Der Kern dieser Arbeit ist Vermittlung: zwischen dem, was irgendwo an Wissen existiert, und der Person, die genau danach sucht. Dafür braucht es Systeme und Kataloge, mit denen sich das Material zuverlässig wiederfinden lässt. Genau an diesen Wegen zum Wissen wird gerade viel neu gedacht.
Bibliothekare und Informationsfachkräfte sorgen dafür, dass Menschen finden, was sie suchen: Sie baün Bestände auf, ordnen sie und helfen beim Zugang zu Informationen.
Bibliothekare und verwandte Informationsfachkräfte sammeln, wählen aus, entwickeln, organisieren und pflegen Bibliotheksbestände und andere Informationsspeicher; organisieren und steuern weitere Bibliotheksdienste und stellen Nutzern Informationen bereit. Zu den Aufgaben gehören - (a) Organisation, Entwicklung und Pflege einer systematischen Sammlung von Büchern, Zeitschriften und anderem gedruckten, audiovisuellen und digital erfassten Material; (b) Auswahl und Empfehlung des Erwerbs von Büchern und anderem gedruckten oder audiovisuellen und digital erfassten Material; (c) Organisation, Klassifizierung und Katalogisierung von Bibliotheksmaterial; (d) Verwaltung der Bibliotheksausleihe sowie von Fernleiheinrichtungen und Informationsnetzwerken; (e) Beschaffung von Material und Bereitstellung von Informationen für Unternehmen und andere Nutzer auf Basis der eigenen Sammlung oder von Bibliotheks- und Informationsnetzwerksystemen; (f) Durchführung von Forschung sowie Analyse oder Anpassung von Bibliotheks- und Informationsdiensten entsprechend den sich ändernden Bedürfnissen der Nutzer; (g) Entwicklung und Umsetzung von Konzepten und konzeptionellen Modellen für die Speicherung, Organisation, Klassifizierung und den Abruf von Informationen; (h) Erstellung wissenschaftlicher Abhandlungen und Berichte; (i) Durchführung manueller, Online- und interaktiver Medienrecherchen, Abwicklung von Fernleihen und Wahrnehmung weiterer Funktionen zur Unterstützung der Nutzer beim Zugang zu Bibliotheksmaterial. Beispiele für die hier eingeordneten Berufe: - Bibliograf - Katalogisierer - Bibliothekar
Bibliothekar · Bibliothekar/Bibliothekarin · Bibliothekarin · Bibliothekswissenschaftler · Bibliothekswissenschaftlerin · Dokumentar · Dokumentarin · Informationsmanager · Informationsmanager/Informationsmanagerin · Informationsmanagerin · Informationswissenschaftler · Informationswissenschaftlerin · +27 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 2622.
Das Suchen und Auswerten übernimmt zunehmend die Maschine — das Prüfen und Einordnen wird damit zum Kern der Arbeit.
Bibliotheks- und Informationswissenschaftler liegt nahe am oberen Rand — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| oberstes Fünftel von 411 Berufen | im oberen Bereich der von generativer KI berührten Berufe | Von 21 verglichenen Berufen sind 17 weniger betroffen als dieser. Gruppe: Recht, Kultur & Sozialwissenschaft |
Ähnlich eingeordnet: Autoren und verwandte schriftstellerische Berufe · Fachkräfte für Werbung und Marketing · Volkswirtschaftler
Die Daten zeigen zwar, dass einzelne Teilaufgaben stark betroffen sein können — welche das genau sind, sagen sie aber nicht; ob die Ausleihverwaltung dazugehört, bleibt offen. Die körperlichen Anteile der Arbeit — Selbstverbuchung, RFID-Rückgabe und Sortieranlagen — liegen zudem ganz ausserhalb der Untersuchung. Nach heutigem Stand bleibt damit gerade der praktische Kern des Berufsalltags die große Unbekannte.
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 Auswerten von Datenbeständen verschiebt sich spürbar: Das Auffinden von Trends und Mustern übernimmt immer öfter die Maschine, und genau deshalb gewinnt die Fähigkeit, Ergebnisse zu prüfen und einzuordnen, an Bedeutung — Betriebe halten Analyse- und Interpretationskompetenz dadurch für wichtiger, nicht für überflüssig. Auch in der Auskunft zeigt sich ein Effekt: In einer großen Feldstudie lösten Kräfte mit KI-Unterstützung rund 14 Prozent mehr Anfragen pro Stunde, und deutlich seltener musste weitervermittelt werden. Für die Verwaltung von Ausleihe und Rückgabe dagegen liegt bislang keine belastbare Untersuchung vor — ob und wie stark sie sich verändert, ist schlicht offen.
Das Beantworten von Anfragen wird schneller und das Weiterleiten seltener, ein voller Ersatz ist es aber nicht.
Das Empfangen und Weiterleiten von Anrufen und Anfragen zählt zu den deutlich von KI erfassten Tätigkeiten. Mit KI-Unterstützung werden Anliegen schneller bearbeitet — im Schnitt rund 14 % mehr gelöste Fälle pro Stunde, bei Berufsanfängern sogar etwa ein Drittel mehr — und der Weiterleitungsanteil sinkt spürbar: Bitten, mit einer vorgesetzten Person zu sprechen, gehen um fast 25 % zurück. Ein voller Ersatz ist es aber nicht, denn viele dieser Aufgaben brauchen weiterhin merklichen menschlichen Einsatz.
Das Ablegen und Verwalten von Dokumenten läuft zunehmend automatisch, ganz ohne menschlichen Anteil geht es aber nicht.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Verwalten und Ablegen von Akten gehört zu den Tätigkeiten, die KI am stärksten erfasst — die Berufe, in denen es steckt, zählen zu den am deutlichsten betroffenen. In KI-nahen Betrieben sinkt die Nachfrage nach Aktenführungs- und Bürofertigkeiten messbar, und Fachleute rechnen mit einem KI-getriebenen Rückgang dieser Tätigkeiten; das gilt als Bruch mit einer früheren Zeit, in der solche Fertigkeiten sogar gefragter wurden. Zugleich hat die Forschung ihre eigene Erwartung an eine Vollautomatisierung nach unten korrigiert: In der Praxis brauchen viele dieser Aufgaben weiterhin spürbaren menschlichen Einsatz.
Das maschinelle Auswerten von Daten übernimmt zunehmend die KI, das Deuten der Ergebnisse wird wichtiger.
Das Analysieren und Deuten von Daten verändert sich spürbar: Das Aufspüren von Trends und Zusammenhängen ist die verbreitetste KI-Anwendung überhaupt und trifft genau die Berufe, die diese Aufgabe ausführen — Werkzeuge durchsuchen Kennzahlen und Datenbanken und fassen Auffälligkeiten in verständlicher Sprache zusammen. Die eigentliche Interpretationskompetenz wird dadurch aber nicht ersetzt, sondern gerade wichtiger; Fachleute berichten, dass Datenauswertung und -deutung an Bedeutung gewinnen. Wie stark sich die Aufgabe verschiebt, hängt davon ab, wie breit sie im jeweiligen Beruf ausgefüllt wird — mal verlagert sie sich nur, mal fällt sie stärker weg.
Zu dieser Aufgabe liegt noch keine belastbare Untersuchung vor.
Wie sich das Verwalten von Ausleihe und Rückgabe entwickelt, lässt sich noch nicht belastbar sagen. Vermutlich verschiebt sich der reine Verbuchungs- und Erinnerungsteil zunehmend in automatische Abläufe, während Übergabe, Zustandsprüfung und Beratung am Objekt menschlich bleiben — das ist aber eine begründete Vermutung, kein gesicherter Befund.
Das Auffinden von Information verschiebt sich zur KI, das Einordnen und Bewerten bleibt beim Menschen.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Recherche gehört zu den Tätigkeiten, die KI schon heute spürbar durchdringt — in der Wissensarbeit ist sie die am stärksten genutzte Funktion überhaupt. In Betrieben, die stärker auf KI setzen, sinkt die Nachfrage nach kognitiven Fähigkeiten messbar, und gerade das Aufspüren übersehener Informationen übernimmt zunehmend die Maschine. Was bleibt, ist das Einordnen, Gewichten und Verantworten dessen, was zusammengetragen wurde.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Bibliothekswissenschaftler und verwandte Informationswissenschaftler · 2622
Gradient 3 4222 Contact Centre Information Clerks 0.58 0.06 / Gradient 3 4226 Receptionists (general) 0.57 0.17 / Gradient 3 4223 Telephone Switchboard Operators 0.54 0.15 / Gradient 3 4224 Hotel Receptionists 0.51 0.07 / Gradient 3 4225 Inquiry Clerks 0.57 0.09 / Gradient 2 4229 Client Information Workers Not Elsewhere Classified 0.42 0.13 / Gradient 3 captures occupations where a significant portion of tasks are consistently exposed to GenAI, signaling growing automation risks and requiring adaptation strategies for workers (Significant exposure, high task variability).
In most customer service settings, front-line agents attempt to resolve customer problems but can seek the help of supervisors when they are unsure of how to proceed. Customers, knowing this, will sometimes attempt to escalate a conversation by asking to speak to a manager. […] Following the introduction of AI assistance, we see a gradual decline in requests for escalation. Relative to a baseline rate of approximately 6 percentage points, these coefficients suggest that AI assistance generates an almost 25% decline in customer requests to speak to a manager.
Access to the tool increases productivity, as measured by issues resolved per hour, by 14% on average, including a 34% improvement for novice and low-skilled workers but with minimal impact on experienced and highly skilled workers.
Skills and tasks that can be roughly described as clerical tasks were the sub-group of skills that saw the largest reduction in demand. Demand for clerical skills declined by slightly more than 2 percentage points for a one standard deviation increase in establishment-level AI exposure […]. Business Process skills include clerical and administrative tasks along with sales and customer service.
While tasks such as taking meeting notes or scheduling appointments can significantly benefit from GenAI support, our 2023 scores for such tasks, which reached 0.9 in some cases, reflected an overly optimistic assessment of full automation potential. In reality, many of these tasks still require substantial human effort.
Among the 13 occupations classified in gradient 4, the majority represent clerical roles, including data entry clerks, typists and word processing operators, accounting and bookkeeping clerks, and general office clerks.
While tasks such as taking meeting notes or scheduling appointments can significantly benefit from GenAI support, our 2023 scores for such tasks, which reached 0.9 in some cases, reflected an overly optimistic assessment of full automation potential. In reality, many of these tasks still require substantial human effort.
Skills and tasks that can be roughly described as clerical tasks were the sub-group of skills that saw the largest reduction in demand. Demand for clerical skills declined by slightly more than 2 percentage points for a one standard deviation increase in establishment-level AI exposure … The most frequently demanded skills in clerical tasks are administrative support and record keeping, and this subgrouping includes the use of general office tools as well.
Hershbein and Kahn (2018) show that vacancies demanding routine, cognitive skills such as those found in clerical and administrative occupations demanded more skills, and employment in these positions grew modestly after the great recession. … This report finds that AI may now be putting these same clerical and administrative skills under direct threat of automation leading to diminishing demand for these skills.
The presence of both Graphic Designers and Legal Secretaries just outside the top 10 fastest-declining job roles, a first-time prediction not seen in previous editions of the Future of Jobs Report, may illustrate GenAI's increasing capacity to perform knowledge work. Job decline in both roles is seen as driven by both AI and information processing technologies as well as by broadening digital access.
Gradient 4 2413 Financial Analysts 0.62 0.06 […] Gradient 3 3314 Statistical, Mathematical and Related Associate Professionals 0.57 0.1 […] Gradient 3 2120 Mathematicians, Actuaries and Statisticians 0.56 0.09 […] Gradient 3 2631 Economists 0.55 0.08 / Above-moderate occupational exposure: even though some tasks remain less exposed, the overall potential of automation of the current tasks with GenAI is growing in these occupations.
SMEs indicate that GenAI has made data analysis and interpretation skills more important, along with other skills (OECD, 2025 [11]). / growing use of algorithmic management tools in the workplace is increasing the need for certain skills, such as those related to general management and analysis (e.g. ability to use or interpret data) (Milanez, Lemmens and Ruggiu, 2025 [34])
The most common cluster across nearly all sectors is 'Business Intelligence Insights,' reflecting the broad applicability of predictive analytics. / Applications in the Business Intelligence Insights category affect a wide range of workers, especially those in Management, Business and Financial, and Computer and Math occupations. / Business-intelligence tools here scan dashboards and databases to find trends and root causes without manual digging. They alert users when a key metric shifts and explain the main drivers by region, channel, or customer type. Natural-language summaries make insights readable for non-analysts.
Management Analysts and Financial Risk Specialists show similar mean exposure to 'Business Intelligence Insights' applications, but exposure is more concentrated for Management Analysts, making them less likely to be displaced according to our model. / 'Operational Data Analytics' affects tasks more narrowly than 'Customer Experience Automation' despite similar mean exposure, leading to very different implications for labor demand.
Technology-related roles are the fastest-growing jobs in percentage terms, including Big Data Specialists, Fintech Engineers, AI and Machine Learning Specialists and Software and Application Developers.
Kein Einzelbeleg — als „nicht untersucht" eingestuft.
Gradient 3 captures occupations where a significant portion of tasks are consistently exposed to GenAI, signaling growing automation risks and requiring adaptation strategies for workers (Significant exposure, high task variability).
Gradient 4 4132 Data Entry Clerks 0.7 0.03 […] Gradient 4 2413 Financial Analysts 0.62 0.06
AI exposure is associated with a decline in demand for c ognitive skills at the establishment level. On average across countries in the sample demand for cognitive skills declined by a little over 3 percentage points for a one standard deviation increase in AI exposure (Figure 4.4, Panel A).
It may seem surprising that originality or creativity would be less demanded with greater exposure to AI. These are skills that are not at first glance associated with AI's capabilities. However, many new discoveries rely on finding a new piece of information or missing element that had been previously overlooked […]. Machine learning may already be replacing humans in finding these overlooked elements
The highest reported AI usage was in knowledge management for business, legal, and professional services (58%) and in software engineering and IT in the technology sector (58% and 56%, respectively). […] More broadly, functions tied to information processing, software, customer engagement, and internal knowledge work reported higher adoption than areas such as strategy and corporate finance and risk and compliance, where uptake remains low across most sectors.
Auskunft und Datenauswertung verschieben sich vom Suchen zum Prüfen und Einordnen, während für die Ausleih- und Rückgabeverwaltung überhaupt keine Untersuchung vorliegt.
Die ILO führt 2622 Librarians and Related Information Professionals mit einem Expositionsmittelwert von 0,55 im Gradient 3, und die außergewöhnlich niedrige Streuung von 0,04 besagt, dass die Exposition den gesamten Aufgabenmix gleichmäßig durchzieht — es gibt in diesem Beruf praktisch keine deutlich weniger betroffene Teilaufgabe, auf die sich ausweichen ließe. Für die auswertende Seite der Arbeit ist auf Tätigkeitsebene belegt, dass sich der Schwerpunkt verlagert und nicht verschwindet: Die verbreitetste KI-Anwendungsklasse überhaupt durchsucht Datenbestände „to find trends and root causes without manual digging" und macht Ergebnisse per „natural-language summaries […] readable for non-analysts", während die OECD zugleich berichtet, Betriebe hielten Analyse- und Interpretationsfähigkeit dadurch für wichtiger — und für den Auskunftsteil zeigt eine Feldstudie mit 5.179 Kundendienstkräften 14 Prozent mehr gelöste Vorgänge pro Stunde und einen Rückgang der Weiterleitungswünsche um fast ein Viertel gegenüber rund 6 Prozentpunkten Ausgangsrate. Für die Verwaltung von Ausleihe und Rückgabe dagegen betrachtet keine der Korpusquellen die Tätigkeit selbst: Die drei sie ausführenden Berufe liegen in drei verschiedenen Kategorien — 4411 Library Clerks bei Gradient 2 (0,46/0,18), 3433 Gallery, Museum and Library Technicians bei Gradient 1 (0,37/0,20), 4321 Stock Clerks bei Minimal Exposure (0,37/0,06) —, ein Widerspruch, der im Korpus nicht aufgelöst ist und aus dem weder Betroffenheit noch Unbetroffenheit folgt.
Die hohe Streuung bei 4411 zeigt nur, dass einzelne Teilaufgaben stark exponiert sind, nicht welche; ob die Ausleihverwaltung dazugehört, sagt keine Quelle, und der physische Anteil samt Selbstverbuchung, RFID-Rückgabe und Sortieranlagen liegt vollständig außerhalb des Korpus.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Bibliotheks- und Informationswissenschaftler allgemein — mit Tätigkeiten wie „Anrufe, Anfragen und Besucher empfangen und weiterleiten“ oder „Akten und Dokumente verwalten und ablegen“.
Für diesen Beruf sprechen die Daten für deutliche 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): Bibliotheks- und Informationswissenschaftler — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/bibliotheks-und-informationswissenschaftler
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0