Künstliche Intelligenz und ihr Einfluss auf Deutschlands wirtschaftliche Zukunft

Künstliche Intelligenz: Ein Motor für Deutschlands Wirtschaftswachstum im demografischen Wandel

Die deutsche Wirtschaft steht vor der Herausforderung, trotz einer prognostizierten Schrumpfung der Erwerbsbevölkerung nachhaltiges Wachstum zu generieren. In diesem Kontext rückt Künstliche Intelligenz (KI) zunehmend in den Fokus als potenzieller Schlüssel zur Steigerung der Produktivität und zur Sicherung des Wohlstands. Aktuelle Analysen und Studien beleuchten die vielfältigen Auswirkungen von KI auf die volkswirtschaftliche Entwicklung, den Arbeitsmarkt und die unternehmerische Praxis in Deutschland.

KI als Wachstumstreiber: Makroökonomische Perspektiven

Ein Forschungsteam des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) prognostiziert, dass der verstärkte Einsatz von KI das Bruttoinlandsprodukt (BIP) in Deutschland in den nächsten 15 Jahren um durchschnittlich 0,8 Prozentpunkte pro Jahr steigern könnte. Dieser zusätzliche Wachstumsimpuls wird primär durch eine höhere Arbeitsproduktivität, signifikante Einsparungen und die Erschließung neuer Geschäftsfelder erwartet, die durch KI-Technologien ermöglicht werden. Dies würde eine deutliche Verbesserung gegenüber dem historisch schwachen Produktivitätswachstum der 2000er Jahre darstellen, das in den bisherigen 2020er Jahren bei lediglich 0,4 Prozent lag.

Die makroökonomische Produktivitätsentwicklung wird durch mehrere Faktoren beeinflusst: Arbeit, Kapital und technologisch-organisatorischer Fortschritt. KI kann dabei als Querschnittstechnologie wirken, die Produktionsprozesse beschleunigt, Ressourcen einspart und die Allokationseffizienz zwischen Unternehmen verbessert. Die Integration von KI in die Wertschöpfungsketten kann somit zu einem Anstieg der Totalen Faktorproduktivität (TFP) beitragen.

Es ist jedoch festzuhalten, dass ein "Produktivitätswunder" in Deutschland, selbst mit dem fortschreitenden Einsatz von KI, nicht erwartet wird. Die erwartete Produktivitätsentwicklung wird voraussichtlich das Niveau der 2000er Jahre erreichen, aber nicht die Dynamik früherer Dekaden wie der 1990er oder 2010er Jahre. Dies liegt unter anderem an einem moderaten Investitionsimpuls und dem sinkenden Arbeitseinsatz infolge des demografischen Wandels.

Transformation des Arbeitsmarktes durch KI

Der Arbeitsmarkt wird durch den Einsatz von KI erhebliche Umbrüche erfahren. Prognosen deuten darauf hin, dass in den nächsten 15 Jahren etwa 1,6 Millionen Stellen entweder wegfallen oder neu geschaffen werden könnten. Die Gesamtzahl der Arbeitsplätze soll dabei weitgehend stabil bleiben, da sich gegenläufige Effekte ausgleichen. Besonders betroffen sind Tätigkeiten auf Spezialisten- und Experten-Niveau, deren Zunahme sich im Vergleich zu Szenarien ohne breiten KI-Einsatz verlangsamen könnte. Die Nachfrage nach Hilfs- und Anlernkräften bleibt hingegen weitgehend unverändert, während der Bedarf an Fachkräften stärker ausfallen dürfte.

Für IT- und Informationsdienstleister wird ein steigender Arbeitskräftebedarf von rund 110.000 Personen erwartet. Im Gegensatz dazu könnten in Bereichen wie Unternehmensdienstleistungen etwa 120.000 Arbeitsplätze entfallen. Diese Verschiebungen unterstreichen die Notwendigkeit gezielter Qualifizierungsstrategien und einer hohen Anpassungsbereitschaft. KI wird hier als Brücke zwischen wirtschaftlichem Wachstum und einer schrumpfenden Bevölkerung verstanden, indem sie die Arbeitsproduktivität erhöht und den Fachkräftemangel in bestimmten Bereichen kompensieren kann.

Die bisherige empirische Evidenz deutet darauf hin, dass KI menschliche Arbeit primär ergänzt und nicht ersetzt. Unternehmen, die KI implementieren, berichten oft von einer Entlastung der Mitarbeitenden von einfachen, monotonen oder transaktionalen Tätigkeiten. Dies ermöglicht es den Beschäftigten, sich auf anspruchsvollere Aufgaben und ihre Kernkompetenzen zu konzentrieren. Gleichzeitig entstehen neue Jobprofile und Kompetenzbedarfe, die Schulungen oder Neueinstellungen erfordern.

KI in der Unternehmenspraxis: Erfahrungen und Herausforderungen

Die unternehmerische Praxis zeigt eine wachsende Akzeptanz und Implementierung von KI-Anwendungen. Im Jahr 2024 nutzten laut ifo Institut 27 Prozent der deutschen Unternehmen mindestens eine KI-Technologie, weitere 17,5 Prozent planten den Einsatz und 34 Prozent diskutierten ihn. Besonders große Unternehmen sind hier führend, oft mit eigenen KI-Abteilungen, die maßgeschneiderte Lösungen entwickeln.

Die Anwendungsfälle reichen von Chatbots für Kundenanfragen über die Automatisierung von Produktionsprozessen bis hin zu präzisen Prognoseverfahren. Effizienzsteigerungen durch Zeit- und Kosteneinsparungen sind dabei ein Konsens unter den Unternehmen. In einigen Fällen führen KI-Anwendungen auch zu Umsatzsteigerungen und fördern Innovationen.

Die Integration von KI ist jedoch nicht ohne Herausforderungen. Ein positiver Produktivitätseffekt der KI ist kein Automatismus, sondern hängt von spezifischen Gelingensbedingungen ab. Die Mobilisierung des Produktivitätspotenzials auf Arbeitsplatzebene benötigt Zeit, und die Implementierung von KI-Anwendungen kann in einer ersten Phase mit ambivalenten Effekten einhergehen. Unterschiede zeigen sich auch nach dem Bildungs- und Erfahrungshintergrund der Anwender.

Rahmenbedingungen für eine erfolgreiche KI-Integration

Für eine umfassende und erfolgreiche Integration von KI in die deutsche Wirtschaft sind angepasste Rahmenbedingungen unerlässlich. Diese umfassen insbesondere:

Regulierung

Der europäische AI Act, der 2024 in Kraft trat, reguliert KI risikobasiert. Er reicht von Transparenzpflichten für Systeme mit begrenztem Risiko (z.B. Chatbots) bis hin zu Verboten für Systeme mit inakzeptablem Risiko (z.B. Social Scoring). Eine schnelle nationale Umsetzung des AI Act in Deutschland ist notwendig, um Rechtssicherheit für Unternehmen zu schaffen. Es bedarf praxisnaher Hilfestellungen wie Checklisten und Best Practices, insbesondere für kleine und mittlere Unternehmen (KMU), um die komplexen Regelungen handhabbar zu machen. Zudem ist eine regelmäßige Evaluation und Anpassung des AI Acts an die dynamische Entwicklung von KI entscheidend, da der aktuelle Vierjahreszyklus als zu lang erachtet wird. Die Vielzahl der europäischen Digitalregulierungen erfordert zudem eine umfassende Übersicht, um die Komplexität für Unternehmen zu reduzieren und Rechtsunsicherheiten zu vermeiden.

Digitale Infrastruktur

Eine leistungsfähige IT-Infrastruktur ist die Grundvoraussetzung für den effizienten Einsatz von KI. Obwohl der Breitbandausbau in Deutschland Fortschritte gemacht hat – die Verfügbarkeit von 1.000 Mbit/s für Gewerbe stieg von 29 Prozent im Jahr 2020 auf 69 Prozent im Jahr 2024 –, gibt es weiterhin unterversorgte Gebiete, insbesondere in Ostdeutschland und ländlichen Regionen. Deutschland hinkt zudem beim Ausbau der Glasfaserinfrastruktur im EU-Vergleich hinterher. Der Ausbau von Rechenzentren ist ebenfalls kritisch, da KI-Prozesse häufig über Cloud-Dienste laufen. Der Energiebedarf von KI-Anwendungen, der bis 2030 auf über 30 Milliarden kWh ansteigen könnte, erfordert zudem einen verstärkten Ausbau erneuerbarer Energien und des Stromnetzes.

Fachkräfteverfügbarkeit und Bildung

Der Fachkräftemangel, insbesondere in Digitalisierungsberufen, stellt eine Herausforderung dar. Im Jahr 2024 gab es in Deutschland 4,5 offene Stellen ohne passend qualifizierte Arbeitslose pro 100 sozialversicherungspflichtig Beschäftigte in Digitalisierungsberufen. Um diesen Mangel zu beheben, sind gezielte Bildungsmaßnahmen und qualifizierte Zuwanderung unerlässlich. Bildungseinrichtungen sollten KI-Themen frühzeitig und umfassend in Lehrpläne integrieren, um Schüler und Studierende auf den Umgang mit KI vorzubereiten. Unternehmen sind zudem gefordert, in die Weiterbildung ihrer Mitarbeitenden zu investieren, um notwendige Digitalisierungs- und KI-Kompetenzen aufzubauen.

Handlungsempfehlungen für Politik und Wirtschaft

Um die Potenziale von KI optimal zu nutzen und Deutschland als wettbewerbsfähigen Standort zu stärken, sind koordinierte Anstrengungen von Politik und Wirtschaft erforderlich:

Für die Politik:

• Nationale Umsetzung des AI Act beschleunigen: Schnelle Verabschiedung eines Durchführungsgesetzes zur Schaffung von Rechtssicherheit und Sicherstellung einer adäquaten Ausstattung der zuständigen nationalen Behörden.
• KI-Regulierung praxistauglich gestalten: Entwicklung von praxisnahen Checklisten, Umsetzungshilfen und Best Practices, insbesondere für KMU, um die Komplexität des AI Acts zu reduzieren.
• Regelmäßige Evaluation des AI Acts: Kürzere Evaluationszyklen als vier Jahre, um flexibel auf die schnelle Entwicklung von KI reagieren zu können und potenzielle Innovationshemmnisse zu identifizieren und zu beheben.
• Übersicht über Digitalregulierung bereitstellen: Schaffung einer digitalen Plattform oder Webseite, die KMU Orientierung über die verschiedenen europäischen Digitalregulierungen bietet und deren Komplexität reduziert.
• Unterstützung für den Mittelstand ausbauen: Gezielte Förderprogramme, Beratungsangebote und praxisnahe Schulungen, um KMU bei der KI-Adaption zu unterstützen und Barrieren abzubauen.
• Vorgaben für die betriebliche Praxis anpassen: Überprüfung und Anpassung des Statusfeststellungsverfahrens, um Rechtsunsicherheiten für Solo-Selbstständige im IT-Bereich zu reduzieren und die Gewinnung externer Spezialisten zu erleichtern.
• KI-Forschung in die Anwendung bringen: Gezielte Anreize für Universitäten und Hochschulen zur Zusammenarbeit mit Unternehmen, um Forschungsergebnisse zur Marktreife zu entwickeln und spezifische Anwendungen zu implementieren.
• Private Investitionen in KI fördern: Schaffung attraktiver Rahmenbedingungen durch Steuervergünstigungen, Bürokratieabbau und gezielte Förderung von KI-Start-ups.
• Infrastruktur für KI ertüchtigen: Beschleunigung des Ausbaus von Breitbandnetzen und Glasfaser, Förderung des Aufbaus von Rechenzentren und Ausbau erneuerbarer Energien zur Deckung des steigenden Energiebedarfs.
• Arbeitsmarktpolitik überprüfen: Konzentration auf die Förderung der Beschäftigungsfähigkeit durch gezielte betriebliche Weiterbildung, ohne die Einführung einer Lohnversicherung jenseits des Arbeitslosengeldes.
• Fachkräfteverfügbarkeit verbessern: Maßnahmen zur Gewinnung von Schulabgängern für KI-relevante Bildungs- und Studiengänge, qualifizierte Zuwanderung und Erhöhung der allgemeinen Erwerbsbeteiligung.
• KI-Bildung ausbauen: Frühzeitige und umfassende Integration von KI-Themen in Lehrpläne von Schulen und Hochschulen, um IT-Kompetenzen zu verbessern und auf den KI-Einsatz vorzubereiten.

Für die Wirtschaft:

• Grundlagen für KI-Anwendungen schaffen: Investitionen in Digitalisierung und Datenmanagement, um eine solide Basis für den Einsatz von KI-Systemen zu legen und passende Anwendungsfelder zu identifizieren.
• Compliance sicherstellen: Aktive Auseinandersetzung mit dem AI Act, Klassifizierung eigener KI-Anwendungen und Sensibilisierung sowie Schulung von Mitarbeitenden mit Verantwortung für KI-Systeme.
• Weiterbildung stärken: Systematische Analyse des Qualifizierungsbedarfs und bedarfsorientierte, betriebsnahe Weiterbildungsangebote für Mitarbeitende, um neue KI-Kompetenzen aufzubauen.
• Akzeptanz schaffen: Frühzeitige Einbindung der Mitarbeitenden und des Betriebsrats, um Vertrauen und Transparenz im Implementierungsprozess zu fördern und Widerstände abzubauen.
• Positives Mindset vorleben: Etablierung einer technologieoffenen Unternehmenskultur, die Chancen über Risiken stellt und die Bereitschaft zu Innovationen und agilen Anpassungen fördert.

Die Künstliche Intelligenz bietet Deutschland eine signifikante Chance, die Herausforderungen des demografischen Wandels zu meistern und nachhaltiges Wirtschaftswachstum zu fördern. Eine koordinierte Strategie, die sowohl regulatorische Rahmenbedingungen als auch Investitionen in Infrastruktur, Bildung und individuelle Kompetenzen berücksichtigt, ist dabei entscheidend für den Erfolg.

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/wpcontent/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 Wohl-stand 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 IEDSProjekt 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 IEDSProjekt 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 EUBürokratie 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-verantwor-tungsvolle-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/kuenstlicheintelli-genz_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-imFokus/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 KIAnwendungen, 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-decadedesi.digital-strategy.ec.europa.eu/datasets/desi/charts/desi-indicators?indicator=desi_fttp&break-down=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 Halsberger, Maximilian et al., 2024, Does GPT-4 Make Us More Productive? An Experimental Study on the Productivity Effects of Generative AI on UK Workers, https://pa-pers.ssrn.com/sol3/papers.cfm?abstract_id=4718503 [26.2.2025] 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: IWTrends,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, KI-Nähe im Job zahlt sich aus, IW-Kurzbericht, Köln / Berlin 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]