Structural changes in the labor market are a defining feature of highly developed economies, including those in Western Europe (Böhle, 2014). In recent years, Large Language Models (LLMs) have been introduced and are increasingly becoming an integral part of everyday life. In the context of work, comparable technological transformations have been discussed under the concept of computerization since the early 2000s (Autor et al., 2003). This literature argues that computers tend to substitute routine tasks while complementing non-routine activities. With the emergence of LLMs, however, the potential scope of automation has expanded beyond routine tasks to include virtual social interactions as well as creative and perceptual tasks (Frey & Osborne, 2023). In Switzerland, more than 40% of job tasks are classified as cognitive non-routine, whereas both cognitive and non-cognitive routine tasks account for less than 20% each (Gschwendt, 2022). Consequently, advancements in Artificial Intelligence (AI) are likely to affect sectors of the Swiss labor market in uneven ways.

Recent studies propose frameworks to measure the impact of AI and related technologies on job tasks (Eloundou et al., 2024). In addition, Handa et al. (2025) identify five distinct patterns of AI use in the workplace. These measures are based on the international job classification O*NET and have been transferred to Switzerland’s job classification ISCO by Kläui and Siegenthaler (2025). While these approaches provide valuable expert-based assessments, the perspective of employees has so far received little attention. As those directly affected by technological advancements, employees’ perceptions are highly relevant. One potential means of mitigating human capital depreciation is further training (Zeyer-Gliozzo 2024). However, investments in further training are likely to occur only if employees perceive a concrete demand or risk to their jobs.

Against this background, the first research question examines whether assessments of automation risk are shared by experts and employees: Do perceptions of job automation risk differ between expert-based assessments and employees’ views? Moreover, with the expanded scope of automation, higher-educated employees increasingly face automation risks. Eloundou et al. (2024) show that employees with annual wages between 80,000 and 100,000 USD face the highest exposure to automation. As these income levels are typically associated with university graduates, such occupations were considered relatively resistant to automation at the beginning of the century. Whether these shifts are perceived by employees is addressed by the second research question: Does educational attainment influence how employees assess automation risk?

The analyses are based on data from the Swiss longitudinal study DAB, which includes respondents with an average age of 29 years. DAB offers rich data about educational and occupational trajectories. In the most recent wave 12, respondents were asked to assess what share of their job tasks could be automated within the next ten years. In addition, further items capture the use of AI at work, as well as its perceived usefulness and the existence of employer guidelines.

Following the completion of data cleaning for wave 12, the next step is to analyze these items in line with the outlined research questions. We expect to observe distinct patterns across levels of highest educational attainment in both perceived exposure to automation risk and the use of AI at work. As the data analysis is ongoing, we look forward to presenting preliminary results at the conference.

Kleine und mittlere Unternehmen (KMU) sind auf kontinuierliche Kompetenzentwicklung angewiesen, verfügen jedoch häufig nicht über ausreichend Zeit, Ressourcen oder konzeptionelle Grundlagen, um informelles Lernen systematisch zu fördern. Ein Grossteil beruflicher Lernprozesse findet ausserhalb formaler Weiterbildungen statt, bleibt jedoch oft unsichtbar. Arbeitgeberinnen und Arbeitgeber fehlt häufig ein Verständnis dafür, wie informelles Lernen funktioniert, welche organisationalen Hebel Lernprozesse stimulieren und wie Führungskräfte eine Kultur gestalten können, die Lernen als Teil der täglichen Arbeit wertschätzt. Die Forschung kritisiert eine einseitige Fokussierung auf individuelle Lernverantwortung und betont die Bedeutung geteilter Verantwortung zwischen Organisation, Führung und Mitarbeitenden, um Lernprozesse gezielt zu ermöglichen (Billett 2001; Marsick & Watkins 2016; Böhle et al. 2012; Gnahs 2016).

Informelles Lernen umfasst eine Vielzahl von Phänomenen, darunter erfahrungsbasiertes Lernen, intuitive Praxis, die Weitergabe stillen Wissens, learning from experience sowie Prozesse der knowledge co-creation und des collective knowledge building (Argyris & Schön 1996; Billett 2001; Eraut 2010; Marsick & Watkins 2016). Diese Lernformen zeichnen sich durch Flexibilität, Nähe zu konkreten Arbeitssituationen und hohe Effizienz aus, bergen jedoch Risiken wie fehlende Systematik, Qualitätsschwankungen oder Motivationsprobleme. Populäre Konzepte wie on-the-job learning machen deutlich, dass nicht jede Alltagssituation automatisch lernwirksam ist und dass Reflexionsgelegenheiten und begleitende Strukturen notwendig sind, um informelles Lernen zu fördern (Böhle & Bolte 2002; Gnahs 2016). Unternehmen übernehmen daher eine erweiterte Rolle, indem sie Lernsupport bieten, etwa durch Beratung, Kompetenzerfassung, strukturierte Reflexion, Lernbegleitung und die Gestaltung lernförderlicher Rahmenbedingungen (Böhle et al. 2012; Eraut 2010).

Die Studie untersucht, wie das Bewusstsein für informelles Lernen in KMU erhöht und wie praxisnahe, leicht umsetzbare Handlungsmöglichkeiten bereitgestellt werden können, um informelles Lernen als Treiber von Innovation und Wachstum zu nutzen. Das zweistufige Forschungsdesign kombiniert ein strukturiertes Literaturreview mit 24 leitfadengestützten Expertinnen- und Experteninterviews von jeweils rund einer Stunde Dauer. Teilnehmende waren Vertreterinnen und Vertreter aus HR, Aus- und Weiterbildung, Produktionsleitung und Branchenorganisationen aus öffentlichem Verkehr, Einzelhandel, Pharma- und Lebensmittelindustrie, Maschinenbau, chemischer Industrie und der Schweizerischen Post.

Die Interviews adressierten fünf Themenfelder: Definition und Einordnung informellen Lernens, bestehende Unterstützungsformen, Hindernisse und Herausforderungen, Potenziale von künstlicher Intelligenz sowie weitere Bedürfnisse und Entwicklungsperspektiven. Die Analyse zeigt, dass das Thema sektorenübergreifend als relevant anerkannt wird, die Umsetzungsstände jedoch stark variieren. Grössere Unternehmen verfügen über ausgearbeitete Konzepte zur Förderung von Austausch, Kooperation und KI-gestützter Wissensproduktion. KMU hingegen haben sich bislang wenig systematisch mit der Thematik befasst, erkennen jedoch deren strategische Bedeutung. Zentrale Herausforderungen sind fehlende Lernzeit, kulturelle Barrieren und eine zunehmende Übertragung der Lernverantwortung auf Mitarbeitende. Förderliche Faktoren sind die Rolle von Lernvorbildern, die Notwendigkeit didaktischer und moderativer Kompetenzen in der Führung sowie strukturelle Unterstützung, etwa durch Begegnungszonen, Reflexionsanlässe oder einfache Tools für Wissensaustausch.

Auf Basis dieser Befunde wurde ein praxisorientiertes Toolkit entwickelt, das KMU auf drei Ebenen unterstützt: kognitiv (Bewusstsein für informelles Lernen), reflexiv (Reflexion eigener Lernprozesse) und anwendungsorientiert (praktische Massnahmen zur Förderung von Lernen im Arbeitsalltag). Das Toolkit verdeutlicht, dass informelles Lernen wirksam, flexibel und situationsnah ist, zugleich aber begleitende Strukturen benötigt, um es systematisch zu nutzen. Die Experteninterviews zeigen, dass KMU durch gezielte Lernunterstützung informelles Lernen sichtbarer, wirksamer und nachhaltiger gestalten können. Zudem liefern die Ergebnisse Hinweise, welche organisatorischen, kulturellen und didaktischen Rahmenbedingungen besonders förderlich sind, um informelles Lernen als strategisches Instrument für Innovation und organisationales Wachstum zu nutzen. Im Vortrag werden die Instrumente des Toolkits exemplarisch vorgestellt und ihre Anwendung in KMU diskutiert.

Tiefgreifende Transformationsprozesse wie Digitalisierung, demografischer Wandel oder politische Spannungen verändern die Arbeitswelt grundlegend (Aggarwal, 2021). Prognosen deuten darauf hin, dass Tätigkeiten mit reflexiven, komplexen Anforderungen an Bedeutung gewinnen – zugleich wächst die Unsicherheit darüber, welche Kompetenzen künftig gefragt sein werden (OECD, 2023). Die OECD betont daher die wachsende Bedeutung der Berufsbildung auf individueller, institutioneller und systemischer Ebene (OECD, 2023). Für den Bedeutungszuwachs der Berufsbildung – und damit ihren Beitrag zur Gestaltung einer lebenswerten Zukunft – sind neben Berufsbildner:innen und Berufsfachschullehrpersonen ebenfalls Fachpersonen in strategischen Steuerungsfunktionen der Berufsbildung zentral.

Diese meist akademisch qualifizierten Fachpersonen, die in Steuerungs- und Entwicklungskontexten der Berufsbildung tätig sind, nehmen Funktionen mit beträchtlichem Gestaltungsspielraum wahr. Sie planen und leiten die Berufs- und Weiterbildung in Unternehmen, entwickeln innovative Ausbildungsformate, koordinieren Ausbildungsprozesse zwischen Betrieb, Berufsschule und weiteren Akteuren und gestalten damit wesentlich die betriebliche Ausbildungskultur (Anselmann et al., 2022). Ihre Tätigkeit verortet sich häufig an der Schnittstelle von Berufs- und Erwachsenenbildung. Trotz ihrer zentralen Rolle für die Ausrichtung, Qualität und Weiterentwicklung der Berufsbildung ist ihr Professionsverständnis bislang kaum empirisch untersucht, da die Forschung den Fokus bisher auf betriebliche Ausbilder:innen und Berufsfachschullehrpersonen (Büchter & Meyer, 2024; Forster-Heinzer, 2019; Keller & Raemy, 2024; Wenger & Lamamra,2024) richtet. Für diese Fachpersonen erscheint ein pädagogisches Professionsverständnis naheliegend; zugleich sind sie an betriebliche Zielsetzungen und organisationale Logiken gebunden. Inwiefern sie ihre Professionalität pädagogisch begründen – oder ob diese durch betriebliche Effizienzerwartungen geprägt wird, bleibt daher eine offene Frage.

Zur Klärung des professionstheoretischen Bezugsrahmens wird zunächst der Begriff der pädagogischen Professionalität im Kontext der Berufsbildung analysiert. Ziel ist die Entwicklung einer theoretischen Grundlage zur Einordung der pädagogischen Professionalität der betrachteten Akteursgruppe. Daraus ergibt sich die zentrale Forschungsfrage:

Was kennzeichnet pädagogische Professionalität in der Berufsbildung, und wie wird der Begriff in der Literatur der Berufs- und Erwachsenenbildung theoretisch konzeptualisiert?

Dafür ist zum einen von Bedeutung, wie pädagogische Professionalität inhaltlich gefasst wird, das heisst, welche zentralen Aspekte und Dimensionen ihr im Kontext der Berufsbildung zugeschrieben werden. Zum anderen wird die Umsetzungsebene betrachtet, indem die handlungspraktische Dimension sowie damit verbundene Herausforderungen in der pädagogischen Praxis in den Blick genommen werden.

Zur Beantwortung der Forschungsfrage wurde ein systematisch-narrativer Literaturreview durchgeführt (Turnbull et al., 2023). Die Literatursuche erfolgte auf Grundlage einer mehrstufigen Suchstrategie unter Verwendung definierter Ein- und Ausschlusskriterien. Insgesamt wurden 735 Treffer identifiziert. Nach dem Dublettenabgleich verblieben 481 Beiträge, von denen 363 nach Titelsichtung und weitere 73 nach der Analyse der Abstracts ausgeschlossen wurden. 45 Beiträge wurden einer Volltextprüfung unterzogen. Im Ergebnis wurden 13 Beiträge in den Review aufgenommen. Ergänzt wurde der Korpus durch fünf weitere Beiträge, die über theoretisches Sampling und Zitationsverweise identifiziert wurden. Der finale Review-Korpus umfasst damit 18 wissenschaftliche Studien mit relevanten expliziten oder impliziten Theoriebezügen. Die Auswahl dieser Beiträge orientierte sich an drei inhaltlichen Kriterien: theoretische Dichte, Anschlussfähigkeit an die Forschungsfrage sowie Passung zum Feld der Berufs- und Erwachsenenbildung. Die Analyse folgte einem deduktiv-induktiv entwickelten Kategoriensystem.

Im Beitrag wird die entwickelte theoretische Typologie vorgestellt. Die Ergebnisse zeigen, dass im Datenkorpus strukturtheoretische und kompetenzorientierte Perspektiven überwiegen, während subjekt- bzw. berufsbiographisch geprägte Ansätze seltener auftreten. Weitere theoretische Bezugnahmen – wie Lifelong Learning oder Boundary Crossing – erscheinen als ergänzende Perspektiven. Insgesamt verweist die Verteilung auf eine theoretische Schwerpunktsetzung im professionstheoretischen Diskurs: zugleich verdeutlichen und bestätigen die Ergebnisse die theoretische Uneinheitlichkeit des Begriffs pädagogischer Professionalität (Gieseke, 2015; Helsper, 2016), der sowohl institutionelle Rahmenbedingungen als auch individuelle Orientierungen umfasst (Helsper, 2021).

Die Studie erweitert den Diskurs zur pädagogischen Professionalität, indem sie unterschiedliche theoretische Zugänge erstmals systematisch auf eine bislang wenig erforschte Akteursgruppe in der Berufsbildung anwendet. Auf dieser Grundlage lassen sich diese Fachpersonen theoriegeleitet verorten und erste Annahmen zur Ausgestaltung ihrer pädagogischen Professionalität ableiten, die in zukünftigen empirischen Studien geprüft werden sollen.