Arbeitsökonomie
Refine
Document Type
- Article (6)
- Report (2)
- Part of a Book (1)
- Review (1)
- Working Paper (1)
Language
- German (11)
Is part of the Bibliography
- no (11)
Keywords
- Arbeitsmarkt (1)
- Arbeitsmerkmale (1)
- Arbeitszufriedenheit (1)
- Aufgaben und Tätigkeiten (1)
- Blended Learning (1)
- Digitalkompetenz (1)
- Environmental Sensitivity (1)
- Evaluation (1)
- Future Skills (1)
- Generative Artificial Intelligence (1)
Mit dem immer stärkeren Einsatz künstlicher Intelligenz (KI) in der Arbeitswelt wandeln sich berufliche Tätigkeiten und damit einhergehend die Anforderungen, die an Beschäftigte gestellt werden. Diese Studie untersucht die Implikationen generativer KI für den deutschen Arbeitsmarkt in der frühen Implementierungsphase der Technologie. Anhand eines umfangreichen Datensatzes von 9,3 Mio. Online-Stellenanzeigen aus den Jahren 2020 bis 2023 analysiert die Studie die Entwicklung der Anzahl an Stellenanzeigen mit Bezug zu generativer KI und identifiziert sowie klassifiziert Tätigkeiten im Zusammenhang mit generativer künstlicher Intelligenz unter dem Einsatz von Methoden des Natural Language Processing (NLP) und manueller Klassifizierung. Die Ergebnisse zeigen, dass generative KI auf dem deutschen Arbeitsmarkt bis Ende 2023 noch eine eher geringe Bedeutung erlangt hatte. Einzig das Prompt Engineering taucht als grundlegend neue berufliche Tätigkeit in einem sehr geringen Umfang auf.
Praktische Relevanz: Diese Studie beleuchtet die Implementierung generativer KI auf dem deutschen Arbeitsmarkt auf Basis beobachtbarer Veränderungen in diesbezüglichen Stellenausschreibungen und damit einhergehende Veränderungen in beruflichen Tätigkeiten auf Basis realer Arbeitsmarktanforderungen. Die Ergebnisse dieser Studie können Erkenntnisse darüber liefern, wie generative KI den deutschen Arbeitsmarkt verändert. Unternehmen können Einblicke in die derzeitige Verbreitung generativer KI auf dem Arbeitsmarkt erlangen und diese nutzen, um sowohl ihre Rekrutierungsstrategien und Aufgabenprofile gezielt anzupassen sowie bestehende Mitarbeitende durch Weiterbildungsstrategien auf neue Anforderungen vorzubereiten. Auf individueller Ebene können die Ergebnisse dieser Studie Beschäftigten und Jobsuchenden ein realistisches Bild davon liefern, wo und auf welche Weise generative KI berufliche Tätigkeiten beeinflusst, sodass sie ihre Bildungs- und Karriereentscheidungen entsprechend ausrichten können.
Sensory Processing Sensitivity (SPS; Hochsensibilität) ist durch eine erhöhte Empfindlichkeit gegenüber Umweltreizen – sowohl positiven als auch negativen Reizen – gekennzeichnet. Aktuelle Studien identifizieren zwei Facetten des Konstrukts: Vantage-Sensitivität (repräsentiert durch ästhetische Sensitivität) und Vulnerable-Sensitivität (bestehend aus niedriger sensorischer Schwelle und leichter Erregbarkeit) (Pluess & Belsky, 2013; Wyrsch, 2020). Seit der wegweisenden Studie von Aron und Aron (1997) konzentrierte sich der Großteil der empirischen Forschung auf die allgemeinen Merkmale von Hochsensibilität, insbesondere auf die negativen Konsequenzen (Greven et al., 2019). Nur wenige Studien untersuchten die Hochsensibilität im organisatorischen Kontext und berücksichtigten dabei auch die positiven Effekte von Hochsensibilität. Basierend auf dem Job-Characteristics-Modell von Hackman und Oldham (1976) schließen wir diese Forschungslücke, indem wir moderierende Effekte der Hochsensibilität auf die Zusammenhänge zwischen den Arbeitsmerkmalen Autonomie und Aufgabenvielfalt auf die Arbeitszufriedenheit als organisationale Outcome-Variable untersuchen. Wir nehmen positive Korrelationen zwischen Arbeitsmerkmalen und der Arbeitszufriedenheit sowie einen positiven moderierenden Effekt von Hochsensibilität auf diesen Zusammenhang an. Die Ergebnisse unserer Studie (N = 719) bestätigen, dass die Hochsensibilität die Beziehung zwischen Autonomie und Arbeitszufriedenheit positiv moderiert. Gleichzeitig fanden wir jedoch auch negative Zusammenhänge zwischen vulnerabler Sensitivität und Arbeitszufriedenheit. Hinsichtlich der Aufgabenvielfalt konnten moderierende Effekte ausschließlich für die Vantage-Sensitivität festgestellt werden. Die Ergebnisse verdeutlichen, dass sich die Zufriedenheit der Mitarbeitenden und gleichzeitig die Performance des Unternehmens verbessert werden können,n wenn moderne Arbeitsumgebungen Persönlichkeitseigenschaften wie Hochsensibilität im Arbeitsumfeld berücksichtigen.
Digitalkompetenz und ein „Growth Mindset“ gelten als begehrte Ressourcen auf der „People Side of Digitization“ – nicht nur im häufig akademisch geprägten Management, sondern auch unter Nachwuchsführungskräften. Wie derartige „Future Skills“ trainiert und vermittelt werden können, wird vor dem Hintergrund des Fachkräftemangels zur Aufgabe von strategischer Bedeutung. Als Hoffnungsträger gelten Weiterbildungsformate. Während Weiterbildung jedoch zur Vervielfältigung von Routinewissen und für Anpassungsqualifizierungen mit dem Ziel der Effizienzsteigerung bewährt ist, sind Möglichkeiten und Grenzen für die Vermittlung von Future Skills weniger erforscht. Vor diesem Hintergrund werden im Rahmen dieses Forschungsberichts Ergebnisse und Erfahrungen aus einer Fallstudie diskutiert. Empirischer Kontext ist die Entwicklung und Evaluation eines Blended-Learning-Weiterbildungsformats „Digitalkompetenz“ für die Zielgruppe Führungskräftenachwuchs. Welche Effekte für Digitalkompetenz sind zu erzielen? Welche Gestaltungsideen kommen in Betracht?
