WISSENSCHAFTLICHE BEITRÄGE

https://doi.org/10.1007/s41449-020-00205-yZ. Arb. Wiss.

Keine Angst vor der Digitalisierung! Zum Stand digitalisierterArbeitsanforderungen in verschiedenen Industriebranchen undTätigkeitsfeldern sowie Zusammenhänge zwischen Belastung,Ressourcen und Beanspruchungsfolgen in Deutschland

Christian Härtwig1,2 · Anna Sapronova2

© Der/die Autor(en) 2020

ZusammenfassungZiel der Studie war es, den Stand der Digitalisierung in zwölf Industriebranchen in Deutschland zu untersuchen. In derFragebogen-Erhebung unter 14.007 Beschäftigten zeigte sich, dass die Digitalisierung oft noch am Anfang steht und primärdurch den Einsatz von IKT-Systemen geprägt ist. Unterschiede zwischen acht verschiedenen Blue- und White-Collar-Tä-tigkeitsfeldern fallen statistisch bedeutsamer aus als zwischen einzelnen Branchen in Hinblick auf die Nutzung digitalerArbeitsmittel, Arbeitsanforderungen und Ressourcen. Überraschenderweise zeigt sich eine hohe Bereitschaft und Zuver-sicht der Beschäftigten, die Veränderungen der Digitalisierung zu bewältigen; Befürchtungen und Unsicherheiten spielenin der Breite der Belegschaften eine eher untergeordnete Rolle. Anhand eines Strukturgleichungsmodells werden Wirkzu-sammenhänge zwischen allgemeinen sowie digitalisierungsspezifischen Arbeitsanforderungen und Ressourcen, Aspektender beruflich-sozialen Entkopplung und psychischen Beanspruchungsfolgen deutlich. Mögliche Ergänzungen theoretischerModelle werden diskutiert sowie Anregungen für Forschung und betriebliche Praxis skizziert.Praktische Relevanz: In diesem Beitrag werden Ansätze zur Regulierung allgemeiner und digitalisierungsspezifischer Be-lastung sowie Stärkung arbeitsbezogener und persönlicher digitaler Ressourcen aufgezeigt. Dabei sollten Besonderheitenverschiedener Tätigkeitsfelder stärker berücksichtigt werden als Unterschiede zwischen verschiedenen Branchen. Trotzgrundsätzlich positiver Befunde wird vorgeschlagen, Tendenzen beruflich-sozialer Entkopplung frühzeitig entgegenzuwir-ken.

Schlüsselwörter Digitalisierung · White Collar und Blue Collar Tätigkeitsfelder · Industriebranchen · ChemischeIndustrie · Digitale Selbstwirksamkeit · Unterschiedseffekte · Beruflich-soziale Entkopplung · Strukturgleichungsmodell

� Prof. Dr. Christian Härtwigchristian.haertwig@fom.de

1 Institut für Wirtschaftspsychologie, FOM Hochschule fürÖkonomie & Management gGmbH, Berlin, Deutschland

2 Goodwork GmbH, Berlin, Deutschland

K

Z. Arb. Wiss.

Don’t be afraid of digitization! On the status of digitized work requirements in different industrialsectors and fields of work as well as interactions between job demands, resources and strain reactionsin Germany

AbstractThe aim of this study was to examine the status of digitization in twelve industrial sectors in Germany. Results of thequestionnaire survey of 14,007 employees show that digitization is still in its infancy and is primarily characterized bythe use of ICT systems. Regarding the use of digital work equipment, as well as job demands and resources, differencesbetween eight blue- and white-collar jobs are statistically more relevant than differences between industrial sectors withregard to the use of digital work equipment, job demands and resources. Surprisingly, employees displayed high levels ofwillingness and confidence to cope with the changes in digitization; fears and uncertainties play a rather subordinate rolein the breadth of the workforces. Structural equation modeling elucidated cause-effect relationships between general anddigitization-specific job demands and resources as well as aspects of occupational-social decoupling and consequences ofpsychological stress. Potential expansions of existing theoretical models are discussed and suggestions for future researchas well as operational practice are outlined.Practical Relevance: This article proposes starting points for the regulation of general and digitization-specific job demandsas well as the strengthening of work-related and personal digital resources. The particularities of different fields of workshould be taken into account more than supposed differences between industrial sectors. Despite these overall positivefindings, the authors advise to counteract tendencies towards occupational-social decoupling at an early stage.

Keywords Digitization · White Collar and Blue Collar jobs · Industrial sectors · Chemical industry · Digitalself-efficacy · Difference effects · Occupational-social decoupling · Structural equation model

1 Einleitung

Die Digitalisierung verändert die beruflichen Tätigkeitenund Rahmenbedingungen quer durch alle Branchen für eineGroßzahl von Beschäftigten (Hermeier et al. 2019). Auchin den Industriebranchen ergeben sich trotz bereits fort-geschritten-automatisierter Arbeitsprozesse zusätzliche undganz neue Anforderungen (Hämmerle et al. 2017; Priddatund West 2016). So sind in digitalisierten Arbeits- undProduktionsprozessen Beschäftigte, Maschinen, Produkteund Prozesse miteinander verknüpft und tauschen Infor-mationen in Echtzeit aus. Autonome Systeme kommunizie-ren untereinander und führen selbstständig Koordinations-und Entscheidungsprozesse durch. Mit neuer Sensorik undKommunikation entstehen neue Formen der Zusammenar-beit zwischen Menschen und kollaborativen Robotersyste-men. Der Mensch entwickelt sich an vielen Stellen verstärkthin zum Problemlöser, Entscheider und Innovator.

In öffentlichen Debatten wird daher diskutiert, welchenEffekt die Einführung dieser neuen digitalen Technologienauf die Beschäftigten und die Arbeit selbst hat. In der ar-beitswissenschaftlichen Literatur wird angenommen, dasssich sowohl die Belastung wandelt (z.B. durch zunehmen-de Vernetzung, Arbeitsgeschwindigkeit und zeitlich-örtli-che Unabhängigkeit), als auch die Arbeitsgestaltung, Ar-beitsorganisation, Zusammenarbeit, Koordination und Füh-rung bei arbeitenden Menschen, Gruppen und Organisatio-nen sowie ganzen Branchen (Hirsch-Kreinsen et al. 2018).

Spezifische Studien zu Art und Umfang dieser Veränderun-gen fehlen allerdings bisher.

Infolge der neuen Anforderungen und betrieblichen Re-strukturierungen wird angenommen, dass sich v. a. die psy-chische Belastung, aber auch die resultierende Beanspru-chung und Beanspruchungsfolgen der Beschäftigten inten-sivieren (Hasselmann et al. 2017); auch zunehmende Ent-fremdung und Distanzierung der Beschäftigten zum bishervertrauten und sich schrittweise digitalisierenden Beruf undBetrieb sowie zunehmende berufliche Unsicherheiten sinddenkbar (Maier et al. 2017). Angenommen werden aberauch positive Effekte im Sinne fortschreitender Persönlich-keitsförderlichkeit durch die Weiterentwicklung von Tä-tigkeiten mit der Entwicklung neuer Motivations-, Wachs-tums- und Leistungspotenziale. Es herrscht eine konstanteUnsicherheit in Hinblick auf das Ausmaß und die Qualitätdieser Veränderungen. So existieren unterschiedliche Be-funde zur Auswirkung einer arbeitsbezogenen Nutzung di-gitaler Informations- und Kommunikationstechnologien aufpsychische Gesundheit und Work-Life-Balance: Einerseitswerden bessere Flexibilität und Vereinbarkeit von Berufs-und Privatleben (Leung 2011) angepriesen, andererseits ei-ne zunehmende psychische Irritation durch ständige Er-reichbarkeit und das Verschwimmen der Grenzen zwischenvon Berufs- und Privatleben kritisiert (Ninaus et al. 2015).Arbeitsbezogene Faktoren können die Zusammenhänge so-wohl positiv, als auch negativ wirken. In der vorliegendenStudie möchten wir Faktoren untersuchen, die diesen Zu-sammenhang im Kontext der Digitalisierung erklären kön-

K

Z. Arb. Wiss.

nen, um in der Praxis negative Effekt von Digitalisierungabzufedern und wirksame Ressourcen zu stärken.

Zudem stellt sich die Frage, welchen Einfluss allge-meine berufliche Rahmenfaktoren auf die Belastung undBeanspruchung im Zuge der Digitalisierung haben. Inder Literatur werden sowohl Branchen-, als auch Tätig-keitsunterschiede diskutiert – mitunter werden die beidenEbenen auch miteinander vermischt. Belastbare empirischeBefunde z.B. für Unterschiede zwischen spezifischen In-dustriebranchen zu den Entwicklungen der neuen Arbeits-welt sowie zum Effekt des Wandels auf die Beschäftigtenfehlen allerdings (Absenger et al. 2016). Aufgrund dergeringen Anzahl von Studien, die Digitalisierung und ihreEinflüsse auf Arbeitnehmende systematisch untersuchen,wurde in der vorliegenden deutschlandweiten Studie Mo-nitor Digitalisierung1 explorativ betrachtet, wie sich dieDigitalisierung derzeit im beruflichen Alltag bei Beschäf-tigten darstellt. Es wurde untersucht, welche Technologiengenutzt werden, welche Auswirkungen der Digitalisierungsich in verschiedenen Industriebranchen und Tätigkeits-feldern zeigen und inwiefern es hier Unterschiede gibt.Anhand von Daten der Chemiebranche wurde untersucht,welche Zusammenhänge und Wirkfaktoren zum Verständ-nis der Belastungs-Ressourcen-Beanspruchungs-Konstella-tionen in digitalen Kontexten beitragen. Die gewonnenenErkenntnisse sollen dazu beitragen, relevante Einfluss-faktoren und Wirkzusammenhänge zu identifizieren, umspezifische Unterstützungsmaßnahmen und abgestimm-te Hilfsprogramme für Betriebe im digitalen Wandel zuentwickeln.

2 Theoretischer und empirischerHintergrund

Die Digitalisierung ist ein zunehmendes und umfangreichesPhänomen im beruflichen Alltag und beeinflusst Unterneh-men, deren Beschäftigte und ihr Wohlbefinden bei der Ar-beit. Im Jahr 2018 schätzten knapp die Hälfte der Unter-nehmen die Digitalisierung als sehr wichtig ein, zehn Pro-zent mehr als im Jahr 2016 (BMWi 2018). Angesichts desschnellen technologischen Fortschritts und der zunehmen-den Integration von Digitalisierung in den Arbeitskontextzeigen Studien verschiedene Möglichkeiten und Auswir-kungen der Digitalisierung, die komplexe Wirkungen undsowohl Vorteile, als auch Nachteile für die Beschäftigtenund Betriebe mit sich bringen (Ninaus et al. 2015). Dis-kutiert werden verschiedene Entwicklungsrichtungen: eineintensivierte Automatisierung und Digitalisierung der Tä-tigkeiten, eine Aufwertung im Sinne neuer Anforderungen

1 Die Studie wurde unterstützt von der Stiftung Arbeit und Umwelt derIG BCE.

(z.B. mit der Entwicklung und Förderung neuer Fähigkei-ten und Fertigkeiten) oder keine Veränderungen. Insgesamtwird eine generelle Aufwertung von Tätigkeiten und Quali-fikationen im Zuge einer allgemeinen Informatisierung derArbeit erwartet (vgl. Hirsch-Kreinsen et al. 2018).

Zur Eingrenzung der in dieser Studie zentralen Aspekteder Belastung und Auswirkung der Digitalisierung wird zu-nächst als theoretischer Rahmen das klassische Belastungs-Beanspruchungsmodell (Hackman und Oldham 1980) so-wie das darauf aufbauende Job-Demands-Resources-Mo-dell von Bakker und Demerouti (2007, 2014) herangezo-gen. Demnach nehmen sowohl Arbeitsanforderungen undallgemeine Belastung, als auch Arbeits- und persönlicheRessourcen sowie individuelle Voraussetzungen (z.B. Fä-higkeiten und Einstellungen) Einfluss auf die kurzfristigeBeanspruchung sowie auf längerfristige Beanspruchungs-folgen wie Gesundheit und Wohlbefinden der Beschäftig-ten. Für diesen theoretischen Rahmen liegen in Hinblickauf die Digitalisierung bereits einige Forschungsbefundevor, die im Folgenden kurz skizziert werden:

Für die klassische Betrachtung von Belastung und Be-anspruchung bzw. Beanspruchungsfolgen ist zunächst zuberücksichtigen, mit welchen digitalen Technologien dieBeschäftigten arbeiten und mit welchen weiteren Belas-tungsaspekten diese einhergehen. Anhand einer Studie desBMAS (2016) konnte gezeigt werden, dass ein Großteil derBefragten (83%) bereits digitale Technologien (hier vor al-lem i.S. von Informations- und Kommunikationstechnolo-gien, kurz: IKT) am Arbeitsplatz nutzt, dabei aber deutlicheUnterschiede zwischen Berufsgruppen sowie klare Zusam-menhänge zwischen Nutzungsgrad und Höhe des Ausbil-dungsniveaus zu finden sind. Im Zuge der Nutzung vonIKT wird von einem höheren Arbeitstempo, höherem Zeit-druck (Atanasoff und Venable 2017) sowie längeren Ar-beitstagen berichtet (Sellberg und Susi 2014). Beschäftigtein neuen technisierten Arbeitsbedingungen würden auch ei-ne stärkere Arbeitsintensivierung, Arbeitsverdichtung sowiehöhere Anforderungen bezüglich der Entscheidungsgewaltund der arbeitsbezogenen Planung erleben (Kubicek et al.2015). Der sog. „Technostress“ (auch „Techopressure“ bzw.„Telepressure“) beschreibt eine Art technologisch-medialeÜberforderung, aktuell meist untersucht anhand intensiverIKT-Nutzung und dem gleichzeitig empfundenen Druck,sofort auf z.B. eingehende Nachrichten reagieren zu müs-sen (Grawitch et al. 2018). Allerdings würde dieser Effektauch durch interindividuelle Unterschiede, wie z.B. hohenNeurotizismus, niedrige Selbstkontrolle (Barber und San-tuzzi 2017) und hohe Arbeitssucht erklärt und assoziiertmit der Angst, etwas Wichtiges zu verpassen, was wiede-rum mit Stress und Burnout zusammenhängt. Demgegen-über stehen Studien, die sich auch mit positiven Zusammen-hängen auseinandersetzen: So könnte die Digitalisierungbei niedrig qualifizierten Beschäftigten sowie Beschäftig-

K

Z. Arb. Wiss.

ten mit körperlich hoch belastenden Tätigkeiten zu einerstärkeren körperlichen Entlastung führen als bei Höherqua-lifizierten sowie Beschäftigten ohne körperlich belastendeTätigkeiten (BMAS 2016). Führungskräfte (Gerten et al.2018) und mobil arbeitende Beschäftigte (Tarafdar 2018),die hauptsächlich unterwegs arbeiten, würden von der IKT-Nutzung profitieren, da sie selbst bestimmen könnten, inwelcher Weise sie die IKT nutzen und dabei persönlichePrioritäten setzen können. Fortgeschrittene digitale Ferti-gungstechnologien könnten zudem auch eine positive, per-sönlichkeitsförderliche Wirkung haben, wenn diese gleich-zeitig z.B. mit intellektueller Stimulanz (Planung, Kon-trolle und Problemlösung), erhöhtem Selbstmanagement,Engagement und Partizipation einhergehen (Bayo-Morio-nes et al. 2017). Generell ist die Studienlage über Standund Wirkung digitaler Technologien jedoch v.a. jenseitsvon IKT noch recht übersichtlich. Die skizzierten unter-schiedlichen Anforderungen implizieren zudem, dass auchder berufliche Kontext (z.B. die Branche oder die Tätig-keitsart) Unterschiede zwischen Beschäftigten in Hinblickauf die digitale Belastung erklären könnte. In einer Stu-die des BMWi wurden bei Vergleichen zwischen Finanz-und Dienstleistungsbranchen, der Gesundheitsbranche unddem Fahrzeugbau grobe deskriptive Unterschiede im Gradder Digitalisierung beschrieben (BMWi 2018), jedoch kei-ne weiteren inferenzstatistischen Unterscheidungen sowieDifferenzierungen zwischen einzelnen Tätigkeitsfeldern in-nerhalb oder zwischen den Branchen betrachtet. Die vorlie-gende Studie möchte diese Lücke schließen und neben demStand der Digitalisierung (im Sinne einer Belastung) besag-te Unterschiede in Hinblick auf ausgewählte Branchen undTätigkeitsfelder untersuchen.

Auch Überwachung und Austauschbarkeit sowie beruf-lich-soziale Entkopplung sind Aspekte, die derzeit im Zugeder Digitalisierung kontrovers diskutiert werden. Formender bewusst gesteuerten Überwachung sollen im Betriebder Steigerung der Produktivität/Leistung, Sicherheit, so-zialen Kontrolle sowie der Kreativität dienen (Martin undFreeman 2003), führen aber aufseiten der Beschäftigtenhäufig zu Unbehagen. Eine direkte Reaktion auf Überwa-chung (z.B. von E-Mails und Internetnutzung) ist häufigdie Änderung des Verhaltens am Arbeitsplatz (Stanton undWeiss 2000), beispielsweise sinkt „unproduktives“ Verhal-ten (wie z.B. Internetnutzung für private Zwecke währendder Arbeitszeiten). Allerdings wirkt digitale Überwachungauch negativ auf das subjektive Vertrauen der Beschäftig-ten zu ihrer Organisation und auf die wahrgenommene Ge-rechtigkeit der Überwachung (Alder et al. 2008). Hinzukommen Befürchtungen über die Austauschbarkeit von Be-schäftigten durch digitale Systeme. So hat sich der Anteilder Beschäftigten in Berufen mit einem hohen Substituier-barkeitspotenzial zwischen 2013 und 2016 bundesweit überalle Anforderungsniveaus und in fast allen Berufssegmenten

erhöht (Dengler et al. 2018). Allerdings werden Verände-rungen am Arbeitsmarkt eher i.S. von Verschiebungen vonArbeitsplätzen zwischen Berufen und Branchen diskutiert(Zika et al. 2018). Psychologisch interessant zu betrachtenist dabei, inwieweit sich berufliche Unsicherheit, Distan-zierung und soziale Isolation zeigen – und inwieweit dieseEinfluss auf die psychische Gesundheit nehmen. So ist ausder Untersuchung unbefriedigender und ungesicherter Be-schäftigungsverhältnisse bekannt, dass sich diese genausonegativ wie Erwerblosigkeit auf die Gesundheit auswirken(Dooley 2003; Mohr und Duresso 2012).

Als wichtige zu berücksichtigende Variablen bei der Be-trachtung von beruflichen Anforderungen und der persönli-chen Gesundheit und Motivation (Van der Doef und Maes1998) gelten allgemein arbeitsbezogene und persönlicheRessourcen wie z.B. die Arbeitsgestaltung, persönliche Au-tonomie und internale Kontrollüberzeugungen. Im Rahmender Automatisierung zeigte sich, dass sich hoch automa-tisierte Systeme bei gleichzeitig geringem Einfluss (alsodem Fehlen dieser Ressourcen) durchaus negativ auf dieBeschäftigten auswirken (Jang et al. 2016). Auch die Per-spektiven der Beschäftigten spielen eine wichtige Rolle:Mit dem Konzept der „digitalen Selbstwirksamkeit“ be-trachten wir ein Konstrukt, das in Anlehnung an die allge-meine Selbstwirksamkeitserwartung (Bandura 1982, 1997)die Wahrnehmung der eigenen digitalen Fähigkeiten sowiedie Überzeugung der Bewältigung digitaler Anforderungenumfasst (vgl. hierzu auch Moos und Azevedo 2009). ImUnterschied zu Studien, die umfassend und facettenreichüber das Konzept der allgemeinen Selbstwirksamkeitser-wartung als Ressource (Salanova et al. 2011; Shoji et al.2016; Ventura et al. 2015) und Erfolgsfaktor (Carter et al.2018; Maddux 2016) berichten, sind Studien zur Untersu-chung von Selbstwirksamkeit im digitalisierten Arbeitskon-text noch wenig verbreitet.

Schließlich ist im Kontext der Digitalisierung auch derEffekt auf das Wohlbefinden und die Work-Life-Balanceder Beschäftigten von Interesse. Im Kontext der Digitali-sierung könnten Tablets und andere IKT-Mobilgeräte dazubeitragen, dass mobiles Arbeiten und Remote-Work sichzunehmend verbreiten (Stawarz et al. 2013), was sich imSinne von mehr zeitlicher und örtlicher Flexibilität von Be-schäftigten einerseits durchaus positiv auf die Vereinbar-keit von beruflichen und privaten alltäglichen Anforderun-gen auswirken kann. Andererseits kann die häufige Nutzungvon Smartphones und IKT für Arbeitszwecke in der Frei-zeit sowie die ständige Verfügbarkeit (Ninaus et al. 2015)und eine geringe Kontrolle über die Entgrenzung zwischenArbeit und Privatleben zu einer hohen kognitiven Irritation(i. S. Nicht-Abschalten-Könnens) beitragen (Mellner 2016).Dies kann zu einer Einschränkung der Work-Life-Balanceführen, die hier als mittel- bis langfristige Beanspruchungs-folge verstanden wird (vgl. z.B. Rusch 2019), sich auf ein

K

Z. Arb. Wiss.

ausgeglichenes Verhältnis der verschiedenen Lebenssphä-ren in Berufs- und Privatleben bezieht (Hoff et al. 2005) unddie gleichmäßige Involviertheit und Zufriedenheit mit demBewältigen der jeweils in Beruf- und Privatleben assoziier-ten Rollen beinhaltet (Schobert 2007). Eine eingeschränk-te Work-Life-Balance kann somit als negative Konsequenzder Auswirkungen unterschiedlicher Stressoren und man-gelnder Ressourcen betrachtet werden.

Es zeigt sich, dass bisher nur vereinzelte Studien zurAusprägung und arbeitspsychologischen Zusammenhängenim Kontext der Digitalisierung existieren. Es stellt sich dieFrage, was unter Digitalisierung der Arbeit in einzelnen In-dustriebranchen und Tätigkeitsfelder derzeit zu verstehenist, welche Unterschiede derzeit existieren und welche ar-beitspsychologischen Zusammenhänge erkennbar sind. Dievorliegende Studie verfolgt daher vor allem zunächst einenexplorativen Weg und orientiert sich an folgenden For-schungsfragen:

1. Wie ist der aktuelle Stand der Digitalisierung in verschie-denen Industriebranchen in Deutschland und inwieweitwerden bereits bestimmte digitale Technologien genutzt?

2. Wie wird die Digitalisierung von den Beschäftigtenwahrgenommen? Gibt es hierbei Unterschiede zwischenden Industriebranchen und auch zwischen verschiedenenTätigkeitsfeldern der Beschäftigten?

3. Welche psychologischen Zusammenhänge und Wirkme-chanismen finden sich bei den Beschäftigten im Zuge derDigitalisierung?

Um diese Fragen zu beantworten, wurde eine deutsch-landweite Studie durchgeführt, Beschäftigte aus unter-schiedlichen Tätigkeitsfeldern befragt und für die Che-miebranche ein Strukturgleichungsmodell zur Analyse derkomplexen Zusammenhänge erstellt. Gleichzeitig bildet dieStudie den Ausgangspunkt für Längsschnittanalysen, die inden Folgejahren anschließen sollen.

3 Methodisches Vorgehen undDatengrundlage

Für die Analyse des aktuellen Status quo der Digitalisie-rung wurden deutschlandweit Beschäftigte aus zwölf In-dustriebranchen und acht verschiedenen Tätigkeitsfeldernuntersucht (vgl. Tab. 1). Die Datenerhebung wurde als On-line-Befragung durchgeführt. Landesweit wurden mit Un-terstützung der „Industriegewerkschaft Bergbau, Chemie,Energie“ (IG BCE) Beschäftigte in ihren Betrieben viaRundmail, Aushängen, Flyern, Infokarten und Betriebsver-sammlungen auf die Befragung hingewiesen. Dabei wurdenein URL-Link und QR-Code zur Website der Studie kom-muniziert, auf der ein Link zum Start der Online-Befragungeingebettet war. Die Datenerhebung fand vom 01.02.2019

bis 31.03.2019 statt, die Beantwortung des Online-Frage-bogens nahm durchschnittlich etwa 15min in Anspruch.Sämtliche Daten wurden anonym erhoben und gespeichert,die Teilnahme an der Befragung war freiwillig, es wurdenkeine Incentivierungen vorgenommen.

Insgesamt klickten 16.346 Beschäftigte den Link zur On-line-Befragung an. Nach der Datenbereinigung konnten fürdie Auswertung der Studie insgesamt 14.007 Befragte aus614 Betrieben, zwölf Industriebranchen und allen Bundes-ländern berücksichtigt werden. Tab. 1 bietet einen Über-blick über die Zusammensetzung des Samples. Ein Groß-teil der Befragten stammte aus westlichen und südlichenBundesländern (dabei allein 51,9% aus Nordrhein-Westfa-len), aus nördlichen und östlichen Bundesländern nahmenvergleichsweise wenig Personen an der Befragung teil. DieStichprobe war zudem geprägt durch einen großen Anteilvon Befragten aus großen Betrieben ab 500 Mitarbeitenden(MA): Mehr als ein Drittel der Befragten (36%) stamm-te aus Betrieben mit mehr als 5000 Beschäftigten. Auskleinen und mittelständischen Betrieben mit unter 500MA(KMU) stammten dagegen 23% der Befragten. Aus insge-samt 50 Einzelbetrieben nahmen mehr als 50 Personen ander Befragung teil, diese Betriebe stellten 76% der Teilneh-menden. Das Alter der Befragten betrug im Durchschnitt43,1 Jahre (SD= 12,0), der Frauenanteil lag insgesamt bei34%, in der Pharmabranche war er mit 42% am höchstenund im Zementbereich mit sechs Prozent am niedrigsten.Die acht voneinander abgegrenzten Tätigkeitsfelder verteil-ten sich breit: Verwaltung war mit 22% der Befragten an-teilig am stärksten vertreten, gemeinsam mit Forschung &Entwicklung, Leitung & Planung sowie IT machten diese„White-Collar“-Bereiche 48% der Befragten aus. Personenaus den „Blue-Collar“-Tätigkeitsfeldern Produktion, Tech-nik, Serviceleistung und Labor stellten zusammen 52%der Befragten. Das Gros der Befragten arbeitete unbefristet(92%) und in Vollzeit (89%). Je nach Branche lagen größ-tenteils voll- bzw. teilkontinuierliche Schichtarbeit vor, nurin den Branchen Kautschuk, Kunststoff und Keramik wurdemehrheitlich keine Schichtarbeit berichtet. Hervorzuhebenist das relativ hohe Qualifikationsniveau der Befragten: Le-diglich 5% der Befragten gaben an, über keinen oder nureinen grundständigen Schulabschluss zu verfügen.

Der eigentliche Fragebogen bestand aus einer Vielzahlvon Themen, arbeitspsychologischen Skalen sowie einigenergänzenden Einzel-Items. Im ersten Teil wurde die Nut-zung von 23 digitalen Technologien bei der eigenen Arbeiterfragt, untergliedert in vier Bereiche; das Antwortformatder angebotenen fünfstufigen Likertskala reichte von „nie“bis „sehr oft“:

� Bereich 1 „Digitale Informations- und Kommunikations-technologien“: E-Mail, Intranet, internes soziales Netz-

K

Z. Arb. Wiss.

Tab. 1 Gesamtsample mit Rücklauf je Branche (n1), Bundesland (n2), Tätigkeitsfelder (% im Sample)Table 1 Total sample with response per sector (n1), federal state (n2), fields of work (% in sample)

Branchen n1 n2 Tätigkeitsfelder

Chemie 9627 Blue CollarProduktion (16%)Technik (16%)Service (12%)Labor (8%)

White CollarVerwaltung (22%)F & E (14%)IT (7%)Leitung (6%)

Kunststoff 216

Pharmazie 1515

Kautschuk 120

Glas 107

Keramik 72

Papier 527

Energie 330

Bergbau 144

Mineralöl 91

Zement 37

Sonstige 1064

Ohne 157

Gesamt 14.007

werk/Messenger System, Smartphone/Tablet-Computer,Groupware, Videotelefonie und -konferenzen

� Bereich 2 „Digital aufbereitete Daten zu Endprodukten“:ERP-Systeme für Daten zu betrieblichen Ressourcen,CRM-Systeme für Kundendaten, Daten zu Produktle-benszyklen, digitale Verwaltungsprogramme zur Visua-lisierung und Berichtslegung, Big Data i. S. komplexerDatenmengen und -analysen, Künstliche Intelligenz i. S.selbstlernender „intelligenter“ Prozesse

� Bereich 3 „Digitale Technologien für Produktion, In-standhaltung und Arbeitsvorbereitung“: Terminals mitEchtzeitdaten, mobile Arbeitsmittel mit Echtzeitdaten,3D-Drucker, modulare Anlagen mit sensorengesteuerten„intelligenten“ Robotern, Systeme mit Augmented bzw.Virtual Reality, Datenbrillen als optische Hilfsgeräte mitintegrierten Display-Anzeigen

� Bereich 4 „Personenbezogene Messsysteme“: Gesund-heits- bzw. Positions-Tracker, Smart Watch, PersönlicheSchutzausrüstung (PSA) mit Messsensoren, Exoskelett

Anschließend wurden zu verschiedenen Themenberei-chen der Studie entsprechende Skalen vorgelegt. Tab. 2bietet einen Überblick über die Themenbereiche und Ska-len sowie die jeweiligen Reliabilitäten und Iteminhalte –als Antwortformat wurde stets eine fünfstufige Likertska-la mit wechselnden verbalen Verankerungen angeboten. Daim Zuge der noch geringen Nutzung von Technologien derBereiche 3 und 4 (vgl. deskriptive Befunde in Abb. 1) zugeringe Varianzen in den Daten vorlagen und die Vorausset-zungen für faktorenanalytische Untersuchungen sowie an-schließende Skalenbildungen dort nicht erfüllt waren, wur-den lediglich die Items der Bereiche 1 und 2 für weiter-führende Analysen verwendet, zu Skalen zusammengefasst

und diese dementsprechend in die Skalenliste aufgenom-men.

Bei der Datenauswertung wurden zunächst explorativeFaktorenanalysen der Items mit schiefwinkliger Rotationdurchgeführt, da für die hier gewählten und empirisch be-reits belegten, aber ggfs. interkorrelierenden Dimensioneneine strenge Orthogonalitätsannahme nicht notwendig er-schien. Die Faktorenanalysen beinhalteten Voraussetzungs-prüfung der Stichprobeneignung (KMO-Index), den Bart-lett-Test auf Sphärizität sowie Reliabilitätsprüfungen (In-terkorrelationen der Items und Cronbach’s Alpha), um dieauszuwertenden Skalen zu verifizieren. Für die erstelltenSkalen wurden anschließend Mittelwerte und Standardab-weichungen berechnet sowie relative Häufigkeiten für dieNutzung der verschiedenen digitalen Technologien. Da sichim Zuge der Datenerhebung bei der soziodemografischenAnalyse der Stichprobe gravierende Verzerrungseffekte hin-sichtlich der Rückläufe in einzelnen Branchen im Vergleichzu den tatsächlichen Beschäftigtenzahlen des StatistischenBundesamtes (2017) fanden, wurden die Daten aus unter-und überrepräsentierten Gruppen so gewichtet, dass derenVerteilung innerhalb der Gesamtstichprobe der tatsächli-chen prozentualen Verteilung in der Population entsprach.Somit konnte z.B. eine rücklaufbedingte überproportionaleDominanz der Chemiebranche in der Gesamtstichprobe unddamit in den Ergebnissen der Studie vermieden werden. Fürdie Berechnungen innerhalb der Branchen und Tätigkeits-bereiche wurden aufgrund fehlender Vergleichswerte keineGewichte verwendet.

Für die Untersuchung von Unterschieden zwischen denverschiedenen Branchen und zwischen den Tätigkeitsfel-dern wurden für jede Skala Varianzanalysen und Effekt-stärkeuntersuchungen durchgeführt. Auch Unterschiede inHinblick auf Betriebsgröße (von KMU unter 500 bis Be-

K

Z. Arb. Wiss.

Tab. 2 Themen der Studie mit Skalen, Reliabilitäten und IteminhaltenTable 2 Themes of the study with scales, reliabilities and item contents

Themen und Skalen rtt Iteminhalte

Nutzung digitaler Arbeitsmittela

Digitale IKT 0,76 E-Mail, Intranet, soziale Netzwerke/Messenger Systeme, Smartphone/Tablet-Computer, Groupware,Videotelefonie

Digital aufbereitete Daten zuEndprodukten

0,79 ERP, Produktlebenszyklus, Verwaltungsprogramme, CRM, Big Data, künstliche Intelligenz

Digitale Arbeitsanforderungena

Anforderungszunahme durchDigitale Systeme

0,85 Herausforderungen an Kompetenzen, hohe zeitliche Flexibilität, schneller und mehr arbeiten, Gleich-zeitigkeit mehrerer Aufgaben, anspruchsvollere Tätigkeiten

Überwachung und Aus-tauschbarkeit

0,85 Gefühl der Leistungskontrolle durch Einsatz digitaler Technologien, der Überwachung durch Daten-sammeln, Austauschbarkeit, Abwertung als Fachkraft durch Einsatz digitaler Technologien

Fremdbestimmung 0,72 Digitale Technologien übernehmen Planung meiner Aufgaben, treffen für mich Entscheidungen, ichbrauche weniger Fähigkeiten

Allgemeine Arbeitsanforderungenb

Quantitative Belastung 0,80 Häufiger Zeitdruck, zu viel Arbeit, mehrere Aufgaben gleichzeitig zu bewältigen

Qualitative Belastung 0,64 Zu schwierige Aufgaben, nicht genug ausgebildet

Zeitliche Flexibilitätsanforde-rungen

0,72 Stark schwankende tägliche Arbeitszeiten, nicht planbare Arbeitszeiten, notwendige Erreichbarkeitin der Freizeit

Beruflich-soziale Entkopplungc

Berufliche Unsicherheit 0,73 Sorgen vor Jobverlust, schwieriger Jobperspektive bei Arbeitslosigkeit sowie ungewollter Versetzungauf andere Arbeitsstelle

Berufliche Distanzierung 0,86 Beruf ist fremd geworden, zunehmende Distanz und Gleichgültigkeit sowie fehlende Identifikationmit der eigenen Tätigkeit

Soziale Isolation 0,69 Persönlicher Austausch mit Kollegen fehlt, sozial nicht eingebunden, Einsamkeit

Digitale Ressourcen

Unterstützung & Erleichte-rung durch digitale Systemea

0,79 Unterstützung bei Entscheidungen und Aufgabenplanung, Verfügbarkeit wichtiger Informationen,Nutzung neuer Arbeitsformen, einfachere Vereinbarkeit von Berufs- und Privatleben durch digitaleTechnologien

Digitale Selbstwirksamkeitd 0,70 Überzeugung zum Schritthalten mit der Digitalisierung, Zutrauen zur Bewältigung digitaler Anforde-rungen, Umgang mit digitalen Technologien fällt leicht

Allgemeine Ressourcen

Entscheidungsspielraumb 0,91 Selbstständig viele Entscheidungen treffen, Initiative und eigenes Ermessen

Vollständigkeitb 0,75 Arbeitsvorgänge von Anfang bis Ende, klares Arbeitsergebnis am Aufgabenende

Informationsaustauschb 0,80 Immer alle notwendigen Infos verfügbar, geregelte Informationsweitergabe

Veränderungsbereitschafte 0,82 Offenheit gegenüber persönlichem Mehrwert sowie Freude über sich ergebende Veränderungen amArbeitsplatz

Beanspruchungsfolgen

Kognitive Irritationf 0,92 Zu Hause und im Urlaub an Schwierigkeiten bei der Arbeit denken, schwer abschalten

Work-Life-Balanceg 0,80 Zufriedenheit mit Balance zwischen Arbeit und Privatleben, gute Vereinbarkeit, Anforderungen glei-chermaßen gut bewältigen können

aEigenkonstruktion der SkalenbSkalen in Anlehnung an WDQ (Stegmann et al. 2010), SPA (Metz und Rothe 2017) sowie Härtwig und Sporbert (2013)cSkalen in Anlehnung an Heinzer und Reichenbach (2013)dIn Anlehnung an Jerusalem und Schwarzer (1986)eIn Anlehnung an Szebel (2015)fMohr et al. (2007)gIn Anlehnung an Syrek et al. (2011) sowie Härtwig und Sporbert (2013)

triebe mit über 5000 Beschäftigten), Geschlecht, Alter undBildungsabschluss wurden betrachtet, allerdings fielen siehier eher unsystematisch und gering aus, daher nahmen siein dieser Studie keine zentrale Rolle ein. Um die komple-xen Zusammenhänge der Skalen zu analysieren, wurde zu-dem ein Strukturgleichungsmodell spezifiziert. Für dessen

Entwicklung wurden die in der Faktorenanalyse extrahier-ten latenten Dimensionen in das Strukturgleichungsmodellaufgenommen, um Zusammenhänge der unabhängigen undabhängigen Dimensionen untereinander zu analysieren. Beider Berechnung wurden ausschließlich Daten von Beschäf-tigten der Chemie-Branche verwendet, da es sich erstens um

K

Z. Arb. Wiss.

1. Digitale IKT 2. Digital aufbereitete Daten zu Endprodukten

3. Digitale Technologien für die Produktion

4. Personenbezogene Messsysteme

Nie Selten Gelegentlich Sehr oftOft

18

14

10

17

19

16

17

15

20

34

14

14

15

29

23

34

77

Videotelefon

Groupware

Smartphone /Tablet

Social Media

Intranet

E-Mail

7

13

13

14

13

12

8

9

14

15

13

7

5

10

9

12

KünstlicheIntelligenz

CRM-Systeme

Big Data

Verwaltungs-programme

Produktzyklus

ERP-Systeme

Datenbrillen

Virtual Reality

AdvancedRobotic

3D-Drucker

RemoteControl

Terminals mitEchtzeitdaten

Exoskelett

PSA mitSensoren

SmartWatch

Positions-Tracker

Gesundheits-Tracker

34

33

36

21

88

62

61

46

47

47

98

93

94

93

78

68

99

97

91

82

84

Abb. 1 Nutzung von Technologien der Digitalisierung (in Prozent der Beschäftigten)Fig. 1 Usage of digitization technologies (in percent of employees)

die mit Abstand größte Teilgruppe im Sample handelte undum zweitens unsystematisch auftretende Verzerrungseffektezu reduzieren, die die Entwicklung und Prüfung eines kon-vergierenden Modells verhindert hätten (vgl. Geiser 2011).Die Analysen wurden mit dem Programm MPlus 7.0 undin R 3.5.1 mit dem Paket lavaan durchgeführt. Alle Ana-lysen wurden unter Verwendung des maximum-likelihood-Schätzers mit robusten Standardfehlern (MLR) umgesetzt.Für die Analysen im Rahmen der Strukturgleichungsmodel-lierung wurde der FIML (full information maximum like-lihood)-Schätzer verwendet, der für die Schätzung der Mo-dellparameter alle zur Verfügung stehenden Informationenheranzieht. Dieses Schätzverfahren ist bei zufälliger Ver-teilung fehlender Werte der paarweisen oder listenweisenEliminierung bei der Modellparameterschätzung vorzuzie-hen (Schafer und Graham 2002).

4 Ergebnisse

4.1 Status quo der Digitalisierung geprägt durchIKT

Der erste Teil der Studie befasste sich mit dem Status quoder Digitalisierung im Sinne der tatsächlichen beruflichenNutzung durch die Beschäftigten.

Abb. 1 fasst die Ergebnisse der Nutzungsabfrage zusam-men. Die deskriptive Analyse zeigt, dass digitalisierte Ar-beit derzeit v. a. die Nutzung von digitalen IKT bedeutet,da diese Technologien (Kat. 1) am häufigsten genutzt wer-den. V.a. E-Mail werden bei 91% der Beschäftigten „(sehr)oft“ und Intranet bei 68% „(sehr) oft“ genutzt und sind da-mit schon recht etabliert; bei den anderen IKT innerhalbdieser Kategorie zeigt sich das Nutzungsspektrum dage-

gen als deutlich diverser. Auf entsprechende Unterschiedezwischen Branchen und Tätigkeitsfeldern wird im Folge-abschnitt eingegangen. Digital aufbereitete Daten zu End-produkten (Kat. 2) werden in der Breite weniger häufiggenutzt als IKT (z.B. ERP-Systeme von insg. 25% „(sehr)oft“). Anwendungen für Big Data und Künstliche Intelli-genz, die stark im Fokus der aktuellen medialen Diskussi-on stehen, werden von 61 bzw. 88% „nie“ genutzt. DigitaleTechnologien für die Produktion (Kat. 3, z.B. 3D-Druckerund Virtual Reality mit je 93% „nie“) und personenbezoge-ne Messsysteme (Kat. 4, z.B. Gesundheits- oder Positions-Tracker mit 84 bzw. 82% „nie“) finden bei nur wenigenBeschäftigten Anwendung.

4.2 Positive Bewertungen undTätigkeitsunterschiede in der digitalisiertenArbeit

Der umfassendere zweite Teil der Studie befasste sich mitder Frage, inwieweit es Unterschiede zwischen den ver-schiedenen Industriebranchen und Tätigkeitsfeldern der Be-schäftigten in Hinblick auf die Nutzung digitaler Techno-logien sowie Arbeitsanforderungen und Ressourcen gibt.Hierfür wurden die bereits oben betrachtete Nutzung digita-ler Arbeitsmittel herangezogen, die digitalisierungsspezifi-schen und die allgemeinen Arbeitsanforderungen und Res-sourcen, Aspekte der beruflich-sozialen Entkopplung so-wie psychische Beanspruchungsfolgen und Wohlbefinden.Tab. 3 bietet einen Überblick über die Ergebnisse, dabeiwird für jede Skala der Range der zwölf Branchen (mitNennung der Branchen mit den beiden jeweils höchsten undniedrigsten Werten) sowie Unterschiedseffekte (η2B) berich-tet, der Skalenmittelwert der gewichteten Gesamtstichprobe(Grand-Mean X) sowie der Mittelwerte-Range der darin

K

Z. Arb. Wiss.

Tab. 3 Range der Skalenmittelwerte sowie Unterschiedseffekte auf Ebene der Industriebranchen und der TätigkeitsfelderTable 3 Range of scale means, difference effects on level of industrial sectors and on level of fields of work

Themen und Skala X (SD) Industriebranchen (Range) η2B Tätigkeitsfelder (Range) η2TNutzung digitaler Arbeitsmittel

Digitale IKT 3,4(0,94)

Pharma, Papier ... Glas, Zement(3,8–2,1)

0,046 IT, Verwaltung ... Labor, Produktion(4,3–2,8)

0,212

Digital aufbereitete Daten 2,0(0,87)

Keramik, Sonstige ... Mineralöl, Zement(2,1–1,6)

0,009 IT, Leitung ... Labor, Technik(2,4–1,7)

0,039

Digitale Arbeitsanforderung

Anforderungszunahmedurch digitale Systeme

2,7(0,90)

Papier, Pharma ... Zement, Mineralöl(2,8–2,2)

0,004 IT, Leitung ... Produktion, Labor(3,0–2,5)

0,028

Überwachung & Aus-tauschbarkeit

2,5(1,0)

Energie, Glas ... Kautschuk, Zement(2,6–2,2)

0,003 Produktion, Service ... F & E, Lei-tung(2,6–2,2)

0,018

Fremdbestimmung 1,7(0,82)

Glas, Papier ... Zement, Mineralöl(1,9–1,5)

0,002 Service, Produktion ... Labor, F & E(1,8–1,5)

0,011

Allgemeine Arbeitsanforderungen

Quantitative Belastung 3,5(0,80)

Kautschuk, Papier ... Zement, Bergbau(3,6–3,2)

0,005 Leitung, IT ... Produktion, Labor(3,7–3,3)

0,014

Qualitative Belastung 2,0(0,85)

Zement, Glas ... Sonstige, Bergbau(2,2–1,9)

0,002 Technik, IT ... Leitung, Labor(2,1–1,9)

0,010

Zeitliche Flexibilitätsanfor-derungen

2,2(0,92)

Papier, Mineralöl ... Keramik, Bergbau(2,4–2,0)

0,006 Leitung, IT ... Labor, Produktion(2,6–2,0)

0,035

Beruflich-soziale Entkopplung

Berufliche Unsicherheit 2,3(0,97)

Pharma, Zement ... Kautschuk, Mineralöl(2,4–1,8)

0,004 IT, Service ... Technik, Leitung(2,4–2,1)

0,011

Berufliche Distanzierung 1,7(0,76)

Pharma, Chemie ... Bergbau, Kautschuk(1,8–1,6)

0,004 Produktion, IT ... F & E, Leitung(1,8–1,6)

0,004

Soziale Isolation 1,9(0,74)

Zement, Mineralöl ... Keramik, Kau-tschuk(2,2–1,8)

0,001 Produktion, Service ... VerwaltungF&E(2,0–1,8)

0,007

Digitale Ressourcen

Unterstützung & Erleichte-rung

2,8 (0,96) Kautschuk, Pharma ... Glas, Zement(3,2–2,2)

0,019 IT, Leitung ... Labor, Produktion(3,6–2,4)

0,163

Digitale Selbstwirksamkeit 3,9(0,79)

Kautschuk, Sonstige ... Energie, Zement(4,0–3,7)

0,005 IT, Leitung ... Produktion, Service(4,2–3,8)

0,018

Allgemeine Arbeitsressourcen

Entscheidungsspielraum 3,5(0,96)

Kautschuk, Papier ... Pharma, Bergbau(3,9–3,4)

0,005 Leitung, IT ... Labor, Produktion(3,9–3,1)

0,049

Vollständigkeit 3,9(0,90)

Zement, Papier ... Kautschuk, Mineralöl(4,1–3,7)

0,001 Labor, Technik ... Produktion, IT(4,1–3,7)

0,022

Informationsaustausch 2,9(0,82)

Chemie, Sonstige ... Glas, Kunststoff(3,0–2,8)

0,003 Labor, F & E ... IT, Technik(3,1–2,8)

0,011

Veränderungsbereitschaft 3,6(0,80)

Kautschuk, Glas ... Zement, Energie(3,8–3,3)

0,006 Leitung, IT ... Produktion, Technik(3,7–3,4)

0,012

Beanspruchungsfolgen

Kognitive Irritation 2,5(1,1)

Papier, Zement ... Glas, Bergbau(2,7–2,3)

0,002 Leitung, IT ... Produktion, Labor(2,7–2,2)

0,011

Work-Life-Balance 3,6(0,84)

Bergbau, Keramik ... Pharma, Mineralöl(3,7–3,3)

0,002 F & E, Labor ... Service Produktion(3,7–3,5)

0,008

Zur Berechnung des Grand-Means (X ) wurden die Daten anhand der tatsächlichen Beschäftigtenanzahlen gewichtet. Das Antwortformat entsprachstets einer fünfstufigen Likertskala von 1 bis 5 mit wechselnden verbalen Verankerungen. Die Skalen sind so gepolt, dass hohe Werte für hoheAusprägungen stehen. Markierter Wertebereich für Unterschiedseffekt η2: kein Effekt <0,010, kleiner Effekt ≥0,010, mittlerer Effekt ≥0,060,großer Effekt ≥0,140

K

Z. Arb. Wiss.

voneinander differenzierten acht Tätigkeitsfelder mitsamtden dazugehörigen Unterschiedseffekten (η2T). Die Ergeb-nisse zeigen mehrerlei:

Erstens wurde die Digitalisierung und die damit asso-ziierten Herausforderungen von den Befragten insgesamtdurchaus positiv eingeschätzt und weniger als Bedrohunggesehen, als es in Anbetracht der Diskussion möglicherEntwicklungsszenarien zu vermuten gewesen wäre (vgl.Hirsch-Kreinsen 2016). Dies zeigen zum einen die ins-gesamt eher niedrigen Ausprägungen der digitalisierungs-spezifischen negativ assoziierten Konstrukte „Fremdbe-stimmung“ (Grand Mean X = 1,7), „Überwachung“ (2,5)und die eher hoch ausgeprägte Ressource „Digitale Selbst-wirksamkeit“ (3,9), als auch die niedrig ausgeprägte all-gemeine Berufliche Unsicherheit (2,3), Berufliche Distan-zierung (1,7) und Soziale Isolation (1,9). Eher ambivalentbzw. mäßig bewertet wurden die Unterstützung und Er-leichterung (2,8) sowie die Anforderungszunahme durchdigitale Systeme (2,7).

Zweitens zeigt sich, dass Unterschiede zwischen denhier untersuchten Industriebranchen in Anbetracht niedri-ger Effektstärken η2B eher zu vernachlässigen sind. Dagegenfallen auf Ebene der verschiedenen Tätigkeitsfelder Unter-schiedseffekte η2T stärker ins Gewicht. Bei den Branchenzeigten sich lediglich bei der „Nutzung digitaler IKT-Sys-teme“ (η2B= 0,046) und der „Unterstützung und Erleichte-rung durch digitale Systeme“ (0,019) gering bedeutsameUnterschiedseffekte, denen zufolge in den Industriebberei-chen Kautschuk, Papier und Pharma jeweils höhere Werteerzielt wurden als bei Zement, Glas und Bergbau – die an-deren Branchen verteilten sich zwischen diesen Extremaum den jeweiligen Grand-Mean. Deutlich prägnanter fielendagegen Unterschiedseffekte zwischen den einzelnen Tä-tigkeitsfeldern aus, vor allem bei der „Nutzung digitalerIKT“ (η2T= 0,212), der „Nutzung digital aufbereiteter Da-ten“ (0,039), der „Unterstützung und Erleichterung“ (0,163)sowie der „Anforderungszunahme durch digitale Systeme“(0,028). So offenbarte sich wiederholt eine gewisse Dualitätzwischen sog. White-Collar-Tätigkeitsfeldern (IT, Leitung& Planung, Verwaltung, Forschung & Entwicklung) undBlue-Collar-Tätigkeitsfeldern (Produktion, Technik, Labor,Serviceleistung): Beschäftigte mit vornehmlich planerisch-administrativen Büro-Tätigkeiten waren häufiger bzw. stär-ker mit den Nutzungsherausforderungen und Anforderungs-zunahmen der Digitalisierung konfrontiert als Beschäftigtein handwerklich-technischen Tätigkeiten, zeigten aber auchetwas günstigere Werte bei der empfundenen „Überwa-chungen & Austauschbarkeit“ und den digitalisierungsspe-zifischen Ressourcen. Demgegenüber ließen sich nur sehrgeringe Unterschiedseffekte in den Skalen der Beanspru-chungsfolgen und der beruflich-sozialen Entkopplung er-kennen – sowohl auf Ebene der Branchen, als auch aufEbene der Tätigkeitsfelder.

Zur Einordnung der Ergebnisse (und v.a. für Zusam-menhangsuntersuchungen im unten folgende Strukturglei-chungsmodell) wurden auch allgemeine und eher digitali-sierungsunspezifische Belastungs- und Gestaltungsfaktorender Arbeit untersucht. Hier zeigten sich sowohl leicht er-höhte Werte in der „quantitativen Belastung“ (X = 3,5),als auch eher geringe und damit positive Werte in der „qua-litativen Belastung“ (2,0) und in „zeitlichen Flexibilitäts-anforderungen“ (2,2). Auch die klassischen Gestaltungs-faktoren „Vollständigkeit“ (3,9) und „Entscheidungsspiel-raum“ (3,5) waren eher positiv ausgeprägt, „Informations-austausch“ (2,9) dagegen mäßig. In allen genannten Be-reichen zeigten sich gering bedeutsame Unterschiedseffek-te zwischen den verschiedenen Tätigkeitsfeldern mit et-was höherenWerten in denWhite-Collar-Tätigkeiten, Bran-chenunterschiede waren demgegenüber nicht bedeutsam.

4.3 Zusammenspiel von Belastung, Ressourcen,Beruflich-sozialer Entkopplung und Gesundheitin der Digitalisierung

Der dritte Teil der Studie beinhaltete die Entwicklung einesStrukturgleichungsmodells (vgl. Abb. 2), um empirischeZusammenhänge der digitalisierungsspezifischen und allge-meinen Themenbereiche in der Chemiebranche darzustellenund gleichzeitig Gestaltungsimpulse für den betrieblichenKontext abzuleiten. Das Modell weist in der Gesamtschauder Kennwerte einen akzeptablen bis guten Modellfit auf(CFI= 0,92, RMSEA= 0,04, SRMR= 0,07, x2= 15.421.010,df= 973, p< 0,001), die abgebildeten standardisierten Fak-torladungen waren für alle eingeschlossenen Dimensionenstatistisch signifikant und substanziell, Dimensionen ohnesubstanziellen Beitrag wurden nicht in das Modell integriertund daher nicht weiter aufgeführt.

Das entwickelte Modell passt sich in den theoretischenRahmen der Studie des Job-Demands-Resources-Modell(Bakker und Demerouti 2007, 2014) ein und ergänzt essowohl um digitalisierungsspezifische Aspekte, als auchum den als Stressor interpretierbaren Bereich der Beruf-lich-sozialen Entkopplung. Im oberen und mittleren Teildes Modells (vgl. Abb. 2) zeigen sich Wirkzusammenhän-ge, die vergleichbar sind zu jenen des JDR-Modells: Diedigitalisierungsspezifischen und allgemeinen beruflichenAnforderungen zeigen substanzielle Interkorrelationen undwirken theoriekonform mit jeweils positiven standardi-sierten β-Regressionskoeffizienten (0,09, 0,41, 0,22) aufdie negativ konnotierte Beanspruchungsfolge „KognitiveIrritation“ sowie mit negativen β (–0,40 und –0,11) aufdie positive konnotierte Beanspruchungsfolge „Work-Life-Balance“. Gleichzeitig leisten die persönlichen Ressourcen(hier „Digitale Selbstwirksamkeit“) mit negativem β= –0,10einen Beitrag zur Erklärung der „Kognitiven Irritation“und die berufliche Ressource „Informationsaustausch“ mit

K

Z. Arb. Wiss.

Abb. 2 Strukturgleichungsmo-dell für die Chemie-Branche

Fig. 2 Structural equationmodel for the chemical industry

positivem β= 0,14 einen Beitrag zur Erklärung der Bean-spruchungsfolge „Work-Life-Balance“. Zudem zeigt sich,dass die Ressource „Digitale Selbstwirksamkeit“ selbstwieder durch die betriebliche „Unterstützung und Erleich-terung durch digitale Systeme“ mit β= 0,62 erklärt wird(R2= 0,13) – dies kann auch als Mediationseffekt inter-pretiert werden, der die Unterstützung digitaler Systemebei der Reduzierung kognitiver Irritation über die DigitaleSelbstwirksamkeit erklärt. Ergänzt wird das Modell nunum die als Stressoren interpretierbaren Aspekte der beruf-lich-sozialen Entkopplung, die sich aus den substanziellmiteinander interkorrelierenden Variablen „Berufliche Un-sicherheit“, „Berufliche Distanzierung“ und „Soziale Iso-lation“ zusammensetzen; letztere wirken mit negativem β(–0,19 und –0,12) auf „Work-Life-Balance“. Insgesamt

werden in diesem Modell 38% der Varianz der Variable„Kognitive Irritation“ erklärt und 45% der Variable „Work-Life-Balance“. Die „Berufliche Unsicherheit“ stellt sich indieser Studie zudem als eine Art Verbindungsglied dar:Sie korreliert einerseits zu r= 0,62 stark positiv mit derdigitalisierungsrelevanten „Überwachung und Austausch-barkeit“ und andererseits zu r= –0,38 mit der persönlichenRessource „Allgemeine Veränderungsbereitschaft“. Somitzeigt sich, dass die Aspekte der sozialen Einbindung undberuflichen Identität (wie bereits ganz allgemein im be-ruflichen Erleben) auch im Kontext der Digitalisierungeinen zu berücksichtigenden Beitrag zum Verständnis vonpsychischen Beanspruchungsfolgen leisten.

K

Z. Arb. Wiss.

5 Diskussion des methodischen Vorgehensund der Ergebnisse

Die Digitalisierung ist Teil unseres Alltags und verändertArbeitsprozesse und die Arbeitswelt, sodass sich Betriebeund Beschäftigte mit den damit einhergehenden Chancenund Herausforderungen auseinandersetzen müssen (Claußund Verworn 2019). Die vorliegende Studie hatte zum Ziel,den Status quo sowie Anforderungen und Auswirkungender Digitalisierung in zwölf Industriebranchen aus Sicht derBeschäftigten zu untersuchen, Unterschiede zwischen denBranchen sowie zwischen acht verschiedenen Tätigkeitsfel-dern zu analysieren und empirische Zusammenhänge undWirkeinflüsse der erfassten Aspekte im Rahmen aktuellertheoretischer Modelle zu ergründen.

Bei der Betrachtung der Ergebnisse sind zunächst ei-nige Limitationen zu berücksichtigen: Zwar verhelfen diethematische Fülle, die große Anzahl an Teilnehmenden undder differenzierte Querschnitt über zwölf Industriebranchenund acht Tätigkeitsfelder sowie die Verknüpfung der Datenmithilfe des Strukturgleichungsmodells zu einer vielver-sprechenden Datengrundlage, um fundierte Aussagen fürden anvisierten Geltungsbereich in den untersuchten Bran-chen und Tätigkeitsfeldern zu treffen. Trotz der guten Da-tengrundlage sollten bei der Ergebnisinterpretation berück-sichtigt werden, dass Verzerrungseffekte durch das gewähl-te Erhebungsmedium der Online-Befragung denkbar sind:Zugang und Affinität zu digitalen Technologien (immer-hin Hauptgegenstand der Studie) sowie deren Bedienungkönnten dieWahrscheinlichkeit zur Teilnahme an der Befra-gung durchaus beeinflusst haben – eine parallele Befragungz.B. anhand klassischer Paper-Pencil-Fragebögen wäre alsodurchaus hilfreich gewesen. Auch sind Stichprobeneffektedenkbar: Zwar konnten Verzerrungen auf Ebene der Bran-chen durch die beschriebenen Gewichtungen kompensiertwerden, auf Ebene der Tätigkeitsfelder war dies wegen feh-lender Vergleichsdaten jedoch nicht möglich. Zu diskutie-ren ist auch, dass das Sample durch einen hohen Anteil vonqualifizierten Beschäftigten aus (für die Prozessindustriedurchaus typischen) großen Betrieben im Süden und Wes-ten des Landes sowie Personen mit unbefristeten Beschäf-tigungsverhältnissen geprägt ist. Daher wären differenzier-tere Untersuchungen von Beschäftigten in KMU lohnend,ebenso von Personen mit fragileren Beschäftigungskonstel-lationen sowie Personen mit niedrigerem Bildungshinter-grund. Auch ein Effekt durch die studienunterstützende Or-ganisation im Sinne induzierter sozial erwünschter Antwor-ten der Befragten ist prinzipiell denkbar, ansonsten könnenauch hier die üblichen Einschränkungen von Selbstberichts-daten diskutiert werden. Für das Strukturgleichungsmodellwurden aus methodischen Gründen ausschließlich Beschäf-tigte der Chemiebranche herangezogen, um die Stabilitätdes Modells sicherzustellen, was den Transfer der Befunde

zunächst etwas eingrenzen könnte. Jedoch konnten keinesystematischen Einflüsse der Branchenart identifiziert wer-den – zudem zeigten sich in der Studie insgesamt nur gerin-ge bis keine Branchenunterschiede, sodass eine Anwendungdes Modells auch in anderen Bereichen diskutierbar ist.

Trotz dieser zu berücksichtigenden Einschränkungenwird deutlich, dass die Digitalisierung in Hinblick auf denStatus quo bei der Breite der Beschäftigten noch am An-fang steht und sich eher auf die Nutzung digitaler IKTsowie digital aufbereiteter Daten eingrenzen lässt. Dies be-stätigt Daten des Statistischen Bundesamtes, nach denen inDeutschland z.B. die E-Mail-Nutzung von 2000 bis 2018exponentiell gestiegen ist (Statistisches Bundesamt 2019).Dagegen werden jene digitalen Technologien, die häufigim Fokus der medialen Berichterstattung liegen und alstypische Beispiele der Digitalisierung in der Arbeitsweltangeführt werden wie z.B. Big Data, Künstliche Intelli-genz, 3D-Drucker, Virtual Reality, Tracking-Systeme undExoskelette bisher tatsächlich eher noch sporadisch genutzt.Bereits in einer Studie des BMWi wurden bei globalerenVergleichen z.B. zwischen wissensintensiven Finanz- undDienstleistungsbranchen, der Gesundheitsbranche und demFahrzeugbau deskriptive Unterschiede im Grad der Digi-talisierung beschrieben (BMWi 2018), inferenzstatistischeUnterscheidungen sowie Differenzierungen zwischen ein-zelnen Tätigkeitsfeldern innerhalb der Branchen standendagegen weniger im Fokus. Auch zeigte sich eine gewisseVermischung der Dimensionen Branche und Tätigkeit. Dienun hier durchgeführte Studie zeigt dagegen, dass Unter-schiede zwischen den hier untersuchten Industriebranchendeutlich geringer ausfallen, als dies in Ansehung entspre-chender Publikationen zu vermuten gewesen wäre. Dieserscheint durchaus plausibel, da sich Tätigkeiten vor alleman expliziten Berufen orientieren, die nach Lempert (2006)als Inbegriff spezialisierter Anforderungen und Tätigkeitenzu verstehen sind, deren Ausübung die Ausbildung be-sonderer sensumotorischer und intellektueller Fähigkeitenvoraussetzt und zudem persönlichkeitsbildende Sozialisa-tionseffekte sowie eine erfahrungsbedingte Erweiterungdes Wissens, Könnens und der Handlungsfähigkeit in An-sehung der jeweiligen Tätigkeit und Umwelt beinhalten.Infolgedessen ähneln sich Angestellte spezifischer Berufe(z.B. in der Technik, Verwaltung, IT) auch über Branchen-grenzen hinweg eher als z.B. Angestellte verschiedenerBerufe innerhalb einer Branche (z.B. Chemie, Energie,Pharmazie). In unserer Studie war bei Beschäftigten in sog.White-Collar-Tätigkeitsfeldern die Digitalisierung bereitspräsenter als in Blue-Collar-Berufen, was sowohl die Nut-zung der digitalen Arbeitsmittel und Anforderungszunahmebetrifft, als auch die wahrgenommene Unterstützung durchdigitale Systeme – berufspraktisch gehen diese Aspekteeng miteinander einher. Daher sollten Besonderheiten undUnterschiede der Tätigkeitsfelder auch bei der Diskussion

K

Z. Arb. Wiss.

der Anforderungen und Konsequenzen der Digitalisierungstärker berücksichtigt werden.

Bemerkenswerterweise zeigen sich in der Breite der hierBefragten insgesamt eher niedrige Befürchtungen und ei-ne durchaus positiv ausgeprägte Zuversicht in Hinblick aufdie digitalen Veränderungen, was aus psychologischer Per-spektive als wichtige Arbeitsressource zur Bewältigung desWandels zu verstehen ist. Vor allem Selbstwirksamkeit isteine wichtige Ressource, die angibt, wie stark Beschäftig-te überzeugt sind, bestimmte Arbeitsaufgaben zu meistern(Spreitzer 1995). Digitale Selbstwirksamkeit ist hier nun alseine Anwendung des klassischen Konstruktes von Selbst-wirksamkeit (Bandura 1982, 1997) auf den Kontext der Di-gitalisierung zu verstehen. Basierend auf den inferenzstatis-tischen Ergebnissen des Strukturgleichungsmodells konn-te gezeigt werden, dass digitale Selbstwirksamkeit sowohlmit allgemeiner Veränderungsbereitschaft signifikant posi-tiv korreliert, als auch als Ressource sowohl milderndenEinfluss auf die Kognitive Irritation nimmt und mediierenddie unterstützende Funktion digitaler Systeme erklärt. Sol-che Systeme entfalten demnach vor allem dann ihre un-terstützende Wirkung, wenn sie bei den Nutzenden auchdas Zutrauen stärken, die gestellten digitalen Anforderun-gen zu bewältigen, wenn ihnen der Umgang mit der je-weiligen Technologie leichtfällt und sie die Überzeugunghaben, mit der Digitalisierung Schritt zu halten. Die vor-gelegte Studie fügt sich daher in Arbeiten ein, die ande-re Selbstwirksamkeitsdimensionen näher untersuchten: Sokonnte z.B. ein Zusammenhang zwischen selbst-orientier-ter Selbstwirksamkeit und emotionaler Irritation gefundenwerden (Loeb et al. 2016); zudem zeigten Sonnentag undKruel (2006), dass erholungsbezogene Selbstwirksamkeitdie Fähigkeit des Abschaltens beeinflusst. Unsere Ergebnis-se konnten daher die bestendenden Befunden zur Bewälti-gung digitalisierungsspezifischer Anforderungen erweitern.

Aus theoretischer Perspektive kann die vorliegende Stu-die insofern einen Beitrag leisten, als dass auftretende Be-lastungs-Beanspruchungs-Konstellationen auch im Kontextder Digitalisierung empirisch und theoretisch erklärt wer-den können. Ergänzend zum klassischen Belastungs-Be-anspruchungsmodell (Hackman und Oldham 1980) sowieJDR-Modell (vgl. im Überblick Demerouti und Nachreiner2019) konnte gezeigt werden, dass hier sowohl digitalisie-rungsspezifische, als auch allgemeine Arbeitsanforderun-gen und Ressourcen bei der Erklärung von psychischen Be-anspruchungsfolgen berücksichtigt werden müssen. Dabeiwurde die digitale Selbstwirksamkeit als Ressource identi-fiziert, die zudem als Mediator die Wirksamkeit unterstüt-zender digitaler Systeme erklärt. Zudem wurden in diesemKontext auch Aspekte der beruflich-sozialen Entkopplungmit drohender Verunsicherung und Erosion von Bindungan Tätigkeit, Beruf und berufliche Gemeinschaft als beein-flussende Phänomene von Work-Life-Balance identifiziert.

Dies ist insofern relevant, als dass aus der Commitment-Forschung bekannt ist, dass die berufliche Bindung einedurchaus wichtige psychologische und auch identitätsstif-tende Ressource im Beruf darstellt (vgl. z.B. Berg 2017).Auch soziale Zugehörigkeit im beruflichen Kontext ist einwichtiges Grundbedürfnis und dient als bedeutsame orga-nisationale Ressource (Becke 2018). Dagegen ist Ausgren-zung im Arbeitskontext mit zahlreichen negativen Folgenfür Beschäftigte und die Organisation assoziiert: BetroffeneMitarbeitenden leiden unter dem verminderten Selbstwert-und Autonomiegefühl, fühlen sich nicht zugehörig, habenoft existenzielle Krisen und sind auch weniger produktiv(Ferris et al. 2008). So wirken sich ungesicherte Beschäfti-gungsverhältnisse vergleichbar negativ wie Erwerblosigkeitauf die psychische Gesundheit aus (Dooley 2003; Mohrund Duresso 2012). Dies zeigt, dass erodierende berufli-che Bindung und die identitätsstiftende Funktion von Be-ruf auch im Kontext der Digitalisierung mitberücksichtigtwerden sollte. Im Zuge sich weiter ändernder Berufsbilder,Tätigkeitsspektren, Veränderung von Teamstrukturen undbetrieblicher Prozesse sollten Zusammenhänge mit beruf-licher Unsicherheit, beruflicher Distanzierung und sozialerIsolation also weiter untersucht werden. Um diese und wei-tere etwaige Veränderungseffekte im Zuge der voranschrei-tenden Digitalisierung präzise zu untersuchen, wären auchLängsschnittanalysen durchaus lohnend. So könnten auchAdaptations- und Assimilationsprozesse, Effekte im Zugedes demografischen Wandels, Untersuchungen im Zuge derangeschnittenen Dualität von Blue- und White-Collar-Tä-tigkeiten sowie Veränderungseffekte im Zuge der Weiter-entwicklung von Berufen sowie des Systems der Berufeuntersucht werden.

6 Praktische Implikationen

In der vorliegenden Studie weisen wir auf gefundene Un-terschiede v. a. in der Nutzung digitaler IKT und in derempfundenen Unterstützung und Erleichterung durch di-gitale Technologien zwischen Blue- und White-Collar-Be-schäftigten hin. Um Beschäftigte aller Bereiche angemessenzu unterstützen und möglichen Polarisierungen entgegenzu-wirken (Windelband 2019; Windelband und Spöttl 2018),sollten passende betriebliche Maßnahmen für die jeweili-gen Gruppen entwickelt werden, die die spezifischen Anfor-derungen und Bedürfnisse berücksichtigen. Basierend aufden Ergebnissen des Strukturgleichungsmodells sollten beider Regulierung von Belastungen im Zuge der Digitalisie-rung sowohl digitalisierungsspezifische, als auch allgemei-ne Arbeitsanforderungen sowie die Förderung betrieblicherund persönlicher digitaler Ressourcen im Fokus stehen. Zuempfehlen ist, neben der Implementierung hilfreicher digi-taler Systeme gleichzeitig auch ein Fokus auf die (hier als

K

Z. Arb. Wiss.

wichtiger Mediator identifizierte) digitale Selbstwirksam-keit. Die Weiterentwicklung digitaler Kompetenzen ist hier-bei ein Schlüssel, der von Blue- und White-Collar-Beschäf-tigten gleichermaßen als wichtig angesehen wird, um be-rufliche Erfolge zu unterstützen (Porubcinová 2015). Dieskann auch die Akzeptanz bei der Einführung neuer Techno-logien fördern und mit Digitalisierung verbundene Ängstereduzieren (Lager et al. 2019). Das Strukturgleichungsmo-dell zeigt zudem, das auch der beruflich-sozialen Entkopp-lung im Zuge betrieblicher Veränderungen frühzeitig be-gegnet und bei drohender Verunsicherung der BeschäftigtenMaßnahmen zur beruflichen Bindung und Integration ange-stoßen werden sollten. Hier kann die Digitalisierung sogarunterstützen: Gerade in Situationen wie z.B. der Corona-Pandemie, bei der Beschäftigte verstärkt daheim arbeiten(Pauly und Holdampf-Wendel 2020) und sich von ihrenberuflich-sozialen Strukturen zu entkoppeln und gar zu ver-einsamen drohen (Rauner 2020) und womöglich beruflichverunsichert sind, können unterstützende digitale Systemezur Stärkung der Selbstwirksamkeit beitragen, was wie-derrum mit höherer allgemeiner Veränderungsbereitschaftassoziiert ist und mit geringerer beruflicher Unsicherheiteinhergeht. Daher bedarf es im Betrieben aufeinander ab-gestimmter Maßnahmen, um gleichsam sowohl technischeund organisatorische, als auch personenbezogene und sozi-al-integrative Aspekte im Zuge der Digitalisierung zu för-dern.

Funding Open Access funding provided by Projekt DEAL.

Open Access Dieser Artikel wird unter der Creative Commons Na-mensnennung 4.0 International Lizenz veröffentlicht, welche die Nut-zung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe injeglichem Medium und Format erlaubt, sofern Sie den/die ursprüng-lichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Linkzur Creative Commons Lizenz beifügen und angeben, ob Änderungenvorgenommen wurden.

Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterialunterliegen ebenfalls der genannten Creative Commons Lizenz, sofernsich aus der Abbildungslegende nichts anderes ergibt. Sofern das be-treffende Material nicht unter der genannten Creative Commons Lizenzsteht und die betreffende Handlung nicht nach gesetzlichen Vorschrif-ten erlaubt ist, ist für die oben aufgeführten Weiterverwendungen desMaterials die Einwilligung des jeweiligen Rechteinhabers einzuholen.

Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformationauf http://creativecommons.org/licenses/by/4.0/deed.de.

Literatur

Absenger N, Ahlers E, Herzog-Stein A, Lott Y, Maschke M, Schie-tinger M (2016) Digitalisierung der Arbeitswelt?! Ein Reportaus der Hans-Böckler-Stiftung. https://www.econstor.eu/handle/10419/175252. Zugegriffen: 8. Okt. 2019

Alder GS, Schminke M, Noel TW, Kuenzi M (2008) Employee reacti-ons to internet monitoring: the moderating role of ethical orienta-tion. J Bus Ethics 80(3):481–498

Atanasoff L, Venable MA (2017) Technostress: Implications for adultsin the workforce. Career Dev Q 65(4):326–338

Bakker AB, Demerouti E (2007) The job demands-resources model:state of the art. J Manag Psychol 22(3):309–328

Bakker AB, Demerouti E (2014) Job demands–resources theory. In:Cooper C, Chen P (Hrsg) Wellbeing: A complete reference guide.Wiley-Blackwell, Chichester, S 37–64

Bandura A (1982) Self-efficacy mechanism in human agency. Am Psy-chol 37(2):122–147

Bandura A (1997) Self-efficacy: the exercise of control. Freeman, NewYork

Barber LK, Santuzzi AM (2017) Telepressure and college student em-ployment: The costs of staying connected across social contexts.Stress Health 33(1):14–23

Bayo-Moriones A, Billon M, Lera-López F (2017) Are new work prac-tices applied together with ICT and AMT? Int J Hum Res Manag8(4):553–580

Becke G (2018) Soziale Zugehörigkeit – eine fragile organisationaleRessource bei digitaler und vermarktlichter Arbeit. In: Gerama-nis O, Hutmacher S (Hrsg) Identität in der modernen Arbeitswelt.Springer Gabler, Wiesbaden, S 267–281

Berg C (2017) Zusammenhänge zwischen beruflicher Identität, Com-mitment und Arbeitszufriedenheit. Z Arb Wiss 71(3):169–178

BMAS (2016) Monitor-Digitalisierung am Arbeitsplatz: Aktuelle Er-gebnisse einer Betriebs- und Beschäftigtenbefragung. http://www.bmas.de/SharedDocs/Downloads/DE/PDF-Publikationen/a875-monitor-digitalisierung-am-arbeitsplatz.pdf?__blob=publicationFile&v=2. Zugegriffen: 3. Juli 2019

BMWi (2018) Monitoring-Report Wirtschaft DIGITAL. https://www.bmwi.de/Redaktion/DE/Publikationen/Digitale-Welt/monitoring-report-wirtschaft-digital-2018-langfassung.pdf?__blob=publicationFile&v=12. Zugegriffen: 3. Juli 2019

Carter WR, Nesbit PL, Badham RJ, Parker SK, Sung LK (2018)The effects of employee engagement and self-efficacy on jobperformance: a longitudinal field study. Int J Hum Res Manag29(17):2483–2502

Clauß E, Verworn B (2019) Möglichkeiten 4.0: Chancen der Digi-talisierung für Beschäftigte und Unternehmen. In: Badura B,Ducki A, Schröder H, Klose J, Meyer M (Hrsg) Krise und Ge-sundheit – Ursachen, Prävention, Bewältigung. Fehlzeiten-Report2017. Springer, Berlin, S 51–61

Demerouti E, Nachreiner F (2019) Zum Arbeitsanforderungen-Ar-beitsressourcen-Modell von Burnout und Arbeitsengagement –Stand der Forschung. Z Arb Wiss 73(2):119–130

Dengler K, Matthes B, Wydra-Somaggio G (2018) Digitalisierung inden Bundesländern: Regionale Branchen- und Berufsstrukturenprägen die Substituierbarkeitspotenziale. IAB, Nürnberg

Van der Doef M, Maes S (1998) The job demand-control (-support)model and physical health outcomes: a review of the strain andbuffer hypotheses. Psychol Health 13(5):909–936

Dooley D (2003) Unemployment, underemployment, and mentalhealth: Conceptualizing employment status as a continuum. AmJ Community Psychol 32(1–2):9–20

Ferris DL, Brown DJ, Berry JW, Lian H (2008) The development andvalidation of the Workplace Ostracism Scale. J Appl Psychol93(6):1348–1366

Geiser C (2011) Lineare Strukturgleichungsmodelle. In: Geiser C(Hrsg) Datenanalyse mit Mplus. Eine anwendungsorientierteEinführung. Springer, Wiesbaden, S 41–92

Gerten E, Beckmann M, Bellmann L (2018) Controlling workingcrowds: The impact of digitalization on worker autonomy andmonitoring across hierarchical levels. Center of Business andEconomics, Basel

Grawitch MJ, Werth PM, Palmer SN, Erb KR, Lavigne KN (2018)Self-imposed pressure or organizational norms? Further exami-nation of the construct of workplace telepressure. Stress Health34(2):306–319

K

Z. Arb. Wiss.

Hackman J, Oldham G (1980) Work redesign. Addison-Wesley,Massachusetts

Hämmerle M, Rally P, Scholtz O (2017) Digitalisierung und Arbeits-welt in Chemie und Pharma Baden-Württemberg. Fraunhofer-In-stitut für Arbeitswirtschaft und Organisation IAO, Stuttgart

Härtwig C, Sporbert A (2013) Evaluation der Einführung verschiede-ner Arbeitszeitmodelle. Befunde einer Längsschnittstudie bei derPolizei. Z Arb Wiss 4:243–251

Hasselmann O, Schauerte B, Schröder J (2017) Digitalisierung: Her-ausforderungen meistern und Krisen vermeiden. Handlungsfelderder Betrieblichen Gesundheitsförderung. In: Badura B, Ducki A,Schröder H, Klose J, Meyer M (Hrsg) Krise und Gesundheit – Ur-sachen, Prävention, Bewältigung. Fehlzeiten-Report 2017. Sprin-ger, Berlin, S 37–52

Heinzer S, Reichenbach R (2013) Die Entwicklung der berufli-chen Identität. https://www.ife.uzh.ch/dam/jcr:00000000-272b-1a72-0000-00002d44d5b6/Schlussbericht_zum_BBT-Projekt_Berufliche_Identitaet.pdf. Zugegriffen: 15. Okt. 2018

Hermeier B, Heupel T, Fichtner-Rosada S (Hrsg) (2019) Arbeitswel-ten der Zukunft. Wie die Digitalisierung unsere Arbeitsplätze undArbeitsweisen verändert. Springer Gabler, Wiesbaden

Hirsch-Kreinsen H (2016) Digitalisation und Einfacharbeit. Friedrich-Ebert-Stiftung, Bonn. https://library.fes.de/pdf-files/wiso/12645.pdf. Zugegriffen: 15. Okt. 2018

Hirsch-Kreinsen H, Ittermann P, Niehaus J (Hrsg) (2018) Digitalisie-rung industrieller Arbeit. Die Vision Industrie 4.0 und ihre sozia-len Herausforderungen. Nomos, Baden-Baden

Hoff E-H, Grote S, Dettmer S, Hohner H-U, Olos L (2005) Work-Life-Balance: Berufliche und private Lebensgestaltung von Frau-en und Männern in hoch qualifizierten Berufen. Z Arb Organ49(4):196–207

Jang J, Shin H, Aum H, KimM, Kim J (2016) Application of experien-tial locus of control to understand users’ judgments toward usefulexperience. Comput Human Behav 54:326–340

Jerusalem M, Schwarzer R (1986) Selbstwirksamkeit. In: Schwarzer R(Hrsg) Skalen zur Befindlichkeit und Persönlichkeit. Freie Uni-versität Berlin, Berlin, S 15–28

Kubicek B, Paškvan M, Korunka C (2015) Development and validationof an instrument for assessing job demands arising from accelera-ted change: The intensification of job demands scale (IDS). Eur JWork Organ Psychol 24(6):898–913

Lager H, Delbrügger T, Lenz LT, Roßmann J (2019) Mitarbeiterpar-tizipation in Zeiten der Digitalisierung mit Building InformationModeling: Gute Praxis digitaler Werkerunterstützung bei der Pla-nung von Fabrikarbeitsstationen. Z Arb Wiss 73(2):229–238

Lempert W (2006) Berufliche Sozialisation und berufliches Lernen.In: Arnold R, Lipsmeier A (Hrsg) Handbuch der Berufsbildung,2. Aufl. VS, Wiesbaden, S 413–420

Leung L (2011) Effects of ICT connectedness, permeability, flexibility,and negative spillovers on burnout and job and family satisfaction.Hum Technol 7(3):250–267

Loeb C, Stempel C, Isaksson K (2016) Social and emotional self-effi-cacy at work. Scand J Psychol 57(2):152–161

Maddux JE (2016) Self-efficacy. In: Trusz S, Babel P (Hrsg) Inter-personal and intrapersonal expectancies. Routledge, London, S41–46

Maier GW, Engels G, Steffen E (Hrsg) (2017) Handbuch Gestaltungdigitaler und vernetzter Arbeitswelten. Springer, Berlin

Martin K, Freeman RE (2003) Some problems with employee monito-ring. J Bus Ethics 43(4):353–361

Mellner C (2016) After-hours availability expectations, work-relatedsmartphone use during leisure, and psychological detachment:The moderating role of boundary control. Int J Workplace HealthManag 9(2):146–164

Metz A, Rothe H (2017) Screening psychischer Arbeitsbelastung. EinVerfahren zur Gefährdungsbeurteilung. Springer, Wiesbaden

Mohr C, Duresso R (2012) Erwerblosigkeit. In: Bamberg E, Mohr G,Busch C (Hrsg) Arbeitspsychologie. Hogrefe, Göttingen, S 187–204

Mohr G, Rigotti T, Müller A (2007) Irritations-Skala zur Erfassungarbeitsbezogener Beanspruchung (IS). Hogrefe, Göttingen

Moos DC, Azevedo R (2009) Learning with computer-based learningenvironments: A literature review of computer self-efficacy. RevEduc Res 79(2):576–600

Ninaus K, Diehl S, Terlutter R, Chan K, Huang A (2015) Benefits andstressors–Perceived effects of ICT use on employee health andwork stress: An exploratory study from Austria and Hong Kong.Int J of Qualitative Studies on Health and Well-Being 10(1).https://www.tandfonline.com/doi/pdf/10.3402/qhw.v10.28838?needAccess=true. Zugegriffen: 9. Juli 2019

Pauly B, Holdampf-Wendel A (2020) Corona-Pandemie: Arbeit imHomeoffice nimmt deutlich zu. https://www.bitkom.org/Presse/Presseinformation/Corona-Pandemie-Arbeit-im-Homeoffice-nimmt-deutlich-zu. Zugegriffen: 20. März 2020

Porubcinová M (2015) Work competencies of white and blue collarworkers in the context of information society development. PrognPráce 7(2):115–133

Priddat BP, West K-W (2016) Digitale Wirtschaft. Mit besonderemBlick auf die chemische Industrie. www.cssa-wiesbaden.de/fileadmin/Bilder/B%C3%BCcher_Brosch%C3%BCren/Papers-cssa/cssa-paper_digitale_Wirtschaft_1_2016.pdf. Zugegriffen:23. März 2018

Rauner M (2020) Das ist für uns wie ein natürliches Großexperi-ment. Interview. https://www.zeit.de/wissen/gesundheit/2020-03/einsamkeit-coronavirus-isolation-ausgangssperre-psychologie-homeoffice/komplettansicht?print. Zugegriffen: 23. März 2020

Rusch S (2019) Stressmanagement. Ein Arbeitsbuch für die Aus-, Fort-und Weiterbildung. (2. Aufl.). Berlin: Springer

Salanova M, Cifre E, Llorens S, Martínez I, Lorente L (2011) Psy-chosocial risks and positive factors among construction workers.In: Cooper C, Burke R, Clarke S (Hrsg) Occupational health andsafety: Psychological and behavioral aspects of risk. Gower, Al-dershot, S 295–320

Schafer JL, Graham JW (2002) Missing data: our view of the state ofthe art. Psychol Methods 7(2):147–177

Schobert DB (2007) Grundlagen zum Verständnis von Work-Life-Ba-lance. In: Esslinger AS, Schobert DB (Hrsg) Erfolgreiche Umset-zung von Work-Life Balance in Organisationen. DUV, Wiesba-den, S 19–33

Sellberg C, Susi T (2014) Technostress in the office: a distributedcognition perspective on human–technology interaction. CognTechnol Work 16(2):187–201

Shoji K, Cieslak R, Smoktunowicz E, Rogala A, Benight CC, Luszc-zynska A (2016) Associations between job burnout and self-effi-cacy: a meta-analysis. Anxiety Stress Coping 29(4):367–386

Sonnentag S, Kruel U (2006) Psychological detachment from workduring off-job time: the role of job stressors, job involvement,and recovery-related self-efficacy. Eur J Work Organ Psychol15(2):197–217

Spreitzer GM (1995) Psychological empowerment in the work-place: dimensions, measurement, and validation. Acad Manag J38(5):1442–1465

Stanton JM, Weiss EM (2000) Electronic monitoring in their ownwords: an exploratory study of employees’ experiences with newtypes of surveillance. Comput Human Behav 16(4):423–440

Statistisches Bundesamt (Destatis) (2017) Unternehmen, Beschäf-tigte und Umsatz nach Wirtschaftsabschnitten. https://www.destatis.de/DE/Themen/Branchen-Unternehmen/Unternehmen/Unternehmensregister/Tabellen/unternehmen-beschaeftigte-umsatz-wz08.html. Zugegriffen: 23. Juli 2019

Statistisches Bundesamt (Destatis) (2019) Anzahl der jährlich ver-sendeten E-Mails (ohne Spam) in Deutschland in den Jahren2000 bis 2018 (in Milliarden). https://de.statista.com/statistik/daten/studie/392576/umfrage/anzahl-der-versendeten-e-mails-in-deutschland-pro-jahr/. Zugegriffen: 1. Okt. 2019

Stawarz K, Cox AL, Bird J, Benedyk R (2013) I’d sit at home anddo work emails: how tablets affect the work-life balance of of-

K

Z. Arb. Wiss.

fice workers. Human Factors Konferenz, Paris (Vortrag). http://discovery.ucl.ac.uk/1396455/1/StawarzCoxBirdBenedyk_work-life_balance.pdf. Zugegriffen: 8. Okt. 2019

Stegmann S, van Dick R, Ullrich J, Charalambous J, Menzel B,Egold N, Wu TT (2010) Der work design questionnaire. Z Ar-beits Organisationspsychol 54:1–28

Syrek C, Bauer-Emmel C, Antoni C, Klusemann J (2011) Entwicklungund Validierung der Trierer Kurzskala zur Messung von Work-Life Balance (TKS-WLB). Diagnostica 57(3):134–145

Szebel A (2015) Veränderungskompetenz von Mitarbeitern. Eine em-pirische Untersuchung zur differentiellen Konstrukterschließungindividuellen Veränderungskompetenz von Mitarbeitern unter be-sonderer Berücksichtigung des Einflusses dispositionaler Persön-lichkeitsfaktoren. Dissertation. Universität Köln, Köln

Tarafdar M (2018) Mobile, Remote and Blue-Collar: Using Informati-on and Communication Technology to Elevate Workplace Well-Being. 26. Europäische Konferenz der Informationstechnologi-

en, Portsmouth (Vortrag). http://ecis2018.eu/wp-content/uploads/2018/09/1372-doc.pdf. Zugegriffen: 9. Juli 2019

Ventura M, Salanova M, Llorens S (2015) Professional self-efficacy asa predictor of burnout and engagement: The role of challenge andhindrance demands. J Psychol 149(3):277–302

Windelband L (2019) Arbeiten und Lernen in einer zunehmend digi-talisierten Arbeitswelt. In: Badura B, Ducki A, Schröder H, Klo-se J, Meyer M (Hrsg) Fehlzeiten-Report 2019. Digitalisierung –gesundes Arbeiten ermöglichen. Springer, Berlin, S 40–49

Windelband L, Spöttl G (2018) Qualifikationsstruktur und Kompetenz-profile von Fachkräften im aktuellen ökonomisch-technischenWandel. In: Arnold R, Lipsmeier A, Rohs M (Hrsg) HandbuchBerufsbildung. Springer, Wiesbaden, S 1–14

Zika G, Helmrich R, Maier T, Weber E, Wolter MI (2018) RegionaleBranchenstruktur spielt eine wichtige Rolle: Arbeitsmarkteffekteder Digitalisierung bis 2035. IAB, Nürnberg

K