Der Kern dieser Arbeit ist, dass eine Warenlieferung nur mit vollständigen Papieren über die Grenze kommt. Jede Sendung durchläuft dieselbe Prüfung: Zoll, Versicherung, Lizenzen, Einordnung in die richtige Tarifgruppe. Wie diese Prüfung heute abläuft, verändert sich gerade.
Wenn Waren die Grenze überqüren, sorgen Fachkräfte für Abrechnungs- und Speditionsdienstleistungen dafür, dass Zoll, Versicherung und Papiere stimmen.
Fachkräfte für Abrechnungs- und Speditionsdienstleistungen führen Zollabfertigungsverfahren durch und stellen sicher, dass Versicherung, Export-/Importlizenzen und andere Formalitäten in Ordnung sind. Zu den Aufgaben gehören - (a) Durchführung von Zollabfertigungsverfahren für Exporte oder Importe; (b) Sicherstellen, dass die Versicherung in Ordnung ist; (c) Sicherstellen, dass Export-/Importlizenzen und andere Formalitäten in Ordnung sind; (d) Unterzeichnen und Ausstellen von Konnossementen; (e) Prüfen von Import-/Exportdokumenten zur Bestimmung des Frachtinhalts sowie Einordnung der Waren in unterschiedliche Gebühren- oder Zollgruppen unter Verwendung eines Zolltarifsystems. Beispiele für die hier eingeordneten Berufe: - Zollabfertiger - Spediteur - Schiffsagent
internationale Logistikleiterin · internationale Logistikmanagerin · internationaler Logistikleiter · internationaler Logistikmanager · internationaler Logistikmanager/internationale Logistikmanagerin · Speditionsdisponent · Speditionsdisponentin · Speditionskauffrau · Speditionskaufmann · Speditionskaufmann/Speditionskauffrau · Zolldeklarant · Zolldeklarant/Zolldeklarantin · +28 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 3331.
Die abwickelnde und dokumentierende Schreibtischseite der Spedition ist breit von KI berührt — die körperliche Seite der Fracht dagegen gar nicht.
Fachkräfte für Abrechnungs- und Speditionsdienstleistungen 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 24 verglichenen Berufen sind 20 weniger betroffen als dieser. Gruppe: Kaufmännische Fachkräfte |
Ähnlich eingeordnet: Nicht akademische Statistikfachkräfte · Sekretariatsfachkräfte im juristischen Bereich · Kreditsachbearbeiter
Die vorliegenden Zahlen zeigen ein Potenzial, aber keinen bereits gemessenen Effekt auf Arbeitszeit oder Beschäftigung — und die Erwartung eines überdurchschnittlichen Stellenabbaus stammt aus einer Arbeitgeberbefragung zur Funktion Lieferkette und Bestandsführung, nicht zur Tätigkeit selbst. Für den körperlichen Warenumschlag zeigt sich zwar kein Einfluss durch textbasierte KI, doch über Lagerroboter und automatisierte Umschlaganlagen ist damit nichts gesagt. Diese Technik-Entwicklung bleibt der Punkt, den es im Blick zu behalten gilt.
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
Der Schreibtischanteil dieser Arbeit — das Abwickeln und Dokumentieren — gehört zu den stärker von KI berührten Tätigkeiten, und die Betroffenheit verteilt sich breit über viele Aufgaben statt sich auf einzelne Spitzen zu konzentrieren; auch eine unabhängige US-Messung zählt die Logistik zu den am stärksten berührten Berufen. Gemeint ist damit ausdrücklich wachsender Anpassungsbedarf, nicht Wegfall — einige Aufgaben bleiben weniger berührt, und die Studienlage hat die Werte für solche Büroberufe zuletzt sogar gesenkt, weil vieles davon weiterhin erhebliche menschliche Arbeit verlangt. Der eigentliche Befund ist die Spreizung innerhalb der Transportkette: Je näher an der Steuerung und Sachbearbeitung, desto stärker die Berührung. Der Frachtumschlag von Hand bleibt dagegen völlig unberührt — dort ist nicht einmal eine einzelne Teilaufgabe betroffen.
Die planende und preisoptimierende Seite der Beschaffung gerät durch KI in Bewegung, das Aushandeln und Pflegen von Lieferantenbeziehungen bleibt menschliche Arbeit.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Beim Optimieren von Preisen, Mengen und Lieferketten zählt der Einkauf zu den am stärksten von KI berührten Bereichen: Wo Aufgaben besonders KI-fähig sind, sinkt anschliessend die Nachfrage nach den zugehörigen Fähigkeiten, und die Arbeit verlagert sich innerhalb des Berufs zu weniger berührten Teilaufgaben. Zugleich stuft eine andere Untersuchung genau die Kern-Einkaufsberufe als kaum berührt ein, sodass das Bild uneinheitlich bleibt. Absehbar ist vor allem eine Verschiebung: Die datengetriebene Analyse übernimmt zunehmend KI, das Aushandeln und Pflegen der Lieferantenbeziehungen bleibt eine menschliche Aufgabe.
Das Zusammenführen und Verbuchen der Abläufe verschiebt sich spürbar Richtung Automatisierung, die Abstimmung an den Schnittstellen weniger.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Koordinieren und Dokumentieren von Transport- und Frachtabläufen gehört zu den stärker betroffenen Bürotätigkeiten: Ein wachsender Teil des heutigen Aufgabenbestands lässt sich automatisieren, und zwei methodisch unabhängige Messungen ordnen die Logistik-Koordination übereinstimmend weit oben ein. Betriebe erwarten gerade in der Lieferketten- und Bestandssteuerung überdurchschnittlich, dass Stellen zurückgehen. Das Zusammenführen und Verbuchen von Daten verschiebt sich damit deutlich, während einzelne Teile der Abstimmung an den Schnittstellen weniger betroffen bleiben.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Fachkräfte für Abrechnungs- und Speditionsdienstleistungen · 3331
In pricing and supply chain optimization, Purchasing Managers and Wholesale and Retail Buyers emerge as the most exposed, while in process automation and operational efficiency the most exposed tasks are linked to Sales Engineers and Other Engineering Technologists.
Across all specifications, coefficients on task-level AI exposure are negative and of similar magnitude: greater exposure reduces the intensity with which firms demand skills linked to those tasks. […] a one–standard deviation increase in task-level AI exposure lowers demand for the associated skills by about 2 percent over five years. Because the dependent variable is a share, this implies reallocation of labor effort away from exposed tasks and toward less-exposed tasks within the same occupation.
Purchasing Agents (13-1023) 1.51 / High-skill, high-wage occupations are the most exposed to artificial intelligence. […] These are occupations that require cognitive skills that cannot be automated with a discrete set of instructions, but for which artificial intelligence excels
One-third of organizations expect AI to reduce their workforce in the coming year, even though large-scale job losses have not yet shown up in overall employment data. […] Anticipated reductions are highest in service operations, supply chain, and software engineering. Across nearly all functions, anticipated decreases outpaces those already observed. / This trend is particularly pronounced in service operations, supply chain/inventory management, marketing and sales, and software engineering, where the expected decrease in employees for the next year significantly exceeds the actual decrease reported over the past year.
Minimal Exposure 3323 Buyers 0.39 0.08 / Minimal Exposure 1324 Supply, Distribution and Related Managers 0.38 0.05 / Minimal Exposure (Low exposure, moderate task variability) μ < 0.5 and μ + σ > 0.4 — Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited. / a more granular distinction of Minimal Exposure, where some interaction with GenAI may occur, but without significantly altering the nature of these roles / 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.
Gradient 3 3331 Clearing and Forwarding A[g]ents 0.57 0.09
Gradient 3 4323 Transport Clerks 0.5 0.1
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). | 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.
25 Most Exposed Occupations […] Market Research Analysts and Marketing Specialists / Management Analysts / Logisticians / Computer Hardware Engineers / Financial Specialists / Computer and Information Systems Managers / Sales Engineers / Financial Risk Specialists / Transportation, Storage, and Distribution Managers […] | This table details the top and bottom 25 occupations ranked by average AI exposure […] These rankings are based on the computed AI exposure scores, which leverage task-level similarities between AI applications and occupational descriptions.
In nearly all functions, respondents anticipate a greater impact from AI on headcount next year than was observed in the past year, with expected decreases outpacing observed decreases. This trend is particularly pronounced in service operations, supply chain/inventory management, marketing and sales, and software engineering, where the expected decrease in employees for the next year significantly exceeds the actual decrease reported over the past year.
Der abwickelnde und dokumentierende Schreibtischanteil wird breit exponiert eingestuft, die physische Seite der Fracht dagegen gar nicht.
Die ILO ordnet ISCO 3331 mit 0,57 bei einer Streuung von nur 0,09 Gradient 3 zu — die Exposition verteilt sich also breit über den Aufgabenbestand statt sich auf einzelne Spitzen zu konzentrieren —, und eine methodisch wie institutionell unabhängige US-Messung führt Logisticians sowie Transportation, Storage and Distribution Managers unter den 25 exponiertesten Berufen. Die ILO formuliert das ausdrücklich als „growing automation risks and requiring adaptation strategies for workers" und nicht als Wegfall, betont für Gradient 3, dass „some tasks remain less exposed", und hat die Mittelwerte der Bürohauptgruppe gegenüber 2023 abgesenkt, weil viele dieser Aufgaben „still require substantial human effort". Die Spreizung innerhalb der Transportkette ist dabei der eigentliche Befund: Transport-Sachbearbeiter (4323) liegen mit 0,50 ebenfalls in Gradient 3, die steuernde Managementebene (1324) bei 0,38 mit SD 0,05, und der Frachtumschlag von Hand (9333) bei 0,14 mit einer Streuung von 0,03 — dort ist nicht einmal eine einzelne Teilaufgabe als exponiert ausgewiesen.
Sämtliche Werte sind Expositionspotenziale ohne gemessenen Zeit-, Produktivitäts- oder Beschäftigungseffekt, die Erwartung überdurchschnittlichen Personalabbaus stammt aus einer Arbeitgeberbefragung zur Unternehmensfunktion „supply chain/inventory management“ und nicht zur Tätigkeit, und der Nullbefund für den physischen Umschlag gilt allein für generative KI — über Lagerrobotik, autonome Flurförderzeuge und automatisierte Umschlagsanlagen sagt der Korpus nichts.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Fachkräfte für Abrechnungs- und Speditionsdienstleistungen allgemein — mit Tätigkeiten wie „Einkauf, Beschaffung und Lieferantenbeziehungen managen“ oder „Transport- und Frachtabläufe koordinieren und dokumentieren“.
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): Fachkräfte für Abrechnungs- und Speditionsdienstleistungen — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/fachkraefte-fuer-abrechnungs-und-speditionsdienstleistungen
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0