Weibliche und männliche Arbeitskräfte sind im Beruf insgesamt etwa in gleichem Maße dem Einfluss von KI ausgesetzt.
In den Berufen mit dem höchsten KI-Potenzial (z. B. in den Bereichen Naturwissenschaften, Mathematik und Ingenieurswissenschaften sowie in geschäftsführenden Positionen) sind Frauen allerdings unterrepräsentiert.
In Bürotätigkeiten, die ein hohes KI-Potenzial aufweisen, sind Frauen und insbesondere Frauen ohne tertiären Bildungsabschluss demgegenüber überrepräsentiert.
Die Berufe mit besonders hohem KI-Potenzial verzeichneten zwischen 2012 und 2022 ein stärkeres Beschäftigungswachstum. Bei Frauen war dieses Beschäftigungswachstum sogar ausgeprägter als bei Männern, was darauf zurückzuführen ist, dass Frauen in traditionell von Männern dominierte Berufe vordringen.
Unter den KI-Fachkräften (der kleinen Gruppe von Beschäftigten, die die Kompetenzen besitzen, KI-Systeme zu entwickeln und zu pflegen), unter den KI-Nutzer*innen (der größeren Gruppe von Beschäftigten, die laut eigener Aussage am Arbeitsplatz mit KI interagieren) sowie unter den Absolvent*innen von IKT-Studiengängen sind Frauen jedoch immer noch unterrepräsentiert. Frauen stehen der KI eigenen Angaben zufolge auch skeptischer gegenüber als Männer.
In diesem Policy Brief werden verschiedene Politikoptionen vorgestellt, die sicherstellen sollen, dass Frauen und Männer in der Arbeitswelt gleichermaßen von KI profitieren können: die Auswirkungen von KI unter Berücksichtigung der Geschlechterperspektive beobachten, bei Höher- und Umqualifizierung einen teilhabeorientierten Ansatz verfolgen, Geschlechterdifferenzen im Technologiebereich überbrücken, KI-induzierte Verzerrungen bekämpfen und KI nutzen, um Verzerrungen zu beseitigen.
KI und Kollegin
In einer neueren Studie berichten weibliche Arbeitskräfte mit um 20 Prozentpunkte geringerer Wahrscheinlichkeit als im gleichen Beruf tätige Männer, ChatGPT genutzt zu haben. Auch wenn ChatGPT nur eines von vielen KI-Tools auf einem sich rasch wandelnden Markt ist, wirft dies doch die Frage auf, inwieweit sich die KI-Erfahrungen von Frauen und Männern am Arbeitsplatz unterscheiden. Dieser Policy Brief soll diese Frage beantworten, wozu er auf das Working Paper der OECD „Who will be the workers most affected by AI?“ Bezug nimmt (Lane, 2024[1]). Er erörtert die geschlechtliche Zusammensetzung von Berufen mit hohem KI-Potenzial und untersucht, inwieweit Frauen Zugang zu Beschäftigungschancen mit KI-Bezug und produktivitätssteigernden KI-Tools haben. Zum Abschluss werden mehrere Politikoptionen vorgestellt, die den Politikverantwortlichen zur Verfügung stehen, um sicherzustellen, dass Frauen und Männer am Arbeitsplatz gleichermaßen von KI profitieren können.
Weibliche und männliche Arbeitskräfte sind am Arbeitsmarkt insgesamt etwa in gleichem Maße dem Einfluss von KI ausgesetzt, wie die relativ flache Trendlinie in Abbildung 1 zum KI-Potenzial verschiedener Berufe zeigt. Das KI-Potenzial wird daran gemessen, wie sehr sich die in einem Beruf erforderlichen Fähigkeiten mit den Fähigkeiten von KI überschneiden. Angesichts der erheblichen durch KI bei der Automatisierung nicht routinemäßiger kognitiver Aufgaben erzielten Fortschritte handelt es sich bei den Berufen mit besonders hohem KI-Potenzial in der Regel um nicht manuelle Tätigkeiten, für die eine mehrjährige formale Ausbildung und/oder ein Tertiärabschluss erforderlich sind. In den Berufen mit dem höchsten KI‑Potenzial werden sich die Auswirkungen von KI und die damit verbundenen Chancen und Risiken am stärksten bemerkbar machen. Hier dürfte mit besonders tiefgreifenden Umwälzungen zu rechnen sein.
Anmerkung: Ungewichtete Durchschnittswerte für 22 Länder mit vorliegenden Daten: Belgien, Dänemark, Deutschland, Estland, Finnland, Frankreich, Griechenland, Irland, Italien, Litauen, Niederlande, Norwegen, Österreich, Polen, Schweden, Slowakische Republik, Slowenien, Spanien, Tschechische Republik, Ungarn, Vereinigtes Königreich und Vereinigte Staaten.
Quelle: Lane (2024[1]) “Who will be the workers most affected by AI? A closer look at the impact of AI on women, low-skilled workers and other groups”, https://doi.org/10.1787/14dc6f89‑en, unter Verwendung von Daten für 2022 aus der EU-Arbeitskräfteerhebung, dem US-CPS und der UK-LFS.
Die Nummern in Abbildung 2 weisen auf drei Punkte hin, die für Politikverantwortliche relevant sind, die die unterschiedlichen Risiken und Chancen von Männern und Frauen in verschiedenen Berufen in ihren Ländern erfassen und beurteilen möchten:
1. Die Unterrepräsentation von Frauen in den Berufen mit dem höchsten KI-Potenzial und die Frage, ob Frauen dadurch an KI geknüpfte Chancen verwehrt bleiben. Bei den Berufen mit dem höchsten KI-Potenzial (d. h. den in der Abbildung 2, in der die Berufe nach der Stärke ihres KI-Potenzials angeordnet sind, neben der Nummer ① genannten Berufen) handelt es sich um von Männern dominierte Berufe, die üblicherweise einen Tertiärabschluss erfordern. So sind unter den akademischen und vergleichbaren Fachkräften im IT-Bereich, den Angehörigen von Geschäftsführung und Vorstand sowie den Naturwissenschaftler*innen, Mathematiker*innen und Ingenieur*innen z. B. weniger als 35 % Frauen. Allerdings machen Frauen auch über die Hälfte der Betriebswirt*innen und Beschäftigten in vergleichbaren akademischen Berufen aus, die ebenfalls stark von KI betroffen sind.
2. Der hohe Frauenanteil in Bürotätigkeiten, die infolge der jüngsten (sowie künftiger) Fortschritte im Bereich der generativen KI besonders stark von Automatisierung bedroht sein könnten (vgl. Gmyrek, Berg und Bescond (2023[2]). In den in Abbildung 2 neben der Nummer ② genannten Berufen mit hohem KI-Potenzial, für die in der Regel kein Tertiärabschluss erforderlich ist, sind Frauen stark vertreten, so z. B. unter den allgemeinen Büro- und Sekretariatskräften, den Bürokräften mit Kundenkontakt sowie den Bürokräften im Rechnungswesen. Einige Studien haben gezeigt, dass sich ein höheres KI-Potenzial auf Beschäftigte mit höherem Bildungsniveau positiver auswirkt (was im nächsten Abschnitt erörtert wird). In den Lehrberufen, die ebenfalls von Frauen dominiert sind, ist das KI-Potential ähnlich hoch, allerdings verfügen die meisten Lehrkräfte über einen tertiären Bildungsabschluss.
Anmerkung: Ungewichtete Durchschnittswerte für 22 Länder mit vorliegenden Daten: Belgien, Dänemark, Deutschland, Estland, Finnland, Frankreich, Griechenland, Irland, Italien, Litauen, Niederlande, Norwegen, Österreich, Polen, Schweden, Slowakische Republik, Slowenien, Spanien, Tschechische Republik, Ungarn, Vereinigtes Königreich und Vereinigte Staaten.
Quelle: Lane (2024[1]) “Who will be the workers most affected by AI? A closer look at the impact of AI on women, low-skilled workers and other groups”, https://doi.org/10.1787/14dc6f89‑en, unter Verwendung von Daten für 2022 aus der EU-Arbeitskräfteerhebung, dem US-CPS und der UK-LFS.
3. Der hohe Anteil von Männern ohne Tertiärabschluss in Berufen, die zwar nicht stark von KI betroffen, aber einem hohen Automatisierungsrisiko ausgesetzt sind (aufgrund verschiedener Technologien). Beispiele hierfür sind die in Abbildung 2 neben und unter der Nummer ③ genannten Berufe, die dem Handwerk zugeordnet werden können (z. B. Metallarbeiter*in, Mechaniker*in, Fahrzeugführer*in, Bediener*in mobiler Anlagen, Baufachkraft), sowie Berufe, in denen manuelle Fertigkeiten und Körperkraft eine sehr wichtige Rolle spielen (z. B. Hilfsarbeiter*in, Abfallentsorgungsarbeiter*in und sonstige Hilfsarbeitskräfte). Frühere Arbeiten der OECD (Lassébie und Quintini, 2022[3]) haben gezeigt, dass Männer mit höherer Wahrscheinlichkeit als Frauen in Beschäftigungen mit größerem Automatisierungsrisiko tätig sind (d. h. in Berufen, in denen es nicht nur aufgrund von KI, sondern auch aufgrund anderer Technologien zu Automatisierung kommt).
In den Berufen mit dem höchsten KI-Potenzial wird sich KI am stärksten auswirken. Hier könnte es zu besonders tiefgreifenden Umwälzungen kommen. Die aktuell vorliegende empirische Literatur (die im OECD Employment Outlook 2023 (2023[4]) zusammengefasst ist) liefert jedoch kaum Belege für negative Beschäftigungsergebnisse aufgrund von KI. Einige Studien lassen sogar auf einen positiven Zusammenhang schließen, der unter Arbeitskräften mit höherem Bildungs- und Einkommensniveau deutlicher ausgeprägt ist. Sollte sich die Anpassung an KI auf Beschäftigte mit höherem Bildungs- und Einkommensniveau überwiegend günstiger auswirken, wird KI bestehende Ungleichheiten verstärken.
Neue Analysen (Lane, 2024[1]) bekräftigen die These eines positiven Zusammenhangs zwischen KI-Potenzial und Beschäftigung. Sie zeigen auch, dass Frauen in Berufen mit hohem KI-Potenzial im Zeitraum 2012–2022 ein höheres Beschäftigungswachstum verzeichneten als Männer (unter Berücksichtigung von anderen technologischen Fortschritten, Offshoring-Möglichkeiten und internationalem Handel sowie von berufs- und länderspezifischen Trends). Es lässt sich allerdings schwer bestimmen, ob dies eine Folge von KI ist. Statt darauf schließen zu lassen, dass KI Chancen entstehen lässt, die Frauen besser nutzen können, könnte diese Differenz auch eine Folge der gesunkenen Geschlechtersegregation in traditionell von Männern dominierten Berufen sein, die in der Regel einen Tertiärabschluss erfordern. Auch wenn Frauen in den Berufen mit dem höchsten KI-Potenzial (oberer Bereich von Abbildung 2) weiterhin unterrepräsentiert sind, ist der Frauenanteil in vielen dieser Berufe zwischen 2012 und 2022 gestiegen. So erhöhte sich der Frauenanteil unter den Angehörigen von Geschäftsführung und Vorstand beispielsweise von 25 % auf 32 % und unter den Naturwissenschaftler*innen, Mathematiker*innen und Ingenieur*innen von 27 % auf 31 %.
Das Beschäftigungswachstum ist zwar ein nützlicher Indikator für die tendenzielle Arbeitskräftenachfrage in Berufen mit KI-Potenzial, dies ist jedoch nur ein Aspekt, über den KI die Arbeitswelt verändern dürfte. Die qualitativen Auswirkungen von KI auf die Beschäftigung dürften bislang sogar stärker gewesen sein als die quantitativen. Bei Arbeitgebern und Beschäftigten durchgeführte Befragungen zu KI, die von der OECD Anfang 2022 durchgeführt wurden (Lane, Williams und Broecke, 2023[5]), ergaben, dass KI-nutzende Beschäftigte im Finanzsektor und im Verarbeitenden Gewerbe die Auswirkungen von KI auf ihre Arbeitsbedingungen im Allgemeinen sehr positiv werten. Viele von ihnen berichteten, dass ihre Aufgaben umorganisiert wurden. Die Arbeitgeber bestätigten ihrerseits, dass sich die Kompetenzanforderungen verändern. Viele Beschäftigte gaben an, dass sie dank KI schneller arbeiten; andere äußerten demgegenüber Bedenken über eine zu umfangreiche Datenerfassung.
Wie sich KI auf die betroffenen Berufe auswirkt, kann auch von der Art der eingesetzten KI (die Auswirkungen generativer KI unterscheiden sich z. B. von denen maschinellen Sehens) sowie von den Merkmalen und dem Kontext der Nutzer*innen abhängen. Ein Großteil der Analysen in diesem Bereich stützt sich auf Messgrößen, die das KI-Potenzial verschiedener Berufe beschreiben. Folglich können nur Unterschiede zwischen – aber nicht innerhalb von – Berufsgruppen erfasst werden. Beispielsweise kann nicht zwischen einer Wissenschaftlerin im Verarbeitenden Gewerbe, die neu in den Beruf einsteigt, und ihrem männlichen Kollegen unterschieden werden, der deutlich mehr Berufserfahrung hat, selbst wenn ihre Tätigkeiten, die Art und Weise, wie sie mit KI interagieren, ihre Einstellungen zu KI und sogar die Einschätzung, die ihr Arbeitgeber von ihren Fähigkeiten zur Nutzung von KI hat, unterschiedlich sind. Nach der Analyse des KI-Potenzials verschiedener Berufe befasst sich der Policy Brief deshalb im folgenden Teil mit einigen dieser Aspekte, bei denen das Geschlecht eine Rolle spielen kann.
Frauen haben weniger Zugang zu Beschäftigungschancen mit KI-Bezug sowie zu produktivitätssteigernden KI-Tools am Arbeitsplatz, was einer breiten und gerechten Verteilung der Vorteile von KI entgegenstehen könnte. Dies ergibt sich aus einer neueren OECD-Studie, die zeigt, dass Frauen unter den KI-Fachkräften (der kleinen Gruppe von Beschäftigten, die KI-Systeme entwickeln und pflegen können) sowie unter den KI-Nutzer*innen (der größeren Gruppe von Beschäftigten, die laut eigener Aussage am Arbeitsplatz mit KI interagieren) unterrepräsentiert sind.
Green und Lamby (2023[6]) untersuchen die vorstehend definierte Gruppe der „KI-Fachkräfte“. Sie stellen fest, dass es sich um eine kleine Gruppe handelt – die KI-Fachkräfte machen im OECD-Durchschnitt nur knapp über 0,3 % der Beschäftigten aus –, die sich fast ausschließlich aus einer engen soziodemografischen Kategorie rekrutiert, welche in erster Linie aus Männern mit Hochschulabschluss besteht. Da viele Arbeitsplätze im IKT- und KI-Bereich relativ lukrativ sind, könnten Frauen dadurch im Nachteil sein. Wenn Frauen (oder andere soziodemografische Gruppen) bei Entscheidungen über die Entwicklung und Nutzung von KI unterrepräsentiert sind, erhöht dies zudem das Risiko, dass ihre Erfahrungen und Meinungen in diesem Prozess unberücksichtigt bleiben.
Die von der OECD unter Beschäftigten durchgeführte Befragung zu KI zeigte für die Gruppe der KI-Nutzer*innen, d. h. der Personen, die laut eigener Angabe am Arbeitsplatz auf die eine oder andere Weise mit KI interagieren, ähnliche soziodemografische Muster. Sowohl im Finanzsektor als auch im Verarbeitenden Gewerbe sind KI-Nutzer*innen mit höherer Wahrscheinlichkeit jung, männlich und universitär gebildet als Beschäftigte, die KI nicht nutzen (Abbildung 3). 41 % der befragten männlichen Beschäftigten nutzten KI, gegenüber 29 % der Frauen. Die meisten KI-Nutzer*innen äußerten sich positiv über die Auswirkungen von KI auf ihre Leistung und ihre Arbeitsbedingungen. Daraus folgt, dass Gruppen, die KI mit geringer Wahrscheinlichkeit nutzen, sich im Nachteil fühlen und Gefahr laufen, von den mit KI verbundenen Chancen ausgeschlossen zu sein.
Bei dieser Befragung gaben männliche KI-Nutzer*innen zudem mit größerer Wahrscheinlichkeit als weibliche an, dass KI ihre Produktivität und ihre Arbeitsbedingungen verbessert hat, dass sie über spezialisierte KI-Kompetenzen verfügen und dass sie ihre KI-Kenntnisse gerne erweitern möchten. Männer berichteten häufiger als Frauen, dass sie in ihrer Branche infolge von KI mit einem Lohnanstieg rechnen. Frauen gaben hingegen häufiger an, sehr oder äußerst besorgt zu sein, ihren Arbeitsplatz in den nächsten zehn Jahren zu verlieren. Die Unterschiede zwischen den Geschlechtern waren selbst nach Berücksichtigung von Alter, Branche, Beruf und Einstellung zu Technologie im Allgemeinen statistisch signifikant. Bei den männlichen KI-Nutzern handelte es sich mit höherer Wahrscheinlichkeit um Führungskräfte oder Angehörige akademischer Berufe (die KI in der Regel positiver bewerteten). Die KI-nutzenden Frauen arbeiteten dagegen mit größerer Wahrscheinlichkeit als Bürokräfte, in Dienstleistungsberufen oder im Verkauf (und werteten KI im Allgemeinen weniger positiv). Die Unterschiede zwischen den Geschlechtern bei der Einschätzung der Auswirkungen auf Leistung und Arbeitsbedingungen erklären sich jedoch nur zu einem Viertel aus dem ausgeübten Beruf. Selbst wenn nur Führungskräfte und Angehörige akademischer Berufe betrachtet werden, schätzen Männer die Auswirkungen von KI auf ihre Leistung und Arbeitsbedingungen positiver ein als Frauen.
Prozentsatz der Beschäftigten in Unternehmen, die KI nutzen, nach Alter, Geschlecht und Bildungsniveau
Anmerkung: Die Abbildung zeigt den einfachen Durchschnitt der Arbeitskräfte im Verarbeitenden Gewerbe und im Finanzsektor. Beschäftigte in Unternehmen, die KI nutzen, wurden gefragt: Welche der folgenden Aussagen beschreibt Ihre Interaktion mit KI am besten? Ich arbeite mit KI; Ich leite Beschäftigte, die mit KI arbeiten; Ich entwickle/pflege KI; Ich werde von KI geleitet; Ich interagiere mit KI auf andere Weise; Ich habe bei der Arbeit keine Interaktion mit KI; Weiß nicht. Beschäftigte, die „Keine Interaktion“ oder „Weiß nicht“ ankreuzten oder angaben, dass ihr Unternehmen KI nicht nutzt, gelten als Personen, die KI nicht nutzen, die übrigen gelten als „KI Nutzende“.
Quelle: OECD-Beschäftigtenbefragung zu den Auswirkungen von KI am Arbeitsplatz (2022).
Diese Ergebnisse stehen im Einklang mit den Ergebnissen der bereits in der Einleitung erwähnten dänischen Studie (Humlum und Vestergaard, 2024[7]), in der Frauen mit um 20 Prozentpunkte geringerer Wahrscheinlichkeit als Männer im gleichen Beruf angaben, ChatGPT genutzt zu haben. Wenn Beschäftigte im selben Unternehmen verglichen werden und die genaue Aufgabenbeschreibung berücksichtigt wird, verringert sich dieser Unterschied nur leicht auf 17 Prozentpunkte. Den Autoren zufolge erklärt er sich am ehesten daraus, dass Frauen häufig angeben, dass sie erst eine Schulung benötigen, um ChatGPT nutzen zu können.
Diese Erhebungen stützen sich zwar auf Einstellungen, Erwartungen und Eigenangaben, es ist jedoch anzunehmen, dass Männer aufgrund ihres größeren Selbstvertrauens und ihrer positiveren Wahrnehmung von KI im Vorteil sind, wenn es darum geht, KI zu nutzen, entsprechende Kompetenzen zu erwerben und letztlich von den Chancen zu profitieren, die KI bietet.
Die Unterschiede beim Zugang zu den durch KI entstehenden Möglichkeiten könnten sowohl auf Kompetenzunterschiede im digitalen Bereich als auch darauf zurückzuführen sein, dass Frauen seltener naturwissenschaftliche Studiengänge absolvieren. Eine neue OECD-Studie zu Lösungen für den Fachkräftemangel im Technologiebereich (OECD, 2024[8]) befasst sich mit der Genderlücke in diesen Berufen und nennt mehrere mögliche Erklärungen, die wahrscheinlich alle relevant sind:
Geschlechterstereotype scheinen bereits in sehr frühem Alter Wirkung zu zeigen und führen dazu, dass sich Mädchen im Lauf ihrer Schulzeit von naturwissenschaftlichen und ähnlichen Fächern abwenden, auch wenn sie die gleichen Fähigkeiten besitzen wie Jungen.
Es konnte nachgewiesen werden, dass fehlende weibliche Vorbilder in MINT-Fächern Auswirkungen auf die Fächerwahl von Mädchen in Schule und Hochschule haben.
Aufgrund von Diskriminierung in Einstellungsverfahren im Technologiebereich und in MINT-Berufen finden Frauen dort mit geringerer Wahrscheinlichkeit eine Beschäftigung, selbst wenn sie die erforderlichen Kompetenzen besitzen.
Ungünstige Arbeitsbedingungen im Technologiebereich und in MINT-Berufen könnten Frauen davon abhalten, in diesen Bereichen zu arbeiten.
Gegen diese Hindernisse muss vorgegangen werden, um sicherzustellen, dass Frauen jeden Alters voll an der digitalen Wirtschaft teilhaben können.
Mit folgenden Politikoptionen kann gewährleistet werden, dass Frauen und Männer am Arbeitsplatz gleichermaßen von KI profitieren:
Die Auswirkungen von KI aus der Genderperspektive betrachten: Angesichts der ständigen Fortschritte im KI-Bereich und einer zunehmend umfassenden und ausgereiften KI-Nutzung in den Unternehmen sollten politisch Verantwortliche und Forschende die Auswirkungen von KI aus der Geschlechterperspektive heraus untersuchen. Frauen ohne Tertiärabschluss, die Bürotätigkeiten mit hohem KI-Potenzial ausüben, sowie Männern ohne Tertiärabschluss in Berufen mit hohem Automatisierungsrisiko könnten durch KI beispielsweise überproportional große Nachteile entstehen, weswegen sie besondere Unterstützung benötigen.
In Bezug auf Höher- und Umqualifizierung einen teilhabeorientierten Ansatz verfolgen: Politisch Verantwortliche sollten dafür sorgen, dass weibliche und männliche Arbeitskräfte über die richtigen Kompetenzen verfügen, damit sie mit KI arbeiten, sich an Veränderungen in ihrem Beruf anpassen oder von schrumpfenden in neue und expandierende Branchen und Berufe überwechseln können. Höher- und Umqualifizierung sind entscheidend, um die Vorteile von KI zu nutzen und die Umstellung fair zu gestalten, wobei Teilhabe und Zugang eine wichtige Rolle spielen.
Die Geschlechterkluft im Technologiebereich überbrücken: Um gegen die Faktoren vorzugehen, die Frauen aktuell daran hindern, durch KI entstehende Chancen zu nutzen, sind zusätzliche, zielgerichtete Anstrengungen erforderlich. Dazu gehört es z. B., Teilhabeaspekte in Lehrpläne und Lehrerausbildung einzubinden, in Einstellungsverfahren die Kompetenzen in den Vordergrund zu rücken und Diversität in Einstellungspanels vorzuschreiben, Messgrößen zu entwickeln, anhand derer Arbeitgeber Diversität und Leistung beurteilen können, eine teilhabeorientierte Arbeitskultur zu schaffen, flexible Arbeitsbedingungen anzubieten, Technologieunternehmen unter weiblicher Führung zu unterstützen und weibliche Vorbilder im Technologiebereich zu fördern.
KI-induzierte Verzerrungen bekämpfen: Die Politik muss sicherstellen, dass die bestehenden Antidiskriminierungsbestimmungen auch in KI-Systemen umgesetzt werden können. Zudem muss darauf geachtet werden, dass es keine Gesetzeslücken oder Schlupflöcher gibt, die ausgenutzt werden könnten. Schlecht konzipierte oder verzerrte KI-Systeme, die mit selektiven oder unzureichend diversifizierten Daten trainiert wurden, können Verzerrungen am Arbeitsmarkt, wie z. B. einen Gender-Bias, verstärken.
KI zur Bekämpfung von Vorurteilen einsetzen: KI kann Lösungen bieten, um bislang unterrepräsentierten Gruppen neue Chancen zu eröffnen, indem sie menschliche Voreingenommenheit und Diskriminierung aufzeigt und neue datengestützte Methoden für die Entscheidungsfindung bietet. Mit dem KI-Gesetz der EU werden die EU-Mitgliedsländer aufgefordert, die Erforschung und Entwicklung von KI-Lösungen zu fördern, die sozial wünschenswerte Ergebnisse ermöglichen, wie z. B. KI-basierte Lösungen zur Bekämpfung sozioökonomischer Ungleichheiten.
Literaturverzeichnis
[2] Gmyrek, P., J. Berg und D. Bescond (2023), „Generative AI and jobs: A global analysis of potential effects on job quantity and quality“, ILO Working Paper 96, https://webapps.ilo.org/static/english/intserv/working-papers/wp096/index.html.
[6] Green, A. und L. Lamby (2023), „The Supply, Demand, and Characteristics of the AI Workforce across OECD countries“, OECD Social, Employment and Migration Working Papers, No. 287, OECD Publishing, Paris, https://doi.org/10.1787/bb17314a-en.
[7] Humlum, A. und E. Vestergaard (2024), „The Adoption of ChatGPT“, Becker Friedman Institute for Economics Working Paper, No. 2024-50, University of Chicago, https://doi.org/10.2139/SSRN.4807516.
[1] Lane, M. (2024), „Who will be the workers most affected by AI? A closer look at the impact of AI on women, low-skilled workers and other groups“, OECD Artificial Intelligence Papers, No. 26, OECD Publishing, Paris, https://doi.org/10.1787/14dc6f89-en.
[5] Lane, M., M. Williams und S. Broecke (2023), „The impact of AI on the workplace: Main findings from the OECD AI surveys of employers and workers“, OECD Social, Employment and Migration Working Papers, No. 288, OECD Publishing, Paris, https://doi.org/10.1787/ea0a0fe1-en.
[3] Lassébie, J. und G. Quintini (2022), „What skills and abilities can automation technologies replicate and what does it mean for workers?: New evidence“, OECD Social, Employment and Migration Working Papers, No. 282, OECD Publishing, Paris, https://doi.org/10.1787/646aad77-en.
[8] OECD (2024), Bridging Talent Shortages in Tech: Skills-first Hiring, Micro-credentials and Inclusive Outreach, Getting Skills Right, OECD Publishing, Paris, https://doi.org/10.1787/f35da44f-en.
[4] OECD (2023), OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market, OECD Publishing, Paris, https://doi.org/10.1787/08785bba-en.
OECD Working Paper:
Lane, M. (2024), “Who will be the workers most affected by AI?: A closer look at the impact of AI on women, low-skilled workers and other groups”, OECD Artificial Intelligence Papers, No. 26, OECD Publishing, Paris, https://doi.org/10.1787/14dc6f89-en.
Weitere OECD-Analysen zur Zukunft der Arbeit:
Kontakt
Marguerita LANE (✉ marguerita.lane@oecd.org)
Dieser Policy Brief ist ein Beitrag zum OECD-Programm Artificial Intelligence in Work, Innovation, Productivity and Skills (AI-WIPS). Dieses Programm soll aktuelle Daten und Analysen zu den Möglichkeiten der künstlichen Intelligenz (KI), zu ihrer Verbreitung sowie zu ihren Auswirkungen auf die Arbeitswelt liefern, um die Politikverantwortlichen in diesem sich rasch weiterentwickelnden Bereich auf dem neuesten Stand zu halten. Es soll dazu beitragen, dass die KI-Nutzung in der Arbeitswelt effektiv, für alle von Vorteil und menschenzentriert ist und breite Akzeptanz genießt. Das AI-WIPS-Programm wird vom Bundesministerium für Arbeit und Soziales (BMAS) gefördert und ergänzt die Arbeit des KI-Observatoriums der BMAS-Denkfabrik Digitale Arbeitsgesellschaft. Weitere Informationen finden Sie unter https://oecd.ai/work-innovation-productivity-skills und https://denkfabrik-bmas.de/.
