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
Inequality Regimes in Coworking Spaces: How New Forms of Organising (Re)produce Inequalities (2025)
Zitatform
Knappert, Lena, Boukje Cnossen & Renate Ortlieb (2025): Inequality Regimes in Coworking Spaces: How New Forms of Organising (Re)produce Inequalities. In: Work, Employment and Society, Jg. 39, H. 1, S. 43-63. DOI:10.1177/09500170241237188
Abstract
"Coworking is a rapidly growing worldwide phenomenon. While the coworking movement emphasizes equality and emancipation, there is little known about the extent to which coworking spaces as new forms of organizing live up to this ideal. This study examines inequality in coworking spaces in the Netherlands, employing Acker’s framework of inequality regimes. The findings highlight coworking-specific components of inequality regimes, in particular stereotyped assumptions regarding ‘ideal members’ that establish the bases of inequality, practices that produce inequality (e.g. through the commodification of community) and practices that perpetuate inequality (e.g. the denial of inequality). The study provides an update of Acker’s framework in the context of coworking and speaks, more broadly, to the growing body of literature on (in)equality in emerging organizational contexts." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI Navigator #10: Wie KI dem Arbeitsmarkt hilft (2025)
Zitatform
Koch, Christian & Michael Stops (2025): KI Navigator #10: Wie KI dem Arbeitsmarkt hilft. In: Heise online, 2025-03-14.
Abstract
"Stellenanzeigen können viel über den Wandel des Arbeitsmarkts verraten. Künstliche Intelligenz hilft dabei, diese Daten zu interpretieren."
-
Literaturhinweis
Between control and participation: The politics of algorithmic management (2025)
Zitatform
Krzywdzinski, Martin, Daniel Schneiß & Andrea Sperling (2025): Between control and participation: The politics of algorithmic management. In: New Technology, Work and Employment, Jg. 40, H. 1, S. 60-80. DOI:10.1111/ntwe.12293
Abstract
"Understanding the role of human management is crucial for the debate over algorithmic management—to date limited to studies on the platform economy. This qualitative case study in logistics reconstructs the actor constellations (managers, engineers, data scientists and workers) and negotiation processes in different phases of algorithmic management. It offers two major contributions to the literature: (1) a process model distinguishing three phases: goal formation, data production and data analysis, which is used to analyse (2) the politics of algorithmic management in conventional workplaces, which differ significantly from platform companies. The article goes beyond surveillance to elucidate the role of the regulatory framework, various actors' knowledge contributions to the algorithmic management system, and the power relations resulting therefrom. While the managerial goals in the examined case were not oriented towards a surveillance regime, the outcome was nevertheless a centralisation of knowledge and disempowerment of workers." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Robots, AI, and unemployment (2025)
Zitatform
Kudoh, Noritaka & Hiroaki Miyamoto (2025): Robots, AI, and unemployment. In: Journal of Economic Dynamics and Control, Jg. 174. DOI:10.1016/j.jedc.2025.105069
Abstract
"Do robots and artificial intelligence (AI) cause joblessness? We develop a dynamic general equilibrium model with search-matching frictions. In our model, robots substitute routine human tasks, and AI substitutes abstract human tasks. We find a cutoff level for the elasticity of substitution between routine labor input and robots, above which an increase in robot productivity leads to increased unemployment. We examine a scenario in which AI-driven automation of abstract tasks transforms high-skilled workers into unskilled ones. A substantial productivity gain through AI is required to offset the output loss associated with this labor displacement." (Author's abstract, IAB-Doku, © 2025 The Author(s). Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Das Produktionsmodell der deutschen Automobilindustrie auf dem Prüfstand: Arbeitsstrukturen und Arbeitsanforderungen in Montagewerken im Wandel? (2025)
Zitatform
Kuhlmann, Martin, Britta Matthes & Stefan Theuer (2025): Das Produktionsmodell der deutschen Automobilindustrie auf dem Prüfstand. Arbeitsstrukturen und Arbeitsanforderungen in Montagewerken im Wandel? (SOFI-Impulspapier), Göttingen, 6 S.
Abstract
"Das in den 1980er-Jahren etablierte Produktionsmodell der deutschen Automobilhersteller lässt sich beschreiben als innovations- und exportorientierte Produktion qualitativ hochwertiger Produkte auf Basis qualifizierter Arbeit, guter Bezahlung und hoher Beschäftigungssicherheit sowie starken gewerkschaftlichen Interessenvertretungen. Politische Vorgaben, wie die Umstellung auf die Produktion von Elektroautos, veränderte Wettbewerbsbedingungen sowie die weiter voranschreitende Digitalisierung haben dazu geführt, dass dieses Produktionsmodell derzeit auf dem Prüfstand steht. Getrieben durch aufkommende Zweifel an der technologischen Überlegenheit deutscher Automobilhersteller und Nachfrageschwächen beim Übergang auf Elektromobilität ist die Unsicherheit in der Branche gegenwärtig groß. In einem laufenden Forschungsprojekt untersuchen wir, inwiefern sich durch die Produktion von Elektroautos und die fortschreitende Digitalisierung Arbeitsstrukturen und Arbeitsanforderungen in den Endmontagewerken der deutschen Automobilhersteller verändert haben und ob sich arbeitsbezogen ein Wandel des deutschen Produktionsmodells abzeichnet." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Digitalisierung der Arbeitswelt: Durch künstliche Intelligenz sind inzwischen auch viele Expertentätigkeiten ersetzbar (2025)
Kuhn, Sarah; Seibert, Holger;Zitatform
Kuhn, Sarah & Holger Seibert (2025): Digitalisierung der Arbeitswelt: Durch künstliche Intelligenz sind inzwischen auch viele Expertentätigkeiten ersetzbar. (IAB-Regional. Berichte und Analysen aus dem Regionalen Forschungsnetz. IAB Berlin-Brandenburg 01/2025), 34 S. DOI:10.48720/IAB.REBB.2501
Abstract
"Durch neue digitale Technologien verändert sich der deutsche Arbeitsmarkt. Dies gilt besonders für das Ausmaß, in dem Berufe aktuell potenziell durch den Einsatz von Computern oder computergesteuerten Maschinen ersetzbar sind, dem so genannten Substituierbarkeitspotenzial. Es beschreibt, welcher Anteil an Tätigkeiten in einem Beruf schon heute durch den Einsatz moderner Technologien ersetzt werden könnte. Nach wie vor ist zwar das Substituierbarkeitspotenzial bei den Helfer*innen- und Fachkraftberufen am höchsten. Am stärksten gestiegen ist das Potenzial jedoch bei den Expert*innenberufen (u. a. durch generative Künstliche Intelligenz). Besonders bei den IT- und naturwissenschaftlichen Dienstleistungsberufen sind hohe Zuwachsraten zwischen 2019 und 2022 zu verzeichnen. Der vorliegende Beitrag fokussiert sich auf den Arbeitsmarkt in Brandenburg und Berlin. Wichtig zu betonen ist, dass es hier um Potenziale technischer Ersetzbarkeit geht. Ob und inwiefern die technischen Möglichkeiten auch tatsächlich umgesetzt werden, steht nicht fest. Es kann Gründe geben, die gegen eine tatsächliche Substituierung sprechen, beispielsweise weil eine Umstellung zu komplex wäre oder ethische Bedenken dem entgegenstehen. Unstrittig ist jedoch, dass auf der einen Seite einige Tätigkeiten durch die Digitalisierung wegfallen bzw. automatisiert werden, andererseits aber auch neue Tätigkeiten und Berufe entstehen. Daher kann ein hohes Substituierungspotenzial als Indikator für einen Wandel der Arbeitswelt gesehen werden." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Good Jobs or Bad Jobs? Immigrant Workers in the Gig Economy (2025)
Zitatform
Liu, Cathy Yang & Rory Renzy (2025): Good Jobs or Bad Jobs? Immigrant Workers in the Gig Economy. In: International migration review, S. 1-25. DOI:10.1177/01979183241309585
Abstract
"New work arrangements enabled by online platforms, or gig work, saw substantive growth during the COVID-19 pandemic. Various estimates have suggested the wide participation of workers in the gig economy, with minority and immigrant workers well represented. The quality of work is a multi-dimensional concept that goes beyond earnings. One framework of good jobs and bad jobs centers on control over work schedule, content and duration, stability, safety, benefits and insurance, as well as career advancement opportunities. Using a newly released national survey focused on entrepreneurs and workers in the United States, we find that about 18.5 percent immigrant workers and 21.1 percent native-born workers participated in the gig economy as their primary or secondary job. In terms of job quality, immigrant gig workers work shorter hours and have significantly less fringe benefits than non-gig workers as well as U.S.-born gig workers, reflecting a double disadvantage. However, they tend to have higher entrepreneurial aspirations, suggesting the transient nature of gig arrangements and potential for career advancements. This paper provides a comprehensive analysis of the characteristics and implication of immigrants’ engagement with the gig economy and offers policy and theoretical discussions." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Do robots decrease humans’ wages? (2025)
Zitatform
Logchies, Thomas, Tom Coupé & W. Robert Reed (2025): Do robots decrease humans’ wages? In: Applied Economics Letters, S. 1-5. DOI:10.1080/13504851.2025.2466748
Abstract
"While there are studies that show a positive or negative impact of robots on wages, a meta-analysis of 2,586 estimates from 52 studies in this paper finds that when one looks at the literature as a whole, there is no clear evidence of a sizable impact of robots on wages." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Bots im Büro: Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation (2025)
Zitatform
Lühr, Thomas & Tobias Kämpf (2025): Bots im Büro. Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation. (Hans-Böckler-Stiftung. Study 494), Düsseldorf: Hans-Böckler-Stiftung, Düsseldorf, 98 S.
Abstract
"Mit der digitalen Transformation kommt es zu einem Schub in der Automatisierung von Arbeit. Die Einführung von Künstlicher Intelligenz führt zur grundlegenden Restrukturierung der Arbeitsinhalte und -prozesse im Büro. Damit gehen nicht nur Risiken von Funktionsverlusten bis hin zum Verlust des Arbeitsplatzes einher, sondern auch neue Machtpotenziale. Diese prägen das Bewusstsein der Angestellten wesentlich. Künstliche Intelligenz funktioniert nicht ohne Mitbestimmung - mit Mitbestimmung ergeben sich neue Ansatzpunkte für eine arbeitspolitische Vorwärtsstrategie. Die vorliegende Studie nimmt eine empirisch gestützte Analyse der Potenziale vor, die der Automatisierungsschub für die Beschäftigten und ihre Interessenvertretungen tatsächlich bietet." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Incorporating AI impacts in BLS employment projections: occupational case studies (2025)
Machovec, Christine; Rolen, Emily; Rieley, Michael;Zitatform
Machovec, Christine, Michael Rieley & Emily Rolen (2025): Incorporating AI impacts in BLS employment projections: occupational case studies. In: Monthly labor review H. February. DOI:10.21916/mlr.2025.1
Abstract
"In the last few years, artificial intelligence (AI) has advanced rapidly, finding growing applications across industries and occupations. This development has generated interest in how the U.S. Bureau of Labor Statistics assesses and incorporates AI’s potential labor market impacts in its employment projections. In this article, we explain the Bureau’s approach to this type of projections work, illustrating it with several occupational case studies based on research done for the 2023–33 projections cycle. The case studies focus on selected occupations in the computer, legal, business and financial, and architecture and engineering occupational groups." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Occupational Choice, Matching, and Earnings Inequality (2025)
Mak, Eric; Siow, Aloysius;Zitatform
Mak, Eric & Aloysius Siow (2025): Occupational Choice, Matching, and Earnings Inequality. In: Journal of Political Economy, Jg. 133, H. 1, S. 355-383. DOI:10.1086/732530
Abstract
"We combine classic occupational choice (Roy, 1951) and frictionless matching (Sattinger, 1979) to explain earnings by occupation and firm in a way that is consistent with the double assignment. In our model, within-firm inequality is globally non-zero whenever there is asymmetry in the revenue function or the occupational skill distribution across occupations. Occupational earnings overlap each other, and unlike the Roy Model, the distributions of potential earnings are endogenous. In line with recent empirical findings on earning decomposition, skill-biased technical change (SBTC)increases within-firm inequality mostly among high-wage firms and not among low-wagefirms." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz (KI) im Studienalltag: Einschätzungen von Studierenden zum Einsatz von KI an deutschen Hochschulen (2025)
Zitatform
Marczuk, Anna, Frank Multrus, Thomas Hinz & Susanne Strauss (2025): Künstliche Intelligenz (KI) im Studienalltag: Einschätzungen von Studierenden zum Einsatz von KI an deutschen Hochschulen. (DZHW-Brief 2025,02), Hannover, 15 S. DOI:10.34878/2025.02.dzhw_brief
Abstract
"Die Mehrheit der Studierenden nutzt im Wintersemester 2024/2025 KI im Studium und kennt deren Funktionsweise relativ gut. ChatGPT ist das meistgenutzte KI-Tool, dessen Nutzung seit 2023 deutlich angestiegen ist. Studierende verwenden KI am häufigsten für die Einführung in ein Thema und für Textverarbeitungen, deutlich seltener für Literaturrecherchen oder Datenanalysen. Die Mehrheit der Studierenden gibt an, dass KI die Erledigung von Aufgaben, die keinen Spaß machen oder schwierig sind, beschleunigt oder erleichtert. Seltener sind Studierende der Ansicht, dass KI die Studienleistungen verbessert. Studierende stehen KI auch kritisch gegenüber, insbesondere wegen ihrer Fehleranfälligkeit und des Risikos, von ihr abhängig zu werden. Studierende, die KI häufig nutzen, sind gegenüber KI ähnlich kritisch wie Studierende, die sie seltener nutzen. Der Einsatz von Learning Analytics wird von Studierenden eher befürwortet, wenn sie selbst dadurch unterstützt werden (etwa durch Kurs- und Literaturempfehlungen), weniger zur Unterstützung von Lehrenden (etwa bei der Benotung) oder der Hochschulverwaltung (etwa für die Studienabbruchprävention). Studierende erleben eher selten eine Unterstützung der Hochschulen bei der Nutzung von KI im Studium. An einigen Hochschulen berichten sie von Richtlinien zur Nutzung, seltener sind Schulungsangebote oder eine Integration in die Lehre. Studierende wünschen sich KI-Unterstützung beim Verfassen von Hausarbeiten, während der Einsatz durch Lehrende zur Benotung oder als Ersatz für Lerngruppen (automatisierte Lernbuddys) skeptisch gesehen wird. Eine Teildigitalisierung von Lehrveranstaltungen (Mischung aus Präsenz und online) ist für Studierende attraktiver als reine Präsenz- oder gar reine Onlineveranstaltungen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
KI und Beratung (2025)
Zitatform
Matthes, Britta (2025): KI und Beratung. In: Dvb-Forum, Jg. 64, H. 1, 2025-02-14.
Abstract
"Wie KI und andere digitale Technologien den Arbeitsmarkt verändern: Am IAB werden wir immer wieder danach gefragt, welche Berufe angesichts der rasanten technologischen Entwicklungen der letzten Jahre überhaupt noch Zukunft haben. Bislang hat man zur Beantwortung dieser Frage Prognosen zu Rate gezogen. Hier wurde anfangs – unter Berücksichtigung verschiedener relativ stabiler Faktoren wie dem Erwerbspersonenpotenzial, der wirtschaftlichen Entwicklung oder der zu erwartenden Migration – hochgerechnet, wie sich die Zahl der Berufsanfänger auf die verschiedenen Berufe und Qualifikationsniveaus verteilt, wenn die Entwicklung sich wie in der Vergangenheit fortsetzen würde. Schon früh wurde jedoch deutlich, dass diese Faktoren weniger stabil sind als ursprünglich angenommen. Um diese Dynamik zu berücksichtigen, wurde dieser Ansatz erweitert, indem nunmehr Projektionen erstellt werden. Dazu werden Annahmen über die Folgen bestimmter, äußerst wahrscheinlicher Ereignisse oder Verhaltensweisen getroffen, für die sich (noch) keine langfristige Zahlenbasis finden lässt. So gibt die QuBe-Projektion einen langfristigen Überblick über die voraussichtliche Entwicklung des Arbeitskräftebedarfs und -angebotes nach Qualifikationen und Berufen unter einer Reihe von Annahmen über zum Beispiel die Folgen des Klimawandels oder den Ausbau der ökologischen Landwirtschaft. Außerdem werden anhand von Abweichungen zwischen diesem Basismodell und Szenarien die absehbaren Folgen bestimmter Vorhaben oder Ereignisse, wie zum Beispiel der Maßnahmen zur Energie- und -Mobilitätswende abgeschätzt (https://www.bibb.de/de/202333.php). Allerdings sind diese Modelle sehr komplex und es stellt sich die Frage, inwieweit solche Projektionen für die Bildungs- und Berufsberatung einzelner Personen sinnvoll genutzt werden können. Hinzu kommt derzeit, dass die technologische Entwicklung derart schnell voranschreitet, dass verstärkt mit Umwälzungen auf dem Arbeitsmarkt gerechnet werden muss, die auch altbekannte Zusammenhänge in Frage stellen könnten. Für die einzelne Person steht die Frage im Raum, mit welchen Konsequenzen sie selbst rechnen muss, wenn neue Technologien zum Einsatz kommen: Reicht es aus, sich auf den aktuellen Wissensstand im eigenen Beruf zu bringen? Womit sollte man sich konkret beschäftigen, um den Anforderungen des Berufes weiterhin gewachsen zu sein? Ist es zielführender, sich beruflich neu zu orientieren?" (Textauszug, IAB-Doku, © wbv)
Weiterführende Informationen
Keynote für die Fachtagung "Digitalisierung in der Beratung reloaded" Mannheim, 28. November 2024 -
Literaturhinweis
Inklusion - KI und die Arbeitswelt der Zukunft (2025)
Zitatform
Matthes, Britta (2025): Inklusion - KI und die Arbeitswelt der Zukunft. In: Die Berufliche Rehabilitation, Jg. 39, H. 1, S. 6-15., 2025-04-04.
Abstract
"Es ist absehbar, dass die rasanten technologischen Entwicklungen der letzten Jahre, insbesondere die enorme Steigerung der Rechenleistung und die Entwicklung selbstlernender algorithmischer Systeme, die heute allgemein als Künstliche Intelligenz (KI) bezeichnet werden, ihre Spuren auf dem Arbeitsmarkt hinterlassen werden. Welche das genau sein werden, können wir leider aber auch nicht sagen. Denn gerade in solch disruptiven Zeiten, wie wir sie derzeit erleben, wissen wir nicht, wie schnell und in welche Richtung sich bestehende Berufe verändern, welche Berufe verschwinden und welche neu entstehen werden. Zwar können Prognosen etwas darüber sagen, wie sich die Zahl der Berufseinsteiger*innen auf die verschiedenen Berufe und Qualifikationsniveaus verteilen würde, wenn sich die Entwicklung wie in der Vergangenheit fortsetzt. Allerdings scheinen die Potenziale, die sich aus dem Einsatz von KI ergeben, bekannte Zusammenhänge in Frage zu stellen. Hinzu kommt, dass diese Prognosemodelle sehr komplex sind, um daraus sinnvolle Schlussfolgerungen für den Einzelnen zu ziehen. So lässt sich die Frage, inwiefern KI und andere digtale Technolgien auch die Beschäftigungsmöglichkeiten für Menschen mit Behinderungen erweitern könnten, damit kaum beantworten." (Textauszug, IAB-Doku)
-
Literaturhinweis
Structural Labour Market Change and Gender Inequality in Earnings (2025)
Zitatform
Matysiak, Anna, Wojciech Hardy & Lucas van der Velde (2025): Structural Labour Market Change and Gender Inequality in Earnings. In: Work, Employment and Society, Jg. 39, H. 2, S. 426-448. DOI:10.1177/09500170241258953
Abstract
"Research from the US argues that women will benefit from a structural labor market change as the importance of social tasks increases and that of manual tasks declines. This article contributes to this discussion in three ways: (a) by extending the standard framework of task content of occupations in order to account for the gender perspective; (b) by developing measures of occupational task content tailored to the European context; and (c) by testing this argument in 13 European countries. Data are analyzed from the European Skills, Competences, Qualifications and Occupations database and the European Structure of Earnings Survey. The analysis demonstrates that relative to men the structural labor market change improves the earnings potential of women working in low- and middle-skilled occupations but not those in high-skilled occupations. Women are overrepresented in low-paid social tasks (e.g. care) and are paid less for analytical tasks than men." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Technological Change and the Upskilling of European Workers (2025)
Zitatform
McGuinness, Seamus, Paul Redmond, Konstantinos Pouliakas, Lorcan Kelly & Luke Brosnan (2025): Technological Change and the Upskilling of European Workers. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 17753), Bonn, 22 S.
Abstract
"Using the second wave of the European Skills and Jobs survey, this paper measures the relationship between technological change that automates or augments workers' job tasks and their participation in work-related training. We find that 58 per cent of European employees experienced no change in the need to learn new technologies in their jobs during the 2020-21 period. Of those exposed to new digital technology, 14 per cent did not experience any change in job tasks, 10 per cent reported that new tasks had been created while 5 per cent only saw some of their tasks being displaced by new technology. The remaining 13 per cent simultaneously experienced both task displacement and task creation. Our analysis shows that employees in jobs impacted by new digital technologies are more likely to have to react to unpredictable situations, thus demonstrating a positive link between technologically driven task disruption and job complexity. We show a strong linear relationship between technologically driven job task disruption and the need for job-related training, with training requirements increasing the greater the impact of new technologies on task content." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Algorithmic management in the workplace: New evidence from an OECD employer survey (2025)
Milanez, Anna; Ruggiu, Carla; Lemmens, Annikka;Zitatform
Milanez, Anna, Annikka Lemmens & Carla Ruggiu (2025): Algorithmic management in the workplace. New evidence from an OECD employer survey. (OECD Artificial Intelligence Papers 31), Paris, 72 S. DOI:10.1787/287c13c4-en
Abstract
"Algorithmisches Management – der Einsatz von Software, die auch künstliche Intelligenz (KI) umfassen kann, zur vollständigen oder teilweisen Automatisierung von Tätigkeiten, die bislang von menschlichen Führungskräften ausgeführt wurden – hat in den letzten Jahren zunehmend Beachtung gefunden. Einerseits kann algorithmisches Management innerhalb von Unternehmen zu Produktivitäts- und Effizienzgewinnen sowie zu konsistenteren und objektiveren Managemententscheidungen führen. Andererseits gibt es aus anderen Studien immer mehr Anzeichen für seine potenziell negativen Auswirkungen auf die Beschäftigten. Während Politikverantwortliche mit der Frage ringen, wie den Herausforderungen des algorithmischen Managements begegnet werden könnte, bedarf es weiterer Evidenz. Um dieses Ziel zu erreichen, stützt sich der vorliegende Bericht auf eine einzigartige Erhebung unter mehr als 6 000 Unternehmen in sechs Ländern: Deutschland, Frankreich, Italien, Japan, Spanien und die Vereinigten Staaten. Er bietet beispiellose Einblicke in die Prävalenz des algorithmischen Managements, seine wahrgenommenen Auswirkungen und die auf Unternehmensebene ergriffenen Maßnahmen zur Steuerung seines Einsatzes. Die Ergebnisse zeigen, dass algorithmische Management-Systeme in der Mehrzahl der untersuchten Länder bereits weit verbreitet sind. In der Wahrnehmung von Führungskräften verbessert algorithmisches Management zwar häufig die Qualität der Entscheidungen und die Zufriedenheit mit der eigenen beruflichen Situation, die Vertrauenswürdigkeit solcher Systeme gibt ihnen jedoch auch Anlass zur Sorge. Als Gründe dafür nennen sie die unklare Verantwortlichkeit, die nicht leicht nachzuvollziehende Logik der Systeme und den unzureichenden Gesundheitsschutz der Beschäftigten. Es ist dringend erforderlich, Politiklücken zu untersuchen, um den vertrauenswürdigen Einsatz algorithmischer Management-Systeme sicherzustellen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
AI innovation and the labor share in European regions (2025)
Zitatform
Minniti, Antonio, Klaus Prettner & Francesco Venturini (2025): AI innovation and the labor share in European regions. In: European Economic Review, Jg. 177. DOI:10.1016/j.euroecorev.2025.105043
Abstract
"This paper examines how the development of Artificial Intelligence (AI) affects the distribution of income between capital and labor, and how these shifts contribute to regional income inequality. To investigate this issue, we analyze data from European regions dating back to 2000. We find that for every doubling of regional AI innovation, the labor share declines by 0.5% to 1.6%, potentially reducing it by 0.09 to 0.31 percentage points from an average of 52%, solely due to AI. This new technology has a particularly negative impact on high- and medium-skill workers, primarily through wage compression, while for low-skill workers, employment expansion induced by AI mildly offsets the associated wage decline. The effect of AI is not driven by other factors influencing regional development in Europe or by the concentration of the AI market." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Weiterbildungsungleichheit und technologischer Wandel: Nach IT-Investitionen steigt vor allem die Weiterbildungsquote der Höherqualifizierten (2025)
Zitatform
Müller, Christoph (2025): Weiterbildungsungleichheit und technologischer Wandel: Nach IT-Investitionen steigt vor allem die Weiterbildungsquote der Höherqualifizierten. (IAB-Kurzbericht 06/2025), Nürnberg: IAB, 8 S. DOI:10.48720/IAB.KB.2506
Abstract
"Betriebliche Weiterbildung soll dazu beitragen, die Fähigkeiten der Beschäftigten an neue Anforderungen anzupassen. Gerade im Zuge der digitalen Transformation der Arbeitswelt sind solche Anpassungen dringend erforderlich. Die vorliegende Analyse des Zusammenhangs zwischen Investitionen in digitale Technologien und innerbetrieblicher Weiterbildung zeigt: In Betrieben mit IT-Investitionen steigen die Weiterbildungsquoten der Beschäftigten mit qualifizierten Tätigkeiten; bei denjenigen mit einfachen Tätigkeiten ist dies im Mittel hingegen nicht der Fall." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
- Nach IT-Investitionen fallen die innerbetrieblichen Weiterbildungsquoten von Beschäftigten mit qualifizierten Tätigkeiten höher aus
- Anteil der Betriebe mit IT-Investitionen und innerbetriebliche Weiterbildungsquoten der Beschäftigten
- Veränderung der innerbetrieblichen Weiterbildungsquoten der Beschäftigten im Zuge von betrieblichen IT-Investitionen
- Betriebliche IT-Investitionen und innerbetriebliche Weiterbildungsquoten der Beschäftigten 2019
-
Literaturhinweis
Wie Roboter die betriebliche Beschäftigungsstruktur verändern (2025)
Zitatform
Müller, Steffen & Verena Plümpe (2025): Wie Roboter die betriebliche Beschäftigungsstruktur verändern. In: Wirtschaft im Wandel, Jg. 31, H. 1, S. 10-13. DOI:10.18717/wwfyns-ep75
Abstract
"Der Einsatz von Robotern verändert die Arbeitswelt grundlegend – doch welche spezifischen Effekte hat dies auf die Beschäftigungsstruktur? Unsere Analyse untersucht die Folgen des Robotereinsatzes anhand neuartiger Mikrodaten aus deutschen Industriebetrieben. Diese Daten verknüpfen Informationen zum Robotereinsatz mit Sozialversicherungsdaten und detaillierten Angaben zu Arbeitsaufgaben. Auf Basis eines theoretischen Modells leiten wir insbesondere positive Beschäftigungseffekte für Berufe mit wenig repetitiven, programmierbaren Aufgaben ab, sowie für jüngere Arbeitskräfte, weil diese sich besser an technologische Veränderungen anpassen können. Die empirische, mikroökonomische Analyse des Robotereinsatzes auf Betriebsebene bestätigt diese Vorhersagen: Die Beschäftigung steigt für Techniker, Ingenieure und Manager und junge Beschäftigte, während sie bei geringqualifizierten Routineberufen sowie bei Älteren stagniert. Zudem steigt die Fluktuation bei geringqualifizierten Arbeitskräften signifikant an. Unsere Ergebnisse verdeutlichen, dass der Verdrängungseffekt von Robotern berufsabhängig ist, während junge Arbeitskräfte neue Tätigkeiten übernehmen." (Autorenreferat, IAB-Doku)
Aspekt auswählen:
- 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