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
Künstliche Intelligenz – wo stehen wir in Deutschland? (2023)
Zitatform
Brühl, Volker (2023): Künstliche Intelligenz – wo stehen wir in Deutschland? In: Wirtschaftsdienst, Jg. 103, H. 8, S. 521-524. DOI:10.2478/wd-2023-0150
Abstract
"Artificial Intelligence (AI) is widely regarded as a technology which will impact the future competitiveness of the German economy. Looking at the research productivity of German scientists and universities in AI, we find that Germany definitively belongs to the top performers in AI research globally, although the United States and China are somewhat ahead. This is not surprising taking into account the sheer size of their talent pools. Furthermore, the majority of promising AI startups are based in the United States, while Germany is clearly underrepresented in the group of excellent AI startups given Germany’s excellence in AI research. Hence, it is obviously more challenging for Germany to translate research excellence into successful entrepreneurship." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Ökonomische Effekte von ChatGPT (2023)
Buxmann, Peter; Zöll, Anne;Zitatform
Buxmann, Peter & Anne Zöll (2023): Ökonomische Effekte von ChatGPT. In: Controlling & Management Review, Jg. 67, H. 5, S. 16-21. DOI:10.1007/s12176-023-1066-4
Abstract
Der Beitrag beleuchtet aus ökonomischer Perspektive die Auswirkungen des auf verschiedenen Algorithmen des maschinellen Lernens beruhenden Chatbots ChatGPT sowie die Potenziale einer Zusammenarbeit zwischen Menschen und Künstlicher Intelligenz. Die bei einer ökonomischen Bewertung der Nutzung digitaler Technologien unterschiedenen substitutiven Effekte (Kosten- sowie Zeiteinsparungen) und komplementären Effekte (Verbesserung der Qualität) lassen sich auch bei der Anwendung von ChatGPT und anderen Sprachmodellen feststellen. Referiert werden hierzu u.a. die Ergebnisse einer Studie des 'Massachusetts Institute of Technology (MIT), die die verschiedenen Anwendungsgebiete aufzeigt und die ökonomischen Vorteile quantifiziert. Entgegen der in der Öffentlichkeit geäußerten Befürchtung einer massiven Vernichtung von Arbeitsplätzen oder Horror-Szenarien durch unkontrollierbare Verselbständigungen der KI heben die Autoren eine andere Perspektive hervor: Die Zusammenarbeit zwischen Menschen und KI (Stichwort 'hybride Intelligenz') kann die Entscheidungsfindung (etwa Strategie- und Kaufentscheidungen) beschleunigen und durch den gegenseitigen Austausch und das gegenseitige Lernen voneinander verbessern. Noch ist nicht das ganze Potenzial dieser 'Basistechnologie des 21. Jahrhunderts' zu ermessen, beispielhaft können aber schon heute die Anwendungsbereiche medizinische Diagnostik, Texterstellung und Softwareentwicklung genannt werden. (IAB)
-
Literaturhinweis
KI-Einsatzbereiche in Deutschland: Eine Analyse von KI-Stellenanzeigen : Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland" (2023)
Büchel, Jan; Engler, Jan; Mertens, Armin; Demary, Vera;Zitatform
Büchel, Jan, Jan Engler & Armin Mertens (2023): KI-Einsatzbereiche in Deutschland. Eine Analyse von KI-Stellenanzeigen : Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland". Berlin, 31 S.
Abstract
"Zwei Studien untersuchten bereits anhand von KI-Stellenanzeigen, wie die KI-Bedarfe in Deutschland einerseits regional verteilt sind (Büchel/Mertens, 2022) und andererseits welche Anforderungsprofile neue Beschäftigte mit KI-Kompetenzen erfüllen sollten (ebenda, 2021). Unklar bleibt bislang jedoch, für welche Zwecke ausschreibende Unternehmen KI-Kompetenzen primär benötigen und einsetzen möchten. Erkenntnisse darüber schaffen eine größere Transparenz darüber, wofür Unternehmen KI-Talente überhaupt einsetzen und an welchen Stellen im Unternehmen KI relevant ist. Damit ergänzt die vorliegende Analyse Studien zum Einsatz von KI in Unternehmen (Rammer, 2020) und zu KI-Gründungen in Deutschland (Rammer, 2022). Im Folgenden wird untersucht, welche Einsatzbereiche in aktuellen KI-Stellenanzeigen relevant sind, wie häufig sie jeweils auftreten und wie sich die Bedarfe in den einzelnen Einsatzbereichen im Zeitverlauf entwickeln. Dafür erläutert Abschnitt 2 zunächst das methodische Vorgehen, mit dem die Autoren selbst mithilfe von KI, beziehungsweise einer Kombination aus einem Machine-Learning-Modell und einem regelbasierten Ansatz, automatisiert KI-Einsatzbereiche in jeder der etwa 73.000 KI-Stellenanzeigen aus den ersten Quartalen der Jahre 2019 bis 2023 identifizieren konnten. Die KI-Einsatzbereiche, die für die ausschreibenden Unternehmen relevant sind, werden in Kapitel 3 analysiert. Es wird zudem untersucht, wie hoch die KIBedarfe pro Einsatzbereich sind sowie welche typischen Überschneidungen und regionalen Besonderheiten auftreten. Kapitel 4 gibt ein Fazit." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
A portrait of AI adopters across countries: Firm characteristics, assets' complementarities and productivity (2023)
Calvino, Flavio; Fontanelli, Luca;Zitatform
Calvino, Flavio & Luca Fontanelli (2023): A portrait of AI adopters across countries: Firm characteristics, assets' complementarities and productivity. (OECD science, technology and industry working papers 2023,02), Paris, 85 S. DOI:10.1787/0fb79bb9-en
Abstract
"This report analyses the use of artificial intelligence (AI) in firms across 11 countries. Based on harmonised statistical code (AI diffuse) applied to official firm-level surveys, it finds that the use of AI is prevalent in ICT and Professional Services and more widespread across large – and to some extent across young – firms. AI users tend to be more productive, especially the largest ones. Complementary assets, including ICT skills, high-speed digital infrastructure, and the use of other digital technologies, which are significantly related to the use of AI, appear to play a critical role in the productivity advantages of AI users." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Generative AI in the Workplace: Employee Perspectives of ChatGPT Benefits and Organizational Policies (2023)
Zitatform
Cardon, Peter W., Kristen Getchell, Stephen Carradini, Carolin Fleischmann & James Stapp (2023): Generative AI in the Workplace: Employee Perspectives of ChatGPT Benefits and Organizational Policies. (SocArXiv papers), [Charlottesville, VA], 17 S. DOI:10.31235/osf.io/b3ezy
Abstract
"Key Findings and Conclusions : Many US workers in this sample are using ChatGPT for professional purposes. Roughly the following percentages have already used ChatGPT in the following ways: 42% for researching a topic or generating ideas. 32% for drafting messages. 26% for drafting longer documents, such as reports. 22% for editing text. Many US workers in this sample believe ChatGPT can help them become better communicators. This is particularly the case for executives and managers. Roughly two thirds of executives (67%) and managers (64%) believe generative AI can help them communicate more effectively. Early adopters of ChatGPT in this sample hold much different views of generative AI than do non-users of ChatGPT. Early adopters hold the following distinctive views: They are much more likely to think AI is good for society than non-users (64% to 22%) and believe it will make them more productive (82% for early adopters; 26% for non-users); however, they are also more likely to worry about the ethical implications of AI (68% to 55%) in the workplace and worry that their own job will be replaced by AI (41% to 20%). They are much more likely to think generative AI will support them in their work. About 85% of early adopters say that ChatGPT can help them generate ideas for work compared to about 50% of non-users. About 73% of early adopters say it can improve the quality of their work compared to 42% of non-users. About 74% of early adopters say it can help them communicate more effectively compared to 41% of non-users. Executives and managers are slightly more likely to be enthusiastic about the benefits. Employees in organizations with generative AI policies view these policies positively. Those who are aware of an organizational policy about generative AI generally believe it has supported more comfort in using ChatGPT for work, has improved trust, has improved efficiency, and has provided legal protections. Those who are early adopters are generally more positive about each of these benefits of organizational policy than those who are non-users of ChatGPT. Most early adopters of generative AI in organizations without generative AI policies want more guidance about ChatGPT use. Most early adopters believe an organizational policy would make them more comfortable using ChatGPT (61%), that it would increase trust (56%), and that it would improve efficiency (66%)." (Text excerpt, IAB-Doku) ((en))
-
Literaturhinweis
Digitalisierung der Arbeit – eine Zwischenbilanz aus Geschlechterperspektiven (2023)
Carstensen, Tanja;Zitatform
Carstensen, Tanja (2023): Digitalisierung der Arbeit – eine Zwischenbilanz aus Geschlechterperspektiven. In: WSI-Mitteilungen, Jg. 76, H. 5, S. 374-382. DOI:10.5771/0342-300X-2023-5-374
Abstract
"Die Digitalisierung der Arbeitswelt seit der Mitte der 2010er Jahre wurde früh mit weitreichenden Hoffnungen und Befürchtungen für Veränderungen in den Geschlechterverhältnissen diskutiert. Mittlerweile liegen diverse, ein breites Feld an Fragen umspannende empirische Studien vor. Nach einigen Vormerkungen zum Verhältnis von Gender und Technik resümiert der Beitrag die bisherigen Befunde entlang von fünf Themenfeldern, die sich als Schwerpunkte der Digitalisierungsforschung aus Geschlechterperspektiven herausgebildet haben: 1. Ortsflexibilisierung / Homeoffice, 2. Plattformen, 3. Automatisierung und neue Anforderungen, 4. Diskriminierung durch Algorithmen und KI und 5. mangelnde Diversität und (globale) Ungleichheiten in der Technikentwicklung. Die Autorin schließt mit einer Zwischenbilanz dieser bisher vorliegenden Befunde und benennt weiteren Forschungsbedarf." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial intelligence and firm-level productivity (2023)
Zitatform
Czarnitzki, Dirk, Gastón P. Fernández & Christian Rammer (2023): Artificial intelligence and firm-level productivity. In: Journal of Economic Behavior & Organization, Jg. 211, S. 188-205. DOI:10.1016/j.jebo.2023.05.008
Abstract
"Artificial Intelligence (AI) is often regarded as the next general-purpose technology with a rapid, penetrating, and far-reaching use over a broad number of industrial sectors. The main feature of new general-purpose technology is to enable new ways of production that may increase productivity. However, to date, only a few studies have investigated the likely productivity effects of AI at the firm-level, presumably due to limited data availability. We exploit unique survey data on firms' adoption of AI technology and estimate its productivity effects with a sample of German firms. We employ both a cross-sectional dataset and a panel database. To address the potential endogeneity of AI adoption, we also implement IV estimators. We find positive and significant associations between the use of AI and firm productivity. This finding holds for different measures of AI usage, i.e., an indicator variable of AI adoption, and the intensity with which firms use AI methods in their business processes." (Author's abstract, IAB-Doku, © 2023 Elsevier) ((en))
-
Literaturhinweis
AI technologies and employment: micro evidence from the supply side (2023)
Zitatform
Damioli, Giacomo, Vincent Van Roy, Daniel Vertesy & Marco Vivarelli (2023): AI technologies and employment: micro evidence from the supply side. In: Applied Economics Letters, Jg. 30, H. 6, S. 816-821. DOI:10.1080/13504851.2021.2024129
Abstract
"In this work we investigate the possible job-creation impact of artificial intelligence (AI) technologies, focusing on the supply side, where the development of these technologies can be conceived as product innovations in upstream sectors. The empirical analysis is based on a worldwide longitudinal sample (obtained by merging the EPO PATSTAT and BvD-ORBIS databases) of more than 3,500 front-runner companies that patented AI-related inventions over the period 2000–2016. Based on system GMM estimates of dynamic panel models, our results show a positive and significant impact of AI patent families on employment, supporting the labour-friendly nature of AI product innovation." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The employment impact of AI technologies among AI innovators (2023)
Zitatform
Damioli, Giacomo, Vincent Van Roy, Daniel Vertesy & Marco Vivarelli (2023): The employment impact of AI technologies among AI innovators. (MSI discussion paper / KU Leuwen 2306),: KU Leuven, Faculty of Economics and Business (FEB), Department of Management, Strategy and Innovation, Leuven 36 S.
Abstract
"This study supports the labour-friendly nature of product innovation among developers of artificial intelligence (AI) technologies. GMM-SYS estimates on a worldwide longitudinal dataset covering 3,500 companies that patented inventions related to AI technologies over the period 2000-2016 show a positive and significant impact of AI patent families on employment. The effect is small in magnitude and limited to service sectors and younger firms, which are front-runners of the AI revolution. We also detect some evidence of increasing returns suggesting that innovative companies more focused on AI technologies are those obtaining larger impacts in terms of job creation." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Algorithmic management and collective bargaining (2023)
De Stefano, Valerio; Taes, Simon;Zitatform
De Stefano, Valerio & Simon Taes (2023): Algorithmic management and collective bargaining. In: Transfer, Jg. 29, H. 1, S. 21-36. DOI:10.1177/10242589221141055
Abstract
"Dieser Artikel befasst sich mit den Herausforderungen, die durch die Einführung von Management durch Algorithmen und durch künstliche Intelligenz in der Arbeitswelt entstehen. Dabei geht es in erster Linie um die Risiken, die neue Managementtechnologien für grundlegende Rechte und Prinzipien wie Nichtdiskriminierung, Vereinigungsfreiheit und das Recht auf Privatsphäre darstellen. Der Artikel argumentiert, dass Tarifverhandlungen das am besten geeignete Regulierungsinstrument sind, um auf diese Herausforderungen zu reagieren, und dass die aktuellen Rechtsetzungsinitiativen der EU die Rolle von Tarifverhandlungen in diesem Bereich nicht gebührend anerkennen. Der Artikel gibt ebenfalls eine Übersicht über die derzeit laufenden Initiativen von Gewerkschaftsbewegungen in Europa, um das Management durch Algorithmen einzuhegen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Robots, Occupations, and Worker Age: A Production-unit Analysis of Employment (2023)
Zitatform
Deng, Liuchun, Steffen Müller, Verena Plümpe & Jens Stegmaier (2023): Robots, Occupations, and Worker Age: A Production-unit Analysis of Employment. (IWH-Diskussionspapiere 2023,05), Halle, 45 S.
Abstract
"Wir analysieren die Auswirkungen der Einführung von Robotern auf die Zusammensetzung der Beschäftigung anhand neuer Mikrodaten über den Einsatz von Robotern in deutschen Betrieben des verarbeitenden Gewerbes in Verbindung mit weiteren Daten. Unser theoretisches Modell sagt positive Beschäftigungseffekte für die am wenigsten routineintensiven Berufe und für junge Arbeitnehmer voraus, wobei letztere sich besser an den Wandel anpassen können. Eine Event-Study zur Einführung von Robotern findet hierfür Evidenz. Wir finden für keine Berufs- oder Altersgruppe negative Beschäftigungseffekte, aber die Fluktuation unter gering qualifizierten Arbeitnehmern steigt stark an. Wir kommen zu dem Schluss, dass der Verdrängungseffekt von Robotern berufsabhängig, aber altersneutral ist, während der Wiedereinstellungseffekt altersabhängig ist und vor allem jungen Arbeitnehmern zugute kommt." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
ChatGPT, cobots and the like: How new automation technologies are transforming the working world (2023)
Zitatform
Dicks, Alexander, Martin Ehlert, Insa Grüttgen, Benjamin Schulz & Basha Vicari (2023): ChatGPT, cobots and the like. How new automation technologies are transforming the working world. In: WZB-Mitteilungen H. 180, 2023-05-10.
Abstract
"Artificial intelligence and automation are currently being debated fiercely. How can these new technologies and applications support people in their work? Will jobs be replaced by AI? Fear of job loss due to digitalization and of loss of autonomy is a widespread concern. The aim of the study presented here is to find out how widespread digital assistance systems are, who uses them and how this affects different groups of employees." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch deutschsprachig erschienen -
Literaturhinweis
ChatGPT, Cobots & Co: Wie neue Automatisierungstechnologien die Arbeitswelt verändern (2023)
Zitatform
Dicks, Alexander, Martin Ehlert, Insa Grüttgen, Benjamin Schulz & Basha Vicari (2023): ChatGPT, Cobots & Co. Wie neue Automatisierungstechnologien die Arbeitswelt verändern. In: WZB-Mitteilungen H. 180, 2023-05-10.
Abstract
"Künstliche Intelligenz und Automatisierung werden zur Zeit heftig diskutiert. Wie können diese neuen Technologien und Anwendungen Menschen bei ihrer Arbeit unterstützen? Werden Arbeitsplätze durch KI ersetzt? Die Angst vor Arbeitsplatzverlust durch Digitalisierung und vor Fremdbestimmung ist eine weit verbreitete Sorge. Ziel der hier vorgestellten Studie ist es herauszufinden, wie weit digitale Assistenzsysteme verbreitet sind, wer sie nutzt und wie sich das auf verschiedene Beschäftigtengruppen auswirkt." (Autorenreferat, IAB-Doku)
Ähnliche Treffer
also released in English -
Literaturhinweis
Skills or Degree? The Rise of Skill-Based Hiring for AI and Green Jobs (2023)
Zitatform
Ehlinger, Eugenia Gonzalez & Fabian Stephany (2023): Skills or Degree? The Rise of Skill-Based Hiring for AI and Green Jobs. (CESifo working paper 10817), München, 37 S.
Abstract
"For emerging professions, such as jobs in the field of Artificial Intelligence (AI) or sustainability (green), labor supply does not meet industry demand. In this scenario of labor shortages, our work aims to understand whether employers have started focusing on individual skills rather than on formal qualifications in their recruiting. By analyzing a large time series dataset of around one million online job vacancies between 2019 and 2022 from the UK and drawing on diverse literature on technological change and labor market signalling, we provide evidence that employers have started so-called “skill-based hiring” for AI and green roles, as more flexible hiring practices allow them to increase the available talent pool. In our observation period the demand for AI roles grew twice as much as average labor demand. At the same time, the mention of university education for AI roles declined by 23%, while AI roles advertise five times as many skills as job postings on average. Our analysis also shows that university degrees no longer show an educational premium for AI roles, while for green positions the educational premium persists. In contrast, AI skills have a wage premium of 16%, similar to having a PhD (17%). Our work recommends making use of alternative skill building formats such as apprenticeships, on-the-job training, MOOCs, vocational education and training, micro-certificates, and online bootcamps to use human capital to its full potential and to tackle talent shortages." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch erschienen als Working Paper 20/2023, Bruegel -
Literaturhinweis
Artificial Intelligence, Tasks, Skills and Wages: Worker-Level Evidence from Germany (2023)
Zitatform
Engberg, Erik, Michael Koch, Magnus Lodefalk & Sarah Schroeder (2023): Artificial Intelligence, Tasks, Skills and Wages: Worker-Level Evidence from Germany. (Ratio working paper 371), Stockholm, 55 S.
Abstract
"This paper documents novel facts on within-occupation task and skill changes over the past two decades in Germany. In a second step, it reveals a distinct relationship between occupational work content and exposure to artificial intelligence (AI) and automation (robots). Workers in occupations with high AI exposure, perform different activities and face different skill requirements, compared to workers in occupations ex- posed to robots. In a third step, the study uses individual labor market biographies to investigate the impact on wages between 2010 and 2017. Results indicate a wage growth premium in occupations more exposed to AI, contrasting with a wage growth discount in occupations exposed to robots. Finally, the study further explores the dynamic in- fluence of AI exposure on individual wages over time, uncovering positive associations with wages, with nuanced variations across occupational groups." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz in der deutschen Wirtschaft: Ohne Digitalisierung und Daten geht nichts (2023)
Engels, Barbara;Zitatform
Engels, Barbara (2023): Künstliche Intelligenz in der deutschen Wirtschaft: Ohne Digitalisierung und Daten geht nichts. In: Wirtschaftsdienst, Jg. 103, H. 8, S. 525-529. DOI:10.2478/wd-2023-0151
Abstract
"Artificial Intelligence (AI) holds immense potential for enhancing prosperity. However, the adoption of AI in German businesses remains limited, with only 19% of companies utilizing AI in 2022. The successful implementation of AI relies on two key prerequisites: a company’s digitalisation and data economy readiness. The Digitalisation Index reveals slow progress in digitalisation across sectors, indicating a need for increased efforts. Additionally, companies must enhance their data economy readiness to efficiently utilize data for AI applications. Failing to tap into the potential of AI may result in significant competitive disadvantages in the future." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Revisiting the role of HR in the age of AI: bringing humans and machines closer together in the workplace (2023)
Fenwick, Ali; Frangos, Piper; Molnar, Gabor;Zitatform
Fenwick, Ali, Gabor Molnar & Piper Frangos (2023): Revisiting the role of HR in the age of AI: bringing humans and machines closer together in the workplace. In: Frontiers in artificial intelligence, Jg. 6. DOI:10.3389/frai.2023.1272823
Abstract
"The functions of human resource management (HRM) have changed radically in the past 20 years due to market and technological forces, becoming more cross-functional and data-driven. In the age of AI, the role of HRM professionals in organizations continues to evolve. Artificial intelligence (AI) is transforming many HRM functions and practices throughout organizations creating system and process efficiencies, performing advanced data analysis, and contributing to the value creation process of the organization. A growing body of evidence highlights the benefits AI brings to the field of HRM. Despite the increased interest in AI-HRM scholarship, focus on human-AI interaction at work and AI-based technologies for HRM is limited and fragmented. Moreover, the lack of human considerations in HRM tech design and deployment can hamper AI digital transformation efforts. This paper provides a contemporary and forward-looking perspective to the strategic and human-centric role HRM plays within organizations as AI becomes more integrated in the workplace. Spanning three distinct phases of AI-HRM integration (technocratic, integrated, and fully-embedded), it examines the technical, human, and ethical challenges at each phase and provides suggestions on how to overcome them using a human-centric approach. Our paper highlights the importance of the evolving role of HRM in the AI-driven organization and provides a roadmap on how to bring humans and machines closer together in the workplace." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
AI exposure predicts unemployment risk (2023)
Frank, Morgan; Ahn, Yong-Yeol; Moro, Esteban;Zitatform
Frank, Morgan, Yong-Yeol Ahn & Esteban Moro (2023): AI exposure predicts unemployment risk. (arXiv papers), 35 S.
Abstract
"Is artificial intelligence (AI) disrupting jobs and creating unemployment? Despite many attempts to quantify occupations' exposure to AI, inconsistent validation obfuscates the relative benefits of each approach. A lack of disaggregated labor outcome data, including unemployment data, further exacerbates the issue. Here, we assess which models of AI exposure predict job separations and unemployment risk using new occupation-level unemployment data by occupation from each US state's unemployment insurance office spanning 2010 through 2020. Although these AI exposure scores have been used by governments and industry, we find that individual AI exposure models are not predictive of unemployment rates, unemployment risk, or job separation rates. However, an ensemble of those models exhibits substantial predictive power suggesting that competing models may capture different aspects of AI exposure that collectively account for AI's variable impact across occupations, regions, and time. Our results also call for dynamic, context-aware, and validated methods for assessing AI exposure." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Automatisierungspotenziale von beruflichen Tätigkeiten: Künstliche Intelligenz und Software – Beschäftigte sind unterschiedlich betroffen (2023)
Zitatform
Fregin, Marie-Christine, Theresa Koch, Verena Malfertheiner, Pelin Özgül & Michael Stops (2023): Automatisierungspotenziale von beruflichen Tätigkeiten: Künstliche Intelligenz und Software – Beschäftigte sind unterschiedlich betroffen. (IAB-Kurzbericht 21/2023), Nürnberg, 8 S. DOI:10.48720/IAB.KB.2321
Abstract
"Künstliche Intelligenz (KI) und Software-Systeme ohne KI (Software) können die Ausübung verschiedenster Tätigkeiten beeinflussen. So könnten Tätigkeiten von Hochqualifizierten teilweise von KI übernommen werden, während ein Teil der Tätigkeiten in Berufen mit mittleren oder geringen Qualifikationsanforderungen eher durch den Einsatz von Software betroffen sein könnte. Ganze Berufe mit ihren vielfältigen Tätigkeiten können die Technologien aber nicht übernehmen - auch nicht dort, wo Fachkräfte dringend benötigt werden." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
- Relative Automatisierungspotenziale in Berufen mit unterschiedlichen Fachkräfteengpässen, nach drei Anforderungsniveaus
- Relative Automatisierungspotenziale von beruflichen Tätigkeiten in verschiedenen Branchen
- Relative Automatisierungspotenziale von beruflichen Tätigkeiten nach Anteil der weiblichen Beschäftigten
- Relative Automatisierungspotenziale von beruflichen Tätigkeiten nach Qualifikationsniveau der Beschäftigten
-
Literaturhinweis
Wer mit KI-Technologien erfolgreich sein will, sollte die Wirkungen valide abschätzen können (2023)
Zitatform
Fregin, Marie-Christine & Michael Stops (2023): Wer mit KI-Technologien erfolgreich sein will, sollte die Wirkungen valide abschätzen können. In: Ifo-Schnelldienst, Jg. 76, H. 8, S. 12-15., 2023-08-16.
Abstract
"Marie-Christine Fregin, Universität Maastricht, und Michael Stops, Institut für Arbeitsmarkt- und Berufsforschung, Nürnberg, zeigen, dass die KI bisher insgesamt wenig quantitative Beschäftigungseffekte verursacht hat, da KI-Systeme in der deutschen Wirtschaft noch recht wenig verbreitet sind. Zudem müssten Beschäftigte bei der Einführung neuer Systeme oftmals neue Tätigkeiten ausführen und teilweise erlernen; andererseits sei erwartbar, dass bestimmte Tätigkeiten, die bisher den Beschäftigten vorbehalten waren, von der KI unterstützt und manchmal sogar übernommen werden könnten. Unternehmen sollten wissen, wie der Erfolg einer Technologieeinführung zu messen sei." (Textauszug, IAB-Doku)