GCRI · Zukunft der Arbeit und Kompetenzen
Automatisierung und Arbeitsplätze
Automation, robotics and AI take over some tasks, assist others and create new ones. Whether this displaces workers, raises productivity and wages or does both depends on the tasks involved, how firms deploy technology and how institutions support transitions. This page sets out how automation affects jobs, how exposure and impact are measured, and what evidence serves the policymakers, employers and unions responsible.
Automation and jobs on the record.
Automation and jobs: how the risk develops.
AI/robotics impact and job redesign. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Tasks, not whole jobs
Most occupations combine tasks that can be automated with tasks that cannot. Automation reshapes jobs more often than it eliminates them outright.
Displacement and reinstatement
Technology displaces labour from some tasks and creates new tasks that need people. Net effects depend on the balance between the two.
Productivity gains may not reach wages
If gains accrue mainly to capital owners, automation can raise output while wages stagnate for exposed workers.
Transitions are costly for individuals
Displaced workers often face long unemployment or lower pay in new jobs, especially older workers and those in declining regions.
How automation and jobs is modelled, measured and tested.
Das Modell, seine Annahmen, seine Daten und seine Unsicherheit in der Form, in der eine Wissenschaftlerin oder ein Ingenieur sie prüfen würde. Die Strukturen folgen veröffentlichten Methoden. Die dargestellten Werte sind illustrativ, keine Befunde.
Systemmodell
The couplings between the systems in automation and jobs: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.
Automation exposure differs by domain.
Findings are designed for the Reihe Exponential Technology. The ILO’s 2023 working paper estimates exposure, which is not job loss.
- Firm adoption data.
- Worker surveys.
Was gemessen wird und wie gut.
Jeder Indikator trägt seine Einheit, seinen Rhythmus, die Art der zugrunde liegenden Quelle und die Evidenzkennzeichnung, die ein Wert tragen würde. Es werden keine Werte gezeigt: Ein Programm liefert sie unter seiner eigenen Autorität.
| Indikator | Einheit | Takt | Quellentyp | Kennzeichnung |
|---|---|---|---|---|
| Employment in occupations with high automation exposure | percent of employment | je Bewertung | Task-based exposure studies | GESCHÄTZT |
| Firms using AI or robots | percent of firms | per survey | Business surveys | BERICHTET |
| Displaced worker re-employment rate | percent re-employed within a year | per survey | Displaced worker surveys | BERICHTET |
| Wage change after displacement | percent | per survey | Linked employer-employee data | GESCHÄTZT |
| Labour share of income | Prozent des BIP | jährlich | Volkswirtschaftliche Gesamtrechnungen | GESCHÄTZT |
| New job titles emerging | Anzahl | jährlich | Occupational classification updates and job postings | BEOBACHTET |
Woher die Evidenz stammt.
Benannte öffentliche Datensätze und institutionelle Aufzeichnungen, jeweils mit ihrer Lizenzklasse. Quellen auf Vereinbarungsbasis werden nur zu ihren Bedingungen genutzt und niemals weiterveröffentlicht.
| Quelle | Was es liefert | Lizenzklasse |
|---|---|---|
| ILO global studies on generative AI exposure | Occupational exposure estimates by country and gender | Public, ILO terms |
| OECD studies on automation and AI in the labour market | Evidence on exposure and adoption | Public, OECD terms |
| US Bureau of Labor Statistics Displaced Worker Survey | Outcomes of displaced workers | Public domain, US government |
| O*NET occupational task database | Task content of occupations used in exposure studies | Offen, CC BY 4.0 |
| Eurostat enterprise AI and robot use statistics | Adoption by firms | Open, Eurostat reuse policy |
Wer entscheidet und wozu die Evidenz dient.
Future of Work and Skills prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Wer entscheidet | Die Frage | Evidenz, der diese Seite dient |
|---|---|---|
| Labour ministries | Which workers and regions need transition support | Exposure profiles; displacement evidence |
| Employers and unions | How to introduce technology and share gains | Adoption and wage evidence |
| Training providers | Which skills to build for new tasks | Emerging task evidence |
Ergebnisse, die dieses Thema hervorbringt
- Task-based exposure profiles by occupation and group
- Displacement and re-employment analyses
- Evaluation designs for transition programmes
- Evidence notes for social dialogue on technology
What researchers ask about automation.
- Which tasks can current AI and robots perform reliably and at acceptable cost?
- When does technology substitute for workers and when does it complement them?
- How are productivity gains shared between firms, workers and consumers?
- How can jobs be redesigned so people keep meaningful, skilled work?
Displacement, productivity and new work.
Automation has a displacement effect, as machines take over tasks, and a productivity effect, as lower costs raise demand and employment elsewhere. Historically, new tasks and occupations have also emerged, reinstating demand for labour. The balance between these forces determines the net effect on employment and wages.
Industrial robots mainly automate physical, repetitive tasks in manufacturing and logistics. Generative AI reaches cognitive tasks such as drafting, summarising and coding. Evidence from early workplace studies suggests AI assistance can raise productivity, sometimes most for less experienced workers, but effects vary widely by task and implementation. What employers choose to automate, and how, matters as much as technical capability.
Evidence on automation and its limits.
- 01
Task exposure measures
Matching technology capabilities to occupational task descriptions, informed by künstliche Intelligenz und maschinelles Lernen and robotics and automation. Measures depend on judgements about capability that age quickly.
- 02
Robot adoption studies
Linking robot installations to local employment and wages with Ökonometrie. Results differ between countries and periods.
- 03
Workplace experiments
Randomised or natural experiments in firms adopting AI, using Sozial- und Verhaltenswissenschaften. Short-run effects may not reflect long-run change.
- 04
Job redesign case studies
How organisations reorganise work around new tools. Case studies illustrate possibilities rather than averages.
Wie es untersucht wird und was die Methoden nicht sagen können.
- 01Volkswirtschaft und EntwicklungsökonomieTätigkeitsbasierte Analyse von Technologie · Arbeitsmarktinstitutionen · Ökonomie des gerechten ÜbergangsHier angewandt
- 02Künstliche Intelligenz und maschinelles LernenExtraktion von Kompetenzen aus Stellenanzeigen · Stellenvermittlung in der ArbeitsverwaltungHier angewandt
- 03Robotik und AutomatisierungRobotereinführung und Beschäftigung · Sicherheit bei der Arbeit von Mensch und Roboter · Neugestaltung von Arbeitsplätzen rund um RoboterHier angewandt
- 04ÖkonometrieVerdrängungseffekte mit verknüpften Daten · Evaluierung von Weiterbildungsprogrammen · ArbeitskräfteprojektionenHier angewandt
Where this page’s references lead.
Die Gremien und Dokumente, vor deren Hintergrund diese Seite gelesen wird. Status und Ausgaben ändern sich; jeder Link führt zur herausgebenden Stelle.
Wohin diese Seite im Konsortium führt.
Fragen und Antworten.
Will automation cause mass unemployment?
What is task-based analysis?
Who is most exposed to automation?
Is automation exposure the same as job loss?
Does AI help or hurt less experienced workers?
Can job redesign prevent displacement?
Does the platform advise firms on automation?
Evidenz von dieser Seite aus beitragen.
Berichte is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- E-MailZugang GW-GCRIVon dieser Seite aus sendenEvidenz, eine Korrektur, ein Fall, eine Methode, eine Prüfung, eine Übersetzung oder ein Beitrag zu einem Profil. Sie kommt mit dieser Seite gekennzeichnet an, sodass die zuständige Redaktion sie erhält.
- ZenodoOffene HinterlegungHinterlegen und bei der Community einreichenVeröffentlichen Sie Ihren eigenen Eintrag auf Zenodo mit Ihrer ORCID iD und reichen Sie ihn dort bei der Reports-Community ein. Kuratorinnen und Kuratoren prüfen ihn; der DOI bleibt bei Ihnen.
- BerichteGCRIAlle Wege zum Beitragen ansehenDie Beitragsarten, wie jede geprüft wird, welche Nennung Sie erhalten, die Lizenz und was nie angenommen wird.
Senden Sie nie personenbezogene Daten, sensible Infrastrukturdetails oder etwas, das Sie nicht weitergeben dürfen. Ein Beitrag wird vor der Nutzung geprüft; das Einsenden begründet weder Urheberschaft noch redaktionelle Rechte, und Sponsoring erkauft nie ein Ergebnis.
Bringen Sie eine Methode, einen Datensatz oder eine Frage mit.
Information und Anfragen sind heute offen. Eine Anfrage erhält ein Aktenzeichen und nennt den nächsten Schritt; Bewerbungen, Zahlungen, Rechenzuteilungen und Registrierungen öffnen erst, wenn Team, Bedingungen und Prüfkapazität bestehen.
Rechtliche Dokumente.
Karten, Daten und Zahlen auf dieser Website werden zu Kontext- und allgemeinen Informationszwecken gezeigt. Sie sind weder Beratung noch Prognosen oder Warnungen; die Grenzen der Information sind in den Haftungsausschlüssen und Datenhinweisen dargelegt.