Unsere Sichtweise auf Automatisierung und k\u00fcnstliche Intelligenz (KI) tendiert oft zu Visionen der Entlassung von Arbeitspl\u00e4tzen, wobei maschinelle Effizienz die menschlichen Arbeitskr\u00e4fte massenhaft ersetzt. Eine aufschlussreiche Studie, die von einem MIT-Wirtschaftswissenschaftler mitverfasst wurde, scheint jedoch das Gegenteil zu suggerieren und unser Verst\u00e4ndnis der Automatisierungswelle, die seit den 1980er Jahren \u00fcber die USA hinwegfegt, zu ver\u00e4ndern.<\/p>\n
Entgegen der weit verbreiteten Meinung zeigt diese Studie, dass Unternehmen die Automatisierung nicht nur einsetzen, um die Produktivit\u00e4t zu maximieren. Vielmehr setzen sie sie strategisch ein, um Mitarbeiter zu ersetzen, die einen \u201cLohnaufschlag\u201d verdienen. Im Grunde genommen untergr\u00e4bt die Automatisierung jene Arbeitnehmer ohne Hochschulabschluss, die sich h\u00f6here Geh\u00e4lter als ihre Kollegen mit \u00e4hnlichen Qualifikationen sichern konnten.<\/p>\n
Diese Enth\u00fcllung hat erhebliche Auswirkungen auf unser Verst\u00e4ndnis sowohl der Einkommensungleichheit als auch der Produktivit\u00e4t in den USA. Es k\u00f6nnte sein, dass die Automatisierung mehr zur Vergr\u00f6\u00dferung der Einkommensungleichheit beigetragen hat, als wir bisher vermutet haben. Gleichzeitig deutet die Studie darauf hin, dass die Konzentration der Unternehmen auf die Automatisierung zur Kontrolle der L\u00f6hne der Grund daf\u00fcr sein k\u00f6nnte, dass die Produktivit\u00e4t trotz des technologischen Fortschritts nur geringf\u00fcgig steigt. Anstatt technologiegest\u00fctzte M\u00f6glichkeiten zur F\u00f6rderung von langfristigem Wachstum und Effizienz zu nutzen, scheinen die Unternehmen eher an der Sicherung ihrer kurzfristigen Finanzkennzahlen interessiert zu sein.<\/p>\n
Wenn wir uns die Statistiken genauer ansehen, sch\u00e4tzt die Studie, dass die Automatisierung etwa 52 Prozent des Anstiegs der Einkommensungleichheit zwischen 1980 und 2016 verursacht hat. Etwa ein Zehntel dieses Anstiegs kann darauf zur\u00fcckgef\u00fchrt werden, dass Unternehmen ihre besser verdienenden Arbeitnehmer durch Automatisierung ersetzt haben. Diese strategische Ausrichtung hat 60-90 Prozent der potenziellen Produktivit\u00e4tsgewinne, die wir in diesen Jahren durch die Automatisierung h\u00e4tten erzielen k\u00f6nnen, zunichte gemacht.<\/p>\n
Diese Ergebnisse werfen ein neues Licht auf die d\u00fcsteren Produktivit\u00e4tsstatistiken der USA, obwohl unsere Zeit von einer Explosion neuer Patente und neuartiger Technologien gepr\u00e4gt ist. Im Wesentlichen hat der Missbrauch der Automatisierung unserer Wirtschaft verpasste Chancen beschert.<\/p>\n
Die Studie mit dem Titel \u201cAutomatisierung und Rentendissipation: Auswirkungen auf L\u00f6hne, Ungleichheit und Produktivit\u00e4t<\/a>,\u201d wurde in der Zeitschrift Quarterly Journal of Economics<\/em>. Die Autoren sind Daron Acemoglu vom MIT und Pascual Restrepo von der Yale University, die ihren wissenschaftlichen Blick auf die Automatisierung und ihre Auswirkungen auf L\u00f6hne, Gleichberechtigung und Produktivit\u00e4t richten.<\/p>\n Die umfangreiche Datenerhebung der Forscher erm\u00f6glichte es ihnen, diese faszinierenden Erkenntnisse zu gewinnen. Die Studie liefert nicht nur eine Sch\u00e4tzung der automatisierungsbedingten Arbeitsplatzverluste, sondern wirft auch ein Licht auf die bewussten Versuche der Unternehmen, die Lohnpr\u00e4mie, die einigen Arbeitnehmern gew\u00e4hrt wird, zu beseitigen. Es wurde festgestellt, dass h\u00f6her verdienende Arbeitnehmer zwischen dem 70. und 95. Perzentil der Gehaltsspanne die Hauptlast der Automatisierung tragen.<\/p>\n Diese systematische Bevorzugung von Arbeitnehmern mit h\u00f6heren L\u00f6hnen durch Unternehmen treibt die Einkommensungleichheit weiter voran und macht etwa ein F\u00fcnftel des Gesamtwachstums in diesem Bereich aus. Dieser betr\u00e4chtliche Anstieg der Ungleichheit k\u00f6nnte ein weitaus gr\u00f6\u00dferer Faktor f\u00fcr die wirtschaftliche Ungleichheit in den USA in den letzten Jahrzehnten sein.<\/p>\n Es gibt jedoch einen entscheidenden Vorbehalt, den wir nicht vergessen d\u00fcrfen: Automatisierung ist nicht per se schlecht. Effektiv eingesetzt, kann sie die Produktivit\u00e4t steigern und zu einem positiven Kreislauf f\u00fchren, bei dem Unternehmen ihre Rentabilit\u00e4t verbessern und gleichzeitig mehr Arbeitspl\u00e4tze schaffen. Das Problem liegt in der Art und Weise, wie die Automatisierung in der Praxis oft eingesetzt wird - in erster Linie als Instrument zur Kostensenkung, auch wenn dies zu Lasten der Produktivit\u00e4t geht.<\/p>\n Was diese Studie im Wesentlichen hervorhebt, ist die Notwendigkeit eines differenzierteren Verst\u00e4ndnisses der Automatisierung. Von Unternehmensleitern bis hin zu Wirtschaftswissenschaftlern, Arbeitnehmern und Technikbegeisterten m\u00fcssen wir alle die mit der Automatisierung von Arbeitspl\u00e4tzen verbundenen Kompromisse verstehen. Schlie\u00dflich k\u00f6nnte eine vern\u00fcnftigere Abstimmung von Art und Umfang der Automatisierung zu besseren Produktivit\u00e4tsgewinnen f\u00fchren - eine Entscheidung, die durchaus in unserer Hand liegt.<\/p>\n Wenn Sie mehr \u00fcber die Feinheiten der Automatisierung wissen m\u00f6chten, k\u00f6nnen Sie die Originalnachrichtenartikel hier<\/a>. Und wenn Sie planen, KI-Automatisierung in Ihrem Unternehmen zu implementieren, entdecken Sie m\u00f6gliche L\u00f6sungen mit implementi.ai<\/a>.<\/p>","protected":false},"excerpt":{"rendered":" Our perspective towards automation and artificial intelligence (AI) often gravitates towards visions of job redundancy, with mechanized efficiency replacing the human workforce en masse. However, an enlightening study, co-authored by an MIT economist, seems to suggest otherwise, altering our understanding of the automation wave that has been sweeping across the U.S. since the 1980s. Contrary to widespread belief, this study indicates that businesses aren’t merely deploying automation to maximize productivity. Instead, they are strategically using it as a tool to replace employees who earn a “wage premium.” In essence, automation ends up undermining those non-college-educated workers who have managed to […]<\/p>\n","protected":false},"author":4,"featured_media":8655,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[46,47],"tags":[],"class_list":["post-8654","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-automation","category-ai-news","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/8654","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/comments?post=8654"}],"version-history":[{"count":0,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/8654\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media\/8655"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media?parent=8654"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/categories?post=8654"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/tags?post=8654"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}