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
Monitor Digitale Arbeitsgesellschaft – Kurzbericht der dritten Befragungswelle. Nach dem KI-Aufmerksamkeitsanstieg: Zwischen Stabilisierung, Skepsis und Regulierungsanforderungen (2026)
Zitatform
Marcinkowski, Frank, Birte Keller, Marco Lünich & Florian Golo Flaßhoff (2026): Monitor Digitale Arbeitsgesellschaft – Kurzbericht der dritten Befragungswelle. Nach dem KI-Aufmerksamkeitsanstieg: Zwischen Stabilisierung, Skepsis und Regulierungsanforderungen. (SocArXiv papers), 11 S. DOI:10.31235/osf.io/zcxje_v1
Abstract
"Der Kurzbericht präsentiert zentrale Ergebnisse der dritten von vier repräsentativen Befragungswellen der Studie Monitor Digitale Arbeitsgesellschaft, die im Rahmen des Forschungsprojekts Meinungsmonitor Künstliche Intelligenz 3.0 durchgeführt wurde. Grundlage sind die Angaben von 1.647 Befragten (928 Erwerbstätige, 719 Nichterwerbstätige) im Januar 2026. Die dritte Befragungswelle zeigt, dass das im Verlauf des Jahres 2025 gestiegene Interesse an KI zu Beginn des Jahres 2026 wieder leicht zurückgeht, während die subjektive Einschätzung des eigenen Wissens auf dem erreichten Niveau stabil bleibt. Gleichzeitig nehmen Vorbehalte gegenüber bestimmten gesellschaftlichen Einsatzfeldern zu, insbesondere in Bereichen mit Bezug zu staatlichen Sicherheitsaufgaben und politischen Entscheidungen. In der Arbeitswelt bleibt die Bewertung der Auswirkungen von KI auf den eigenen Beruf insgesamt stabil und leicht nutzenorientiert. Die berufliche Nutzung von KI stagniert zuletzt weitgehend. Viele Beschäftigte berichten weiterhin keine grundlegenden Veränderungen ihrer Tätigkeitsanforderungen und nur geringe persönliche Jobunsicherheit, während die Sorge, dass KI menschliche Arbeit allgemein ersetzen oder grundlegend verändern könnte, weiterhin deutlich stärker verbreitet ist als die persönliche Jobunsicherheit. Erstmals wird zudem ein besonderes Schlaglicht auf die Regulierungspräferenzen der Bevölkerung geworfen: Während staatliche Eingriffe bei arbeitsmarktbezogenen Folgen breite Unterstützung finden, werden Eingriffe in wirtschaftliche Freiheiten und steuerpolitische Maßnahmen deutlich ambivalenter bewertet. Insgesamt deutet sich eine stärkere Ausdifferenzierung und Festigung der Einstellungen gegenüber KI an." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Improving the effects of industrial robot adoption on employment, total factor productivity, and real wages in 52 world economies and OECD members (2026)
Zitatform
Matsuki, Takashi (2026): Improving the effects of industrial robot adoption on employment, total factor productivity, and real wages in 52 world economies and OECD members. In: Review of world economics, S. 1-32. DOI:10.1007/s10290-025-00626-z
Abstract
"This study investigates the effects of industrial robot adoption in the production process on unemployment rate, employment ratio in manufacturing, and total factor productivity (TFP) growth in 52 countries, and real wage growth in 31 and 20 OECD member countries for 2007–2019. The operating stock of robots per employee significantly impacts these variables; robot adoption lowers the unemployment rate and raises TFP and real wage growth. However, it reduces the employment ratio in manufacturing. In addition, the slight but significant positive contribution of robot adoption is observed only in the 90-percentile (top 10-percentile) of the real wage distribution. Interestingly, workers in the bottom and top tails (10- and 90-percentiles) of the wage distribution asymmetrically benefit from robotization. The industry ratio of value-added improves the labor market by reducing the unemployment rate and raising the employment ratio in manufacturing, TFP growth, and real wage growth. The information and communication technology (ICT) development also positively contributes to the employment ratio in Asia’s manufacturing, TFP growth, and real wage growth." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Artificial Intelligence and Productivity in Europe (2026)
Misch, Florian; Park, Ben; Sher, Galen; Pizzinelli, Carlo;Zitatform
Misch, Florian, Ben Park, Carlo Pizzinelli & Galen Sher (2026): Artificial Intelligence and Productivity in Europe. (CESifo working paper 12401), München, 37 S.
Abstract
"The discussion on Artificial Intelligence (AI) often centers around its impact on productivity, but macroeconomic evidence for Europe remains scarce. Using the Acemoglu (2024) approach we simulate the medium-term impact of AI adoption on total factor productivity for 31 European countries. We compile many scenarios by pooling evidence on which tasks will be automatable in the near term, using reduced-form regressions to predict AI adoption across Europe, and considering relevant regulation that restricts AI use heterogeneously across tasks, occupations and sectors. We find that the medium-term productivity gains for Europe as a whole are likely to be modest, at around 1 percent cumulatively over five years. While economically still moderate, these gains are still larger than estimates by Acemoglu (2024) for the US. They vary widely across scenarios and countries and are substantially larger in countries with higher incomes. Furthermore, we show that national and EU regulations around occupation-level requirements, AI safety, and data privacy combined could reduce Europe's productivity gains by over 30 percent if AI exposure were 50 percent lower in tasks, occupations and sectors affected by regulation." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Predicting and Preventing Turnover in Industry 4.0: Understanding the Impact of Artificial Intelligence Adoption on Employee Turnover (2026)
Moon, Young-Kook; Mitropoulos, Tanya;Zitatform
Moon, Young-Kook & Tanya Mitropoulos (2026): Predicting and Preventing Turnover in Industry 4.0: Understanding the Impact of Artificial Intelligence Adoption on Employee Turnover. In: Human resource development quarterly, S. 1-11. DOI:10.1002/hrdq.70018
Abstract
"With the increasing adoption of Artificial Intelligence (AI) in the workplace, employees' career paths have become more diverse and less predictable in the era of Industry 4.0. As technological transformations accelerate, employee turnover patterns are also changing, as reflected in the growing prevalence of occupational transitions and large-scale layoffs. These shifts highlight the need for more developmental approaches to understanding and managing retention. To address this issue, the present paper examines how AI implementation influences employee turnover by focusing on both the motives and psychological states underlying the withdrawal process. Drawing on proximal withdrawal states theory, the paper provides a deeper understanding of the dynamic nature of employee withdrawal patterns. This perspective elucidates the withdrawal process shaped by AI adoption, emphasizing that employees' responses to technological disruption are diverse in both psychological and behavioral terms rather than uniform. Furthermore, the paper proposes Human Resource Development (HRD)-based interventions aimed at preventing undesirable turnover through employee education and career development initiatives. By integrating these elements, we introduce an HRD-focused framework for addressing turnover issues associated with AI adoption in a more developmental and sustainable manner. Finally, the paper outlines future research directions for empirically testing the proposed theoretical mechanisms and intervention strategies within the rapidly evolving technological landscape of work." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
KI in Betrieben: Mehr Ausbildung – aber Weiterbildung zunehmend für anspruchsvollere Tätigkeiten (2026)
Zitatform
Muehlemann, Samuel (2026): KI in Betrieben. Mehr Ausbildung – aber Weiterbildung zunehmend für anspruchsvollere Tätigkeiten. In: Ifo-Schnelldienst, Jg. 79, H. 03, S. 09-13.
Abstract
"Auf Basis des BIBB-Betriebspanels werden die Folgen der Einführung von Künstlicher Intelligenz für die betriebliche Aus- und Weiterbildung in Deutschland analysiert. Die Ergebnisse deuten darauf hin, dass KI-einführende Ausbildungsbetriebe im Durchschnitt rund 14% mehr neue Auszubildende einstellen. Das spricht für verstärkte Investitionen in den internen Kompetenzaufbau im Zuge des technologischen Wandels. Zugleich verschiebt sich die betriebliche Weiterbildung zugunsten hochqualifizierter Tätigkeiten, während Beschäftigte in Fachkraft- und einfachen Tätigkeiten seltener teilnehmen. Daraus ergibt sich das Risiko einer kumulativen Benachteiligung Geringqualifizierter. Es werden drei wirtschaftspolitische Handlungsfelder abgeleitet: die bessere Integration Jugendlicher mit geringen schulischen Qualifikationen in die duale Ausbildung, eine zielgerichtete Weiterbildungsförderung für Geringqualifizierte sowie schnellere Aktualisierungszyklen für Ausbildungsordnungen und Rahmenlehrpläne." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Machine learning for labor market matching (2026)
Zitatform
Mühlbauer, Sabrina & Enzo Weber (2026): Machine learning for labor market matching. In: Machine learning with applications, Jg. 23, 2026-02-03. DOI:10.1016/j.mlwa.2026.100861
Abstract
"This paper develops a large-scale machine learning framework to improve labor market matching using rich administrative data. Matching is defined as a job seeker entering employment in a specific occupational field. We exploit comprehensive employment biographies from Germany, covering individual characteristics and job-related information, to estimate employment probabilities across occupations and generate personalized job recommendations. The contribution lies in demonstrating why machine learning methods are particularly well suited for administrative labor market data and outperform traditional statistical approaches. We compare logit, ordinary least squares (OLS), k-nearest neighbors, and random forest (RF). RF consistently achieves the highest predictive performance. Its advantage is rooted in key methodological properties: RF builds an ensemble of decision trees trained on bootstrap samples, introduces random feature selection at each split, and aggregates predictions through majority voting. This enables RF to capture nonlinear relationships and complex interactions, remain robust in high-dimensional settings, and reduce overfitting — features that are particularly relevant for heterogeneous and imbalanced administrative data. Compared to conventional models, RF better exploits the full informational content of employment histories, especially when estimating on all employment spells rather than restricting the sample to unemployment-to-employment transitions. The sample comprises approximately 55 million spells, representing about 6 percent of the German workforce from 2012 to 2018. Our results suggest that ML-based matching, relative to standard statistical approaches, could hypothetically reduce the unemployment rate by up to 0.3 percentage points, highlighting the practical relevance of RF-based decision support for labor market policy." (Author's abstract, IAB-Doku, © Elsevier) ((en))
-
Literaturhinweis
How local labour market skill relatedness and size moderate the impacts of automation (2026)
Zitatform
Njekwa Ryberg, Peter (2026): How local labour market skill relatedness and size moderate the impacts of automation. In: Regional Studies, Jg. 60, H. 1. DOI:10.1080/00343404.2025.2598031
Abstract
"This paper examines how local labour market skill relatedness and size moderate the impacts of automation on occupations across Swedish local labour markets. Using administrative data and a spatially explicit risk of automation measure that accounts for regional differences in occupational task contents, it finds a negative association between automation and employment growth and wage income growth for non-metropolitan occupations between 2011 and 2021. Skill relatedness and labour market size mitigate these negative relationships. In contrast, no negative associations are found for metropolitan occupations. Due to their higher shares of non-automatable tasks, they are more resilient to adverse automation effects." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Human-centred digital transitions and skill mismatches in European workplaces (2026)
Zitatform
Pouliakas, Konstantinos & Giulia Santangelo (2026): Human-centred digital transitions and skill mismatches in European workplaces. (CEDEFOP working paper series / European Centre for the Development of Vocational Training 2026,01), Luxembourg, 163 S. DOI:10.2801/9894877
Abstract
"New digital and artificial intelligence technologies are fast reshaping skill requirements in the EU labour market, fostering skill mismatches. There are marked concerns about the potentially adverse consequences of automation and AI on employment, as well as the lagging competitiveness of EU economies as individuals’ upskilling or reskilling is failing to adapt. To deepen understanding of how digitalisation is affecting the nature of work and skill mismatches in EU labour markets, Cedefop carried out the second wave of the European skills and jobs survey in 2021. In this special edition of Cedefop’s working paper series, ten original, short contributions have been drafted in which researchers explore in depth, for the first time, the ESJS2 microdata. The publication presents a wealth of focused and robust empirical analyses, covering a wide range of different issues on how the digital transition is affecting jobs, skills and training in Europe." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Mehr Arbeit, weniger Jobs? Konsequenzen der KI-Technologieeinführung: Teil des Zeitgesprächs "Arbeitszeit im Wandel - Wie sich Wohlstand trotz sinkenden Arbeitskräfteangebots sichern lässt" (2026)
Zitatform
Pusch, Toralf, Muhamed Kudic & Akua Franziska Agyepong (2026): Mehr Arbeit, weniger Jobs? Konsequenzen der KI-Technologieeinführung. Teil des Zeitgesprächs "Arbeitszeit im Wandel - Wie sich Wohlstand trotz sinkenden Arbeitskräfteangebots sichern lässt". In: Wirtschaftsdienst, Jg. 106, H. 4, S. 296-300. DOI:10.2478/wd-2026-0072
Abstract
"Steigt durch die zunehmende Einführung von Künstlicher Intelligenz (KI) die Arbeitsbelastung? Und sind Arbeitsplätze bedroht? Daten der WSI-Betriebsrätebefragung zeigen, dass sich KI in ihrer Wirkung – zumindest in der frühen Einführungsphase – von anderen digitalen Technologien zu unterscheiden scheint. Statt einer bei anderen Technologien häufiger auftretenden Arbeitsverdichtung berichteten viele Betriebsräte eher von Arbeitsentlastung, und nach einem Beobachtungszeitraum von zwei Jahren zeigte sich per Saldo ein leichter Stellenaufbau." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
KI in der Pflege zwischen Anspruch und Realität: Empfehlungen für die Praxis aus dem Projekt ETAP (2026)
Sarwary, Hares; Wielga, Jenny; Enste, Peter;Zitatform
Sarwary, Hares, Jenny Wielga & Peter Enste (2026): KI in der Pflege zwischen Anspruch und Realität: Empfehlungen für die Praxis aus dem Projekt ETAP. (Forschung aktuell / Institut Arbeit und Technik 2026-03), Gelsenkirchen, 11 S. DOI:10.53190/fa/202603
Abstract
"Die Implementierung von digitalen Innovationen ist in der stationären Altenpflege mit vielen Herausforderungen verbunden, für die sich unterschiedliche Lösungsoptionen aufzeigen lassen. Eine stabile IT-Infrastruktur und Interoperabilität sind zentral, um einen nachhaltigen Nutzen zu schaffen und Insellösungen zu vermeiden. Kontinuierliche und praxisnahe Schulungsangebote für Pflege- und IT-Personal müssen Teil einer langfristig angelegten Digitalisierungsstrategie in Einrichtungen werden. Transparente Kommunikation innerhalb der Einrichtung ist ein entscheidender Faktor, um Erwartungen zu steuern und Vertrauen aufzubauen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
"Die KI ist auf dem Arbeitsmarkt noch gar nicht wirklich angekommen" (2026)
Zitatform
Schmelmer, Julian; Britta [interviewte Person] Matthes (sonst. bet. Pers.) (2026): "Die KI ist auf dem Arbeitsmarkt noch gar nicht wirklich angekommen". In: Zeit-Campus H. 2.
Abstract
"Nach der Uni konkurrieren Absolvent:innen auch mit KI-Modellen um Jobs. Eine Arbeitsmarktforscherin erklärt, wie sie sich behaupten können" (Autorenreferat, IAB-Doku, © ZEIT-Campus)
Weiterführende Informationen
Online-Zugang möglicherweise kostenpflichtig -
Literaturhinweis
Chancen künstlicher Intelligenz für die Deckung des Fachkräftebedarfs im Mittelstand (2026)
Schneider, Sebastian; Brink, Siegrun; Becker, Felix; Löher, Jonas; Icks, Annette;Zitatform
Schneider, Sebastian, Siegrun Brink, Jonas Löher, Annette Icks & Felix Becker (2026): Chancen künstlicher Intelligenz für die Deckung des Fachkräftebedarfs im Mittelstand. (IfM-Materialien / Institut für Mittelstandsforschung Bonn 312), Bonn, 32 S.
Abstract
"Diese Studie untersucht, welchen Beitrag der Einsatz von KI zur Deckung des Fachkräftebedarfs im Mittelstand leisten kann. Anhand exemplarischer Fallbeispiele werden Treiber und Hemmnisse sowohl für den substitutiven als auch den komplementären KI-Einsatz identifiziert. Es zeigt sich: Das Potenzial von KI zur Deckung des Fachkräftebedarfs hängt von ihrer Einsatzart ab. Die Unternehmen nutzen KI derzeit vor allem substitutiv, indem einzelne Tätigkeiten übernommen und Beschäftigte entlastet werden, ohne Arbeitsplätze abzubauen. Auf diese Weise kann der KI-Einsatz Stellenbesetzungsprobleme mindern und indirekt zur Verringerung des Fachkräftemangels beitragen. Perspektivisch ist ein zunehmend komplementärer KI-Einsatz zu erwarten, der Tätigkeitsprofile sowie Qualifikationsanforderungen nachhaltig verändert. Das kann neue Stellenbesetzungsprobleme und potenziell einen zunehmenden Fachkräftemangel nach sich ziehen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Where Have All the (Boomer) Routine Workers Gone? (2026)
Scotese, Carol A.;Zitatform
Scotese, Carol A. (2026): Where Have All the (Boomer) Routine Workers Gone? In: The B.E. Journal of Economic Analysis and Policy, S. 1-44. DOI:10.1515/bejeap-2024-0396
Abstract
"This paper examines the employment outcomes of a cohort of non-college educated individuals who exit employment from occupations most exposed to automation risk. The analysis employs a novel set of granular task measures estimated from the detailed job attributes in the Occupational Information Network (O*NET). The granularity enables a rich characterization of non-routine work and task mobility choices for those without a college degree. The data yield multiple types of interpersonal, decision-making, cognitive, and technical tasks. Employing the granular tasks to analyze the employment outcomes for non-college educated workers who transition out of routine work, this study finds (1) the granular measures detect abstract tasks performed intensively in a range of skill contexts, (2) when exiting routine intensive work, non-college propensity to enter abstract work is just under 65 %, and (3) approximately one-quarter of those entries are into tasks yielding average wage gains for those making that transition." (Author's abstract, IAB-Doku, © De Gruyter) ((en))
-
Literaturhinweis
Envisioning the Future of Work: From Ideas to Reforms (2026)
Zitatform
Spencer, David A. (2026): Envisioning the Future of Work: From Ideas to Reforms. In: BJIR, S. 1-11. DOI:10.1111/bjir.70035
Abstract
"Two different theoretical perspectives concerning technology and the future of work are examined. One is linked to mainstream economics, whereas the other is associated with critical (‘post-work ’) discourse. Ideas about work—its nature and impacts on well-being—matter in both perspectives. Indeed, they shape visions of a ‘better’ or ‘ideal’ future. They also influence policy responses to new technology. A critique is presented of the ways that work and its possible futures are understood. This critique is used to develop a different set of ideas about how technology might be harnessed to reduce the burden and raise the quality of work. The ability of ideas to effect reforms in and of work—ideas that have currency now and possible radical alternatives—is also assessed." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
AI Skills Improve Job Prospects: Causal Evidence from a Hiring Experiment (2026)
Zitatform
Stephany, Fabian, Ole Teutloff & Angelo Leone (2026): AI Skills Improve Job Prospects: Causal Evidence from a Hiring Experiment. (arXiv papers), 46 S. DOI:10.48550/arXiv.2601.13286
Abstract
"The growing adoption of artificial intelligence (AI) technologies has heightened interest in the labour market value of AI-related skills, yet causal evidence on their role in hiring decisions remains scarce. This study examines whether AI skills serve as a positive hiring signal and whether they can offset conventional disadvantages such as older age or lower formal education. We conduct an experimental survey with 1,700 recruiters from the United Kingdom and the United States. Using a paired conjoint design, recruiters evaluated hypothetical candidates represented by synthetically designed résumés. Across three occupations – graphic designer, officeassistant, and software engineer –, AI skills significantly increase interview invitation probabilities by approximately 8 to 15 percentage points. AI skills also partially or fully offset disadvantages related to age and lower education, with effects strongest for office assistants, where formal AI certification plays an additional compensatory role. Effects are weaker for graphic designers, consistent with more skeptical recruiter attitudes toward AI in creative work. Finally, recruiters’ own background and AI usage significantly moderate these effects. Overall, the findings demonstrate that AI skills function as a powerful hiring signal and can mitigate traditional labour market disadvantages, with implications for workers’ skill acquisition strategies and firms’ recruitment practices." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Firm Data on AI (2026)
Yotzov, Ivan; Wang, Ben Zhe ; Davis, Steven J. ; Thwaites, Gregory; Foster, Kevin M.; Bunn, Philip; Jalca, Aaron; Mizen, Paul; Barrero, Jose Maria; Meyer, Brent H.; Smietanka, Pawel; Bloom, Nicholas ; Navarrete, Michael A.;Zitatform
Yotzov, Ivan, Jose Maria Barrero, Nicholas Bloom, Philip Bunn, Steven J. Davis, Kevin M. Foster, Aaron Jalca, Brent H. Meyer, Paul Mizen, Michael A. Navarrete, Pawel Smietanka, Gregory Thwaites & Ben Zhe Wang (2026): Firm Data on AI. (NBER working paper / National Bureau of Economic Research 34836), Cambridge, Mass, 21 S., App.
Abstract
"We present the first representative international data on firm-level AI use. We survey almost 6000 CFOs, CEOs and executives from stratified firm samples across the US, UK, Germany and Australia. We find four key facts. First, around 70% of firms actively use AI, particularly younger, more productive firms. Second, while over two thirds of top executives regularly use AI, their average use is only 1.5 hours a week, with one quarter reporting no AI use. Third, firms report little impact of AI over the last 3 years, with over 80% of firms reporting no impact on either employment or productivity. Fourth, firms predict sizable impacts over the next 3 years, forecasting AI will boost productivity by 1.4%, increase output by 0.8% and cut employment by 0.7%. We also survey individual employees who predict a 0.5% increase in employment in the next 3 years as a result of AI. This contrast implies a sizable gap in expectations, with senior executives predicting reductions in employment from AI and employees predicting net job creation." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Changing Job Tasks as Risk or Chance for Employees’ Perceived Job Quality? A Longitudinal Analysis (2026)
Zitatform
Zeyer-Gliozzo, Birgit, Carolin Kunz, Jakob Schwerter & Martina Brandt (2026): Changing Job Tasks as Risk or Chance for Employees’ Perceived Job Quality? A Longitudinal Analysis. In: Kölner Zeitschrift für Soziologie und Sozialpsychologie, Jg. 78, H. 1, S. 61-86. DOI:10.1007/s11577-025-01043-8
Abstract
"In den letzten Jahrzehnten haben sich Arbeitsaufgaben erheblich verändert, was in erster Linie auf den technologischen Wandel zurückzuführen ist. Einige Tätigkeiten können von Maschinen übernommen werden, während andere an Bedeutung gewinnen. Dies kann sich auf zweierlei Weise auf die Beschäftigten auswirken: Einerseits können veränderte Tätigkeiten die wahrgenommene Arbeitsqualität verringern, beispielsweise durch kognitive Überlastung. Andererseits können Tätigkeitsveränderungen eine Chance sein, beispielsweise durch die Automatisierung unerwünschter Tätigkeiten wie schwerer körperlicher Arbeit. Diese Studie analysiert anhand von Daten des Nationalen Bildungspanels, wie sich Aufgabenänderungen auf individueller Ebene auf die Arbeitszufriedenheit als Maß für die wahrgenommene Arbeitsqualität auswirken. Fixed-Effects-Modelle zeigen, dass weniger manuelle sowie mehr analytische und autonome Tätigkeiten die Arbeitszufriedenheit signifikant verbessern, was auf positive Auswirkungen vergangener Aufgabenänderungen hindeutet. Allerdings beobachten wir auch altersbedingte Unterschiede, wobei ältere Beschäftigte eine geringere Zufriedenheit angeben, wenn sie weniger Routineaufgaben ausführen. Diese Ergebnisse liefern wertvolle Erkenntnisse über die Auswirkungen sich verändernder Arbeitsaufgaben und zeigen Bereiche auf, in denen weitere Forschung und politische Maßnahmen erforderlich sind." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education (2026)
Zitatform
(2026): OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. (OECD digital education outlook 2026), Paris, 244 S. DOI:10.1787/062a7394-en
Abstract
"Generative AI (GenAI) is reshaping the educational landscape, beyond teaching and learning. Unlike earlier waves of education technology, much of GenAI is freely accessible and largely used beyond institutional control due to its intuitiveness and versatility. The OECD Digital Education Outlook 2026 analyses emerging research that suggests GenAI can support learning when guided by clear teaching principles. However, if designed or used without pedagogical guidance, outsourcing tasks to GenAI simply enhances performance with no real learning gains. The Outlook highlights the benefits of GenAI as a tutor, partner and assistant, and synthesises experts’ evidence and insights on the design criteria that make it work for education." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The OECD AI exposure measure: Mapping the OECD AI Capability Indicators to occupations (2026)
Zitatform
(2026): The OECD AI exposure measure. Mapping the OECD AI Capability Indicators to occupations. (OECD Artificial Intelligence Papers 59), Paris, 59 S. DOI:10.1787/f3da0f0a-en
Abstract
"This paper develops a new OECD measure of occupational AI exposure based on the OECD AI Capability Indicators. The measure addresses the need for a forward-looking, transparent and updateable approach to assessing how AI may affect work, skills and education over the next 5 to 10 years. It does so by mapping AI capabilities across nine cognitive, social and physical domains to occupational requirements and constructing an AI Capability Gap index. Lower gap values indicate that current AI systems are closer to the capability profile required for an occupation, implying higher potential exposure. The results show that current AI capabilities are closest to occupations involving routine information processing, administrative work and codifiable tasks, and furthest from occupations requiring contextual judgement, interpersonal understanding, complex decision making and responsibility. The analysis also shows that exposure is multidimensional: some occupations are most exposed to language and reasoning systems, while others are more exposed to robotics, machine vision and embodied AI. The measure provides a transparent foundation for analysing task-level transformation, changing skill demand and future labour-market effects, while recognising that actual impacts will depend on adoption, regulation, organisational change and social choice." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
New Technology, Older Workers: How Workplace Technology is Associated with Indicators of Job Retention (2025)
Zitatform
Abrams, Leah, Daniel Schneider & Kristen Harknett (2025): New Technology, Older Workers: How Workplace Technology is Associated with Indicators of Job Retention. In: Journal of Aging & Social Policy, S. 1-17. DOI:10.1080/08959420.2025.2523122
Abstract
"Middle-aged and older adults who are employed in precarious, high-strain jobs may face challenges to continued work, risking economic insecurity and poor wellbeing in retirement. Technology in the workplace, an under-studied aspect of work environments, could accommodate aging workers or could add stress to their jobs. This study examines how technology in sales and surveillance at work are related to job satisfaction and planned job exits among approximately 6,000 workers aged 50–69 employed in the low-wage service sector (e.g. retail, pharmacy, grocery, hardware, fast food, casual dining, delivery, and hotel). On-the-job surveillance was related to lower job satisfaction and higher reports of looking for a new job, especially when combined with sanctioning for slow speed of work. However, rewards for speed, and to a lesser extent the use of leaderboards, were associated with higher job satisfaction, demonstrating the potential of technology to enhance the work experience for older employees. The use of sales technologies was not associated with job satisfaction or intentions to look for a new job. These results provide a uniquely detailed portrait of prevailing labor market conditions for aging workers in the service sector and demonstrate how certain kinds of technology matter for older workers ’ employment." (Author's abstract, IAB-Doku) ((en))
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