Von 2002 bis Anfang 2015 hat sich die Zahl der in Österreich lebenden Deutschen auf 170.457 mehr als verdoppelt. Seit 2007 sind die Deutschen die größte Ausländergruppe in Österreich (Statistik_Austria, 2016a), wobei, anders als bei der Einwanderung aus den Nachfolgestaaten Jugoslawiens und aus der Türkei, Einbürgerungen keine Rolle bei der Entwicklung dieser Zahlen spielen (Statistik_Austria, 2016b). Umgekehrt lebten Ende 2014 179.772 ÖsterreicherInnen in Deutschland (Statistisches_Bundesamt, 2016). Obwohl viele der in Österreich lebenden Deutschen mit recht stabilen Ressentiments und damit verbundenen Anfeindungen konfrontiert sind - die teilweise sehr offen vorgebracht werden und teilweise eher unterschwellig ablaufen - ist der im Land weit verbreitete Anti-Germanismus aus der Migrations-, Rassismus- und Diversity-Forschung in Österreich bisher komplett ausgeblendet worden. Dem soll durch das diesem Ergebnisbericht zugrundeliegende Forschungsprojekt entgegengetreten werden. (author's abstract)

Anläßlich eines Rechtsstreits um Gehaltskürzungen in einer Internationalen Organisation werden die dafür geltenden Regelungen auf internationaler Ebene (in der betreffenden Organisation und einigen anderen internationalen Institutionen) erläutert und mit den Vorgaben des nationalen deutschen Verfassungsrechts verglichen, um zu zeigen, dass diese wegen der Besonderheiten des Beamtenstatus nur bedingt auf die internationale Ebene übertragen werden können.

Anläßlich eines Rechtsstreits um Gehaltskürzungen in einer Internationalen Organisation werden die dafür geltenden Regelungen auf internationaler Ebene (in der betreffenden Organisation und einigen anderen internationalen Institutionen) erläutert und mit den Vorgaben des nationalen deutschen Verfassungsrechts verglichen, um zu zeigen, dass diese wegen der Besonderheiten des Beamtenstatus nur bedingt auf die internationale Ebene übertragen werden können.

Künstliche Intelligenz (KI) wird immer leistungsfähiger und KI-basierte Systeme werden zunehmend zur Automatisierung einer steigenden Anzahl von Arbeitstätigkeiten eingesetzt. Kurz- bis mittelfristig führt dies zu Veränderungen von Jobs. Langfristig könnte dies zu strukturellen Arbeitsmarktveränderungen führen, die gesellschaftliche Anpassungen einschließlich der Transformation des bestehenden Wohlfahrtssystems erfordern würden. Beides birgt Potenzial für tiefgreifende psychologische Implikationen für Beschäftigte. Psychologische Forschung, die sich mit den Auswirkungen KI-bedingter Automation befasst, ist jedoch rar. Ziel der Dissertation war es daher, zu einer psychologischen Perspektive auf das Thema beizutragen und die psychologischen Implikationen KI-bedingter Automation für Beschäftigte zu untersuchen. Die Dissertation umfasst drei Projekte. Der Fokus in Projekt 1 und 2 lag auf den kurz- bis mittelfristigen Auswirkungen KI-bedingter Automation. In Projekt 1 wurden fünf Interviewstudien mit Expert*innen und Beschäftigten aus dem Gesundheits- und Finanzdienstleistungssektor (N=91) durchgeführt, um Anwendungsfelder von KI-bedingter Automation, damit verbundene Chancen und Risiken sowie Auswirkungen auf die Tätigkeiten sowie das Erleben und Verhalten von Beschäftigten zu untersuchen. In Projekt 2 wurde ein Fragebogen entwickelt, um die Relevanz ausgewählter psychologischer Konstrukte im Kontext KI-bedingte Automation zu untersuchen. Die Fragebogenentwicklung war in drei Phasen unterteilt und beinhaltete zwei Vorstudien (N=1293). Der Fokus von Projekt 3 lag auf den langfristigen Auswirkungen KI-bedingter Automation und untersuchte das bedingungslose Grundeinkommen (BGE), eine mögliche und grundlegende Veränderung in der Organisation unseres Wohlfahrtssystems. Auf Basis einer repräsentativen Stichprobe der deutschen Erwerbsbevölkerung (N=1986) wurden sozio-demografische und psychologische Prädiktoren für die Akzeptanz eines BGE untersucht. / The capabilities of artificial intelligence (AI) are expanding rapidly, and AI-based systems are increasingly used to automate a growing number of job tasks. In the short- to medium-term, jobs are changing as a result. In the long term, this development may also lead to structural changes in the labor market, requiring societal adaptation including the transformation of the existing welfare system. Both carry great potential for far-reaching psychological implications for employees. However, psychological research dedicated to the impact of AI-driven automation is scarce. Therefore, the aim of this dissertation was to contribute to a psychological perspective on the topic and investigate the psychological implications of AI-driven automation for employees. The dissertation comprises three projects. Projects 1 and 2 focused on the short- to medium-term impact of AI-driven automation, exploring how jobs are changing and the related psychological implications for employees. In Project 1, five interview studies with experts and employees from the healthcare and financial services sectors (N=91) were conducted to explore application fields of AI-driven automation, associated opportunities and threats, its impact on employees’ job tasks, and employees’ experience and behavior in response to these changes. In Project 2, a questionnaire was developed to investigate the relevance of selected psychological concepts in the context of AI-driven automation. The questionnaire development was divided into three phases and included two preliminary studies (N=1,293). Project 3 focused on the long-term impact of AI-driven automation, investigating a universal basic income (UBI), one possible and fundamental shift in the organization of our welfare system. Using a representative sample of the German working population (N=1,986), socio-demographic and psychological predictors of UBI acceptance were investigated.

Objectives: Heavy lifting in nursing is highly associated with low back pain (LBP) and musculoskeletal injuries (MSI). We aimed to evaluate the impact of mechanical devices used for patient lifting and transferring on risk of LBP and MSI of health care personnel. Methods: We conducted a systematic review and meta-analysis. The literature search was performed during 1st and 12th September 2021 using 17 electronic databases and handsearching of bibliographies of included studies. Twenty studies were included in the qualitative synthesis and eight studies with in total 2087 participants in the meta-analysis. Dependent on the study design, risk of bias was assessed by Cochrane RoB 2.0, EPOC, and MINORS. We conducted random-effects meta-analyses assessing Hedges’s g and 95% CI of MSI rate, perceived LBP, and peak compressive spinal load. We calculated prediction intervals and conducted a cost-benefit analysis (CBA). Results: All outcomes showed significant, adjusted pooled effect sizes (MSI rate: g = 1.11, 95% CI 0.914–1.299; perceived LBP: g = 1.54, 95% CI −0.016–3.088; peak compressive spinal load: g = 1.04, 95% CI −0.315 to 2.391). True effect sizes in 95% of all comparable populations fell in the following prediction intervals: MSI rate = −1.07-3.28, perceived LBP = −0.522–3.594, and peak compressive spinal load = −15.49 to 17.57. CBA revealed cost-benefit ratios of 1.2 and 3.29 between cumulative total savings and investment costs of intervention. - Conclusions: Prediction intervals confirmed strong true effect sizes for MSI rate and perceived LBP in 95% of all comparable populations but not for peak compressive spinal load. Mechanical lifting and transferring devices displayed a favorable cost-benefit ratio and should be considered for clinical implementation.

No description available.

No description available.