Digitale Arbeitswelt – Chancen und Herausforderungen für Beschäftigte und Arbeitsmarkt
Der digitale Wandel der Arbeitswelt gilt als eine der großen Herausforderungen für Wirtschaft und Gesellschaft. Wie arbeiten wir in Zukunft? Welche Auswirkungen hat die Digitalisierung und die Nutzung Künstlicher Intelligenz auf Beschäftigung und Arbeitsmarkt? Welche Qualifikationen werden künftig benötigt? Wie verändern sich Tätigkeiten und Berufe? Welche arbeits- und sozialrechtlichen Konsequenzen ergeben sich daraus?
Dieses Themendossier dokumentiert Forschungsergebnisse zum Thema in den verschiedenen Wirtschaftsbereichen und Regionen.
Im Filter „Autorenschaft“ können Sie auf IAB-(Mit-)Autorenschaft eingrenzen.
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte / digitale soziale Sicherung
- Deutschland
- Andere Länder/ internationaler Vergleich
- Besondere Personengruppen
-
Literaturhinweis
Konstanzer KI-Studie 2025: Die Nutzung von Künstlicher Intelligenz in der Arbeitswelt steigt, Ungleichheiten in der Wahrnehmung bleiben weiterhin bestehen. Ergebnisbericht Juli 2025 (2025)
Zitatform
Kunze, Florian, Carolina Opitz & Ann Sophie Lauterbach (2025): Konstanzer KI-Studie 2025: Die Nutzung von Künstlicher Intelligenz in der Arbeitswelt steigt, Ungleichheiten in der Wahrnehmung bleiben weiterhin bestehen. Ergebnisbericht Juli 2025. Konstanz: KOPS Universität Konstanz, 8 S.
Abstract
"Die Nutzung von KI in der Arbeitswelt hat innerhalb eines Jahres deutlich zugenommen – gleichzeitig bleiben erhebliche Unterschiede zwischen Berufsgruppen, Bildungsniveaus und Unternehmen bestehen. In der zweiten Welle der Konstanzer KI-Studie berichten 35?% der Befragten von KI-Nutzung im Arbeitsalltag, ein Anstieg um 11 Prozentpunkte gegenüber dem Vorjahr. Trotz dieses Wachstums bleibt die Unsicherheit hoch: Ein Drittel der Beschäftigten kann weiterhin nicht einschätzen, welche Folgen KI für die eigene Arbeit haben wird. Zugleich wird der gesellschaftliche Einfluss von Automatisierung deutlich bedrohlicher wahrgenommen als die persönliche Betroffenheit. Besonders stark ist der Nutzungszuwachs in wissensintensiven Berufen, während produktionsnahe Tätigkeiten kaum aufholen. Auch die Kluft zwischen Bildungsgruppen bleibt bestehen: Beschäftigte mit hohem Bildungsabschluss nutzen KI mehr als dreimal so häufig wie jene mit niedrigem Abschluss. Zwar steigt die Bereitschaft zur Weiterbildung in allen Gruppen, strukturelle Hürden scheinen jedoch eine Angleichung zu verhindern. Auf Ebene der Organisationen verlaufen die Entwicklungen deutlich langsamer als auf individueller Ebene. Vor allem große Unternehmen investieren zunehmend in Weiterbildung und Führungskommunikation, während kleinere Organisationen kaum Veränderungen zeigen. Die Ergebnisse zeigen deutlich, dass KI ihr Potenzial nicht gleichmäßig entfaltet, sondern bestehende strukturelle Ungleichheiten eher verstärkt. Nach wie vor besteht die reale Gefahr, dass sich bestimmte Beschäftigtengruppen zunehmend vom technologischen Fortschritt abkoppeln, weil ihnen der Zugang zu KI-Nutzung, Weiterbildungsangeboten und betrieblicher Unterstützung fehlt. Daraus ergibt sich ein klarer Handlungsauftrag an Wirtschaft, Politik und Bildungseinrichtungen, um Teilhabechancen gezielt zu fördern und einer wachsenden sozialen Spaltung frühzeitig entgegenzuwirken." (Textauszug, IAB-Doku)
-
Literaturhinweis
Technological Change: History, Theory and Measurement. A Brief Account (2025)
Kurz, D. Heinz; Rita, Strohmaier; Mark, Knell;Zitatform
Kurz, D. Heinz, Strohmaier Rita & Knell Mark (2025): Technological Change: History, Theory and Measurement. A Brief Account. (JRC working papers series on labour, education and technology 2025,03), Sevilla, 66 S.
Abstract
"Technological change, an overwhelming fact in recent socioeconomic history, involves, as Joseph A. Schumpeter famously put it, “creative destruction” on a large scale: it gives rise to new goods, production methods, firms, organisations, and jobs, while rendering some received ones obsolete. Its impact extends beyond the economy and affects society, culture, politics, and the mind-set of people. While it allows solving certain problems, it causes new ones, inducing further technological change. Against this background, the paper attempts to provide a detailed, yet concise exploration of the historical evolution and measurement of technological change in economics. It touches upon various questions that have been raised since Adam Smith and by economic and social theorists after him until today living through several waves of new technologies. These questions include: (1) Which concepts and theories did the leading authors elaborate to describe and analyse the various forms of technological progress they observed? (2) Did they think that different forms of technological progress requested the elaboration of different concepts and theories – horses for courses, so to speak? (3) How do different forms of technological progress affect and are shaped by various strata and classes of society? Issues such as these have become particularly crucial in the context of the digitisation of the economy and the widespread use of AI. Finally, the paper explores the impact of emerging technologies on the established theoretical frameworks and empirical measurements of technological change, points to new measurements linked to the rise of these technologies, and evaluates their pros and cons vis-à-vis traditional approaches." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Upgrading jobs for all: How welfare states shape differences in life satisfaction between the winners and losers of structural change (2025)
Zitatform
Küstermann, Leon (2025): Upgrading jobs for all: How welfare states shape differences in life satisfaction between the winners and losers of structural change. In: Socio-economic review, S. 1-27. DOI:10.1093/ser/mwaf029
Abstract
"Structural economic change transforms occupational structures in a way that has benefited college-educated knowledge economy workers while creating risks for workers in routine and interpersonal service jobs. However, looking beyond economic outcomes, it is striking that differences in life satisfaction between these occupational groups in some European countries are much smaller than in others. To explain this pattern, I analyze data from the European Social Survey and the European Working Conditions Survey for twenty-five countries. I show that these life satisfaction differences are smaller in countries where jobs in “losing” occupations are designed similarly to jobs in “winning” occupations. Further, I demonstrate that both social investment and social protection reduce this life satisfaction gap by equalizing job satisfaction and job design between occupational groups. Hence, my results support the argument that welfare states achieve inclusive outcomes in the context of structural economic change through their interactions with workplaces." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Good Jobs or Bad Jobs? Immigrant Workers in the Gig Economy (2025)
Zitatform
Liu, Cathy Yang & Rory Renzy (2025): Good Jobs or Bad Jobs? Immigrant Workers in the Gig Economy. In: International migration review, S. 1-25. DOI:10.1177/01979183241309585
Abstract
"New work arrangements enabled by online platforms, or gig work, saw substantive growth during the COVID-19 pandemic. Various estimates have suggested the wide participation of workers in the gig economy, with minority and immigrant workers well represented. The quality of work is a multi-dimensional concept that goes beyond earnings. One framework of good jobs and bad jobs centers on control over work schedule, content and duration, stability, safety, benefits and insurance, as well as career advancement opportunities. Using a newly released national survey focused on entrepreneurs and workers in the United States, we find that about 18.5 percent immigrant workers and 21.1 percent native-born workers participated in the gig economy as their primary or secondary job. In terms of job quality, immigrant gig workers work shorter hours and have significantly less fringe benefits than non-gig workers as well as U.S.-born gig workers, reflecting a double disadvantage. However, they tend to have higher entrepreneurial aspirations, suggesting the transient nature of gig arrangements and potential for career advancements. This paper provides a comprehensive analysis of the characteristics and implication of immigrants’ engagement with the gig economy and offers policy and theoretical discussions." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Do robots decrease humans’ wages? (2025)
Zitatform
Logchies, Thomas, Tom Coupé & W. Robert Reed (2025): Do robots decrease humans’ wages? In: Applied Economics Letters, S. 1-5. DOI:10.1080/13504851.2025.2466748
Abstract
"While there are studies that show a positive or negative impact of robots on wages, a meta-analysis of 2,586 estimates from 52 studies in this paper finds that when one looks at the literature as a whole, there is no clear evidence of a sizable impact of robots on wages." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Computer Use and Digital Frustration in German Workplaces: Is There a Gendered Part-Time Gap? (2025)
Zitatform
Lott, Yvonne & Andreas Hövermann (2025): Computer Use and Digital Frustration in German Workplaces: Is There a Gendered Part-Time Gap? In: Work, Employment and Society, S. 1-23. DOI:10.1177/09500170251351265
Abstract
"The digital transformation may disproportionately disadvantage female part-time workers, as they are affected by the flexibility stigma and career penalties. In this article, we ask: Is there a gendered part-time gap in work-related computer use and digital frustration in Germany? Latent class analysis and multivariate analysis, based on data from Wave 12 (2019/20) of the German National Educational Panel Study (NEPS) Starting Cohort 6 – Adults, showed that women – and part-time working women in particular – were less likely than men to be classified as ‘advanced users’. Furthermore, part-time working women felt least well prepared for using networked digital technologies at work and were thus more at risk of experiencing digital frustration. These findings suggest that the triadic association between technology, power and masculinity postulated by feminist technology theory should be extended to include full-time work." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Impact of robots and artificial intelligence on labor and skill demand: evidence from the UK (2025)
Zitatform
Lábaj, Martin, Tomáš Oleš & Gabriel Procházka (2025): Impact of robots and artificial intelligence on labor and skill demand: evidence from the UK. In: Eurasian business review, S. 1-49. DOI:10.1007/s40821-025-00314-w
Abstract
"Over the past four decades, automation technologies have replaced routine tasks performed by medium-skilled workers, and contributed to increased labor market polarization. With the advent of artificial intelligence, this dynamic may have shifted, extending task substitution to non-routine tasks performed by high-skilled workers. Using textual analysis and descriptions of technology found in patent texts, we construct novel occupational exposures to robot and artificial intelligence technologies. These occupational exposures are then used to analyze changes in labor and skill demand over the last decade in the United Kingdom. We find that the middle part of the income distribution is primarily exposed to robot technology, while exposure to artificial intelligence increases monotonically across income percentiles. Second, we find that exposure to robots is strongest among high school dropouts and declines monotonically with education, while artificial intelligence automation has a limited impact on the same workers, with a pronounced exposure among college graduates. Third, our findings suggest asymmetric effects of automation technologies across skill groups. Robot automation reduces demand for low-skilled workers, while AI technology shifts demand away from high-skilled workers, with the direct effects consistently negative despite the presence of several compensating mechanisms. Fourth, despite significant effects on wage bill, we find no robust relationship between automation exposure and changes in the employment-to-population ratio. Finally, a joint estimation of the effects of robot and AI automation shows that robot automation is positively associated with an increase in demand for skilled workers, while AI automation is weakly associated with a decrease in demand for skilled workers." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Bots im Büro: Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation (2025)
Zitatform
Lühr, Thomas & Tobias Kämpf (2025): Bots im Büro. Künstliche Intelligenz und der Wandel von Angestelltenarbeit in der digitalen Transformation. (Hans-Böckler-Stiftung. Study 494), Düsseldorf: Hans-Böckler-Stiftung, Düsseldorf, 98 S.
Abstract
"Mit der digitalen Transformation kommt es zu einem Schub in der Automatisierung von Arbeit. Die Einführung von Künstlicher Intelligenz führt zur grundlegenden Restrukturierung der Arbeitsinhalte und -prozesse im Büro. Damit gehen nicht nur Risiken von Funktionsverlusten bis hin zum Verlust des Arbeitsplatzes einher, sondern auch neue Machtpotenziale. Diese prägen das Bewusstsein der Angestellten wesentlich. Künstliche Intelligenz funktioniert nicht ohne Mitbestimmung - mit Mitbestimmung ergeben sich neue Ansatzpunkte für eine arbeitspolitische Vorwärtsstrategie. Die vorliegende Studie nimmt eine empirisch gestützte Analyse der Potenziale vor, die der Automatisierungsschub für die Beschäftigten und ihre Interessenvertretungen tatsächlich bietet." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Incorporating AI impacts in BLS employment projections: occupational case studies (2025)
Machovec, Christine; Rolen, Emily; Rieley, Michael;Zitatform
Machovec, Christine, Michael Rieley & Emily Rolen (2025): Incorporating AI impacts in BLS employment projections: occupational case studies. In: Monthly labor review H. February. DOI:10.21916/mlr.2025.1
Abstract
"In the last few years, artificial intelligence (AI) has advanced rapidly, finding growing applications across industries and occupations. This development has generated interest in how the U.S. Bureau of Labor Statistics assesses and incorporates AI’s potential labor market impacts in its employment projections. In this article, we explain the Bureau’s approach to this type of projections work, illustrating it with several occupational case studies based on research done for the 2023–33 projections cycle. The case studies focus on selected occupations in the computer, legal, business and financial, and architecture and engineering occupational groups." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The Enshittification of Work: Platform Decay and Labour Conditions in the Gig Economy (2025)
Zitatform
Maffie, Michael David & Hector Hurtado (2025): The Enshittification of Work: Platform Decay and Labour Conditions in the Gig Economy. In: BJIR. DOI:10.1111/bjir.70004
Abstract
"This study investigates the mechanisms by which gig platforms degrade labor conditions over time, building on the concept of platform decay, or ‘enshittification’, initially developed in the context of social media platforms. In this article, we draw on 30 interviews with long-term gig workers in the ride-hail and grocery delivery sectors, offering insights into how these companies shift from offering attractive working conditions to exploiting labor as these services develop market power via network effects. We identify three mechanisms through which gig companies claw back value from workers over time: burden shifting (transferring operational costs to workers), feature addition and alteration (increasing the demands on workers), and market manipulation (reducing worker bargaining power). We then explore how workers respond to platform decay, finding that workers adopt three responses: effort recalibration , multi-homing and navigating the changing conditions through what we term toxic resilience . This study contributes to the gig work literature by developing a framework to explain how working conditions in the gig economy improve or degrade over time. In doing so, this article provides a framework for organizing the growing constellation of labour research on gig workers." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))
-
Literaturhinweis
Occupational Choice, Matching, and Earnings Inequality (2025)
Mak, Eric; Siow, Aloysius;Zitatform
Mak, Eric & Aloysius Siow (2025): Occupational Choice, Matching, and Earnings Inequality. In: Journal of Political Economy, Jg. 133, H. 1, S. 355-383. DOI:10.1086/732530
Abstract
"We combine classic occupational choice (Roy, 1951) and frictionless matching (Sattinger, 1979) to explain earnings by occupation and firm in a way that is consistent with the double assignment. In our model, within-firm inequality is globally non-zero whenever there is asymmetry in the revenue function or the occupational skill distribution across occupations. Occupational earnings overlap each other, and unlike the Roy Model, the distributions of potential earnings are endogenous. In line with recent empirical findings on earning decomposition, skill-biased technical change (SBTC)increases within-firm inequality mostly among high-wage firms and not among low-wagefirms." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz (KI) im Studienalltag: Einschätzungen von Studierenden zum Einsatz von KI an deutschen Hochschulen (2025)
Zitatform
Marczuk, Anna, Frank Multrus, Thomas Hinz & Susanne Strauss (2025): Künstliche Intelligenz (KI) im Studienalltag: Einschätzungen von Studierenden zum Einsatz von KI an deutschen Hochschulen. (DZHW-Brief 2025,02), Hannover, 15 S. DOI:10.34878/2025.02.dzhw_brief
Abstract
"Die Mehrheit der Studierenden nutzt im Wintersemester 2024/2025 KI im Studium und kennt deren Funktionsweise relativ gut. ChatGPT ist das meistgenutzte KI-Tool, dessen Nutzung seit 2023 deutlich angestiegen ist. Studierende verwenden KI am häufigsten für die Einführung in ein Thema und für Textverarbeitungen, deutlich seltener für Literaturrecherchen oder Datenanalysen. Die Mehrheit der Studierenden gibt an, dass KI die Erledigung von Aufgaben, die keinen Spaß machen oder schwierig sind, beschleunigt oder erleichtert. Seltener sind Studierende der Ansicht, dass KI die Studienleistungen verbessert. Studierende stehen KI auch kritisch gegenüber, insbesondere wegen ihrer Fehleranfälligkeit und des Risikos, von ihr abhängig zu werden. Studierende, die KI häufig nutzen, sind gegenüber KI ähnlich kritisch wie Studierende, die sie seltener nutzen. Der Einsatz von Learning Analytics wird von Studierenden eher befürwortet, wenn sie selbst dadurch unterstützt werden (etwa durch Kurs- und Literaturempfehlungen), weniger zur Unterstützung von Lehrenden (etwa bei der Benotung) oder der Hochschulverwaltung (etwa für die Studienabbruchprävention). Studierende erleben eher selten eine Unterstützung der Hochschulen bei der Nutzung von KI im Studium. An einigen Hochschulen berichten sie von Richtlinien zur Nutzung, seltener sind Schulungsangebote oder eine Integration in die Lehre. Studierende wünschen sich KI-Unterstützung beim Verfassen von Hausarbeiten, während der Einsatz durch Lehrende zur Benotung oder als Ersatz für Lerngruppen (automatisierte Lernbuddys) skeptisch gesehen wird. Eine Teildigitalisierung von Lehrveranstaltungen (Mischung aus Präsenz und online) ist für Studierende attraktiver als reine Präsenz- oder gar reine Onlineveranstaltungen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
KI und Beratung (2025)
Zitatform
Matthes, Britta (2025): KI und Beratung. In: Dvb-Forum, Jg. 64, H. 1, 2025-02-14.
Abstract
"Wie KI und andere digitale Technologien den Arbeitsmarkt verändern: Am IAB werden wir immer wieder danach gefragt, welche Berufe angesichts der rasanten technologischen Entwicklungen der letzten Jahre überhaupt noch Zukunft haben. Bislang hat man zur Beantwortung dieser Frage Prognosen zu Rate gezogen. Hier wurde anfangs – unter Berücksichtigung verschiedener relativ stabiler Faktoren wie dem Erwerbspersonenpotenzial, der wirtschaftlichen Entwicklung oder der zu erwartenden Migration – hochgerechnet, wie sich die Zahl der Berufsanfänger auf die verschiedenen Berufe und Qualifikationsniveaus verteilt, wenn die Entwicklung sich wie in der Vergangenheit fortsetzen würde. Schon früh wurde jedoch deutlich, dass diese Faktoren weniger stabil sind als ursprünglich angenommen. Um diese Dynamik zu berücksichtigen, wurde dieser Ansatz erweitert, indem nunmehr Projektionen erstellt werden. Dazu werden Annahmen über die Folgen bestimmter, äußerst wahrscheinlicher Ereignisse oder Verhaltensweisen getroffen, für die sich (noch) keine langfristige Zahlenbasis finden lässt. So gibt die QuBe-Projektion einen langfristigen Überblick über die voraussichtliche Entwicklung des Arbeitskräftebedarfs und -angebotes nach Qualifikationen und Berufen unter einer Reihe von Annahmen über zum Beispiel die Folgen des Klimawandels oder den Ausbau der ökologischen Landwirtschaft. Außerdem werden anhand von Abweichungen zwischen diesem Basismodell und Szenarien die absehbaren Folgen bestimmter Vorhaben oder Ereignisse, wie zum Beispiel der Maßnahmen zur Energie- und -Mobilitätswende abgeschätzt (https://www.bibb.de/de/202333.php). Allerdings sind diese Modelle sehr komplex und es stellt sich die Frage, inwieweit solche Projektionen für die Bildungs- und Berufsberatung einzelner Personen sinnvoll genutzt werden können. Hinzu kommt derzeit, dass die technologische Entwicklung derart schnell voranschreitet, dass verstärkt mit Umwälzungen auf dem Arbeitsmarkt gerechnet werden muss, die auch altbekannte Zusammenhänge in Frage stellen könnten. Für die einzelne Person steht die Frage im Raum, mit welchen Konsequenzen sie selbst rechnen muss, wenn neue Technologien zum Einsatz kommen: Reicht es aus, sich auf den aktuellen Wissensstand im eigenen Beruf zu bringen? Womit sollte man sich konkret beschäftigen, um den Anforderungen des Berufes weiterhin gewachsen zu sein? Ist es zielführender, sich beruflich neu zu orientieren?" (Textauszug, IAB-Doku, © wbv)
Weiterführende Informationen
Keynote für die Fachtagung "Digitalisierung in der Beratung reloaded" Mannheim, 28. November 2024 -
Literaturhinweis
Inklusion - KI und die Arbeitswelt der Zukunft (2025)
Zitatform
Matthes, Britta (2025): Inklusion - KI und die Arbeitswelt der Zukunft. In: Die Berufliche Rehabilitation, Jg. 39, H. 1, S. 6-15., 2025-04-04.
Abstract
"Es ist absehbar, dass die rasanten technologischen Entwicklungen der letzten Jahre, insbesondere die enorme Steigerung der Rechenleistung und die Entwicklung selbstlernender algorithmischer Systeme, die heute allgemein als Künstliche Intelligenz (KI) bezeichnet werden, ihre Spuren auf dem Arbeitsmarkt hinterlassen werden. Welche das genau sein werden, können wir leider aber auch nicht sagen. Denn gerade in solch disruptiven Zeiten, wie wir sie derzeit erleben, wissen wir nicht, wie schnell und in welche Richtung sich bestehende Berufe verändern, welche Berufe verschwinden und welche neu entstehen werden. Zwar können Prognosen etwas darüber sagen, wie sich die Zahl der Berufseinsteiger*innen auf die verschiedenen Berufe und Qualifikationsniveaus verteilen würde, wenn sich die Entwicklung wie in der Vergangenheit fortsetzt. Allerdings scheinen die Potenziale, die sich aus dem Einsatz von KI ergeben, bekannte Zusammenhänge in Frage zu stellen. Hinzu kommt, dass diese Prognosemodelle sehr komplex sind, um daraus sinnvolle Schlussfolgerungen für den Einzelnen zu ziehen. So lässt sich die Frage, inwiefern KI und andere digtale Technolgien auch die Beschäftigungsmöglichkeiten für Menschen mit Behinderungen erweitern könnten, damit kaum beantworten." (Textauszug, IAB-Doku)
-
Literaturhinweis
Structural Labour Market Change and Gender Inequality in Earnings (2025)
Zitatform
Matysiak, Anna, Wojciech Hardy & Lucas van der Velde (2025): Structural Labour Market Change and Gender Inequality in Earnings. In: Work, Employment and Society, Jg. 39, H. 2, S. 426-448. DOI:10.1177/09500170241258953
Abstract
"Research from the US argues that women will benefit from a structural labor market change as the importance of social tasks increases and that of manual tasks declines. This article contributes to this discussion in three ways: (a) by extending the standard framework of task content of occupations in order to account for the gender perspective; (b) by developing measures of occupational task content tailored to the European context; and (c) by testing this argument in 13 European countries. Data are analyzed from the European Skills, Competences, Qualifications and Occupations database and the European Structure of Earnings Survey. The analysis demonstrates that relative to men the structural labor market change improves the earnings potential of women working in low- and middle-skilled occupations but not those in high-skilled occupations. Women are overrepresented in low-paid social tasks (e.g. care) and are paid less for analytical tasks than men." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Technological Change and the Upskilling of European Workers (2025)
Zitatform
McGuinness, Seamus, Paul Redmond, Konstantinos Pouliakas, Lorcan Kelly & Luke Brosnan (2025): Technological Change and the Upskilling of European Workers. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 17753), Bonn, 22 S.
Abstract
"Using the second wave of the European Skills and Jobs survey, this paper measures the relationship between technological change that automates or augments workers' job tasks and their participation in work-related training. We find that 58 per cent of European employees experienced no change in the need to learn new technologies in their jobs during the 2020-21 period. Of those exposed to new digital technology, 14 per cent did not experience any change in job tasks, 10 per cent reported that new tasks had been created while 5 per cent only saw some of their tasks being displaced by new technology. The remaining 13 per cent simultaneously experienced both task displacement and task creation. Our analysis shows that employees in jobs impacted by new digital technologies are more likely to have to react to unpredictable situations, thus demonstrating a positive link between technologically driven task disruption and job complexity. We show a strong linear relationship between technologically driven job task disruption and the need for job-related training, with training requirements increasing the greater the impact of new technologies on task content." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Gender bias in machine learning: insights from official labour statistics and textual analysis (2025)
Menis–Mastromichalakis, Orfeas ; Filandrianos, George; Stamou, Giorgos ; Symeonaki, Maria ; Parsanoglou, Dimitris ; Stamatopoulou, Glykeria ;Zitatform
Menis–Mastromichalakis, Orfeas, George Filandrianos, Maria Symeonaki, Glykeria Stamatopoulou, Dimitris Parsanoglou & Giorgos Stamou (2025): Gender bias in machine learning: insights from official labour statistics and textual analysis. In: Quality & quantity. DOI:10.1007/s11135-025-02261-0
Abstract
"The interplay between technology and societal norms often reveals a troubling reality: machine learning systems not only reflect existing gender stereotypes but can also amplify and entrench them, making these biases harder to detect and address. This paper adopts an interdisciplinary approach, combining quantitative and qualitative methods with recent technological advancements, such as machine learning techniques for textual analysis and computational linguistics, to offer a new framework for understanding occupational gender bias in machine learning. The study is motivated by persistent gender inequalities in the labor market and rising concerns about gendered algorithmic bias, as outlined in the European Commission’s Gender Equality Strategy 2020–2025. Focusing on language translation technologies, the research explores how machine learning may perpetuate or amplify gender stereotypes, aiming to foster more inclusive digital systems aligned with EU strategic goals. More specifically, it investigates occupational gender segregation and its manifestations in various forms of gender bias in machine learning across English, French, and Greek. The study introduces a classification of gender biases in machine learning, providing insights into professional areas needing intervention to address gender imbalances and identifying enduring stereotypical representations in textual data. To support this, statistical analysis is conducted to explore gender variations in occupations over the past thirteen years, using official data and international classifications such as the International Standard Classification of Occupations (ISCO-08). Moreover, gendered occupational distributions are extracted from 200,920 text instances in the three languages, revealing significant discrepancies between official labour statistics and the training data." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Algorithmic management in the workplace: New evidence from an OECD employer survey (2025)
Milanez, Anna; Ruggiu, Carla; Lemmens, Annikka;Zitatform
Milanez, Anna, Annikka Lemmens & Carla Ruggiu (2025): Algorithmic management in the workplace. New evidence from an OECD employer survey. (OECD Artificial Intelligence Papers 31), Paris, 72 S. DOI:10.1787/287c13c4-en
Abstract
"Algorithmisches Management – der Einsatz von Software, die auch künstliche Intelligenz (KI) umfassen kann, zur vollständigen oder teilweisen Automatisierung von Tätigkeiten, die bislang von menschlichen Führungskräften ausgeführt wurden – hat in den letzten Jahren zunehmend Beachtung gefunden. Einerseits kann algorithmisches Management innerhalb von Unternehmen zu Produktivitäts- und Effizienzgewinnen sowie zu konsistenteren und objektiveren Managemententscheidungen führen. Andererseits gibt es aus anderen Studien immer mehr Anzeichen für seine potenziell negativen Auswirkungen auf die Beschäftigten. Während Politikverantwortliche mit der Frage ringen, wie den Herausforderungen des algorithmischen Managements begegnet werden könnte, bedarf es weiterer Evidenz. Um dieses Ziel zu erreichen, stützt sich der vorliegende Bericht auf eine einzigartige Erhebung unter mehr als 6 000 Unternehmen in sechs Ländern: Deutschland, Frankreich, Italien, Japan, Spanien und die Vereinigten Staaten. Er bietet beispiellose Einblicke in die Prävalenz des algorithmischen Managements, seine wahrgenommenen Auswirkungen und die auf Unternehmensebene ergriffenen Maßnahmen zur Steuerung seines Einsatzes. Die Ergebnisse zeigen, dass algorithmische Management-Systeme in der Mehrzahl der untersuchten Länder bereits weit verbreitet sind. In der Wahrnehmung von Führungskräften verbessert algorithmisches Management zwar häufig die Qualität der Entscheidungen und die Zufriedenheit mit der eigenen beruflichen Situation, die Vertrauenswürdigkeit solcher Systeme gibt ihnen jedoch auch Anlass zur Sorge. Als Gründe dafür nennen sie die unklare Verantwortlichkeit, die nicht leicht nachzuvollziehende Logik der Systeme und den unzureichenden Gesundheitsschutz der Beschäftigten. Es ist dringend erforderlich, Politiklücken zu untersuchen, um den vertrauenswürdigen Einsatz algorithmischer Management-Systeme sicherzustellen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
AI innovation and the labor share in European regions (2025)
Zitatform
Minniti, Antonio, Klaus Prettner & Francesco Venturini (2025): AI innovation and the labor share in European regions. In: European Economic Review, Jg. 177. DOI:10.1016/j.euroecorev.2025.105043
Abstract
"This paper examines how the development of Artificial Intelligence (AI) affects the distribution of income between capital and labor, and how these shifts contribute to regional income inequality. To investigate this issue, we analyze data from European regions dating back to 2000. We find that for every doubling of regional AI innovation, the labor share declines by 0.5% to 1.6%, potentially reducing it by 0.09 to 0.31 percentage points from an average of 52%, solely due to AI. This new technology has a particularly negative impact on high- and medium-skill workers, primarily through wage compression, while for low-skill workers, employment expansion induced by AI mildly offsets the associated wage decline. The effect of AI is not driven by other factors influencing regional development in Europe or by the concentration of the AI market." (Author's abstract, IAB-Doku, © 2025 The Authors. Published by Elsevier B.V.) ((en))
-
Literaturhinweis
Work arrangements in digitally mediated care and domestic work (2025)
Zitatform
Molitor, Friederike (2025): Work arrangements in digitally mediated care and domestic work. In: Community, work & family, S. 1-20. DOI:10.1080/13668803.2025.2523863
Abstract
"As the need for care has grown, paid care and domestic work in the private home is increasingly being organized on the market. Today, digital platforms serve as intermediaries for care and domestic services but systematic research on the resulting work arrangements between workers and clients remains limited. By understanding platform-mediated care and domestic work arrangements as a (social) exchange of ‘love and money’ between workers and clients, the study explores the working conditions and the worker-client relationships that emerge. Drawing on unique survey data collected on a large digital platform in Germany in 2019, the study shows that care and domestic workers who offer their services on digital platforms often experience informal work arrangements characterized by low working hours and irregular shifts. The worker-client relationships are described as amicable more than professional. They are often built on continuity, long-termism and reliability, which are essential for a lasting relationship. This challenges the on-demand, economic logic characterising other forms of platform work." (Author's abstract, IAB-Doku) ((en))
Aspekt auswählen:
- Gesamtbetrachtungen/Positionen
- Arbeitsformen, Arbeitszeit und Gesundheit
- Qualifikationsanforderungen und Berufe
- Arbeitsplatz- und Beschäftigungseffekte
- Wirtschaftsbereiche
- Arbeits- und sozialrechtliche Aspekte / digitale soziale Sicherung
- Deutschland
- Andere Länder/ internationaler Vergleich
- Besondere Personengruppen