Der Kern dieser Arbeit ist, einer Fläche gleichzeitig Halt und Optik zu geben: Was verlegt wird, muss exakt nach Entwurf sitzen und gleichzeitig fest mit dem Untergrund verbunden sein. Jedes Muster, jede Fuge entsteht dabei Stück für Stück von Hand.
Teppich, Fliesen oder Mosaik – Boden- und Fliesenleger verwandeln nackte Böden und Wände in fertige, oft dekorative Oberflächen.
Boden- und Fliesenleger installieren, warten und reparieren Bodenbeläge und bedecken Böden, Wände und andere Oberflächen mit Teppichen, Fliesen oder Mosaikplatten zu dekorativen oder anderen Zwecken. Zu den Aufgaben gehören - (a) Vorbereiten von Bodenflächen zur Beschichtung mit verschiedenen Materialien; (b) Zusammensetzen von Teppich, Fliesen oder anderen Materialien und Verlegen auf Böden gemäß Entwurf und anderen Spezifikationen; (c) Vorbereiten von Wandflächen zur Beschichtung mit Fliesen oder anderen Materialien zu dekorativen oder anderen Zwecken wie Schalldämmung; (d) Verlegen von Fliesen sowie Herstellen und Verlegen von Mosaikplatten an Wänden, Böden und anderen Oberflächen. Beispiele für die hier eingeordneten Berufe: - Teppichleger - Marmorverleger - Parkettleger - Fliesenleger
Bodenleger · Bodenleger für Elastikböden · Bodenleger für Elastikböden/Bodenlegerin für Elastikböden · Bodenlegerin · Bodenlegerin für Elastikböden · Fliesenleger · Fliesenlegerin · Kunststoffbodenleger · Kunststoffbodenlegerin · Mosaikleger · Mosaiklegerin · Parkettleger · +54 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 7122.
Zuschnitt und Verlegung vor Ort bleiben von der KI unberührt — die offene Frage ist allein die Robotik, die noch niemand vermessen hat.
Boden- und Fliesenleger 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 16 verglichenen Berufen sind 3 weniger betroffen als dieser. Gruppe: Bau & Ausbau |
Ähnlich eingeordnet: Betonierer, Betonoberflächenfertiger und verwandte Berufe · Baumetallverformer und Metallbauer · Fassadenreiniger und Schornsteinfeger/Rauchfangkehrer
Was heute belastbar gemessen ist, betrifft vor allem Text- und Wissensarbeit — das Verlegen von Böden und Fliesen fällt kaum darunter. Offen bleibt die Robotik: ob Maschinen künftig Aufmass, Zuschnitt oder das Verlegen selbst übernehmen, ist bislang nicht eigens untersucht, und die eine Quelle, die Bauberufe als gefährdet führt, wirft KI und andere Automatisierungstechnik in einen Topf. Nach heutigem Stand also wenig betroffen — die Entwicklung bei Verlegerobotern lohnt aber den Blick.
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 Verlegen von Belägen vor Ort zählt zu den Tätigkeiten, die von KI praktisch nicht berührt werden — alle verwandten Bauhandwerke liegen in der niedrigsten Betroffenheitsstufe. Der Grund ist einfach: KI ist stark in Sprache und Daten, kann aber keine körperliche Arbeit ausführen; für eine vergleichbar handgeführte Tätigkeit wie das Schweißen senkten Fachleute die Einschätzung deshalb von 0,43 auf 0,05, und von über 2.800 geprüften Fähigkeiten zeigte manuelle Geschicklichkeit kein Ersetzungspotenzial. Eine echte Verschiebung im Alltag ist damit nicht belegt — Baustellenberufe tauchen in der KI-Nutzung sogar deutlich seltener auf. Offen bleibt allein die Robotik: 2024 kamen über 540.000 neue Industrieroboter hinzu, doch was das für die Baustelle bedeutet, hat bislang niemand gemessen.
Das Fertigen und Montieren bleibt körperliche Präzisionsarbeit — was Robotik in der Serie übernimmt, ist die eigentliche offene Frage.
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.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Boden- und Fliesenleger · 7122
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.
Zuschnitt und Verlegung vor Ort sind von generativer KI nicht berührt, und die Nutzungsdaten zeigen die Baubranche zugleich als deutlich unterrepräsentiert
Für ISCO 7122 liegt kein eigener ILO-Wert vor; die im Korpus vermessenen verwandten Bauhandwerke liegen jedoch ausnahmslos in der untersten Kategorie und mit sehr enger Streuung — 7214 Structural Metal Preparers and Erectors bei 0,11 (SD 0,02), 7115 Carpenters and Joiners bei 0,13 (SD 0,02), 7211 Metal Moulders bei 0,13 (SD 0,01) —, und die schärfste Einzelmessung des Korpus betrifft eine vergleichbar handgeführte Tätigkeit: Das Schweißen wurde von der Laienbefragung mit 0,43, von Fachexperten dagegen mit 0,05 bewertet, weil generative Technologien zwar in Datenverarbeitung und Sprache stark seien, aber „do not possess capabilities for physical task execution". Das WEF bestätigt das unabhängig — von über 2.800 bewerteten Fähigkeiten wurde keine als mit „very high capacity" ersetzbar eingestuft und manuelle Geschicklichkeit, Ausdaür und Präzision zeigen derzeit gar kein Substitutionspotenzial —, während die OECD gegenläufig eine leicht steigende betriebliche Nachfrage nach Produktions- und körperlichen Fähigkeiten findet und dies selbst als „some evidence", „may increase" und „quite modest" einschränkt; ergänzend, aber nicht als Tätigkeitsfakt, weist die Herstellertelemetrie von Anthropic Bau- und Ausbauberufe als in der Nutzung deutlich unterrepräsentiert aus. Der Befund gilt ausschließlich für generative KI als Software und ist keine Automatisierungs-Entwarnung: Das WEF hält fest, dass Fortschritte in der Robotik und deren Verbindung mit generativer KI dies künftig verändern könnten, und der AI Index berichtet für 2024 542.000 neu installierte Industrieroboter bei einem Bestand von 4.664.000 sowie kollaborative Roboter mit 13,6 Prozent der Neuinstallationen gegenüber 2,8 Prozent 2017 — Installationszahlen ohne jede Wirkungsmessung auf Tätigkeitsebene und ohne Bezug zur Baustelle.
ISCO 7122 ist in keiner Quelle einzeln vermessen, Baustellen- und Verlegerobotik sowie KI-gestützte Aufmaß-, Zuschnitt- und Verlegeplanung werden von keiner der zehn Korpusquellen auf Tätigkeitsebene untersucht, und die einzige Quelle, die Bauberufe als stark automatisierungsgefährdet führt, misst ausdrücklich KI und andere Automatisierungstechniken gemeinsam.
Diese Seite beschreibt Boden- und Fliesenleger allgemein — mit Tätigkeiten wie „Bauteile und Konstruktionen fertigen und montieren“.
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): Boden- und Fliesenleger — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/boden-und-fliesenleger
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0