on Labour market transitions in Europe. In: Structural Change and Economic Dynamics, Jg. 70, S. 422-441. DOI:10.1016/j.strueco.2024.05.005
Abstract
"Dieses Papier untersucht die Auswirkungen von Robotern auf Arbeitsmarkttransitionen in 16 europäischen Ländern. Generell reduzieren Roboter Übergänge von der Beschäftigung in die Arbeitslosigkeit und erhöhen die Wahrscheinlichkeit, einen neuen Job zu finden. Arbeitskosten sind eine wichtige Erklärung für die beobachteten Unterschiede zwischen Ländern: In Ländern mit niedrigeren Arbeitskosten zeigt sich ein stärkerer Effekt auf Einstellungen und Trennungen. Diese Auswirkungen sind bei Arbeitskräften in Berufen mit manuellen oder kognitiven Routineaufgaben besonders ausgeprägt, bei Berufen mit nicht-routine kognitiven Aufgaben hingegen vernachlässigbar. Für junge und ältere Arbeitskräfte in Ländern mit niedrigeren Arbeitskosten wirken sich Roboter positiv auf Übergänge aus. Unsere Ergebnisse deuten darauf hin, dass die Einführung von Robotern in den meisten europäischen Ländern zu einem Anstieg der Beschäftigung und einem Rückgang der Arbeitslosigkeit geführt hat, vor allem durch einen Rückgang der Übergänge in die Arbeitslosigkeit." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Navigating career stages in the age of artificial intelligence: A systematic interdisciplinary review and agenda for future research (2024)
Bankins, Sarah ; Jooss, Stefan ; Restubog, Simon Lloyd D. ; Ocampo, Anna Carmella ; Shoss, Mindy; Marrone, Mauricio ;Zitatform
Bankins, Sarah, Stefan Jooss, Simon Lloyd D. Restubog, Mauricio Marrone, Anna Carmella Ocampo & Mindy Shoss (2024): Navigating career stages in the age of artificial intelligence: A systematic interdisciplinary review and agenda for future research. In: Journal of vocational behavior, Jg. 153. DOI:10.1016/j.jvb.2024.104011
Abstract
"As artificial intelligence (AI) use expands within organizations, its influence is increasingly permeating careers and vocational domains. However, there is a notable lack of structured insights regarding AI's role in shaping individual career paths across career stages. To address this gap, we undertook a systematic literature review of 104 empirical articles, aiming to synthesize the scholarship on AI in the context of careers. Drawing upon career stage theory, we examine the implications of AI on careers, identify key barriers and enablers of AI use in this area, and reveal how the utilization of AI impacts individuals' career competencies. In doing so, we illustrate how AI actively shapes individuals' career trajectories and we dissect these effects both within and across various career stages to situate AI within the broader context of careers research. Adopting a sustainable career lens, we conclude by outlining a future research agenda that advocates for the design and adoption of AI systems that promote sustainable and equitable careers." (Author's abstract, IAB-Doku, © 2024 Elsevier) ((en))
-
Literaturhinweis
AI, Automation and Taxation (2024)
Zitatform
Bastani, Spencer & Daniel Waldenström (2024): AI, Automation and Taxation. (IZA policy paper / Forschungsinstitut zur Zukunft der Arbeit 212), Bonn, 19 S.
Abstract
"This paper examines the implications of Artificial Intelligence (AI) and automation for the taxation of labor and capital in advanced economies. It synthesizes empirical evidence on worker displacement, productivity, and income inequality, as well as theoretical frameworks for optimal taxation. Implications for tax policy are discussed, focusing on the level of capital taxes and the progressivity of labor taxes. While there may be a need to adjust the level of capital taxes and the structure of labor income taxation, there are potential drawbacks of overly progressive taxation and universal basic income schemes that could undermine work incentives, economic growth, and long-term household welfare. Some of the challenges posed by AI and automation may also be better addressed through regulatory measures rather than tax policy." (Author's abstract, IAB-Doku) ((en))