KI in deutschen Unternehmen: Einsparungen und Herausforderungen bei der Umsetzung

KI-Integration in Deutschland: Zeitersparnis vs. Produktivitätsverlust

Die Einführung Künstlicher Intelligenz (KI) in deutschen Unternehmen wird vielerorts als entscheidender Schritt zur Steigerung der Produktivität und zur Bewältigung globaler Herausforderungen betrachtet. Aktuelle Erhebungen zeigen jedoch, dass die erhofften Effizienzgewinne oft nicht in vollem Umfang realisiert werden, und ein signifikanter Teil der durch KI gewonnenen Zeit unproduktiv genutzt wird.

Aktuelle Lage der KI-Nutzung in deutschen Büros

Eine jüngst durchgeführte Umfrage unter 501 deutschen Büromitarbeitern, die bereits mit KI-Tools arbeiten, liefert detaillierte Einblicke in die tatsächliche Zeitersparnis. Demnach geben 75 Prozent der Befragten an, durch den Einsatz von KI weniger als drei Stunden pro Woche einzusparen. Genauer gesagt, berichten 38,7 Prozent von einer bis drei Stunden Zeitgewinn, 20,2 Prozent von weniger als einer Stunde und 15,6 Prozent spüren überhaupt keinen Unterschied in ihrer wöchentlichen Arbeitszeit. Lediglich 8 Prozent der Befragten verzeichnen eine Ersparnis von mehr als sechs Stunden pro Woche. Diese Zahlen deuten darauf hin, dass die breite Anwendung generativer KI-Tools in der Praxis noch nicht den erwarteten umfassenden Produktivitätsschub bewirkt.

Unproduktive Zeitverwendung und mangelnde Wertschöpfung

Ein zentrales Ergebnis der Untersuchung ist die Art und Weise, wie die durch KI gewonnene Zeit genutzt wird. Anstatt diese in strategisch relevante Bereiche wie Innovation, Weiterbildung oder die Bearbeitung komplexerer Aufgaben zu investieren, wird ein erheblicher Teil der freigewordenen Kapazitäten für weniger wertschöpfende Tätigkeiten eingesetzt:

• 22,8 Prozent der Befragten verwenden die gesparte Zeit für bürokratische Aufgaben.
• 7 Prozent nutzen sie für zusätzliche Meetings, die sie sonst vermieden hätten.

Dies bedeutet, dass fast ein Drittel der durch KI eingesparten Zeit für Aktivitäten aufgewendet wird, die keinen direkten strategischen oder innovativen Mehrwert für das Unternehmen generieren. Darüber hinaus sind 46,7 Prozent der Befragten der Ansicht, dass die durch KI gewonnene Zeit in ihrem Unternehmen generell nicht produktiv genutzt wird. Diese Beobachtung wirft Fragen nach der Effektivität der KI-Implementierung und der zugrunde liegenden Unternehmenskultur auf.

Hemmnisse bei der Entfaltung des KI-Potenzials

Die Gründe für die unzureichende Ausschöpfung des KI-Potenzials sind vielschichtig und reichen von organisatorischen Mängeln bis hin zu kulturellen Barrieren. Die Umfrage identifiziert folgende wesentliche Hemmnisse:

• Mangelnde Förderung des KI-Austauschs: In 63,5 Prozent der Unternehmen wird der Austausch über KI-Anwendungen nicht aktiv gefördert. Dies kann zu einer Wissenslücke und einer unzureichenden Integration der Technologie führen.
• Kritische Betrachtung der Technologie: 11,2 Prozent der Unternehmen stehen der KI-Technologie grundsätzlich kritisch gegenüber, was die Bereitschaft zur Implementierung und Nutzung beeinträchtigen kann.
• Taktische Verhaltensweisen: 20 Prozent der Mitarbeiter berichten, dass Informationen über KI-Anwendungen zurückgehalten werden, und 23 Prozent geben an, Effizienzgewinne zu verheimlichen, um keine zusätzlichen Aufgaben zugewiesen zu bekommen. Solche Verhaltensmuster verhindern eine transparente und effektive Nutzung der Technologie.

Diese Ergebnisse legen nahe, dass die bloße Bereitstellung von KI-Tools nicht ausreicht. Vielmehr sind eine unterstützende Führung, eine offene Kommunikationskultur und gezielte Maßnahmen zur Befähigung der Mitarbeiter entscheidend für den Erfolg der KI-Integration.

Der Ruf nach einem Kulturwandel

Um die Produktivitätspotenziale generativer KI voll auszuschöpfen, wird ein grundlegender Kulturwandel in deutschen Unternehmen als notwendig erachtet. Dies beinhaltet:

• Aktive Förderung und Schulung: Unternehmen sollten den Einsatz von KI aktiv fördern, beispielsweise durch umfassende Schulungsprogramme und Plattformen für den offenen Austausch von Erfahrungen und Best Practices.
• Klärung von Datenschutz und Ethik: Eine transparente Auseinandersetzung mit Fragen des Datenschutzes und ethischen Aspekten ist unerlässlich, um Akzeptanz zu schaffen und die Technologie verantwortungsvoll einzusetzen.
• Gezielte Umlenkung gesparter Zeit: Die durch KI freigesetzten Kapazitäten sollten bewusst in innovationsfördernde Maßnahmen und Weiterbildungen investiert werden, um einen nachhaltigen Mehrwert zu generieren.

Unternehmen, die bereits eine etablierte KI-Kultur aufweisen, in der Mitarbeiter aktiv eingebunden und gefördert werden, berichten über doppelt so hohe Zeiteinsparungen durch KI (mehr als sechs Stunden pro Woche) im Vergleich zum Durchschnitt. Dies unterstreicht die Bedeutung von Führungskräften, die als Vorreiter agieren und eine Umgebung schaffen, in der KI als Chance und nicht als Bedrohung wahrgenommen wird. Ohne einen solchen Wandel besteht das Risiko, dass Deutschland im internationalen Vergleich bei der Nutzung von KI zurückfällt.

Makroökonomische Perspektiven auf KI und Produktivität

Die Diskussion über die Auswirkungen von KI auf die gesamtwirtschaftliche Produktivität in Deutschland ist vielschichtig. Prognosen deuten auf ein moderates jährliches Produktivitätswachstum von 0,9 Prozent für die Jahre 2025 bis 2030 und 1,2 Prozent für 2030 bis 2040 hin, wobei KI-Effekte berücksichtigt sind. Dieses Wachstum wird jedoch voraussichtlich lediglich das schwache Niveau der 2000er Jahre erreichen und die Dynamik früherer Dekaden nicht übertreffen. Die Produktivitätsimpulse durch technisch-organisatorischen Fortschritt, zu dem auch KI-Anwendungen zählen, sollen in den kommenden Jahren wieder zunehmen. Die Kapitalintensivierung wird ebenfalls steigen, hauptsächlich bedingt durch den demografisch bedingten Rückgang des Arbeitseinsatzes und weniger durch einen starken Investitionsimpuls. Ein "Produktivitätswunder" wird trotz fortschreitender Digitalisierung und KI-Einsatz in Deutschland nicht erwartet.

KI-Effekte auf Beschäftigte: Ergänzung statt Substitution

Auf individueller Ebene hat der Einsatz von KI das Potenzial, Produktivitätsgewinne zu erzielen. Die empirische Evidenz zeigt, dass die Ausschöpfung dieses Potenzials keine Selbstverständlichkeit ist und spezifische Rahmenbedingungen erfordert. Derzeit deuten die Befunde darauf hin, dass KI eher in einem komplementären Verhältnis zur menschlichen Arbeit steht, anstatt diese zu ersetzen. Dies bedeutet, dass KI-Systeme Aufgaben übernehmen, die zuvor manuell oder routinemäßig erledigt wurden, wodurch Mitarbeiter entlastet und sich auf komplexere, höherwertige Tätigkeiten konzentrieren können. Studien zeigen, dass Beschäftigte mit höherer KI-Nähe höhere Löhne erzielen und eine dynamischere Lohnentwicklung aufweisen.

Allerdings gibt es auch Bedenken. Eine Umfrage zeigt, dass 71 Prozent der Arbeitnehmer bereits KI nutzen, aber 25 Prozent der Befragten ihren Arbeitsplatz aufgrund von KI verloren haben. Jüngere Arbeitnehmer in Einstiegspositionen sind dabei häufiger betroffen. Gleichzeitig betonen Experten, dass KI neue Möglichkeiten schafft und die neu entstehenden Jobs potenziell besser bezahlt sein könnten. Dies verdeutlicht die Notwendigkeit kontinuierlicher Weiterbildung und Anpassung an neue Arbeitsbedingungen.

Unternehmerische Praxis: Vielfalt der Anwendungen und Herausforderungen

In der unternehmerischen Praxis zeigt sich eine breite Palette von KI-Anwendungen, von einfachen Chatbots für Kundenanfragen bis hin zu hochspezialisierten Systemen in der Produktion. Die Experteninterviews mit Unternehmen, die KI nutzen oder entwickeln, bestätigen, dass KI zu Effizienzsteigerungen durch Zeit- und Kostenersparnisse führt. Insbesondere große Unternehmen verfügen oft über eigene KI-Abteilungen, die maßgeschneiderte Lösungen entwickeln. Die Auswirkungen auf die Beschäftigten werden überwiegend als komplementär beschrieben, wobei KI zur Entlastung von Mitarbeitern bei monotonen oder transaktionalen Aufgaben beiträgt und neue Kompetenzbedarfe schafft, die durch Schulungen oder Neueinstellungen gedeckt werden müssen. Der Fachkräftemangel und demografische Herausforderungen werden dabei oft als Motivatoren für den KI-Einsatz genannt.

Rahmenbedingungen für KI in Deutschland

Die Rahmenbedingungen für die KI-Entwicklung und -Nutzung in Deutschland sind entscheidend. Der europäische AI Act, der 2024 verabschiedet wurde, reguliert KI risikobasiert und zielt darauf ab, Rechtssicherheit zu schaffen, stößt aber auch auf Kritik bezüglich seiner Handhabbarkeit und potenziellen Innovationshemmung. Die digitale Infrastruktur, insbesondere der Breitbandausbau und die Rechenzentrumskapazitäten, sind weitere kritische Faktoren. Trotz Fortschritten gibt es hier noch Nachholbedarf, besonders im ländlichen Raum und im Vergleich zu internationalen Spitzenreitern. Die Fachkräftesituation in Digitalisierungsberufen bleibt angespannt, was die Implementierung von KI-Anwendungen erschwert und die Notwendigkeit von qualifizierter Zuwanderung und Bildungsmaßnahmen unterstreicht.

Handlungsempfehlungen für Politik und Wirtschaft

Für die Politik

Um Deutschland als führenden Standort für KI zu etablieren und die Potenziale der Technologie umfassend zu nutzen, sind gezielte politische Maßnahmen erforderlich:

• Deutsche Umsetzung des AI Act vorantreiben: Eine zügige Verabschiedung des Durchführungsgesetzes zum AI Act ist unerlässlich, um Rechtssicherheit zu schaffen und die notwendigen Aufsichtsstrukturen zu implementieren. Die personelle und finanzielle Ausstattung der zuständigen Behörden muss dabei gewährleistet sein.
• KI-Regulierung handhabbar machen: Für kleine und mittlere Unternehmen (KMU) sind praxisnahe Checklisten, Leitfäden und Best Practices notwendig, um die komplexen Anforderungen des AI Act zu erfüllen und Innovationshemmnisse abzubauen.
• AI Act wiederholt evaluieren und anpassen: Angesichts der dynamischen Entwicklung von KI muss der AI Act in kürzeren Abständen als die vorgesehenen vier Jahre evaluiert und bei Bedarf angepasst werden, um flexibel auf technologische Fortschritte reagieren zu können.
• Übersicht über Digitalregulierung schaffen: Eine zentrale digitale Plattform kann KMU Orientierung im Dickicht europäischer Digitalregulierungen bieten und so den Zugang zu Informationen erleichtern.
• Ausbau der Unterstützungsinstrumente für den Mittelstand: Gezielte Förderprogramme, Beratungsangebote und KI-Hubs sind notwendig, um KMU bei der Adaption und Implementierung von KI-Technologien zu unterstützen.
• Vorgaben für die betriebliche Praxis auf KI ausrichten: Das Statusfeststellungsverfahren für Solo-Selbstständige sollte überprüft und angepasst werden, um Rechtsunsicherheiten zu reduzieren und die Zusammenarbeit mit hochspezialisierten IT-Fachkräften zu erleichtern.
• KI-Forschung in Deutschland in die Anwendung bringen: Gezielte Anreize für Kooperationen zwischen Universitäten, Hochschulen und Unternehmen sind erforderlich, um Forschungsergebnisse schneller zur Marktreife zu bringen und in praktische Anwendungen zu überführen.
• Private Investitionen in KI incentivieren: Attraktive Rahmenbedingungen, wie Steuervergünstigungen und Bürokratieabbau, sollen private Investitionen in KI-Infrastruktur und Start-ups fördern.
• Infrastruktur fit für KI machen: Der Ausbau eines leistungsfähigen Breitbandnetzes und von Rechenzentren ist entscheidend. Dies erfordert die Beschleunigung von Planungs- und Genehmigungsverfahren sowie den Ausbau erneuerbarer Energien zur Deckung des steigenden Energiebedarfs.
• Arbeitsmarktpolitik prüfen: Die Arbeitsmarktpolitik sollte Weiterbildungsmaßnahmen im Betrieb fördern, die auf den konkreten Bedarf der Unternehmen zugeschnitten sind, um Beschäftigte auf neue Aufgaben im Kontext von KI vorzubereiten. Eine Lohnversicherung jenseits des Arbeitslosengeldes für technologiebedingte Arbeitslosigkeit wird als nicht notwendig erachtet.
• Fachkräfteverfügbarkeit verbessern: Gezielte Bildung, qualifizierte Zuwanderung und Maßnahmen zur Erhöhung der Erwerbsbeteiligung sind notwendig, um den Fachkräftemangel in Digitalisierungsberufen zu beheben.
• KI-Bildung ausbauen: Das Thema Künstliche Intelligenz sollte frühzeitig und umfassend in Lehrpläne integriert werden, um Schüler und Studierende auf den Umgang mit KI vorzubereiten und die IT-Kompetenzen der Bevölkerung zu stärken.

Für die Wirtschaft

Unternehmen sind gefordert, aktiv zu werden, um die Potenziale von KI zu erschließen und ihre Wettbewerbsfähigkeit zu sichern:

• Mit Digitalisierung und Datenmanagement Grundlagen für erfolgreiche KI-Anwendungen schaffen: Eine effiziente Datenbewirtschaftung und die Identifizierung passender Anwendungsfelder sind entscheidend. Die digitale Transformation sollte vorangetrieben werden, um Daten für KI-Systeme nutzbar zu machen und Schwachstellen sowie Optimierungspotenziale aufzudecken.
• Compliance sicherstellen: Unternehmen müssen die geltenden Regeln und Gesetze, insbesondere den AI Act, kennen und befolgen. Die Einordnung der eigenen KI-Anwendungen in die Risikoklassen ist essenziell. Schulungen für Mitarbeiter mit Verantwortung für KI-Anwendungen und die Entwicklung unternehmensinterner Verhaltenskodizes sind sinnvoll.
• Weiterbildung stärken: Unternehmen sollten den Qualifizierungsbedarf systematisch analysieren und bedarfsorientierte Weiterbildungsangebote für ihre Mitarbeiter bereitstellen. Kürzere, betriebsnahe Weiterbildungen sind dabei besonders effektiv.
• Akzeptanz schaffen: Eine frühzeitige Einbindung der Mitarbeiter und des Betriebsrats ist entscheidend, um Akzeptanz für neue KI-Anwendungen zu schaffen und mögliche Widerstände abzubauen. Transparenz und Kommunikation über die Vorteile der Technologien sind hierbei von großer Bedeutung.
• Mindset vorleben: Ein positives, technologieoffenes und agiles Mindset in der Unternehmensführung und bei den Mitarbeitern ist elementar. Chancen sollten stärker betont werden als Risiken, und die Bereitschaft zu experimentieren und schnell auf Veränderungen zu reagieren, fördert die erfolgreiche Implementierung von KI-Lösungen.

---

Bibliography

Acemoglu, Daron, 2024, The Simple Macroeconomics of AI, NBER Working Paper, Nr. 32487, Cambridge/Mass. Acemoglu, Daron / Autor, David / Hazell, Jonathon / Restrepo, Pascual, 2022, AI and Jobs: Evidence from Online Vacancies, NBER Working Paper, Nr. 28257, Cambridge/Mass. Acemoglu, Daron / Restrepo, Pascual, 2018, The Race Between Man and Machine: Implications of Technology for Growth, Factor Shares, And Employment, American Economic Review, 108. Jg., Nr. 6, S. 1488–1542 Ademmer, Martin et al., 2017, Produktivität in Deutschland – Messbarkeit und Entwicklung, Kieler Beiträge zur Wirtschaftspolitik, Nr. 12, Kiel Aghion, Philippe / Bunel, Simon, 2024, AI and Growth: Where Do We Stand?, https://www.frbsf.org/wp-content/uploads/AI-and-Growth-Aghion-Bunel.pdf [26.2.2025] Aghion, Philippe / Jones, Benjamin / Jones, Charles, 2017, Artificial Intelligence and Economic Growth, NBER Working Paper, Nr. 23928, Cambridge/Mass. Aiyar, Shekhar et al., 2023, Geoeconomic Fragmentation and the Future of Multilateralism. International Monetary Fund, Staff Discussion Note SDN/2023/001, Washington D.C. Albasina, Stefania et al., 2023, New Technologies and Jobs in Europe, NBER Working Paper, Nr. 31357, Cambridge/Mass. Alekseeva, Liudmila et al., 2021, The demand for AI skills in the labor market, Labour Economics, 71. Jg., Issue C Andrews, Dan / Criscuolo, Chiara / Gal, Peter N., 2016, The Best versus the Rest: The Global Productivity Slowdown, Divergence across Firms and the Role of Public Policy, OECD Productivity Working Paper, Nr. 5, Paris Anger, Christina / Betz, Julia / Plünnecke, Axel, 2023, Die Aufgaben der Hochschulen im Transformationsprozess, Gutachten für die Initiative Neue Soziale Marktwirtschaft (INSM), Köln Anger, Christina / Kohlisch, Enno / Koppel, Oliver / Plünnecke, Axel, 2021, MINT-Frühjahrsreport 2021. MINT-Engpässe und Corona-Pandemie: von den konjunkturellen zu den strukturellen Herausforderungen, Gutachten für BDA, BDI, MINT Zukunft schaffen und Gesamtmetall, Köln Anger, Christina / Plünnecke, Axel, 2017, Qualifikation: Kompetenzentwicklung und Bildungsabschlüsse, in: Institut der deutschen Wirtschaft Köln (Hrsg.), Perspektive 2035. Wirtschaftspolitik für Wachstum und Wohlstand in der alternden Gesellschaft, Köln, S. 75–90 Arntz, Melanie / Blesse, Sebastian / Doerrenberg, Philipp, 2022, The End of Work is Near, Isn't It? Survey Evidence on Automation Angst, ZEW – Centre for European Economic Research Discussion Paper, Nr. 22-036, Mannheim Arntz, Melanie / Gregory, Terry / Zierahn, Ulrich, 2019, Digitalization and the Future of Work: Macroeconomic Consequences, IZA-Discussion Paper, Nr. 12428, Bonn Azkan, Can et al., 2024, Anreizsysteme und Ökonomie des Data Sharings: Status quo der deutschen Datenwirtschaft und Grundlagen des unternehmensübergreifenden Datenaustausches, Publikation aus dem IEDS-Projekt Incentives and Economics of Data Sharing im Auftrag des Bundesministeriums für Bildung und Forschung (BMBF), Dortmund/Köln Azkan, Can et al., 2023, Anreizsysteme und Ökonomie des Data Sharings: Status Quo der deutschen Datenwirtschaft und Anwendung von unternehmensübergreifenden Datenaustausch, Publikation aus dem IEDS-Projekt Incentives and Economics of Data Sharing im Auftrag des Bundesministeriums für Bildung und Forschung (BMBF), Dortmund/Köln Bardt, Hubertus / Hüther, Michael, 2024, Verteidigungsfähigkeit erfordert Priorität im Bundeshaushalt und föderale Gesamtbilanz, IW-Kurzbericht, Nr. 91, Köln Bayrisches Staatsministerium für Digitales, 2025, KMUs bei der Umsetzung des „AI Act“ der EU unterstützen // Bayern zum Vorreiter für verantwortungsvolle KI machen // Mehring: „Wir spannen Schutzschirm vor EU-Bürokratie über Bayerns Wirtschaft auf“, Pressemitteilung vom 30. Januar 2025, https://www.stmd.bayern.de/kmus-bei-der-umsetzung-des-ai-act-der-eu-unterstuetzen-bayern-zum-vorreiter-fuer-verantwortungsvolle-ki-machen-mehring-wir-spannen-schutzschirm-vor-eu-buerokratie-ue/ [31.1.2025] Bertschek, Irene et al., 2015, The Economic Impacts of Broadband Internet: A Survey, in: Review of Network Economics, 14. Jg., Nr. 4, S. 201–227 Bloom, Nicholas / Jones, Charles / Van Reenen, John / Webb, Michael, 2020, Are Ideas Getting Harder to Find, in: American Economic Review, 110. Jg., Nr. 4, S. 1104–1144 BMBF – Bundesministerium für Bildung und Forschung, 2024, Zukunftstechnologie Künstliche Intelligenz, https://www.bmbf.de/DE/Forschung/Zukunftstechnologien/KuenstlicheIntelligenz/kuenstlicheintelligenz_node.html [11.2.2025] Boch, Michael et al., 2024, Künstliche Intelligenz und Produktivität, Wien Bolwin, Lennart et al., 2023, Der digitale Faktor – Wie Deutschland von intelligenten Technologien profitiert, https://storage.googleapis.com/derdigitalefaktor/download/231031_IW_Google-Studie_Summary_DE.pdf [29.1.2025] Bonin, Holger / Gregory, Terry / Zierahn, Ulrich, 2015, Übertragung der Studie von Frey/Osborne (2013) auf Deutschland, Kurzexpertise des Zentrums für Europäische Wirtschaftsforschung, Nr. 57, im Auftrag des Bundesministeriums für Arbeit und Soziales, Mannheim Börsch-Supan, Axel, 2013, Mikro- und makroökonomische Dimensionen des demografischen Wandels, in: Hüther, Michael / Naegele, Gerhard (Hrsg.), Demografiepolitik. Herausforderungen und Handlungsfelder, Wiesbaden, S. 96–122 Briggs, Joseph / Kodnani, Devesh, 2023, Upgrading Our Longer-Run Global Growth Forecasts to Reflect the Impact of Generative AI, Goldman Sachs, Global Economics Analyst, 29 October 2023, New York, NY Brümmerhoff, Dieter / Grömling, Michael, 2015, Volkswirtschaftliche Gesamtrechnungen, 10. Auflage, Berlin/Boston Brynjolfsson, Erik / Li, Danielle / Raymond, Lindsey, 2023, Generative AI at work, NBER Working Paper, Nr. 31161, Cambridge/Mass. Brynjolfsson, Erik / McAfee, Andrew, 2014, The Second Machine Age. Work, Progress, and Prosperity in a Time of Brilliant Technologies, New York Brynjolfsson, Eric / Mitchell, Tom / Rock, Daniel, 2018, What Can Machines Learn, and What Does It Mean for Occupations and the Economy, in: AEA Papers and Proceedings, 108. Jg., S. 43–47 Büchel, Jan et al., 2021, KI-Monitor: Status quo der Künstlichen Intelligenz in Deutschland, Gutachten im Auftrag des Bundesverbandes Digitale Wirtschaft (BVDW) e.V., Köln Büchel, Jan / Bakalis, Dennis / Scheufen, Marc, 2024, Digitalisierung der Wirtschaft in Deutschland. Langfassung der Ergebnisse des Digitalisierungsindex im Rahmen des Projekts „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland“ im Auftrag des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK), Köln Büchel, Jan / Engler, Jan Felix / Mertens, Armin / Demary, Vera, 2023, KI-Einsatzbereiche in Deutschland. Eine Analyse von KI-Stellenanzeigen, Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland” des Bundesministeriums für Wirtschaft und Klimaschutz, Köln Büchel, Jan / Mertens, Armin, 2022, KI-Bedarfe in Deutschland. Regionale Analyse und Entwicklung der Anforderungsprofile in KI-Stellenanzeigen, Gutachten im Rahmen des Projekts „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland” im Auftrag des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK), Berlin / Köln Büchel, Jan / Mertens, Armin, 2021, KI-Bedarfe der Wirtschaft am Standort Deutschland. Eine Analyse von Stellenanzeigen für KI-Berufe, Gutachten im Auftrag des Bundesministeriums für Wirtschaft und Energie, Köln Büchel, Jan / Monsef, Roschan Pourkhataei, 2024, Künstliche Intelligenz - Bessere Entlohnung durch Produktivitätsbooster?, in: IW-Trends, 51. Jg., Nr. 2, S. 45–63 Büchel, Jan / Röhl, Klaus-Heiner, 2023, Aufbau Ost. Die Gigabit-Lücke, IW-Kurzbericht, Nr. 15, Köln / Berlin Büchel, Jan / Scheufen, Marc / Engels, Barbara, 2025, Digitalisierungsindex 2024. Digitalisierung der Wirtschaft in Deutschland, Ergebnisse des Digitalisierungsindex im Rahmen des Projekts „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland”, Köln Bundesagentur für Arbeit, 2021, Umsteigeschlüssel vom Fünfsteller (Berufsgattung) KldB 2010 zum Viersteller ISCO 2008, https://statistik.arbeitsagentur.de/DE/Statischer-Content/Grundlagen/Klassifikationen/Klassifikation-der-Berufe/KldB2010-Fassung2020/Arbeitsmittel/Umschluesselungstabellen.html [10.9.24] Bundesagentur für Arbeit, 2024, Datenbank Beschäftigte nach Berufsgruppe und Anforderungsniveau, Stand August 2024, https://statistik.arbeitsagentur.de/DE/Navigation/Statistiken/Themen-im-Fokus/Berufe/Berufe-Nav.html [10.9.24] Bureau of Labor Statistics, 2012, Crosswalk between the 2008 ISCO to the 2010 SOC https://www.bls.gov/soc/soccrosswalks.htm [10.9.24] Burstedde, Alexander / Tiedemann, Jurek, 2024a, IW-Arbeitsmarktfortschreibung 2027. Aktualisierung mit Daten bis 2022 – Zuwanderung kann Alterung ausgleichen, IW-Report, Nr. 33, Köln Burstedde, Alexander / Tiedemann, Jurek, 2024b, Kompetenzbarometer: Fachkräftesituation in Digitalisierungsberufen – Beschäftigungsaufbau und Fachkräftemangel bis 2027, Gutachten im Rahmen des Projekts „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland“ im Auftrag des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK), Köln Calvino, Flavio / Fontanelli, Luca, 2023, A portrait of AI adopters across countries: Firm characteristics, assets’ complementarities and productivity, OECD Science, Technology and Industry Working Papers, Nr. 2023/02, Paris Cam, Arif / Chui, Michael / Hall, Bryce, 2019, Global AI Survey: AI proves its worth, but few scale impact, Mc Kinsey, https://www.mckinsey.com/featured-insights/artificial-intelligence/global-ai-survey-ai-proves-its-worth-but-few-scale-impact#/ [26.9.2023] Cantore, Cristiano / Ferroni, Filippo / Leon-Ledesma, Miguel A., 2017, The Dynamics of Hours Worked and Technology, in: Journal of Economic Dynamics and Control, Nr. 82. S. 67–82, ISSN 0165-1889 Cui, Kevin Zheyuan et al., 2024, The Effects of Generative AI on High Skilled Work: Evidence from Three Field Experiments with Software Developers, Working Paper at SSRN, 5. September 2024, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4945566#:~:text=This%20study%20evaluates%20the%20impact%20of [4.10.2024] Czarnitzki, Dirk / Fernandez, Gaston P. / Rammer, Christian, 2022, Artificial Intelligence and Firm-Level Productivity, ZEW-Discussion Paper, Nr. 22-005, Mannheim Czernich, Nina / Falck, Oliver / Kretschmer, Tobias, 2011, Broadband Infrastructure and Economic Growth, in: Economic Journal, 121. Jg., Nr. 552, S. 505–532 Damioli, Giacomo / Van Roy, Vincent / Vertesy, Daniel/ Vivarelli, Marco, 2023, AI technologies and employment: micro evidence from the supply side, in: Applied Economics Letters, 30. Jg., Nr. 6, S. 816–821 Decker, Hanna / Sachse, Maximilian, 2024, Renaissance in den USA? Immer mehr Techkonzerne setzen auf die Kernkraft, Rehttps://www.faz.net/aktuell/wirtschaft/unternehmen/technologie-konzerne-investieren-in-atomkraft-ki-beschleunigt-trend-110153125.html [26.2.2025] Dell'Acqua, et al., 2023, Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality, Harvard Business School Technology & Operations Mgt. Unit, Working Paper, Nr. 24-013, Harvard Demary, Vera et al., 2020, KI-Monitor 2020. Status quo der Künstlichen Intelligenz in Deutschland, Gutachten im Auftrag des Bundesverbands Digitale Wirtschaft (BVDW) e.V. Demary, Vera / Matthes, Jürgen / Plünnecke, Axel / Schaefer, Thilo / Schmitz, Edgar, 2024, Herausforderungen der Transformation für die Unternehmen in Deutschland, in: IW-Trends, 51. Jg., Nr. 3, S. 89–106 Demary, Vera / Matthes, Jürgen / Plünnecke, Axel / Schaefer, Thilo (Hrsg.). 2021, Gleichzeitig: Wie vier Disruptionen die deutsche Wirtschaft verändern. Herausforderungen und Lösungen, IW-Studie, Köln Demary, Vera / Rusche, Christian, 2018, Zukunftsfaktor 5G – Eine ökonomische Perspektive, IW-Report, Nr. 45, Köln Dengler, Katharina / Matthes, Britta, 2021, Folgen des technologischen Wandels für den Arbeitsmarkt. Auch komplexere Tätigkeiten könnten zunehmend automatisiert werden, IAB-Kurzbericht, Nr. 13, Nürnberg Dengler, Katharina / Matthes, Britta, 2018: Substituierbarkeitspotenziale von Berufen. Wenige Berufsbilder halten mit der Digitalisierung Schritt, IAB-Kurzbericht, Nr. 4, Nürnberg Dengler, Katharina / Matthes, Britta, 2015, Folgen der Digitalisierung für die Arbeitswelt – Substituierbarkeitspotenziale von Berufen in Deutschland, IAB-Forschungsbericht, Nr. 11, Nürnberg Deschermeier, Philipp, 2024, IW-Bevölkerungsprognose 2024. Eine Datengrundlage zur Gestaltung der Herausforderungen des demografischen Wandels, in: IW-Trends, 51. Jg., Nr. 3, S. 65–88 Deschermeier, Philipp / Schäfer, Holger, 2024, Die Babyboomer gehen in Rente, IW-Kurzbericht, Nr. 78, Köln Deutsche Bundesbank, 2021, Zur Verlangsamung des Produktivitätswachstums im Euroraum, in: Monatsbericht, Januar, S. 15–47 Deutsche Bundesbank, 2014, Neuschätzung des Produktionspotenzials der deutschen Wirtschaft, in: Monatsbericht, Dezember, S. 28–30 Deutscher Bundestag, 2025, AI Act: Abstimmungen für Durchführungsgesetz dauern an, https://www.bundestag.de/presse/hib/kurzmeldungen-1039626 [11.2.2025] Deutscher Bundestag, 2024a, Nationale Umsetzung des AI Act in Deutschland, https://www.bundestag.de/presse/hib/kurzmeldungen-1016762 [11.2.2025] Deutscher Bundestag, 2024b, Antwort der Bundesregierung der Fraktion der CDU/CSU – Drucksache 420/12671 – Nationale Umsetzung des AI Act in Deutschland, Drucksache 20/12948, https://dserver.bundestag.de/btd/20/129/2012948.pdf [11.2.2025] D’Onofrio, Sara, 2024, Generative Künstliche Intelligenz – die neue Ära der kreativen Maschinen, HMD Praxis der Wirtschaftsinformatik, 61. Jg., Nr. 2, S. 331–343 Dullien, Sebastian / Gerards Iglesias, Simon / Hüther, Michael / Rietzler, Katja, 2024, Herausforderungen für die Schuldenbremse. Investitionsbedarfe in der Infrastruktur und für die Transformation, IW-Policy Paper, Nr. 2, Köln Edelson, Laura / Graef, Inge / Lancieri, Filippo, 2023, Access to Data and Algorithms: For an Effective DMA and DSA Implementation, CERRE report, Brüssel Eger, Thomas / Scheufen, Marc, 2024a, The Law and Economics of the Data Economy: Introduction to the Special Issue, in: European Journal of Law and Economics, Vol. 57, No.1, pp. 93-111 Eger, Thomas / Scheufen, Marc, 2024b, Data Sharing in Deutschland. Theorie, Empirie und europäische Gesetzgebung, in: Wirtschaftsdienst, 104. Jg., Heft 10, S. 725-729 Eisele, Olaf / Harlacher, Markus / Lennings, Frank, 2023, Bedarfsgerechte Auswahl und Einführung von KI-Anwendungen, in: Stowasser, Sascha (Hrsg.), Künstliche Intelligenz (KI) und Arbeit. ifaa-Edition, Berlin, Heidelberg, S. 107–139 Eloundou, Tyna / Manning, Sam / Mishkin, Pamela /Rock, Daniel, 2023, GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models, arXiv preprint arXiv:2303.10130 Engels, Barbara / Büchel, Jan / Scheufen, Marc, 2025, Deutschland, digital gespalten — fünf Jahre Digitalisierungsindex, IW-Kurzbericht, Nr. 5, Köln Enste, Dominik / Kürten, Louisa Marie / Suling, Lena / Orth, Anja Katrin, 2020, Digitalisierung und mitarbeiterorientierte Führung. Die Bedeutung der Kontrollüberzeugung für die Personalpolitik, IW-Analyse, Nr. 135, Köln EU Commission, 2025a, The Commission publishes guidelines on AI system definition to facilitate the first AI Act’s rules application, https://digital-strategy.ec.europa.eu/en/library/commission-publishes-guidelines-ai-system-definition-facilitate-first-ai-acts-rules-application [10.2.2025] EU Commission, 2025b, Commission publishes the Guidelines on prohibited artificial intelligence (AI) practices, as defined by the AI Act, https://digital-strategy.ec.europa.eu/en/library/commission-publishes-guidelines-prohibited-artificial-intelligence-ai-practices-defined-ai-act [10.2.2025] EU Commission, 2025c, General-Purpose AI Code of Practice, https://digital-strategy.ec.europa.eu/en/policies/ai-code-practice [10.2.2025] EU Commission, 2025d, EU launches InvestAI initiative to mobilise €200 billion of investment in artificial intelligence, https://ec.europa.eu/commission/presscorner/detail/en/ip_25_467 [12.2.2025] EU Commission, 2024, DESI indicators, Fibre to the Premises (FTTP) coverage, https://digital-decade-desi.digital-strategy.ec.europa.eu/datasets/desi/charts/desi-indicators?indicator=desi_fttp&breakdown=total_pophh&period=desi_2024&unit=pc_hh_all&country=AT,BE,BG,HR,CY,CZ,DK,EE,EU,FI,FR,DE,EL,HU,IE,IT,LV,LT,LU,MT,NL,PL,PT,RO,SK,SI,ES,SE [07.02.2025] European Parliament, 2025, Legislative Train Schedule, AI liability directive, https://www.europarl.europa.eu/legislative-train/theme-a-europe-fit-for-the-digital-age/file-ai-liability-directive?p3373 [10.2.2025] Ewald, Johannes / Goecke, Henry / Kempermann, Hanno / Kestermann, Christian, 2024, Spillover-Effekte von Rechenzentren – Rückgrat der KI-Revolution in Deutschland, Gutachten im Auftrag der unter dem Dach des eco Verbands gegründeten Allianz zur Stärkung digitaler Infrastrukturen, Köln Falck, Elisabeth / Röhe, Oke / Strobel, Johannes, 2024, Auswirkungen des digitalen Wandels auf die Arbeitsproduktivität, Deutsche Bundesbank, Research Brief, Nr. 65, Frankfurt/Main Felten, Edward / Raj, Manav / Seamans, Robert, 2023, How will Language Modelers like ChatGPT Affect Occupations and Industries?, http://doi.org/10.2139/ssrn.4375268 Felten, Edward / Raj, Manav / Seamans, Robert, 2021, Occupational, industry, and geographic exposure to artificial intelligence: A novel dataset and its potential uses, in: Strategic Management Journal, 42. Jg., Nr. 12, S. 2195 –2217 Felten, Edward / Raj, Manav / Seamans, Robert, 2019, The Occupational Impact of Artificial Intelligence: Labor, Skills, and Polarization, NYU Stern School of Business, http://doi.org/10.2139/ssrn.3368605 Fossen, Frank M. / Sorgner, Alina, 2019, New Digital Technologies and Heterogeneous Employment and Wage Dynamics in the United States: Evidence from Individual-Level Data, IZA Discussion Paper, Nr. 12242, Bonn Frey, Carl B. / Osborne, Michael A., 2013, The Future of Employment: How Susceptible Are Jobs to Computerisation?, University of Oxford Frodermann, Corinna et al., 2021a, Schwach anonymisierte Version der Stichprobe der Integrierten Arbeitsmarktbiografien (SIAB) – Version 7519 v1, Forschungsdatenzentrum der Bundesagentur für Arbeit (BA) im Institut für Arbeitsmarkt- und Berufsforschung (IAB), https://doi.org/10.5164/IAB.SIAB7519.de.en.v1 Frodermann, Corinna / Schmucker, Alexandra / Seth, Stefan / vom Berge, Philipp, 2021b, Stichprobe der Integrierten Arbeitsmarktbiografien (SIAB) 1975-2019. (FDZ-Datenreport 01/2021 (de)), Nürnberg, 77 S., https://doi.org/10.5164/IAB.FDZD.2101.de.v1 Gartner, Hermann / Hutter, Christian / Weber, Enzo, 2021, Wie der Arbeitsmarkt zwei sehr unterschiedliche Krisen bewältigt, IAB-Kurzbericht, Nr. 27, Nürnberg Gathmann, Christina / Grimm, Felix, 2022, The Diffusion of Digital Technologies and its Consequences in the Labor Market, 23rd IZA Summer School in Labor Economics, Buch/Ammersee, https://conference.iza.org/conference_files/SUM_2022/grimm_f32263.pdf [26.9.2023] Gathmann, Christina / Grimm, Felix / Winkler, Erwin, 2024, AI, Task Changes in Jobs, and Worker Reallocation, IZA DP No. 17554, https://docs.iza.org/dp17554.pdf [29.1.2025] Geis-Thöne, Wido et al., 2021, Wie lässt sich das Produktivitätswachstum stärken? Gutachten im Auftrag der KfW Bankengruppe, Köln Georgieff, Alexandre / Hyee, Raphaela, 2021, Artificial intelligence and employment: New cross-country evidence, OECD Social, Employment and Migration Working Papers, Nr. 265, Paris Giering, Oliver / Fedorets, Alexandra / Adriaans, Jule / Kirchner, Stefan, 2021, Künstliche Intelligenz in Deutschland: Erwerbstätige wissen oft nicht, dass sie mit KI-basierten Systemen arbeiten, DIW-Wochenbericht, Nr. 48, Berlin Giuntella, Osea / König, Johannes / Stella, Luca, 2023, Artificial intelligence and workers' well-being, SOEPpapers on Multidisciplinary Panel Data Research, Nr. 1194, Berlin Goldin, Ian / Koutroumpis, Pantelis / Lafond, Francois / Winkler, Julian, 2024, Why is Productivity Slowing Down?, in: Journal of Economic Literature, 62. Jg., Nr. 1, S. 196–268 Gonschor, Myrielle / Storm, Eduard, 2023, The Diffusion of Artificial Intelligence: New evidence from German Online Job Vacancy data, Working Paper, Düsseldorf/Essen, congress-files.s3.amazonaws.com/2023-07/OJA%2520AI%2520Diffusion%2520Germany_2023_02.pdf [26.9.2023] Goodridge, Peter / Haskel, Jonathan / Edquist, Harald, 2021, We see data everywhere except in the productivity statistics, in: Review of Income and Wealth, 68. Jg., Nr.4, S. 862–894 Gordon, Robert J., 2014, The turtle’s progress: Secular stagnation meets the headwinds, in: Teulings, Coen / Baldwin, Richard, Secular Stagnation: Facts, Causes and Cures, Brüssel, S. 47–59 Green, Andrew / Lamby, Lucas, 2023, The supply, demand and characteristics of the AI workforce across OECD countries, OECD Social, Employment and Migration Working Papers, Nr. 287, Paris Grömling, Michael, 2022, Kapitalarmes Produktivitätswachstum in Deutschland – eine schwere Ausgangslage, in: Zeitschrift für das gesamte Kreditwesen, 75. Jahrgang, Nr. 9, S. 32-37 Grömling, Michael, 2021, COVID-19 and the Growth Potential, in: Intereconomics, 56. Jg., Nr. 1, S. 45–49 Grömling, Michael, 2019, Messung und Interpretation der makroökonomischen Einkommensverteilung, in: Mink, Reimund / Voy, Klaus (Hrsg.), Gesamtwirtschaftliche Einkommensbegriffe, Produktion und Einkommen im sozialpolitischen Kontext, Berliner Beiträge zu den Volkswirtschaftlichen Gesamtrechnungen, Bd. 3, Marburg, S. 317–338 Grömling, Michael, 2017, Wachstumspotenzial: ein Growth Accounting für Deutschland, in: Institut der deutschen Wirtschaft Köln (Hrsg.), Perspektive 2035. Wirtschaftspolitik für Wachstum und Wohlstand in der alternden Gesellschaft, Köln, S. 91–111 Grömling, Michael, 2016, The Digital Revolution – New Challenges for National Accounting?, in: World Economics, 17. Jg., Nr. 1, S. 1–13 Grömling, Michael et al., 2024, Volkswirtschaftliche Bedeutung der Bauwirtschaft, Gutachten im Auftrag des Hauptverbands der Deutschen Bauindustrie e.V., Köln Grömling, Michael et al., 2021, Ein Wachstumspfad für mehr Produktivität, Innovation und Beschäftigung in Deutschland, Gutachten im Auftrag von StepStone GmbH, NEW WORK SE, Kienbaum Consultants International, Köln Grömling, Michael / Hentze, Tobias / Schäfer, Holger, 2022, Wirtschaftliche Auswirkungen der Corona-Pandemie in Deutschland – Eine ökonomische Bilanz nach zwei Jahren, in: IW-Trends, 49. Jg., Nr. 1, S. 41–72 Grömling, Michael / Klös, Hans-Peter, 2018, „Inklusives Wachstum“ – Potenziale und Grenzen eines Konzepts. Eine institutionenökonomische Analyse, IW-Analysen, Nr. 126, Köln Grömling, Michael / Niebel, Thomas, 2025, Measuring the productivity effects of digital capital – a conceptual approach, in: ASTA – Wirtschafts- und Sozialstatistisches Archiv, 19. Jg., Nr. 1, S. 319–335 Gühler, Nadine / Schmalwasser, Oda, 2020, Anlagevermögen, Abschreibungen und Abgänge in den Volkswirtschaftlichen Gesamtrechnungen, in: Wirtschaft und Statistik, Nr. 3, S. 76–88 Hammermann, Andrea / Monsef, Roschan / Stettes, Oliver, 2025, Produktiver mit KI?. Wie Unternehmen und Beschäftigte die Produktivitätseffekte einschätzen, in: IW-Trends, 2024, 51. Jg., Nr. 4, S. 75–94 Hammermann, Andrea / Monsef, Roschan Pourkhataei / Stettes, Oliver, 2023, KI und der Arbeitsmarkt. Eine Analyse der Beschäftigungseffekte, IW-Report, Nr. 55, Köln Havik, Karel et al., 2014, The Production Function Methodology for Calculating Potential Growth Rates & Output Gaps, European Commission Economic Papers, Nr. 535, November, Brüssel Hemel, Ulrich et al., 2024, Künstliche Intelligenz als Co-Pilot – Warum Unternehmen im Fahrersitz bleiben müssen, IW-Policy Paper, Nr. 1, Köln Hemmer, Hans-Rimbert / Lorenz, Andreas, 2004, Grundlagen der Wachstumsempirie, München Hintemann, Ralph / Hinterholzer, Simon / Progni, Kejsi, 2024, Bitkom-Studie Rechenzentren in Deutschland: Aktuelle Marktentwicklungen– Stand 2024, Bitkom/Borderstep Institut, Berlin Hochreiter, Sepp, 2024, Wir treten jetzt in die dritte Phase der Künstlichen Intelligenz ein, in: FAZ, vom 17.12.2024 Hulten, C. R., 1978, Growth accounting with intermediate inputs, The Review of Economic Studies, 511–518 Hüther, Michael, 2025, Eine Agenda für die neue Legislaturperiode. Wettbewerbsfähigkeit und Transformation, IW-Policy Paper, Nr. 1, Köln Hüther, Michael, 2024, Zauberwort Resilienz, Gastbeitrag, Welt am Sonntag, 11. Februar 2024, https://www.iwkoeln.de/presse/in-den-medien/michael-huether-zauberwort-resilienz.html [31.01.2025] Hutter, Christian / Weber, Enzo, 2025, Konjunktur und Transformation: die kritische Gemengelage am Arbeitsmarkt, in: IAB-Forum, Nürnberg Ifaa, 2023, Künstliche Intelligenz in produzierenden Unternehmen, https://www.arbeitswissenschaft.net/angebote-produkte/studien/kwh-ue-alf-ki-studie-ergebnisse [4.10.2023] IHK München und Oberbayern – Industrie- und Handelskammer München und Oberbayern, 2025, Artificial Intelligence Act – das müssen Unternehmen wissen, https://www.ihk-muenchen.de/de/Service/Digitalisierung/K%C3%BCnstliche-Intelligenz/AI-Act/ [11.2.2025] IMF – International Monetary Fund, 2023, Artificial Intelligence. What AI means for economics, Finance & Development, 60. Jg., Nr. 4, Washington, D.C. Kerkhof, Anna / Licht, Thomas / Menkhoff, Manuel / Wohlrabe, Klaus, 2024, Die Nutzung von Künstlicher Intelligenz in der deutschen Wirtschaft, in: ifo Schnelldienst, 77. Jg., Nr. 8, S. 39–43 Kozlowski, Julian / Veldkamp, Laura / Venkateswaran, Venky, 2020, Scarring Body and Mind: The Long-Term Belief-Scarring Effects of COVID-19, Federal Reserve Bank of St. Louis Working Paper, Nr. 2020-009, St. Louis Lane, Marguerita, 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 Paper No. 26, https://www.oecd.org/content/dam/oecd/en/publications/reports/2024/10/who-will-be-the-workers-most-affected-by-ai_fb7fcccd/14dc6f89-en.pdf [6.1.2025] Lane, Marguerita / Williams, Morgan / Broecke, Stijn, 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, Nr. 288, Paris Lu, Yingying / Zhou, Yixiao, 2021, A review on the economics of artificial intelligence, in: Journal of Economic Surveys, 35. Jg., Nr. 4, S. 1045–1072 McKinsey & Company, 2023, The economic potential of generative AI - The next productivity frontier Menzel, Christoph / Winkler, Christian, 2018, Zur Diskussion der Effekte Künstlicher Intelligenz in der wirtschaftswissenschaftlichen Literatur, Bundesministerium für Wirtschaft und Energie, Diskussionspapier, Nr. 8, Berlin Microsoft, 2024, Fit für das KI-Zeitalter: Microsoft investiert 3,2 Milliarden Euro, um KI-Infrastruktur und Cloud-Kapazitäten in Deutschland mehr als zu verdoppeln sowie Fachkräfte zu qualifizieren, https://news.microsoft.com/de-de/fit-fuer-das-ki-zeitalter-microsoft-investiert-32-milliarden-euro-um-ki-infrastruktur-und-cloud-kapazitaeten-in-deutschland-mehr-als-zu-verdoppeln-sowie-fachkraefte-zu-qualifizieren/ [11.2.2025] Milanez, Anna, 2023, The impact of AIon the workplace: Evidence from OECD case studies of AI implementation, OECD Social, Employment and Migration Working Papers, Nr. 289, Paris Monsef, Roschan / Stettes, Oliver, 2023, Die Dynamik der Personalbewegungen auf Unternehmensebene im digitalen und ökologischen Wandel, in: IW-Trends, 50. Jg., Nr. 2, S. 59–75 Muehlemann, Samuel, 2024, AI Adoption and Workplace Training, IZA DP, Nr. 17367, https://docs.iza.org/dp17367.pdf [29.1.2025] Niebel, Thomas / Rasel, Fabienne / Viete, Steffen, 2019, BIG data – BIG gains? Understanding the link between big data analytics and innovation, in: Economics of Innovation and New Technology, 28. Jg., Nr. 3, S. 296–316 Nordhaus, William, 2021, Are We Approaching an Economic Singularity? Information Technology and the Future of Economic Growth, in: American Economic Journal: Macroeconomics, 13. Jg., Nr. 1, S. 299–332 Noy, Shakked / Zhang, Whitney, 2023, Experimental evidence on the productivity effects of generative artificial intelligence., Science, Jg., Nr. 6654, S. 187–192 OECD – Organisation for Economic Co-operation and Development, 2024, OECD-Bericht zu Künstlicher Intelligenz in Deutschland, OECD Publishing, Paris, https://doi.org/10.1787/8fd1bd9d-de OECD, 2023, Employment Outlook 2023: Artificial Intelligence and the Labour Market, Paris OECD, 2015, The Future of Productivity, Paris Pathak, Maitrayee, 2024, Data Governance Redifined: The Evolution of EU Data Regulations from the GDPR to the DMA, DSA, DGA, Data Act and AI Act, in: European Data Protection Law Review, 10. Jg., Nr. 1, S. 43–56 Pouliakas, Konstantinos / Santangelo, Giulia / Dupire, Paul, 2025, Are Artificial Intelligence (AI) Skills a Reward or a Gamble? Deconstructing the AI Wage Premium in Europe, IZA DP, Nr. 17607, https://docs.iza.org/dp17607.pdf [29.1.2025] Punz, Matthias, 2025, AI Act: BMWK sieht keinen Bedarf an Hilfsangeboten für Unternehmen, Süddeutsche Zeitung Dossier Digitalwende, 5.2.2025 PwC – PricewaterhouseCoopers, 2018, Auswirkungen der Nutzung von künstlicher Intelligenz in Deutschland Rusche, Christian, 2024, Wachsen regulierte digitale Märkte?, in: Wirtschaftsdienst, 104. Jg., Nr. 11, S. 807–810 Rusche, Christian et al., 2022, KI-Monitor 2022. Künstliche Intelligenz in Deutschland, Gutachten im Auftrag des Bundesverbandes Digitale Wirtschaft (BVDW) e.V., Köln Schaefer, Thilo et al., 2024, Transformationspfade für das Industrieland Deutschland, Gutachten in Kooperation des Instituts der deutschen Wirtschaft mit der Boston Consulting Group und dem Bundesverband der deutschen Industrie, Berlin/Köln Schäfer, Holger / Schleiermacher, Thomas / Stettes, Oliver, 2024, Der Einsatz von Solo-Selbstständigen und Angehörigen von Fremdfirmen in deutschen Unternehmen, Gefördert von Bundesverband für selbständige Wissensarbeit e.V., Verband der Gründer und Selbstständigen in Deutschland e.V., Vereinigung der Bayerischen Wirtschaft e.V., Köln Scheufen, Marc, 2024a, Rechtliche Hemmnisse beim Data Sharing überwinden, IW-Kurzbericht, Nr. 31, Köln Scheufen, Marc, 2024b, Hemmnisse beim Data Sharing – Entwicklung und Handlungsempfehlungen, in: IW-Trends,51. Jg., Nr. 2, S. 65–80 Seele, Stefanie, 2024, Experten sind besonders nah an KI, IW-Kurzbericht, Nr. 80, Köln Seele, Stefanie / Stettes, Oliver, 2025 forthcoming, Lohneffekte der Dekarbonisierung Seele, Stefanie / Stettes, Oliver, 2023, Wechseln von Digitalisierung betroffene Beschäftigte häufiger den Betrieb oder in Arbeitslosigkeit?, in: IW-Trends, Nr. 4, 50. Jg., S. 3–21 Solow, Robert M., 1957, Technical Change and the Aggregate Production Function, in: The Review of Economics and Statistics, 39. Jg., Nr. 3, S. 312–320 Stackpole, Beth, 2024, The impact of generative AI as a general-purpose technology, https://mitsloan.mit.edu/ideas-made-to-matter/impact-generative-ai-a-general-purpose-technology [13.2.2025] Stettes, Oliver, 2024, Digitale und ökologische Transformation, betriebliche Konfliktfelder und die Rolle von Betriebsräten, in: IW-Trends, 51. Jg., Nr. 3, S. 3-24 Stettes, Oliver, 2023, Solo-Selbstständige und Werkvertragsbeschäftigte als Katalysatoren des digitalen Wandels in deutschen Unternehmen, in: IW-Trends, 50. Jg., Nr. 1, S. 63–80 Svanberg, Maja et al., 2024, Beyond AI Exposure: Which Tasks are Cost-Effective to Automate with Computer Vision?, https://doi.org/10.2139/ssrn.4700751 SVR – Sachverständigenrat zur Begutachtung der gesamtwirtschaftlichen Entwicklung, 2023, Wachstumsschwäche überwinden – In die Zukunft investieren, Jahresgutachten 2023/24, Wiesbaden SVR, 2020, Corona-Krise gemeinsam bewältigen, Resilienz und Wachstum stärken, Jahresgutachten 2020/2021, Wiesbaden SVR, 2015, Zukunftsfähigkeit in den Mittelpunkt, Jahresgutachten 2015/2016, Wiesbaden tagesschau.de, 2025a, „Stargate“. Trump verkündet milliardenschweres KI-Projekt, https://www.tagesschau.de/wirtschaft/digitales/stargate-ki-trump-100.html [11.2.2025] tagesschau.de, 2025b, 1.500 Teilnehmer erwartet. Gipfel zu Künstlicher Intelligenz in Paris begonnen, https://www.tagesschau.de/wirtschaft/digitales/ki-europa-gipfel-100.html [11.2.2025] Universität des Saarlands, 2025, Neuer Referentenentwurf zur Durchführung der KI Verordnung, Juristisches Internetprojekt Saarbrücken, https://www.jura.uni-saarland.de/neuer-referentenentwurf-zur-durchfuehrung-der-ki-verordnung/ [11.2.2025] Vöpel, Henning, 2021, Die digitale Revolution: Der große Sprung in die Datenökonomie, in: Straubhaar, Thomas, 2021, (Hrsg.), Neuvermessung der Datenökonomie, Hamburg, S. 29–39 Wambach, Achim, 2022, Wettbewerb in der digitalen Ökonomie, in: List Forum für Wirtschafts- und Finanzpolitik, 48. Jg., S. 35–52 Webb, Michael, 2020, Essays in the economics of artificial intelligence, Standford, http://purl.stanford.edu/hy957wm6685 [26.9.2023] Indeed. (2025). KI am Arbeitsplatz: Wenig Zeitgewinn und viel verschenktes Potenzial. Abgerufen von https://de.indeed.com/news/releases/ki-am-arbeitsplatz-wenig-zeitgewinn-und-viel-verschenktes-potenzial Indeed. (n.d.). Tech-CEO verrät seinen KI-Prompt. Abgerufen von https://t3n.de/news/tech-ceo-verraet-dieser-ki-prompt-erstellt-blitzschnell-umfangreiche-kundendossiers-1705045/ t3n. (n.d.). Künstliche Intelligenz. Abgerufen von https://t3n.de/tag/kuenstliche-intelligenz/ t3n. (n.d.). New Work. Abgerufen von https://t3n.de/tag/arbeitswelt/ t3n. (n.d.). Finance. Abgerufen von https://t3n.de/tag/finance/ t3n. (n.d.). Robotik. Abgerufen von https://t3n.de/tag/roboter/ t3n. (n.d.). Energie. Abgerufen von https://t3n.de/tag/erneuerbare-energie/ Technology Research Hub. (n.d.). Abgerufen von https://technology-research-hub.de/ Indeed. (n.d.). KI-Effizienz verpufft: Ein Drittel der Deutschen nutzt gesparte Zeit unproduktiv. Abgerufen von https://t3n.de/news/ki-effizienz-verpufft-ein-drittel-der-deutschen-nutzt-gesparte-zeit-unproduktiv-1705504/ Indeed. (n.d.). KI-Revolution in Deutschland: Viel Potenzial, wenig Ertrag, selbst Schuld. (Foto: MAYA LAB / Shutterstock) t3n. (n.d.). Gefährliche Halluzinationen: KI schickt Touristen an Orte, die es nicht gibt. Abgerufen von https://t3n.de/news/ki-reiseplanung-gefahr-halluzinationen-1710656/ t3n. (n.d.). Rekordverdächtig: James-Webb-Teleskop beobachtet den gefräßigsten Planeten aller Zeiten. Abgerufen von https://t3n.de/news/vagabundierender-planet-verhaelt-sich-wie-stern-1710615/ t3n. (n.d.). KI erfolgreich im Unternehmen etablieren – Strategie-Workbook. Abgerufen von https://shop.t3n.de/products/ki-erfolgreich-im-unternehmen-etablieren t3n. (n.d.). Neue Arbeitswelt: 9 (+1) deutschsprachige Podcasts zum Folgen. Abgerufen von https://t3n.de/bildergalerie/neue-arbeit-new-work-podcast?news=1705504 t3n. (n.d.). Gefangen im Autodenken: Wie unsere Städte die Kinder vergessen. Abgerufen von https://t3n.de/magazin/adultismus-kinder-im-strassenverkehr-auto-fahrrad-gehen-253671/ t3n. (n.d.). Echte Games zocken: Bastlerin verwandelt Lego Game Boy in funktionierende Handheld-Konsole. Abgerufen von https://t3n.de/news/echte-games-lego-game-boy-1710653/ t3n. (n.d.). Bitcoin-Analyse: Kommt jetzt die Herbstrallye?. Abgerufen von https://t3n.de/news/bitcoin-analyse-kommt-jetzt-die-herbstrallye-1710506/ Indeed. (n.d.). Matthias Richter [Kommentar]. Abgerufen von https://t3n.de/news/ki-effizienz-verpufft-ein-drittel-der-deutschen-nutzt-gesparte-zeit-unproduktiv-1705504/#c-301377 Indeed. (n.d.). Michael Meyer [Kommentar]. Abgerufen von https://t3n.de/news/ki-effizienz-verpufft-ein-drittel-der-deutschen-nutzt-gesparte-zeit-unproduktiv-1705504/#c-301380 Indeed. (n.d.). Oshiwal Diom [Kommentar]. Abgerufen von https://t3n.de/news/ki-effizienz-verpufft-ein-drittel-der-deutschen-nutzt-gesparte-zeit-unproduktiv-1705504/#c-301406 Indeed. (n.d.). Jakob Irgendwer [Kommentar]. Abgerufen von https://t3n.de/news/ki-effizienz-verpufft-ein-drittel-der-deutschen-nutzt-gesparte-zeit-unproduktiv-1705504/#c-301408 Indeed. (n.d.). Bitte schalte deinen Adblocker für t3n.de aus!. Abgerufen von https://t3n.de/news/ki-effizienz-verpufft-ein-drittel-der-deutschen-nutzt-gesparte-zeit-unproduktiv-1705504/# Indeed. (n.d.). Anleitung zur Deaktivierung. Abgerufen von https://t3n.de/info/adblocker-deaktivieren/ Indeed. (n.d.). Hier registrieren. Abgerufen von https://t3n.de/account/register Indeed. (n.d.). Hier anmelden. Abgerufen von https://t3n.de/account/login?redirect=https://t3n.de/news/ki-effizienz-verpufft-ein-drittel-der-deutschen-nutzt-gesparte-zeit-unproduktiv-1705504/ Indeed. (n.d.). Anmelden und kommentieren. Abgerufen von https://t3n.de/account/login?redirect=https://t3n.de/news/ki-effizienz-verpufft-ein-drittel-der-deutschen-nutzt-gesparte-zeit-unproduktiv-1705504/ DigitalBusiness-Magazin. (n.d.). KI-Tools: Zwei Drittel der Deutschen nutzen diese bereits. Abgerufen von https://www.digitalbusiness-magazin.de/ki-tools-zwei-drittel-der-deutschen-nutzen-diese-bereits-a-d57e133e3b51d5767f6e6eb00cfb4a17/ OMR. (n.d.). Studie: Ein Drittel der Deutschen nutzt ChatGPT & Co. bei .... Abgerufen von https://omr.com/de/daily/ki-kaufentscheidungen-studie-appinio DIHK. (n.d.). Wie wird KI die Produktivität in Deutschland verändern?. Abgerufen von https://www.dihk.de/resource/blob/129924/ecb7a759faf5983048c0e66b3fd0b05c/iw-gutachten-zu-ki-und-produktivitaet-data.pdf Ifo. (n.d.). Künstliche Intelligenz: Chance oder Gefahr?. Abgerufen von https://www.ifo.de/DocDL/sd-2023-08-ki-chancen-risiken.pdf FAZ. (n.d.). Deutschlands Wirtschaft hat ein Problem mit der Produktivität. Abgerufen von https://www.faz.net/aktuell/wirtschaft/deutschlands-wirtschaft-hat-ein-problem-mit-der-produktivitaet-19541878.html Stern. (n.d.). Studie: Deutsche arbeiten viel weniger als Bewohner anderer Wirtschaftsnationen. Abgerufen von https://www.stern.de/news/studie--deutsche-arbeiten-viel-weniger-als-bewohner-anderer-wirtschaftsnationen-35733980.html Ingenieur.de. (n.d.). KI in der Arbeitswelt: Zwischen Chancen und Angst. Abgerufen von https://www.ingenieur.de/karriere/arbeitsleben/ki-in-der-arbeitswelt-zwischen-chancen-und-angst/ Focus. (n.d.). Deutsche vertrödeln Arbeitszeit: Produktivitätsstudie. Abgerufen von https://www.focus.de/finanzen/karriere/berufsleben/arbeitszeit/deutsche-vertroedeln-arbeitszeit-produktivitaetsstudie_id_2163525.html