Der Kern dieser Arbeit ist Verantwortung für das Tragende: Jede Verbindung, jede Nietung muss am Ende das Gewicht eines ganzen Gebäudes, einer Brücke oder eines Schiffs mittragen. Zwischen Werkstatt und Baustelle wechselt dabei ständig der Maßstab – vom einzelnen Stahlteil zur gesamten Konstruktion.
Stahlrahmen für Gebäude, Brücken oder Schiffe entstehen hier: Baumetallverformer bringen tragende Metallkonstruktionen in Form und montieren sie vor Ort.
Baumetallverformer und Metallbauer montieren, errichten und demontieren tragende Metallrahmen von Gebäuden und anderen Bauwerken. Zu den Aufgaben gehören - (a) Markieren von Metallrahmen als Anleitung beim Bohren Schneiden und Formen von Metallmaterial zur Verwendung in Gebäuden, Schiffen und anderen Bauwerken; (b) Bohren, Schneiden und Formen von Baustahl in einer Werkstatt; (c) Errichten von Stahlrahmen für Gebäude, Brücken und andere Bauwerke; (d) Montieren und Errichten des Rahmens und anderer Metallteile von Schiffskonstruktionen; (e) Formen und Anpassen von Baustahlplatten von Schiffen im Bau oder in Reparatur; (f) Nieten von tragenden Metallteilen von Hand, per Maschine oder mit einem Druckluftnieter. Beispiele für die hier eingeordneten Berufe: - Errichter, Metallbau - Vorbereiter, Metallbau - Nieter Einige verwandte, anderswo eingeordnete Berufe: - Bediener von Nietenherstellungsmaschinen - 7223
Bootbauer · Bootbauerin · Bootsbauer · Bootsbauer/Bootsbauerin · Bootsbauerin · Metallarbeiter im Bereich Demontage · Metallarbeiter im Bereich Demontage/Metallarbeiterin im Bereich Demontage · Metallarbeiterin im Bereich Demontage · Metallbauer · Metallbauer - Konstruktionstechnik · Metallbauer – Konstruktionstechnik/Metallbauerin – Konstruktionstechnik · Metallbauerin · +32 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 7214.
Das fertigende Kernhandwerk der Metallbaür trägt den niedrigsten gemessenen KI-Wert der ganzen Berufstabelle — allgemeine Montagearbeit liegt allerdings höher.
Baumetallverformer und Metallbauer liegt nahe am unteren Rand — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| unterstes Fünftel von 411 Berufen | nicht von generativer KI berührt | Von 12 verglichenen Berufen ist keiner weniger betroffen als dieser. Gruppe: Metallberufe & Mechanik |
Ähnlich eingeordnet: Pelzveredler, Gerber und Fellzurichter · Steinmetze, Steinspalter, -bearbeiter und Steinbildhauer · Stuckateure
Gemessen wurde ausschließlich generative KI; industrielle und kollaborative Robotik — der klassische Fall für Metallbau und Montage — ist nicht betrachtet, und diese Lücke ist hier die größte. Nach heutigem Stand ist die Arbeit wenig berührt. Was Montagerobotik künftig verändert, bleibt die entscheidende offene Frage.
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
Für das Fertigen und Errichten von Metallkonstruktionen misst die Datenlage den niedrigsten Wert unter allen fertigenden und montierenden Berufen der Tabelle — so eng gestreut, dass nicht einmal einzelne Teilaufgaben als betroffen gemessen wurden. Die einzige direkte Messung dieser Arbeitsart, eine Schweißtätigkeit, wurde von 0,43 auf 0,05 korrigiert, weil generative KI keine körperliche Ausführung leistet; unabhängig davon zeigen manuelle Geschicklichkeit, Ausdaür und Präzision unter über 2.800 geprüften Fähigkeiten derzeit gar kein Substitutionspotenzial. Wichtig ist aber der Kontrast innerhalb derselben Tabelle: allgemeine Montageberufe liegen deutlich höher und haben sehr wohl einzelne Teilaufgaben mit moderatem Automatisierungspotenzial. Der sehr niedrige Wert gilt also für das fertigende Kernhandwerk, nicht für Montagearbeit allgemein.
Das Fertigen und Montieren bleibt körperliche Präzisionsarbeit — was Robotik in der Serie übernimmt, ist die eigentliche offene Frage.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Bauteile zu fertigen und zu montieren heißt, mit Geschick und Präzision am Werkstück zu arbeiten — und genau das kann die heutige KI nicht ausführen: Sprach- und Bildsysteme haben keinen Zugriff auf die physische Handhabung, weshalb Fachleute diese Aufgabe durchweg niedrig bewerten und keine der geprüften manuellen Fähigkeiten derzeit als ersetzbar gilt. Es gibt sogar Hinweise, dass die Nachfrage nach Produktions- und körperlichen Fähigkeiten in KI-nahen Betrieben eher leicht steigt. Offen bleibt allein, wie sich die Serienmontage aufteilt, wenn Robotik repetitive Füge- und Zuführschritte übernimmt und der menschliche Anteil auf Varianten, Nacharbeit und Prüfung wandert — das ist eine begründete Vermutung, kein Befund.
Das Abbrechen und Rückbaün bleibt körperliche Arbeit am Bauwerk, an der die heutige KI kaum ansetzt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Abbruch- und Rückbauarbeiten leben vom körperlichen Tun an der Baustelle, und genau daran stößt die heutige KI an ihre Grenze: Systeme für Text und Bild haben auf diese physische Arbeit keinen Zugriff. Fachleute wie unabhängige Studien stufen solche manuellen Tätigkeiten übereinstimmend als kaum berührt ein. Spürbar wird KI allenfalls eine Ebene darüber, beim Planen und Anleiten der Arbeiten, während das eigentliche Arbeiten am Bauwerk menschlich bleibt.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Baumetallverformer und Metallbauer · 7214
Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score. | Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited. | Not Exposed 7212 Welders and Flame Cutters 0.13 0.05 | Not Exposed 7214 Structural Metal Preparers and Erectors 0.11 0.02 | Not Exposed 7211 Metal Moulders and Coremakers 0.13 0.01 | Minimal Exposure 8211 Mechanical Machinery Assemblers 0.27 0.17 | Minimal Exposure 8212 Electrical and Electronic Equipment Assemblers 0.28 0.19
The task involves hands-on physical work requiring skill and precision, such as welding using various machines, which is not currently automatable by generative AI technologies like ChatGPT. These technologies excel in tasks involving data processing, language understanding, and information generation but do not possess capabilities for physical task execution, hence aligning closer with the revised score.
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. | the limitations of generative AI in handling physical and manual components | leading to significantly reduced adjusted scores compared to the survey.
Zero of the more than 2,800 skills assessed were determined to exhibit „very high capacity" to be replaced by the current generation of GenAI tools, with the majority of examined skills (69%) determined to have either „very low capacity" or „low capacity" to be substituted, indicating that GenAI currently remains limited in performing tasks that require physical execution, nuanced judgment or hands-on application. | 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
The report also provides some evidence that AI adoption may increase the demand for some blue-collar skills, possibly through a productivity effect that results in higher demand and spills over to other workers at the establishment. For example, the report finds that higher establishment AI exposure is associated with increased establishment demand for skills related to production and technology, and physical skills. | Demand increased slightly for some skill groupings, such as production and technology and physical skills. These skill groupings are found disproportionately in low-exposure occupations and include skills such as maintenance, repair, forklift driving and more fundamental skills such as dexterity, heavy lifting and range of motion. This provides some suggestive evidence of the types of skills that may see increased demand due to complementarities with AI in production. However, these increasing skill demands were quite modest with substantial cross-country heterogeneity.
„Not Exposed 9313 Building Construction Labourers 0.09 0.02" „Not Exposed 9312 Civil Engineering Labourers 0.09 0.02" „Not Exposed 7119 Building Frame and Related Trades Workers Not Elsewhere Classified 0.09 0.01" „Not Exposed 7112 Bricklayers and Related Workers 0.09 0.01" „Not Exposed 7214 Structural Metal Preparers and Erectors 0.11 0.02" „Not Exposed 8342 Earthmoving and Related Plant Operators 0.13 0.02" „Not Exposed 7542 Shotfirers and Blasters 0.12 0.05"
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.
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.
By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
„Minimal Exposure 1323 Construction Managers 0.34 0.06" „Not Exposed 3123 Construction Supervisors 0.28 0.06"
Bauteile fertigen und montieren: für Metallbaür der niedrigste gemessene Expositionswert der gesamten Berufstabelle
Die ILO misst für Structural Metal Preparers and Erectors (ISCO 7214) einen GenAI-Expositionswert von 0,11 bei einer Streuung von nur 0,02 — der niedrigste Wert unter allen fertigenden und montierenden Berufen der Tabelle, und so eng gestreut, dass nicht einmal einzelne Teilaufgaben als exponiert gemessen wurden. Das deckt sich mit der einzigen direkten Messung dieser Arbeitsart: eine Schweißtätigkeit wurde von der Expertenrunde von 0,43 auf 0,05 korrigiert, weil generative KI keine physische Ausführung leistet, und das WEF findet unabhängig davon, dass manuelle Geschicklichkeit, Ausdaür und Präzision unter über 2.800 geprüften Fähigkeiten derzeit gar kein Substitutionspotenzial zeigen. Wichtig ist der Kontrast innerhalb derselben Tabelle: die montierenden Berufe (8211, 8212, 8219) liegen bei Mittelwerten von 0,27 bis 0,32 mit Streuungen von 0,17 bis 0,19 und haben damit sehr wohl einzelne Teilaufgaben mit moderatem Automatisierungspotenzial — der sehr niedrige Wert für 7214 gilt für das fertigende Kernhandwerk, nicht für Montagearbeit allgemein.
Gemessen wurde ausschließlich generative KI; industrielle und kollaborative Robotik — der klassische Anwendungsfall für Metallbau und Montage — ist von keiner Korpusquelle auf Tätigkeitsebene ausgewertet, und diese Lücke ist bei dieser Rolle die größte.
Diese Seite beschreibt Baumetallverformer und Metallbauer allgemein — mit Tätigkeiten wie „Bauteile und Konstruktionen fertigen und montieren“ oder „Bauwerke und Anlagen abbrechen und rückbaün“.
Für diesen Beruf sprechen die Daten bisher für wenig Veränderung.
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): Baumetallverformer und Metallbauer — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/baumetallverformer-und-metallbauer
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0