Der Einsatz von Robotern verändert die Arbeitswelt grundlegend – doch welche spezifischen Effekte hat dies auf die Beschäftigungsstruktur? Unsere Analyse untersucht die Folgen des Robotereinsatzes anhand neuartiger Mikrodaten aus deutschen Industriebetrieben. Diese Daten verknüpfen Informationen zum Robotereinsatz mit Sozialversicherungsdaten und detaillierten Angaben zu Arbeitsaufgaben. Auf Basis eines theoretischen Modells leiten wir insbesondere positive Beschäftigungseffekte für Berufe mit wenig repetitiven, programmierbaren Aufgaben ab, sowie für jüngere Arbeitskräfte, weil diese sich besser an technologische Veränderungen anpassen können. Die empirische, mikroökonomische Analyse des Robotereinsatzes auf Betriebsebene bestätigt diese Vorhersagen: Die Beschäftigung steigt für Techniker, Ingenieure und Manager und junge Beschäftigte, während sie bei geringqualifizierten Routineberufen sowie bei Älteren stagniert. Zudem steigt die Fluktuation bei geringqualifizierten Arbeitskräften signifikant an. Unsere Ergebnisse verdeutlichen, dass der Verdrängungseffekt von Robotern berufsabhängig ist, während junge Arbeitskräfte neue Tätigkeiten übernehmen.

We analyse the impact of robot adoption on employment composition using novel micro data on robot use in German manufacturing plants linked with social security records and data on job tasks. Our task-based model predicts more favourable employment effects for the least routine-task intensive occupations and for young workers, with the latter being better at adapting to change. An event-study analysis of robot adoption confirms both predictions. We do not find adverse employment effects for any occupational or age group, but churning among low-skilled workers rises sharply. We conclude that the displacement effect of robots is occupation biased but age neutral, whereas the reinstatement effect is age biased and benefits young workers most.

Using a newly collected dataset at the plant level from 2014 to 2018, we provide the first microscopic portrait of robotization in Germany and study the correlates of robot adoption. Our descriptive analysis uncovers five stylized facts: (1) Robot use is relatively rare. (2) The distribution of robots is highly skewed. (3) New robot adopters contribute substantially to the recent robotization. (4) Robot users are exceptional. (5) Heterogeneity in robot types matters. Our regression results further suggest plant size, high-skilled labor share, exporter status, and labor shortage to be strongly associated with the future probability of robot adoption.

The recent advances in automation technology, robotics in particular, have sparked a heated debate over the future of labor and human society at large. The ongoing process of robotization may engender profound impacts on various segments of the labor market. Given the far-reaching implications of robots, it is thus very important to understand the scale and scope of robot use and characteristics of robot users. However, the main challenge is the limited availability of robot data at the microeconomic level (Raj and Seamans, 2018). Due to the data constraint, the bulk of the existing literature relies on cross-country industry-level data from the International Federation of Robotics (IFR). The lack of micro-level robot data makes it difficult to paint a comprehensive picture of robotization in industrial settings, and perhaps more importantly, to assess how within-industry firm level heterogeneity manifests itself in robot use and adoption.