Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
Beschäftigtenbefragung„Monitor Digitalisierung“ Entwicklungen der Arbeitsqualität in zwölf Industriebranchen
IndustriegewerkschaftBergbau, Chemie, Energie
Monitor-Digitalisierung.deOnline-Beschäftigtenbefragung 2019
Stiftung Arbeit und Umwelt der IG BCE2
Impressum
STUDIE
Beschäftigtenbefragung Monitor Digitalisierung:
Entwicklungen der Arbeitsqualität in zwölf Industriebranchen
ERSTELLT IM AUFTRAG VON
Stiftung Arbeit und Umwelt der IG BCE
• Inselstraße 6, 10179 Berlin
• Königsworther Platz 6, 30167 Hannover
Telefon +49 30 2787 1314
PROJEKTLEITUNG
Sören Tuleweit
BEARBEITET VON
Goodwork GmbH
Freiheit 12a/b, 12555 Berlin
www.goodwork-gmbh.de
Telefon +49 30 239 692 05
AUTOREN
Prof. Dr. Christian Härtwig
(Goodwork GmbH, FOM Hochschule für Oekonomie und
Management Berlin, Bereich Wirtschaftspsychologie)
Dr. Kajsa Borgnäs
(Stiftung Arbeit und Umwelt der IG BCE)
Sören Tuleweit
(Stiftung Arbeit und Umwelt der IG BCE)
Anna Lenski
(Goodwork GmbH)
Christoph Niebuhr
(Goodwork GmbH)
LEKTORAT
Gisela Lehmeier, FEINSCHLIFF
SATZ UND LAYOUT
pandamedien GmbH & Co. KG
TITELBILD
© Fotolia
DRUCK
Spree Druck Berlin GmbH
VERÖFFENTLICHUNG
September 2019
BITTE ZITIEREN ALS
Härtwig, C., Borgnäs, K., Tuleweit, S., Lenski, A. & Niebuhr,
C. (2019). Beschäftigtenbefragung Monitor Digitalisierung.
Entwicklungen der Arbeitsqualität in zwölf Industriebranchen.
Berlin: Stiftung Arbeit und Umwelt der IG BCE.
Beschäftigtenbefragung „Monitor Digitalisierung“ 3
Vorwort
Die Digitalisierung der Arbeit ist allgegenwärtig. Die Ein-
schätzungen, wie die Digitalisierung die Arbeit für die
Menschen verändern wird, sind vielfältig und zum Teil sehr
unterschiedlich. Positive Prognosen nach dem Motto „so
schnell schafft sich der Mensch nicht ab“ stehen negativen
Szenarien gegenüber, die eine hohe Arbeitslosigkeit und
eine steigende Arbeitsbelastung erwarten.
Die Einschätzung der Beschäftigten selbst wird bislang nur
an wenigen Stellen diskutiert. Deswegen steht im Mittel-
punkt dieser Studie die Frage: „Wie erleben die Arbeitneh-
merinnen und Arbeitnehmer die Digitalisierung“?
Die Stiftung Arbeit und Umwelt der IG BCE hat in Zusam-
menarbeit mit der IG BCE und der Goodwork GmbH den
Monitor Digitalisierung entwickelt. Der Monitor Digitalisie-
rung wurde als deutschlandweite Beschäftigtenbefragung
im Februar und März 2019 in über 600 Betrieben in zwölf
Industriebranchen der IG BCE durchgeführt.
Mehr als 14.000 Arbeitnehmerinnen und Arbeitnehmer
haben an der Befragung teilgenommen. Die Antworten
liefern teils überraschende Erkenntnisse. Der Monitor Di-
gitalisierung zeigt, dass die Beschäftigten insgesamt kei-
ne Angst vor der Digitalisierung haben. Im Gegenteil – sie
gehen selbstbewusst in den digitalen Wandel, fühlen sich
zum großen Teil ausreichend gerüstet und sehen nur we-
nig Probleme mit Überwachung, Fremdbestimmung und
Arbeitsplatzverlust.
Ist in den Betrieben in den Branchen der IG BCE also alles
gut? Leider nein! Viele Beschäftigte sehen die Notwendig-
keit für eine Digitalisierungs-Strategie ihres Arbeitgebers;
bei der Gestaltung und Umsetzung der Strategie fühlen
sie sich aber wenig eingebunden. Ausreichende Weiter-
bildungsmöglichkeiten zu digitalen Themen gibt es nur
für wenige Beschäftigte. Stress und Leistungsverdichtung
ist in vielen Betrieben Alltag. Und ältere Beschäftigte sowie
Beschäftigte in Blue-Collar-Berufen oder mit geringerem
Qualifikationsniveau berichten relativ häufig von wachsen-
den Anforderungen, Skepsis gegenüber Veränderungen
sowie Sorgen um ihre berufliche Zukunft im Zuge der Di-
gitalisierung.
Es gibt für die Gewerkschaften und Sozialpartner also viel
zu tun, um den digitalen Wandel zu gestalten. Der Monitor
Digitalisierung ist eine gute Grundlage, um besser zu ver-
stehen, wo die konkreten Herausforderungen dabei liegen.
Wir wünschen viel Spaß beim Lesen!
Sören Tuleweit,
Bereichsleiter Industriearbeit der Zukunft
Stiftung Arbeit und Umwelt der IG BCE
Stiftung Arbeit und Umwelt der IG BCE4
Die wichtigsten Ergebnisse auf einen Blick
(Executive Summary)
• Online Beschäftigten-Befragung in Branchen
der IG BCE
Die Stiftung Arbeit und Umwelt hat eine Online-Be-
schäftigtenbefragung unter dem Titel Monitor
Digitalisierung konzipiert. Die Ausgangsfrage für die
Entwicklung des Monitors war: Wie digital arbeiten die
Beschäftigten in den Branchen der IG BCE und welche
Auswirkungen hat die Digitalisierung auf ihre Arbeit?
Der Monitor Digitalisierung wurde im Befragungszeit-
raum von Februar bis März 2019 durchgeführt. Mehr
als 14.000 Beschäftigte aus über 600 Betrieben in den
Branchen der IG BCE haben sich beteiligt.
Ergebnisse in Kürze
• Digitalisierung steht noch am Anfang
Die Digitalisierung steht in den Branchen der IG BCE
noch am Anfang. Sie ist (noch) vor allem auf die Ver-
wendung von digitalen Informations- und Kommu-
nikationssystemen (IKT) ausgerichtet bzw. auf E-Mail,
Intranet, Smartphones und Tablets sowie Videotele-
fonie und -Konferenzen. E-Mails sind das mit Abstand
häufigste digitale Kommunikationsmittel; 91 Prozent
der Beschäftigten geben an, oft oder sehr oft mit
E-Mails zu arbeiten.
Digital aufbereitete Daten zu Endprodukten und
Arbeitsergebnissen, wie z. B. Terminals mit Echtzeit-
daten, 3D-Drucker, modulare Anlagen oder Systeme
mit Augmented Reality, werden dagegen nur ge-
legentlich eingesetzt. Das Exoskelett, das durchaus
mediale Aufmerksamkeit erfährt, wird überhaupt nicht
eingesetzt. Während ERP-Systeme und Daten zu Pro-
duktlebenszyklen von einem Viertel der Beschäftigten
oft oder sehr oft benutzt werden, kommen 3D-Dru-
cker, Datenbrillen oder die viel diskutierte künstliche
Intelligenz bislang nur in sehr geringem Ausmaß in der
Arbeitsrealität vor. Personenbezogene Messsysteme,
Positions- oder Gesundheits-Tracker werden nur sehr
vereinzelt eingesetzt.
• Positive Gesamteinschätzung zu Digitalisierung und
große Veränderungsbereitschaft
Die Beschäftigten in den Industriebranchen der
IG BCE haben keine Angst vor der Digitalisierung.
Allerdings gibt nur eine Minderheit der Befragten an,
durch digitale Systeme unterstützt und erleichtert zu
werden. Sie zeigen aber trotzdem ein hohes Selbst-
bewusstsein und hohe Zuversicht. Fragt man die Be-
schäftigten danach, ob sie sich in der Lage fühlen, mit
technologischen Veränderungen der Digitalisierung
Schritt zu halten und die damit verbundenen Anforde-
rungen zu bewältigen, geben 71 Prozent der Befragten
an, dass dies für sie überwiegend oder oft zutrifft. Die
Anforderungszunahme im Zuge der Digitalisierung
hält sich somit in Grenzen.
In dieses Bild passt, dass die Veränderungsbereitschaft
hoch ist. 54 Prozent der Beschäftigten sind offen
gegenüber Veränderungen am Arbeitsplatz und sehen
darin einen persönlichen Mehrwert. Angesichts dieser
Erkenntnisse und der konjunkturellen Hochphase der
letzten Jahre überrascht es nicht, dass die Angst vor
Arbeitslosigkeit und Jobverlust wegen der Digitali-
sierung nur gering ausgeprägt ist. Allerdings sind die
Sorgen um Jobverlust in KMUs sowie unter älteren
Beschäftigten und Beschäftigten mit einem niedrigen
Qualifikationsniveau etwas höher als in Großbetrieben,
bei den jüngeren Beschäftigten oder bei Beschäftigten
mit hohem Qualifikationsniveau.
• Wenig Mitbestimmung bei Einführung digitaler Tech-
nologien und keine Transparenz über betriebliche
Digitalisierungs-Strategie
Die Beschäftigten in der Befragung berichten über
nur geringe Partizipationsmöglichkeiten bei der Ge-
staltung, Einführung und Benutzung von digitalen
Technologien. IT-Beschäftigte, Mitarbeitende in Lei-
tung und Planung sowie Forschung und Entwicklung
haben deutlich größere Partizipationsmöglichkeiten
als Beschäftigte in technischen Bereichen, Service und
Produktion. Dem Großteil der Beschäftigten sind die
Digitalisierungsstrategien ihrer Unternehmen sogar
nicht bekannt.
Beschäftigtenbefragung „Monitor Digitalisierung“ 5
Über alle Branchen hinweg kennt in der Produk-
tion nur die Hälfte der Befragten eine Digitalisie-
rungs-Strategie ihres Betriebes; im IT-Bereich sowie
in der Leitung und Planung kennen die Beschäftigte
häufiger die Digitalisierungs-Strategie ihres Betrie-
bes. Darüber hinaus fehlt den Befragten mehrheit-
lich noch ein klares Verständnis darüber, was die
Digitalisierungs-Strategie ihres Betriebes konkret
beinhaltet. Das deutet darauf hin, dass Digitalisie-
rungsprozesse in den Unternehmen nicht hinrei-
chend vermittelt und zudem „top down“ umgesetzt
werden. Zwei Drittel der Beschäftigten sind aber
davon überzeugt, dass ihr Betrieb eine Digitalisie-
rungs-Strategie braucht, um auch in Zukunft wett-
bewerbsfähig zu sein.
• Arbeitsbelastung für viele Beschäftigte sehr hoch
So geben fast 50 Prozent der Arbeitnehmerinnen
und Arbeitnehmer an, dass sie zu viel Arbeit und
Zeitdruck haben sowie mehrere Aufgaben gleich-
zeitig zu erledigen sind. Im Vergleich der unter-
schiedlichen Tätigkeiten haben Beschäftigte in
Leitung und Planung die höchsten quantitativen
Belastungen. Selbst die Tätigkeiten mit den nied-
rigeren Belastungen (Forschung und Entwicklung,
Labor, Produktion) geben an, viel Arbeit und Zeit-
druck zu erleben.
Dagegen halten sich die qualitativen Mehrbelastun-
gen in Grenzen. Nur eine Minderheit gibt an, dass
ihre Arbeitsaufgaben zu schwer sind oder dass sie
sich nicht gut genug für ihre Arbeitsaufgaben aus-
gebildet fühlen. Auch das Gefühl von Überwachung
oder Austauschbarkeit durch digitale Systeme ist
eher gering ausgeprägt.
• Arbeitszeitflexibilität hält sich in Grenzen
Die Beschäftigten in den Branchen der IG BCE ge-
ben an, nur in geringem Ausmaß von wachsenden
Arbeitszeitflexibilitätsanforderungen betroffen zu
sein. Insgesamt geben nur zehn Prozent der Be-
fragten an, dass zeitliche Flexibilitätsanforderungen,
nicht planbare Arbeitszeiten und Erreichbarkeit in
der Freizeit für sie überwiegend oder völlig zutref-
fen. Weder bei den verschiedenen Tätigkeiten noch
den unterschiedlichen Branchen zeigen sich nen-
nenswerten Unterschiede. Es überrascht nicht, dass
die Arbeitsflexibilität in der Produktion, die stark
durch Arbeit in Schichtsystemen geprägt ist, weni-
ger ausgeprägt ist als in der Verwaltung. Beschäf-
tigte in der IT und in Leitung und Planung weisen
die höchste Anforderungen an Arbeitszeitflexibilität
und damit zusammenhängenden Stress – wie nicht
abschalten zu können – auf.
• Weiterbildung zur Digitalisierung – Rahmenbedingen
müssen verbessert werden
Die Beschäftigten bewerteten die betrieblichen Rah-
menbedingungen zur Weiterbildung zur Digitalisie-
rung als deutlich ausbaufähig. Der Monitor zeigt, dass
nur eine Minderheit der Beschäftigten – und dann
vor allem im Bereich IT oder Leitung und Planung
– in den letzten zwei Jahren an einer Weiterbildung
zu digitaler Technologie teilgenommen hat. Der
Wunsch, sich auf neue Anforderungen vorzubereiten
sowie persönliches Interesse an der Digitalisierung
sind die wesentlichen Antriebe an Weiterbildungen
teilzunehmen. Arbeitgeber hingegen treiben „digi-
tale Fortbildungen“ ihrer Beschäftigten nur wenig
voran. Nur in einer Minderheit der Betriebe sind die
Rahmenbedingungen für eine Weiterbildung somit
förderlich.
• Negative und positive „Verstärkungseffekte“ der
Digitalisierung
Die positiven und negativen Effekte der Digitali-
sierung im Arbeitsalltag verstärken sich gegensei-
tig. Beschäftigte, die hohe Arbeitsbelastungen im
Arbeitsalltag oder sehr hohe Flexibilitätsanforde-
rungen erleben, finden es schwerer, nach der Arbeit
abschalten zu können und eineeine gute Work-Li-
fe-Balance zu finden. Auch berufliche Distanzierung,
soziale Isolation im Arbeitsalltag oder das Gefühl,
wichtige Informationen nicht hinreichend zu Ver-
fügung zu bekommen, führt zu einer geringeren
Zufriedenheit mit der Work-Life-Balance. Das Gefühl,
überwacht zu werden oder austauschbar zu sein,
hängt eng mit der beruflichen Unsicherheit zusam-
men. Im Umkehrschluss sind auch Beschäftigte, die
beruflich unsicher sind, weniger veränderungsbereit.
Dagegen berichten Beschäftigte, die eher Unterstüt-
zung und Selbstwirksamkeit durch die Digitalisierung
erleben, von einer größeren Veränderungsbereit-
schaft sowie von dem Gefühl, die Anforderungen
und Aufgaben meistern zu können. Sie haben auch
die wenigsten Sorgen um ihre berufliche Zukunft.
• Große Unterschiede zwischen White-Collar und
Blue-Collar-Bereichen
Viele Fragen in der Studie zeigen, dass die Unter-
schiede zwischen den untersuchten Branchen gering
ausfallen. Im Bereich der Nutzung digitaler Techno-
logien zeigt sich aber, dass in den Branchen Pharma,
Papier und Kautschuk eine höhere Nutzung digitaler
Technologie vorzufinden ist als in den Branchen Ze-
ment, Mineralöl, Bergbau und Glas. In allen anderen
Themenbereichen spielten Branchenunterschiede in
Prinzip keine Rolle.
Stiftung Arbeit und Umwelt der IG BCE6
Es offenbart sich wiederholt eine gewisse Dualität
zwischen sogenannten White-Collar- und Blue-Col-
lar-Bereichen. Insgesamt sind Beschäftigte mit
vornehmlich planerisch-administrativen Büro-Tätig-
keiten etwas häufiger mit den Herausforderungen der
Digitalisierung konfrontiert als Beschäftigte in hand-
werklich-technischen Tätigkeiten.
Generell sind aber Beschäftigte in White-Collar-Be-
rufe mehr optimistisch bezüglich der Digitalisierung.
Sie erleben weniger Überwachung, Austauschbarkeit
oder berufliche Distanzierung, sondern empfinden
die Digitalisierung eher als unterstützend in ihrem
Arbeitsalltag. Beschäftigte in Blue-Collar-Berufen
sowie zum Teil ältere oder niedrig-qualifizierte Be-
schäftigte geben dagegen häufiger an, überwacht
und austauschbar zu sein, bilden sich seltener weiter
und machen sich größere Sorgen um zukünftigen
Job-Verlust. Lediglich bezüglich des Stress-Niveaus
geben Beschäftigten in White-Collar-Berufen an, dass
sie überproportional von einem quantitativen Belas-
tungsniveau betroffen sind.
Schlussfolgerungen und Handlungsbedarf
• Der Monitor Digitalisierung zeigt, dass es in den
untersuchten Branchen keinen Grund für übertriebe-
nen Alarmbereitschaft in der Digitalisierungsdebatte
gibt. Die Beschäftigten in den Branchen der IG BCE
gehen selbstbewusst mit (digitalen) Veränderungen
um und fühlen sich insgesamt für die digitale Trans-
formation gut gerüstet. Der Monitor Digitalisierung
liefert aber auch negative Ergebnisse und deckt
Handlungsbedarf auf.
• Insbesondere der Stress ist zu hoch und die Personal-
decke reicht in vielen Betrieben offensichtlich nicht
aus, um die vorhandene Arbeit zu bewältigen. Es muss
vorrangiges Ziel der Betriebsparteien sein, die Arbeits-
belastung dauerhaft zu reduzieren.
• Die Einbindung von Beschäftigten und Betriebsräten
in Digitalisierungsprozesse muss zudem deutlich
ausgebaut werden. Viele Arbeitnehmerinnen und
Arbeitnehmer wissen nicht über die Inhalte einer
solchen Strategie Bescheid, selbst wenn es sie gibt.
Mehr Transparenz und bessere Kommunikation
seitens der Unternehmen und eine intensivere Ein-
bindung von Betriebsräten und Beschäftigten in die
Erstellung und Umsetzung von Digitalisierungs-
Strategien sind notwendig.
• Zentral für eine erfolgreiche Umsetzung der Digi-
talisierung im Betrieb ist auch, dass die Rahmen-
bedingungen für betriebliche Weiterbildung gestärkt
werden. Es bilden sich aktuell vor allem jene Beschäf-
tigten fort, die eine Affinität zu und ein hohes persön-
liches Interesse an digitalen Technologien haben. Es
müssen zukünftig verstärkt Maßnahmen getroffen
werden, dass alle betroffenen Beschäftigtengruppen
an Qualifizierungsmaßnahmen teilnehmen.
• Für die Gewerkschaften und Sozialpartner bedeutet
dies somit, dass es eine gute und konstruktive Grund-
lage für die Digitalisierungsprozesse in vielen Betrie-
ben und Beschäftigtengruppen gibt. Es ist aber zentral,
dass es auf die großen Herausforderungen rund um
Themen wie zunehmenden Stress, fehlende Mitbe-
stimmung sowie ungenügende Weiterbildungsmög-
lichkeiten Antworten gibt.
Beschäftigtenbefragung „Monitor Digitalisierung“ 7
Stiftung Arbeit und Umwelt der IG BCE8
Inhalt
Die wichtigsten Ergebnisse auf einen Blick (Executive Summary) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Ergebnisse in Kürze. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Schlussfolgerungen und Handlungsbedarf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1. Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2. Aktueller Stand der Forschung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3. Methodik und Datengrundlage der Studie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4. Soziodemografische Rahmendaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
5. Ergebnisse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
5.1. Statistische Grundlagen der Berechnungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
5.2. Digitale Arbeitsmittel: Nutzung, Unterstützung und Anforderungszunahme durch digitale Technologien . 22
5.2.1 Nutzung digitaler Technologien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
5.2.2 Unterstützung durch digitale Technologien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.2.3 Anforderungszunahme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
5.3. Betriebliche Rahmenbedingungen der Digitalisierung: Strategie, Einbringen betrieblicher Akteure sowie
Weiterbildung und Partizipation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.3.1 Digitalisierungs-Strategie im Betrieb . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.3.2 Gestaltung der Digitalisierungs-Strategie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5.3.3 Betriebliche Weiterbildung zur Digitalisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5.4. Befürchtungen und Zuversicht der Beschäftigten: Fremdbestimmung, Überwachung
und Austauschbarkeit sowie digitale Selbstwirksamkeit und Veränderungsbereitschaft . . . . . . . . . . . . . . . . . 33
5.4.1 Fremdbestimmung durch digitale Technologien. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.4.2 Überwachung und Austauschbarkeit. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.4.3 Digitale Selbstwirksamkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.4.4 Veränderungsbereitschaft . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.5 Allgemeine Belastung der Beschäftigten: quantitative und qualitative Belastung
sowie zeitliche Flexibilitätsanforderungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.5.1 Quantitative Belastung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.5.2 Qualitative Belastung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.5.3 Zeitliche Flexibilitätsanforderungen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.6. Gesundheit und Wohlbefinden: Irritation, Work-Life-Balance, berufliche Unsicherheit und Distanzierung. . . . . 42
5.6.1 Nicht-Abschalten-Können . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.6.2 Work-Life-Balance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.6.3 Berufliche Unsicherheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.6.4 Berufliche Distanzierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.7. Strukturgleichungsmodell zu den Dimensionen der Studie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.7.1 Definition des Modells und Hypothesen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.7.2 Ergebnisse der Strukturgleichungsmodellierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Ergebnisse im Überblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Ergebnisse im Detail . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6 . Zusammenfassung, Bewertung und Diskussion der Studienergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7. Literaturverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Beschäftigtenbefragung „Monitor Digitalisierung“ 9
Tabellenverzeichnis
Tabelle 1: Untersuchte Branchen, Tätigkeitsfelder und Betriebsgrößen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Tabelle 2: Themenblöcke und Inhalte der Online-Befragung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Tabelle 3: Themenbereiche, Skalen und Iteminhalte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Tabelle 4: Stichprobe der Befragten und Grundgesamtheit der Beschäftigten
je Branche sowie Rückläufe je Bundesland . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Tabelle 5: Rückläufe nach Betriebsgrößen sowie Befragungsteilnahmen je Einzelbetrieb. . . . . . . . . . . . . . . . . . . . 19
Abbildungsverzeichnis
Abbildung 1: Prozentuale Geschlechterverteilung und Durchschnittsalter je Branche . . . . . . . . . . . . . . . . . . . . . . . . .19
Abbildung 2: Bildungsabschlüsse und Jahr des Berufsabschlusses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Abbildung 3: Tätigkeitsfelder und Anstellungsarten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Abbildung 4: Formen der Schichtarbeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21
Abbildung 5: Nutzung von Technologien der Digitalisierung (in Prozent) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23
Abbildung 6: Nutzungsunterschiede digitaler Technologien nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . 24
Abbildung 7: Unterstützung und Erleichterung durch digitale Systeme nach Branchen und Tätigkeitsfeldern . . . . 25
Abbildung 8: Anforderungszunahme durch Digitalisierung nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . .27
Abbildung 9: Einschätzungen der betrieblichen Digitalisierungs-Strategie nach Branchen und Tätigkeitsfeldern . . 29
Abbildung 10: Einbringen betrieblicher Akteure bei der Gestaltung der Digitalisierung im Betrieb nach Branchen . . 30
Abbildung 11: Betriebliche Rahmenbedingungen zur Weiterbildung nach Branchen und Tätigkeitsfeldern . . . . . . . .31
Abbildung 12: Teilnahme an Weiterbildungsmöglichkeiten nach Branchen und Tätigkeitsfeldern (in Prozent) 31
Abbildung 13: Gründe zur Weiterbildung nach Tätigkeitsfeldern (in Prozent) 32
Abbildung 14: Partizipation bei Einführung und Benutzung digitaler Technologien nach Branchen
und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Abbildung 15: Fremdbestimmung durch digitale Systeme nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . 34
Abbildung 16: Überwachung und Austauschbarkeit durch digitale Systeme nach
Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Abbildung 17: Digitale Selbstwirksamkeit nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Abbildung 18: Allgemeine Veränderungsbereitschaft nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . 37
Abbildung 19: Quantitative Belastung nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Abbildung 20: Qualitative Belastung nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Abbildung 21: Zeitliche Flexibilitätsanforderungen nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . . . 41
Abbildung 22: Nicht-Abschalten-Können nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Abbildung 23: Work-Life-Balance nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Abbildung 24: Berufliche Unsicherheit nach Branchen und Tätigkeitsfeldern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Abbildung 25: Strukturgleichungsmodell für die Chemie-Branche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Abbildung 26: Zusammenfassung der Studienergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Stiftung Arbeit und Umwelt der IG BCE10
11. Einleitung
1 (Hermeier, Heupel, & Fichtner-Rosada, 2019)2 (Hämmerle, Rally & Scholtz, 2017; Priddat & West, 2016)3 (Hirsch-Kreinsen, Ittermann, & Niehaus, 2018)4 (Hasselmann, Schauerte, & Schröder, 2017)5 (Maier, Engels, & Steffen, 2017)6 (Absenger, et al., 2016)7 (BAVC & IG BCE, 2014)
Die Digitalisierung verändert die beruflichen Tätigkeiten und
Rahmenbedingungen quer durch alle Branchen für eine Groß-
zahl von Beschäftigten.1 Auch in den Industriebranchen ergeben
sich trotz bereits fortgeschritten-automatisierter Arbeitsprozesse
zusätzliche und ganz neue Anforderungen durch die Digitalisie-
rung.2 So sind in digitalisierten Arbeits- und Produktionsprozessen
Beschäftigte, Maschinen, Produkte und Prozesse miteinander
verknüpft und tauschen Informationen in Echtzeit aus. Autono-
me Systeme kommunizieren untereinander und führen selbst-
ständig Koordinations- und Entscheidungsprozesse durch. Mit
neuer Sensorik und Kommunikation entstehen neue Formen
der Zusammenarbeit zwischen Menschen und kollaborativen
Robotersystemen. Der Mensch entwickelt sich an vielen Stellen
verstärkt hin zum Problemlöser, Entscheider und Innovator.
Doch welchen Effekt hat dies auf die Beschäftigten und die
Arbeit selbst? In der arbeitswissenschaftlichen Literatur wird
angenommen, dass sich sowohl die Belastung wandelt (z. B.
durch zunehmende Vernetzung, Arbeitsgeschwindigkeit und
zeitlich-örtliche Unabhängigkeit) als auch die Arbeitsgestal-
tung, Arbeitsorganisation, Zusammenarbeit, Koordination und
Führung bei arbeitenden Menschen, Gruppen und Organisa-
tionen sowie ganzen Branchen.3 Spezifische Studien zu Art und
Umfang dieser Veränderungen fehlen allerdings bisher.
Infolge der neuen Anforderungen und betrieblichen Re-
strukturierungen ist es gleichsam naheliegend, dass sich
v. a. psychische Belastungen und Beanspruchungen der
Beschäftigten intensivieren;4 sogar eine zunehmende Ent-
fremdung und Distanzierung der Beschäftigten zum bis-
her vertrauten und sich schrittweise digitalisierenden Beruf
und Betrieb sowie eine zunehmende berufliche Unsicherheit
sind denkbar.5 Anzunehmen sind aber auch positive Effekte
im Sinne fortschreitender Persönlichkeitsförderlichkeit durch
die Weiterentwicklung von Tätigkeiten mit der Entwicklung
neuer Motivations-, Wachstums- und Leistungspotenziale.
Derzeit herrscht eine konstante Unsicherheit in Hinblick auf das
Ausmaß und die Qualität dieser Veränderungen. Es fehlt vor
allem an belastbaren empirischen Befunden für spezifische In-
dustriebranchen zu den Entwicklungen der neuen Arbeitswelt
sowie dem Effekt des Wandels auf die Beschäftigten.6 Diese
sind dringend notwendig, um gesundheitsbezogene Hand-
lungsfelder, wie z. B. die Sozialpartnerschafts-Initiative in der
Chemie-Branche7, erfolgreich umzusetzen.
Der vorliegende Bericht bietet einen differenzierten Ein-
blick in die Ergebnisse der deutschlandweiten Studie Mo-
nitor Digitalisierung. Kapitel 2 stellt den theoretischen und
empirischen Hintergrund der Untersuchung dar, Kapitel
3 erläutert Methodik und Datengrundlage der Studie. Als
Grundlage der Ergebnisse werden in Kapitel 4 die sozio-
demografischen Rahmendaten der Studie vorgestellt, die
ausführliche Darstellung der Ergebnisse folgt in Kapitel 5.
Dabei wird zunächst auf die Nutzung digitaler Arbeitsmit-
tel, die wahrgenommene Unterstützung und die Anforde-
rungszunahme durch digitale Technologien eingegangen
(Abschnitt 5.1). Betriebliche Rahmenbedingungen der Di-
gitalisierung wie z. B. betriebliche Strategie, das Einbringen
betrieblicher Akteure, sowie Weiterbildung und Partizipa-
tion aus Sicht der Befragten, werden in Abschnitt 5.2 be-
trachtet. Befürchtungen und Zuversicht der Beschäftigten,
aber auch die gefühlte Überwachung, die Austausch-
barkeit sowie die digitale Selbstwirksamkeit und Verän-
derungsbereitschaft sind Gegenstand von Abschnitt 5.3,
bevor in Abschnitt 5.4 auf allgemeine Belastungsfaktoren
sowie in Abschnitt 5.5 auf Gesundheit und Wohlbefinden
der Beschäftigten eingegangen wird. Mit einem Struktur-
gleichungsmodell zu den Dimensionen der Studie in Ab-
schnitt 5.6 endet die Ergebnisdarstellung. Kapitel 6 bietet
eine Zusammenfassung, Bewertung und Diskussion der
Studienergebnisse, erläutert methodische Besonderheiten
und zeigt Potenziale für weitere Arbeiten auf.
Beschäftigtenbefragung „Monitor Digitalisierung“ 11
22. Aktueller Stand der Forschung
8 (BMWi, 2018)9 (Ninaus, Diehl, Terlutter, Chan, & Huang, 2015)10 (Hirsch-Kreinsen, 2016)11 (Hirsch-Kreinsen, Ittermann, & Niehaus, 2018)12 (vgl. ebenda, S. 20)13 (BMAS, 2016)14 (Zika, Helmrich, Maier, Weber, & Wolter, 2018)15 (BMAS, 2016)16 (BMAS, 2016)17 (Kubicek, Paškvan, & Korunka, 2015)18 (Atanasoff & Venable, 2017)
Die Digitalisierung ist ein umfangreiches Phänomen
unserer Gesellschaft und beeinflusst viele Seiten des Le-
bens. Eine besondere und zunehmende Relevanz hat sie
auf Unternehmen, die Beschäftigten und ihr Wohlbe-
finden bei der Arbeit. So schätzten im Jahr 2018 knapp
die Hälfte der Unternehmen die Digitalisierung als sehr
wichtig ein, zehn Prozent mehr als im Jahr 2016.8 An-
gesichts des schnellen technologischen Fortschritts und
der zunehmenden Integration von Digitalisierung in den
Arbeitskontext zeigen Studien verschiedene Möglichkei-
ten und Auswirkungen der Digitalisierung. Wichtig ist es
hierbei, die duale und komplexe Wirkung der Digitalisie-
rung zu berücksichtigen, denn sie kann sowohl Vorteile
als auch Nachteile für die Beschäftigten und Betriebe mit
sich bringen,9 weswegen es schwerfällt, das Phänomen
als nur positiv oder nur negativ zu interpretieren.
Häufig diskutiert werden Einflüsse der Digitalisierung auf
den Arbeitsmarkt, auf die Berufe und die berufliche Ent-
wicklung der Beschäftigten. Dabei werden besonders die
gering qualifizierten Erwerbstätigen betrachtet, die mit
ihren Tätigkeiten ein höheres Risiko haben, umfassenden
Veränderungen unterworfen zu sein.10 In der Diskussion
werden verschiedene Entwicklungsrichtungen benannt:
eine intensivierte Automatisierung und Digitalisierung der
Tätigkeiten, eine Aufwertung im Sinne neuer Anforde-
rungen (z. B. mit der Entwicklung und Förderung neuer
Fähigkeiten und Fertigkeiten) oder keine Veränderungen.
Insgesamt wird eine generelle Aufwertung von Tätigkeiten
und Qualifikationen im Zuge einer allgemeinen Informati-
sierung der Arbeit erwartet.11 Aber auch eine fortschrei-
tende Polarisierung wird diskutiert: Komplexe Tätigkeiten
mit hohen Qualifikationsanforderungen könnten sich
immer mehr von einfachen Tätigkeiten mit niedrigen
Qualifikationsanforderungen abgrenzen, mittlere Quali-
fikationsgruppen könnten erodieren und sich zu den bei-
den Polen hin entwickeln.12 Bereits die aktuelle Nutzung
digitaler Technologien liefert erste Hinweise darauf: Eine
Studie des BMAS13 zeigte, dass ein Großteil der Befragten
(83 Prozent) bereits digitale Technologien (hier vor allem
Informations- und Kommunikationstechnologien, IKT)
am Arbeitsplatz nutzt, es sich aber deutliche Unterschiede
zeigen zwischen unterschiedlichen Berufsgruppen so-
wie klare Zusammenhänge zwischen Nutzungsgrad und
Höhe des Ausbildungsniveaus. Allerdings hat die Digita-
lisierung laut IAB kaum Auswirkungen auf das qualifika-
torische Gesamtniveau der Beschäftigten, Veränderungen
seien eher im Zuge von Verschiebungen von Arbeitsplät-
zen zwischen Berufen und Branchen zu diskutieren.14
Die Digitalisierung kann bei niedrig qualifizierten Beschäf-
tigten sowie Beschäftigten mit körperlich belastender
Tätigkeit zu einer stärkeren körperlichen Entlastung füh-
ren als bei Höherqualifizierten sowie Beschäftigten ohne
körperlich belastende Tätigkeiten.15 Gleichzeitig kann sie
v. a. für Beschäftigte mit niedrigerem Ausbildungslevel so-
wie Beschäftigte in Produktion und Service zu einer Sen-
kung der Anforderungen führen.16 Andererseits würden
Beschäftigte in neuen technisierten Arbeitsbedingungen
auch eine stärkere Arbeitsintensivierung, Arbeitsverdich-
tung sowie höhere Anforderungen bezüglich der Ent-
scheidungsgewalt und der arbeitsbezogenen Planung
erleben.17 Auch von einem höheren Arbeitstempo, höhe-
rem Zeitdruck18 sowie längeren Arbeitstagen im Zuge der
Stiftung Arbeit und Umwelt der IG BCE12
Nutzung von IKT wird berichtet.19 Diese Anforderungen
seien für die Beschäftigten mit zusätzlicher Belastung und
Stress verbunden, eine spezifische Unterstützung könne
diesen Effekt aber durchaus reduzieren.20
Die vorliegende Studie will klären, wie ausgeprägt die In-
tensivierung von Arbeit bereits in der Breite verschiedener
Industriebranchen ist und welche Zusammenhänge sich
mit weiteren Dimensionen der Digitalisierung ergeben.
Als theoretischer Rahmen der Studie dienen das klas-
sische Belastungs- Beanspruchungsmodell21 sowie das
darauf aufbauende Job-Demands-Job-Resources-Mo-
dell.22 Demnach nehmen sowohl Arbeitsanforderungen
und objektive Belastungen als auch Arbeitsressourcen
und individuelle Voraussetzungen (z. B. Fähigkeiten und
Einstellungen) Einfluss auf die kurzfristige subjektive Be-
anspruchung sowie auf längerfristige Beanspruchungsfol-
gen wie Wohlbefinden und Gesundheit der Beschäftigten.
Die subjektiv wahrgenommene Autonomie und internale
Kontrollüberzeugungen23 gelten dabei als wichtiger Puf-
fer zwischen beruflichen Anforderungen und der per-
sönlichen Gesundheit und Motivation.24 Es stellt sich die
Frage, inwiefern die Digitalisierung diese wichtigen Res-
sourcen beeinflusst, da bereits Studien im Rahmen der
Automatisierung zeigten, dass sich hoch automatisierte
Systeme mit gleichzeitig geringem Einfluss negativ auf
die Beschäftigten auswirken.25 So ist zu berücksichtigen,
mit welchen Technologien die Beschäftigten wie arbeiten,
denn fortgeschrittene digitale Fertigungstechnologien
können durchaus auch eine positive, persönlichkeitsför-
derliche Wirkung haben, da höhere Anforderungen an die
Beschäftigten gestellt werden, wie z. B. intellektuelle Sti-
mulanz (Planung, Kontrolle und Problemlösung), Selbst-
management, Engagement und Partizipation.26 Dagegen
zeigen Studien, dass die Nutzung von Informations- und
Kommunikationstechnologien keinen durchgehend posi-
tiven Effekt auf Autonomie und persönliche Kontroll-
19 (Sellberg & Susi, 2014)20 (Day, Paquet, Scott, & Hambley, 2012)21 (Hackman & Oldham, 1980)22 (Bakker & Demerouti, 2007; 2014)23 Internale Kontrollüberzeugung beschreibt das Ausmaß, in dem ein Individuum überzeugt ist, Ereignisse kontrollieren zu können und diese als Konsequenz seines eigenen Verhaltens erlebt. (Karasek, 1979; Hacker, 2010)24 (Van der Doef & Maes, 1998)25 (Jang, Shin, Aum, Kim, & Kim, 2016)26 (Bayo–Moriones, Billon, & Lera–López, 2017)27 (Dumazeau & Karsenty, 2008; Remidez, 2003; Remidez, Stam, & Laffey, 2007)28 (Zornoza, Ripoll, & Peiro, 2002)29 (Gerten, Beckmann, & Bellmann, 2018)30 (Tarafdar, 2018)31 (Lee, Chang, Cheng, & Lin, 2016)32 (Grawitch, Werth, Palmer, Erb, & Lavigne, 2018)33 (Barber & Santuzzi, 2017)34 (Bandura, 1982; Bandura, 1997)35 (Moos & Azevedo, 2009)
möglichkeiten bei der Arbeit hat: Zwar gibt es Hinweise,
dass eine angemessene technische Unterstützung durch
IKT die Qualität der Kommunikation positiv beeinflussen
kann,27 allerdings sind bei der „computer-mediated“ Kom-
munikation auch einige Konfliktpotentiale zu berücksich-
tigen.28
Zudem zeigten sich Unterschiede für verschiedene
Nutzergruppen: So profitieren von IKT29 vor allem Füh-
rungskräfte sowie mobil arbeitende Beschäftigte, die
hauptsächlich unterwegs arbeiten, da sie selbst bestim-
men können, wie sie die IKT nutzen und dabei persön-
liche Prioritäten setzen können.30 Doch auch weitere
Zusammenhänge von IKT und Kontrolle werden berich-
tet: So würden Smartphone-Nutzer mit eher externalen
Kontrollüberzeugungen von größerem sog. „Techno-
stress“ berichten.31 Technostress oder „Techopressure“
bzw. „Telepressure“ beschreibt eine Art medialer Überfor-
derung durch intensive IKT-Nutzung und den gleichzeitig
empfundenen Druck, sofort auf eingehende Nachrichten
reagieren zu müssen.32 Dieser Effekt wird v. a. durch inter-
individuelle Unterschiede, wie z. B. hohen Neurotizismus,
niedrige Selbstkontrolle33 und hohe Arbeitssucht, erklärt.
Dieser empfundene Druck wird auch assoziiert mit der
Angst, etwas Wichtiges zu verpassen, was wiederum mit
Stress und Burnout zusammenhängt.
Neben den Einflüssen der Digitalisierung auf die Arbeits-
anforderungen spielen auch die Perspektiven der Be-
schäftigten auf den Wandel eine gewichtige Rolle. Mit
dem Konzept der „digitalen Selbstwirksamkeit“ wurde
ein relativ neuer Begriff in die Forschung eingeführt, der
in Anlehnung an die bereits bekannte allgemeine Selbst-
wirksamkeitserwartung34 die Wahrnehmung der eigenen
digitalen Fähigkeiten sowie die Überzeugung der Bewäl-
tigung digitaler Anforderungen umfasst.35 Beeinflusst wird
die digitale Selbstwirksamkeit sowohl durch die eigene
Einstellung als auch durch Verhaltensfaktoren, wie z. B.
Beschäftigtenbefragung „Monitor Digitalisierung“ 13
eigene Erfahrungen und die Häufigkeit der Nutzung di-
gitaler Technologien, sie kann durch Training durchaus
gesteigert werden.36 Im Unterschied zu Studien, die um-
fassend und facettenreich über das Konzept der allge-
meinen Selbstwirksamkeitserwartung als Ressource37 und
Erfolgsfaktor38 berichten, sind Studien zur Untersuchung
von Selbstwirksamkeit im digitalisierten Arbeitskontext
noch wenig verbreitet. Diese Lücke soll durch die vorlie-
gende Untersuchung geschlossen werden.
Im Kontext der Digitalisierung werden auch häufig Fragen
zu Zusammenhängen mit negativ assoziierten Aspek-
ten wie bewusst gesteuerter oder auch gefühlter Über-
wachung und der Austauschbarkeit von Beschäftigten
aufgeworfen. Formen der bewusst gesteuerten Überwa-
chung sollen im Betrieb der Steigerung der Produktivität/
Leistung, Sicherheit, sozialen Kontrolle sowie der Krea-
tivität dienen,39 führen aber aufseiten der Beschäftigten
häufig zu Unbehagen. Eine direkte Reaktion auf Überwa-
chung (z. B. von E-Mails und Internetnutzung) ist häufig
die Änderung des Verhaltens am Arbeitsplatz,40 beispiels-
weise sinkt „unproduktives“ Verhalten (wie z. B. Internet-
nutzung für private Zwecke während der Arbeitszeiten).
Interessanterweise schätzt nur eine Minderheit die Über-
wachung von E-Mails und Internetnutzung negativ ein.
Allerdings zeigen sich andere negative Effekte: So wirkt
digitale Überwachung negativ auf das subjektive Ver-
trauen der Beschäftigten zu ihrer Organisation und auf
die wahrgenommene Gerechtigkeit der Überwachung.41
Dabei moderiert die subjektive Überzeugung der Be-
schäftigten diesen Zusammenhang: Mitarbeitende mit
utilitaristischer Einstellung gegenüber der Überwachung
(also i. S. Orientierung am Gesamtnutzen) schätzen das
installierte Überwachungssystem positiver ein als Perso-
nen, die eine formalistische Einstellung (i. S. Orientierung
an Regeln und Gesetzen) haben.42
Auch die Austauschbarkeit und Substituierbarkeit der Be-
rufe und Berufstätigen im Zuge der Digitalisierung wird in
der Literatur diskutiert. So zeigte sich, dass sich der Anteil
der Beschäftigten in Berufen mit einem hohen Substitu-
ierbarkeitspotenzial zwischen 2013 und 2016 bundesweit
über alle Anforderungsniveaus und in fast allen Berufs-
36 (Torkzadeh & Van Dyke, 2002)37 (Salanova, Cifre, Llorens, Martínez, & Lorente, 2011; Shoji, et al., 2016; Ventura, Salanova, & Llorens, 2015)38 (Carter, Nesbit, Badham, Parker, & Sung, 2018; Maddux, 2016)39 (Martin & Freeman, 2003)40 (Stanton & Weiss, 2000)41 (Alder, Schminke, Noel, & Kuenzi, 2008)42 (Alder, Schminke, Noel, & Kuenzi, 2008)43 (Dengler, Matthes, & Wydra-Somaggio, 2018)44 (BMAS, 2016)45 (Stawarz, Cox, Bird, & Benedyk, 2013)46 (Ninaus, Diehl, Terlutter, Chan, & Huang, 2015)47 (Mellner, 2016)
segmenten erhöht hat.43 16 Prozent der Befragten in der
BMAS-Umfrage halten es für sehr oder eher wahrschein-
lich, dass Maschinen ihre Arbeit in den nächsten zwei Jah-
ren übernehmen.44 Überwachung und Austauschbarkeit
im Kontext der Digitalisierung können also bedeutsame
Auswirkungen auf die Beschäftigten haben und es ist zu
fragen, welche Zusammenhänge und Folgen dies für die
Beschäftigten haben kann.
Schließlich ist im Kontext der Digitalisierung auch deren
Effekt auf das Wohlbefinden und die Work-Life-Balance
der Beschäftigten von Interesse, derzeit vor allem in Hin-
blick auf die verstärkte Nutzung von IKT. So könnten Tab-
lets und andere Mobilgeräte dazu beitragen, dass mobiles
Arbeiten und Remote-Work sich zunehmend verbreiten,45
was im Sinne von mehr zeitlicher und örtlicher Flexibilität
von Beschäftigten als durchaus positiv für die Work-Life
Balance betrachtet wird. Andererseits kann die Nutzung
von IKT durch die ständige Verfügbarkeit auch nach der
Arbeit46 dazu führen, dass sich negative Einflüsse auf die
Work-Life-Balance einstellen. V. a. die persönliche Über-
zeugung von Beschäftigten, dass man nach der Arbeit
erreichbar sein sollte, hat hier einen Einfluss. Die häufi-
ge Nutzung von Smartphones für Arbeitszwecke in der
Freizeit und eine geringe Kontrolle über die Entgrenzung
zwischen Arbeit und Privatleben würde zu einer hohen
kognitiven Irritation (i. S. Nicht-Abschalten-Können) bei-
tragen.47
Vor dem Hintergrund dieser Forschungsbefunde und
Forschungslücken soll die vorliegende empirische Mo-
nitoring-Studie in verschiedenen Industriebranchen Ver-
änderungen der Arbeit und Potentiale der Digitalisierung,
neue Belastungskonstellationen sowie deren Auswirkun-
gen auf die Beschäftigten untersuchen.
Stiftung Arbeit und Umwelt der IG BCE14
33. Methodik und Datengrundlage der Studie
Branchen Tätigkeitsfelder Betriebsgrößen
Chemie Produktion < 50 Mitarbeitende
Kunststoff Technik 50–99 MA
Pharmazie Serviceleistungen 100–249 MA
Kautschuk Labor 250–499 MA
Glas Forschung & Entwicklung 500–999 MA
Keramik Leitung & Planung 1000–2499 MA
Papier, Karton, Pappe Verwaltung 2500–4999 MA
Bergbau IT ≥ 5000 MA
Energie
Mineralöl
Zement
Sonstige
Zielsetzung der Studie war die Analyse des aktuellen Sta-
tus quo der Digitalisierung in verschiedenen Industrie-
branchen. Dabei wurden sowohl die Branchen als auch
verschiedene Tätigkeitsfelder und Betriebsgrößen berück-
sichtigt (vgl. Tabelle 1).
Tabelle 2 bietet einen Überblick über die Themen und
Inhalte der Studie sowie die entsprechende Struktur der
Befragung:
Tabelle 1: Untersuchte Branchen, Tätigkeitsfelder und Betriebsgrößen
Beschäftigtenbefragung „Monitor Digitalisierung“ 15
Tabelle 2: Themenblöcke und Inhalte der Online-Befragung
Themenbereiche Inhalte
SoziodemografieAngaben zur Person (Alter, Geschlecht, Bildungsabschluss)
Angaben zur Beschäftigung (Branche, Arbeitszeit, Betriebsgröße)
Digitale Arbeitsmittel
Nutzungshäufigkeit konkreter Formen der Digitalisierung • Digitale Kommunikations- und Informationssysteme • Digital aufbereitete Daten zu Endprodukten und Arbeitsergebnissen • Personenbezogene Messsysteme • Technologien für Produktion, Instandhaltung, Arbeitsvorbereitung
Unterstützung und Erleichterung durch digitale Systeme
Anforderungszunahme durch digitale Systeme
Betriebliche Rahmenbedingungen
Digitalisierungs-Strategie des Betriebs
Einbringen betrieblicher Akteure in Gestaltung der Digitalisierung
Weiterbildungsmaßnahmen zum Arbeiten mit digitalen Technologien
Partizipation bei Einführung und Nutzung digitaler Technologien
Befürchtungen und ZuversichtFremdbestimmung, Überwachung und Austauschbarkeit
Digitale Selbstwirksamkeit und Veränderungsbereitschaft
Allgemeine Belastung und Arbeitsgestaltung
Quantitative und qualitative Belastung
Zeitliche Flexibilitätsanforderungen
Vollständigkeit, Entscheidungsspielraum, Informationsaustausch
Gesundheit und Wohlbefinden
Kognitive Irritation/Nicht-Abschalten-Können
Work-Life-Balance
Berufliche Unsicherheit, berufliche Distanzierung, soziale Isolation
Anhand eines Strukturgleichungsmodells wurden zudem
Zusammenhänge zwischen den erhobenen Dimensionen
untersucht, um fundierte Aussagen über das komplexe
Zusammenspiel der Dimensionen und die zugrundelie-
gende Theorie zu treffen.
Die Datenerhebung wurde als Online-Befragung von der
Stiftung Arbeit und Umwelt der IG BCE in Auftrag gegeben
und von der Goodwork GmbH durchgeführt. Deutsch-
landweit wurden in den obengenannten Branchen mit
Unterstützung der IG BCE und verschiedener betrieblicher
Multiplikatoren Beschäftigte in ihren Betrieben via Rund-
mail, Aushängen, Flyern, Infokarten und Ankündigungen
auf Betriebsversammlungen auf die Befragung hingewie-
sen. Dabei wurden ein URL-Link und QR-Code zur Web-
site „www.monitor-digitalisierung.de“ kommuniziert, auf
der sich weitere Informationen zur Studie befanden und
in die ein Link zum Start der Online-Befragung einge-
bettet war. Die Datenerhebung fand vom 01.02.2019 bis
31.03.2019 statt, die Beantwortung des Online-Fragebo-
gens mit insgesamt 117 Fragen nahm durchschnittlich et-
wa 15 Minuten in Anspruch. Sämtliche und insbesondere
personenbezogene Daten wurden anonym erhoben und
gespeichert, die Teilnahme an der Befragung war freiwil-
lig, es wurden keine Incentivierungen vorgenommen.
Im Zuge der Datenaufbereitung wurden sorgfältige und
mehrschrittige Plausibilitätsprüfungen und Datenbereini-
gungen durchgeführt. Negativ formulierte Fragen wurden
für die Bildung von Skalen umgepolt. Für die späteren de-
skriptiven und inferenzstatistischen Analysen wurde auch
die Qualität der Daten hinsichtlich wichtiger statistischer
Voraussetzungen (Skalenniveau, Datenverteilung, Daten-
ausreißer) überprüft. Die Analyse fehlender Werte auf Per-
sonenebene diente dazu, den Datensatz auf die letztliche
Analysestichprobe zu kürzen, in der die Angaben von
14007 Befragten berücksichtigt wurden. Insgesamt klick-
ten 16346 Beschäftigte den Link zur Online-Befragung an.
Rund 2000 davon starteten die Befragung jedoch nicht.
Durch das oben beschriebene Datenbereinigungsverfah-
ren wurden ca. 300 weitere Fälle aus dem Datensatz ent-
fernt, sodass 14007 Beschäftigte im Datensatz verblieben
und bei den Analysen berücksichtigt werden konnten.
Die Abbruchquote innerhalb der Analysestichprobe war
insgesamt sehr gering: Von den 14007 Beschäftigten
brachen 23.4 Prozent die Befragung im laufenden Frage-
bogen ab, insgesamt beendeten 10730 Beschäftigte die
Stiftung Arbeit und Umwelt der IG BCE16
Befragung. Die Daten bis zum Zeitpunkt des Abbruchs
dieser Personen wurden trotzdem in der Auswertung
berücksichtigt. Auch wenn einzelne Fragen ausgelassen
wurden, verblieben die Fälle in der Analysestichprobe. Zur
Vorbereitung der inferenzstatistischen Analysen wurde
abschließend für jede Variable exploriert, inwiefern Ext-
remwerte und Ausreißer vorlagen bzw. die Verteilung der
Variablen examiniert.
Bei der Datenauswertung wurden zunächst für die The-
men der Studie explorative Faktorenanalysen48 durchge-
führt, um die auszuwertenden Skalen zu verifizieren. Als
Ergebnis standen neben mehreren einzelnen Items die in
Tabelle 3 aufgeführten Skalen der Studie.
Für die erstellten Skalen wurden anschließend Mittelwerte
und Standardabweichungen der zugeordneten Items be-
rechnet. Außerdem wurden absolute und relative Häufig-
keiten berechnet, wie zum Beispiel der prozentuale Anteil
der Befragten für die acht Tätigkeitsfelder oder die pro-
zentuale Verteilung von Männern und Frauen in den zwölf
Branchen. Um die Anonymität der Befragten sowie die
Güte der Analysen sicherzustellen, wurden nur Gruppen
mit einem Rücklauf von mindestens 20 Personen ausge-
wertet. Da sich im Zuge der Datenerhebung bei der so-
ziodemografischen Analyse der Stichprobe gravierende
Verzerrungseffekte hinsichtlich der Rückläufe in einzelnen
Branchen fanden im Vergleich zu den tatsächlichen Be-
schäftigtenzahlen des Statistischen Bundesamtes (2017),
wurden in einem mehrstufigen Verfahren sog. Gewich-
te berechnet. Anhand dieser Gewichte wurden sowohl
unter- als auch überrepräsentierte Gruppen innerhalb
der Gesamtstichprobe so gewichtet, dass deren Vertei-
lung mehr der tatsächlichen Verteilung in der Population
entsprach. Für die Berechnungen innerhalb der Branchen
und Tätigkeitsbereiche wurden aufgrund fehlender Ver-
gleichswerte keine Gewichte verwendet.
48 Zur empirischen Überprüfung der Faktorenstruktur wurden explorative Faktorenanalysen mit schiefwinkliger oblimer Rotationsme-thode durchgeführt inkl. Voraussetzungsprüfung der Stichprobeneignung (KMO-Index) und dem Bartlett-Test auf Sphärizität. Die Fakto-renanalysen umfassten jeweils alle Items eines Fragebogenblocks. Dabei war das Vorgehen innerhalb der Blöcke immer gleich: Sukzessiv wurden Items, deren Ladung unterhalb des kritischen Schwellenwerts der praktischen Bedeutsamkeit von < .3 lagen, und Items mit Mehr-fachladung eliminiert. Zur Bestimmung der internen Konsistenz wurde für jede Skala Cronbach’s Alpha (bzw. der Spearman-Brown-Koeffi-zient bei Skalen aus nur zwei Items) berechnet.49 Für die Modellierung wurden die in der Faktorenanalyse extrahierten latenten Dimensionen in das Strukturgleichungsmodell aufge-nommen, um Zusammenhänge der unabhängigen und abhängigen Dimensionen untereinander zu analysieren. Diese Analysen wurden mit dem Programm MPlus 7.0 und in R 3.5.1 mit dem Paket lavaan durchgeführt. Alle Analysen wurden unter Verwendung des maxi-mum-likelihood-Schätzers mit robusten Standardfehlern (MLR) umgesetzt. Für die Analysen im Rahmen der Strukturgleichungsmodel-lierung wurde der FIML (full information maximum likelihood)-Schätzer verwendet, der für die Schätzung der Modellparameter alle zur Verfügung stehenden Informationen heranzieht. Dieses Schätzverfahren ist bei zufälliger Verteilung fehlender Werte der paarweisen oder listenweisen Eliminierung bei der Modellparameterschätzung vorzuziehen. (Schafer & Graham, 2002)
Um die statistische Signifikanz und Bedeutsamkeit
von Unterschieden (z. B. zwischen den verschiedenen
Branchen oder zwischen den Tätigkeitsfeldern) einzu-
schätzen, wurden für jede Skala Varianzanalysen und Ef-
fektstärkeuntersuchungen durchgeführt. Für die Analyse
komplexer Zusammenhänge der verschiedenen Skalen
der Studie wurde schließlich ein Strukturgleichungsmo-
dell spezifiziert,49 dessen Ergebnisse in Kapitel 5.6 be-
schrieben werden.
Beschäftigtenbefragung „Monitor Digitalisierung“ 17
Tabelle 3: Themenbereiche, Skalen und Iteminhalte
50 Eigenkonstruktion der Skalen51 Eigenkonstruktion, digitale Selbstwirksamkeit in Anlehnung an allgemeine Selbstwirksamkeitserwartung (Jerusalem & Schwarzer, 1986), Veränderungsbereitschaft i. A. Szebel (2015)52 In Anlehnung an WDQ (Stegmann, et al., 2010), SPA (Metz & Rothe, 2017), Härtwig & Sporbert (2013)53 Kognitive Irritation (Mohr, Rigotti & Müller, 2007), Work-Life-Balance in Anlehnung an Syrek, Bauer-Emmel, Antoni & Klusemann (2011) sowie Hoff, Härtwig & Sporbert (2012), Unsicherheit, Distanzierung und Isolation in Anlehnung an Heinzer & Reichenbach (2013)
Themen und Skalen Iteminhalte
Digitale Arbeitsmittel50
„Digitale IKT-Systeme“ • E-Mail, soziale Netzwerke/Messenger Systeme, Intranet, Groupware,
Videotelefonie
„Digital aufbereitete Daten zu Endprodukten“
• Produktlebenszyklus, ERP, CRM, Verwaltungsprogramme, Big Data, künstliche Intelligenz
„Unterstützung und Erleichterung durch digitale Systeme“
• Unterstützung bei Entscheidungen und Aufgabenplanung, Verfügbarkeit wichtiger Informationen, Nutzung neuer Arbeitsformen, einfachere Vereinbarkeit von Berufs- und Privatleben durch digitale Technologien
„Anforderungszunahme durch digitale Systeme“
• Herausforderungen an Kompetenzen, hohe zeitliche Flexibilität, schneller und mehr arbeiten, Gleichzeitigkeit mehrerer Aufgaben, anspruchsvollere Tätigkeiten
Befürchtungen, Zuversicht51
„Fremdbestimmung“ • Digitale Technologien übernehmen Planung meiner Aufgaben, treffen für mich
Entscheidungen, ich brauche weniger Fähigkeiten
„Überwachung und Austauschbarkeit“
• Gefühl der Leistungskontrolle durch Einsatz digitaler Technologien, der Überwachung durch Datensammeln, Austauschbarkeit, Abwertung als Fachkraft durch Einsatz digitaler Technologien
„Digitale Selbstwirksamkeit“ • Überzeugung zum Schritthalten mit der Digitalisierung, Zutrauen zur Bewälti-
gung digitaler Anforderungen, Umgang mit digitalen Technologien fällt leicht
„Veränderungsbereitschaft“ • Offenheit gegenüber persönlichem Mehrwert sowie Freude über sich ergebende
Veränderungen am Arbeitsplatz durch die Digitalisierung
Allgemeine Belastung und Arbeitsgestaltung52
„Quantitative Belastung“ • Häufiger Zeitdruck, zu viel Arbeit, mehrere Aufgaben gleichzeitig zu bewältigen
„Qualitative Belastung“ • Zu schwierige Aufgaben, nicht genug ausgebildet
„Zeitliche Flexibilitäts- anforderungen“
• Stark schwankende tägliche Arbeitszeiten, nicht planbare Arbeitszeiten, notwendige Erreichbarkeit in der Freizeit
„Vollständigkeit“ • Arbeitsvorgänge von Anfang bis Ende, klares Arbeitsergebnis am Aufgabenende
„Entscheidungsspielraum“ • Selbstständig viele Entscheidungen treffen, Initiative und eigenes Ermessen
„Informationsaustausch“ • Immer alle notwendigen Infos verfügbar, geregelte Informationsweitergabe
Gesundheit, Wohlbefinden53
„Nicht-Abschalten-Können/ Kogni-tive Irritation“
• Zu Hause und im Urlaub an Schwierigkeiten bei der Arbeit denken, schwer abschalten
„Work-Life-Balance“ • Zufriedenheit mit Balance zwischen Arbeit und Privatleben, gute Vereinbarkeit,
Anforderungen gleichermaßen gut bewältigen können
„Berufliche Unsicherheit“ • Sorgen vor Jobverlust, schwieriger Jobperspektive bei Arbeitslosigkeit sowie
ungewollter Versetzung auf andere Arbeitsstelle
„Berufliche Distanzierung“ • Beruf ist fremd geworden, zunehmende Distanz und Gleichgültigkeit sowie
fehlende Identifikation mit der eigenen Tätigkeit
„Soziale Isolation“ • Persönlicher Austausch mit Kollegen fehlt, sozial nicht eingebunden, Einsamkeit
Stiftung Arbeit und Umwelt der IG BCE18
44. Soziodemografische Rahmendaten
Branchen Rücklauf Beschäftigte Rückläufe je Bundesland
Chemie 9.627 314.000
Kunststoff 216 281.000
Pharmazie 1.515 113.000
Kautschuk 120 69.000
Glas 107 48.000
Keramik 72 43.000
Papier, Karton, Pappe 527 37.000
Energie 330 30.000
Bergbau 144 25.000
Mineralöl 91 16.000
Zement 37 2.000
Sonstige 1.064 10.000
ohne Zuordnung 157 –
Gesamt 14.007 988.000
HH: 38HB: 3
NI: 800
MV: 13
BB: 173
BE: 231
ST: 79
TH: 14
HE: 1.111
NW: 7.210
BY: 942
BW: 1.245
RP: 1.587
SL: 53
SN: 280
Für die Auswertung der Studie konnten insgesamt 14.007
Befragte aus 614 Betrieben und 12 Industriebranchen be-
rücksichtigt werden. Als Besonderheit zeigte sich, dass
im Sample viele Personen aus dem Südwesten Deutsch-
lands vertreten waren. Beschäftigte großer Unternehmen
stellten einen Großteil der Befragten, der Frauenanteil von
etwa einem Drittel erschien ebenso branchentypisch wie
das Durchschnittsalter von ca. 43 Jahren. Hervorzuheben
sind das relativ hohe Qualifikationsniveau der Befragten so-
wie der Umstand, dass im Zuge der Verwendung des On-
line-Erhebungsmediums (Teilnahme an der Studie mittels
PC, Tablet bzw. Smartphone) entsprechende Verzerrungen
in puncto Zugang, Affinität und Bedienung des technischen
Mediums nicht ausgeschlossen werden können. Tabelle 4
gibt einen Überblick über die erzielten Rückläufe und setzt
sie ins Verhältnis zur gerundeten Grundgesamtheit der laut
Statistischem Bundesamt in 2017 angestellten Beschäftig-
ten in den jeweiligen Branchen.
Tabelle 4: Stichprobe der Befragten und Grundgesamtheit der Beschäftigten je Branche sowie Rückläufe je
Bundesland
Aus Tabelle 4 wird ersichtlich, dass ein Großteil der Be-
fragten aus den Branchen Chemie, Pharmazie und Sons-
tige stammte. Die Industriebereiche Zement, Keramik und
Mineralöl waren dagegen eher gering vertreten. Um diese
rücklaufbedingten Verzerrungen der Stichprobe auszu-
gleichen, wurden im Zuge der Auswertung bei der Be-
trachtung der Gesamt-Stichprobe die Daten nach den
tatsächlichen Branchenverhältnissen der Grundgesamt-
heit gewichtet.
Auch die Rückläufe je Bundesland gestalteten sich un-
einheitlich: Ein Großteil der Befragten stammte aus west-
lichen und südlichen Bundesländern (dabei allein 51.9
Prozent aus Nordrhein-Westfalen), aus nördlichen und
östlichen Bundesländern nahmen vergleichsweise wenig
Personen an der Befragung teil. Die Stichprobe war zu-
dem geprägt durch einen großen Anteil von Befragten aus
großen Betrieben ab 500 Mitarbeitenden (MA) (vgl.Tabelle
4): Mehr als ein Drittel der Befragten (36 Prozent) stammte
Beschäftigtenbefragung „Monitor Digitalisierung“ 19
≥ 5000 MA
2500–4999 MA 1000–2499 MA
500–999 MA
250–499 MA
100–249 MA50–99 MA
≤ 49 MA
36
12 26
11
7
59 2
Frauen Männer
Zement
Mineralöl
Kautschuk
Kunststo�
Energie
Bergbau
Chemie
Papier
GESAMT*
Keramik
Glas
Sonstige
Pharma 42 58
38 62
35 65
34 66
34 66
34 66
34 66
32 68
25 75
24 76
21 79
10 90
6 94
Jahre
0 20 40 60
Zement
Glas
Kautschuk
Pharma
Bergbau
Mineralöl
Energie
Papier
Keramik
GESAMT*
Chemie
Kunststo�
Sonstige
Geschlechterverteilung in Prozent Durchschnittsalter
43,8
43,5
43,5
43,1
43,0
42,9
42,1
42,1
41,8
41,6
40,3
39,9
39,2
aus Betrieben mit mehr als 5.000 Beschäftigten. Aus klei-
nen und mittelständischen Betrieben mit unter 500 MA
(KMU) stammten dagegen 23 Prozent der Befragten. Aus
insgesamt 50 Einzelbetrieben nahmen mehr als 50 Perso-
nen an der Befragung teil, diese Betriebe stellten 76 Pro-
zent der Teilnehmenden, in neun Betrieben nahmen sogar
mehr als 250 Beschäftigte teil.
Befragtenanteil nach Betriebsgrößen Teilnahmen je Einzelbetrieb Anzahl Betriebe
≥ 250 9
100–249 20
50–99 21
20–49 42
10–19 42
≤ 9 479
Gesamt 614
Tabelle 5: Rückläufe nach Betriebsgrößen sowie Befragungsteilnahmen je Einzelbetrieb
Das Alter der Befragten betrug im Durchschnitt 43.1 Jahre
(SD = 12.0)54, die Spanne zwischen den Branchen reichte
von 39.2 Jahren in der Zementindustrie bis 43.8 Jahren
bei Sonstige. Der Frauenanteil betrug insgesamt 34 Pro-
54 Im Folgenden werden Mittelwerte (M) berichtet und Standardabweichungen (SD), die jeweils die Streuung von 68 Prozent der untersuch-ten Personengruppe um den aufgeführten Mittelwert umfassen.
zent, in der Pharmabranche war er mit 42 Prozent am
höchsten und im Zementbereich mit sechs Prozent am
niedrigsten (vgl.Abbildung 1).
Abbildung 1: Prozentuale Geschlechterverteilung und Durchschnittsalter je Branche (M, SD sowie Prozent)
Stiftung Arbeit und Umwelt der IG BCE20
Anhand der Bildungs- und Berufsabschlüsse der Stich-
probe in Abbildung 2 zeigt sich, dass zumeist qualifizier-
te Abschlüsse vorlagen, lediglich eine kleine Gruppe von
Personen gab an, über keinen oder einen grundständigen
Bildungsabschluss zu verfügen.
Abbildung 2: Bildungsabschlüsse und Jahr des Berufsabschlusses (M, SD sowie Prozent)
Die Tätigkeitsfelder verteilten sich relativ breit: Verwaltung
war mit 22 Prozent der Befragten anteilig am stärksten
vertreten, Personen aus den „Blue-Collar“-Feldern Pro-
duktion, Technik und Serviceleistung stellten zusammen
44 Prozent der Befragten, Leitung und Planung war mit
sechs Prozent am geringsten besetzt (vgl. Abbildung 3).
Das Gros der Befragten (92 Prozent) arbeitete unbefristet.
Abbildung 3: Tätigkeitsfelder und Anstellungsarten (M, SD sowie Prozent)
89 Prozent aller Befragten gaben an, in Vollzeit zu arbei-
ten, Teilzeitbeschäftigte waren nur zu elf Prozent im
Gesamtsample vertreten. Je nach Branche lag großteils
voll- bzw. teilkontinuierliche Schichtarbeit vor (vgl. Abbil-
dung 4), Kautschuk, Kunststoff und Keramik berichteten
dagegen mehrheitlich keine Schichtarbeit.
Höchster Bildungsabschluss in Prozent Berufsabschluss Jahr in Prozent
Fach- und Hochschule
Berufliche Fortbildungsschule
Berufsausbildung
Fach- und Hochschulreife
Mittlerer Schulabschluss
Haupt- bzw. Volksschule
0,3 % ohne Abschluss
12
15
2310
35
5
2010–2019
2001–2010
1991–2000
1981–1990
1971–1980
22
2422
26
6
Tätigkeitsfelder in Prozent Anstellungsart in Prozent
Verwaltung
Technik
Serviceleistung Produktion
Leitung und Planung
Labor
IT
Forschung und Entwicklung
7
8
6
1612
16
2214
0,1 % Selbstständig0,2 % Leiharbeit
Unbefristet angestellt
Befristet angestellt In Ausbildung
3,7
92
3,7
Beschäftigtenbefragung „Monitor Digitalisierung“ 21
Keramik
Kunststo�
Kautschuk
Bergbau
Pharma
*GESAMT
Glas
Energie
Sonstige
Mineralöl
Chemie
Papier
Zement
Vollkontinuierlicher Schichtbetrieb Teilkontinuierlicher Schichtbetrieb
Keine Schichtarbeit Bereitschaftsdienst
Keramik
Kunststo�
Kautschuk
Bergbau
Pharma
*GESAMT
Glas
Energie
Sonstige
Mineralöl
Chemie
Papier
Zement
Vollkontinuierlicher Schichtbetrieb Teilkontinuierlicher Schichtbetrieb
Keine Schichtarbeit Bereitschaftsdienst
Schichtarbeit
55 18 27
54 232 21
54 258 13
50 3966
42 21335
42 32242
38 131634
38 163412
33 153121
29 351224
25 85017
24 15529
14 1471
Abbildung 4: Formen der Schichtarbeit (M, SD sowie Prozent)
Stiftung Arbeit und Umwelt der IG BCE22
55. Ergebnisse
55 Skalenmittelwerte werden zum besseren Verständnis in den Abbildungen auch farblich kategorisiert.
5.1. Statistische Grundlagen der Berechnungen
Im Zentrum der Studie steht die Frage, inwiefern sich die
Arbeitswelt der Beschäftigten im Zuge der digitalen Trans-
formation verändert. Um diese Frage zu beantworten, be-
darf es zunächst einmal einer Bestandsaufnahme, d. h. es
wurde erfasst, wie die Beschäftigten die Digitalisierung
aktuell wahrnehmen und welchen Einfluss sie auf deren
Gesundheit und Wohlbefinden hat.
Im Folgenden werden zunächst für jeden Themenbereich
(Abschnitte 5.1 bis 5.5) die deskriptiven Befragungsergeb-
nisse berichtet, separiert sowohl für die gewichtete Ge-
samtstichprobe und für die einzelnen Branchen als auch
für die verschiedenen Tätigkeitsfelder innerhalb der ge-
wichteten Gesamtstichprobe. Für Einzelitems werden die
Häufigkeiten je Antwortkategorie in Prozent berichtet. Für
Skalen, die aus mehr als einem Item bestehen, werden die
gebildeten Mittelwerte (M) dieser Skalen-Items inkl. Stan-
dardabweichungen (SD) aufgeführt.55 Um die Ergebnisse
besser einordnen zu können, werden die Antwortkatego-
rien auf der x-Achse aufgeführt und mit Smileys unterlegt
– so wird unmittelbar ersichtlich, wie die gemessenen
Werte zu interpretieren sind.
Inferenzstatistische Vergleiche je Skala werden mithil-
fe des Unterschiedseffekts η2 („Eta2“) berichtet, anhand
dessen die statistische Bedeutsamkeit der Mittelwertsun-
terschiede zwischen den Branchen und zwischen den Tä-
tigkeitsfeldern bewertet werden kann. So lässt sich leichter
beurteilen, wie stark und bedeutsam oder wie schwach
und unbedeutend die Unterschiede tatsächlich sind. Ab
η2 = .010 spricht man von einem kleinen bzw. gering be-
deutsamen Effekt, ab η2 = .060 von einem mittel bedeut-
samen Effekt und ab η2 = .140 von einem großen oder
hoch bedeutsamen Effekt. Zur leichteren Interpretation
werden die Unterschiedseffekte auch farblich markiert
(unbedeutende Effekte = grau, kleine Effekte = schwarz,
mittlere Effekte = orange, große Effekte = rot).
Um die Messgüte der jeweiligen Skala einzuordnen und
zu beschreiben, wie gut die Beziehung zwischen den ein-
zelnen Skalen-Items ist, wird in den Abbildungen Cron-
bach’s Alpha eingesetzt. Diese Kenngröße gibt Aufschluss
darüber, wie gut die Items einer Skala zueinander passen.
Ein Wert ab α = .70 gilt als akzeptabel, ab α = .80 als gut
und ab α = .90 kann die Skala als exzellent hinsichtlich
ihrer internen Konsistenz bewertet werden.
In Abschnitt 5.6 wird aufbauend auf den deskriptiven und
inferenzstatistischen Erkenntnissen der Studie ein Struk-
turgleichungsmodell dargestellt, das die Zusammenhän-
ge und Wirkmechanismen der zuvor berichteten Skalen
ins Verhältnis setzt.
5.2. Digitale Arbeitsmittel: Nutzung, Unterstützung und
Anforderungszunahme durch digitale Technologien
5.2.1 Nutzung digitaler Technologien
Unter dem Begriff der digitalisierten Arbeit wird häu-
fig die Verwendung unterschiedlichster computerge-
stützter Technologien subsumiert, die sich technisch,
arbeitsorganisatorisch und auch inhaltlich durchaus stark
voneinander unterscheiden. Es stellt sich daher die Fra-
ge, welche Arten digitaler Technologien derzeit bereits
genutzt werden. Hierfür wurden die derzeit gängigsten
Formen digitaler Technologien gruppiert und die Studien-
teilnehmenden gebeten, die Häufigkeit ihrer persönlichen
Nutzung für jede einzelne dieser Technologie anzugeben:
• Digitale Informations- und Kommunikationstechno-
logien (E-Mail, Intranet, internes soziales Netzwerk/
Messenger System, Smartphone/Tablet-Computer,
Groupware, Videotelefonie und -konferenzen)
• Personenbezogene Messsysteme (Gesundheits- bzw.
Positions-Tracker, SmartWatch, persönliche Schutz-
ausrüstung mit Messsensoren, Exoskelett),
• Digitale Technologien für Produktion, Instandhaltung
und Arbeitsvorbereitung (Terminals mit Echtzeitdaten,
mobile Arbeitsmittel mit Echtzeitdaten, 3D-Drucker,
modulare Anlagen mit sensor engesteuerten „intel-
ligenten“ Robotern, Systeme mit Augmented bzw.
Virtual Reality, Datenbrillen als optische Hilfsgeräte mit
integrierten Display-Anzeigen),
Beschäftigtenbefragung „Monitor Digitalisierung“ 23
• Digital aufbereitete Daten zu Arbeitsergebnissen und
Endprodukten (ERP- sowie CRM-Systeme, Daten zu
Produktlebenszyklen, digitale Verwaltungsprogramme
zur Visualisierung und Berichtslegung, Big Data i. S.
komplexer Datenmengen und -analysen, künstliche
Intelligenz i. S. selbstlernender „intelligenter“ Prozesse)
In Abbildung 5 zeigt sich, dass v. a. digitale Kommunikati-
ons- und Informationssysteme bereits relativ häufig ge-
nutzt werden, v. a. E-Mails werden sehr oft verwendet. Auch
digital aufbereitete Daten zu Endprodukten und Arbeits-
ergebnissen finden bereits eine gewisse Verbreitung, wer-
den jedoch in der Breite weniger häufig genutzt. Digitale
Produktionstechnologien werden dagegen eher selten ein-
gesetzt, personenbezogene Messsysteme nur vereinzelt.
Abbildung 5: Nutzung von Technologien der Digitalisierung (in Prozent)
Im Anschluss wurde untersucht, in welchen Branchen
und Tätigkeitsfeldern die beiden am häufigsten genutzten
Technologiearten (IKT und digital aufbereitete Daten) Ver-
wendung finden.
Abbildung 6 zeigt, dass die Technologien v. a. in den Tä-
tigkeitsfeldern IT, Verwaltung sowie Leitung und Planung
(dem sog. „White-Collar“-Bereich) deutlich häufiger und
in den produktions- und techniknahen Bereichen (dem
sog. „Blue-Collar“-Bereich) dagegen signifikant weniger
häufig verwendet werden; (die Unterschiede η2 zwischen
den Tätigkeitsfeldern sind statistisch hoch bedeutsam).
In den Branchen Pharma und Kautschuk zeigen sich die
häufigsten Nutzungen, die Branchen Glas und Zement
berichten dagegen seltenere Verwendungen (die Unter-
schiedseffekte η2 sind statistisch nur gering bedeutsam).
Videotelefonie
Groupware
Smartphone bzw. Tablet-Computer
Soziales Netzwerk, Messenger
Intranet
Künstliche Intelligenz
Kundendaten (CRM-System)
Big Data
Digitale Verwaltungsprogramme
Produktlebenszyklus (Daten zum Produkt)
Daten zu betrieblichen Ressourcen (ERP-System)
Datenbrillen
Augmented bzw. Virtual Reality
Modulare Anlagen, Advanced Robotic
3D-Drucker
Remote Control
Terminals mit Echzeitdaten
Exoskelett
Persönliche Schutzausrüstung
SmartWatch
Positions-Tracker
Gesundheits-Tracker
Nie Selten Gelegentlich Oft Sehr oft
Videotelefonie
Groupware
Smartphone bzw. Tablet-Computer
Soziales Netzwerk, Messenger
Intranet
Künstliche Intelligenz
Kundendaten (CRM-System)
Big Data
Digitale Verwaltungsprogramme
Produktlebenszyklus (Daten zum Produkt)
Daten zu betrieblichen Ressourcen (ERP-System)
Datenbrillen
Augmented bzw. Virtual Reality
Modulare Anlagen, Advanced Robotic
3D-Drucker
Remote Control
Terminals mit Echzeitdaten
Exoskelett
Persönliche Schutzausrüstung
SmartWatch
Positions-Tracker
Gesundheits-Tracker
Nie Selten Gelegentlich Oft Sehr oft
77145
34341985
2320191721
2915101036
1517211433
1416181834
Digitale Informations- und Kommunikationssysteme
1213161247
915161347
1014161446
59121361
78101362
3788
Digital aufbereitete Daten zuEndprodukten und Arbeitsergebnissen
887968
456778
2493
2493
98
2294
Digitale Technologien für Produktion,Instandhaltung und Arbeitsvorbereitung
84 4
82 7
91
97
99
3 32
6 23
33 6
Personenbezogene Messsysteme
Stiftung Arbeit und Umwelt der IG BCE24
Im Vergleich der verschiedenen Betriebsgrößen zeigt
sich, dass in Großbetrieben ≥ 5.000 MA etwas häufiger
digitale Technologien verwendet werden als in kleineren
Organisationen und KMU (die Unterschiedseffekte sind
jedoch statistisch nur gering bedeutsam: η2NIK
= .058 und
η2NDD
= .016).
Abbildung 6: Nutzungsunterschiede digitaler Technologien nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
1 2 3 4 5
Zement
Glas
Bergbau
Mineralöl
Keramik
Kunststo�
Sonstige
Energie
GESAMT*
Chemie
Kautschuk
Papier
Pharma
1 2 3 4 5
Produktion
Labor
Technik
Service-leistung
F & E
Leitung & Planung
Verwaltung
IT
1 2 3 4 5
Zement
Mineralöl
Bergbau
Glas
Chemie
GESAMT*
Energie
Kautschuk
Kunststo�
Papier
Pharma
Keramik
Sonstige
1 2 3 4 5
Technik
Labor
Produktion
F & E
Service-leistung
Verwaltung
Leitung & Planung
IT
Skala „Nutzung digitaler Informations- und Kommunikationssysteme“ (NIK) (α = .76)
13
3,8
3,6
3,6
3,6
3,4
3,3
3,3
3,3
3,1
2,8
2,7
2,6
2,1
Nie Sehr oftη2 = .046
4,3
3,7
3,7
3,6
3,4
3,2
3,1
2,8
Nie Sehr oftη2 = .212
Skala „Nutzung digital aufbereiteter Daten“ (NDD) (α = .79)
1213161247
2,1
2,1
2,1
2,0
2,0
2,0
2,0
2,0
1,9
1,8
1,7
1,7
1,6
Nie Sehr oftη2 = .009
772,4
2,2
2,0
1,9
1,9
1,8
1,8
1,7
Nie Sehr oftη2 = .039
Beschäftigtenbefragung „Monitor Digitalisierung“ 25
5.2.2 Unterstützung durch digitale Technologien
Nach der häufigkeitsbezogenen Nutzung digitaler Tech-
nologien stellt sich die Frage, inwieweit diese in den jewei-
ligen Branchen und Tätigkeitsfeldern auch als tatsächliche
Erleichterung und Unterstützung angesehen werden. Die
hierfür vorgelegte Skala „Unterstützung und Erleichterung
durch digitale Systeme“ beinhaltet Fragen zur Unterstüt-
zung bei Entscheidungen und der Aufgabenplanung, zur
stetigen räumlichen und zeitlichen Verfügbarkeit wichti-
ger Informationen, zur Nutzung neuer Arbeitsformen wie
mobilem Arbeiten oder virtueller Teamarbeit sowie zur
einfacheren Vereinbarkeit von Berufs- und Privatleben.
In Abbildung 7 zeigt sich, dass die durchschnittlichen Be-
wertungen der Befragten nach Branchen insgesamt im
mittleren, bei einigen Branchen im knapp negativen Be-
reich liegen. So bewerten die Befragten der Branchen
Zement, Glas und Mineralöl die Unterstützung und Er-
leichterung eher negativ, die Beschäftigten der Branchen
Kautschuk und Pharma sind dagegen eher ambivalent
und tendenziell positiver eingestellt (der Unterschiedsef-
fekt zwischen den Branchen ist mit η2 = .019 statistisch
gering bedeutsam).
Abbildung 7: Unterstützung und Erleichterung durch digitale Systeme nach Branchen und Tätigkeitsfeldern
(M, SD sowie Prozent)
1 2 3 4 5
Zement
Glas
Mineralöl
Bergbau
Keramik
Chemie
Kunststo�
GESAMT*
Energie
Papier
Sonstige
Pharma
Kautschuk
1 2 3 4 5
Produktion
Labor
Technik
F & E
Service-leistung
Verwaltung
Leitung & Planung
IT
Zement
Glas
Mineralöl
Bergbau
Keramik
Chemie
Kunststo�
GESAMT*
Energie
Papier
Sonstige
Pharma
Kautschuk
Produktion
Labor
Technik
F & E
Service-leistung
Verwaltung
Leitung &Planung
IT
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Skala „Unterstützung und Erleichterung durch digitale Systeme“ (α = .79)
3,2
3,1
3,0
2,9
2,8
2,8
2,8
2,8
2,5
2,5
2,4
2,4
2,2
Tri�t gar nicht zu Tri�t völlig zuη2 = .019
3,6
3,2
3,2
2,9
2,9
2,6
2,4
2,4
Tri�t gar nicht zu Tri�t völlig zuη2 = .163
3 15 30 41 11
4 19 45 28 4
6 20 41 25 8
11 30 36 20 3
4 25 37 27 7
13 39 37 10
13 46 33 7
19 41 26 13
7
5
8 25 40 21 6
10 23 42 20 5
9 29 37 21 4
9 33 33 20 5
9 30 37 20 4
13 34 40 11 2
13 38 34 13
10 49 30 11
23 30 35 11
29 41 15 9 6
2
625 41 23
722 35 29
17 39 34 6
Stiftung Arbeit und Umwelt der IG BCE26
Demgegenüber zeigen sich deutlich größere Unterschiede
zwischen den verschiedenen Tätigkeitsfeldern: Beschäf-
tigte der IT, Leitung und Planung sowie Verwaltung be-
werten die Unterstützung und Erleichterung tendenziell
eher positiv bzw. mäßig, Beschäftigte in der Produktion
sind hingegen überwiegend skeptisch (der Unterschieds-
effekt über alle Tätigkeitsfelder ist mit η2 = .163 statistisch
hoch bedeutsam).
Nach Betriebsgrößen variieren die Bewertungen von 3.0
bei Betrieben mit ≥ 5000 MA bis 2.7 bei ≤ 499 MA (der
Unterschiedseffekt ist mit η2 = .159 hoch bedeutsam).
Zwischen Frauen und Männern (η2 = .005) sowie zwischen
den Altersgruppen (η2 = .003) wurden keine statistisch be-
deutsamen Unterschiede festgestellt. Dagegen fand sich
ein mittelstarker Bildungseffekt: Beschäftigte mit abge-
schlossenem Studium bewerteten die Unterstützung mit
3.3 besser als Beschäftigte ohne Schulabschluss mit 2.4,
die anderen Abschlussformen lagen aufsteigend inner-
halb dieses Spektrums (η2 = .107).
5.2.3 Anforderungszunahme
Im Zuge der Nutzung digitaler Technologien und der
eher ambivalent bis negativ erlebten Unterstützung und
Erleichterung stellt sich die Frage, inwieweit die neuen
Technologien zu einer Anforderungszunahme für die Be-
schäftigten führen. Zur Beantwortung wurde den Befra-
gungsteilnehmenden die Skala „Anforderungszunahme
durch Digitalisierung“ vorgelegt, diese beinhaltet Fragen
zu neuen Herausforderungen an die eigenen Kompe-
tenzen, erhöhtem Arbeitstempo und Arbeitsmenge, der
gleichzeitigen Bewältigung mehrerer Aufgaben, hoher
zeitlicher Flexibilität sowie zur Erhöhung des Anspruchs
der Tätigkeiten.
Anhand der Abbildung 8 wird deutlich, dass die Befrag-
ten erstens die Anforderungszunahme als eher mäßig,
tendenziell sogar als weniger zutreffend und damit eher
positiv bewerten; zweitens sind die Unterschiede zwi-
schen allen Branchen mit η2 = .004 statistisch nicht be-
deutsam. Vor allem in den Branchen Bergbau, Zement
und Mineralöl, in denen die Nutzung digitaler Technolo-
gien und auch die dementsprechend empfundene Unter-
stützung und Erleichterung bisher eher gering ausfällt
(vgl. Abbildung 6 und Abbildung 7), wird gleichsam auch
eine Anforderungszunahme eher nicht gesehen.
Zwischen den verschiedenen Tätigkeitsfeldern zeigt sich,
dass Beschäftigte in produktions- und techniknahen
„Blue-Collar“-Tätigkeiten eher geringe Anforderungszu-
nahmen berichten, vor allem Labor-Beschäftigte sind mit
2.5 tendenziell eher positiv gestimmt. Befragte in adminis-
trativen „White-Collar“-Jobs liegen wie z. B. IT mit 3.0 et-
was darüber und bewerten die Anforderungszunahme als
eher ambivalent (der Unterschiedseffekt ist mit η2 = .028
gering bedeutsam).
Über alle Betriebsgrößen hinweg beurteilen die Befragten
die Anforderungszunahme übereinstimmend als mäßig,
tendenziell positiv mit 2.6 bis 2.7 (der Unterschied ist mit
η2 = .001 statistisch nicht bedeutsam). Auch gab es bei
der Einschätzung der Anforderungszunahme keine Ge-
schlechterunterschiede (η2 = .003) oder Bildungseffekte
(η2 = .005), jedoch einen gering bedeutsamen Alterseffekt
(η2 = .026): Befragte unter 18 Jahren sahen die Anforde-
rungszunahme als eher nicht zutreffend an (2.2), mit zu-
nehmendem Alter stiegen dagegen die Bewertungen in
den eher ambivalenten Bereich auf 2.8 bei Personen ab
46 Jahren.
Beschäftigtenbefragung „Monitor Digitalisierung“ 27
Labor
Produktion
Technik
F & E
Verwaltung
Service-leistung
Leitung & Planung
IT
1 2 3 4 5
Mineralöl
Zement
Bergbau
Glas
Kautschuk
Keramik
Energie
Chemie
GESAMT*
Sonstige
Kunststo�
Pharma
Papier
1 2 3 4 5
Labor
Produktion
Technik
F & E
Verwaltung
Service-leistung
Leitung & Planung
IT
Mineralöl
Zement
Bergbau
Glas
Kautschuk
Keramik
Energie
Chemie
GESAMT*
Sonstige
Kunststo�
Pharma
Papier
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Skala „Anforderungszunahme durch Digitalisierung“ (α = .85)
2,8
2,7
2,7
2,7
2,7
2,7
2,7
2,7
2,6
2,5
2,4
2,2
2,2
Tri�t gar nicht zu Tri�t völlig zuη2 = .004
3,0
2,8
2,8
2,8
2,6
2,6
2,6
2,5
Tri�t gar nicht zu Tri�t völlig zuη2 = .028
25 39 29 2
10 27 41 20 2
12 31 36 19 2
12 28 37 21 2
9 38 37 15
18 35 34 12
21 29 29 18
18 36 3
3
29 14
10 30 34 23 3
2
2
2
2
12 31 33 22
12 30 38 18
14 31 34 19
14 31 35 18 2
15 30 34 18 3
18 25 34 21
15 28 36 21
13 36 37 14
16 33 38 13
18 39 32 10
32 35 21 66
31 35 24 10
Abbildung 8: Anforderungszunahme durch Digitalisierung nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
Stiftung Arbeit und Umwelt der IG BCE28
5.3. Betriebliche Rahmenbedingungen der Digitalisie-
rung: Strategie, Einbringen betrieblicher Akteure sowie
Weiterbildung und Partizipation
5.3.1 Digitalisierungs-Strategie im Betrieb
Um die Digitalisierung im Betrieb voranzutreiben und die
Beschäftigten beim technologischen Wandel mitzuneh-
men, sind verschiedene betriebliche Rahmenbedingun-
gen notwendig, die den Erfolg der Digitalisierung positiv
beeinflussen. Ausgangspunkt hierfür ist die Einsicht, dass
die Digitalisierung eine langfristige Wettbewerbsrelevanz
für den Betrieb haben wird, gefolgt von der Entwicklung
einer Strategie zur Umsetzung der Digitalisierung im Be-
trieb bis hin zur klaren und handlungsleitenden Kommu-
nikation dieser Strategie an die Beschäftigten – zu diesen
drei Aspekten wurden in der Studie jeweils passende ein-
zelne Fragen gestellt.
Anhand der Befragungsergebnisse in Abbildung 9 wird
deutlich, dass in allen Branchen und Tätigkeitsfeldern eine
Digitalisierungs-Strategie von den Beschäftigten mehr-
heitlich als wettbewerbsrelevant angesehen wird. Auch
das Vorliegen einer Digitalisierungs-Strategie wird in fast
allen Branchen mehrheitlich zustimmend berichtet, ledig-
lich in der Glasindustrie verneinen die Befragten dies häu-
figer. Über alle Branchen hinweg kennt in der Produktion
nur die Hälfte der Befragten die Digitalisierungs-Strategie
ihres Betriebes. Zudem fehlt den Befragten mehrheitlich
noch ein klares Verständnis darüber, was die Digitalisie-
rungs-Strategie konkret beinhaltet: Liegen die Branchen
Papier, Keramik und Sonstige insgesamt noch knapp im
ambivalenten Bereich (2.6 bis 2.7), ist die Klarheit bei den
Befragten der anderen Branchen eher gering ausgeprägt
(2.5 bis 2.1). In den White-Collar-Tätigkeitsfeldern und im
Service ist die Strategie mit 3.0 teilweise klar, in den pro-
duktions- und techniknahen Bereichen ist sie dagegen
eher unklar (2.3 bis 2.4).
Beschäftigtenbefragung „Monitor Digitalisierung“ 29
Technik
Produktion
Service-leistung
Leitung &Planung
Verwaltung
Labor
IT
Forschung &Entwicklung
Bergbau
Zement
Energie
Glas
Kunststo�
Mineralöl
Chemie
Sonstige
Papier
Pharma
Kautschuk
Keramik
Gesamt
Labor
Technik
Produktion
Forschung &Entwicklung
Leitung &Planung
Verwaltung
Serviceleistung
IT
Glas
Zement
Kunststo�
Kautschuk
Bergbau
Pharma
Energie
Chemie
Mineralöl
Keramik
Papier
Sonstige
Gesamt
Produktion
Leitung &Planung
Technik
Labor
Verwaltung
Service-leistung
IT
Forschung &Entwicklung
Glas
Zement
Keramik
Kunststo�
Bergbau
Pharma
Papier
Kautschuk
Energie
Chemie
Sonstige
Mineralöl
Gesamt
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Ja Nein
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Technik
Produktion
Service-leistung
Leitung &Planung
Verwaltung
Labor
IT
Forschung &Entwicklung
Bergbau
Zement
Energie
Glas
Kunststo�
Mineralöl
Chemie
Sonstige
Papier
Pharma
Kautschuk
Keramik
60
Gesamt
Labor
Technik
Produktion
Forschung &Entwicklung
Leitung &Planung
Verwaltung
Serviceleistung
IT
Glas
Zement
Kunststo�
Kautschuk
Bergbau
Pharma
Energie
Chemie
Mineralöl
Keramik
Papier
Sonstige
Gesamt
Produktion
Leitung &Planung
Technik
Labor
Verwaltung
Service-leistung
IT
Forschung &Entwicklung
Glas
Zement
Keramik
Kunststo�
Bergbau
Pharma
Papier
Kautschuk
Energie
Chemie
Sonstige
Mineralöl
Gesamt
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Ja Nein
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
„Mein Betrieb kann langfristig nur mit einer klaren Digitalisierungs-Strategie wettbewerbsfähig sein.“
5
3
3
5
5
6
5 11 24 31 29
9 29 30 26
9 22 33 31
8 19 35 33
7 21 37 32
7 27 39 24
14 38 41
17 41 36
5
6
5
5
4
4
7
4
9
10 17 33 27 13
9 33 21 28
14 25 34 23
9 32 35 17
9 21 33 33
5 8 32 28 27
7 23 36 30
5 23 36 31
17 37 383
2 8 27 37 26
7 45 41
30 30 36
8 22 35 31
„Ich habe ein klares Verständnis von der Digitalisierungs-Strategie meines Betriebes.“
20
25
26 30 29 13
30 31 11 3
2
2
314193232
27 40 25 7
17202833
32 25 18 5
18
24 27 25 18 6
23 22 32 5
19 24 30 20 7
19 28 30 20 3
22 28 29 17 4
24 29 26 17 4
29 28 28 13 2
22 36 25 16
29 34 15 17 5
40 27 21 6 6
36 33 18 9 4
25 29 27 16 3
25 22 31 17 5
22 26 39 9 4
26 30 24 16 4
„In meinem Betrieb gibt es eine Strategie zur Umsetzung der Digitalisierung“
32
33
34
67
66
62
6040
50 50
38
68
28
28 72
72
22 78
26 74
29 71
29 71
43 57
44 56
45 55
46 54
57 43
31 69
27 73
28 72
35 65
Abbildung 9: Einschätzungen der betrieblichen Digitalisierungs-Strategie nach Branchen und Tätigkeitsfeldern (in Prozent)
Stiftung Arbeit und Umwelt der IG BCE30
5.3.2 Gestaltung der Digitalisierungs-Strategie
Im Anschluss an die Strategie stellt sich die Frage, inwie-
weit sich wichtige betriebliche Akteure in die Gestaltung
der Digitalisierung im Betrieb einbringen.
Im Vergleich der Ergebnisse in Abbildung 10 zeigt sich,
dass sich vor allem Führungskräfte und Betriebsleitungen
in die Gestaltung einbringen, allerdings auf einem eher
mäßigen mittleren bis geringen Niveau (2.9 bis 2.2). Be-
triebsräte werden in den Branchen Keramik, Sonstige und
Energie als mäßige, in den anderen Branchen eher nicht
als Gestalter wahrgenommen (2.8 bis 2.0). Personalabtei-
lungen und gewerkschaftliche Vertrauensleute bringen
sich in den Augen der Befragungsteilnehmer eher nicht
in die Gestaltung der Digitalisierung im Betrieb ein (2.4 bis
1.7). Zu berücksichtigen ist jedoch, dass die Streuungen
innerhalb der Branchen (vgl. die Streuungen an jedem
Balken in Abbildung 10) sehr groß ausfallen, was auf große
Unterschiede innerhalb der Branchen zwischen den Be-
trieben und Beschäftigten hindeutet.
Abbildung 10: Einbringen betrieblicher Akteure bei der Gestaltung der Digitalisierung im Betrieb nach Branchen
(M, SD sowie Prozent)
5.3.3 Betriebliche Weiterbildung zur Digitalisierung
Eine Schlüsselkomponente für die aktive Förderung der
Digitalisierung im Betrieb ist die betriebliche Weiterbil-
dung, um den Beschäftigten den Einstieg in die Digitali-
sierung sowie den Umgang mit den Herausforderungen
des digitalen Wandels zu erleichtern. Daher galt es in der
vorliegenden Studie zu ergründen, inwieweit die Befrag-
ten bereits betriebliche Rahmenbedingungen vorfinden,
um sich zu Themen der Digitalisierung weiterzubilden.
In Abbildung 11 finden sich die Ergebnisse zu den Ein-
schätzungen der Befragten.
Es zeigt sich, dass die betrieblichen Rahmenbedingun-
gen für Weiterbildungen zum Thema Digitalisierung
von den Befragten insgesamt als eher ambivalent be-
wertet werden, in der Mineralöl-, Glas- und Kunst-
stoff-Industrie häufen sich mit Mittelwerten von 2.1 bis
2.4 sogar mehrheitlich kritische Perspektiven. Infolge
großer Varianzen innerhalb der Branchen (zwischen
den Beschäftigten und Betrieben) sind die Unterschie-
de mit η2 = .001 jedoch statistisch nicht bedeutsam.
Dagegen zeigen sich mit Blick auf die Tätigkeitsfelder
substanziellere Effekte: Beschäftigte der IT und Ver-
waltung liegen durchschnittlich mit 3.3 und 3.0 im
mittleren Bewertungsbereich, Produktionsbeschäf-
tigte sind dagegen mit 2.4 eher kritisch; alle anderen
liegen zwischen 2.7 und 2.9 (der Unterschiedseffekt
ist mit η2 = .044 statistisch gering bedeutsam). In Hin-
blick auf die Betriebsgrößen unterscheiden sich die
durchschnittlichen Bewertungen von 3.0 bei Betrieben
≥ 5.000 MA bis 2.5 bei Betrieben ≤ 499 MA (mit einem
statistisch gering bedeutsamen Effekt von η2 = .027).
1
2
3
4
5
Mineralöl Zement Glas Bergbau Kunststo� Kautschuk Chemie Pharma Energie Papier Keramik Sonstige
Betriebsleitung Gewerkschaftl. VertrauensleutePersonalabteilungBetriebsleitungFührungskraft
„Wie bringen sich betriebliche Akteure in die Gestaltung der Digitalisierung in deinem Betrieb ein?“
1
2
3
4
5
Mineralöl Zement Glas Bergbau Kunststo� Kautschuk Chemie Pharma Energie Papier Keramik Sonstige
Betriebsleitung Gewerkschaftl. VertrauensleutePersonalabteilungBetriebsleitungFührungskraft
„Wie bringen sich betriebliche Akteure in die Gestaltung der Digitalisierung in deinem Betrieb ein?“
2,9
2,8
2,4
2,7
2,3
2,9
2,8
2,8 2
,92
,72
,3 2,4
2,0
2,8
2,7
2,3
2,6
2,2
2,8
2,6
2,2
2,4
2,0
2,7
2,6
2,1
2,4
2,1
2,4
2,7
2,1
2,0
1,7
2,6
2,4
2,0
2,3
2,6
2,4
2,1
2,3
2,2
2,5 2
,62
,32
,52
,2
2,4
2,2
2,2 2
,3
2,3
2,8
2,2
2,5
1,9
1,7
1,7
2,2
2,4
Beschäftigtenbefragung „Monitor Digitalisierung“ 31
Produktion
Technik
Labor
Service-leistung
Leitung &Planung
Forschung &Entwicklung
Verwaltung
IT
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Mineralöl
Glas
Kunststo�
Zement
Keramik
Bergbau
Papier
Chemie
Pharma
Energie
Kautschuk
Sonstige
Gesamt
14
12
14
2Produktion
Technik
Labor
Service-leistung
Leitung &Planung
Forschung &Entwicklung
Verwaltung
IT
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Mineralöl
Glas
Kunststo�
Zement
Keramik
Bergbau
Papier
Chemie
Pharma
Energie
Kautschuk
Sonstige
Gesamt
2
„Wenn ich mich zu Themen der Digitalisierung weiterbilden möchte, finde ichbetriebliche Rahmenbedingungen vor, die mir das ermöglichen.“
15
21
17 25 29 20
32 26 14 7
9
3
516223225
34 24 24 13 5
14273224
24 35 21 5
18
14 28 31 20 7
16 29 20 17
14 23 31 21 11
12 25 34 18 11
15 23 33 22 7
14 26 33 21 6
22 25 32 13 8
31 16 28 25
30 30 21 13 6
33 38 17 10 2
29 43 20 8
17 35 26 15 7
16 19 30 28 7
15 23 31 22 9
20 27 28 18 7
Produktion
Labor
Technik
Service-leistung
Forschung &Entwicklung
Verwaltung
Leitung &Planung
IT
Mineralöl
Glas
Kunststo�
Zement
Bergbau
Chemie
Pharma
Kautschuk
Papier
Energie
Keramik
Sonstige
Gesamt
Nein Einmal Mehrfach
Produktion
Labor
Technik
Service-leistung
Forschung &Entwicklung
Verwaltung
Leitung &Planung
IT
Mineralöl
Glas
Kunststo�
Zement
Bergbau
Chemie
Pharma
Kautschuk
Papier
Energie
Keramik
Sonstige
Gesamt
Nein Einmal Mehrfach
„Hast du in den letzten zwei Jahren an Weiterbildungsmöglichkeiten zum Arbeiten mit digitalen Technologien teilgenommen?“
62
64
68 18
20 16
14
10
81874
79 14 7
1872
21 17
50
62 19 19
20 30
60 22 18
60 2119
63 2017
64 1818
72 820
73 189
76 1014
81 415
82 612
68 1418
62 1325
63 1819
70 17 13
Abbildung 11: Betriebliche Rahmenbedingungen zur Weiterbildung nach Branchen und Tätigkeitsfeldern (in Prozent)
Bei der anschließenden Frage nach der Teilnahme
an Weiterbildungen zu digitalen Technologien in den
letzten zwei Jahren zeigte sich, dass die Mehrheit der
Befragten in allen Branchen nicht an solchen Maßnah-
men teilgenommen hat (vgl. Abbildung 12) (statistisch
bedeutsame Unterschiede waren nicht zu verzeich-
nen). IT-Beschäftigte berichteten noch am ehesten
von Teilnahmen an den fachlich nahestehenden Di-
gitalisierungs-Weiterbildungen. In allen anderen Tä-
tigkeitsfeldern, insbesondere in produktions- und
techniknahen Bereichen, wurden mehrheitlich keine
Teilnahmen berichtet.
Abbildung 12: Teilnahme an Weiterbildungsmöglichkeiten nach Branchen und Tätigkeitsfeldern (in Prozent)
Die Befragungsteilnehmenden wurden auch nach ihren
Gründen zur Weiterbildung gefragt. Anhand der Ergebnis-
se aus Abbildung 13 lässt sich erkennen, dass die persön-
liche Motivation als stärkster Antrieb für Weiterbildung
zum Thema Digitalisierung berichtet wurde. Vor allem
in den „White-Collar“-Tätigkeiten wirkten die neuen An-
forderungen als treibende Kraft für Weiterbildungen. Da-
gegen wurden subjektive Kompetenzdefizite mehrheitlich
nicht als Auslöser für Weiterbildungen zum Thema Digita-
lisierung berichtet. Übereinstimmend über alle Tätigkeits-
felder hinweg berichteten die Befragten, dass Arbeitgeber
nur in selteneren Fällen entsprechende Weiterbildungs-
anforderungen anstießen.
Stiftung Arbeit und Umwelt der IG BCE32
Abbildung 13: Gründe zur Weiterbildung nach Tätigkeitsfeldern (in Prozent)
Abschließend zu den Rahmenbedingungen wurde neben
der betrieblichen Strategie, dem Einbringen betrieblicher
Akteure sowie den Weiterbildungsmöglichkeiten noch
die Partizipation der Beschäftigten in den Blick genom-
men mit der Frage zur Mitbestimmung in Fragen der Ein-
führung bzw. Benutzung digitaler Technologien an ihrem
Arbeitsplatz.
Aus Abbildung 14 wird deutlich, dass die Befragten über-
einstimmend wenig Mitbestimmung bei der Digitalisie-
rung am Arbeitsplatz berichteten (dabei gab es keine
statistisch bedeutsamen Unterschiedseffekte zwischen
den einzelnen Branchen (Einführung η2 = .001, Benut-
zung η2 = .002)). Im Vergleich der Tätigkeitsfelder zeigten
sich gering bedeutsame Unterschiedseffekte (Einführung
η2 = .037, Benutzung η2 = .041): Berichteten IT-Beschäf-
tigte noch eine teilweise Mitbestimmung (Mittelwerte mit
2.6 und 2.8), lagen alle anderen Tätigkeitsfelder im eher
negativen Bereich; vor allem in der Produktion wurde die
geringste Partizipation berichtet (1.8 und 1.9).
Produktion
Service-leistung
Technik
Verwaltung
Labor
Forschung &Entwicklung.
Leitung &Planung
IT
Produktion
Technik
Labor
Service-leistung
Verwaltung
Leitung &Planung
Forschung &Entwicklung
IT
Labor
Produktion
Technik
Leitung &Planung
Service-leistung
Verwaltung
Forschung &Entwicklung
IT
Leitung &Planung
Labor
Produktion
Forschung &Entwicklung
Technik
IT
Verwaltung
Service-leistung
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Produktion
Service-leistung
Technik
Verwaltung
Labor
Forschung &Entwicklung.
Leitung &Planung
IT
Produktion
Technik
Labor
Service-leistung
Verwaltung
Leitung &Planung
Forschung &Entwicklung
IT
Labor
Produktion
Technik
Leitung &Planung
Service-leistung
Verwaltung
Forschung &Entwicklung
IT
Leitung &Planung
Labor
Produktion
Forschung &Entwicklung
Technik
IT
Verwaltung
Service-leistung
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
„Ich nehme an Weiterbildungen zum Thema Digitalisierung teil, weil … “
… ich mich gern mit dem Thema beschäftige.
14 5 28 30 23
19 9 25 25 22
26 11 18 25 20
21 11 25 25 18
20 11 28 24 17
21 10 30 24 15
30 12 22 22 14
14 8 20 32 26
… neue Anforderung an mich gestellt werden.
20 14 22 37 7
25 14 20 31 10
25 8 25 29 13
27 12 25 25 11
30 16 21 24 9
30 11 25 26 8
38 14 23 21 4
17 7 25 37 14
… meine Kompetenzen nicht mehr ausreichen.
31 24 26 15 4
34 20 23 18 5
36 19 26 14 5
37 18 29 13 3
38 21 26 11 4
45 18 19 13 5
47 17 21 11 4
29 24 26 16 5
… der Arbeitgeber es von mir verlangt.
48 19 18 10 5
49 23 19 6 3
51 20 14 11 4
51 20 17 8 4
54 20 14 7 5
20 15 6 356
58 16 16 4 6
45 21 18 11 5
Beschäftigtenbefragung „Monitor Digitalisierung“ 33
Abbildung 14: Partizipation bei Einführung und Benutzung digitaler Technologien nach Branchen und
Tätigkeitsfeldern (in Prozent)
5.4. Befürchtungen und Zuversicht der Beschäftigten:
Fremdbestimmung, Überwachung und Austauschbarkeit
sowie digitale Selbstwirksamkeit und Veränderungsbe-
reitschaft
Nachdem der aktuelle Stand und die betrieblichen Rah-
menbedingungen der Digitalisierung beleuchtet wurden,
werden in diesem Abschnitt psychologische Themenbe-
reiche der Beschäftigten untersucht, die häufig im Kontext
der Digitalisierung besprochen werden. Zunächst geht es
darum einzuordnen, in welchem Ausmaß subjektive Be-
fürchtungen der Fremdbestimmung, Überwachung und
Austauschbarkeit bei den Beschäftigten vorliegen. An-
schließend werden mit der Veränderungsbereitschaft und
der digitalen Selbstwirksamkeit wichtige psychologische
Ressourcen zur Bewältigung des Wandels betrachtet.
5.4.1 Fremdbestimmung durch digitale Technologien
In aktuellen Diskursen wurden mitunter Befürchtun-
gen geäußert, der digitale Wandel könne mit seinen
technischen Möglichkeiten zu einer zunehmenden
Fremdbestimmung der Beschäftigten sowie dem Ver-
lust persönlicher Kontrolle bei der Aufgabenerbringung
führen. Die hier Befragten wurden daher mit der Ska-
la „Fremdbestimmung durch digitale Systeme“ darum
gebeten, einzuschätzen, inwieweit digitale Techno-
logien die Planung eigener Aufgaben übernehmen,
Entscheidungen für die Beschäftigten fällen und die
Befragten im Zuge des Verlustes dieser Planungs- und
Kontrollfunktionen weniger Fähigkeiten benötigen
würden.
Es zeigte sich, dass die Werte in allen Branchen ein-
heitlich im positiven Bereich lagen (vgl. Abbildung
15): Die Befragten der Mineralölindustrie bewerteten
die Fremdbestimmung mit 1.5 am geringsten, die Be-
schäftigten der Glasindustrie lagen mit 1.9 geringfügig
darüber (der Unterschied zwischen allen Branchen war
allerdings mit η2 = .002 statistisch nicht bedeutsam).
Produktion
Service-leistung
Technik
Labor
Verwaltung
Forschung &Entwicklung
Leit. & Plan.
IT
Glas
Kunststo�
Papier
Zement
Chemie
Sonstige
Pharma
Energie
Bergbau
Mineralöl
Kautschuk
Keramik
Gesamt
Produktion
Service-leistung
Technik
Labor
Verwaltung
Forschung &Entwicklung
Leitung &Planung
IT
Zement
Glas
Papier
Kunststo�
Sonstige
Chemie
Energie
Pharma
Bergbau
Mineralöl
Keramik
Kautschuk
Gesamt
26 30 29 13
11 3
2
2
314193232
27 40 25 7
17202833
5
6
5
19
19
24 29 26 17 4
29 28 28 13 2
22 36 25 16
29 34 15 17 5
40 27 21 6 6
36 33 18 9 4
25 29 27 16 3
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Mitbestimmung in Fragen der Einführung digitaler Technologien an meinem Arbeitsplatz.
30 31 24 13 2
27 30 29 12 2
37 29 21 10 3
42 28 21 6 3
44 29 17 6 4
41 29 22 7
53 22 18 6
20 25 28 20 7
31 27 20 17 5
25 34 29 11
35 26 25 11 3
35 30 22 10 3
38 26 24 9 3
53 12 20 3 12
40 29 21 8 2
43 28 17 8 4
44 23 24 6 3
37 28 23 8 4
31 27 29 13
32 29 24 13 2
33 26 25 12 3
Mitbestimmung in Fragen Benutzung digitaler Technologien an meinem Arbeitsplatz.
22 30 29 14 5
22 32 29 14 3
31 28 24 13 4
32 29 25 11 3
39 30 17 10 4
40 27 23 9
51 22 19 7
18 21 36 19 6
22 27 34 13 4
31 28 19 16 6
30 30 24 13 3
33 26 25 13 3
32 30 23 11 4
37 29 21 10 3
36 30 22 10 2
43 23 22 9 3
50 20 18 3 9
34 25 26 12 3
25 32 29 14
30 25 31 12 2
9 29 37 21 4
26 30 29 13
11 3
2
2
314193232
27 40 25 7
17202833
5
6
5
19
19
24 29 26 17 4
29 28 28 13 2
22 36 25 16
29 34 15 17 5
40 27 21 6 6
36 33 18 9 4
25 29 27 16 3
Stiftung Arbeit und Umwelt der IG BCE34
Zwischen den Tätigkeitsfeldern fand sich ein gering be-
deutsamer Unterschiedseffekt von η2 = .011: Beschäftigte
im Bereich Forschung und Entwicklung bewerteten die
Fremdbestimmung mit 1.5 am geringsten, Service-Be-
schäftigte schätzten diese mit 1.8 ein.
Auch auf Ebene der Betriebsgrößen gab es keine bedeut-
samen Unterschiede (1.7 bis 1.8, η2 = .001).
Abbildung 15: Fremdbestimmung durch digitale Systeme nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
F & E
IT
Labor
Leitung &Planung
Produktion
Service-leistung
Technik
Verwaltung
1 2 3 4 5
Mineralöl
Zement
Kautschuk
Kunststo�
Pharma
Bergbau
Chemie
GESAMT*
Energie
Keramik
Sonstige
Papier
Glas
1 2 3 4 5
F & E
Labor
Technik
Leitung &Planung
IT
Verwaltung
Produktion
Service-leistung
Mineralöl
Zement
Kautschuk
Kunststo�
Pharma
Bergbau
Chemie
GESAMT*
Energie
Keramik
Sonstige
Papier
Glas
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Skala „Fremdbestimmung durch digitale Systeme“ (α = .72)
1,9
1,8
1,8
1,7
1,7
1,7
1,7
1,7
1,7
1,7
1,6
1,6
1,5
Tri�t gar nicht zu Tri�t völlig zuη2 = .002
1,8
1,8
1,8
1,8
1,8
1,6
1,6
1,5
Tri�t gar nicht zu Tri�t völlig zuη2 = .011
55 31 8 6
68 22 7 3
60 28 7 3 2
56 29 5 5 3
56 30 6 7
64 30 4 2
53 36 6 5
62 25 8 4
52 33 8 7
5
510
8 4
53 32 9
55 29
57 33 3 6 2
57 30 9 4
59 28 7 4 2
58 29
60 25 9 6
60 28 7 4
60 28 7 4
66 24 7 2
74 6318
72 22 5
Beschäftigtenbefragung „Monitor Digitalisierung“ 35
Leitung &Planung
F & E
IT
Labor
Technik
Verwaltung
Service-leistung
Produktion
1 2 3 4 5
Zement
Kautschuk
Mineralöl
Pharma
Sonstige
Bergbau
GESAMT*
Keramik
Chemie
Kunststo�
Papier
Glas
Energie
1 2 3 4 5
Leitung &Planung
F & E
IT
Labor
Technik
Verwaltung
Service-leistung
Produktion
Zement
Kautschuk
Mineralöl
Pharma
Sonstige
Bergbau
GESAMT*
Keramik
Chemie
Kunststo�
Papier
Glas
Energie
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Skala „Überwachung und Austauschbarkeit durch digitale Systeme“ (α = .85)
2,6
2,6
2,5
2,5
2,5
2,5
2,5
2,5
2,4
2,4
2,3
2,2
2,2
Tri�t gar nicht zu Tri�t völlig zuη2 = .003
2,6
2,6
2,5
2,5
2,4
2,3
2,3
2,2
Tri�t gar nicht zu Tri�t völlig zuη2 = .018
19 33 23 16 9
17 43 17 19 4
20 33 25 18 4
21 40 23 12 4
22 39 51618
21 39 24 12 4
27 44 917 3
34 39 17 8 2
16 38 28 12 6
2
418
21 514
17 36 24 21
19 2039
20 2139 15 5
21 2337 14 5
19 1843 13 7
22 38
18 2740 14
24 36 19 16 5
25 2038 13 4
33 1535 10 7
27 491347
37 2427 66
5.4.2 Überwachung und Austauschbarkeit
Auch zur subjektiven „Überwachung und Austauschbarkeit
durch digitale Systeme“ wurden die Studienteilnehmenden
befragt, dabei ging es um das Gefühl der Leistungskontrolle
durch den Einsatz digitaler Technologien, die gefühlte Über-
wachung durch systematisches Datensammeln sowie die
empfundene Austauschbarkeit und Abwertung des eige-
nen Berufsbildes durch den Einsatz digitaler Technologien.
Anhand der Ergebnisse in Abbildung 16 wird deutlich, dass
die Beschäftigten in allen Branchen mehrheitlich angaben,
dass sich die gefühlte Überwachung und Austauschbarkeit
durch digitale Technologien in Grenzen halte. Beschäf-
tigte der Branchen Zement und Kautschuk berichteten im
Durchschnitt mit jeweils 2.2 eher niedrige und damit positive
Werte, Befragte der Energie- und der Glasindustrie lagen mit
jeweils 2.6 knapp im ambivalenten Bereich. (Durch größere
Streuungen innerhalb der einzelnen Branchen ist der Unter-
schiedseffekt zwischen den Branchen mit η2 = .003 jedoch
statistisch nicht bedeutsam.) Zwischen den verschiedenen
Tätigkeitsfeldern zeigte sich mit η2 = .018 ein statistisch
gering bedeutsamer Unterschiedseffekt: So waren die Be-
fürchtungen der Beschäftigten in Leitung und Planung, For-
schung und Entwicklung sowie IT mit 2.2 bis 2.3 eher gering,
Beschäftigte der Bereiche Produktion und Serviceleistung
lagen hingegen mit jeweils 2.6 überwiegend im ambiva-
lenten Bereich. Auf Ebene der Betriebsgrößen gab es keine
bedeutsamen Unterschiede zwischen Unternehmen ver-
schiedener Beschäftigtenzahl (1.5 bis 1.8, η2 = .001).
Abbildung 16: Überwachung und Austauschbarkeit durch digitale Systeme nach Branchen und Tätigkeitsfeldern
(M, SD sowie Prozent)
Stiftung Arbeit und Umwelt der IG BCE36
Service-leistung
Produktion
Labor
Technik
Verwaltung
F & E
Leitung &Planung
IT
1 2 3 4 5
Zement
Energie
Chemie
Papier
Keramik
GESAMT*
Bergbau
Kunststo�
Mineralöl
Pharma
Glas
Kautschuk
Sonstige
1 2 3 4 5
Service-leistung
Produktion
Labor
Technik
Verwaltung
F & E
Leitung &Planung
IT
Zement
Energie
Chemie
Papier
Keramik
GESAMT*
Bergbau
Kunststo�
Mineralöl
Pharma
Glas
Kautschuk
Sonstige
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Skala „Digitale Selbstwirksamkeit“ (α = .70)
4,0
4,0
4,0
4,0
3,9
3,9
3,9
3,9
3,9
3,9
3,9
3,7
3,7
Tri�t gar nicht zu Tri�t völlig zuη2 = .005
4,2
4,1
4,0
3,9
3,9
3,8
3,8
3,8
Tri�t gar nicht zu Tri�t völlig zuη2 = .018
4238173
324423
2846223
2350244
2745234
1953244
2043289
1844344
3 22 45 31
30
3342214
18522733
4 21 45
3143225
2841256
2349254
2546254
2742245
2348263
2445265
1944316
21421818
5.4.3 Digitale Selbstwirksamkeit
Neben den Befürchtungen wurden in dieser Studie auch
wichtige psychologische Ressourcen für die Bewältigung
des digitalen Wandels untersucht. So wurde anhand der
Skala „Digitale Selbstwirksamkeit“ die Zuversicht und
Überzeugung der Studienteilnehmenden erfragt, mit der
Digitalisierung Schritt halten zu können. Dabei ging es
auch darum, inwiefern die Befragten sich die Bewältigung
von Anforderungen im Zuge der Digitalisierung zutrauen
und ihnen der Umgang mit digitalen Technologien leicht-
fallen würde.
Die Ergebnisse in Abbildung 17 zeigen, dass die Beschäf-
tigten in allen Branchen übereinstimmend zuversichtlich
waren, die neuen Anforderungen am Arbeitsplatz bewäl-
tigen zu können. Die durchschnittlichen Bewertungen la-
gen zwischen 4.0 (in den Branchen Sonstige, Kautschuk,
Glas, Pharma) und 3.7 (in der Zement- sowie Energiebran-
che) (der Unterschied zwischen allen Branchen war mit
η2 = .005 statistisch nicht bedeutsam).
Zwischen den Tätigkeitsfeldern fand sich mit η2 = .018 ein
gering bedeutsamer Unterschiedseffekt: IT-Beschäftig-
te waren mit 4.2 am zuversichtlichsten, Beschäftigte in
Blue-Collar-Tätigkeiten lagen mit 3.8 etwas dahinter, aber
dennoch im positiven Bereich.
Auf Ebene der Betriebsgrößen gab es keine statistisch be-
deutsamen Unterschiede zwischen Unternehmen ver-
schiedener Beschäftigtenzahl (3.9 bis 4.0, η2 = .006).
Abbildung 17: Digitale Selbstwirksamkeit nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
Beschäftigtenbefragung „Monitor Digitalisierung“ 37
Technik
Produktion
Labor
Service-leistung
F & E
Verwaltung
IT
Leitung &Planung
1 2 3 4 5
Energie
Zement
Bergbau
Keramik
Chemie
GESAMT*
Sonstige
Kunststo�
Papier
Pharma
Mineralöl
Glas
Kautschuk
1 2 3 4 5
Technik
Produktion
Labor
Service-leistung
F & E
Verwaltung
IT
Leitung &Planung
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Energie
Zement
Bergbau
Keramik
Chemie
GESAMT*
Sonstige
Kunststo�
Papier
Pharma
Mineralöl
Glas
Kautschuk
Skala „Allgemeine Veränderungsbereitschaft“ (α = .82)
3,8
3,7
3,6
3,6
3,6
3,6
3,6
3,6
3,5
3,4
3,4
3,3
3,3
Tri�t gar nicht zu Tri�t völlig zuη2 = .006
3,7
3,7
3,6
3,6
3,5
3,5
3,5
3,4
Tri�t gar nicht zu Tri�t völlig zuη2 = .012
3 28
11 30 1642
50 19
6 36 43 14
7 33 45 14
3 9 34 43 11
6 43 42 8
12 40 35 12
7 45 38 9
4 27 51 17
3 38 45 13
10 37 38 15
5 37 39 19
6 36 41 16
6 38 43 12
8 36 45 10
8 37 42 12
9 37 40 13
3 8 44 34 11
12 43 39 6
7 10 42 25 16
2 14 44 33 7
5.4.4 Veränderungsbereitschaft
Als Ergänzung für das digitalisierungsspezifische Zutrauen in
die eigenen Bewältigungspotenziale war für das Forschungs-
projekt auch interessant, wie generell die „Allgemeine Verän-
derungsbereitschaft“ der Befragten gestaltet war. So wurde
erhoben, inwiefern die Beschäftigten offen gegenüber sich
ergebenden Veränderungen am Arbeitsplatz seien, froh seien
über fortwährende Veränderungen am Arbeitsplatz und darin
auch einen persönlichen Mehrwert für sich sähen.
Es wird in Abbildung 18 ersichtlich, dass sich die Befragten
eine tendenziell eher positiv ausgeprägte Veränderungsbe-
reitschaft zuschrieben: Die Bewertungen variierten zwischen
der Kautschukindustrie mit 3.8 und der Zement- und Energie-
branche mit 3.3. (Aufgrund hoher Streuungen innerhalb der
Branchen war der Unterschied zwischen allen Branchen aller-
dings mit η2 = .006 statistisch nicht bedeutsam.)
Zwischen den Tätigkeitsfeldern zeigte sich, dass sich Be-
schäftigte in White-Collar-Tätigkeiten mit 3.7 bis 3.6 als eher
veränderungsbereit beschrieben, Beschäftigte in Blue-Col-
lar-Tätigkeiten lagen mit 3.4 bis 3.5 knapp dahinter (der Unter-
schied zwischen allen Tätigkeitsfeldern war mit η2 = .012
statistisch gering bedeutsam).
Auf Ebene der Betriebsgrößen berichteten Beschäftigte in Unter-
nehmen mit unter 2.500 MA im Durchschnitt eine tendenziell
positive Veränderungsbereitschaft von 3.5, Unternehmen mit
über 2.500 MA lagen mit 3.6 knapp darüber (der Unterschieds-
effekt war mit η2 = .023 statistisch gering bedeutsam).
Abbildung 18: Allgemeine Veränderungsbereitschaft nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
Stiftung Arbeit und Umwelt der IG BCE38
5.5. Allgemeine Belastung der Beschäftigten: quanti-
tative und qualitative Belastung sowie zeitliche Flexibili-
tätsanforderungen
5.5.1 Quantitative Belastung
Um Effekte der Digitalisierung zu untersuchen, sind
jene Einflussfaktoren von den digitalisierungs-assozi-
ierten Aspekten abzugrenzen, die eher den allgemei-
nen „klassischen“ Arbeitsanforderungen zuzuschreiben
sind, dennoch aber maßgeblich die Belastung der Be-
schäftigten mitbestimmen. Allerdings können diese
klassischen Belastungsfaktoren durch die Digitalisie-
rung durchaus verstärkt werden. Als ein zentraler allge-
meiner Belastungsfaktor wurde daher die „Quantitative
Belastung“ erhoben. Mit dieser Skala wurden die Teil-
nehmenden gefragt, ob sie häufig unter Zeitdruck
arbeiten, insgesamt zu viel Arbeit haben und mehrere
Aufgaben gleichzeitig bewältigen müssen.
Die Ergebnisse in Abbildung 19 zeigen, dass in der Mehr-
zahl der Branchen eine erhöhte quantitative Belastung
berichtet wurde. Vor allem die Befragten der Branchen
Kautschuk, Papier, Mineralöl und Keramik berichteten
mit 3.6 eher negative Ausprägungen, die Beschäftig-
ten der Branchen Bergbau, Zement und Glas lagen mit
3.2 bis 3.3 im ambivalenten, tendenziell negativen Be-
reich (der Unterschied zwischen allen Branchen war
(infolge großer Streuungen innerhalb der Branchen) mit
η2 = .005 jedoch statistisch nicht bedeutsam).
Zwischen den verschiedenen Tätigkeitsfeldern zeigte
sich, dass Beschäftigte in der Leitung und Planung so-
wie IT mit jeweils 3.7 die größte quantitative Belastung
berichteten, Beschäftigte in Labor, Produktion sowie
Forschung und Entwicklung dagegen mit 3.3 bis 3.4
eher ambivalente, tendenziell negative Ausprägungen
aufwiesen (der Unterschiedseffekt war mit η2 = .014 sta-
tistisch gering bedeutsam).
Unterschiede auf Ebene der Betriebsgröße waren mit
η2=.028 statistisch gering bedeutsam: KMU lagen mit
3.4 im noch knapp ambivalenten, größere Betriebe mit
3.5 knapp im negativen Bereich.
Beschäftigtenbefragung „Monitor Digitalisierung“ 39
Labor
Produktion
F & E
Verwaltung
Service-leistung
Technik
IT
Leitung &Planung
1 2 3 4 5
Bergbau
Zement
Glas
Energie
Chemie
Sonstige
GESAMT*
Kunststo�
Pharma
Keramik
Mineralöl
Papier
Kautschuk
1 2 3 4 5
Labor
Produktion
F & E
Verwaltung
Service-leistung
Technik
IT
Leitung &Planung
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Bergbau
Zement
Glas
Energie
Chemie
Sonstige
GESAMT*
Kunststo�
Pharma
Keramik
Mineralöl
Papier
Kautschuk
LEGENDE in Tabellen Ebene
Skala „Quantitative Belastung“ (α = .82)
3,6
3,6
3,6
3,6
3,5
3,5
3,5
3,5
3,5
3,4
3,3
3,3
3,2
Tri�t gar nicht zu Tri�t völlig zuη2 = .005
3,7
3,7
3,5
3,5
3,5
3,4
3,4
3,3
Tri�t gar nicht zu Tri�t völlig zuη2 = .014
9 31 38 22
4 40 32 23
10 39 37 13
9 45 35 10
10 41 35 13
5 51 34 9
11 42 34 12
16 40 33 10
3 41 42 14
3 4 39 36 18
9 43 34 13
6 40 39 15
5 50 31 14
2 8 39 37 14
10 43 34 13
10 39 37 13
10 42 35 12
15 42 33 10
112 49 32 6
3 13 59 13 12
2 16 46 27 9
Abbildung 19: Quantitative Belastung nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
Stiftung Arbeit und Umwelt der IG BCE40
Labor
Leitung &Planung
F & E
Verwaltung
Produktion
Service-leistung
IT
Technik
1 2 3 4 5
Bergbau
Sonstige
Kunststo�
Pharma
Kautschuk
GESAMT*
Papier
Chemie
Mineralöl
Energie
Keramik
Glas
Zement
1 2 3 4 5
Labor
Leitung &Planung
F & E
Verwaltung
Produktion
Service-leistung
IT
Technik
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Bergbau
Sonstige
Kunststo�
Pharma
Kautschuk
GESAMT*
Papier
Chemie
Mineralöl
Energie
Keramik
Glas
Zement
Skala „Qualitative Belastung“ (α = .64)
2,2
2,2
2,1
2,1
2,0
2,0
2,0
2,0
2,0
2,0
2,0
2,0
1,9
Tri�t gar nicht zu Tri�t völlig zuη2 = .002
2,1
2,1
2,1
2,0
1,9
1,9
1,9
1,9
Tri�t gar nicht zu Tri�t völlig zuη2 = .010
38 42 13 6
32 29 16 7 6
38 42 12 7
44 35 11 8 2
41 38 11 9
43 38 11 8
41 44 9 6
39 43 12 5
37 39 15 9
34 45 8 11 2
41 37 12 9
33 39 17 10
38 38 13 10
38 43 10 6 2
2
40 38 13 8
40 39 12 7
38 39 17 6
42 37 14 6
42 42 59 2
43 251238
7103746
5.5.2 Qualitative Belastung
Zusätzlich zur reinen Menge an Arbeit ist auch deren
Schwierigkeit als Belastungsfaktor anzusehen. So wurde
mit der Skala „Qualitative Belastung“ erhoben, inwiefern
die gestellten Aufgaben als zu schwer empfunden wur-
den und sich die Beschäftigten für die Ausführung der
Arbeitsaufgaben nicht genug ausgebildet fühlten.
Aus Abbildung 20 wird ersichtlich, dass die Befragten
über alle Branchen hinweg eine eher geringe qualitative
Belastung berichteten. Die Bewertungen variierten von
2.2 in der Zement- und Glasindustrie bis 1.9 im Bergbau,
(der Unterschiedseffekt zwischen allen Branchen war
auch aufgrund großer Streuungen innerhalb der Bran-
chen, wie z. B. bei Zement mit η2 = .002, statistisch nicht
bedeutsam).
Auch in allen Tätigkeitsfeldern lagen die Bewertungen im
positiven Bereich von 2.1 bei Technik, IT und Service bis
zu 1.9 bei Labor, Leitung und Planung sowie Forschung
und Entwicklung (der Unterschiedseffekt über alle Tätig-
keitsfelder war mit η2 = .010 knapp gering bedeutsam).
Auch auf Ebene der Betriebsgrößen zeigten sich keine
relevanten Unterschiede, die Werte lagen einheitlich
im positiven Bereich zwischen 2.0 und 2.1, der
Unterschiedseffekt war mit η2=.001 statistisch nicht
bedeutsam.
Abbildung 20: Qualitative Belastung nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
Beschäftigtenbefragung „Monitor Digitalisierung“ 41
Produktion
Labor
F & E
Verwaltung
Technik
Service-leistung
IT
Leitung &Planung
1 2 3 4 5
Bergbau
Keramik
Sonstige
Chemie
Kunststo�
GESAMT*
Glas
Energie
Kautschuk
Pharma
Zement
Mineralöl
Papier
1 2 3 4 5
Produktion
Labor
F & E
Verwaltung
Technik
Service-leistung
IT
Leitung &Planung
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Bergbau
Keramik
Sonstige
Chemie
Kunststo�
GESAMT*
Glas
Energie
Kautschuk
Pharma
Zement
Mineralöl
Papier
Skala „Zeitliche Flexibilitätsanforderungen“ (α = .72)
2,4
2,4
2,4
2,3
2,3
2,3
2,3
2,2
2,2
2,2
2,2
2,1
2,0
Tri�t gar nicht zu Tri�t völlig zuη2 = .006
2,6
2,5
2,3
2,3
2,3
2,2
2,0
2,0
Tri�t gar nicht zu Tri�t völlig zuη2 = .035
310324212
9 133938
262223 46
22 39 29 8 2
92521 43 2
2515 53 7
4 22221 52
35183044
211314115
11 37 43 7 2
96185215
10304218
152219 44
16 47 1027
2
10244321 2
82622 42
45254026
82423 43 2
92126 42 2
252328 42
42330 42
5.5.3 Zeitliche Flexibilitätsanforderungen
Bereits in der soziodemografischen Analyse wurde deut-
lich, dass schwankende Arbeitszeiten für viele der hier
Befragten zum Arbeitsalltag gehören – dies ist nicht
notwendigerweise nur mit der Digitalisierung assoziiert,
kann durch diese aber durchaus weiter zunehmen. Mit
der Skala „Zeitliche Flexibilitätsanforderungen“ wurden
Fragen zu stark schwankenden täglichen Arbeitszeiten
gestellt, zur fehlenden Planbarkeit der Arbeitszeit sowie
zur notwendigen Erreichbarkeit in der Freizeit.
Abbildung 21 zeigt, dass die Befragten aller Branchen
in einem eher positiven Wertebereich lagen, von 2.4 in
Papier, Mineralöl und Zement bis 2.0 im Bergbau (der
Unterschied zwischen den Branchen war mit η2 = .006
statistisch nicht bedeutsam).
Dementgegen zeigen sich substanziellere Unterschie-
de zwischen den verschiedenen Tätigkeitsfeldern: Be-
schäftigte in Leitung und Planung waren mit 2.6 eher
ambivalent, Beschäftigte der Produktion und im Labor
lagen mit 2.0 dagegen im eher positiven Bereich (der
Unterschiedseffekt war mit η2 = .035 statistisch gering
bedeutsam).
Auf Ebene der Betriebsgrößen lagen die Bewertungen
zwischen 2.3 und 2.2, der Unterschiedseffekt war mit
η2 = .029 gering bedeutsam.
Abbildung 21: Zeitliche Flexibilitätsanforderungen nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
Stiftung Arbeit und Umwelt der IG BCE42
Zusätzlich zu den präsentierten Belastungsfaktoren wur-
de auch der tätigkeitsbezogene Informationsaustausch
(α = .80) erhoben, da der fehlende Zugang zu wichtigen
Informationen zu einem wichtiger werdenden allgemei-
nen Belastungsfaktor werden kann. Die Ergebnisse lagen
hier in allen Branchen homogen im mittleren Werte-
bereich zwischen 3.0 und 2.8 (η2 = .002), zwischen den
Tätigkeitsfeldern variierten die Werte nur geringfügig
(3.1 und 2.8, η2 = .011), auf Ebene der Betriebsgrößen lagen
geringe Unterschiede vor zwischen 3.1 und 2.9 (η2 = .017).
Als Ressource wurden vollständige Arbeitsaufgaben so-
wie hinreichende Autonomie untersucht. Diese Faktoren
waren beide in allen Branchen homogen eher hoch und
damit positiv ausgeprägt: Für Vollständigkeit (α = .75) la-
gen die Branchen- und Tätigkeitswerte je gleichsam zwi-
schen 4.1 und 3.7 (η2 = .001 und .022), für Handlungs- und
Entscheidungsspielräume (α = .91) variierten die Werte
zwischen den Branchen von 3.9 bis 3.4 (η2 = .005) und
zwischen den Tätigkeitsfeldern von 3.9 bis 3.1 (η2 = .049).
5.6. Gesundheit und Wohlbefinden: Irritation, Work-
Life-Balance, berufliche Unsicherheit und Distanzierung
Da es sich im Zuge der Digitalisierung um Anforderungen
handelt, die Einfluss auf die Balance zwischen Berufs- und
Privatleben, das berufsbezogene Sicherheitsempfinden
und die berufliche Identität der Beschäftigten nehmen
können, wurden die Studienteilnehmenden zum Thema
psychische Gesundheit und Wohlbefinden befragt. Dabei
wurden die psychische Irritation und die Work-Life-Ba-
lance, die berufliche Unsicherheit, die Distanzierung vom
eigenen Berufsbild sowie die soziale Isolation erhoben.
5.6.1 Nicht-Abschalten-Können
Mit der Skala „Nicht-Abschalten-Können“ wurden Fragen
zur empfundenen Schwierigkeit gestellt, nach der Arbeit
abschalten zu können sowie zu Hause und im Urlaub an
Schwierigkeiten bei der Arbeit denken zu müssen.
Die Ergebnisse in Abbildung 22 zeigen, dass sich die Be-
fragten der verschiedenen Branchen an der Grenze vom
ambivalenten zum positivem Wertebereich befanden: In
der Papier-, Zement-, Mineralöl- und Keramikindustrie
wurden mit 2.7 bis 2.6 eher mittlere Ausprägungen der
kognitiven Irritation berichtet, in allen anderen Branchen
(v. a. in Bergbau und Glas mit 2.3 bis 2.4) zeigten sich eher
niedrige und damit positive Bewertungen. (Der Unter-
schied zwischen allen Branchen ist mit η2 = .002 als sta-
tistisch nicht bedeutsam zu bewerten.)
Demgegenüber zeigte sich im Vergleich der verschie-
denen Tätigkeitsfelder, dass v. a. Beschäftigte im Bereich
Leitung und Planung mittlere Ausprägungen berichteten,
Labor-Befragte zeigten im Kontrast dazu mit 2.2 eher ge-
ringe kognitive Irritationen. (Der Unterschiedseffekt zwi-
schen allen Tätigkeitsfeldern war mit η2 = .011 statistisch
gering bedeutsam.)
Auf Ebene der Betriebsgrößen fanden sich gering bedeut-
same, aber unsystematische Unterschiede (2.6 bis 2.4,
η2 = .028).
Beschäftigtenbefragung „Monitor Digitalisierung“ 43
Labor
Produktion
F & E
Technik
Verwaltung
Service-leistung
IT
Leitung &Planung
1 2 3 4 5
Bergbau
Glas
Chemie
Energie
Pharma
GESAMT*
Sonstige
Kunststo�
Kautschuk
Keramik
Mineralöl
Zement
Papier
1 2 3 4 5
Labor
Produktion
F & E
Technik
Verwaltung
Service-leistung
IT
Leitung &Planung
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Bergbau
Glas
Chemie
Energie
Pharma
GESAMT*
Sonstige
Kunststo�
Kautschuk
Keramik
Mineralöl
Zement
Papier
Skala „Nicht-Abschalten-Können“ (α = .92)
2,7
2,6
2,6
2,6
2,5
2,5
2,5
2,5
2,5
2,5
2,5
2,4
2,3
Tri�t gar nicht zu Tri�t völlig zuη2 = .002
2,7
2,6
2,6
2,5
2,5
2,4
2,4
2,2
Tri�t gar nicht zu Tri�t völlig zuη2 = .011
812
15 31 32 16 6
182934
616293317
515283616
714283319
413254019
13243622 5
214323 310
517343113
18 12151836
71413 36 30
816214213
17 2294012
5
5
713283617
16253718
15273617
515283518
14292923 6
14263618 6
217282825
49303721
Abbildung 22: Nicht-Abschalten-Können nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
Stiftung Arbeit und Umwelt der IG BCE44
Produktion
Service-leistung
Technik
IT
Leitung &Planung
Verwaltung
Labor
F & E
1 2 3 4 5
Mineralöl
Pharma
Kunststo�
Papier
Sonstige
GESAMT*
Chemie
Energie
Zement
Glas
Kautschuk
Keramik
Bergbau
1 2 3 4 5
Produktion
Service-leistung
Technik
IT
Leitung &Planung
Verwaltung
Labor
F & E
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Mineralöl
Pharma
Kunststo�
Papier
Sonstige
GESAMT*
Chemie
Energie
Zement
Glas
Kautschuk
Keramik
Bergbau
Skala „Work-Life-Balance“ (α = .80)
3,7
3,7
3,7
3,6
3,6
3,6
3,6
3,6
3,6
3,6
3,5
3,5
3,3
Tri�t gar nicht zu Tri�t völlig zuη2 = .002
3,7
3,7
3,6
3,6
3,6
3,5
3,5
3,5
Tri�t gar nicht zu Tri�t völlig zuη2 = .008
1711
14 28 46 11
4427
12472812
9482715
18393364
1341369
462792 16
32122 1044
1454266
2 1547288
1512 20 52
1251288
1546336
13
15
12453210
43342 6
453011
14423310
42352 9 12
422814 15
114333112
64035136
5.6.2 Work-Life-Balance
Neben der psychischen Abgrenzung des Privaten vom
Beruflichen war von Interesse, wie sich die Balance von
Berufs- und Privatleben gestaltete. Die Skala „Work-Li-
fe-Balance“ integrierte Fragen zur Zufriedenheit mit der
Balance zwischen Arbeit und Privatleben, der guten Ver-
einbarkeit sowie der Möglichkeit, die Anforderungen beider
Lebensbereiche gleichermaßen gut bewältigen zu können.
Abbildung 23 zeigt, dass die Beschäftigten nahezu al-
ler Branchen eher positive Bewertungen ihrer Work-Li-
fe-Balance berichteten, v. a. die Befragten der Bergbau-,
Keramik- und Kautschuk-Industrie sahen diese mit 3.7 als
eher zutreffend an. Nur die Beschäftigten der Mineral-
öl-Branche lagen mit durchschnittlich 3.3 noch im am-
bivalenten Wertebereich, (insgesamt war der Unterschied
zwischen allen Branchen jedoch mit η2 = .002 statistisch
nicht bedeutsam).
Auch zwischen den verschiedenen Tätigkeitsfeldern zeig-
ten sich keine substanziellen Abweichungen. Beschäftig-
te aus den Bereichen Forschung und Entwicklung sowie
Labor berichteten mit 3.7 nur geringfügig bessere Be-
wertungen als Beschäftigte im Bereich Produktion sowie
Service mit 3.5 (der Unterschiedseffekt war mit η2 = .008
statistisch nicht bedeutsam).
Auf Ebene der Betriebsgrößen fanden sich gering bedeut-
same, aber unsystematische Unterschiede (3.6 bis 3.5,
η2 = .029).
Abbildung 23: Work-Life-Balance nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
Beschäftigtenbefragung „Monitor Digitalisierung“ 45
Leitung &Planung
Technik
F & E
Produktion
Verwaltung
Labor
Service-leistung
IT
1 2 3 4 5
Mineralöl
Kautschuk
Glas
Kunststo�
Energie
GESAMT*
Keramik
Papier
Sonstige
Chemie
Bergbau
Zement
Pharma
1 2 3 4 5
Leitung &Planung
Technik
F & E
Produktion
Verwaltung
Labor
Service-leistung
IT
Tri�t gar nicht zu Tri�t wenig zu Teils-teils Tri�t überwiegend zu Tri�t völlig zu
Mineralöl
Kautschuk
Glas
Kunststo�
Energie
GESAMT*
Keramik
Papier
Sonstige
Chemie
Bergbau
Zement
Pharma
Skala „Berufliche Unsicherheit“ (α = .73)
2,4
2,4
2,3
2,3
2,3
2,3
2,3
2,3
2,2
2,2
2,2
1,9
1,8
Tri�t gar nicht zu Tri�t völlig zuη2 = .004
2,4
2,4
2,4
2,4
2,3
2,3
2,1
2,1
Tri�t gar nicht zu Tri�t völlig zuη2 = .011
333 24
24 38 25 10 3
1426
14 2264315
12 3243922
8 2283824
8 2234225
243037 27
4530 420
12 4263622
3 9254419
31022 38 27
10 3263724
410263129
210
11
11 2234123
2342 222
253826
38243529
263726 10
243928 8
164437 2
3173545
5.6.3 Berufliche Unsicherheit
Auch weiterführende Effekte der Digitalisierung auf das
Wohlbefinden der Beschäftigten waren bei dieser Stu-
die von Interesse. Mit der Skala „Berufliche Unsicher-
heit“ wurden die Teilnehmenden befragt zu ihren Sorgen
vor Jobverlust, zur Einschätzung der Jobperspektive bei
Arbeitslosigkeit sowie Sorgen vor ungewollten Versetzun-
gen auf eine andere Arbeitsstelle.
Laut den in Abbildung 24 dargestellten Ergebnissen la-
gen die Bewertungen der Beschäftigten aller Branchen
übereinstimmend im positiven Bereich: Die Befragten der
Mineralöl- und Kautschukindustrie waren mit 1.8 bis 1.9
am zuversichtlichsten, in der Pharma- und Zementbran-
che lagen die Mittelwerte mit 2.4 etwas dahinter. (Infolge
u. a. großer Streuungen innerhalb der Branchen war der
Unterschiedseffekt zwischen den Branchen mit η2 = .004
statistisch nicht bedeutsam.)
Zwischen den verschiedenen Tätigkeitsfeldern zeigte
sich hingegen, dass v. a. Beschäftigte in Leitung und Pla-
nung sowie Technik mit 2.1 die geringste berufliche Un-
sicherheit verspürten, alle anderen lagen im Bereich von
2.3 bis 2.4 (der Unterschiedseffekt war mit η2 = .011 statis-
tisch gering bedeutsam).
Auf Ebene der Betriebsgrößen zeigte sich ein mittel be-
deutsamer Effekt: In Betrieben von 1.000 bis 2.499 Mit-
arbeitenden bewerteten die Befragten die berufliche
Unsicherheit mit 2.2 als eher gering, in kleineren und grö-
Abbildung 24: Berufliche Unsicherheit nach Branchen und Tätigkeitsfeldern (M, SD sowie Prozent)
Stiftung Arbeit und Umwelt der IG BCE46
ßeren Betrieben stieg die Unsicherheit leicht bis zu 2.4, der
Unterschied war mit η2 = .090 von mittlerer statistischer
Bedeutsamkeit. Zwischen Frauen und Männern (η2 = .003)
wurden keine statistisch bedeutsamen Unterschiede fest-
gestellt, allerdings fand sich ein geringer Alters- und Bil-
dungseffekt: Beschäftigte ab 46 Jahren berichteten mit
2.5 etwas höhere berufliche Unsicherheiten als Jüngere,
v. a. die 18- bis 35-jährigen lagen im Durchschnitt bei 2.0.
Je höher das Bildungsniveau war, desto geringer war
auch die berufliche Unsicherheit: Beschäftigte mit Stu-
dienabschluss fühlten sich mit durchschnittlich 2.2 eher
beruflich sicher, Beschäftigte ohne Bildungsabschluss la-
gen dagegen mit 3.2 im ambivalenten, tendenziell eher
unsicheren Bereich. (Aufgrund großer Streuungen in den
soziodemografischen Gruppen waren die Unterschiede
mit η2 = .045 und .020 gering bedeutsam.)
5.6.4 Berufliche Distanzierung
Weitergehend wurden in dieser Studie die Themen be-
rufliche Distanzierung sowie soziale Isolation untersucht.
Dabei ging es einerseits bei der Skala der beruflichen
Distanzierung um Fragen zu der Entfremdung von Beruf
und Tätigkeit, zunehmender Gleichgültigkeit und fehlen-
der Identifikation, andererseits bei der Skala der sozialen
Eingebundenheit um Fragen des fehlenden persönlichen
Austauschs und der Einbindung mit Kollegen sowie Ein-
samkeit bei der Arbeit.
Auf beiden Skalen lagen die Befragten in allen Branchen
und auch allen Tätigkeitsfeldern im positiven Wertebe-
reich: In Hinblick auf die berufliche Distanzierung streu-
ten die Mittelwerte in den Branchen und Tätigkeitsfeldern
jeweils von 1.6 bis 1.8 (die Unterschiedseffekte waren mit
jeweils η2 = .004 statistisch nicht bedeutsam).
Auch die soziale Isolation wurde von den Befragten in al-
len Branchen und Tätigkeitsfeldern übereinstimmend als
eher gering und damit positiv bewertet: Auf Ebene der
Branchen berichteten die Befragten Mittelwerte von 1.8
bei Keramik und Kautschuk bis 2.2 bei Zement (η2 = .001),
in den verschiedenen Tätigkeitsfeldern wurden Bewertun-
gen von 1.8 bei F & E und Verwaltung bis 2.0 bei Produk-
tion und Service berichtet (die Unterschiede waren mit
η2 = .007 auch hier statistisch nicht bedeutsam). Sozio-
demografische Unterschiedseffekte zeigten sich ebenfalls
nicht bei beruflicher Distanzierung und sozialer Isolation:
Abweichungen zwischen Frauen und Männern (Distan-
zierung η2 = .003, Isolation η2 = .005) waren hier statis-
tisch ebenso wenig bedeutsam wie Alterseffekte (jeweils
η2 = .006) oder Bildungseffekte (η2 = .003 und .005).
56 Für die Spezifikation des Modells wurde darauf verzichtet, aus den extrahierten Faktoren Skalen zu bilden und diese auf manifester Ebene miteinander zu korrelieren, stattdessen wurden die Dimensionen auf latenter Ebene modelliert.57 (Hackman & Oldham, 1980)58 (Bakker & Demerouti, 2007; 2014)
5.7. Strukturgleichungsmodell zu den Dimensionen der
Studie
5.7.1 Definition des Modells und Hypothesen
Aufbauend auf den beschriebenen deskriptiven und in-
ferenzstatistischen Datenanalysen wurde ein Struktur-
gleichungsmodell erstellt.56 Diese Modellierung adressiert
die Grenzen herkömmlicher Verfahren mit Validität, Re-
liabilität und Komplexität unter anderem dadurch, dass
der Tatsache Rechnung getragen wird, dass es sich bei
den Faktoren um nicht direkt beobachtbare Konstruk-
te handelt. Als ein Beispiel sei hierfür das Konstrukt der
„Work-Life-Balance“ angeführt: Wir haben zwar ein Ver-
ständnis davon, was sich hinter dem Begriff verbirgt, die
Work-Life-Balance lässt sich aber nicht direkt beobach-
ten, sie zeigt sich vielmehr in unterschiedlichen beob-
achtbaren Aspekten, die mithilfe der einzelnen Fragen
im Fragebogen messbar gemacht bzw. operationalisiert
werden.
Gleichzeitig bietet diese Art der Strukturgleichungsmo-
dellierung einen weiteren entscheidenden Vorteil: Es lässt
sich überprüfen, inwiefern ein gesamtes theoretisches
Modell anhand der zur Verfügung stehenden empirischen
Daten bestätigt werden kann. Es werden also nicht nur si-
multan Zusammenhänge zwischen latenten Dimensionen
untersucht, darüber hinaus können auch fundierte Aussa-
gen über das komplexe Zusammenspiel der Dimensionen
und somit über die zugrundeliegende Theorie getroffen
werden.
Auf Grundlage des theoretischen Rahmens aus dem Be-
lastungs-Beanspruchungsmodell57 sowie dem Job-De-
mands-Job-Resources-Modell58 wurde das Strukturmodell
aufgestellt. Im Mittelpunkt stehen die Work-Life-Balance
und das Nicht-Abschalten-Können der Beschäftigten, die
von unterschiedlichen Aspekten beeinflusst werden. Eine
Besonderheit dieser Studie ist es, dass neben den klassi-
schen Belastungen der Arbeitsgestaltung und -organisation
auch spezifisch mit der Digitalisierung verbundene Aspekte
mitmodelliert wurden. Dies sind beispielsweise die Anforde-
rungszunahme durch die fortschreitende Digitalisierung der
Arbeit und die digitale Selbstwirksamkeit.
Beschäftigtenbefragung „Monitor Digitalisierung“ 47
Folgende Hypothesen wurden aufgestellt:
1. Es ist anzunehmen, dass Beschäftigte, die sich im
Zuge der Digitalisierung ihrer Arbeit zunehmend he-
rausgefordert fühlen (Anforderungszunahme durch
Digitalisierung), eher Schwierigkeiten haben nach der
Arbeit abzuschalten (Hypothese 1).
2a. Sind die Beschäftigten hingegen zuversichtlich, dass
sie mit den neuen, durch die Digitalisierung an sie
gestellten Herausforderungen umgehen können (di-
gitale Selbstwirksamkeit), wird ihnen das Abschalten
leichter fallen (Hypothese 2a).
2b. Es ist anzunehmen, dass sich die digitale Selbstwirk-
samkeit verstärkt, wenn die Beschäftigten in der Di-
gitalisierung eine Arbeitserleichterung sehen und sie
diese insgesamt als nützlich und unterstützend für
ihre Arbeit (Unterstützung und Erleichterung) be-
trachten (Hypothese 2b).
3. Haben die Beschäftigten den Eindruck, dass sie zu
viele Arbeitsaufgaben bewältigen müssen und zudem
unter permanentem Zeitdruck stehen (quantitati-
ve Arbeitsbelastung), werden sie dieses Gefühl ver-
mutlich auch eher nach der Arbeit mit nach Hause
nehmen als bei geringerer oder angemessener quan-
titativer Arbeitsbelastung (Hypothese 3).
4. Eine hohe quantitative Arbeitsbelastung wird zudem
einen negativen Effekt auf die Work-Life-Balance der
Beschäftigten haben (Hypothese 4).
5. Ähnliches ist für die Dimension zeitlicher Flexibilitäts-
anforderung anzunehmen: Besteht nur geringe Pla-
nungssicherheit bezüglich der eigenen Arbeitszeiten,
wird es den Beschäftigten schwerer fallen abzuschal-
ten (Hypothese 5).
6. Gleichzeitig ist anzunehmen, dass sich hohe zeitliche
Flexibilitätsanforderungen negativ auf die Work-Li-
fe-Balance auswirken (Hypothese 6).
7. Fühlen sich die Beschäftigten in ihrem Unternehmen
isoliert (soziale Isolation), fehlt ihnen also der Aus-
tausch mit anderen Beschäftigten, werden sie ihre
Work-Life-Balance nicht als ausgewogen empfinden
(Hypothese 7).
8. Auch wird die Work-Life-Balance gering ausfallen,
wenn sich die Befragten im Zuge der Digitalisierung
immer weniger mit ihrem Beruf identifizieren können
(berufliche Distanzierung) (Hypothese 8).
9. Auch die berufliche Unsicherheit wirkt sich negativ
auf die Work-Life-Balance aus (Hypothese 9).
10. Ein positiver Effekt auf die Work-Life-Balance ist
zu vermuten, wenn die Beschäftigten in einem
Betrieb mit klaren und schnellen Kommunika-
tionskanälen arbeiten, sie also gut in den Kommuni-
kationsfluss eingebunden sind und ihre Arbeit daher
reibungslos erledigen können (tätigkeitsbezogener
Informationsaustausch) (Hypothese 10).
Die im vorigen Abschnitt vorgestellten Einflussfaktoren auf
die Work-Life-Balance und das Nicht-Abschalten-Können
stellen keine voneinander unabhängigen Dimensionen
dar, daher werden auch die korrelativen Zusammenhänge
unter den sogenannten unabhängigen Variablen unter-
sucht. Es ist anzunehmen, dass insbesondere das Gefühl
der Überwachung und Austauschbarkeit durch digitale
Systeme mit diversen Aspekten aus den Bereichen Digita-
lisierung, Arbeitsgestaltung und -organisation und Wohl-
befinden zusammenhängt.
11. So werden Beschäftigte, die sich sorgen, ihre Be-
schäftigung zu verlieren, auch mit dem starken Unbe-
hagen zu kämpfen haben, sich durch digitale Systeme
ständig kontrolliert zu fühlen und von diesen gar ver-
drängt zu werden (Hypothese 11).
12. Auch ist ein Zusammenhang zwischen dem Gefühl
der Überwachung und Austauschbarkeit und einer
wahrgenommenen Zunahme an Anforderungen
durch die Digitalisierung (Anforderungszunahme) an-
zunehmen (Hypothese 12).
13. Beschäftigte, die generell eine offene Haltung gegen-
über Veränderungen haben (Veränderungsbereit-
schaft), werden sich weniger um ihre Arbeit sorgen
(berufliche Unsicherheit) (Hypothese 13).
14. Gleichzeitig werden diese Beschäftigten zuversicht-
licher sein, die Anforderungen der Digitalisierung zu
meistern (digitale Selbstwirksamkeit) (Hypothese 14).
Stiftung Arbeit und Umwelt der IG BCE48
Weitere spezifische Annahmen werden nicht getroffen,
die Interkorrelation der Dimensionen aber examiniert und
berichtet. Folgende Dimensionen wurden im Strukturglei-
chungsmodell untersucht:
• Abhängige Variablen: Digitale Selbstwirksamkeit,
Nicht-Abschalten-Können, Work-Life-Balance
• Unabhängige Variablen: Unterstützung und Erleichte-
rung durch digitale Systeme, Anforderungszunahme,
tätigkeitsbezogener Informationsaustausch, zeitliche
Flexibilitätsanforderung, soziale Isolation, berufliche
Distanzierung
• Korrelative Variablen: Überwachung und Austausch-
barkeit, Veränderungsbereitschaft, berufliche Unsi-
cherheit
59 Fehlspezifikationen wurden iterativ korrigiert, indem identifizierte restringierte Parameter sukzessive frei geschätzt wurden. Die stan-dardisierten Faktorladungen waren für alle Dimensionen statistisch signifikant (p < .001) und substanziell.60 Das Modell weist in der Gesamtschau der Kennwerte einen akzeptablen bis guten Modellfit auf (χ2 = 15421.010, df = 973, p < 0.001, CFI = 0.92, RMSEA = 0.04, SRMR = 0.07). Zur Bewertung der übergreifenden Anpassungsgüte des Strukturmodells wurden die Kenn-werte RMSEA (root mean square error of approximation), SRMR (standardized root square residual), CFI (comparative fit index) sowie die χ2-Statistik berechnet, um die Anpassungsgüte des theoretischen Modells an die empirischen Daten beurteilen zu können (Hu & Bentler, 1999). Der RMSEA überprüft, in welchem Ausmaß das Strukturgleichungsmodell die Realität approximiert. Ein Wert von < .08 kann als ak-zeptabel und ein Wert von < .05 als guter Modellfit gewertet werden. Der SRMR berücksichtigt neben der globalen Anpassungsgüte eines Modells auch, wie gut einzelne Teilstrukturen des Modells passen. Generell kann man bei einem SRMR von < .08 von einem akzeptablen und bei < .05 von einem guten Modellfit sprechen. Der χ2-Wert trifft Aussagen bezüglich der Validität eines Modells, er ist jedoch relativ empfindlich gegenüber Voraussetzungsverletzungen, wie der Normalverteilungsannahme der Variablen. Ist das Verhältnis von χ2-Wert und Freiheitsgraden (df, degrees of freedom) < 2.5, so kann die Validität des Modells angenommen werden, liegt der Verhältniswert darü-ber, ist die Validität als eingeschränkt zu beurteilen.61 Für das Strukturgleichungsmodell wurden ausschließlich Daten von Beschäftigten der Chemie-Branche verwendet, da diese die mit Abstand größte Gruppe im Sample darstellten (vgl. Tabelle 4 in Abschnitt 0). Ohne diese Eingrenzung wäre es zu verschiedenen Einfluss-effekten gekommen, die die Entwicklung und Prüfung eines stabilen Modells verhindert hätten.
Nachdem das Strukturmodell aufgestellt wurde, erfolg-
te die Spezifikation der Messmodelle. Hierbei wurde für
jede Dimension spezifiziert, durch welche Indikatoren
die Dimension empirisch erfasst wird. Die Schätzung
der Beziehung von Dimensionen zu deren Indikatoren
erfolgte im Kontext der Strukturgleichungsmodellierung
simultan zur Schätzung der Beziehungen zwischen den
latenten Dimensionen.59
5.7.2 Ergebnisse der Strukturgleichungsmodellierung
Im Folgenden werden die Ergebnisse der Strukturglei-
chungsmodellierung mit den Beziehungen zwischen den
latenten Dimensionen zu den aufgestellten Hypothesen
vorgestellt. Abbildung 25 zeigt zunächst als Übersicht das
endgültige Strukturgleichungsmodell.60
Abbildung 25: Strukturgleichungsmodell für die Chemie-Branche61
Digitalisierung Allgemeine Belastung Gesundheit und Wohlbefinden
Überwachung und Austauschbarkeit
Berufliche Unsicherheit
Tätigkeitsbezogener Informations-
austausch
QuantitativeArbeitsbelastung
Nicht-Abschalten-
Können
Digitale Selbstwirksamkeit
Unterstützung,Erleichterung
Veränderungs-bereitschaft
Soziale Isolation
Berufliche Distanzierung
Work-Life-Balance
Zeitliche Flexibiliäts-Anforderungen
Anforderungs-zunahme
.46
.31
.62
.43
– .38
– .19
– .11
– .10
– .51
– .12
– .40
.38
.61
.14
.55
.27 .38
.40
.41
.09
.22
.56
R2 = .45
R2 = .38
R2 = .13
x2 = 15421.010, df = 973, p < 0.001 Regression Korrelation CFI = 0.92, RMSEA = 0.04, SRMR = 0.07
Beschäftigtenbefragung „Monitor Digitalisierung“ 49
Ergebnisse im Überblick:
Es zeigte sich, dass nahezu alle aufgestellten Hypothesen
bestätigt werden konnten. Zentral für das Wohlbefinden von
Beschäftigten war demnach, wie sie das Verhältnis persön-
licher Ressourcen und alltäglicher Belastungen im Arbeits-
kontext empfinden. Liegt hier ein Ungleichgewicht vor, kann
dies dazu führen, dass es den Beschäftigten schwerfällt, nach
der Arbeit abzuschalten. Konform zu den gängigen arbeits-
wissenschaftlichen Modellen sind es vor allem Aspekte der
Arbeitsgestaltung, die einen Effekt auf das Nicht-Abschal-
ten-Können haben: Eine hohe quantitative Arbeitsbelastung
ist für die Beschäftigten bedeutsamer als spezifische, mit der
Digitalisierung verbundene Aspekte, die einen geringeren
Einfluss auf das Nicht-Abschalten-Können hatten.
Auch für die Vereinbarkeit von Berufs- und Privatleben spielen
Aspekte der Arbeitsgestaltung wie permanenter Arbeitsdruck,
die Planbarkeit der Arbeitszeit und Zugang zu allen relevan-
ten Informationen für ihre Arbeitsaufgaben eine wichtige
Rolle. Daneben sind es vor allem die berufliche Distanzierung
und soziale Isolation, die einen (wenn auch geringen) Effekt
auf die Work-Life-Balance haben. Entfremden sich die Be-
schäftigten zunehmend von ihrer Arbeit und fühlen sich auch
nicht mehr gut sozial in ihren Betrieb eingebunden, so wirkt
sich dies negativ auf ihre Work-Life-Balance aus.
Ergebnisse im Detail:
Nicht-Abschalten-Können
Der stärkste Prädiktor für die Dimension Nicht-Abschal-
ten-Können (mit einem standardisierten Regressionskoef-
fizienten von β = .41) ist die quantitative Arbeitsbelastung.
Beschäftigte, die unter hohem quantitativen Arbeitsdruck
stehen, haben größere Probleme damit, nach der Arbeit ab-
zuschalten. Der Effekt der quantitativen Arbeitsbelastung auf
das Nicht-Abschalten-Können ist mittelstark und signifikant,
Hypothese 3 kann somit bestätigt werden.
Zweitstärkster Prädiktor für die Dimension Nicht-Abschal-
ten-Können (mit einem standardisierten Regressionskoeffizi-
enten von β = .22) waren zeitliche Flexibilitätsanforderungen,
z. B. stark schwankende tägliche oder nicht planbare Arbeits-
zeiten und die notwendige Erreichbarkeit auch in der Freizeit.
Dass Beschäftigte nach der Arbeit nicht abschalten können,
kann zu einem gewissen Maß dadurch erklärt werden, dass
ihre Arbeitszeiten schwer planbar sind. Der Effekt der zeitli-
chen Flexibilitätsanforderung auf das Nicht-Abschalten-Kön-
nen ist als gering, aber signifikant einzuschätzen, Hypothese
5 kann somit bestätigt werden.
Drittstärkster Prädiktor für die Dimension Nicht-Abschal-
ten-Können (mit einem standardisierten Regressionskoef-
fizienten von β = -.10) war die digitale Selbstwirksamkeit.
Der negative Effekt bedeutet, dass eine gut ausgeprägte Zu-
versicht in die eigenen Kompetenzen bezüglich der Bewäl-
tigung von Herausforderungen durch die Digitalisierung den
Beschäftigten dabei hilft, nach der Arbeit besser abschalten
zu können, sodass die kognitive Irritation geringer ausfällt.
Der Effekt der digitalen Selbstwirksamkeit auf das Nicht-Ab-
schalten-Können war gering, aber signifikant, Hypothese 2a
kann somit bestätigt werden.
Viertstärkster Prädiktor für die Dimension Nicht-Abschal-
ten-Können (mit einem standardisierten Regressionskoeffi-
zienten von β = .09) war die Anforderungszunahme im Zuge
der Digitalisierung. Wenn Beschäftigte den Eindruck haben,
dass sie durch die Digitalisierung vermehrt Herausforderun-
gen zu bewältigen haben, hat dies einen Effekt auf ihre Mög-
lichkeit, nach der Arbeit abschalten zu können. Der Effekt
der Anforderungszunahme auf das Nicht-Abschalten-Kön-
nen ist als gering, aber signifikant einzuschätzen, Hypothese
1 kann somit bestätigt werden.
Die genannten Prädiktoren klären zusammen einen Varianz-
anteil von ca. 38 Prozent der Dimension Nicht-Abschal-
ten-Können auf.
Digitale Selbstwirksamkeit
Die Dimension digitale Selbstwirksamkeit wird von der Di-
mension Unterstützung und Erleichterung (mit einem
standardisierten Regressionskoeffizienten von β = .41) vor-
hergesagt. Wenn Beschäftigte in der Digitalisierung eine
nützliche Arbeitserleichterung sehen, trauen sie sich auch
eher zu, mit den damit verbundenen Anforderungen gut um-
gehen zu können. Der Effekt der Unterstützung und Erleich-
terung auf die digitale Selbstwirksamkeit ist als mittelstark
einzuschätzen. Es liegt ein signifikanter Effekt vor, Hypothese
2b kann somit bestätigt werden.
Der Prädiktor erklärt ca. 13 Prozent in der Varianz der Dimen-
sion digitale Selbstwirksamkeit.
Work-Life-Balance
Der stärkste Prädiktor für die Dimension Work-Life-Balance
(mit einem standardisierten Regressionskoeffizienten von
β = -.40) ist die quantitative Arbeitsbelastung. Nehmen die
Beschäftigten einen hohen Arbeitsdruck wahr, so hat dies
einen negativen Effekt auf ihre Work-Life-Balance. Der Effekt
auf die Work-Life-Balance ist als gering, aber signifikant ein-
zuschätzen, Hypothese 4 kann somit bestätigt werden.
Zweitstärkster Prädiktor für die Dimension Work-Life-Ba-
lance (mit einem standardisierten Regressionskoeffizienten
von β = -.19) ist die Dimension berufliche Distanzierung.
Beschäftigte, die sich zunehmend von ihrer Arbeit und
den Arbeitsaufgaben entfremden, empfinden das Ver-
hältnis von Berufs- und Privatleben als unausgewogen.
Der Effekt auf die Work-Life-Balance ist als gering, aber signi-
fikant einzuschätzen, Hypothese 8 kann somit bestätigt wer-
den. Dagegen zeigte sich kein signifikanter und bedeutsamer
Einfluss der beruflichen Unsicherheit auf Work-Life-Balance,
Stiftung Arbeit und Umwelt der IG BCE50
Hypothese 9 muss dementsprechend verworfen werden.
Drittstärkster Prädiktor für die Dimension Work-Life-Balan-
ce (mit einem standardisierten Regressionskoeffizienten von
β = 14.) ist der tätigkeitsbezogene Informationsaustausch.
Wenn die wichtigen arbeits- und aufgabenbezogenen Infor-
mationen ohne Hindernisse die Beschäftigten erreichen und
diese zur Erledigung ihrer Arbeit immer alle dafür notwen-
digen Informationen zur Verfügung haben, empfinden sie
ihre Work-Life-Balance als ausgewogen. Der Effekt auf die
Work-Life-Balance ist als gering, aber signifikant einzuschät-
zen, Hypothese 10 kann somit bestätigt werden.
Viertstärkster Prädiktor für die Dimension Work-Life-Balan-
ce (mit einem standardisierten Regressionskoeffizienten von
β = -.12) ist die Dimension soziale Isolation. Fühlen sich Be-
schäftigte an ihrem Arbeitsplatz isoliert, wirkt sich dies auch
negativ auf ihre Work-Life-Balance aus. Der Effekt auf die
Work-Life-Balance ist als gering, aber signifikant einzuschät-
zen, Hypothese 7 kann somit bestätigt werden.
Fünftstärkster Prädiktor für die Dimension Work-Life-Balan-
ce (mit einem standardisierten Regressionskoeffizienten von
β = -.11) ist die zeitliche Flexibilitätsanforderung. Es ist für
Beschäftigte schwierig, ihr Berufs- und Privatleben miteinan-
der zu vereinen, wenn sie ihre Arbeitszeiten nicht gut planen
können. Der Effekt auf die Work-Life-Balance ist als gering,
aber signifikant einzuschätzen, Hypothese 6 kann somit be-
stätigt werden.
Die Prädiktoren klären zusammengenommen einen Varianz-
anteil von ca. 45 Prozent für die Dimension Work-Life-Ba-
lance auf.
Weitere Zusammenhänge zwischen den Dimensionen
Die Korrelation zwischen der Dimension Überwachung und
Austauschbarkeit und der Dimension berufliche Unsicher-
heit beträgt .62, was als hoch einzuschätzen ist. Es besteht
demnach ein starker Zusammenhang zwischen den beiden
Dimensionen. Beschäftigte, die sich im Zuge der Digitalisie-
rung ihrer Arbeit überwacht fühlen und befürchten, durch
digitale Technologien austauschbar werden zu können, ma-
chen sich auch große Sorgen über ihre berufliche Zukunft
und umgekehrt. Der Korrelationskoeffizient ist signifikant,
Hypothese 11 kann somit bestätigt werden.
Ähnlich verhält es sich mit der Korrelation zwischen der
Dimension Überwachung und Austauschbarkeit und der
Dimension Anforderungszunahme. Hier beträgt die Korrela-
tion .46 und kann als mittelhoch eingeschätzt werden. Be-
schäftigte, die zunehmende Herausforderungen im Zuge
der Digitalisierung berichten, fühlen sich auch zunehmend
überwacht und austauschbar. Der Korrelationskoeffizient ist
signifikant, Hypothese 12 kann somit bestätigt werden.
Zwischen der beruflichen Unsicherheit und der Verände-
rungsbereitschaft liegt eine negative Korrelation vor, diese
beträgt -.38 und ist als mittelstark einzuschätzen. Beschäftig-
te, die generell sehr offen gegenüber Neuerungen an ihrem
Arbeitsplatz sind, machen sich weniger Sorgen um ihre be-
rufliche Zukunft oder umgekehrt sind Beschäftigte, die sich
stark um ihre berufliche Zukunft sorgen, Änderungen an
ihrem Arbeitsplatz gegenüber tendenziell skeptisch einge-
stellt. Der Korrelationskoeffizient ist signifikant, Hypothese 13
kann somit bestätigt werden.
Eine geringe Korrelation von .27 zeigt sich schließlich zwi-
schen der Dimension der allgemeinen Veränderungsbereit-
schaft und digitaler Selbstwirksamkeit. Es besteht somit ein
schwacher Zusammenhang zwischen der Offenheit gegen-
über allgemeinen Neuerungen am Arbeitsplatz und der spe-
zifisch auf die Digitalisierung bezogenen Selbstwirksamkeit.
Beschäftigte, die Veränderungen am Arbeitsplatz gegenüber
positiv eingestellt sind, trauen sich auch eher zu, die mit der
Digitalisierung verbundenen Anforderungen zu meistern. Der
Korrelationskoeffizient ist signifikant, Hypothese 14 kann so-
mit bestätigt werden.
Weitere Korrelationen, für die im Vorfeld keine spezifischen
Hypothesen gebildet wurden, werden im Folgenden kurz
dargelegt.
Die Dimensionen aus dem Bereich Wohlbefinden (berufliche
Unsicherheit, berufliche Distanzierung und soziale Isolation)
korrelieren mittelstark bis hoch miteinander (berufliche Unsi-
cherheit und berufliche Distanzierung = .43; berufliche Unsi-
cherheit und soziale Isolation = .38; berufliche Distanzierung
und soziale Isolation = .61). Beschäftigte, die sich um ihre
berufliche Zukunft sorgen, entfremden sich demnach auch
von ihrem Beruf und fühlen sich nicht gut sozial eingebettet
in ihren Betrieb.
Die verschiedenen Dimensionen aus den Bereichen Arbeits-
und Organisationsgestaltung und Digitalisierung korrelieren
ebenfalls im mittelstarken Bereich miteinander (quantitative
Arbeitsbelastung und zeitliche Flexibilitätsanforderung =
.55; quantitative Arbeitsbelastung und Anforderungszunah-
me im Zuge der Digitalisierung = .56; zeitliche Flexibilitäts-
anforderungen und Anforderungszunahme = .40). Sowohl
spezifisch mit der Digitalisierung verbundene Belastungen als
auch Belastungen der allgemeinen Arbeitsgestaltung hängen
in der Wahrnehmung der Beschäftigten miteinander zusam-
men und beeinflussen gemeinsam auch die kognitive Irrita-
tion (s. o.).
Es wurden im Strukturgleichungsmodell auch verschiedene
vermittelnde Effekte der Prädiktoren untersucht (sogenannte
Mediationseffekte), jedoch keine statistisch signifikanten oder
substanziellen Effekte gefunden.
Beschäftigtenbefragung „Monitor Digitalisierung“ 51
66. Zusammenfassung, Bewertung und Diskussion
der Studienergebnisse
Die Ergebnisse der vorliegenden Studie brachten so-
wohl Erkenntnisse mit sich, die aus arbeitswissenschaft-
licher Perspektive zu erwarten waren, als auch solche, die
durchaus als überraschend bezeichnet werden können.
Insgesamt wurde die Digitalisierung von den Befragten
mehrheitlich positiv eingeschätzt und weniger als Be-
drohung gesehen. Es wurde aber auch deutlich, dass die
Digitalisierung noch am Anfang der Integration in den
hier untersuchten Branchen steht und derzeit zu großen
Teilen v. a. auf die Verwendung von digitalen Informati-
ons- und Kommunikationssystemen (IKT) ausgerichtet ist.
Digital aufbereitete Daten zu Endprodukten und Arbeits-
ergebnissen wurden dagegen nur gelegentlich eingesetzt,
digitale Technologien für die Produktion eher selten und
personenbezogene Messsysteme nur sehr vereinzelt.
Bei vielen Themen der Studie zeigte sich zudem, dass die
im Vorfeld durchaus vermuteten Branchenunterschie-
de überraschend gering ausfielen. Lediglich im Bereich
der Nutzung digitaler Technologien zeigte sich, dass in
den Branchen Zement, Mineralöl, Bergbau und Glas et-
was niedrigere und in den Branchen Pharma, Papier und
Kautschuk etwas höhere Nutzungen sowie Unterstützung
durch digitale Systeme berichtet wurden. In allen anderen
Themenbereichen spielten Branchenunterschiede eine
untergeordnete Rolle, die statistischen Effektstärken la-
gen meist im niedrigen bis nicht bedeutsamen Bereich.
Prägnanter wurden hingegen Unterschiede in den Tätig-
keitsfeldern. So offenbarte sich wiederholt eine gewis-
se Dualität zwischen White-Collar-Bereichen (Leitung
& Planung, Verwaltung, Forschung & Entwicklung, IT)
und Blue-Collar-Bereichen (Produktion, Technik, La-
bor, Serviceleistung): Beschäftigte mit vornehmlich pla-
nerisch-administrativen Büro-Tätigkeiten waren erstens
etwas häufiger mit den Herausforderungen der Digitalisie-
rung konfrontiert als Beschäftigte in handwerklich-tech-
nischen Tätigkeiten – allerdings zeigten sich zweitens bei
ihnen auch etwas günstigere Werte bei der Bewältigung.
Abbildung 26 fasst die wichtigsten Ergebnisse zusammen
und schlüsselt dabei auf, wie die Beschäftigten die The-
men insgesamt bewerteten und in welchen Themenbe-
reichen sich Unterschiede zwischen den Tätigkeitsfeldern
(hier aggregiert zu White- und Blue-Collar) zeigten.
Abbildung 26: Zusammenfassung der Studienergebnisse
Zusammenfassung der Studienergebnisse
Unterschiede der Tätigkeitsfelder
keine Tätigkeitsunterschiede geringe Tätigkeitsunterschiede
Blue-Collar ≈ White Collar White Collar: günstigere Werte White Collar: günstigere Werte
große Tätigkeitsunterschiede
eherselten / negativ
∞ Nutzung Personen-bezogene Messsysteme
∞ Nutzung digitaler Produktions-technologien
∞ Nicht-Abschalten-Können
∞ Work-Live-Balance
∞ Quantitative Belastung
∞ Anforderungszunahme durch Digitalisierung
∞ Berufliche Unsicherheit
∞ Zeitliche Flexibilitäts-anforderungen
∞ Qualitative Belastung
∞ Fremdbestimmung
∞ Allgemeine Verände-rungsbereitschaft
∞ Überwachung & Austauschbarkeit
∞ Digitale Selbstwirk-samkeit
∞ Partizipation bei der Einführung / Benut-zung digitaler Technologien
∞ Nutzung digital aufbereiteter Daten zu Endprodukten und Arbeitsergebnissen
∞ Weiterbildung zur Digitalisierung
∞ Unterstützung / Erleichterung durch digitale Systeme
∞ Nutzung digitaler Informations- und Kommunikations-systeme
teils-teils
eher oft /
positiv
An
gab
en d
er B
esch
äfti
gte
n
Stiftung Arbeit und Umwelt der IG BCE52
Positive Bewertungen sowie geringe Unterschiede zwi-
schen den verschiedenen Tätigkeitsfeldern zeigten sich
in den qualitativen Belastungen und zeitlichen Flexibili-
tätsanforderungen sowie der empfundenen Fremdbe-
stimmung und beruflichen Unsicherheit. Bei den Themen
Nicht-Abschalten-Können und Work-Life-Balance gab es
die größten positiven Übereinstimmungen zwischen den
Befragten. Positiv ausgeprägt waren auch die berichtete
digitale Selbstwirksamkeit und allgemeine Veränderungs-
bereitschaft, wobei hier White-Collar-Beschäftigte noch
etwas zuversichtlicher waren und zudem in etwas gerin-
gerem Maße eine Überwachung und Austauschbarkeit
durch digitale Systeme befürchteten. White-Collar-Be-
schäftigte berichteten auch eine häufigere Nutzung
von digitalen Systemen (v. a. IKT und digital aufbereitete
Daten) und sahen eine deutlich größere Unterstützung
und Erleichterung durch die genutzten digitalen Systeme
als ihre Blue-Collar-Kollegen.
Passend dazu erscheinen auch die Befunde zur Weiter-
bildung: Insgesamt bewerteten die Befragten die weiter-
bildungsbezogenen Rahmenbedingungen als deutlich
ausbaufähig; vor allem Blue-Collar-Beschäftigte, die im
Vergleich zu ihren administrativ arbeitenden Kollegen in
geringerem Umfang entsprechende Angebote besuchten
bzw. vorfanden, berichteten dies.
Auch im Zuge der als verbesserungswürdig zu interpre-
tierenden Kommunikation betrieblicher Digitalisierungs-
strategien, den bisher mäßigen Gestaltungsaktivitäten
zentraler betrieblicher Akteure und gering ausgeprägten
Beteiligungsmöglichkeiten sollten nicht nur diese Aspek-
te gestärkt, sondern auch die positiven Einstellungen der
Beschäftigten zur Digitalisierung als Ressource für die Ge-
staltung des Wandels genutzt werden, um den steigenden
Anforderungen zu begegnen sowie ggfs. aufkommende
Unsicherheiten und Überforderungen bezüglich der Digi-
talisierung abbauen zu können.
Mithilfe des Strukturgleichungsmodells konnten zudem
komplexe Zusammenhänge zwischen spezifischen As-
pekten der Digitalisierung, verschiedenen Aspekten der
Arbeitsgestaltung und -organisation und Einflüssen auf
das Wohlbefinden der Beschäftigten untersucht werden.
Es zeigte sich, dass nahezu alle aufgestellten Hypothe-
sen bestätigt wurden. Zentral für das Wohlbefinden von
Beschäftigten war demnach unter anderem, wie sie das
Verhältnis persönlicher Ressourcen und alltäglicher Be-
lastungen im Arbeitskontext empfinden. Liegt hier ein
Ungleichgewicht vor, kann dies dazu führen, dass es den
Beschäftigten schwerfällt, nach der Arbeit abzuschalten.
Die Ergebnisse des Strukturgleichungsmodells legen na-
he, dass es konform zu den gängigen arbeitswissenschaft-
lichen Modellen vor allem Aspekte der Arbeitsgestaltung
sind, die einen Effekt auf das Nicht-Abschalten-Können
haben. Eine hohe quantitative Arbeitsbelastung schien in
diesem Zusammenhang für die Beschäftigten bedeutsa-
mer zu sein als spezifische, mit der Digitalisierung ver-
bundene Aspekte, die einen geringeren Einfluss auf das
Nicht-Abschalten-Können hatten.
Ein weiterer zentraler Faktor für das Wohlbefinden der
Beschäftigten war die Vereinbarkeit von Berufs- und Pri-
vatleben. Auch hierfür spielten insbesondere Aspekte der
Arbeitsgestaltung eine wichtige Rolle: Wird ein permanen-
ter Arbeitsdruck empfunden, ist die Arbeitszeit gut planbar
oder sehr unsicher und erhalten die Beschäftigten stets
alle relevanten Informationen für ihre Arbeitsaufgaben?
Daneben waren es vor allem die berufliche Distanzierung
und soziale Isolation, die einen (wenn auch geringen) Ef-
fekt auf die Work-Life-Balance hatten. Entfremden sich
die Beschäftigten zunehmend von ihrer Arbeit und fühlen
sich auch nicht mehr gut sozial in ihren Betrieb eingebun-
den, so wirkt sich dies negativ auf ihre Work-Life-Balance
aus.
Die spezifisch mit der Digitalisierung verbundenen As-
pekte der Arbeit hingen sowohl untereinander als auch
mit den allgemeinen Aspekten der Arbeitsgestaltung und
-organisation und dem Wohlbefinden der Beschäftigten
zusammen. Hier ließ sich eine Art Polarisierung feststel-
len: Als negativ empfundene Aspekte der Digitalisierung
hingen mit negativ konnotierten Arbeits- und Wohlbefin-
dens-Aspekten zusammen, positiv empfundene Aspek-
te der Digitalisierung hingegen mit positiven Aspekten
aus den Bereichen Wohlbefinden und Arbeitsgestaltung
und -organisation. Sehen die Beschäftigten in der Digi-
talisierung ihrer Arbeit überwiegend eine Bedrohung, so
erleben sie die Digitalisierung auch eher als zunehmend
belastend. Diese Fokussierung auf die negativen Folgen
der Digitalisierung ihrer Arbeit färbt auch die Einschätzung
zur allgemeinen Arbeitsbelastung, zudem sorgen sich die
Beschäftigten dann auch mehr über ihre berufliche Zu-
kunft. Demgegenüber stand die Wahrnehmung der Di-
gitalisierung als potenzielle Arbeitserleichterung: Wenn
Beschäftigte sich von digitalen Systemen nicht bedroht
fühlen, sondern in ihnen eine Unterstützung für die Er-
ledigung ihrer alltäglich zu bewältigenden Arbeitsaufga-
ben sehen, so empfinden sie die Digitalisierung weniger
als Belastung, sondern fühlen sich dazu in der Lage, mit
den an sie gestellten Herausforderungen gut umgehen zu
können.
Betriebliche und überbetriebliche Maßnahmen können
also auch an diesen beiden Stellschrauben ansetzen: dem
Gefühl der Bedrohung und der empfundenen Unterstüt-
zung und Erleichterung durch die Digitalisierung. Eine
offene Kommunikationskultur und umfangreiche Infor-
Beschäftigtenbefragung „Monitor Digitalisierung“ 53
mation der Beschäftigten bezüglich der Digitalisierung im
Betrieb sowie die bereits oben angesprochenen Möglich-
keiten zu Partizipation und Weiterbildungsmaßnahmen
können erstens zu einer frühen Identifizierung von Pro-
blemen und einer darauffolgenden Prozessoptimierung
durch das eingebrachte Wissen und die genutzten Kom-
petenzen führen. Zweitens kann dies die Akzeptanz bei
der Einführung von neuen Technologien fördern und mit
Digitalisierung verbundene Ängste reduzieren.62 Dem-
entsprechend kann Partizipation auch positive Effekte auf
die wahrgenommene digitale Selbstwirksamkeit haben.
Die Bedeutung der vorliegenden Studienergebnisse ist
durch die thematische Fülle, die Differenziertheit der
Ergebnisse mit einem einzigartigen Querschnitt über
zwölf Industriebranchen und acht Tätigkeitsfelder sowie
die übergreifende Verknüpfung der Daten mithilfe eines
Strukturgleichungsmodells von hohem Mehrwert. Ge-
stützt wird dieser durch die hohe Qualität der Daten:
Sowohl die große Anzahl an Teilnehmenden und die re-
lativ geringen Abbruchquoten innerhalb der Befragung
als auch die gute Datenstruktur der verwendeten Skalen
verhelfen der Studie zu einer vielversprechenden Daten-
grundlage, um fundierte Aussagen für den anvisierten
Geltungsbereich der knapp 1 Mio. Beschäftigten in den
untersuchten Branchen und Tätigkeitsfeldern zu treffen.
Trotz der guten Datengrundlage sollten bei der Ergebnis-
interpretation auch einige methodische Einschränkungen
berücksichtigt werden. So ist zunächst zu konstatieren,
dass gewisse Verzerrungseffekte durch das gewählte Er-
hebungsmedium der Online-Befragung denkbar sind:
Zugang und Affinität zu digitalen Technologien könnten
die Wahrscheinlichkeit zur Teilnahme an der Befragung
durchaus positiv beeinflusst haben – eine parallele Be-
fragung anhand analoger Medien, wie z. B. klassische Pa-
per-Pencil-Fragebögen, wäre also durchaus hilfreich, im
Rahmen dieser bundesweit konzipierten Studie jedoch
wenig praktikabel gewesen. Allerdings kommt es gleich-
sam bei eben jenen Personen, bei denen diese Zugangs-
und Affinitätsaspekte wirksam sein könnten sowie bei
Beschäftigten mit einem hohen Anteil an Arbeit mit digi-
talen IKT-Systemen (wie in den vorliegenden Ergebnissen
auch beschrieben) generell zu entsprechend häufigeren
Kommunikationseinflüssen durch eben jene IKT-Sys-
teme, sodass Befragungsanschreiben schneller in den
„Kommunikationsfluten“ übersehen bzw. verloren werden
können, was wiederum die Teilnahmewahrscheinlich-
keit reduzieren könnte. Auch sind gewisse Stichproben-
effekte denkbar: Zwar konnten Verzerrungen auf Ebene
der Branchen durch die beschriebenen Gewichtungen
kompensiert werden, auf Ebene der Tätigkeitsfelder war
62 (Lager, Delbrügger, Lenz, & Roßmann, 2019)
dies wegen fehlender Vergleichsdaten nicht möglich. Al-
lerdings zeigten sich durchaus fundierte Teilnahmequo-
ten und eine breite Streuung der Befragten zwischen den
Tätigkeitsfeldern, sodass etwaige Einflüsse auf die Daten
eher begrenzt sein dürften. Zu diskutieren ist aber durch-
aus, dass das Sample durch einen relativ hohen Anteil von
qualifizierten Beschäftigten, Befragten aus (für die Pro-
zessindustrie durchaus typischen) großen Betrieben im
Süden und Westen des Landes sowie Personen mit unbe-
fristeten Beschäftigungsverhältnissen geprägt ist – auch
hier konnten durch fehlende valide Vergleichsdaten keine
Ausgleichsgewichtungen berechnet werden, sodass ent-
sprechend verzerrende Einflüsse auf die Daten möglich
sind. Daher wären differenziertere Untersuchungen von
Beschäftigten in KMU lohnend, ebenso von Personen mit
besonderen Beschäftigungskonstellationen sowie Per-
sonen mit niedrigerem Bildungshintergrund. Auch spe-
zifische Analysen und weiterführende Kontrastierungen
wären erkenntnisreich, z. B. von Beschäftigten ausge-
wählter Generationen (z. B. Babyboomer vs. Generation
X, Y oder Z), mit spezifischen Alters- und Geschlechter-
konstellationen sowie von Beschäftigten, die bereits stark
mit noch wenig verbreiteten Technologien arbeiten oder
auch mit erhöhten Risikokonstellationen.
Da die Digitalisierung in den hier untersuchten Branchen
noch am Anfang der Entwicklung steht, wäre eine Wieder-
holungsbefragung für die Analyse von längsschnittlichen
Veränderungseffekten und Einflüssen betrieblicher und
technischer Veränderungen interessant. Auch könnten
Adaptations- und Assimilationsprozesse, Effekte im Zuge
des demografischen Wandels, Untersuchungen im Zuge
der angeschnittenen Polarisationsthese sowie Verände-
rungseffekte im Zuge der digitalen Weiterentwicklung von
Berufen sowie des Systems der Berufe untersucht werden.
Die hier angestoßene Instrumentenentwicklung zeigt auch
für die arbeits- und organisationspsychologische Diagnos-
tik Potenziale auf, um im Zuge der Digitalisierung passende
arbeitspsychologische Messinstrumente zu erstellen. Mit
den Skalen der verschiedenen digitalen Technologien und
der digitalen Selbstwirksamkeit liegen nun Instrumente
vor, deren Einsatz auch in Zukunft fruchtbare Erkenntnisse
für den wissenschaftlichen Diskurs versprechen.
Stiftung Arbeit und Umwelt der IG BCE54
77. Literaturverzeichnis
Absenger, N., Ahlers, E., Herzog-Stein, A., Lott, Y., Masch-
ke, M. & Schietinger, M. (2016). Digitalisierung der
Arbeitswelt?! Ein Report aus der Hans-Böckler-Stiftung.
Mitbestimmungs-Report, 24. Abgerufen am 23. 03. 2018
von https://www.econstor.eu/handle/10419/175252
Alder, G. S., Schminke, M., Noel, T. W. & Kuenzi, M. (2008).
Employee reactions to internet monitoring: The modera-
ting role of ethical orientation. Journal of Business Ethics,
80(3), S. 481-498.
Atanasoff, L., & Venable, M. A. (2017). Technostress: Impli-
cations for adults in the workforce. The career develop-
ment quarterly, 65(4), S. 326–338.
Bakker, A. B. & Demerouti, E. (2007). The job demands-re-
sources model: State of the art. Journal of managerial
psychology, 22(3), S. 309–328.
Bakker, A. B. & Demerouti, E. (2014). Job demands-re-
sources theory. In C. Cooper, & P. Chen (Hrsg.), Wellbeing:
A complete reference guide (S. 37–64). Chichester: Wi-
ley-Blackwell.
Bandura, A. (1982). Self-efficacy mechanism in human
agency. American psychologist, 37(2), 122–147.
Bandura, A. (1997). Self-efficacy: The exercise of control.
New York: Freeman.
Barber, L. K. & Santuzzi, A. M. (2017). Telepressure and col-
lege student employment: The costs of staying connected
across social contexts. Stress and Health, 33(1), S. 14–23.
BAVC & IG BCE. (2014). Sozialpartner-Initiative „Gutes und
gesundes Arbeiten in der Chemie-Branche“. Hannover &
Wiesbaden.
Bayo–Moriones, A., Billon, M. & Lera-López, F. (2017). Are
new work practices applied together with ICT and AMT?
The International Journal of Human Resource Manage-
ment, 28(4), S. 553–580.
BMAS. (2016). Monitor-Digitalisierung am Arbeitsplatz:
Aktuelle Ergebnisse einer Betriebs- und Beschäftigten-
befragung. Bundesministerium für Arbeit und Sozia-
les. Abgerufen am 03. 07 2019 von http://www.bmas.
de/SharedDocs/Downloads/DE/PDF-Publikationen/
a875-monitor-digitalisierung-am-arbeitsplatz.pdf?__
blob=publicationFile&v=2
BMWi. (2018). Monitoring-Report Wirtschaft DIGITAL.
Bundesministerium für Wirtschaft und Energie. Abgeru-
fen am 03. 07 2019 von https://www.bmwi.de/Redaktion/
DE/Publikationen/Digitale-Welt/monitoring-report-wirt-
schaft-digital-2018-langfassung.pdf?__blob=publicati-
onFile&v=12
Carter, W. R., Nesbit, P. L., Badham, R. J., Parker, S. K. &
Sung, L. K. (2018). The effects of employee engagement
and self-efficacy on job performance: a longitudinal field
study. The international journal of human resource ma-
nagement, 29(17), S. 2483–2502.
Day, A., Paquet, S., Scott, N. & Hambley, L. (2012). Per-
ceived information and communication technology (ICT)
demands on employee outcomes: The moderating effect
of organizational ICT support. Journal of occupational
health psychology, 17(4), S. 473–491.
Dengler, K., Matthes, B. & Wydra-Somaggio, G. (2018).
Digitalisierung in den Bundesländern: Regionale Bran-
chen-und Berufsstrukturen prägen die Substituier-
barkeitspotenziale. Institut für Arbeitsmarkt- und
Berufsforschung. Abgerufen am 03. 07 2019 von http://
hdl.handle.net/10419/185858
Dumazeau, C. & Karsenty, L. (2008). Remote communi-
cations at work: Towards a mutually shared context. Le
travail humain, 71(3), S. 225–252.
Dunckel, H. & Semmer, N. (1987). Streßbezogene Arbeitsanalyse:
Ein Instrument zur Abschätzung von Belastungsschwerpunkten
in Industriebetrieben. In K. Sonntag (Hrsg.), Arbeitsanalyse und
Technikentwicklung (S. 163-177). Köln: Bachem.
Beschäftigtenbefragung „Monitor Digitalisierung“ 55
Gerten, E., Beckmann, M. & Bellmann, L. (2018). Cont-
rolling working crowds: The impact of digitalization on
worker autonomy and monitoring across hierarchical
levels. Diskussionspaper, Center of Business and Econo-
mics. Abgerufen am 03. 07 2019 von http://hdl.handle.
net/10419/18581
Grawitch, M. J., Werth, P. M., Palmer, S. N., Erb, K. R. & La-
vigne, K. N. (2018). Self-imposed pressure or organizational
norms? Further examination of the construct of workplace
telepressure. Stress and Health, 34(2), S. 306–319.
Hacker, W. (2010). Psychische Regulation von Arbeitstä-
tigkeiten. In Kleinbeck, U. & Schmidt, K.-H., Arbeitspsy-
chologie (S. 3-37). Göttingen: Hogrefe.
Hackman, J. & Oldham, G. (1980). Work Redesign. Massa-
chusetts: Addison-Wesley.
Hämmerle, M., Rally, P. & Scholtz, O. (2017). Digitalisierung
und Arbeitswelt in Chemie und Pharma Baden-Württem-
berg. Stuttgart: Fraunhofer-Institut für Arbeitswirtschaft
und Organisation IAO. Abgerufen am 23. 03. 2018 von
https://www.chemie.com/fileadmin/user_upload/con-
tent/chemie_com_news/studie_digitalisierung_arbeits-
welt_chemie_pharma_baden-wuerttemberg.pdf
Härtwig, C. & Sporbert, A. (2013). Evaluation der Einfüh-
rung verschiedener Arbeitszeitmodelle. Befunde einer
Längsschnittstudie bei der Polizei. Zeitschrift für Arbeits-
wissenschaft, 4, S. 243–251.
Hasler, G., Klaghofer, R. & Buddeberg, C. (2003). Der Fra-
gebogen zur Erfassung der Veränderungsbereitschaft
(FEVER). PPmP-Psychotherapie· Psychosomatik· Medizi-
nische Psychologie, 53(9/10), 406–411.
Hasselmann, O., Schauerte, B. & Schröder, J. (2017). Di-
gitalisierung: Herausforderungen meistern und Krisen
vermeiden. Handlungsfelder der Betrieblichen Gesund-
heitsförderung. In B. Badura, A. Ducki, H. Schröder, J.
Klose, & M. Meyer (Hrsg.), Fehlzeiten-Report 2017. Krise
und Gesundheit – Ursachen, Prävention, Bewältigung (S.
37–52). Berlin: Springer.
Heinzer, S. & Reichenbach, R. (2013). Die Entwicklung der
beruflichen Identität. Universität Zürich. Abgerufen am 15.
10 2018 von https://www.ife.uzh.ch/.../Schlussbericht_
zum_BBT-Projekt_Berufliche_Identitaet.pdf
Hermeier, B., Heupel, T. & Fichtner-Rosada, S. (Hrsg.).
(2019). Arbeitswelten der Zukunft. Wie die Digitalisierung
unsere Arbeitsplätze und Arbeitsweisen verändert. Wies-
baden: Springer Gabler.
Hirsch-Kreinsen, H. (2016). Digitalisation and low-skil-
led work. Friedrich-Ebert-Stiftung. Abgerufen am 03. Juli
2019 von http://library.fes.de/pdf-files/wiso/12864.pdf
Hirsch-Kreinsen, H., Ittermann, P. & Niehaus, J. (Hrsg.).
(2018). Digitalisierung industrieller Arbeit. Die Vision In-
dustrie 4.0 und ihre sozialen Herausforderungen. Ba-
den-Baden: Nomos.
Hoff, E.-H., Härtwig, C. & Sporbert, A. (2012). Wissen-
schaftliche Begleitung und Evaluation zur Einführung
neuer Arbeitszeitmodelle bei der Polizei Berlin, Abschluss-
bericht. Berlin: Freie Universität.
Holler, M. (2017). Verbreitung, Folgen und Gestaltungs-
aspekte der Digitalisierung in der Arbeitswelt. Berlin: In-
stitut DGB-Index Gute Arbeit. Abgerufen am 01. 07 2018
von http://index-gute-arbeit.dgb.de/++co++1c40dfc8-
b953-11e7-8dd1-52540088cada
Hou, J., Ndasauka, Y., Jiang, Y., Chen, S., Xu, F. & Zhang,
X. (2018). Weibo or wechat? Assessing preference for
social networking sites and role of personality traits and
psychological factors. Frontiers in psychology, 9. Abge-
rufen am 03. 07 2019 von https://www.frontiersin.org/
articles/10.3389/fpsyg.2018.00545/full
Hu, L. & Bentler, P. M. (1999). Cutoff criteria for fit inde-
xes in covariance structure analysis: conventional criteria
versus new alternatives. Structural Equation Modeling: A
Multidisciplinary Journal, 6(1), S. 1–55.
Jang, J., Shin, H., Aum, H., Kim, M. & Kim, J. (2016). Ap-
plication of experiential locus of control to understand
users’ judgments toward useful experience. Computers in
Human Behavior, 54, S. 326–340.
Jerusalem, M. & Schwarzer, R. (1986). Selbstwirksam-
keit. In R. Schwarzer (Hrsg.), Skalen zur Befindlichkeit und
Persönlichkeit (S. 15–28). Berlin: Institut für Psychologie,
Freie Universität Berlin.
Karasek, R. A. (1979). Job demands, job decision latitude,
and mental strain: Implications for job redesign. Adminis-
trative science quarterly, 24(2), S. 285–308.
Kubicek, B., Paškvan, M. & Korunka, C. (2015). Develop-
ment and validation of an instrument for assessing job
demands arising from accelerated change: The intensi-
fication of job demands scale (IDS). European Journal of
Work and Organizational Psychology, 24(6), S. 898–913.
Stiftung Arbeit und Umwelt der IG BCE56
Lager, H., Delbrügger, T., Lenz, L. T. & Roßmann, J. (2019).
Mitarbeiterpartizipation in Zeiten der Digitalisierung mit
Building Information Modeling: Gute Praxis digitaler Wer-
kerunterstützung bei der Planung von Fabrikarbeitsstatio-
nen. Zeitschrift für Arbeitswissenschaft, 73(2), S. 229–238.
Lee, Y. K., Chang, C. T., Cheng, Z. H. & Lin, Y. (2016).
Helpful-stressful cycle? Psychological links between type
of mobile phone user and stress. Behaviour & Information
Technology, 35(1), S. 75–86.
Maddux, J. E. (2016). Self-efficacy. In S. Trusz, & P. Bąbel
(Hrsg.), Interpersonal and intrapersonal expectancies (S.
41–46). London: Routledge.
Maier, G. W., Engels, G. & Steffen, E. (Hrsg.). (2017). Hand-
buch Gestaltung digitaler und vernetzter Arbeitswelten.
Berlin: Springer.
Martin, K. & Freeman, R. E. (2003). Some problems with
employee monitoring. Journal of Business Ethics, 43(4),
S. 353–361.
Mellner, C. (2016). After-hours availability expectations,
work-related smartphone use during leisure, and psycho-
logical detachment: The moderating role of boundary
control. International Journal of Workplace Health Ma-
nagement, 9(2), S. 146–164.
Metz, A. & Rothe, H. (2017). Screening psychischer
Arbeitsbelastung. Ein Verfahren zur Gefährdungsbeurtei-
lung. Wiesbaden: Springer. Abgerufen am 24. 07 2019 von
https://www.uni-potsdam.de/db/psycho/
Mohr, G., Rigotti, T. & Müller, A. (2007). Irritations-Skala
zur Erfassung arbeitsbezogener Beanspruchung (IS). Göt-
tingen: Hogrefe.
Moos, D. C. & Azevedo, R. (2009). Learning with compu-
ter-based learning environments: A literature review of
computer self-efficacy. Review of Educational Research,
79(2), S. 576–600.
Ninaus, K., Diehl, S., Terlutter, R., Chan, K. & Huang, A.
(2015). Benefits and stressors–Perceived effects of ICT
use on employee health and work stress: An explorato-
ry study from Austria and Hong Kong. International jour-
nal of qualitative studies on health and well-being, 10(1).
Abgerufen am 09. 07 2019 von https://www.tandfonline.
com/doi/pdf/10.3402/qhw.v10.28838?needAccess=true
Priddat, B. P. & West, K.-W. (2016). Digitale Wirtschaft.
Mit besonderem Blick auf die chemische Industrie. Wies-
baden: CSSA. Abgerufen am 23. 03. 2018 von www.
cssa-wiesbaden.de/fileadmin/Bilder/B%C3%BCcher_
Brosch%C3%BCren/Papers-cssa/cssa-paper_digitale_
Wirtschaft_1_2016.pdf
Remidez, H. (2003). System structure design and social
consequence: The impact of message templates on af-
fectivity in virtual teams. Dissertation, University of Mis-
souri-Columbia, USA.
Remidez, H., Stam, A. & Laffey, J. M. (2007). Web-based
template-driven communication support systems: Using
shadow networkspace to support trust development in
virtual teams. International Journal of e-Collaboration,
3(1), S. 65–73.
Rosseel, Y. (2012). lavaan: An R package for Structural
Equation Modeling. Journal of Statistical Software, 48(2),
S. 1–36.
Salanova, M., Cifre, E., Llorens, S., Martínez, I. & Lorente,
L. (2011). Psychosocial risks and positive factors among
construction workers. In C. Cooper, R. Burke, & S. Clarke
(Hrsg.), Occupational health and safety: Psychological and
behavioral aspects of risk (S. 295–320). Aldershot: Gower.
Schafer, J. L., & Graham, J. W. (2002). Missing data: our
view of the state of the art. Psychological Methods, 7(2),
S. 147–177.
Sellberg, C. & Susi, T. (2014). Technostress in the office:
a distributed cognition perspective on human–techno-
logy interaction. Cognition, Technology & Work, 16(2), S.
187–201.
Shoji, K., Cieslak, R., Smoktunowicz, E., Rogala, A., Benight,
C. C. & Luszczynska, A. (2016). Associations between job
burnout and self-efficacy: a meta-analysis. Anxiety, Stress,
& Coping, 29(4), 367–386.
Stanton, J. M. & Weiss, E. M. (2000). Electronic monitoring
in their own words: an exploratory study of employees’
experiences with new types of surveillance. Computers in
Human Behavior, 16(4), S. 423–440.
Statistisches Bundesamt. (2017). Unternehmen, Beschäf-
tigte und Umsatz nach Wirtschaftsabschnitten. Abge-
rufen am 23. 07 2019 von https://www.destatis.de/DE/
Themen/Branchen-Unternehmen/Unternehmen/Unter-
nehmensregister/Tabellen/unternehmen-beschaeftig-
te-umsatz-wz08.html
Beschäftigtenbefragung „Monitor Digitalisierung“ 57
Stawarz, K., Cox, A. L., Bird, J. & Benedyk, R. (2013). I’d
sit at home and do work emails: how tablets affect the
work-life balance of office workers. Vortrag anlässlich der
Human Factors Konferenz, Paris. Abgerufen am 09. 07
2019 von http://discovery.ucl.ac.uk/1396455/1/Stawarz-
CoxBirdBenedyk_work-life_balance.pdf
Stegmann, S., van Dick, R., Ullrich, J., Charalambous, J.,
Menzel, B., Egold, N. & Wu, T. T. (2010). Der work design
questionnaire. Zeitschrift für Arbeits-und Organisations-
psychologie, 54, 1–28.
Syrek, C., Bauer-Emmel, C., Antoni, C. & Klusemann, J.
(2011). Entwicklung und Validierung der Trierer Kurzskala
zur Messung von Work-Life Balance (TKS-WLB). Diagno-
stica, 57(3), S. 134–145.
Szebel, A. (2015). Veränderungskompetenz von Mit-
arbeitern. Eine empirische Untersuchung zur
differentiellen Konstrukterschließung individuellen Ver-
änderungskompetenz von Mitarbeitern unter besonderer
Berücksichtigung des Einflusses dispositionaler Persön-
lichkeitsfaktoren. Dissertation, Universität Köln, Human-
wissenschaftliche Fakultät, Köln. Abgerufen am 15. 10
2018 von https://d-nb.info/1073247260/34
Tarafdar, M. (2018). Mobile, Remote and Blue-Collar:
Using Information and Communication Technology to
Elevate Workplace Well-Being. Vortrag anlässlich der
26. Europäischen Konferenz der Informationstechnolo-
gien, Portsmouth. Abgerufen am 09. 07. 2019 von http://
ecis2018.eu/wp-content/uploads/2018/09/1372-doc.pdf
Torkzadeh, G. & Van Dyke, T. P. (2002). Effects of training
on Internet self-efficacy and computer user attitudes.
Computers in Human Behavior, 18(5), S. 479–494.
Van der Doef, M. & Maes, S. (1998). The job demand-con-
trol (-support) model and physical health outcomes: A re-
view of the strain and buffer hypotheses. Psychology and
health, 13(5), S. 909–936.
Ventura, M., Salanova, M. & Llorens, S. (2015). Professional
self-efficacy as a predictor of burnout and engagement:
The role of challenge and hindrance demands. The Jour-
nal of Psychology, 149(3), 277–302.
Zika, G., Helmrich, R., Maier, T., Weber, E., & Wolter, M.
I. (2018). Regionale Branchenstruktur spielt eine wichti-
ge Rolle: Arbeitsmarkteffekte der Digitalisierung bis 2035.
Kurzbericht Nr. 9, IAB. Abgerufen am 09. 07 2019 von
http://doku.iab.de/kurzber/2018/kb0918.pdf
Zornoza, A., Ripoll, P. & Peiro, J. M. (2002). Conflict ma-
nagement in groups that work in two different commu-
nication contexts: face-to-face and computer-mediated
communication. Small Group Research, 33(5), S. 481–508.
Stiftung Arbeit und Umwelt der IG BCE58
Beschäftigtenbefragung „Monitor Digitalisierung“ 59
Stiftung Arbeit und Umwelt der Industriegewerkschaft Bergbau, Chemie, Energie
Inselstraße 6
10179 Berlin
Telefon +49 30 2787 1325
Königsworther Platz 6
30167 Hannover
Telefon +49 511 7631 472
E-Mail: [email protected]
Internet: www.arbeit-umwelt.de