Der Kern dieser Arbeit ist ein geübter Blick: erkennen, was in einem Berg Abfall noch brauchbar ist, und es richtig einsortieren. Karton, Glas, Kunststoff, Metall – jedes Material braucht seinen eigenen Platz.
In dem, was andere wegwerfen, finden Abfallsortierer, was noch zu gebrauchen ist – und sortieren es fein säuberlich nach Material.
Abfallsortierer identifizieren, sammeln und sortieren zur Wiederverwertung geeignete weggeworfene Gegenstände auf Deponien und in Recyclingbetrieben oder in Gebäuden, auf Straßen und an anderen öffentlichen Orten. Zu den Aufgaben gehören - (a) Durchsuchen von Abfall und Sammeln von Gegenständen zur Wiederverwertung von Deponien, aus Wohn-, Gewerbe- und Industriegebäuden oder von öffentlichen Orten wie Straßen; (b) Sortieren von Karton, Papier, Glas, Kunststoff, Aluminium oder anderen wiederverwertbaren Materialien nach Art; (c) Ablegen wiederverwertbarer Gegenstände und Materialien in dafür vorgesehenen Fächern und Behältern zur Lagerung oder zum Transport; (d) Identifizieren und Aussortieren von Möbeln, Geräten, Maschinen oder Bauteilen, die für Reparatur oder Wiederverwendung geeignet sind; (e) Transportieren wiederverwertbarer Gegenstände von Hand oder mit nicht motorisierten Fahrzeugen; (f) Verkaufen von wiederverwertbaren oder wiederverwendbaren Materialien. Beispiele für die hier eingeordneten Berufe: - Recyclingarbeiter/in - Schrotthändler/in - Wertstoffsucher/in Einige verwandte, anderswo eingeordnete Berufe: - Abfallsammler/in - 9611 - Straßenkehrer/in - 9613
Abfallsortierer · Abfallsortierer/Abfallsortiererin · Abfallsortiererin · Autoverwerter · Autoverwerterin · Hilfsarbeiter im Recycling · Hilfsarbeiterin im Recycling · Metallsortierer · Metallsortiererin · Müllsortierer · Müllsortiererin · Mülltrenner · +33 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 9612.
Das Sortieren von Hand bleibt gemessen unverändert — der verkaufende Anteil dagegen ist gespalten: am physischen Produkt kaum betroffen, über Telefon und Bildschirm deutlich stärker.
Arbeiter in der Abfallsortierung liegt im mittleren Bereich — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| unteres Mittelfeld von 411 Berufen | nicht von generativer KI berührt | Von 6 verglichenen Berufen sind 2 weniger betroffen als dieser. Gruppe: Abfallentsorgung & weitere Hilfskräfte |
Ähnlich eingeordnet: Zubereiter von Fast Food und anderen Imbissen · Regalbetreuer und -auffüller · Verpacker
Sortier-, Greif- und Erkennungsrobotik in der Abfallwirtschaft — der naheliegendste Automatisierungspfad — ist nicht gemessen. Hinzu kommt, dass die Rohdaten für die Elementarberufe dieser Gruppe wegen doppelt so häufiger „weiß nicht"-Antworten dünner sind als bei kognitiven Berufen. Nach heutigem Stand wenig berührt, auf vorsichtig zu lesender Grundlage.
Eigene Auswertung (SapientShift-Tätigkeitsanalyse) auf Basis der ILO-Einstufung · Quelle der Einstufung: ILO, Generative AI and Jobs (Working Paper 140), 2025 · Stand 2026-07-19 · Methodik
Das Sortieren von Hand gehört mit den benachbarten Helfer- und Entsorgungsberufen durchweg in die niedrigste von sechs Kategorien — und die sehr geringen Schwankungen sagen aus, dass nicht einmal einzelne Teilaufgaben aus dem Rahmen fallen. Drei voneinander unabhängige Untersuchungen stützen das: Fachleute korrigierten die Werte körperlicher Berufe ausdrücklich nach unten, weil KI keine physischen Arbeiten ausführen kann, eine Bewertung von über 2.800 Einzelfertigkeiten findet für manuelle Geschicklichkeit kein Ersetzungspotenzial, und die OECD ordnet körperbasierte Rollen der geringsten Betroffenheit zu. Der verkaufende Anteil dieser Arbeit ist dagegen nicht flach, sondern nach Trägermedium gespalten: Verkauf am physischen Produkt liegt niedrig, telefonischer und bildschirmvermittelter Verkauf dagegen ganz oben. Ein eigener Messwert für diesen Beruf fehlt allerdings — der Befund steht auf der Ebene der einzelnen Tätigkeiten.
Der telefonische und digitale Verkauf verschiebt sich stark, das persönliche Vorführen am Produkt weniger.
Beim Verkaufen trennt sich die Aufgabe deutlich: Der telefonisch und digital vermittelte Verkauf gehört zu den am stärksten von KI erfassten Tätigkeiten, während das persönliche Vorführen am Produkt nur teilweise berührt wird. KI-Anwendungen rund um die Kundeninteraktion konzentrieren sich messbar auf Verkaufsberufe, und Betriebe mit höherer KI-Nutzung fragen bereits weniger Verkaufs- und Kundenservice-Fähigkeiten nach. Die unmittelbare Präsenz am Produkt bleibt dabei der Teil, der am ehesten menschlich bleibt.
Der heutigen KI bleibt die einfache körperliche Arbeit verschlossen — andere Automatisierung könnte weiter reichen.
Einfache Handreichungen leben von Körper, Geschick und Anwesenheit vor Ort. In einer Bewertung von über 2.800 Fähigkeiten zeigte manuelle Geschicklichkeit keinerlei Ersetzbarkeit durch die heutige KI — den Sprach- und Bildmodellen fehlt schlicht der Zugriff auf das Körperliche, und Fachleute haben die Werte für solche Tätigkeiten eigens nach unten gesetzt. Offen bleibt allerdings, ob nicht-sprachliche Automatisierung wie computergesteuerte Maschinen weiter in diese Aufgaben hineinreicht, als der KI-Nullbefund vermuten lässt — das ist plausibel, aber nicht ursächlich belegt.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Arbeiter in der Abfallsortierung · 9612
Gradient 4 5244 Contact Centre Salespersons 0.61 0.1 / Exposed: Gradient 4 (Highest exposure, low task variability) μ ≥ 0.6 and μ - σ >= 0.5 High and consistent GenAI exposure across tasks within the occupation. Most current tasks in these jobs have a high potential of automation, with little variability in task-level exposure.
Gradient 2 5242 Sales Demonstrators 0.42 0.11 / Exposed: Gradient 2 (Moderate exposure, high task variability) 0.4 ≤ μ < 0.5 and μ + σ ≥ 0.5 Moderate occupational AI exposure, with high task-level variability. These occupations include a mix of some tasks that are exposed to GenAI and others not at risk, making the impact uneven.
Customer experience automation and marketing optimization are concentrated in Sales occupations, while task and workflow optimization AI applications are most relevant for Production and Office & Administrative occupations.
Under 'Customer Experience Automation', Sales Managers and Telemarketers show similar mean exposure, but the more concentrated exposure of Sales Managers suggests smaller employment losses relative to Telemarketers. / Sales and Related 41 1.69 -0.95 -2.48 -1.74 13.5
Business process skills have also seen a reduction in demand from establishments more exposed to AI. On average across countries in the sample, demand for business process skills declined by 3.5 percentage points for a one standard deviation increase in AI exposure (Figure 4.3, Panel A). All countries in the sample have seen a decline in business process skills […]. Business Process skills include clerical and administrative tasks along with sales and customer service. / Skills and tasks that can be roughly described as clerical tasks were the sub-group of skills that saw the largest reduction in demand.
Not Exposed | Occupations that don't meet any of the above conditions. | Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score. / the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.
In occupations dominated by manual and physical tasks, such as Craft and Related Trades Workers, Plant and Machine Operators, and Farmers, Gardeners, Foresters, and Fishers, experts consistently assigned lower scores compared to the survey respondents, reflecting the practical limitations of automating tasks that require physical manipulation or manual dexterity. / These technologies excel in tasks involving data processing, language understanding, and information generation but do not possess capabilities for physical task execution
Skills rooted in human interaction – including empathy and active listening, and sensory processing abilities – and manual dexterity, endurance and precision, currently show no substitution potential due to their physical and deeply human components. These findings underscore the practical limitations of current GenAI models, which lack the physicality to perform tasks that require hands-on interaction
By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
Physical occupation categories like Transportation & Material Moving, Food Preparation & Serving Related, and Construction & Extraction are all under-represented in the survey, as they are in Claude sessions as well.
Das Sortieren von Hand ist auf Tätigkeitsebene gemessen und zeigt keine Verschiebung, während der verkaufende Anteil je nach Trägermedium sehr unterschiedlich betroffen ist.
Für 9612 selbst weist ILO Table A1 keinen eigenen Wert aus, weshalb dieser Befund auf Tätigkeitsebene steht: Die benachbarten Helfer- und Entsorgungsberufe liegen durchweg in der niedrigsten von sechs Kategorien — 9611 Garbage and Recycling Collectors bei 0,09 mit einer Streuung von 0,02, 9129 Other Cleaning Workers bei 0,10 mit 0,01, 9329 Manufacturing Labourers bei 0,12 mit 0,02 —, und gerade diese sehr niedrigen Streuungen sind der eigentliche Befund, denn sie besagen, dass nicht einmal einzelne Teilaufgaben aus dem Rahmen fallen. Drei institutionell getrennte Messungen stützen das: Die ILO-Expertenrunde korrigierte die Werte manueller Berufe gegenüber der Laienbefragung aktiv nach unten und begründete das damit, dass diese Technologien „do not possess capabilities for physical task execution"; der WEF findet in einer Bewertung von über 2.800 Einzelfertigkeiten für manuelle Geschicklichkeit, Ausdaür und Präzision „no substitution potential"; die OECD ordnet Rollen, die auf körperlichen Aufgaben beruhen, ausdrücklich der minimalen Exposition zu. Der verkaufende Anteil, den das Rollenprofil dieser Tätigkeit zuordnet, ist demgegenüber nicht flach, sondern nach Trägermedium gespalten — Verkauf am physischen Produkt liegt niedrig (5212 bei 0,22 „Not Exposed"; 5211 bei 0,35; 5223 bei 0,38 mit hoher Streuung 0,16), telefonisch und bildschirmvermittelter Verkauf dagegen mit 0,61 in der höchsten Klasse —, ein eigener Wert für 9612 fehlt auch hier.
Sortier-, Greif- und Erkennungsrobotik in der Abfallwirtschaft — der naheliegendste Automatisierungspfad dieser Tätigkeit — ist von keiner der zehn Korpusquellen auf Tätigkeitsebene gemessen; hinzu kommt, dass die ILO für die Elementarberufe der Gruppe 9 selbst eine doppelt so hohe Quote an „weiß nicht"-Antworten berichtet, die Rohdatenbasis hier also dünner ist als bei kognitiven Berufen.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Arbeiter in der Abfallsortierung allgemein — mit Tätigkeiten wie „Produkte verkaufen und vorführen“ oder „Einfache körperliche Hilfstätigkeiten ausführen“.
Für diesen Beruf liegt die gemessene Betroffenheit im Mittelfeld.
Ihre Rolle ist bereits übernommen. Für eine Einschätzung, die zu Ihrer Lage passt, fragen wir noch nach Branche und Berufserfahrung — dieselbe Rolle bedeutet in unterschiedlichen Branchen Unterschiedliches.
SapientShift (2026): Arbeiter in der Abfallsortierung — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/arbeiter-in-der-abfallsortierung
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0