Lerneinheit Kapitel 3: KI in der Arbeitswelt
Werden wir alle durch Maschinen ersetzt?
Die öffentliche gesellschaftliche Debatte rund um die zukünftige Entwicklung von Arbeit beschäftigt sich immer wieder mit potenziellen – meist negativen – Auswirkungen von Automatisierung auf die Arbeitswelt: Wird es mit zunehmender Automatisierung der Arbeitswelt zu starker Reduzierung menschlicher Arbeitsplätze kommen?
Diese Frage ist naheliegend, tauchte doch bisher durch technische Entwicklungen in der Geschichte die Substitution von Aufgaben wie das Flechten von Stoffen, Spinnen oder Pflügen mit einem Pferdefuhrwerk oder die Buchmacherei bereits mehrfach auf. Es werden jedoch nicht nur Aufgaben ersetzt. Der technologische Wandel bringt kontinuierlich neue Felder wie Online-Banking, Buchungsportale, Streaming oder Online-Versandhandel hervor, wodurch wiederum neue Tätigkeiten geschaffen werden. So wird auch KI die Arbeitswelt verändern.
Dabei ist es gar nicht so einfach, Auswirkungen von Automatisierung – egal, ob durch Künstliche Intelligenz oder Digitalisierung – auf die Arbeitswelt abzuschätzen. Gründe dafür sind unter anderem die Vielfalt der Arbeitswelt sowie der Tätigkeitsstrukturen und die Ungewissheit hinsichtlich zukünftiger technischer Entwicklungen.
Und da wir die Zukunft von KI nicht vorhersagen können, ist es auch äußerst schwierig, die Geschwindigkeit und das Ausmaß der Entwicklung für den Arbeitsmarkt zu prognostizieren. Dennoch gibt es seit einigen Jahren Versuche, das Automatisierungspotenzial von Arbeit zu untersuchen.
Automatisierungspotential von Arbeit
Es gibt mehrere Projekte, die sich mit den Auswirkungen auf die Beschäftigung auseinandersetzen, und von einer großen Spanne an Auswirkungen ausgehen. Dabei reicht das Spektrum vom Ersetzen kompletter Arbeitskräfte bis hin zu Assistenzsystemen, die Menschen beispielsweise bei Routinetätigkeiten unterstützen.
Zu den bekanntesten Studien zu diesem Thema gehört die Arbeit „The future of employment“ der Wissenschaftler Frey und Osborne von der Universität Oxford – veröffentlicht im Jahr 2013. Die Forscher werteten Urteile von Expert*innen (Forscher*innen aus dem Bereich Machine Learning) aus und klassifizierten berufliche Tätigkeiten, um Automatisierungspotenziale von Berufen in den USA abzuschätzen. Hierbei sei angemerkt, dass sie sich nicht spezifisch auf KI fokussiert haben, sondern im Allgemeinen Digitalisierung betrachtet haben.
Die Autoren gingen davon aus, dass es zu zwei Automatisierungswellen kommen wird. Sie kamen zu dem Schluss, dass ungefähr 10 bis 20 Jahre nach Publikation der Studie die Berufe von 47% der Beschäftigten mit hoher Wahrscheinlichkeit (> 70 %) automatisiert werden. Nach einer darauffolgenden Verlangsamung der technologischen Entwicklung wären in der zweiten Welle die Berufe von weiteren 33% der Beschäftigten betroffen.
Doch welche Aufgaben wären den Autoren zufolge von dieser Entwicklung eingeschlossen? Besonders für Routinetätigkeiten sowie Tätigkeiten mit geringem Lohn- & Qualifizierungsniveau gelte eine hohe Automatisierungswahrscheinlichkeit. So wären vor allem Berufe im Bereich Transport und Logistik (automatisierte Fahrzeuge), unterstützende Büro- und administrative (Big Data) sowie produzierende (Industrieroboter) Tätigkeiten betroffen. Tätigkeiten mit geringem Automatisierungspotenzial hingegen sind z.B. Instandsetzungen und Begutachtungen, kreative sowie soziale Tätigkeiten.
Nun kann man argumentieren, dass diese Studie in den USA durchgeführt wurde und für andere Teile der Welt keine Gültigkeit hat. Deshalb untersuchten Bonin, Gregory und Zierahn im Jahr 2015 in einer Studie die Automatisierungswahrscheinlichkeit der Berufe in Deutschland. Ihren Erkenntnissen zufolge arbeiten 42% der Beschäftigten in Deutschland in Berufen mit einer hohen Automatisierungswahrscheinlichkeit.
Dabei suggerieren exakte Angaben der Wahrscheinlichkeiten, ein komplizierter Studienaufbau und die Eliteuniversitäten, die hinter den Veröffentlichungen stehen, dass die Prognosen verlässlich und genau sind. Es ist verständlich, dass sich nur wenige die Mühe machen, einen 79-seitigen Bericht zu lesen mit Aussagen wie:
Das Aufgabenmodell nimmt zur Nachvollziehbarkeit eine aggregierte Cobb-Douglas-Produktionsfunktion mit konstanten Skalenerträgen an.“
Tut man dies nicht, sollte man den Schlussfolgerungen dazu mit einem gesunden Maß an Skepsis begegnen. Bei der Interpretation der Ergebnisse müssen einige Punkte beachtet werden, um das Automatisierungspotenzial nicht zu überschätzen (Bonin et al., 2015):
Tätigkeitsstruktur
Die Studienergebnisse zur Automatisierungswahrscheinlichkeit bedeuten zwar ein hohes Potenzial für die benannten Berufe, aber nicht eine unvermeidliche Automatisierung dieser. Berufe bestehen aus mehreren Tätigkeiten unterschiedlichen Umfangs und Spektrums. So zeichnet sich beispielsweise die Arbeit eines Bürokaufmanns/einer Bürokauffrau sowohl beispielsweise durch Tätigkeiten im Bereich der Beschaffung, als auch durch Betreuung von Kund:innen aus. Aufgrund der eingeschränkten technischen Möglichkeiten werden nicht direkt ganze Berufe automatisiert, sondern nur konkrete Tätigkeiten (wie beispielsweise der Einkauf von Büromaterialien). Dies führt dazu, dass keine kompletten Arbeitsplätze gefährdet sind, sondern eher eine Veränderung der Tätigkeitsstrukturen stattfinden wird.
Einschätzungen von Expert:innen
Die Einschätzungen in der Originalstudie beruhen zu einem großen Teil auf subjektiven Urteilen von (Technik‑)Expert:innen. Dies kann nach Autor (2014) in einer Überschätzung technischer Potenziale im Praxiseinsatz resultieren. Das Automatisierungspotenzial spezifizierter Tätigkeiten, die implizites Wissen voraussetzen und für Menschen intuitiv verständlich sind, ist bisher schwierig einzuschätzen und der Vorteil, den Menschen damit gegenüber Maschinen besitzen, wird unterschätzt. Bei implizitem Wissen handelt es sich um Wissen, welches nicht bewusst benannt bzw. formalisiert werden kann, wie bspw. Radfahren.
Weitere Faktoren
Frey und Osborne (2013) betrachten nur technisch mögliche Automatisierungspotenziale und keine ethischen, rechtlichen und gesellschaftlichen Aspekte, welche Verzögerungen in der Entwicklung und praktischen Nutzung von KI-Systemen auslösen können. Darunter fallen zum Beispiel Fragen der Haftung und Verantwortung bei Unfällen mit KI-basierten Systemen.
Realitycheck: Schöne neue Arbeitswelt?
Der Mehrwert solcher Analysen besteht nicht in der Angabe konkreter Prozentzahlen zur Automatisierung von Arbeit, sondern vielmehr darin, dass sie aufzeigen, welche Arten von Berufen aller Voraussicht nach besonders von Veränderungen betroffen sein werden.
Bei der Abschätzung, ob es eher einen positiven oder negativen Wandel der Arbeitswelt geben wird, ist es dementsprechend wichtig, den Blick statt auf ganze Jobs auf einzelne Tätigkeiten und deren zukünftiges Automatisierungspotenzial zu legen. Bonin et al. (2015) untersuchten beispielsweise detaillierter die Tätigkeitsstrukturen der Arbeitsplätze auf ihre Automatisierungswahrscheinlichkeit. Sie kamen zu dem Schluss, dass so nur 12% der Arbeitsplätze in Deutschland und 9% in den USA von hoher Automatisierungswahrscheinlichkeit betroffen sind. Einen arbeitssoziologischen Versuch, verschiedene Anteile einer Arbeit zu bestimmen, findet sich im Arbeitsvermögen-Index (AV-Index), der von der Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAuA) und dem Bundesinstitut für Berufsbildung (BiBB) entwickelt wurde. Die Idee ist, Merkmale zu bestimmen, die kennzeichnend für die – schwerer durch KI automatisierbaren – „Nicht-Routine-Anteile” eines Jobs sind, etwa der Umgang mit Wandel, Komplexität und Unwägbarkeiten.
Durch die Veränderung von Tätigkeitsstrukturen besteht die Chance auf eine Humanisierung von Arbeit, welche spannendere Aufgaben sowie körperliche und geistige Entlastung der Menschen umfasst. Die Beschäftigten können durch veränderte Arbeitstätigkeiten beispielsweise die gewonnenen Freiräume nutzen, um andere, schwer automatisierbare Aufgaben auszuüben (Bonin et al., 2015).
Zudem gibt es auch Tätigkeiten, bei denen die Verwendung künstlich intelligenter Systeme wie Roboter geradezu geboten erscheint. Beispielsweise zählen hierzu besonders gefährliche Aufgaben, wie die Wartung radioaktiv verstrahlter Bereiche in Kernkraftwerken, die Brandbekämpfung nach Chemieunfällen oder der Kohlebergbau. Für Menschen, die diesen und ähnlichen Berufen nachgehen, könnte der Ersatz durch eine Maschine ihre durch den Beruf gefährdete Gesundheit schonen.
Durch KI-Systeme können aber auch gänzlich neue Tätigkeiten entstehen, so dass ggf. sogar mehr neue Jobs geschaffen werden als wegfallen (BMAS, 2017). Die Gesamtbeschäftigung ist daher nicht zwangsläufig gefährdet. Neue Arbeitsplätze entstehen beispielsweise bei der Herstellung und beim Trainieren der neuen Technologien. Ein Beispiel für Felder mit Bedarf für mehr Fachkräfte wären IT und Data Science, wo Programmier- und Statistikkenntnisse in die Arbeit eingebracht und aus großen Datenmengen konkrete Erkenntnisse abgeleitet werden können.
Herausforderung: Spezialisierung vs. Dequalifizierung
Die zunehmende Durchdringung der Arbeitswelt mit KI-Technologien kann auf der einen Seite dazu führen, dass spezialisiertes Wissen (vor allem im Bereich IT und KI) immer stärker gefragt wird, während viele Routinetätigkeiten oder einfache Aufgaben automatisiert werden könnten. So könnte ein Wandel hin zu komplexeren Tätigkeiten angestoßen werden. Aufgrund anspruchsvollerer Arbeitsplätze sollten neue Aus- und Weiterbildungen sowie Umschulungen (lebenslanges Lernen) für komplexere Tätigkeiten geschaffen werden.
Auf der anderen Seite kann KI dazu eingesetzt werden, die Aufgabe der Mitarbeitenden zu vereinfachen. Damit kann ein solcher Einsatz von KI dazu führen, dass die Arbeit monotoner wird und die Mitarbeitenden wertvolles (Fach-)Wissen verlieren. Dies kann beispielsweise dann der Fall sein, wenn Menschen für bestimmte Aufgaben keine spezielle Ausbildung mehr benötigen, sondern lediglich angelernt werden müssen.
Das bedeutet also: Gesucht Künftig werden wohl vermehrt Spezialist*innen auf der einen Seite, und mehr ungelernte Helfer*innen auf der anderen Seite gesucht. Automatisierung durch KI-Systeme bedeutet somit insgesamt einen mehrdimensionalen Wandel der Arbeitswelt, welcher die Menschen und die Gesellschaft vor Herausforderungen stellt und nicht in Prozentzahlen ausreichend ausgedrückt werden kann.
Selbst ausprobieren
Auf den folgenden Websites kannst du die Abschätzung der Auswirkungen digitaler Technologien auf verschiedene Berufe erkunden: