Open Access

Einleitung und theoretischer Hintergrund: Im Jahr 2023 erhalten 16 Prozent der Beschäftigten in Deutschland Niedriglohn, somit fast jeder sechste Beschäftigte. Wiederum liegt die Anzahl an Beschäftigten mit Niedriglohn im Jahr 2018 bei 21 Prozent. Bei der Betrachtung der Beschäftigten wird ersichtlich, dass viele in Einfacharbeit tätig sind. So sind im Jahr 2018 26,8 Prozent der abhängig Beschäftigten in „Einfacharbeit-Level1“ und 16,1 Prozent „Einfacharbeit-Level2“ tätig. Kennzeichnend für den Niedriglohnsektor ist der hohe Anteil an Beschäftigten, die keine Berufsausbildung haben. Im Jahr 2023 haben 37 Prozent der Beschäftigten, die Niedriglohn erhalten keine Berufsausbildung. Dennoch sind Beschäftigte im Niedriglohnsektor bisher eine recht gering erforschte Gruppe. Durch die Digitalisierung verändern sich die Arbeitsanforderungen. So tritt unter anderem die Erhöhung der Intensität von Arbeitsprozessen auf, die dazu führt, dass ein Anstieg der Arbeitsbelastung entsteht. Auch eine Gefährdung der Arbeitsplätze durch die Automatisierung stellt ein großes Risiko dar. Ziel- und Fragestellung: Das Ziel dieser Arbeit ist es, die physischen und psychischen Auswirkungen der Digitalisierung auf diese Gruppe von Beschäftigten abzubilden. Hierbei sollen auch die positiven und negativen Aspekte der physischen und psychischen Auswirkungen auf deren Gesundheit aufgezeigt werden. Die Hauptfragestellung für dieses Forschungsvorhaben lautet: „Wie wirkt sich Digitalisierung auf die Gesundheit von Beschäftigten in Einfacharbeit im Niedriglohnsektor aus?“. Die beiden Unterfragestellungen lauten: „Besteht ein geschlechtsspezifischer Unterschied aufgrund von Niedriglohn und Digitalisierung?“ und „Inwiefern beeinflusst Digitalisierung die Erwerbsarmut?“. Methodik: Als Forschungsmethode wird die zusammenfassende qualitative Inhaltsanalyse mit induktiver Kategorienbildung genutzt, da ein vorangestelltes Scoping Review keine Ergebnisse erzielt. Ergebnisse: Die Digitalisierung hat auf vier Ebenen Auswirkungen auf Beschäftigte in Einfacharbeit im Niedriglohnsektor. Die Ebene mit den größten Auswirkungen sind die negativen psychischen Auswirkungen. Den größten Einfluss haben Stress und Automatisierung. Diskussion: Zu der untersuchten Zielgruppe bedarf es noch tiefergreifender Forschung.

As part of the “Perspectives on labour research Lusatia” (PAL) project, five chairs at Zwickau University of Applied Sciences are working with industrial partners to develop low-threshold methods and tools for simplified screening of work characteristics. Traditionally, the assessment of work systems requires extensive specialist knowledge in the areas of occupational safety, ergonomics and operational design. Creating a hazard and stress register as a basis for work system design is therefore time-consuming and most of the times cost-intensive, which leads to a wait-and-see attitude, especially among small and medium-sized companies. However, innovations in the field of work analysis are now enabling the use and integration of smart, digital assistance systems, such as smartwatches or fitness trackers, combined with portable, intelligent environmental measurement technology. This combination allows an autonomous, in-house assessment of the stresses occurring without the need for external specialists and expensive equipment. The protection of personal rights is guaranteed by anonymized and pseudonymized data transmission. The departmental or process-specific evaluation of the collected data using machine learning creates an indicative stress assessment that enables work to be organized in line with all requirements. The resulting rough classification of key areas for action serves to define priorities for action and supports targeted decision-making processes for further measures, in which experts are involved on a selective basis. As a result, companies can carry out a focus-oriented and therefore economically sensible optimization of work design. Of particular importance, however, are the expected positive effects on employees, such as increasing motivation as well as higher job satisfaction.

Im Projekt »Digitalisierung der Hochschulbildung in Sachsen« wurde das Weiterbildungsformat der Digital Workspaces etabliert, um die Kompetenzentwicklung und Unterstützung von Lehrenden voranzutreiben. Die Konzepte und Inhalte dieser Workshops wurden dokumentiert und als Open Educational Resources (OER) veröffentlicht. Ziel war es, praxis-nahe Anregungen zu bieten und die Nutzung durch verschiedene Akteure zu ermöglichen. Der Beitrag bietet einen Einblick in den Entstehungsprozess der Dokumentationen sowie hilfreiche Vorlagen und Muster. Er schließt mit zentralen Erkenntnissen zur Gestaltung und Umsetzung der Dokumentationen und ermutigt andere mit praktischen Hinweisen, eigene Ergebnisse und hochschuldidaktische Konzepte als OER zuteilen.

The last in-tree recognition problem asks whether a given spanning tree can be derived by connecting each vertex with its rightmost left neighbor of some search ordering. In this study, we demonstrate that the last-in-tree recognition problem for Generic Search is NP-complete. We utilize this finding to strengthen a complexity result from order theory. Given a partial order π and a set of triples, the NP-complete intermezzo problem asks for a linear extension of π where each first element of a triple is not between the other two. We show that this problem remains NP-complete even when the Hasse diagram of the partial order forms a tree of bounded height. In contrast, we give an XP-algorithm for the problem when parameterized by the width of the partial order. Furthermore, we show that - under the assumption of the Exponential Time Hypothesis - the running time of this algorithm is asymptotically optimal. LIPIcs, Vol. 306, 49th International Symposium on Mathematical Foundations of Computer Science (MFCS 2024), pages 22:1-22:18