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
Rolle der Künstlichen Intelligenz in der Elektro- und Informationstechnik: VDE „Studium, Beruf und Gesellschaft“ (2024)
Bockelmann, Carsten; Zeller, Niclas; Lehnhoff, Sebastian; Hanuschkin, Alexander; Wübben, Dirk; Klischat, Cosima; Haja, Andreas; Magdowski, Mathias; Van, Hoai My; Matthes, Britta ; Dudek, Damian; Rigoll, Gerhard; Lehnhoff, Sebastian; Schanz, Michael;Zitatform
Bockelmann, Carsten, Damian Dudek, Andreas Haja, Alexander Hanuschkin, Cosima Klischat, Sebastian Lehnhoff, Mathias Magdowski, Britta Matthes, Gerhard Rigoll, Michael Schanz, Hoai My Van, Dirk Wübben & Niclas Zeller (2024): Rolle der Künstlichen Intelligenz in der Elektro- und Informationstechnik. VDE „Studium, Beruf und Gesellschaft“. 43 S.
Abstract
"Dieses Papier zeigt, wo bereits heute in den verschiedenen Fachgebieten der Elektro- und Informationstechnik die Künstliche Intelligenz eine wichtige und insbesondere selbstverständliche Rolle spielt. Dabei besteht eine wechselseitige Beziehung: KI ist nicht nur Mittel zum Zweck – mächtiges Werkzeug zum Lösen elektrotechnischer Aufgabenstellungen sowie Helferlein im Arbeitsalltag – sondern auch Gegenstand der elektrotechnischen Forschung bzw. wird durch elektrotechnische Verfahren z.B. in der Nachrichtentechnik unterstützt. An vielen Stellen kommt die KI (noch) an ihre Grenzen. Wir zeigen, wo diese liegen und geben Ausblicke. Einen weiteren Schwerpunkt bildet die Auseinandersetzung mit dem Thema „KI in der elektrotechnischen Lehre“ sowie die Nutzung von Large Language Models im Studium und beim wissenschaftlichen Arbeiten. Wir lernen außerdem den Unterschied zwischen Data Scientist und Elektroingenieur in der Nachrichtentechnik kennen. Auch die Frage „Wird die KI Elektroingenieurinnen und Elektroingenieure ersetzen?“ klären wir hier mit Hilfe einer einschlägigen Berufsforscherin auf." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Generative KI in Deutschland: Künstliche Intelligenz in Gesellschaft und Unternehmen (2024)
Büchel, Jan; Engler, Jan Felix;Zitatform
Büchel, Jan & Jan Felix Engler (2024): Generative KI in Deutschland. Künstliche Intelligenz in Gesellschaft und Unternehmen. (IW-Report / Institut der Deutschen Wirtschaft Köln 2024,23), Köln, 27 S.
Abstract
"Generative KI sorgte in jüngster Vergangenheit für großes Aufsehen. Grund ist, dass generative KI-Anwendungen selbstständig Inhalte wie Texte, Bilder, Programmiercodes oder Videos generieren können, die oft nur schwer von menschlich erstellten Inhalten zu unterscheiden sind. Sinnbildlich für generative KI steht dabei in der öffentlichen Wahrnehmung oft noch die spezifische Anwendung ChatGPT, wie eine Analyse der Internetsuchanfragen und Zeitungsartikel in Deutschland zeigt. Davon profitiert allerdings auch das generelle Interesse an KI nachhaltig. Eine Auswertung von Online-Stellenanzeigen zeigt dagegen, dass Unternehmen nicht nur Interesse an generativer KI zeigen, sondern immer häufiger konkrete Anwendungsfälle in ihren Unternehmen identifizieren und dafür entsprechende Kompetenzen suchen. Dabei nimmt ChatGPT in der ersten Jahreshälfte 2023 ebenfalls eine entscheidende Rolle ein und prägte das Kompetenzprofil vieler Stellenanzeigen. Allerdings lösen sich die Unternehmensbedarfe im zweiten Halbjahr zunehmend von diesem Fokus. Stattdessen nehmen Unternehmen weitere Anwendungen oder Einsatzbereiche sowie die zugrundeliegenden Modelle der generativen KI stärker in den Blick. Sie möchten eigene Anwendungen entwickeln, die auf die jeweiligen Bedarfe und Geschäftsmodelle der Unternehmen abgestimmt sind. Nichtsdestotrotz kommt ChatGPT eine innovationsreibende Wirkung zu, die diese Entwicklung begünstigt hat. Es zeigt sich etwa die Tendenz, dass gerade große Unternehmen personalisierte geschlossene Lösungen entwickeln möchten, in denen Daten das Unternehmensnetzwerk nicht verlassen. Es könnte ein Indiz dafür sein, dass sich Unternehmen in Deutschland verstärkt mit den Chancen und insbesondere auch den Kosten und Risiken beschäftigt haben, die mit generativer KI einhergehen. Denn der Einsatz von generativer KI wirft urheberrechtliche, haftungsrechtliche und datenschutzrechtliche Fragen auf, die teilweise noch nicht abschließend geklärt sind. Ebenso sind die Auswirkungen des kürzlich verabschiedeten AI Acts noch weitestgehend ungeklärt. Regional betrachtet, sind die Unternehmensbedarfe in den südwestlichen Städten Deutschlands sowie in Berlin und dem angrenzenden Umland besonders hoch. Ähnliche Clusterwirkungen sind in den Regionen um München, Stuttgart, Karlsruhe und Heidelberg sowie um Köln und Bonn erkennbar. Gerade Unternehmen aus dem Technologiebereich und Fahrzeugbau sowie Forschungseinrichtungen schreiben dort viele Stellenanzeigen zu generativer KI aus. In Berlin und München treiben ebenfalls viele KI-Start-ups die Bedarfe zu generativer KI." (Autorenreferat, IAB-Doku)
Ähnliche Treffer
auch erschienen als: IW-Kurzberichte, 2025,38 -
Literaturhinweis
Künstliche Intelligenz - Bessere Entlohnung durch Produktivitätsbooster? - Institut der deutschen Wirtschaft (IW) (2024)
Büchel, Jan; Monsef, Roschan;Zitatform
Büchel, Jan & Roschan Monsef (2024): Künstliche Intelligenz - Bessere Entlohnung durch Produktivitätsbooster? - Institut der deutschen Wirtschaft (IW). In: IW-Trends, Jg. 51, H. 2, S. 42-63. DOI:10.2373/1864-810X.24-02-03
Abstract
"Künstliche Intelligenz (KI) wird bereits vielfältig von Unternehmen und in der Gesellschaft eingesetzt. Auswirkungen auf die Arbeitswelt werden dabei kontrovers diskutiert: Auf der einen Seite stehen mögliche Produktivitätszuwächse durch KI-Anwendungen, auf der anderen Seite die Sorgen der Beschäftigten, dass KI ihre Arbeitsplätze ersetzen könnte. Deshalb kann gerade die Perspektive der Beschäftigten mehr Klarheit dazu bringen, welche Effekte KI konkret auf ihre Arbeitssituation haben kann. Auswertungen des Sozio-oekonomischen Panels zeigen, dass 37 Prozent der Beschäftigten in Deutschland im Jahr 2020 mit KI-Anwendungen arbeiten. KI-Beschäftigte sind häufig männlich, im Alter von 18 bis 44 Jahren und haben oftmals einen Meister-, Fachhochschul- oder Universitätsabschluss. Sie äußern seltener Sorgen, mit dem technischen Fortschritt nicht mithalten zu können, und mehr Sorgen, dass ihre beruflichen Qualifikationen abgewertet werden könnten. Eine multivariate Analyse zeigt, dass die Bruttostundenlöhne von KI-Beschäftigten durchschnittlich um 4 Prozent höher sind als bei Beschäftigten ohne KI-Nutzung. Dies gilt unabhängig davon, ob Beschäftigte intensiv oder weniger intensiv mit KI-Anwendungen arbeiten. Im Gegensatz zu früheren technologischen Neuerungen, von denen besonders Hochqualifizierte profitieren konnten, zeigt sich der positive Zusammenhang zwischen Lohnhöhe und KI-Nutzung für alle Bildungsgruppen." (Textauszug, IAB-Doku)
-
Literaturhinweis
Evidence on the adoption of Artificial Intelligence: The role of skills shortage (2024)
Zitatform
Carioli, Paolo, Dirk Czarnitzki & Gastón P. Fernández (2024): Evidence on the adoption of Artificial Intelligence: The role of skills shortage. (ZEW discussion paper 24-013), Mannheim, 37 S.
Abstract
"Artificial Intelligence (AI) is considered to be the next general-purpose technology, with the potential of performing tasks commonly requiring human capabilities. While it is commonly feared that AI replaces labor and disrupts jobs, we instead investigate the potential of AI for overcoming increasingly alarming skills shortages in firms. We exploit unique German survey data from the Mannheim Innovation Panel on both the adoption of AI and the extent to which firms experience scarcity of skills. We measure skills shortage by the number of job vacancies that could not be filled as planned by firms, distinguishing among different types of skills. To account for the potential endogeneity of skills shortage, we also implement instrumental variable estimators. Overall, we find a positive and significant effect of skills shortage on AI adoption, the breadth of AI methods, and the breadth of areas of application of AI. In addition, we find evidence that scarcity of labor with academic education relates to firms exploring and adopting AI." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz und Gender - eine Frage diskursiver (Gegen-)Macht? (2024)
Zitatform
Carstensen, Tanja & Kathrin Ganz (2024): Künstliche Intelligenz und Gender - eine Frage diskursiver (Gegen-)Macht? In: WSI-Mitteilungen, Jg. 77, H. 1, S. 26-33. DOI:10.5771/0342-300X-2024-1-26
Abstract
"Mit der Digitalisierung von Arbeit ist häufig die Frage verbunden, ob sich Geschlechterungleichheiten verändern. Aktuell wird dies vor allem mit Blick auf Künstliche Intelligenz (KI ) kontrovers diskutiert. Im betrieblichen Alltag gewinnt KI zunehmend an Relevanz ; in politischen, medialen und wissenschaftlichen Diskursen wird bereits seit einigen Jahren thematisiert, inwiefern KI aus Geschlechterperspektiven relevant ist. Dieser Beitrag untersucht diese Diskurse und widmet sich der Frage, inwiefern sich durch die Anwendung von KI -Technologien geschlechtliche Machtungleichheiten in der Arbeitswelt verändern und ob sich mit KI Ansatzpunkte für die Entwicklung von Gegenmacht erkennen lassen." (Textauszug, IAB-Doku)
-
Literaturhinweis
The impact of artificial intelligence in the early retirement decision (2024)
Zitatform
Casas, Pablo & Concepción Román (2024): The impact of artificial intelligence in the early retirement decision. In: Empirica, Jg. 51, H. 3, S. 583-618. DOI:10.1007/s10663-024-09613-3
Abstract
"This paper examines the impact of Artificial Intelligence (AI) on early retirement (ER) decisions in Europe. For the analysis, we utilize microdata from the Survey of Health, Ageing and Retirement in Europe, along with occupation-level data on AI advances and AI exposure. Initially, we investigate the influence of AI advances and AI exposure separately, finding in both instances a significant reduction in ER likelihood, though this only applies to workers with higher education. Subsequently, we explore the interaction between AI advances and AI exposure concerning ER probability. This interaction proves critical in determining AI’s impact on ER transitions. Specifically, we observe a significant reduction in ER probabilities for workers whose occupations exhibit high levels of AI advances and high expectations for further implementation of this technology in the future. Finally, we jointly analyse the interaction between AI advances, AI exposure, and education level. This analysis highlights that workers’ ER probabilities may either increase or decrease in response to the AI revolution, depending on their education level and the characteristics of their occupations in terms of AI advances and AI exposure." (Author's abstract, IAB-Doku, © Springer-Verlag) ((en))
-
Literaturhinweis
Wie bewältigen Regionen die digitale und ökologische Transformation von Wirtschaft und Arbeitsmarkt? (Podium) (2024)
Dauth, Wolfgang ; Solms, Anna; Grienberger, Katharina; Lehmer, Florian ; Moritz, Michael ; Müller, Steffen ; Fitzenberger, Bernd ; Plümpe, Verena; Falck, Oliver ; Bauer, Anja ; Sonnenburg, Anja; Janser, Markus ; Schneemann, Christian ; Diegmann, André ; Matthes, Britta ; Solms, Anna;Zitatform
Dauth, Wolfgang & Michael Moritz; Katharina Grienberger, Florian Lehmer, Steffen Müller, Bernd Fitzenberger, Verena Plümpe, Oliver Falck, Anja Bauer, Anja Sonnenburg, Markus Janser, Christian Schneemann, André Diegmann, Britta Matthes & Anna Solms (sonst. bet. Pers.) (2024): Wie bewältigen Regionen die digitale und ökologische Transformation von Wirtschaft und Arbeitsmarkt? (Podium). In: IAB-Forum H. 06.05.2024. DOI:10.48720/IAB.FOO.20240506.01
Abstract
"Was bedeuten die absehbaren Transformationsprozesse der kommenden Jahrzehnte auf regionaler Ebene und wie können sie gemeistert werden? Antworten auf diese Fragen gab der IWH/IAB-Workshop zur Arbeitsmarktpolitik, der in diesem Jahr erstmals am IAB in Nürnberg stattfand." (Autorenreferat, IAB-Doku)
Beteiligte aus dem IAB
Dauth, Wolfgang ; Grienberger, Katharina; Lehmer, Florian ; Moritz, Michael ; Fitzenberger, Bernd ; Janser, Markus ; Schneemann, Christian ; Diegmann, André ; Matthes, Britta ; -
Literaturhinweis
Who Is AI Replacing? The Impact of Generative AI on Online Freelancing Platforms (2024)
Zitatform
Demirci, Ozge, Jonas Hannane & Xinrong Zhu (2024): Who Is AI Replacing? The Impact of Generative AI on Online Freelancing Platforms. (CESifo working paper 11276), München, 22 S.
Abstract
"This paper studies the impact of Generative AI technologies on the demand for online freelancers using a large dataset from a leading global freelancing platform. We identify the types of jobs that are more affected by Generative AI and quantify the magnitude of the heterogeneous impact. Our findings indicate a 21% decrease in the number of job posts for automation-prone jobs related to writing and coding, compared to jobs requiring manual-intensive skills, within eight months after the introduction of ChatGPT. We show that the reduction in the number of job posts increases competition among freelancers while the remaining automation-prone jobs are of greater complexity and offer higher pay. We also find that the introduction of Image-generating AI technologies led to a 17% decrease in the number of job posts related to image creation. We use Google Trends to show that the more pronounced decline in the demand for freelancers within automation-prone jobs correlates with their higher public awareness of ChatGPT’s substitutability." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz ändert einiges: „Arbeitsmarkt der Zukunft“: Interview mit der Wirtschaftsgeographin Dr. Anne Otto über den Arbeitsmarkt in der Westpfalz, Automatisierung, künstliche Intelligenz und vieles mehr (2024)
Zitatform
Dieckvoẞ-Ploch, Miriam; Anne Otto (interviewte Person) (2024): Künstliche Intelligenz ändert einiges. „Arbeitsmarkt der Zukunft“: Interview mit der Wirtschaftsgeographin Dr. Anne Otto über den Arbeitsmarkt in der Westpfalz, Automatisierung, künstliche Intelligenz und vieles mehr. In: Die Rheinpfalz H. 27.09.2024, 2024-09-27.
Abstract
"Weltweit schreitet die Digitalisierung in enormem Tempo voran und verändert die Berufswelt. Auch in der Westpfalz, die sich im Spannungsfeld von traditionellem Handwerk und hochmoderner Technologie befindet. KI-Systeme und Roboter werden immer leistungsfähiger und sind zunehmend in der Lage, Aufgaben selbstständig zu übernehmen. Wirtschaftsgeographin Dr. Anne Otto ist als Wissenschaftliche Mitarbeiterin im Regionalen Forschungsnetz des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) unter anderem im Bereich regionale Arbeitsmarktforschung tätig und gibt Einblicke in den „Arbeitsmarkt der Zukunft“." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Volltext-Zugang über Verlag oder sonstigen Anbieter (möglicherweise kostenpflichtig) -
Literaturhinweis
Künstliche Intelligenz in der Arbeitswelt: Wie KI-unterstütztes Training die Gespräche im Kundenservice verändert (2024)
Dijksman, Sander; Eijkenboom, Danique; Özgül, Pelin; Montizaan, Raymond ; Stops, Michael ; Levels, Mark ; Rounding, Nicholas; Janssen, Simon; Steens, Sanne; Graus, Evie; Fouarge, Didier ; Fregin, Marie-Christine ;Zitatform
Dijksman, Sander, Danique Eijkenboom, Didier Fouarge, Marie-Christine Fregin, Evie Graus, Simon Janssen, Mark Levels, Raymond Montizaan, Pelin Özgül, Nicholas Rounding, Sanne Steens & Michael Stops (2024): Künstliche Intelligenz in der Arbeitswelt: Wie KI-unterstütztes Training die Gespräche im Kundenservice verändert. In: IAB-Forum H. 08.10.2024, 2024-11-18. DOI:10.48720/IAB.FOO.20241008.01
Abstract
"Wie wirkt sich der Einsatz von Künstlicher Intelligenz (KI) in der Weiterbildung auf die Produktivität von Beschäftigten aus? Diese und andere Fragen wurden im Rahmen des Forschungsprojektes „ai:conomics“ anhand von Daten aus verschiedenen europäischen Großunternehmen untersucht. Die ersten Ergebnisse deuten darauf hin, dass sich KI positiv auf die Produktivität von Beschäftigten auswirken kann. Dies gilt vor allem, wenn diese noch nicht lange im Unternehmen tätig sind." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Artificial intelligence capital and employment prospects (2024)
Zitatform
Drydakis, Nick (2024): Artificial intelligence capital and employment prospects. In: Oxford economic papers, Jg. 76, H. 4, S. 901-919. DOI:10.1093/oep/gpae005
Abstract
"There is limited research assessing how AI knowledge affects employment prospects. The present study defines the term ‘AI capital’ as a vector of knowledge, skills, and capabilities related to AI technologies, which could boost individuals’ productivity, employment, and earnings. Subsequently, the study reports the outcomes of a genuine correspondence test in England. It was found that university graduates with AI capital, obtained through an AI business module, experienced more invitations for job interviews than graduates without AI capital. Moreover, graduates with AI capital were invited to interviews for jobs that offered higher wages than those without AI capital. Furthermore, it was found that large firms exhibited a preference for job applicants with AI capital, resulting in increased interview invitations and opportunities for higher-paying positions. The outcomes hold for both men and women. The study concludes that AI capital might be rewarded in terms of employment prospects, especially in large firms." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Migrant Women in the UK’s Digital Economy: The Elimination of Labour Market Barriers in the Digital Labour Market (2024)
Erinc Oztas, Miray;Zitatform
Erinc Oztas, Miray (2024): Migrant Women in the UK’s Digital Economy: The Elimination of Labour Market Barriers in the Digital Labour Market. In: Social Sciences, Jg. 13, H. 9. DOI:10.3390/socsci13090494
Abstract
"This research paper delves into the complexities migrant women face within the UK labor market, with a specific focus on the digital economy’s role as both a barrier and a conduit for employment opportunities. Migrant women in the UK encounter dual barriers to labour market entry: systemic challenges rooted in migration and gender biases, and the digital divide that exacerbates access and inclusion issues within the burgeoning digital economy. Through an exploratory descriptive analysis, this study explores how digitalism—defined as the integration of digital technologies into economic and societal practices—circumvents traditional labor market entry barriers such as languages barriers. By setting out the grounds for a potential hypothesis and further research in the era of AI, this paper underlines how through the implementation of AI tools, traditional barriers such as language barriers are eliminated in the digital labour market." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz – wie Unternehmen sie nutzen und was sie noch daran hindert (2024)
Zitatform
Falck, Oliver, Anna Kerkhof & Anita Wölfl (2024): Künstliche Intelligenz – wie Unternehmen sie nutzen und was sie noch daran hindert. In: Ifo-Schnelldienst, Jg. 77, H. 9, S. 57-63.
Abstract
"Der Künstlichen Intelligenz (KI) wird ein großes Potenzial als Schlüsseltechnologie zugeschrieben. Dieses Potenzial wird in Deutschland und der EU allerdings noch nicht ausgeschöpft, wie die Auswertung der Eurostat-Daten zur KI-Nutzung in Unternehmen von 2023 zeigt. Die Anwendung von KI konzentriert sich noch auf wenige Branchen sowie auf große Unternehmen. Was die KI-Technologien angeht, so werden vor allem Text Mining und KI-basierte Prozessautomatisierung eingesetzt, und dies hauptsächlich in den Bereichen Marketing, Produktion und IT-Sicherheit. Die KI wird dabei meistens eingekauft; in nur wenigen Branchen entwickeln Unternehmen sie selbst. Unternehmen, die darüber nachdenken, KI zu nutzen, aber noch zögern, sehen hauptsächlich mangelnde Expertise sowie hohe Kosten als Hindernis. Daneben sind insbesondere für deutsche Unternehmen die Sorge bezüglich des Datenschutzes oder der Datenverfügbarkeit sowie die Unsicherheit hinsichtlich möglicher rechtlicher Konsequenzen bedeutende Hindernisse." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
On the Automation of Job Tasks: Occupational exposure to Artificial Intelligence and Software (2024)
Zitatform
Fregin, Marie-Christine, Theresa Koch, Verena Malfertheiner, Pelin Özgül & Michael Stops (2024): On the Automation of Job Tasks: Occupational exposure to Artificial Intelligence and Software. (ROA external reports / Researchcentrum voor Onderwijs en Arbeidsmarkt (Maastricht) 4 ai:conomics policybrief), Maastricht, 10 S.
Abstract
"While rapid advances in digital technologies transformed the occupational structures and workers‘ skill and task composition over the past decades, much less is known about how Artificial Intelligence technologies (AI) will shape future labour markets. As part of the “ai:conomics” project, we analyze the extent to which employees subject to social security contributions in Germany are potentially exposed to AI and software technology. Our results show that highly educated, high-income workers are most exposed to AI, while their exposure is lower to software. Overall, the findings suggest that given AI’s far-reaching potential to carry out different sets of tasks, these technologies are expected to impact workers across a wider skill and wage spectrum, which previous automation technologies had limited impact on." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz und industrielle Arbeit – Perspektiven und Gestaltungsoptionen: Expertise des Forschungsbeirats Industrie 4.0 (2024)
Gabriel, Stefan; Kretzschmer, Veronika; Graunke, Jannis; Dumitrescu, Roman; Murrenhoff, Anike; Hompel, Michael ten ; Falkowski, Tommy;Zitatform
Gabriel, Stefan, Tommy Falkowski, Jannis Graunke, Roman Dumitrescu, Anike Murrenhoff, Veronika Kretzschmer & Michael ten Hompel (2024): Künstliche Intelligenz und industrielle Arbeit – Perspektiven und Gestaltungsoptionen. Expertise des Forschungsbeirats Industrie 4.0. München, 46 S. DOI:10.48669/fb40_2024-1
Abstract
"In der neuen Expertise „Künstliche Intelligenz und industrielle Arbeit“ des Forschungsbeirats Industrie 4.0 zeigen das Fraunhofer IEM und das Fraunhofer IML Gestaltungsoptionen und Handlungsfelder auf, wie KI in der deutschen Industrie erfolgreich eingesetzt werden kann. Ziel ist sowohl eine Steigerung der Wettbewerbsfähigkeit als auch eine Aufwertung von Arbeitsplätzen. Der KI-Einsatz beinhaltet Produktionsabläufe planen, Montagetätigkeiten übernehmen, Steuerungen programmieren oder Lager organisieren." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Einsatz von KI in Werkstätten für behinderteMenschen (2024)
Garoscio, Lidia; Wiehe, Katharina;Zitatform
Garoscio, Lidia & Katharina Wiehe (2024): Einsatz von KI in Werkstätten für behinderteMenschen. In: Soziale Sicherheit, Jg. 73, H. 8-9, S. 23-27.
Abstract
"Werkstätten für behinderte Menschen haben bereits Erfahrungen mit dem Einsatz von KI-gestützten Assistenzsystemen gemacht. Diese können Menschen mit Behinderungen in unterschiedlichen Arbeitsbereichen unterstützen. Der Artikel zeigt die Potenziale des Einsatzes anhand einiger Praxisbeispiele auf, diskutiert aber auch dessen Hürden und geht auf die Rolle desProjekts „KI-Kompass Inklusiv“ ein." (Textauszug, IAB-Doku)
-
Literaturhinweis
AI, Task Changes in Jobs, and Worker Reallocation (2024)
Zitatform
Gathmann, Christina, Felix Grimm & Erwin Winkler (2024): AI, Task Changes in Jobs, and Worker Reallocation. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 17554), Bonn, 50 S.
Abstract
"How does Artificial Intelligence (AI) affect the task content of work, and how do workers adjust to the diffusion of AI in the economy? To answer these important questions, we combine novel patent-based measures of AI and robot exposure with individual survey data on tasks performed on the job and administrative data on worker careers. Like prior studies, we find that robots have reduced routine tasks. In sharp contrast, AI has reduced non-routine abstract tasks like information gathering and increased the demand for 'high-level' routine tasks like monitoring processes. These task shifts mainly occur within detailed occupations and become stronger over time. While displacement effects are small, workers have responded by switching jobs, often to less exposed industries. We also document that low-skilled workers suffer some wage losses, while high-skilled incumbent workers experience wage gains." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Artificial intelligence and wage inequality (2024)
Georgieff, Alexandre;Zitatform
Georgieff, Alexandre (2024): Artificial intelligence and wage inequality. (OECD artificial intelligence papers 13), Paris, 37 S. DOI:10.1787/bf98a45c-en
Abstract
"This paper looks at the links between AI and wage inequality across 19 OECD countries. It uses a measure of occupational exposure to AI derived from that developed by Felten, Raj and Seamans (2019) – a measure of the degree to which occupations rely on abilities in which AI has made the most progress. The results provide no indication that AI has affected wage inequality between occupations so far (over the period 2014-2018). At the same time, there is some evidence that AI may be associated with lower wage inequality within occupations – consistent with emerging findings from the literature that AI reduces productivity differentials between workers. Further research is needed to identify the exact mechanisms driving the negative relationship between AI and wage inequality within occupations. One possible explanation is that low performers have more to gain from using AI because AI systems are trained to embody the more accurate practices of high performers. It is also possible that AI reduces performance differences within an occupation through a selection effect, e.g. if low performers leave their job because they are unable to adapt to AI tools by shifting their activities to tasks that AI cannot automate." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Wie kollegial ist Künstliche Intelligenz?: Risikowahrnehmungen und Gestaltungsanforderungen aus Sicht von Beschäftigten (2024)
Gerlmaier, Anja; Bendel, Alexander;Zitatform
Gerlmaier, Anja & Alexander Bendel (2024): Wie kollegial ist Künstliche Intelligenz? Risikowahrnehmungen und Gestaltungsanforderungen aus Sicht von Beschäftigten. (IAQ-Report 2024-01), Duisburg ; Essen, 15 S. DOI:10.17185/duepublico/81427
Abstract
Zukünftig werden immer mehr Beschäftigte nicht nur in ihrem privaten Umfeld, sondern auch am Arbeitsplatz mit Systemen zusammenarbeiten, die auf Künstlicher Intelligenz (KI) basieren. Das IAQ untersuchte im Rahmen des "HUMAINE"-Projektes, wie Beschäftigte die Kooperation mit solchen KI-Systemen bewerten und welche Gestaltungsanforderungen sie an diese neue Form der hybriden Mensch-KI-Zusammenarbeit haben. Es zeigte sich, dass KI-Systeme je nach Interaktionsform unterschiedliche Potenziale und Risiken aufweisen. Um die KI-basierten Risiken zu verringern, sollten Nutzer*innen frühzeitig an der Konzeption und Implementierung beteiligt und dabei arbeitswissenschaftliche Gestaltungskriterien berücksichtigt werden. (Author's abstract, IAB-Doku)
-
Literaturhinweis
Artificial intelligence and the changing demand for skills in the labour market (2024)
Zitatform
Green, Andrew (2024): Artificial intelligence and the changing demand for skills in the labour market. (OECD artificial intelligence papers 14), Paris, 55 S. DOI:10.1787/88684e36-en
Abstract
"Most workers who will be exposed to artificial intelligence (AI) will not require specialised AI skills (e.g. machine learning, natural language processing, etc.) to work with AI. Even so, AI will change the tasks these workers do, and the skills they require. This report provides first estimates for the effect of artificial intelligence (AI) on the demand for skills in jobs that do not require specialised AI skills. The results show that the skills most demanded in occupations highly exposed to AI are management and business skills. These include skills in general project management, finance, administration and clerical tasks. The results also show that there have been increases over time in the demand for these skills in occupations highly exposed to AI. For example, the share of vacancies in these occupations that demand at least one emotional, cognitive or digital skill has increased by 8 percentage points. However, using a panel of establishments (which induces plausibly exogenous variation in AI exposure), the report finds evidence that the demand for these skills is beginning to fall in establishments most exposed to AI." (Author's abstract, IAB-Doku) ((en))