Digitale Arbeitswelt – Chancen und Herausforderungen für Beschäftigte und Arbeitsmarkt
Der digitale Wandel der Arbeitswelt gilt als eine der großen Herausforderungen für Wirtschaft und Gesellschaft. Wie arbeiten wir in Zukunft? Welche Auswirkungen hat die Digitalisierung und die Nutzung Künstlicher Intelligenz auf Beschäftigung und Arbeitsmarkt? Welche Qualifikationen werden künftig benötigt? Wie verändern sich Tätigkeiten und Berufe? Welche arbeits- und sozialrechtlichen Konsequenzen ergeben sich daraus?
Dieses Themendossier dokumentiert Forschungsergebnisse zum Thema in den verschiedenen Wirtschaftsbereichen und Regionen.
Im Filter „Autorenschaft“ können Sie auf IAB-(Mit-)Autorenschaft eingrenzen.
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte / digitale soziale Sicherung
- Deutschland
- Andere Länder/ internationaler Vergleich
- Besondere Personengruppen
-
Literaturhinweis
Der KI-Irrtum: Warum Deutschland auf Zuwanderung angewiesen ist: Leitartikel (2026)
Zitatform
Brücker, Herbert, Yuliya Kosyakova & Enzo Weber (2026): Der KI-Irrtum: Warum Deutschland auf Zuwanderung angewiesen ist. Leitartikel. In: Wirtschaftsdienst, Jg. 106, H. 5, S. 304-305. DOI:10.2478/wd-2026-0074
Abstract
"Sieben Millionen - so viele Arbeitskräfte wird Deutschland in den nächsten 15 Jahren allein aufgrund des demografischen Wandels verlieren. Bereits seit vielen Jahren ist der demografische Effekt negativ, mit mehr als 400.000 Arbeitskräften pro Jahr. Tatsächlich beginnt der deutsche Arbeitsmarkt jedoch erst jetzt zu schrumpfen. Denn bislang konnte dieser Rückgang überkompensiert werden - durch eine steigende Erwerbsbeteiligung von Älteren und Frauen; und vor allem durch Zuwanderung. Doch diese Ausgleichsmechanismen stoßen zunehmend an Grenzen. Europa altert insgesamt, und die Dynamik der Zuwanderung innerhalb Europas nimmt ab. Zugleich sind viele der besonders mobilen, jüngeren Kohorten bereits gewandert. Vor diesem Hintergrund wird Migration schwieriger - und genau hier setzt ein verbreitetes Argument an: Wenn Künstliche Intelligenz (KI) zunehmend Aufgaben übernimmt, braucht man doch keine zusätzlichen Arbeitskräfte mehr. Diese Folgerung ist ein Trugschluss. Arbeitskräfteknappheit lässt sich gesamtwirtschaftlich nicht einfach wegdigitalisieren." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Das knappe Gut Arbeit: Automatisierung, Arbeitskräftemangel und sozialer Konflikt (2026)
Zitatform
Butollo, Florian (2026): Das knappe Gut Arbeit. Automatisierung, Arbeitskräftemangel und sozialer Konflikt. (Edition Suhrkamp 2815), Berlin: Suhrkamp Verlag, 254 Seiten.
Abstract
"Angesichts von Digitalisierung und Künstlicher Intelligenz wird allerorten vor massiven Arbeitsplatzverlusten gewarnt. Gleichzeitig reißen die Klagen über Fachkräftemangel nicht ab, zahllose Stellen bleiben unbesetzt, und dem Pflegesektor droht der Kollaps. Florian Butollo geht diesem Paradoxon auf den Grund und analysiert, warum gerade Automatisierung immer mehr Arbeit schafft – und damit zur Keimzelle eines neuen sozialen Konflikts wird: Die anbrechende Ära der Arbeitskräfteknappheit ist geprägt vom Leiden an Überlastung und den Kämpfen dagegen. Zugleich stellt sich die Frage nach der Sinnhaftigkeit von Arbeit neu: Wofür wollen wir angesichts sozialer und ökologischer Krisen künftig unsere Arbeitskraft einsetzen – und welche Tätigkeiten können verschwinden?" (Verlagsangaben, IAB-Doku)
Weiterführende Informationen
Inhaltsverzeichnis -
Literaturhinweis
Revisiting the occupational impact of AI in the generative AI era (2026)
Casas, P.; González-Vázquez, I.; Salotti, S.; Martínez-Plumed, F.; Gómez, E.; Fernández-Macías, E.;Zitatform
Casas, P., E. Fernández-Macías, F. Martínez-Plumed, E. Gómez, I. González-Vázquez & S. Salotti (2026): Revisiting the occupational impact of AI in the generative AI era. (JRC working papers series on labour, education and technology 2026,02), Sevilla, 71 S.
Abstract
"Generative AI is reshaping what artificial intelligence can do in the workplace, calling into question pre-GenAI assessments of which workers and tasks are most exposed. In this paper we trace the evolution of AI exposure in the European labour market from 2008 to 2024 by linking 352 AI benchmarks to 14 cognitive abilities, 108 work tasks and 127 ISCO-3 occupations, weighting benchmarks by their research intensity in the AI literature and thus deriving AI exposure by cognitive ability. Bundling work tasks into occupations based on intensity indicators, we explore occupational exposure to AI. We find that the cognitive abilities most exposed to the recent surge of AI research are ideas-related, such as attention and search, comprehension and expression and logical reasoning. Because the associated information processing and problem-solving tasks are the most transversal across occupations, we find an exponential increase in AI exposure across all occupational categories of workers, even though comparatively high-skilled occupations are more exposed than elementary occupations. This points at a substantial and transversal labour market impact of AI." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Measuring Task-Based Advanced Automation Technologies & Digital Assistance Systems in the National Educational Panel Study (2026)
Zitatform
Dicks, Alexander, Martin Ehlert, Insa Grüttgen, Benjamin Schulz & Basha Vicari (2026): Measuring Task-Based Advanced Automation Technologies & Digital Assistance Systems in the National Educational Panel Study. (NEPS Survey Papers 128), Bamberg, 31 S. DOI:10.5157/NEPS:SP128:1.0
Abstract
"Wir stellen ein neues taskbasiertes Instrument zur Messung der Automatisierung am Arbeitsplatz vor. Dabei bezeichnen wir die Automatisierungstechnologien als „digitale Assistenzsysteme“, die wir als fortschrittliche Automatisierungssysteme definieren, wie beispielsweise Software und Geräte, die Aufgaben automatisch ausführen, um die Arbeitnehmer zu unterstützen. Dazu gehören Chatbots mit künstlicher Intelligenz, Algorithmen zur Bild- und Videoerstellung, Tools für vorausschauende Wartung und Analyse, digitale Anleitungssysteme sowie Wearables und kollaborative Roboter. Aufbauend auf dem taskbasierten Ansatz und unter Berücksichtigung der jüngsten technologischen Fortschritte haben wir für das Nationale Bildungspanel (NEPS) sieben Items entwickelt, die verschiedene Arten von digitalen Assistenzsystemen erfassen. Ergebnisse auf Grundlage von Daten der NEPS-Startkohorten 4 und 6 zeigen, dass die Nutzung der digitalen Assistenzsysteme je nach Alter und Bildungsniveau variiert und mit komplementären beruflichen Aufgaben sowie Indikatoren für die Digitalisierung am Arbeitsplatz korreliert. Das neue Instrument ergänzt bestehende NEPS-Items zur Digitalisierung am Arbeitsplatz und bietet Potenzial für eine Längsschnittanalyse des technologischen Wandels am Arbeitsplatz und dessen Auswirkungen auf Qualifikationsanforderungen, Ungleichheit und lebenslanges Lernen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Biased by Design? Case Managers' Multidimensional Preferences Toward the Design of Algorithmic Decision Support Systems (2026)
Zitatform
Dietz, Martin, Christopher Osiander, Mareike Sirman-Winkler & Markus Tepe (2026): Biased by Design? Case Managers' Multidimensional Preferences Toward the Design of Algorithmic Decision Support Systems. In: Public Administration Review, S. 1-14. DOI:10.1111/puar.70111
Abstract
"This study examines whether street-level bureaucrats' preferences toward algorithmic decision support (ADS) induce a unilateral shift of technology-related risks onto clients of the public employment service. Expanding on public value theory and research on moral agency in public service work, we argue that case managers' choices of ADS designs are shaped by a plurality of professional, service, and efficiency values. To test this argument, we conducted a conjoint experiment on a representative sample of German Federal Employment Agency case managers. Respondents compared pairs of hypothetical ADS systems that differed in their design features, reflecting varying degrees of the realization of public values. The empirical results indicate that case managers' choices do not result in biased design. Instead, case managers balance design features reflecting professional and service values while maintaining administrative efficiency. Case managers appreciate ADS support but firmly reject the mandatory use of such advice." (Author's abstract, IAB-Doku, © Wiley) ((en))
-
Literaturhinweis
Impact of robotics on unemployment: Moderating effect of the national culture (2026)
Zitatform
Du, Guangjie, Suman Lodh, Monomita Nandy, Marina Dabić, Vikas Kumar & Jyoti Choudrie (2026): Impact of robotics on unemployment: Moderating effect of the national culture. In: Technological forecasting & social change, Jg. 227. DOI:10.1016/j.techfore.2026.124643
Abstract
"The integration of robotics has created significant opportunities while simultaneously introduced labour market challenges. The aim of this exploratory research is to investigate the impact of robotic adoption on unemployment in a cross-country context. By presenting a novel theoretical framework that integrates the Innovation Diffusion Theory (IDT) and the Absorptive Capacity Theory (ACT), and analysing a panel data from 33 countries, we show that countries with stronger absorptive capacity are better positioned to convert robotics adoption into employment gains. We further test whether national culture, proxied by Hofstede's cultural dimensions, moderates this relationship, uncovering a substantial heterogeneity across six cultural factors. This provides a practical blueprint for policymakers with clear evidence that uniform approaches to robotics adoption are unlikely to be effective and robotics policies must be tailored to local cultural norms, institutional capabilities, and national readiness. The policymaker should prioritise capability building alongside adjustment measures that support inclusive labour-market transitions." (Author's abstract, IAB-Doku, © 2026 The Authors. Published by Elsevier Inc.) ((en))
-
Literaturhinweis
Algorithmic Profiling: Effective Tool for Targeting Active Labour Market Policies? (2026)
Zitatform
Eppel, Rainer, Ulrike Huemer, Helmut Mahringer & Lukas Schmoigl (2026): Algorithmic Profiling: Effective Tool for Targeting Active Labour Market Policies? In: Labour, S. 1-20. DOI:10.1111/labr.70013
Abstract
"Digitisation has sparked interest in automated decision making in Public Employment Services (PES). We evaluate an algorithmic profiling model in Austria that predicts the reemployment prospects of unemployed individuals to classify and assign them to active labour market policies. Our analysis shows that reallocating resources from jobseekers with low to medium prospects, as proposed by the PES, does not yield the expected efficiency gains. We find no systematic evidence that programmes are less effective for individuals with low predicted employment prospects than for those with medium prospects. These findings caution against crude algorithmic profiling and highlight the need for nuanced targeting strategies that prioritise the most disadvantaged jobseekers." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))
-
Literaturhinweis
Toward a Bad Job Economy: AI Adoption, Agency Costs, and Job Design (2026)
Zitatform
Fahn, Matthias, Jin Li & Chang Sun (2026): Toward a Bad Job Economy: AI Adoption, Agency Costs, and Job Design. (CESifo working paper 12612), München, 23 S., App.
Abstract
"We study how AI affects compensation and job design when performance depends on workers' non-contractible effort. In a principal–agent model with limited liability, AI reduces effort costs but disproportionately lowers the cost of achieving satisfactory performance. This raises the incentive cost of sustaining high effort and can induce firms to replace high-wage, high-effort good jobs with low-wage, low-effort bad jobs, even when good jobs create more total surplus. As a result, AI can lower wages, reduce worker welfare, and even depress profits. If workers can adopt AI unilaterally, adoption occurs even when the resulting equilibrium harms both parties; when adoption requires worker cooperation, resistance is strongest where AI erodes rents embodied in good jobs. In a search-and-matching extension, endogenous outside options amplify these forces, reinforcing a bad-job economy and potentially reducing employment." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz in deutschen Betrieben: Jeder vierte Betrieb nutzt mittlerweile generative KI (2026)
Zitatform
Friedrich, Martin & Christian Kagerl (2026): Künstliche Intelligenz in deutschen Betrieben: Jeder vierte Betrieb nutzt mittlerweile generative KI. (IAB-Kurzbericht 08/2026), Nürnberg, 8 S. DOI:10.48720/IAB.KB.2608
Abstract
"Generativer Künstlicher Intelligenz (KI) wird häufig bescheinigt, die Wirtschaft fundamental zu verändern. Wie verbreitet diese Technologie bereits in deutschen Betrieben ist, zeigen aktuelle Auswertungen aus dem IAB-Betriebspanel. Daten zum Themenschwerpunkt „Generative KI“ wurden 2025 erstmals erhoben." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
- Generative KI in deutschen Betrieben
- Weiterbildung und Regelungen zum Umgang mit der Technologie in Betrieben, die generative KI nutzen
- IAB-Forum Video
- Verbreitung von KI nach Betriebsgröße, Betriebsalter und Branchen
- Entwicklung des betrieblichen Einsatzes von KI
- Art des betrieblichen Einsatzes von KI
- Determinanten der Wahrscheinlichkeit, generative KI im Betrieb zu nutzen
-
Literaturhinweis
Retirement decisions in the age of COVID-19 pandemic: are older employees in digital occupations working longer? (2026)
Zitatform
Gallo, Giovanni & Amparo Nagore García (2026): Retirement decisions in the age of COVID-19 pandemic: are older employees in digital occupations working longer? In: Review of Economics of the Household, S. 1-34. DOI:10.1007/s11150-025-09827-9
Abstract
"This paper investigates the retirement response to the pandemic and to the resulting acceleration in the adoption of new technologies. Using the European Union Statistics of Income and Living Conditions datasets and leveraging the natural experiment of many workers being forced to work from home in Europe during the lockdown, we compare the retirement response of older workers in digital occupations (i.e. more exposed to the accelerated adoption of new technologies) versus non-digital occupations to detect any differences in retirement behaviour, which we interpret as digitalization effects. In addition, we analyze changes in retirement decisions by gender and geographic area. We find that retirement rates increased during COVID-19 in Europe, especially in Mediterranean countries and among women. This trend may be linked to gender occupational segregation. In Mediterranean countries, digitalization increases female retirement, likely due to challenges in balancing digital work and family responsibilities while working from home. In Eastern countries, and to a lesser extent in Northern countries, digitalization leads to postponing retirement among women, likely due to greater gender equality in unpaid work. In contrast, the retirement age for men is less affected by the pandemic with no significant differences between digital and non-digital occupations. This may exacerbate the existing gender gap in labor force participation and pension outcomes." (Author's abstract, IAB-Doku, © Springer-Verlag) ((en))
-
Literaturhinweis
Endogenous Task Bundling, Skills and Automation (2026)
Zitatform
Gans, Joshua S. (2026): Endogenous Task Bundling, Skills and Automation. (NBER working paper / National Bureau of Economic Research 35211), Cambridge, Mass, 48 S.
Abstract
"Empirical measures of AI's wage effect typically hold fixed the bundle of activities a worker is paid for at its pre-AI shape. We argue that this assumption hides much of the action. When automation breaks a job apart, firms decide how to recombine the surviving activities; whether they rebundle them into one broad role or split them into specialist roles changes which surviving skills the labour market actually rewards. A skill that played no role in the pre-AI wage can become the dominant component of the post-AI wage, while a skill that anchored the pre-AI wage can disappear from the schedule. We develop an assignment model in which the priced human bundle is endogenous, and we use it to show that a fixed-bundle wage regression can mis-sign the effect of AI exposure. In general, the omitted-redesign bias has no unconditional sign: it is the residual covariance between exposure and role-specific redesign terms. Under explicit sufficient conditions, exposure-correlated unbundling loads specialist comparative-advantage premia onto the exposure coefficient, while exposure-correlated rebundling loads a different, often opposite, omitted term. The sign must therefore be measured from local post-AI partition changes rather than assumed from exposure alone." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
AI-Powered Skill Classification: Mapping Technology Intensity in the German Labor Market (2026)
Zitatform
Grenz, Sabrina, Terry Gregory & Florian Lehmer (2026): AI-Powered Skill Classification: Mapping Technology Intensity in the German Labor Market. (IZA discussion paper / IZA Network @ LISER 18415), Bonn: IZA Network @ LISER, 47 S.
Abstract
"The rapid evolution of technology is reshaping labor markets by altering skill demands and job profiles. This paper introduces a novel skill-based measure of occupational technology intensity – the Occupational Technology Skill Share (OTSS) – that distinguishes between manual, digital, and frontier technologies, including artificial intelligence (AI). Using natural language processing, generative AI, and supervised machine learning, we develop an AI-powered skill classification that enriches occupation linked skill labels with standardized GenAI-generated descriptions and structured indicators of technological content, enabling transparent classification by technology intensity. We compute OTSS for all occupations in the German labor market. For the average worker in 2023, manual technologies account for the largest share of skill content (42%), followed by digital (38%) and frontier technologies (20%). Frontier technologies remain concentrated in specialized occupations, while digital technologies are widespread. Linking these measures to administrative data from 2012–2023 shows a broad shift from manual and digital toward frontier skills across occupations, and reveals a non-linear, U-shaped relationship between changes in frontier skill intensity and employment growth." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Generative AI and Career Choices (2026)
Zitatform
Gschwendt, Christian, Martina Viarengo & Thea S. Zoellner (2026): Generative AI and Career Choices. (Working paper / Swiss Leading House 251), Zürich, 52 S.
Abstract
"The economic impact of technological change will critically depend on how future workers invest in their human capital. Yet, little is known about how future workers themselves evaluate and choose their educational and occupational paths in light of emerging technologies. This paper examines how adolescents currently at the school-to-work transition stage value working with generative artificial intelligence (GenAI) in their future occupations, and how automation risk and opportunities for continuing education shape these preferences. We field a discrete-choice experiment among a nationally representative sample of over 7,000 Swiss adolescents aged around 15. We find that adolescents generally exhibit an aversion to collaborating with GenAI at work, with females consistently more averse than males. However, preferences are nuanced: adolescents welcome greater GenAI collaboration, provided that GenAI usage levels remain moderate and that it is not accompanied by increases in job-automation risk. Finally, continuing education opportunities in occupations improve attitudes towards working with GenAI across genders. Our results challenge simple narratives of technology acceptance or rejection, revealing that adolescents' willingness to work with GenAI depends on how it is implemented - its intensity, associated displacement risks, and accompanying skill development - rather than the technology itself. Our findings suggest that the way future workers value GenAI collaboration in their career choices critically depends on its intensity and on the interplay with automation risk and AI-related educational opportunities." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Automation, skill and job creation (2026)
Zitatform
Guo, Kaizhao (2026): Automation, skill and job creation. In: Empirical economics, Jg. 70, H. 5. DOI:10.1007/s00181-026-02912-7
Abstract
"This paper explores the heterogeneous effects of automation technologies on employment rate across US regions from different income groups, and investigates mechanisms through proportion of skilled workers. Automation, measured by both robotic penetration and ICT trade volumes, is replacing labour force. Exploiting variations across US commuting zones, this study finds that employment reductions are significant and substantial in low and middle income areas, and rising income levels could cause insignificant employment responses. Leveraging shift-share IV strategies and generalised model specifications, further evidence suggests that a simple net job creation channel can explain these patterns. Specifically, displacement effects outweigh productivity effects in low income CZs with lower proportion of skilled labour, and job losses are larger in middle income CZs with concentration of routine occupations; job creations are complementing job destructions with growing income levels and higher skill shares. These technical changes are particularly significant in manufacturing sectors." (Author's abstract, IAB-Doku, © Springer-Verlag) ((en))
-
Literaturhinweis
Arbeitszeit, Produktivität, KI - wie Deutschland sein Arbeitskräfteangebot stabilisieren kann: Teil des Zeitgesprächs "Arbeitszeit im Wandel - Wie sich Wohlstand trotz sinkenden Arbeitskräfteangebots sichern lässt" (2026)
Hammermann, Andrea; Stettes, Oliver;Zitatform
Hammermann, Andrea & Oliver Stettes (2026): Arbeitszeit, Produktivität, KI - wie Deutschland sein Arbeitskräfteangebot stabilisieren kann. Teil des Zeitgesprächs "Arbeitszeit im Wandel - Wie sich Wohlstand trotz sinkenden Arbeitskräfteangebots sichern lässt". In: Wirtschaftsdienst, Jg. 106, H. 4, S. 248-252. DOI:10.2478/wd-2026-0064
Abstract
"Längere Arbeitszeiten können einen wichtigen Beitrag zur Stabilisierung des Arbeitskräfteangebots leisten, während Investitionen in technologischen und organisatorischen Fortschritt notwendig sind, um die Arbeitsproduktivität zu steigern. Vor diesem Hintergrund geht der Beitrag der Frage nach, wie sich das Arbeitskräfteangebot in Deutschland trotz des demografischen Wandels stabilisieren und der Wohlstand langfristig sichern lässt. Empirische Befunde legen nahe, dass KI und Humankapital in der Regel komplementär wirken und KIAnwendungen menschliche Arbeit eher ergänzen als ersetzen. Entscheidend für den Erhalt des Wohlstands ist somit, beide Hebel – Arbeitszeitund Produktivität – gemeinsam zu nutzen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Use of Gen AI in the Workplace and the Value of Access to Training (2026)
Zitatform
Hashim, Ali, Gizem Koşar & Wilbert van der Klaauw (2026): Use of Gen AI in the Workplace and the Value of Access to Training. (Liberty Street Economics / Federal Reserve Bank of New York 2026-04-14), New York, NY: Federal Reserve Bank of New York, 5 S. DOI:10.59576/lse.20260414
Abstract
"The rapid spread of generative AI (AI) tools is reshaping the workplace at a remarkable rate. Yet relatively little is known about whether workers have access to these tools, how the tools affect workers’ daily productivity, and how much workers value the training needed to use the tools effectively. In this post, we shed light on these issues by drawing on supplemental questions in the November 2025 Survey of Consumer Expectations (SCE), fielded to a representative sample of the U.S. population. We find that adoption of AI tools at work is heterogeneous, that a sizable share of workers see AI training as important, and that a significant share of employers are nonetheless not yet providing access to AI tools or training on how to use them." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz im Übergang Schule – Beruf: Chancen, Risiken und Qualitätskriterien (2026)
Hense, Julia; Goertz, Lutz;Zitatform
Hense, Julia & Lutz Goertz (2026): Künstliche Intelligenz im Übergang Schule – Beruf. Chancen, Risiken und Qualitätskriterien. (ueberaus.de), Bonn, o. Sz.
Abstract
"Künstliche Intelligenz verändert den Übergang von der Schule in Ausbildung und Beruf – aber wie nutzen Fachkräfte KI verantwortungsvoll? Julia Hense und Lutz Goertz erläutern, wie KI diese unterstützen kann und wo ihre Grenzen liegen. Von der Simulation von Vorstellungsgesprächen über Chatbots zur Berufsorientierung bis zur datengestützten Analyse von Potenzialen: Die praktischen Chancen sind vielfältig. Gleichzeitig braucht es kritische Reflexion und klare Qualitätskriterien, um Diskriminierung zu vermeiden und Vertrauen zu schaffen. Der Basisartikel bietet konkrete Handlungsempfehlungen für Fachkräfte und zeigt: KI ist kein Ersatz für menschliche Beziehungsarbeit, sondern ein hilfreiches Werkzeug – wenn es richtig eingesetzt wird." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Occupational gender segregation: what can we learn from computer use trends? (2026)
Zitatform
Herzberg-Druker, Efrat (2026): Occupational gender segregation: what can we learn from computer use trends? In: Social forces, Jg. 105, H. 1, S. 299-320. DOI:10.1093/sf/soaf180
Abstract
"This study posits to an intricate interrelation between changes in occupational gender segregation (OGS) and the rise in computer use in the workplace in the United States. I posit that two contrasting mechanisms underpin this relation. Firstly, computerization has contributed to a more balanced gender distribution in certain professions, previously dominated by men, due to a decrease in physical tasks in occupations, thereby reducing OGS. Conversely, in other occupations, heightened computer use has increased Science, Technology, Engineering, and Mathematics (STEM) knowledge requirements, thus restricting women’s integration and reproducing OGS.My empirical analysis, utilizing fixed-effects regression models, lagged models, ordinary least squares (OLS) models, and mediation analysis on a comprehensive dataset of the United States Census, American Community Survey, and Occupational Information Network data, confirms a significant association between computer use and OGS. The physical attributes of occupations and their required STEM knowledge components emerge as critical factors. These contradictory mechanisms—one involving reduced physical demands and the other increased required STEM knowledge—ultimately maintain a stable OGS level." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The impact of AI on global knowledge work (2026)
Ide, Enrique; Talamas, Eduard;Zitatform
Ide, Enrique & Eduard Talamas (2026): The impact of AI on global knowledge work. In: Journal of monetary economics, Jg. 157. DOI:10.1016/j.jmoneco.2025.103876
Abstract
"We analyze how Artificial Intelligence (AI) reshapes global knowledge work in a two-region world where firms organize production hierarchically to use knowledge efficiently: the most knowledgeable individuals specialize in problem-solving, while others perform routine work. Before AI, the Advanced Economy specializes in problem-solving services, whereas the Emerging Economy focuses on routine work. AI converts compute — which is located in the Advanced Economy — into autonomous “AI agents” that perfectly substitute for humans with a given level of knowledge. Basic AI reduces the Advanced Economy ’s net exports of problem-solving services, potentially reversing pre-AI trade patterns. In contrast, sophisticated AI expands these exports, reinforcing existing trade patterns. Finally, we show that a global ban on AI autonomy redistributes AI’s gains toward lower-skilled workers, while a regional ban — such as prohibiting autonomy only in the Emerging Economy — offers little benefit to lower-skilled workers and harms the most knowledgeable individuals in that region." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Tabellenanhang zur Studie "Digital Gender Gap. Schwerpunkt 2026: Künstliche Intelligenz" (2026)
Zitatform
Jahn, Sandy, Carola Burkert, Katharina Diener & Britta Matthes (2026): Tabellenanhang zur Studie "Digital Gender Gap. Schwerpunkt 2026: Künstliche Intelligenz". Berlin, 10 S.
Abstract
"Allgemeine Hinweise zu den Daten und Methoden sowie Interpretationshilfen. - Übersicht über die in den Analysen verwendeten Variablen und deren Operationalisierung. - Ergebnisse des Multinomialen Logit-Modells ohne Interaktionen, wenn allein die soziodemopgraphischen Merkmale berücksichtigt werden. - Ergebnisse des Multinomialen Logit-Modells mit Interaktionen, wenn allein die soziodemopgraphischen Merkmale berücksichtigt werden. - Ergebnisse des Multinomialen Logit-Modells ohne Interaktionen, wenn neben den soziodemopgraphischen Merkmale auch Merkmale des Jobs und Betriebs berücksichtigt werden. - Ergebnisse des Multinomialen Logit-Modells mit Interaktionen, wenn neben den soziodemographischen Merkmale auch Merkmale des Jobs und Betriebs berücksichtigt werden. - Ergebnisse des Multinomialen Logit-Modells ohne Interaktionen, wenn neben den soziodemopgraphischen Merkmale auch Merkmale zu Einstellungen und Kompetenzen berücksichtigt werden. - Ergebnisse des Multinomialen Logit-Modells mit Interaktionen, wenn neben den soziodemopgraphischen Merkmale auch Merkmale zu Einstellungen und Kompetenzen berücksichtigt werden." (Textauszug, IAB-Doku)
Aspekt auswählen:
Aspekt zurücksetzen
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte / digitale soziale Sicherung
- Deutschland
- Andere Länder/ internationaler Vergleich
- Besondere Personengruppen