Zitatform

Korinek, Anton (2019): Integrating ethical values and economic value to steer progress in Artificial Intelligence. (NBER working paper 26130), Cambrige, Mass., 20 S. DOI:10.3386/w26130

Abstract

"Economics and ethics both offer important perspectives on our society, but they do so from two different viewpoints - the central focus of economics is how the price system in our economy values resources; the central focus of ethics is the moral evaluation of actions in our society. The rise of Artificial Intelligence (AI) forces humanity to confront new areas in which ethical values and economic value conflict, raising the question of what direction of technological progress is ultimately desirable for society. One crucial area are the effects of AI and related forms of automation on labor markets, which may lead to substantial increases in inequality unless mitigating policy actions are taken or progress is actively steered in a direction that complements human labor. Additional areas of conflict arise when AI systems optimize narrow market value but disregard broader ethical values and thus impose externalities on society, for example when AI systems engage in bias and discrimination, hack the human brain, and increasingly reduce human autonomy. Market incentives to create ever more intelligent systems lead to the ultimate ethical question: whether we should aim to create AI systems that surpass humans in general intelligence, and how to ensure that humanity is not left behind." (Author's abstract, IAB-Doku) ((en))

Zitatform

Korinek, Anton & Joseph E. Stiglitz (2019): Artificial intelligence and its implications for income distribution and unemployment. In: A. K. Agrawal, J. Gans & A. Goldfarb (Hrsg.) (2019): The economics of artificial intelligence: An agenda.

Abstract

"Inequality is one of the main challenges posed by the proliferation of artificial intelligence (AI) and other forms of worker-replacing technological progress. This paper provides a taxonomy of the associated economic issues: First, we discuss the general conditions under which new technologies such as AI may lead to a Pareto improvement. Secondly, we delineate the two main channels through which inequality is affected - the surplus arising to innovators and redistributions arising from factor price changes. Third, we provide several simple economic models to describe how policy can counter these effects, even in the case of a 'singularity' where machines come to dominate human labor. Under plausible conditions, non-distortionary taxation can be levied to compensate those who otherwise might lose. Fourth, we describe the two main channels through which technological progress may lead to technological unemployment - via efficiency wage effects and as a transitional phenomenon. Lastly, we speculate on how technologies to create super-human levels of intelligence may affect inequality and on how to save humanity from the Malthusian destiny that may ensue." (Author's abstract, IAB-Doku) ((en))

Zitatform

Krämer, Hagen (2019): Digitalisierung, Monopolbildung und wirtschaftliche Ungleichheit. In: Wirtschaftsdienst, Jg. 99, H. 1, S. 47-52. DOI:10.1007/s10273-019-2394-z

Abstract

"Die voranschreitende Digitalisierung bringt zahlreiche neue Chancen mit sich. Gleichzeitig ergeben sich auch neue Herausforderungen für Wirtschaft und Gesellschaft. Dieser Beitrag beschäftigt sich mit zwei zentralen Problemen, die in letzter Zeit intensiv diskutiert werden. Zum einen geht es um die Tendenzen zur Monopolbildung, die sich auf Märkten für digitale Güter beobachten lassen. Zum anderen um die Auswirkungen auf den Arbeitsmarkt durch Roboterisierung und künstliche Intelligenz. Hier stehen die Sorge vor Arbeitsplatzverlusten und einer weiter zunehmenden Einkommens- und Vermögensungleichheit an erster Stelle." (Autorenreferat, © Springer-Verlag)

Zitatform

Lücking, Stefan (2019): Arbeiten in der Plattformökonomie. Über digitale Tagelöhner, algorithmisches Management und die Folgen für die Arbeitswelt. (Hans-Böckler-Stiftung. Forschungsförderung Report 05), Düsseldorf, 26 S.

Abstract

"Plattformarbeit steht als 'digitales Tagelöhnertum' in der Diskussion. Dieser Report gibt einen Überblick über die aktuelle Forschung. Er beschränkt sich nicht nur auf die Frage, wie sich die negativen Entwicklungen eingrenzen lassen, sondern fragt auch danach, wie die neuen technischen Möglichkeiten für bessere Formen der Arbeit und des Lebens, für mehr Autonomie und Mitbestimmung in der Arbeit genutzt werden können." (Autorenreferat, IAB-Doku)

Zitatform

Madgavkar, Anu, James Manyika, Mekala Krishnan, Kweilin Ellingrud, Lareina Yee, Jonathan Woetzel, Michael Chui, Vivian Hunt & Sruti Balakrishnan (2019): The future of women at work. Transitions in the age of automation. Washington, DC, 155 S.

Abstract

"The age of automation, and on the near horizon, artificial intelligence (AI) technologies offer new job opportunities and avenues for economic advancement, but women face new challenges overlaid on long-established ones. Between 40 million and 160 million women globally may need to transition between occupations by 2030, often into higher-skilled roles. To weather this disruption, women (and men) need to be skilled, mobile, and tech-savvy, but women face pervasive barriers on each, and will need targeted support to move forward in the world of work.
A new McKinsey Global Institute (MGI) report, The future of women at work: Transitions in the age of automation, finds that if women make these transitions, they could be on the path to more productive, better-paid work. If they cannot, they could face a growing wage gap or be left further behind when progress toward gender parity in work is already slow. This new research explores potential patterns in 'jobs lost' (jobs displaced by automation), 'jobs gained' (job creation driven by economic growth, investment, demographic changes, and technological innovation), and 'jobs changed' (jobs whose activities and skill requirements change from partial automation) for women by exploring several scenarios of how automation adoption and job creation trends could play out by 2030 for men and women given current gender patterns in the global workforce.
These scenarios are not meant to predict the future; rather, they serve as a tool to understand a range of possible outcomes and identify interventions needed. We use the term jobs as shorthand for full-time-equivalent workers.
The research examines six mature economies (Canada, France, Germany, Japan, the United Kingdom, and the United States) and four emerging economies (China, India, Mexico, and South Africa), which together account for around half of the world's population and about 60 percent of global GDP." (Author's abstract, IAB-Doku) ((en))

Zitatform

Menzel, Christoph & Christian Winkler (2019): Zur Diskussion der Effekte Künstlicher Intelligenz in der wirtschaftswissenschaftlichen Literatur. (Bundesministerium für Wirtschaft und Energie. Diskussionspapier 08), Berlin, 12 S.

Abstract

"In der wirtschaftswissenschaftlichen Literatur sind Künstliche Intelligenz und ihre Auswirkungen zunehmend Gegenstand der Debatte. Aufgrund (noch) fehlender Daten und des jungen Forschungsstands ist die Diskussion jedoch arm an empirischer Evidenz und reich an kontroversen Einschätzungen.
Die Literaturübersicht zeigt, dass KI und mit dieser verknüpfte Technologien das Potenzial haben, wirtschaftliche Strukturen wesentlich zu verändern. Negative Effekte auf bestimmte, auch kognitive Tätigkeiten können durch KI-basierte Wachstums- und Beschäftigungsimpulse in anderen Bereichen (über)kompensiert werden. Neben den Auswirkungen auf Beschäftigung und Produktivität bzw. Wirtschaftswachstum stehen auch Effekte auf Marktstruktur, Einkommensverteilung und Innovation im Fokus der wissenschaftlichen Diskussion. Eine Mehrheit der Wissenschaftler warnt dabei vor negativen Auswirkungen auf die Einkommens- und Vermögensverteilung sowie den Wettbewerb. Die Forschung rät dazu, potenziellen negativen Auswirkungen durch wirtschaftspolitische Maßnahmen frühzeitig zu begegnen, ohne jedoch dabei die Entwicklung Künstlicher Intelligenz und darauf basierender Anwendungen zu behindern." (Autorenreferat, IAB-Doku)

Zitatform

Muro, Mark, Jacob Whiton & Robert Maxim (2019): What jobs are affected by AI? Better-paid, better-educated workers face the most exposure. Washington, D.C., 45 S.

Abstract

"Artificial intelligence (AI) has generated increasing interest in 'future of work' discussions in recent years as the technology has achieved superhuman performance in a range of valuable tasks, ranging from manufacturing to radiology to legal contracts. With that said, though, it has been difficult to get a specific read on AI's implications on the labor market. In part because the technologies have not yet been widely adopted, previous analyses have had to rely either on case studies or subjective assessments by experts to determine which occupations might be susceptible to a takeover by AI algorithms. What's more, most research has concentrated on an undifferentiated array of 'automation' technologies including robotics, software, and AI all at once. The result has been a lot of discussion -- but not a lot of clarity -- about AI, with prognostications that range from the utopian to the apocalyptic. Given that, the analysis presented here demonstrates a new way to identify the kinds of tasks and occupations likely to be affected by AI's machine learning capabilities, rather than automation's robotics and software impacts on the economy. By employing a novel technique developed by Stanford University Ph.D. candidate Michael Webb, the new report establishes job exposure levels by analyzing the overlap between AI-related patents and job descriptions. In this way, the following paper homes in on the impacts of AI specifically and does it by studying empirical statistical associations as opposed to expert forecasting." (Author's abstract, IAB-Doku) ((en))

Zitatform

Naudé, Wim (2019): The race against the robots and the fallacy of the giant cheesecake. Immediate and imagined impacts of artificial intelligence. (IZA discussion paper 12218), Bonn, 29 S.

Abstract

"After a number of AI-winters, AI is back with a boom. There are concerns that it will disrupt society. The immediate concern is whether labor can win a 'race against the robots' and the longer-term concern is whether an artificial general intelligence (super-intelligence) can be controlled. This paper describes the nature and context of these concerns, reviews the current state of the empirical and theoretical literature in economics on the impact of AI on jobs and inequality, and discusses the challenge of AI arms races. It is concluded that despite the media hype neither massive jobs losses nor a 'Singularity' are imminent. In part, this is because current AI, based on deep learning, is expensive and difficult for (especially small) businesses to adopt, can create new jobs, and is an unlikely route to the invention of a super-intelligence. Even though AI is unlikely to have either utopian or apocalyptic impacts, it will challenge economists in coming years. The challenges include regulation of data and algorithms; the (mis-) measurement of value added; market failures, anticompetitive behaviour and abuse of market power; surveillance, censorship, cybercrime; labor market discrimination, declining job quality; and AI in emerging economies." (Author's abstract, IAB-Doku) ((en))

Zitatform

Papsdorf, Christian (2019): Digitale Arbeit. Eine soziologische Einführung. Frankfurt: Campus-Verl., 198 S.

Abstract

"Dem Ziel folgend, das komplexe Feld in ein handhabbares Format zu überführen, liegt dem Buch eine zweifache Strukturierung zugrunde. Erstens werden vier Perspektiven auf die Digitalisierung der Arbeit unterschieden. Aus den drei zentralen Elementen digitaler Arbeit, den Individuen, den Organisationen und der Technik, werden drei spezifisch soziologische Perspektiven entwickelt, die jeweils zwei der Elemente miteinander verbinden. Ergänzt werden diese Blickwinkel durch eine vierte Perspektive, die gesamtgesellschaftliche Entwicklungen im Kontext digitaler Arbeit fokussiert. Zweitens werden bei der digitalen Arbeit als solcher fünf Formen voneinander differenziert. So lässt sich digitale Arbeit ohne das Internet von digitaler Arbeit am Internet, digitaler Arbeit mit dem Internet, digitaler Arbeit im Internet und digitaler Arbeit durch das Internet unterscheiden. Auf der Basis dieser doppelten Strukturierung kann eine differenzierte Analyse der Digitalisierung der Arbeitswelt erfolgen, indem die fünf Varianten digitaler Arbeit jeweils aus vier Perspektiven untersucht werden." (Textauszug, IAB-Doku)

Zitatform

Peissner, Matthias, Falko Kötter & Helmut Zaiser (2019): Künstliche Intelligenz - Anwendungsperspektiven für Arbeit und Qualifizierung. In: Berufsbildung in Wissenschaft und Praxis, Jg. 48, H. 3, S. 9-13.

Abstract

"Die Fortschritte in der künstlichen Intelligenz (KI) bewirken tiefgreifende Veränderungen der Arbeit und damit auch der Berufsbildung. Anhand ausgewählter Projekte des Fraunhofer-Instituts für Arbeitswirtschaft und Organisation zeigt der Beitrag, vor welchen Herausforderungen die Arbeitsgestaltung und Berufsbildung stehen. Besonders möchten wir die positiven Potenziale der KI-Nutzung hervorheben. KI kann zur Gestaltung von Arbeit mit menschengerechten - fordernden, aber nicht überfordernden - Tätigkeitsprofilen beitragen und neue Möglichkeiten der berufsbegleitenden Qualifizierung eröffnen." (Autorenreferat)

Zitatform

Pettersen, Lene (2019): Why artificial intelligence will not outsmart complex knowledge work. In: Work, employment and society, Jg. 33, H. 6, S. 1058-1067. DOI:10.1177/0950017018817489

Abstract

"The potential role of artificial intelligence in improving organisations' performance and productivity has been promoted regularly and vociferously since the 1960s. Artificial intelligence is today reborn out of big business, similar to the occurrences surrounding big data in the 1990s, and expectations are high regarding AI's potential role in businesses. This article discusses different aspects of knowledge work that tend to be ignored in the debate about whether or not artificial intelligence systems are a threat to jobs. A great deal of knowledge work concerns highly complex problem solving and must be understood in contextual, social and relational terms. These aspects have no generic nor universal rules and solutions and, thus, cannot be easily replaced by artificial intelligence or programmed into computer systems, nor are they constructed based on models of the rational brain. In this respect, this article draws on philosopher Herbert Dreyfus' thesis regarding artificial intelligence." (Author's abstract, IAB-Doku) ((en))

Zitatform

Prietl, Bianca (2019): Algorithmische Entscheidungssysteme revisited. Wie Maschinen gesellschaftliche Herrschaftsverhältnisse reproduzieren können. In: Feministische Studien, Jg. 37, H. 2, S. 303-319. DOI:10.1515/fs-2019-0029

Abstract

"Der vorliegende Beitrag unternimmt eine konzeptionelle Analyse des Zusammenspiels von algorithmischen Entscheidungssystemen mit gesellschaftlichen Herrschaftsverhältnissen aus der Perspektive feministischer Technik- und Rationalitätskritik. Hierzu fasst er diese automatisierten Entscheidungstechnologien als herrschaftsförmige Erkenntnistechnologien, die spezifische Weltzugänge, Erkenntnismöglichkeiten und (politische) Gestaltungsoptionen begründen, und verfolgt die These, dass letztere ein Schlüssel sind um zu verstehen, wie algorithmische Entscheidungssysteme gesellschaftliche Herrschaftsverhältnisse reproduzieren. Konkret rekonstruiert er (1) die Ein- und Ausschlusseffekte eines datenfundamentalistischen Zugriffs auf Welt, (2) die ungleichheitskonservierende Tendenz eines post-explanativen Erkenntnispragmatismus und (3) die Politics von Data Science." (Autorenreferat, IAB-Doku)

Zitatform

Schwab, Klaus & Nicholas Davis (2019): Die Zukunft der Vierten Industriellen Revolution. Wie wir den digitalen Wandel gestalten. München: Deutsche Verlags-Anstalt, 397 S.

Abstract

"Wir stecken mitten in der Vierten Industriellen Revolution, und sie wird alles verändern: wie unsere Wirtschaft funktioniert, wie wir miteinander umgehen, was es bedeutet, Mensch zu sein. In seinem neuen Buch skizziert der Vorsitzende des Weltwirtschaftsforums Klaus Schwab die wichtigsten Trends der neuen Technologien, die die Vierte Industrielle Revolution ausmachen und entscheidend für die Zukunft der Menschheit sein werden. Er legt dar, wie wir die daraus entstehenden Chancen bestmöglich für uns nutzen können und wie Bürger, Organisationen und Regierungen konkret handeln sollten, damit eine nachhaltige und auf die Teilhabe aller ausgerichtete Zukunft gelingen kann. (Verlagsangaben, IAB-Doku)"

Zitatform

Seamans, Robert & Manav Raj (2019): AI, labor, productivity and the need for firm-level data. In: A. K. Agrawal, J. Gans & A. Goldfarb (Hrsg.) (2019): The economics of artificial intelligence: An agenda.

Abstract

"We summarize existing empirical findings regarding the adoption of robotics and AI and its effects on aggregated labor and productivity, and argue for more systematic collection of the use of these technologies at the firm level. Existing empirical work primarily examines robotics rather than AI, and uses statistics aggregated by industry or country, which precludes in-depth studies regarding the conditions under which these technologies complement or substitute for labor. Further, firm-level data would also allow for studies of effects on firms of different sizes, the role of market structure in technology adoption, the impact on entrepreneurs and innovators, and the effect on regional economies amongst others. We highlight several ways that such firm-level data could be collected and used by academics, policymakers and other researchers." (Author's abstract, IAB-Doku) ((en))

Zitatform

Servoz, Michel (2019): AI, the future of work? Work of the future! On how artificial intelligence, robotics and automation are transforming jobs and the economy in Europe. AI report. Brüssel, 155 S. DOI:10.2872/913422

Abstract

"We are used to thinking about artificial intelligence (AI) in the future tense, speculating how technological developments in this area will affect us. But if we spend too much time trying to figure out what to expect in the future, we risk not seeing that AI and robotisation have already started transforming our daily lives.
While historical evidence suggests that previous waves of automation have been overwhelmingly positive for the economy and society, AI is in a different league, with the potential to be much more disruptive. It builds upon other digital technologies but also brings about and amplifies major socioeconomic changes of its own.
What do recent technological developments in AI and robotisation mean for the economy, businesses and jobs? Should we be worried or excited? Which jobs will be destroyed and which new ones created? What should education systems, businesses, governments and social partners do to manage the coming transition successfully?" (Author's abstract, IAB-Doku) ((en))

Zitatform

Simbeck, Katharina, Finn Folkerts & Shirin Riazy (2019): Automatisierte Textanalyse bei der Personalauswahl. Potenziale und Grenzen. In: Berufsbildung in Wissenschaft und Praxis, Jg. 48, H. 3, S. 27-29.

Abstract

"Unternehmen können heute mithilfe von Algorithmen eine Vorauswahl aus eingegangenen Bewerbungen treffen. Dabei setzen sie auch automatisierte Verfahren der Textanalyse durch künstliche Intelligenz ein. Die dahinterliegenden Routinen sind jedoch nicht nachvollziehbar und können unerwünscht diskriminierend wirken. Im Beitrag werden Ergebnisse eines Projekts vorgestellt, in dem die Voreingenommenheit deutschsprachiger Analysesysteme untersucht wurde." (Autorenreferat)

Zitatform

Spath, Dieter & Friedrich Hubert Esser (2019): Digitalisierung und künstliche Intelligenz - die Zukunft von Arbeit und Bildung. Acatech-Präsident Prof. Dr. Dieter Spath im Gespräch mit BIBB-Präsident Prof. Dr. Friedrich Hubert Esser. In: Berufsbildung in Wissenschaft und Praxis, Jg. 48, H. 3, S. 6-8.

Abstract

"Gefördert durch Bund und Länder berät die Deutsche Akademie der Technikwissenschaften (acatech) Politik und Gesellschaft in wissenschaftlichen und politischen Zukunftsfragen. Dabei bündelt sie die Expertise aus unterschiedlichen wissenschaftlichen Disziplinen und technologieorientierten Unternehmen. Auf Einladung des BIBB tauschten sich die beiden Präsidenten Ende März zu den Folgen der digitalen Transformation in Arbeit und Bildung aus." (Autorenreferat)

Zitatform

Spielkamp, Matthias, Sarah Fischer & Ralph Müller-Eiselt (2019): Automating society. Taking stock of automated decision-making in the EU. Berlin, 146 S.

Abstract

"Imagine you're looking for a job. The company you are applying to says you can have a much easier application process if you provide them with your username and password for your personal email account. They can then just scan all your emails and develop a personality profile based on the result. No need to waste time filling out a boring questionnaire and, because it's much harder to manipulate all your past emails than to try to give the 'correct' answers to a questionnaire, the results of the email scan will be much more accurate and truthful than any conventional personality profiling. Wouldn't that be great? Everyone wins -- the company looking for new personnel, because they can recruit people on the basis of more accurate profiles, you, because you save time and effort and don't end up in a job you don't like, and the company offering the profiling service because they have a cool new business model.
When our colleagues in Finland told us that such a service actually exists, our jaws dropped. We didn't want to believe it, and it wasn't reassuring at all to hear the company claimed that basically no candidate ever declined to comply with such a request. And, of course, it is all perfectly legal because job-seekers give their informed consent to open up their email to analysis -- if you believe the company, that is. When we asked the Finnish Data Protection Ombudsman about it, he wasn't so sure. He informed us that his lawyers were still assessing the case, but that it would take a couple of weeks before he could give his opinion. Since this came to light just before we had to go to press with this publication, please go to our website to discover what his final assessment is." (Author's abstract, IAB-Doku) ((en))

Zitatform

Steil, Jochen & Sebastian Wrede (2019): Maschinelles Lernen und lernende Assistenzsysteme. Neue Tätigkeiten, Rollen und Anforderungen für Beschäftigte? In: Berufsbildung in Wissenschaft und Praxis, Jg. 48, H. 3, S. 14-18.

Abstract

"Technische Assistenzsysteme begleiten uns zunehmend im Alltag und am Arbeitsplatz und greifen immer stärker auf Methoden des maschinellen Lernens zurück. Neuartige Mensch-Maschine-Schnittstellen sollen dabei einen intuitiven Umgang mit der Technik ermöglichen. Der Beitrag beleuchtet die Praxis solcher Systeme, die möglichen Veränderungen in Tätigkeiten, Rollen und Hierarchien sowie die Frage, ob neue Anforderungen an Beschäftigte zu identifizieren sind. Es zeigt sich, dass vielfältige Risiken und Chancen nicht nur Möglichkeiten zur Gestaltung bieten, sondern auch sorgfältige Abwägung erfordern." (Autorenreferat)

Zitatform

Terstegen, Sebastian (2019): Künstliche Intelligenz in der Arbeitswelt. In: Leistung und Entgelt H. 2, S. 1-45.

Zitatform

Webb, Michael (2019): The Impact of Artificial Intelligence on the Labor Market. (SSRN papers), Rochester, NY, 60 S. DOI:10.2139/ssrn.3482150

Abstract

"I develop a new method to predict the impacts of a technology on occupations. I use the overlap between the text of job task descriptions and the text of patents to construct a measure of the exposure of tasks to automation. I first apply the method to historical cases such as software and industrial robots. I establish that occupations I measure as highly exposed to previous automation technologies saw declines in employment and wages over the relevant periods. I use the fitted parameters from the case studies to predict the impacts of artificial intelligence. I find that, in contrast to software and robots, AI is directed at high-skilled tasks. Under the assumption that the historical pattern of long-run substitution will continue, I estimate that AI will reduce 90:10 wage inequality, but will not affect the top 1%." (Author's abstract, IAB-Doku) ((en))

Zitatform

Wirtz, Bernd W. & Jan C. Weyerer (2019): Ein integratives KI-Leitlinienmodell für die öffentliche Verwaltung. In: Verwaltung & Management, Jg. 25, H. 2, S. 90-95. DOI:10.5771/0947-9856-2019-2-90

Abstract

"Künstliche Intelligenz (KI) bietet für die öffentliche Verwaltung erhebliche Chancenpotenziale und gewinnt im Rahmen der Erfüllung öffentlicher Aufgaben zunehmend an Bedeutung. Die Einführung und Nutzung von KI-Anwendungen ist jedoch gleichzeitig mit großen Risiken und Herausforderungen für die öffentliche Verwaltung und Gesellschaft verbunden, die eine sichere und erfolgreiche Anwendung von KI in der Verwaltungspraxis gefährden. Die Bewältigung dieser Risiken und Herausforderungen stellt eine komplexe Aufgabe für die öffentliche Verwaltung dar, die klare Handlungsrichtlinien für die Steuerung von KI erfordert. Vor diesem Hintergrund wird in dieser Studie ein integratives KI-Leitlinienmodell für die öffentliche Verwaltung entwickelt, das als umfassender konzeptioneller und zielorientierter Bezugspunkt bei der Einführung und Nutzung von KI-Anwendungen in der Verwaltungspraxis dienen soll." (Autorenreferat, IAB-Doku)

Abstract

"Künstliche Intelligenz wird unsere Kommunikation, Arbeit, Forschung, Verkehrsführung und viele weitere Lebensbereiche revolutionieren. Was fehlt, sind Regeln, die garantieren, dass künstliche Intelligenz demokratischen Werten folgt und nicht Ungerechtigkeiten aus der analogen Welt auf digitale Entscheidungen überträgt.
Die neue OECD-Studie 'Artificial Intelligence in Society' vermittelt Einblicke in die Entwicklungsgeschichte künstlicher Intelligenz und gibt Empfehlungen für weltweit gültige Verhaltensregeln, die Ethik und Fairness im Umgang mit künstlicher Intelligenz garantieren." (Autorenreferat, IAB-Doku)

Abstract

"This report documents how the ongoing digital transformation is affecting people's lives across the 11 key dimensions that make up the How's Life? Well-being Framework (Income and wealth, Jobs and earnings, Housing, Health status, Education and skills, Work-life balance, Civic engagement and governance, Social connections, Environmental quality, Personal security, and Subjective well-being). A summary of existing studies highlights 39 key impacts of the digital transformation on people's well-being. The review shows that these impacts can be positive as digital technologies expand the boundaries of information availability and enhance human productivity, but can also imply risks for people's well-being, ranging from cyber-bullying to the emergence of disinformation or cyber-hacking. In sum, making digitalisation work for people's well-being would require building equal digital opportunities, widespread digital literacy and strong digital security. Continued research and efforts in improving statistical frameworks will be needed to expand our knowledge on the many topics covered in this report." (Author's abstract, IAB-Doku) ((en))

Zitatform

(2019): Einsatz von automatisierten Entscheidungssystemen und Künstlicher Intelligenz in der Personalauswahl, Personalverwaltung und Personalentwicklung. Antwort der Bundesregierung auf die Kleine Anfrage der Abgeordneten und der Fraktion DIE LINKE (Drucksache 19/12439). (Verhandlungen des Deutschen Bundestages. Drucksachen 19/13210 (13.09.2019)), 10 S.

Abstract

Die Bundesregierung antwortet auf die Anfrage der Fraktion DIE LINKE zum Einsatz von automatisierten Entscheidungssystemen und Künstlicher Intelligenz in der Personalauswahl, Personalverwaltung und Personalentwicklung. (IAB)

Abstract

"Algorithmen und vor allem algorithmisch geprägte Entscheidungen prägen mehr und mehr den Alltag – ob es um die Eröffnung von Konten geht, um zielgerichtete Werbung im Internet oder um Entscheidungsprozesse bei der Bewerbendenauswahl. Wo liegen hier Chancen, wo Gefahren? Im Rahmen des Fachgesprächs „Diskriminierungsrisiken durch Verwendung von Algorithmen – Interventionsmöglichkeiten, Schutzlücken sowie die Rolle von Antidiskriminierungsstellen“ wurde die von der Antidiskriminierungsstelle geförderte und von Dr. Carsten Orwat erstellte Studie „Diskriminierungsrisiken durch Verwendung von Algorithmen“ vorgestellt. Dabei werden beispielweise Algorithmen des Risikomanagements thematisiert, welche das Kreditausfallrisiko, die Leistungsfähigkeit von Bewerbenden, das Mietausfallrisiko oder das Rückfallrisiko von Straftatbegehenden ermitteln und so zur Differenzierung von Personen verwendet werden. Aber auch Algorithmen zur zielgerichteten Werbung, der individuellen Entgeltgestaltung, der Kundenpflege oder beim so genannten „De-Marketing“ können, wie die in der Studie vorgestellten Beispiele zeigen, Diskriminierungsrisiken beinhalten. Die Studie nimmt sowohl die Ursachen algorithmenbasierter Diskriminierung in den Blick als auch Handlungsoptionen zum Schutz vor selbiger. Dabei wird insbesondere auf die Möglichkeiten, die Antidiskriminierungsstellen hierbei habeneingegangen. Beim Fachgespräch, an dem Vertreter_innen aus Bundes- und Landesbehörden, der Bundesbeauftragte für Datenschutz, zivilgesellschaftliche Organisationen und der Wissenschaft teilnahmen, wurden die Ergebnisse der Studie vorgestellt, kommentiert und anschließend mit allen Teilnehmenden Lücken im bestehenden Diskriminierungsschutz diskutiert sowie konkrete Maßnahmen zum Vorgehen gegen Diskriminierungsrisiken durch Algorithmen identifiziert." (Textauszug, IAB-Doku) ((en))

Zitatform

Acemoglu, Daron & Pascual Restrepo (2018): Artificial intelligence, automation and work. (NBER working paper 24196), Cambrige, Mass., 41 S. DOI:10.3386/w24196

Abstract

"We summarize a framework for the study of the implications of automation and AI on the demand for labor, wages, and employment. Our task-based framework emphasizes the displacement effect that automation creates as machines and AI replace labor in tasks that it used to perform. This displacement effect tends to reduce the demand for labor and wages. But it is counteracted by a productivity effect, resulting from the cost savings generated by automation, which increase the demand for labor in non-automated tasks. The productivity effect is complemented by additional capital accumulation and the deepening of automation (improvements of existing machinery), both of which further increase the demand for labor. These countervailing effects are incomplete. Even when they are strong, automation in- creases output per worker more than wages and reduce the share of labor in national income. The more powerful countervailing force against automation is the creation of new labor-intensive tasks, which reinstates labor in new activities and tends to increase the labor share to counterbalance the impact of automation. Our framework also highlights the constraints and imperfections that slow down the adjustment of the economy and the labor market to automation and weaken the resulting productivity gains from this transformation: a mismatch between the skill requirements of new technologies, and the possibility that automation is being introduced at an excessive rate, possibly at the expense of other productivity-enhancing technologies." (Author's abstract, IAB-Doku) ((en))

Zitatform

Agrawal, Ajay, Joshua Gans & Avi Goldfarb (2018): Prediction machines. The simple economics of artificial intelligence. Boston: Harvard Business Review Press, 250 S.

Abstract

"Artificial intelligence does the seemingly impossible, magically bringing machines to life-driving cars, trading stocks, and teaching children. But facing the sea change that AI will bring can be paralyzing. How should companies set strategies, governments design policies, and people plan their lives for a world so different from what we know? In the face of such uncertainty, many analysts either cower in fear or predict an impossibly sunny future. But in 'Prediction Machines', three eminent economists recast the rise of AI as a drop in the cost of prediction. With this single, masterful stroke, they lift the curtain on the AI-is-magic hype and show how basic tools from economics provide clarity about the AI revolution and a basis for action by CEOs, managers, policy makers, investors, and entrepreneurs. When AI is framed as cheap prediction, its extraordinary potential becomes clear: Prediction is at the heart of making decisions under uncertainty. Our businesses and personal lives are riddled with such decisions. Prediction tools increase productivity - operating machines, handling documents, communicating with customers. Uncertainty constrains strategy. Better prediction creates opportunities for new business structures and strategies to compete. Penetrating, fun, and always insightful and practical, 'Prediction Machines' follows its inescapable logic to explain how to navigate the changes on the horizon. The impact of AI will be profound, but the economic framework for understanding it is surprisingly simple." (Publisher information, IAB-Doku) ((en))

Zitatform

Agrawal, Ajay K., Joshua S. Gans & Avi Goldfarb (2018): Economic policy for artificial intelligence. (NBER working paper 24690), Cambrige, Mass., 25 S. DOI:10.3386/w24690

Abstract

"Recent progress in artificial intelligence (AI) - a general purpose technology affecting many industries - has been focused on advances in machine learning, which we recast as a quality-adjusted drop in the price of prediction. How will this sharp drop in price impact society? Policy will influence the impact on two key dimensions: diffusion and consequences. First, in addition to subsidies and IP policy that will influence the diffusion of AI in ways similar to their effect on other technologies, three policy categories - privacy, trade, and liability - may be uniquely salient in their influence on the diffusion patterns of AI. Second, labor and antitrust policies will influence the consequences of AI in terms of employment, inequality, and competition." (Author's abstract, IAB-Doku) ((en))

Zitatform

Agrawal, Ajay, Joshua S. Gans & Avi Goldfarb (2018): Exploring the impact of Artificial Intelligence. Prediction versus judgment. (NBER working paper 24626), Cambrige, Mass., 17 S. DOI:10.3386/w24626

Abstract

"Based on recent developments in the field of artificial intelligence (AI), we examine what type of human labor will be a substitute versus a complement to emerging technologies. We argue that these recent developments reduce the costs of providing a particular set of tasks - prediction tasks. Prediction about uncertain states of the world is an input into decision-making. We show that prediction allows riskier decisions to be taken and this is its impact on observed productivity although it could also increase the variance of outcomes as well. We consider the role of human judgment in decision-making as prediction technology improves. Judgment is exercised when the objective function for a particular set of decisions cannot be described (i.e., coded). However, we demonstrate that better prediction impacts the returns to different types of judgment in opposite ways. Hence, not all human judgment will be a complement to AI. Finally, we show that humans will delegate some decisions to machines even when the decision would be superior with human input." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bessen, James (2018): AI and Jobs: the role of demand. (NBER working paper 24235), Cambrige, Mass., 26 S. DOI:10.3386/w24235

Abstract

"Artificial intelligence (AI) technologies will automate many jobs, but the effect on employment is not obvious. In manufacturing, technology has sharply reduced jobs in recent decades. But before that, for over a century, employment grew, even in industries experiencing rapid technological change. What changed? Demand was highly elastic at first and then became inelastic. The effect of artificial intelligence on jobs will similarly depend critically on the nature of demand. This paper presents a simple model of demand that accurately predicts the rise and fall of employment in the textile, steel and automotive industries. This model provides a useful framework for exploring how AI is likely to affect jobs over the next 10 or 20 years." (Author's abstract, IAB-Doku) ((en))

Zitatform

Campolo, Alex, Madelyn Sanfilippo, Meredith Whittaker & Kate Crawford (2018): AI Now 2017 report. New York, NY, 36 S.

Abstract

"Building on the inaugural 2016 report, the AI Now 2017 Report addresses the most recent scholarly literature in order to raise critical social questions that will shape our present and near future. This report focuses on new developments in four areas: labor and automation, bias and inclusion, rights and liberties, and ethics and governance. We identify emerging challenges in each of these areas and make recommendations to ensure that the benefits of AI will be shared broadly, and that risks can be identified and mitigated." (Author's abstract, IAB-Doku) ((en))

Zitatform

Cernavin, Oleg (2018): Ansätze für eine lernförderliche Arbeitsgestaltung 4.0. In: Arbeit. Zeitschrift für Arbeitsforschung, Arbeitsgestaltung und Arbeitspolitik, Jg. 27, H. 4, S. 295-315. DOI:10.1515/arbeit-2018-0023

Abstract

"Autonome technische Systeme werden die Bedingungen für eine lernförderliche Arbeitsgestaltung verändern. Erstmals in der Technikgeschichte können autonome technische Systeme Handlungsträgerschaft übernehmen und damit auch das Lernen im Arbeitsprozess erheblich beeinflussen. Die mit dieser Entwicklung verbundenen Ambivalenzen eröffnen Gestaltungsmöglichkeiten für ein lernförderliches Arbeiten. Die neuen Technologien können aber sowohl zu neuen autoritären Strukturen als auch zu einer produktiven, humanen und partizipativen Förderung der reflexiven Handlungsfähigkeit und der beruflichen Handlungskompetenz führen. Um die Gestaltungspotenziale zu nutzen, sollte größere Klarheit bei den in diesen Entwicklungen genutzten Begriffen hergestellt werden." (Autorenreferat, © De Gruyter)

Zitatform

Daugherty, Paul R. & H. James Wilson (2018): Human + Machine. Reimagining work in the age of AI. Boston: Harvard Business Review Press, 249 S.

Abstract

"AI is radically transforming business. Are you ready? Look around you. Artificial intelligence is no longer just a futuristic notion. It's here right now - in software that senses what we need, supply chains that 'think' in real time, and robots that respond to changes in their environment. Twenty-first-century pioneer companies are already using AI to innovate and grow fast. The bottom line is this: Businesses that understand how to harness AI can surge ahead. Those that neglect it will fall behind. Which side are you on? In 'Human + Machine,' Accenture leaders Paul R. Daugherty and H. James (Jim) Wilson show that the essence of the AI paradigm shift is the transformation of all business processes within an organization - whether related to breakthrough innovation, everyday customer service, or personal productivity habits. As humans and smart machines collaborate ever more closely, work processes become more fluid and adaptive, enabling companies to change them on the fly - or to completely reimagine them. AI is changing all the rules of how companies operate. Based on the authors' experience and research with 1,500 organizations, the book reveals how companies are using the new rules of AI to leap ahead on innovation and profitability, as well as what you can do to achieve similar results. It describes six entirely new types of hybrid human + machine roles that every company must develop, and it includes a 'leader's guide' with the five crucial principles required to become an AI-fueled business. 'Human + Machine' provides the missing and much-needed management playbook for success in our new age of AI." (Publisher information, IAB-Doku) ((en))

Zitatform

Djeffal, Christian (2018): Künstliche Intelligenz in der öffentlichen Verwaltung. (Berichte des NEGZ 03), Berlin, 30 S.

Abstract

"Bereits auf dem heutigen Entwicklungsstand haben die Technologien der künstlichen Intelligenz das Potential, die öffentliche Verwaltung grundlegend zu verändern. Die Chancen dafür liegen immer in der Gestaltung der Technik. Das sind Ergebnisse der vom Nationalen E-Government Kompetenzzentrum geförderten Kurzstudie zum Einsatz von künstlicher Intelligenz in der öffentlichen Verwaltung." (Autorenreferat, IAB-Doku)

Zitatform

Felten, Edward W., Manav Raj & Robert Seamans (2018): A method to link advances in artificial intelligence to occupational abilities. In: AEA papers and proceedings, Jg. 108, S. 54-57. DOI:10.1257/pandp.20181021

Abstract

"Prior episodes of automation have led to economic growth and also to many changes in the workplace. We expect the same from artificial intelligence (AI). The link between AI and labor is complex, however. To assist researchers and policymakers, we provide a method that links advances in AI to occupational abilities, and then aggregates from these abilities to the occupation level. We demonstrate the method by estimating which occupational descriptions have changed the most due to advances in AI between 2010 and 2015, and check our estimates using the Bureau of Labor Statistics scheduled update to occupational descriptions in 2016." (Author's abstract, IAB-Doku) ((en))

Zitatform

Frey, Katja & Harriet Florence Werther (2018): Künstliche Intelligenz und Robotic Process Automation - die HR-Abteilung holt auf. Spannende Einsatzmöglichkeiten im Recruiting. In: Personalführung, Jg. 51, H. 2, S. 52-57.

Abstract

"Automatisierungstechnologien und künstlich intelligente Systeme verändern Privat- und Arbeitswelt. Auch im Personalbereich haben diese Systeme das Potenzial, eine Vielzahl von Prozessen zu beschleunigen, ihre Qualität zu verbessern und die Mitarbeiter zu entlasten. Ein großes Einsatzgebiet ist zum Beispiel das Recruiting." (Textauszug, © Bertelsmann Verlag)

Zitatform

Furman, Jason & Robert Seamans (2018): AI and the economy. (NBER working paper 24689), Cambrige, Mass., 33 S. DOI:10.3386/w24689

Abstract

"We review the evidence that artificial intelligence (AI) is having a large effect on the economy. Across a variety of statistics - including robotics shipments, AI startups, and patent counts - there is evidence of a large increase in AI-related activity. We also review recent research in this area which suggests that AI and robotics have the potential to increase productivity growth but may have mixed effects on labor, particularly in the short run. In particular, some occupations and industries may do well while others experience labor market upheaval. We then consider current and potential policies around AI that may help to boost productivity growth while also mitigating any labor market downsides including evaluating the pros and cons of an AI specific regulator, expanded antitrust enforcement, and alternative strategies for dealing with the labor-market impacts of AI, including universal basic income and guaranteed employment." (Author's abstract, IAB-Doku) ((en))

Zitatform

Goolsbee, Austan (2018): Public policy in an AI economy. (NBER working paper 24653), Cambrige, Mass., 11 S. DOI:10.3386/w24653

Abstract

"This paper considers the role of policy in an AI-intensive economy (interpreting AI broadly). It emphasizes the speed of adoption of the technology for the impact on the job market and the implications for inequality across people and across places. It also discusses the challenges of enacting a Universal Basic Income as a response to widespread AI adoption, discuss pricing, privacy and competition policy the question of whether AI could improve policy making itself." (Author's abstract, IAB-Doku) ((en))

Zitatform

Gries, Thomas & Wim Naudé (2018): Artificial intelligence, jobs, inequality and productivity: Does aggregate demand matter? (IZA discussion paper 12005), Bonn, 36 S.

Abstract

"Rapid technological progress in artificial intelligence (AI) has been predicted to lead to mass unemployment, rising inequality, and higher productivity growth through automation. In this paper we critically re-assess these predictions by (i) surveying the recent literature and (ii) incorporating AI-facilitated automation into a product variety-model, frequently used in endogenous growth theory, but modified to allow for demand-side constraints. This is a novel approach, given that endogenous growth models, and including most recent work on AI in economic growth, are largely supply-driven. Our contribution is motivated by two reasons. One is that there are still only very few theoretical models of economic growth that incorporate AI, and moreover an absence of growth models with AI that takes into consideration growth constraints due to insufficient aggregate demand. A second is that the predictions of AI causing massive job losses and faster growth in productivity and GDP are at odds with reality so far: if anything, unemployment in many advanced economies is historically low. However, wage growth and productivity is stagnating and inequality is rising. Our paper provides a theoretical explanation of this in the context of rapid progress in AI." (Author's abstract, IAB-Doku) ((en))

Zitatform

Kropp, Per, Stefan Theuer & Birgit Fritzsche (2018): Immer mehr Tätigkeiten werden durch Digitalisierung ersetzbar. Aktualisierte Substituierbarkeitspotenziale in Sachsen-Anhalt. (IAB-Regional. Berichte und Analysen aus dem Regionalen Forschungsnetz. IAB Sachsen-Anhalt-Thüringen 01/2018), Nürnberg, 48 S.

Abstract

"Die technologische Entwicklung generiert immer schneller Innovationen. Die Digitalisierung der Produktion bekommt insbesondere durch den Einsatz von Künstlicher-Intelligenz-Software weiteren Schub. Darüber hinaus scheint die Bereitschaft, in diesem Bereich zu investieren, in den letzten Jahren zugenommen zu haben. Deshalb haben wir eine Aktualisierung der Substituierbarkeitspotenziale von Berufen vorgenommen. Mit Substitutionspotenzialen ist gemeint, inwiefern bestimmte Tätigkeiten innerhalb eines Berufes durch Computertechnologie ersetzt werden können. Wichtig ist es zu berücksichtigen, dass es sich um mögliche, potenzielle Ersetzbarkeiten handelt und nicht um prognostizierte Entwicklungen. So gibt es auch heute immer noch Berufe, deren Tätigkeiten seit 2013 zu 100 Prozent ersetzbar waren. Die meisten Berufe haben dagegen heute ein größeres Substitutionspotenzial als 2013.
Für Sachsen-Anhalt haben die beschriebenen Entwicklungen zur Folge, dass nunmehr rund 190.400 Personen, das sind 24,4 Prozent aller Beschäftigten des Landes, in stark substituierbaren Berufen arbeiten. 2015 waren es noch 14,6 Prozent. Diese Entwicklung entspricht der gesamtdeutschen. Die regionalen Unterschiede des Anteils von Beschäftigten in stark substituierbaren Berufen reichen dabei von 14 bis 30 Prozent in den Kreisen. Sie sind auf die unterschiedliche Berufs- und Branchenstruktur zurückzuführen. Vor allem eine hohe Konzentration von Fertigungs- und Fertigungstechnischen Berufen, aber auch von IT- und naturwissenschaftlichen Dienstleistungsberufen sowie Verkehrs- und Logistikberufen erhöht die Regionalwerte. Dabei unterscheiden sich die Entwicklungen in diesen Berufssegmenten erheblich. Während bei den Verkehrs- und Logistikberufen substituierbare Tätigkeiten 2015 kaum eine Rolle spielten, machen sie 2017 bereits über 40 Prozent der Tätigkeiten in diesen Berufen aus. Bei den IT- und naturwissenschaftlichen Dienstleistungsberufen ging der Anteil jedoch aufgrund innerberuflichen Wandels leicht zurück.
Bislang lässt ein hohes Substituierbarkeitspotenzial in einem Beruf keine Rückschlüsse auf eine rückläufige Beschäftigungsentwicklung zu. Das erklärt, warum auch Berufe, deren Tätigkeiten schon 2013 zu 100 Prozent ersetzbar waren, noch immer existieren. Auf die Beschäftigungsentwicklung haben die konjunkturelle Entwicklung und regionale Besonderheiten häufig einen größeren Einfluss. Auch bei stark substituierbaren Berufen ist nicht zwingend mit einem Beschäftigungsabbau zu rechnen, sondern eher mit einem starken Wandel der Berufe, der wegen einer höheren Produktivität der Beschäftigten sogar zu Nachfragesteigerung und Beschäftigungsaufbau führen kann." (Autorenreferat, IAB-Doku)

Zitatform

Kropp, Per, Stefan Theuer & Birgit Fritzsche (2018): Immer mehr Tätigkeiten werden durch Digitalisierung ersetzbar. Aktualisierte Substituierbarkeitspotenziale in Thüringen. (IAB-Regional. Berichte und Analysen aus dem Regionalen Forschungsnetz. IAB Sachsen-Anhalt-Thüringen 02/2018), Nürnberg, 49 S.

Abstract

"Die technologische Entwicklung generiert immer schneller Innovationen. Die Digitalisierung der Produktion bekommt insbesondere durch den Einsatz von Künstlicher-Intelligenz-Software weiteren Schub. Darüber hinaus scheint die Bereitschaft, in diesem Bereich zu investieren, in den letzten Jahren zugenommen zu haben. Deshalb haben wir eine Aktualisierung der Substituierbarkeitspotenziale von Berufen vorgenommen. Mit Substitutionspotenzialen ist gemeint, inwiefern bestimmte Tätigkeiten innerhalb eines Berufes durch Computertechnologie ersetzt werden können. Wichtig ist es zu berücksichtigen, dass es sich um mögliche, potenzielle Ersetzbarkeiten handelt und nicht um prognostizierte Entwicklungen. So gibt es auch heute immer noch Berufe, deren Tätigkeiten seit 2013 zu 100 Prozent ersetzbar waren. Die meisten Berufe haben dagegen heute ein größeres Substitutionspotenzial als 2013.
Für Thüringen haben die beschriebenen Entwicklungen zur Folge, dass nunmehr rund 231.000 Personen, das sind 29,1 Prozent aller Beschäftigten des Landes, in stark substituierbaren Berufen arbeiten. 2015 waren es noch 18,8 Prozent. Damit liegen die Thüringer Werte weiterhin deutlich über den gesamtdeutschen.
Die regionalen Unterschiede des Anteils von Beschäftigten in stark substituierbaren Berufen reichen von 17 bis 46 Prozent. Sie sind wie in unserer letzten Studie auf die unterschiedliche Berufs- und Branchenstruktur zurückzuführen. Vor allem eine hohe Konzentration von Fertigungs- und Fertigungstechnischen Berufen, aber auch von IT- und naturwissenschaftlichen Dienstleistungsberufen sowie Verkehrs- und Logistikberufen erhöht die Regionalwerte. Dabei unterscheiden sich die Entwicklungen in diesen Berufssegmenten erheblich. Während bei den Verkehrs- und Logistikberufen substituierbare Tätigkeiten 2015 kaum eine Rolle spielten, machen sie 2017 bereits 50 Prozent der Tätigkeiten in diesen Berufen aus. Bei den IT- und naturwissenschaftlichen Dienstleistungsberufen ging der Anteil jedoch aufgrund innerberuflichen Wandels leicht zurück.
Bislang lässt ein hohes Substituierbarkeitspotenzial in einem Beruf keine Rückschlüsse auf eine rückläufige Beschäftigungsentwicklung zu. Das erklärt, warum auch Berufe, deren Tätig-keiten schon 2013 zu 100 Prozent ersetzbar waren, noch immer existieren. Auf die Beschäftigungsentwicklung haben die konjunkturelle Entwicklung und regionale Besonderheiten häufig einen größeren Einfluss. Auch bei stark substituierbaren Berufen ist nicht zwingend mit einem Beschäftigungsabbau zu rechnen, sondern eher mit einem starken Wandel der Berufe, der wegen einer höheren Produktivität der Beschäftigten sogar zu Nachfragesteigerung und Beschäftigungsaufbau führen kann." (Autorenreferat, IAB-Doku)

Zitatform

Levy, Frank (2018): Computers and populism. Artificial intelligence, jobs, and politics in the near term. In: Oxford review of economic policy, Jg. 34, H. 3, S. 393-417. DOI:10.1093/oxrep/gry004

Abstract

"I project the near-term future of work to ask whether job losses induced by artificial intelligence will increase the appeal of populist politics. The paper first explains how computers and machine learning automate workplace tasks. Automated tasks help to both create and eliminate jobs and I show why job elimination centres in blue-collar and clerical work - impacts similar to those of manufactured imports and offshored services. I sketch the near-term evolution of three technologies aimed at blue-collar and clerical occupations: autonomous long-distance trucks, automated customer service responses, and industrial robotics. I estimate that in the next 5-7 years, the jobs lost to each of these technologies will be modest but visible. I then outline the structure of populist politics. Populist surges are rare but a populist candidate who pits 'the people' (truck drivers, call centre operators, factory operatives) against 'the elite' (software developers, etc.) will be mining many of the US regional and education fault lines that were part of the 2016 presidential election." (Author's abstract, IAB-Doku) ((en))

Zitatform

Patel, Pankaj C., Srikant Devaraj, Michael J. Hicks & Emily J. Wornell (2018): County-level job automation risk and health: Evidence from the United States. In: Social Science & Medicine, Jg. 202, S. 54-60. DOI:10.1016/j.socscimed.2018.02.025

Zitatform

Seifert, Inessa, Matthias Bürger, Leo Wangler, Stephanie Christmann-Budian, Marieke Rohde, Peter Gabriel & Guido Zinke (2018): Potenziale der Künstlichen Intelligenz im produzierenden Gewerbe in Deutschland. Studie im Auftrag des Bundesministeriums für Wirtschaft und Energie (BMWi) im Rahmen der Begleitforschung zum Technologieprogramm PAiCE - Platforms (Additive Manufacturing, Imaging, Communication, Engineering). Berlin, 70 S.

Abstract

"Die Künstliche Intelligenz (KI) gilt gemeinhin als zukünftige Schlüsseltechnologie und birgt als solche ein erhebliches volkswirtschaftliches Potenzial. Unterschiedliche Studien zielen bereits darauf ab, dieses Potenzial zu erfassen. Keine dieser Untersuchungen fokussiert jedoch bisher explizit das produzierende Gewerbe in Deutschland, obwohl dieses eine der wichtigen Säulen der deutschen Volkswirtschaft darstellt. Die vorliegende Studie hat daher zum Ziel, die Potenziale der KI im produzierenden Gewerbe in Deutschland zu erfassen. Zu diesem Zweck werden die Einschätzungen von KI-Anbietern, potenziellen KI-Anwendern (Großunternehmen und KMU des produzierenden Gewerbes) sowie von Forscherinnen und Forschern auf dem Gebiet der KI gegenübergestellt. Im Unterschied zu vorherigen Untersuchungen wird dabei zwischen den grundlegenden KI-Technologien, den konkreten KI-Anwendungen und den Wertschöpfungsstufen des produzierenden Gewerbes differenziert." (Autorenreferat, IAB-Doku)

Zitatform

Upchurch, Martin (2018): Robots and AI at work: The prospects for singularity. In: New Technology, Work and Employment, Jg. 33, H. 3, S. 205-218. DOI:10.1111/ntwe.12124

Abstract

"This paper seeks to address emerging debates and controversies on the impact of robots and artificial intelligence on the world of work. Longer term discussions of technological 'singularity' are considered alongside the socio-technical and economic constraints on the application of robotics and AI. Evidence of robot 'take-up' is gathered from reports of the International Federation of Robotics and from case vignettes reported elsewhere. In assessing the contemporary relationship between singularity, robotics and AI, the article reflects briefly on the two 'tests' of artificial 'intelligence' proposed by the pioneer computer scientist Alan Turing, and comments on the efficacy of his 'tests' in contemporary applications. The paper continues by examining aspects of public policy and concludes that technological singularity is far from imminent." (Author's abstract, IAB-Doku) ((en))

Zitatform

Varian, Hal (2018): Artificial intelligence, economics, and industrial organization. (NBER working paper 24839), Cambrige, Mass., 24 S. DOI:10.3386/w24839

Abstract

"Machine learning (ML) and artificial intelligence (AI) have been around for many years. However, in the last 5 years, remarkable progress has been made using multilayered neural networks in diverse areas such as image recognition, speech recognition, and machine translation. AI is a general purpose technology that is likely to impact many industries. In this chapter I consider how machine learning availability might affect the industrial organization of both firms that provide AI services and industries that adopt AI technology. My intent is not to provide an extensive overview of this rapidly-evolving area, but instead to provide a short summary of some of the forces at work and to describe some possible areas for future research." (Author's abstract, IAB-Doku) ((en))

Zitatform

Vöpel, Henning (2018): Wie künstliche Intelligenz die Ordnung der Wirtschaft revolutioniert. In: Wirtschaftsdienst, Jg. 98, H. 11, S. 828-830. DOI:10.1007/s10273-018-2373-9

Abstract

Künstliche Intelligenz (KI) wird die Ordnung der Wirtschaft revolutionieren und gravierende ethische, regulatorische und gesellschaftliche Fragen aufwerfen, die wir heute noch nicht vollständig verstehen. Künstliche Intelligenz bedeutet, dass Computer und Maschinen kognitive Fähigkeiten wie 'Lernen' und 'Problemlösen' entwickeln und in diesem Sinne in der Lage sind, autonom zu agieren. Eine zentrale Bedeutung in der Anwendung und Entwicklung von KI kommt den Daten zu. Ohne Big Data gäbe es kaum Anwendungen von KI. Umgekehrt ist Big Data ohne KI nutzlos, denn es blieben große Mengen bloßer Daten, aus denen sich keine Muster erkennen und Entscheidungen ableiten ließen. Daten weisen die ökonomische Besonderheit auf, dass der Wert eines einzelnen Datensatzes praktisch null ist und erst die Kombination möglichst vieler Daten über Netzwerkeffekte den ökonomischen Wert erzeugt. Erst KI macht aus 'Big Data' 'Smart Data'. KI ist der Schlüssel zur Wertschöpfung aus Daten. KI macht Daten zum dritten Produktionsfaktor. Dadurch verändert sich zugleich das Substitutionsverhältnis der Produktionsfaktoren untereinander und somit die funktionale Verteilung der Einkommen auf Daten, Kapital und Arbeit. KI substituiert spezialisierte Arbeit durch datenbasierte Algorithmen. KI kombiniert Kapital mit Daten. Die Nutzung der Daten weist Nicht-Rivalität auf und ermöglicht cross-funktionale Wertschöpfung. KI definiert das Verhältnis zwischen Kapital und Arbeit neu und ersetzt die industrielle durch die digitale Ordnung. KI wird zur ethischen, regulatorischen und geopolitischen Schlüsselfrage. (IAB)

Zitatform

(2018): Künstliche Intelligenz. Technologie, Anwendung, Gesellschaft. (iit-Themenband), Berlin: Springer Vieweg, 286 S. DOI:10.1007/978-3-662-58042-4

Abstract

"Künstliche Intelligenz (KI) klingt in aktuellen Debatten oft abstrakt und alltagsfremd. Doch die meisten Internetnutzerinnern und -nutzer sind bereits täglich mit ihr konfrontiert - wenn auch unbewusst: sei es bei der Sprachsteuerung des Smartphones, bei Kaufempfehlungen im Online-Shop oder bei der Abfrage von auf Webseiten häufig gestellten Fragen (Frequently Asked Questions, FAQ). KI ist ein Teilaspekt der Digitalisierung, der als Schlagwort immer häufiger in den Medien auftaucht. Das aktuell große Interesse liegt darin begründet, dass es in den vergangenen Jahren verschiedene technologische Fortschritte gab, welche die Nutzung der KI nun auf andere Ebenen heben.
Mit diesem Themenband des Instituts für Innovation und Technik (iit) 'Künstliche Intelligenz' erhalten Leserinnen und Leser einen schlaglichtartigen Einblick in die KI hinsichtlich ihrer Technologien, aktuellen und potenziellen Anwendungen sowie Auswirkungen auf die Gesellschaft." (Autorenreferat, IAB-Doku)

Abstract

"Am 15. November 2018 hat die Bundesregierung ihre Strategie Künstliche Intelligenz verabschiedet. Die Strategie wurde gemeinsam durch das Bundesministerium für Wirtschaft und Energie, das Bundesministerium für Bildung und Forschung und das Bundesministerium für Arbeit und Soziales erarbeitet.
Mit der vorliegenden Strategie setzt die Bundesregierung einen Rahmen für eine ganzheitliche politische Gestaltung der weiteren Entwicklung und Anwendung Künstlicher Intelligenz (KI) in Deutschland. Ziel ist es, Deutschland als Forschungsstandort für Künstliche Intelligenz zu stärken. Zudem soll die Förderung der Anwendung von KI in der Wirtschaft, insbesondere in kleinen und mittleren Unternehmen vorangetrieben werden. Die vielfältigen Anwendungsmöglichkeiten von KI in allen Bereichen der Gesellschaft sollen im Sinne eines spürbaren gesellschaftlichen Fortschritts und im Interesse der Bürgerinnen und Bürger gefördert werden. Der Nutzen für Mensch und Umwelt soll dabei in den Mittelpunkt gestellt und der intensive Austausch zum Thema KI mit allen gesellschaftlichen Gruppen gestärkt werden.
Das Strategie-Papier der Bundesregierung bietet einen Überblick über Ziele, Grundlagen und Handlungsfelder für eine Nationale Strategie Künstliche Intelligenz." (Autorenreferat, IAB-Doku)

Zitatform

(2018): Konkrete Ziele und Vorhaben der Bundesregierung im Bereich Künstliche Intelligenz. Antwort der Bundesregierung auf die Kleine Anfrage der Abgeordneten und der Fraktion BÜNDNIS 90/DIE GRÜNEN (Drucksache 19/1525). (Verhandlungen des Deutschen Bundestages. Drucksachen 19/1982 (02.05.2018)), 15 S.

Abstract

"Definition, wirtschafts- und forschungspolitische Schwerpunkte, Forschungsstand, Ausbau der Forschungsleistung, Forschungsprogramme, Planungsstand gemeinsamer Zentren mit Frankreich (künstliche Intelligenz) und Polen (digitale Innovationen in der Systemforschung): Absprachen, Zeitplan, Standortauswahl, Förderung mit Bundesmitteln, Aufgaben und Stellen; Vorlage eines Masterplans 'Künstliche Intelligenz': Zuständigkeit, neue Gesetzesgrundlagen, Aufsichtsstrukturen, Aufgabenverteilung, Monitoring, Technikfolgenabschätzung, Pilotprojekte; Einsatzbereiche, ethische Grundprinzipien (insgesamt 37 Einzelfragen)" (Autorenreferat, (Dokumentations- und Informationssystem Bundestag und Bundesrat - DIP))

Zitatform

(2018): Eckpunkte für eine Strategie Künstliche Intelligenz der Bundesregierung. Unterrichtung durch die Bundesregierung. (Verhandlungen des Deutschen Bundestages. Drucksachen 19/3564 (19.07.2018)), 9 S.

Abstract

"Die Bundesregierung wird bis Ende November dieses Jahres eine Strategie Künstliche Intelligenz (KI) erarbeiten und diese auf dem Digital-Gipfel 2018 in Nürnberg öffentlich vorstellen. Die vorliegenden Eckpunkte bauen unter anderem auf den Empfehlungen des Fachforums Autonome Systeme der Hightech-Strategie vom 20. März 2017 und der Expertenanhörung auf Einladung der Bundeskanzlerin am 29. Mai 2018 sowie Vorarbeiten der Bundesministerien auf. Die Bundesregierung wird zur Erstellung der Strategie weitere Expertenanhörungen u.a. zu speziellen Anwendungsfeldern und dem Ordnungsrahmen sowie zu sozialen Fragestellungen durchführen. Außerdem wird es einen Konsultationsprozess mit bundesweit arbeitenden Verbänden, Organisationen und Institutionen geben. Die Eckpunkte dienen als Grundlage für den Prozess der Erarbeitung der Strategie und geben Orientierung für Ziele und Handlungsfelder der Strategie sowie der unmittelbar von den Ressorts einzuleitenden Maßnahmen bis zur Verabschiedung der Strategie im Kabinett." (Textauszug, IAB-Doku)

Zitatform

(2018): AI: Intelligent machines, smart policies. Conference summary. (OECD digital economy papers 270), Paris, 33 S. DOI:10.1787/f1a650d9-en

Abstract

"This report reflects discussions at the OECD conference 'AI: Intelligent Machines, Smart Policies' held in Paris on 26-27 October, 2017. After discussing the state of Artificial intelligence (AI) research - in particular 'machine learning' - , speakers illustrated the opportunities that AI provides to improve economies and societies, in areas ranging from scientific discovery and satellite data analysis to music creation. There was broad agreement that the rapid development of AI calls for national and international policy frameworks that engage all stakeholders. Discussions focused on the need for policy to facilitate the adoption of AI systems to promote innovation and growth, help address global challenges, and boost jobs and skills development, while at the same time establishing appropriate safeguards to ensure that AI systems are human-centric and benefit people broadly. Transparency and oversight, algorithmic discrimination and privacy abuses were key concerns, as were new liability, responsibility, security and safety questions." (Author's abstract, IAB-Doku) ((en))

Zitatform

Aghion, Philippe, Benjamin F. Jones & Charles I. Jones (2017): Artificial intelligence and economic growth. (NBER working paper 23928), Cambrige, Mass., 56 S. DOI:10.3386/w23928

Abstract

"This paper examines the potential impact of artificial intelligence (A.I.) on economic growth. We model A.I. as the latest form of automation, a broader process dating back more than 200 years. Electricity, internal combustion engines, and semiconductors facilitated automation in the last century, but A.I. now seems poised to automate many tasks once thought to be out of reach, from driving cars to making medical recommendations and beyond. How will this affect economic growth and the division of income between labor and capital? What about the potential emergence of 'singularities' and 'superintelligence,' concepts that animate many discussions in the machine intelligence community? How will the linkages between A.I. and growth be mediated by firm-level considerations, including organization and market structure? The goal throughout is to refine a set of critical questions about A.I. and economic growth and to contribute to shaping an agenda for the field. One theme that emerges is based on Baumol's 'cost disease' insight: growth may be constrained not by what we are good at but rather by what is essential and yet hard to improve." (Author's abstract, IAB-Doku) ((en))

Zitatform

Brynjolfsson, Erik, Daniel Rock & Chad Syverson (2017): Artificial intelligence and the modern productivity paradox. A clash of expectations and statistics. (NBER working paper 24001), Cambrige, Mass., 44 S. DOI:10.3386/w24001

Abstract

"We live in an age of paradox. Systems using artificial intelligence match or surpass human level performance in more and more domains, leveraging rapid advances in other technologies and driving soaring stock prices. Yet measured productivity growth has declined by half over the past decade, and real income has stagnated since the late 1990s for a majority of Americans. We describe four potential explanations for this clash of expectations and statistics: false hopes, mismeasurement, redistribution, and implementation lags. While a case can be made for each, we argue that lags have likely been the biggest contributor to the paradox. The most impressive capabilities of AI, particularly those based on machine learning, have not yet diffused widely. More importantly, like other general purpose technologies, their full effects won't be realized until waves of complementary innovations are developed and implemented. The required adjustment costs, organizational changes, and new skills can be modeled as a kind of intangible capital. A portion of the value of this intangible capital is already reflected in the market value of firms. However, going forward, national statistics could fail to measure the full benefits of the new technologies and some may even have the wrong sign." (Author's abstract, IAB-Doku) ((en))

Zitatform

Burkert, Uwe & Guido Zimmermann (2017): Makroökonomische Effekte künstlicher Intelligenz. Erste Annäherungen an einen Strukturbruch. Stuttgart, 27 S.

Abstract

Um Aussagen über makroökonomische Effekte künstlicher Intelligenz (KI) treffen zu können, beginnt der Beitrag zunächst mit einem Überblick über Definitionen von KI und einzelne Methoden - maschinelles Lernen, Deep Learning, Robotik, crowd sourcing, Internet der Dinge-, über KI-Prozesse und KI-Technologien und graphisch-tabellarisch mit einem internationalen Vergleich KI-bezogener Patentzahlen. Im Anschluss daran werden gesamtwirtschaftliche Effekte der Technologien künstlicher Intelligenz benannt. Es werden starke Veränderungen der Geschäftsmodelle der Unternehmen erwartet, positive Effekte auf das Produktivitätswachstum und die Reallöhne, eine starke Veränderung der Berufsbilder, das Verschwinden von Stellen mit mittlerer Qualifikation, sinkende Inflationsrisiken, steigende Ungleichheit in der Einkommensverteilung und Effekte auf den Wettbewerb durch Verfügung über Big Data. Der Politik stellen sich wirtschaftspolitische, rechtliche und moralisch-ethische Fragen in Bezug auf die KI. Im Fazit weist der Autor mit Blick auf die Wirtschaftsgeschichte darauf hin, dass der Laie in der Regel die Schnelligkeit technologischer Durchbrüche überschätzt und in gleichem Maße die längerfristigen Wirkungen unterschätzt. Zu diesen zählen starke Auswirkungen auf die Sozialsysteme und die angebotenen politischen Ideen. Arbeit wird nicht ausgehen, sie wird sich ändern und die Arbeitnehmer müssen darauf vorbereitet werden. (IAB)

Zitatform

Buschbacher, Florian (2017): Entscheidungsunterstützung mit Künstlicher Intelligenz. Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung. Berlin, 13 S.

Abstract

"Das Positionspapier 'Entscheidungsunterstützung mit Künstlicher Intelligenz - Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung' haben der Bitkom und das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) zum Digital-Gipfel der Bundesregierung am 13. Juni 2017 entwickelt. Dieses Positionspapier richtet sich an Bundesministerien und Regulierungsbehörden, Entscheidungsträger in der digitalen Wirtschaft und in den politischen Parteien, Wissenschaftler aus den Bereichen Datenmanagement, Big Data, Künstliche Intelligenz (KI) sowie die (Wirtschafts-)Presse und die breite Öffentlichkeit.
Mit dem Dokument stellen sich Bitkom und DFKI das Ziel, ihre Positionen zu Fragen der unternehmerischen und gesellschaftlichen Verantwortung beim verstärkten Einsatz von KI in Entscheidungsprozessen zur Diskussion zu stellen. Mit den rapiden Fortschritten in der Erfassung von Daten aus der realen Welt, mit der Möglichkeit zur aktiven Interaktion und mit virtuellen Agenten sind wesentliche Voraussetzungen für einen tiefgreifenden Wandel in Wirtschaft und Gesellschaft gegeben. Kognitive Systeme setzen auf Big Data und KI auf und können bereits vielfältige Aufgaben übernehmen, die von der Beschaffung und Verdichtung von Informationen über die Verrichtung gefährlicher, schmutziger, körperlich anstrengender Arbeiten bis hin zur Unterstützung von Management-Entscheidungen reichen. In den nächsten Jahren werden kognitive Systeme ihr Leistungsspektrum deutlich ausweiten. Daraus ergibt sich das Erfordernis, die wirtschaftlichen und gesellschaftlichen Konsequenzen des eingeleiteten kognitiven Zeitalters zu verstehen und in einen Diskurs einzutreten - insbesondere im Kontext der globalen politischen und wirtschaftlichen Herausforderungen." (Autorenreferat, IAB-Doku)

Zitatform

Hartmann, Ernst A., Lorenz Hornbostel, Robert Thielicke, Désirée Tillack & Volker Wittpahl (2017): Wie sieht die Zukunft der Arbeit aus? Ergebnisbericht zur Umfrage "Künstliche Intelligenz und die Zukunft der Arbeit". Berlin, 24 S.

Abstract

"Eröffnet uns Künstliche Intelligenz die Möglichkeit, Erwerbstätigkeit neu zu denken - und sie menschlich zu gestalten? Endet der Mensch als schlecht bezahlte Marionette der Maschine? Übernehmen Computer künftig unsere Arbeit? Und wenn ja - was machen wir dann? Mit der zunehmenden digitalen Vernetzung und den massiven Fortschritten im Bereich der Künstlichen Intelligenz stellen sich diese Fragen dringlicher denn je. Gemeinsam mit der Technology Review hat das Institut für Innovation und Technik (iit) im August 2017 eine große Online-Umfrage zur Zukunft der Arbeit durchgeführt. Das Ergebnis ist ein Stimmungsbild zu den Entwicklungen der Arbeitswelt aus der Sicht von Menschen, die sich für neue Technologien interessieren und mit diesen meist auch in ihrem Arbeitsalltag zu tun haben. Neben naheliegenden Entwicklungen wurden dabei auch irritierende und provozierende Thesen zur Diskussion gestellt." (Autorenreferat, IAB-Doku)

Zitatform

Heinen, Nicolaus, Alexander Heuer & Philipp Schautschick (2017): Künstliche Intelligenz und der Faktor Arbeit. Implikationen für Unternehmen und Wirtschaftspolitik. In: Wirtschaftsdienst, Jg. 97, H. 10, S. 714-720. DOI:10.1007/s10273-017-2203-5

Abstract

"Künstliche Intelligenz und ihre Auswirkung auf den Faktor Arbeit ist zum Modethema in der wirtschaftswissenschaftlichen Politikberatung avanciert. Studien, die alarmistisch die baldige Verdrängung eines Großteils konventioneller Jobprofile beschwören, leiden jedoch unter fragwürdiger Datenqualität und Methodik. Die Unternehmensperspektive zeigt, dass der Wandel der Arbeitswelt durch künstliche Intelligenz weitaus langsamer und weniger disruptiv ablaufen wird. Aus wirtschaftspolitischer Sicht empfiehlt sich in diesem offenen Innovationsprozess eine ordnungspolitische Begleitung anstelle der bereits heute diskutierten prozesspolitischen Interventionen." (Autorenreferat, © Springer-Verlag)

Zitatform

Korinek, Anton & Joseph E. Stiglitz (2017): Artificial intelligence and its implications for income distribution and unemployment. (NBER working paper 24174), Cambrige, Mass., 44 S. DOI:10.3386/w24174

Abstract

"Inequality is one of the main challenges posed by the proliferation of artificial intelligence (AI) and other forms of worker-replacing technological progress. This paper provides a taxonomy of the associated economic issues: First, we discuss the general conditions under which new technologies such as AI may lead to a Pareto improvement. Secondly, we delineate the two main channels through which inequality is affected - the surplus arising to innovators and redistributions arising from factor price changes. Third, we provide several simple economic models to describe how policy can counter these effects, even in the case of a 'singularity' where machines come to dominate human labor. Under plausible conditions, non-distortionary taxation can be levied to compensate those who otherwise might lose. Fourth, we describe the two main channels through which technological progress may lead to technological unemployment - via efficiency wage effects and as a transitional phenomenon. Lastly, we speculate on how technologies to create super-human levels of intelligence may affect inequality and on how to save humanity from the Malthusian destiny that may ensue." (Author's abstract, IAB-Doku) ((en))

Zitatform

Morikawa, Masayuki (2017): Firms' expectations about the impact of ai and robotics. Evidence from a survey. In: Economic Inquiry, Jg. 55, H. 2, S. 1054-1063. DOI:10.1111/ecin.12412

Abstract

"This study presents new evidence on firms' views about the impact of artificial intelligence (AI) and robotics on their business and employment, using data from an original survey of more than 3,000 Japanese firms. The focus of this study is on technology-skill complementarity. Firms with highly educated employees tend to expect positive impacts of AI-related technologies on their business, and vice versa. Larger firms and firms that engage in global markets tend to have positive views about the impacts of AI-related technologies." (Author's abstract, Published by arrangement with John Wiley & Sons) ((en))

Abstract

"- Artificial intelligence (AI) can transform the productivity and GDP potential of the global economy. Strategic investment in different types of AI technology is needed to make that happen.
- Labour productivity improvements will drive initial GDP gains as firms seek to 'augment' the productivity of their labour force with AI technologies and to automate some tasks and roles.
- Our research also shows that 45% of total economic gains by 2030 will come from product enhancements, stimulating consumer demand. This is because AI will drive greater product variety, with increased personalisation, attractiveness and affordability over time.
- The greatest economic gains from AI will be in China (26% boost to GDP in 2030) and North America (14.5% boost), equivalent to a total of $10.7 trillion and accounting for almost 70% of the global economic impact." (Author's abstract, IAB-Doku) ((en))

Abstract

"In den vergangenen Jahren hat sich das innovationspolitische Umfeld Deutschlands spürbar gewandelt. Im globalen Wettbewerb der Standorte haben die aufstrebenden Schwellenländer gegenüber den traditionellen Industrieländern Europas, Amerikas und Asiens weiter aufgeholt. Viele Länder - gerade in Europa - kämpfen immer noch mit den Folgen der globalen Wirtschaftskrise und einer angespannten Haushaltssituation. In der Folge sind die weltweiten öffentlichen Ausgaben für F&E nach Angaben der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) erstmals zurückgegangen. Gleichzeitig haben sich Schwellenländer wie China, Südkorea oder Singapur zu starken Innovationsakteuren entwickelt. Diese veränderte Wettbewerbslandschaft hat auch Folgen für die deutsche Innovationspolitik, da die etablierte Arbeitsteilung zwischen den weltweiten Innovationszentren immer stärker in Bewegung gerät. Deutschland muss sich den Veränderungen im globalen Innovationsgeschehen dynamisch anpassen.
Gleichzeitig hat die digitale Durchdringung aller Wirtschaftszweige die Rahmenbedingungen für weltweite Innovationsprozesse verändert. Einerseits scheint die internationale Arbeitsteilung in manchen Branchen einen vorläufigen Scheitelpunkt erreicht zu haben; die industrielle Fertigung könnte damit in die traditionellen Industrieländer zurückverlagert werden. Andererseits beschleunigt und verändert sich die weltweite Vernetzung der Wissenswirtschaft und -gesellschaft. Ein leistungsfähiges Innovationssystem bleibt vor diesem Hintergrund ein zentraler Standortfaktor, und Deutschland hat die Basis hierfür in den vergangenen Jahren weiter gefestigt." (Textauszug, IAB-Doku)

Zitatform

Ford, Martin (2016): Aufstieg der Roboter. Wie unsere Arbeitswelt gerade auf den Kopf gestellt wird - und wie wir darauf reagieren müssen. Kulmbach: Plassen, 368 S.

Abstract

"Künstliche Intelligenz wird immer intelligenter. Algorithmen machen unser Leben leichter, angenehmer, sicherer ... doch die Entwicklung hat auch eine gravierende Kehrseite: Immer mehr Menschen werden von der Technik verdrängt. Jobs für gering Qualifizierte, zum Beispiel in Fast-Food-Ketten und Supermärkten, fallen weg. Doch auch hoch Qualifizierte wie Radiologen werden von Computern ausgestochen, die deutlich schneller - und zuverlässiger - Diagnosen erstellen können. Das hat verschiedene Konsequenzen:
1. Bildung ist nicht mehr der Schlüssel für ein gutes Einkommen.
2. Es wird immer mehr Arbeitslose geben und immer weniger Konsumenten.
3. Unser Wirtschaftssystem droht zu kollabieren.
Martin Fords Antwort auf diese Herausforderungen lautet: das bedingungslose Grundeinkommen. Und er glaubt, dass es die Menschen wagemutiger und innovativer werden lässt - zum Wohle aller." (Verlagsangaben, IAB-Doku)

Zitatform

Janssen, Simon & Max Kunaschk (2016): Technologie und Arbeitsmarkt. Eine kurze Bestandaufnahme der bestehenden Literatur. In: L. Bellmann & G. Grözinger (Hrsg.) (2016): Bildung in der Wissensgesellschaft (Jahrbuch Ökonomie und Gesellschaft, 28), S. 123-134.

Abstract

"Industrie 4.0, Internet der Dinge und künstliche Intelligenz sind in den letzten Jahren zu geflügelten Worten in der öffentlichen Diskussion geworden. In zahlreichen Medien wird diskutiert, ob nach der Einführung des PCs und der Entwicklung des Internets die nächste technologische Revolution in Form von selbststeuernden und vernetzten Systemen und Maschinen bevorsteht. Eine Frage die hierbei im Zentrum der Diskussion steht lautet: Werden selbststeuernde Maschinen die menschliche Arbeitskraft in Zukunft nahezu vollständig ersetzen? In diesem Sinne wird vor allem darüber diskutiert wie sich neue Technologien auf das Berufs- und Privatleben auswirken. Das Ziel dieses Artikels ist eine kurze Bestandsaufnahme der bestehenden ökonomischen Literatur zum Thema Technologie und Arbeitsmarkt." (Textauszug, IAB-Doku)

Zitatform

Möller, Joachim (2016): Neue digitale Technologien: Wie wir künftig arbeiten werden. Anmerkungen zu C. B. Frey. In: Vodafone Stiftung Deutschland (Hrsg.) (2016): Algorithmen und Aristoteles : Auf der Suche nach der richtigen Bildung für das digitale Zeitalter, S. 26-35.

Abstract

"Die Studie von Frey und Osborne (2013) zu den Auswirkungen der Digitalisierung - darunter cyber-physische System, Soft-Robotik, mobile Robotik und künstliche Intelligenz - hat eine heftige internationale Debatte über die Zukunft der Beschäftigung ausgelöst. Natürlich ist die Diskussion über die Verdrängung von Arbeitsplätzen durch die Substitution von menschlicher Arbeit durch Maschinen beziehungsweise Technologien alles andere als neu; doch dessen sind sich die Autoren dieses wegweisenden Beitrags auch vollkommen bewusst." (Textauszug, IAB-Doku)

Zitatform

Möller, Joachim (2016): Verheißung oder Bedrohung? Die Arbeitsmarktwirkungen einer vierten industriellen Revolution. In: G. Bäcker, S. Lehndorff & C. Weinkopf (Hrsg.) (2016): Den Arbeitsmarkt verstehen, um ihn zu gestalten : Festschrift für Gerhard Bosch, S. 49-59. DOI:10.1007/978-3-658-12159-4_6

Abstract

"Infolge der anstehenden Veränderungen durch die vierte industrielle Revolution herrscht eine angeregte Diskussion über mögliche Strukturveränderungen in Wirtschafts- und Arbeitswelt. Neben den Chancen, die die Industrie 4.0 mit sich bringt, stehen vor allem potenzielle negative Arbeitsmarkteffekte im Mittelpunkt der Debatte. Die vorliegende Arbeit betrachtet die Auswirkungen des technischen Fortschritts aus historischer Sicht und beleuchtet mögliche Konsequenzen für die Arbeitswelt im Allgemeinen sowie Berufe und unterschiedliche Qualifikationsgruppen im Speziellen. Untersuchungen der letzten Jahre sehen gerade für den angelsächsischen Raum Hochqualifizierte als Gewinner und die Mittelschicht als Verlierer der technologischen Revolution. Jüngste Studien beurteilen jedoch die Entwicklung künstlicher Intelligenz als größte Herausforderung für den Arbeitsmarkt. Demnach sind Tätigkeiten, die Komplexität, Kreativität oder soziale Intelligenz erfordern, am ehesten gesichert. Bezogen auf das deutsche Modell eröffnen sich durch die Industrie 4.0 gerade in den Bereichen hochwertiger Konsumgüter, Chemieprodukte sowie Maschinen- und Anlagegüter große Potentiale. Allerdings bedarf es hierfür der richtigen Rahmenbedingungen in Form eines guten 'Betriebssystems', das sich im Ausbau der Infrastruktur, des Bildungssystems sowie der Rechts- und Datensicherheit äußern kann. Zudem wird zukünftig verstärkt Flexibilitätsbereitschaft seitens der Beschäftigten gefordert werden. Eine humanere Arbeitswelt erscheint mithilfe eines guten Betriebsklimas dennoch möglich. Betriebliche Gestaltungsmöglichkeiten, Mitbestimmung sowie eine funktionierende Sozialpartnerschaft können den Unsicherheiten der Arbeitswelt 4.0 entgegenwirken." (Autorenreferat, IAB-Doku)

Zitatform

Sendler, Ulrich (2016): Die Chancen von Industrie 4.0. Vernetzung und Durchgängigkeit als Faktoren einer erfolgreichen Industriepolitik. (Böll-Brief. Grüne Ordnungspolitik 2), Berlin, 22 S.

Abstract

"Mit Industrie 4.0 haben die deutsche Industrie und ihre Technikwissenschaften eine Marke gesetzt. Für die nächste Stufe der industriellen Revolution will der Standort Deutschland eine führende Rolle übernehmen. Die Initiative hat große Resonanz gefunden. Mit dem US-Pendant Industrial Internet Consortium (IIC) und der chinesischen Regierung, die parallel Made in China 2025 beschlossen hat, gibt es intensiven Austausch. In den vergangenen gut 40 Jahren hat die deutsche Industrie ihre Prozesse weitgehend digitalisiert. Die nun nötigen Schritte hin zur digitalen Durchgängigkeit erfordern aber eine schwierige Transformation, denn für das Internet der Dinge ist eigentlich ein kontinuierlicher Datenkreislauf unumgänglich, keine einseitig ausgerichteten Dateninseln. Und der derzeit vorherrschende technische Ansatz mit fast ausschließlichem Fokus auf die weitere Optimierung der Produktion greift zu kurz. Künstliche Intelligenz, Big Data Analytics und Cloud-Technologie sind Querschnittstechnologien, die im Zusammenhang mit Industrie 4.0 eine wichtige Rolle spielen. Dazu müssen sie aber richtig verstanden und besser zum Einsatz gebracht werden. Praxisbeispiele aus der Logistik und aus der Automobilindustrie zeigen, was möglich ist, aber auch, wo sich die Industrie schwertut. Vor allem zeigt sich fünf Jahre nach dem Start der Initiative Industrie 4.0, dass diese neue Stufe der industriellen Entwicklung nicht von allein in die richtige Richtung gehen wird. Es braucht die Vernetzung der wissenschaftlichen Disziplinen, die Vernetzung von Wissenschaft und Technik, und vor allem flankierende Maßnahmen der Politik: Netzinfrastruktur, Aus- und Weiterbildung, Rahmengesetzgebung, ökologische Leitplanken, digitale Ordnungspolitik. Neben den politischen Rahmenbedingungen braucht eine solche Entwicklung aber auch eine starke Vernetzung, die weit über die digitale Vernetzung der Geräte hinausreicht. Fachleute aus Psychologie, Philosophie, Biologie, Neurologie und Wirtschaftswissenschaft müssen sich mit ihren Kolleginnen und Kollegen aus Technologie, Informatik, Produktionstechnik, aus technischer Forschung und Entwicklung zusammenschließen. Aber grundsätzlich ist Industrie 4.0 – richtig ausgestaltet – eine Chance, die mehr beinhaltet als wirtschaftliches Wachstum der deutschen Industrie. Es könnte die Grundlage sein, um das weitere industrielle Wachstum an gesellschaftlich sinnvolle Ziele zu koppeln." (Autorenreferat, IAB-Doku)

Zitatform

Weber, Enzo (2016): Industrie 4.0: Jobmaschine oder Jobvernichterin? In: blog.arbeit-wirtschaft.at, 2016-01-08.

Abstract

"Eine aktuelle umfangreiche Makro-Studie für Deutschland analysiert die Folgen von Industrie 4.0 auf den Arbeitsmarkt. Entgegen Befürchtungen eines massenweisen Arbeitsplatzabbaus sind die Nettoeffekte auf die Beschäftigung bis 2030 gering. Die dahinter liegenden Verschiebungen innerhalb von Berufsgruppen und Qualifikationsstufen fallen allerdings deutlich höher aus und erfordern eine aktive Bildungs- und Arbeitsmarktpolitik." (Autorenreferat, IAB-Doku)

Abstract

"Das Dachprogramm 'Innovationen für die Produktion, Dienstleistung und Arbeit von morgen' des Bundesministeriums für Bildung und Forschung verbindet die verschiedenen Aspekte, die mit der Technisierung, Automatisierung und Digitalisierung der Arbeit einhergehen. Das Programm spricht Unternehmen, Forschungseinrichtungen und Organisationen an, nach Lösungen zu suchen, die technischen und sozialen Fortschritt verknüpfen. Das neue, speziell auf soziale Innovationen ausgerichtete Forschungsprogramm 'Zukunft der Arbeit' komplettiert das Dachprogramm als dritte Säule. Damit hilft das Programm, zukunftsfähige und sozialverträgliche Arbeitsplätze zugleich zu schaffen und so den Wirtschaftsstandort Deutschland im globalen Wettbewerb zu stärken.
Das Programm folgt der Hightech-Strategie 'Innovationen für Deutschland', das eine angemessene technische und soziale Modernisierung der Arbeitswelt zum Ziel hat. Das Programm wird durch den Europäischen Sozialfonds (ESF) kofinanziert." (Textauszug, IAB-Doku)

Zitatform

Möller, Joachim (2015): Verheißung oder Bedrohung? Die Arbeitsmarktwirkungen einer vierten industriellen Revolution. (IAB-Discussion Paper 18/2015), Nürnberg, 15 S.

Abstract

"Infolge der anstehenden Veränderungen durch die vierte industrielle Revolution herrscht eine angeregte Diskussion über mögliche Strukturveränderungen in Wirtschafts- und Arbeitswelt. Neben den Chancen, die die Industrie 4.0 mit sich bringt, stehen vor allem potenzielle negative Arbeitsmarkteffekte im Mittelpunkt der Debatte. Die vorliegende Arbeit betrachtet die Auswirkungen des technischen Fortschritts aus historischer Sicht und beleuchtet mögliche Konsequenzen für die Arbeitswelt im Allgemeinen sowie Berufe und unterschiedliche Qualifikationsgruppen im Speziellen. Untersuchungen der letzten Jahre sehen gerade für den angelsächsischen Raum Hochqualifizierte als Gewinner und die Mittelschicht als Verlierer der technologischen Revolution. Jüngste Studien beurteilen jedoch die Entwicklung künstlicher Intelligenz als größte Herausforderung für den Arbeitsmarkt. Demnach sind Tätigkeiten, die Komplexität, Kreativität oder soziale Intelligenz erfordern, am ehesten gesichert. Bezogen auf das deutsche Modell eröffnen sich durch die Industrie 4.0 gerade in den Bereichen hochwertiger Konsumgüter, Chemieprodukte sowie Maschinen- und Anlagegüter große Potentiale. Allerdings bedarf es hierfür der richtigen Rahmenbedingungen in Form eines guten 'Betriebssystems', das sich im Ausbau der Infrastruktur, des Bildungssystems sowie der Rechts- und Datensicherheit äußern kann. Zudem wird zukünftig verstärkt Flexibilitätsbereitschaft seitens der Beschäftigten gefordert werden. Eine humanere Arbeitswelt erscheint mithilfe eines guten Betriebsklimas dennoch möglich. Betriebliche Gestaltungsmöglichkeiten, Mitbestimmung sowie eine funktionierende Sozialpartnerschaft können den Unsicherheiten der Arbeitswelt 4.0 entgegenwirken." (Autorenreferat, IAB-Doku)

Zitatform

Pratt, Gill A. (2015): Is a Cambrian Explosion Coming for Robotics? In: The Journal of Economic Perspectives, Jg. 29, H. 3, S. 51-60. DOI:10.1257/jep.29.3.51

Abstract

"About half a billion years ago, life on earth experienced a short period of very rapid diversification called the 'Cambrian Explosion.' Many theories have been proposed for the cause of the Cambrian Explosion, one of the most provocative being the evolution of vision, allowing animals to dramatically increase their ability to hunt and find mates. Today, technological developments on several fronts are fomenting a similar explosion in the diversification and applicability of robotics. Many of the base hardware technologies on which robots depend -- particularly computing, data storage, and communications -- have been improving at exponential growth rates. Two newly blossoming technologies -- 'Cloud Robotics' and 'Deep Learning' -- could leverage these base technologies in a virtuous cycle of explosive growth. I examine some key technologies contributing to the present excitement in the robotics field. As with other technological developments, there has been a significant uptick in concerns about the societal implication of robotics and artificial intelligence. Thus, I offer some thoughts about how robotics may affect the economy and some ways to address potential difficulties." (Author's abstract, IAB-Doku) ((en))

Zitatform

Dostal, Werner (1993): Expertensysteme und Beschäftigung. Gibt es derzeit erkennbare Auswirkungen von Systemen Künstlicher Intelligenz auf Beschäftigung und Berufe? In: Mitteilungen aus der Arbeitsmarkt- und Berufsforschung, Jg. 26, H. 1, S. 63-76.

Abstract

In dem Beitrag wird auf der Basis vorliegender Informationen und Daten festgestellt, daß die Beschäftigungseffekte von Expertensystemen bisher nur marginal sind. Folgende Aussagen werden getroffen: Systeme der Künstlichen Intelligenz treten immer vermischt mit Produkten und Problemlösungen auf. Eine isolierte Zurechnung von Beschäftigungseffekten ist deshalb nicht möglich. Systeme der Künstlichen Intelligenz sind noch in der Entwicklung. Die bei den ersten Prototypen aufgetretenen Beschäftigungseffekte lassen sich nicht auf zukünftige Systeme hochrechnen. Die Zahl der heute mit Künstlicher Intelligenz befaßten Fachleute läßt sich grob abschätzen, nicht aber die heute oder in nächster Zeit durch diese Systeme substituierten Experten. Neue Berufe, wie der immer wieder erwähnte "Wissensingenieur", sind zumindest bisher auf dem Arbeitsmarkt und in der Beschäftigung nicht relevant. (IAB2)

Zitatform

Schubert, Ingrid & Camilla Krebsbach-Gnath (1987): Chancen und Risiken des Einsatzes von Expertensystemen. (Sozialwissenschaftliche Reihe des Battelle-Instituts 11), München: Oldenbourg, 268 S.

Abstract

"Expertensysteme sind ein Hilfsmittel zur Bewältigung der komplexen und vielfältigen Informationen bei Arbeitsabläufen in moderner Produktion und im Dienstleistungsbereich.
Ausgehend von einer Beschreibung des gegenwärtigen Standes der Entwicklung und des Einsatzes von Expertensystemen werden die künftigen Entwicklungslinien sowie die Faktoren abgeschätzt, die diese Entwicklungen bedingen. Darauf aufbauend werden in diesem Buch die möglichen Auswirkungen des zukünftigen Einsatzes von Expertensystemen in Produktion, Verwaltung, Handwerk und Medizin untersucht.
Das Buch zeigt, daß der Einsatz von Expertensystemen die Wirkungen der vergleichsweise "konventionellen" Informations- und Kommunikations-Techniken verlängert und verstärkt. Gerade für die Auswirkungen des Einsatzes von Expertensystemen gilt das Axiom von der kurzfristigen Überschätzung und der langfristigen Unterschätzung des Wirkungspotentials." (Autorenreferat)