Der Kern dieser Arbeit ist, Lebewesen durch ihren gesamten Wachstumszyklus zu begleiten – vom Ei bis zum verkaufsfertigen Tier. Das bedeutet ständige Kontrolle: Wasserwerte prüfen, Krankheiten früh erkennen, Bestände beobachten. Wie genau diese Kontrolle heute abläuft, ist nicht mehr überall dieselbe wie früher.
In Becken, Netzen und Teichen wachsen Fische, Muscheln und andere Meerestiere heran, die Fachkräfte für Aquakultur großziehen und für den Verkauf vorbereiten.
Fachkräfte im Bereich Aquakultur züchten und ziehen Fische auf sowie Muscheln, Austern und andere Formen aquatischen Lebens, für den Verkauf oder die regelmäßige Lieferung an Großhandelskäufer, Vermarktungsorganisationen oder auf Märkten. Zu den Aufgaben gehören - (a) Züchten, Aufziehen und Kultivieren von Fischen, Muscheln, Austern und anderen Formen aquatischen Lebens als Verkaufsware oder zum Aussetzen in Süß- oder Salzwasser; (b) Sammeln und Erfassen von Wachstums-, Produktions- und Umweltdaten; (c) Durchführung und Beaufsichtigung von Bestandsuntersuchungen zur Erkennung von Krankheiten oder Parasiten; (d) Überwachung der Umgebung zur Sicherstellung optimaler Bedingungen für aquatisches Leben; (e) Leitung und Überwachung des Fangs und Laichens von Fischen, der Eibrütung und Aufzucht von Jungfischen unter Anwendung von Kenntnissen im Management und in Fischzuchttechniken; (f) Reinigung, Einfrieren, Eiskühlung oder Salzen des Fangs an Land oder auf See sowie Vorbereitung von Fisch und anderen Produkten für den Versand; (g) Instandhaltung von Gebäuden, Becken, Maschinen, Booten und anderer Ausrüstung; (h) Lieferung oder Vermarktung von Produkten; (i) Anmieten oder Investieren in Gebäude, Ausrüstung und Maschinen sowie Einkauf von Futter und anderen Betriebsmitteln; (j) Beaufsichtigung und Ausbildung von Hilfskräften in Aquakultur und Fischbrütereien. Beispiele für die hier eingeordneten Berufe: - Algenzüchter/in - Fischzüchter/in - Austernzüchter/in - Perlenzüchter/in - Meeresfrüchtezüchter/in - Facharbeitskraft in der Fischzucht - Facharbeitskraft in der Meeresfrüchtezucht Einige verwandte, anderswo eingeordnete Berufe: - Leiter/in der Aquakulturproduktion - 1312 - Arbeitskraft in der Aquakultur - 9216
Aquakulturarbeiter · Aquakulturarbeiter/Aquakulturarbeiterin · Aquakulturarbeiterin · Aquakulturtechniker - schwimmende Systeme · Aquakulturtechniker – schwimmende Systeme/Aquakulturtechnikerin – schwimmende Systeme · Aquakulturtechnikerin - schwimmende Systeme · Aufzuchttechniker Aquakultur · Aufzuchttechniker Aquakultur/Aufzuchttechnikerin Aquakultur · Aufzuchttechnikerin Aquakultur · Ausbringungsverantwortliche Aquakulturanlagen · Ausbringungsverantwortlicher Aquakulturanlagen · Fischentnahmetechniker · +84 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 6221.
Das Züchten, Füttern und Bergen bleibt unverändert — Bewegung zeigt sich in der administrativen Personalarbeit und in der Einarbeitung neuer Kräfte.
Fachkräfte im Bereich Aquakultur 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 4 verglichenen Berufen ist keiner stärker betroffen als dieser. Gruppe: Forstwirtschaft, Fischerei & Jagd |
Ähnlich eingeordnet: Imker und Seidenraupenzüchter · Weitere Tierhalter · Geflügelhalter
Der überwachende und dokumentierende Teil der Arbeit — Wasserwerte, Bestandsdaten, Meldungen — ist in den Studien nicht als eigener Schritt betrachtet worden; Hinweise darauf, dass hier mehr in Bewegung ist, gibt es, aber keinen Beleg. Sensorik, vernetzte Überwachung und Robotik in der Aquakultur kommen in den Untersuchungen überhaupt nicht vor. Nach heutigem Stand also schwer abschließend zu beurteilen — gerade der datengestützte Teil der Arbeit verdient dabei die Aufmerksamkeit.
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
Die eigentliche Arbeit — Tiere aufziehen, füttern und die Erzeugnisse einholen und aufbereiten — zählt zu den am wenigsten von KI betroffenen Tätigkeiten; die niedrigen Werte sind kein Zufall, sondern das Ergebnis einer bewussten Korrektur durch Fachleute, die auf die Grenzen beim Automatisieren körperlich-handwerklicher Arbeit verwiesen. Anders sieht es dort aus, wo dieser Beruf Personal führt, einstellt und anlernt: Die schriftliche Personalarbeit zählt zu den am stärksten betroffenen Tätigkeiten, während die eigentliche Führungsarbeit unberührt bleibt. In einer Feldstudie erreichten neue Mitarbeitende mit KI-Zugang nach zwei Monaten das Niveau, für das sonst ein halbes Jahr nötig war — gemessen allerdings an Kundendienstkräften eines einzigen Unternehmens, nicht in der Aquakultur. Was am Wasser geschieht, bleibt; was daneben verwaltet und angelernt wird, verschiebt sich.
Das Installieren und Instandsetzen bleibt Handarbeit — die KI hilft beim Planen und Nachschlagen, nicht am Gerät selbst.
Installation, Wartung und Reparatur verlangen den Griff zum Gerät: Kalibrieren, Verkabeln und Prüfen am Objekt bleiben menschlich, während KI beim Planen, Dokumentieren und beim Nachschlagen in Störungsanleitungen unterstützt. Fachleute haben die Aufgabe deshalb ausdrücklich niedrig eingestuft, und Installations- und Wartungsfähigkeiten liegen auch am realen Arbeitsmarkt im wenig berührten Bereich. Dass der planbare Wartungsanteil zugunsten zustandsorientierter Eingriffe zurückgeht und sich die Tätigkeit stärker auf Befundinterpretation verlagert, ist eine begründete Vermutung — belastbar gemessen ist dieser Anteil bislang nicht.
Das Einarbeiten und Verwalten verschiebt sich, das Führen selbst bleibt menschlich.
Die administrative Seite der Personalarbeit gehört zu den am stärksten betroffenen Bürotätigkeiten, und beim Einarbeiten zeigt sich das konkret: Mit KI-Unterstützung sind neue Mitarbeitende schon nach zwei Monaten so weit wie sonst erst nach einem halben Jahr, und deutlich weniger von ihnen kündigen früh. Das Führen selbst — das Urteilen über Menschen und das Entscheiden in offenen Situationen — wird dagegen kaum an KI abgegeben und bleibt menschliche Aufgabe.
Das Einholen und Aufbereiten von Naturerzeugnissen bleibt körperliche Arbeit, an der die heutige KI kaum ansetzt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Einholen und Aufbereiten von Fängen und Naturerzeugnissen ist körperliche Arbeit im Freien und am Objekt. Genau hier stößt die heutige KI an ihre Grenze: Mehrere unabhängige Untersuchungen ordnen diese Tätigkeiten der am wenigsten berührten Gruppe zu, und Fachleute korrigieren solche handwerklich-körperlichen Aufgaben sogar noch weiter nach unten, weil sich Handgriff und körperliches Geschick kaum automatisieren lassen. Was sich daran künftig ändert, hängt weniger an der heutigen Text- und Bildverarbeitung als an Technik, die am Objekt selbst eingreift — und das ist noch nicht beantwortet.
Das Züchten von Wasserlebewesen und das Überwachen ihrer Umgebung bleibt körperliche Arbeit, an der die heutige KI kaum ansetzt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Wasserlebewesen zu züchten und ihre Umgebung zu überwachen ist eine Tätigkeit mit hohem körperlichem und praktischem Anteil — und genau dort stößt die aktuelle KI an ihre Grenzen. Gleich mehrere unabhängige Untersuchungen ordnen dieses Berufsfeld zu den am wenigsten betroffenen ein, und Fachleute setzten die Einschätzung sogar noch tiefer an als die ursprünglichen Befragungen, weil sich Arbeit mit körperlichem Zugriff schwer automatisieren lässt. Vom praktischen Kern über die planende Ebene bis zu den Hilfstätigkeiten zeigt sich durchgehend wenig Bewegung.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Fachkräfte im Bereich Aquakultur · 6221
Installing and initiating mechanical and electrical robots and peripheral equipment at new workstations requires hands-on skills, precise calibration, and the ability to interact with physical hardware. While generative AI can assist with planning, documentation, and troubleshooting guides, the physical installation and configuration still require human expertise. Therefore, the lower score of 0.1925 is more reflective of reality, though slightly adjusted upward to 0.25 to acknowledge AI's support role in providing information or instructions during the task.
For tasks such as 'operating injection molding machines' or 'performing mechanical processing of silicon', experts highlighted the limitations of generative AI in handling physical and manual components, leading to significantly reduced adjusted scores compared to the survey.
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.
For occupations with low AI exposure the top grouping is production and technology, joined by attitudes and social skills. Production and technology includes the subgroupings installation and maintenance, quality assurance and production processes.
Gradient 4 4416 Personnel Clerks 0.6 0.09
Establishment-level AI exposure is associated with decreased demand for management skills. On average across countries in the sample demand for management skills declined by under 4 percentage points for a one standard deviation increase in AI exposure (Figure 4.2, Panel A). All countries in the sample are associated with a decline in management skills, and all are statistically significant from zero. Resource management includes human resource management, financial management, among others.
Access to the AI tool helps newer agents move more quickly down the experience curve: treated agents with two months of tenure perform just as well as untreated agents with more than six months of tenure. In contrast, we find minimal impacts on the productivity of more-experienced or more-skilled workers.
Panel A shows that access to AI assistance is associated with the strongest reductions in attrition among newer agents, those with less than 6 months of experience. The magnitude of this coefficient, around 10 percentage points, translates into a 40% decrease relative to a baseline attrition rate in this group of 25%.
Management, at 23% of respondents, is also heavily over-represented relative to its 7% employment share, even though it accounts for only 4% of sessions. This gap is consistent with managers using Claude for tasks other than management itself: in the survey, judgment and management are named by many respondents (especially those with more experience) as capabilities AI lacks.
Not Exposed 6221 Aquaculture Workers 0.22 0.15 Not Exposed 6223 Deep-sea Fishery Workers 0.18 0.07 Not Exposed 6222 Inland and Coastal Waters Fishery Workers 0.17 0.1 Not Exposed 8160 Food and Related Products Machine Operators 0.15 0.03 Not Exposed 7511 Butchers, Fishmongers and Related Food Preparers 0.13 0.03 Not Exposed 6210 Forestry and Related Workers 0.12 0.05 Not Exposed 6340 Subsistence Fishers, Hunters, Trappers and Gatherers 0.12 0.05 Not Exposed 9216 Fishery and Aquaculture Labourers 0.11 0.03 Not Exposed 6224 Hunters and Trappers 0.09 0.03
Not Exposed | Occupations that don't meet any of the above conditions. | Occupations where most tasks remain relatively unaffect ed by GenAI, with low task variability and a stable low mean exposure score. [norm.] the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.
In contrast, „Cleaners, helpers", „Agriculture, forestry and fishery workers", „Food preparation assistants", „Labourers", „Refuse workers and other elementary workers" are the least exposed to AI.
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.
Not Exposed 6221 Aquaculture Workers 0.22 0.15
Not Exposed 1312 Aquaculture and Fisheries Production Managers 0.22 0.08
Not Exposed 9216 Fishery and Aquaculture Labourers 0.11 0.03 Occupations where most tasks remain relatively unaffect-[norm.] ed by GenAI, with low task variability and a stable low mean exposure score.
In contrast, ‚Cleaners, helpers', ‚Agriculture, forestry and fishery workers', ‚Food preparation assistants', ‚Labourers', ‚Refuse workers and other elementary workers' are the least exposed to AI.
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.
Das Züchten, Füttern und Bergen bleibt gemessen unverändert, während sich die administrative Personalarbeit und die Einarbeitung neuer Kräfte verschieben.
Für diese Rolle liegt ein eigener Messwert vor: Die ILO führt 6221 Aquaculture Workers als „Not Exposed" mit einem Mittelwert von 0,22 — und die Streuung von 0,15 ist die höchste der gesamten Aquakultur- und Fischereifamilie, sie bleibt mit μ+σ = 0,37 aber noch unter jeder Expositionsschwelle; die niedrigen Werte sind kein Ratingartefakt, sondern das Ergebnis einer bewussten Abwärtskorrektur durch Fachexperten, die „the practical limitations of automating tasks that require physical manipulation or manual dexterity" ausdrücklich benannten, und die OECD bestätigt institutionell unabhängig, dass Agriculture, forestry and fishery workers zu den am wenigsten exponierten Gruppen zählen. Dasselbe Bild gilt für das Einholen und Aufbereiten der Erzeugnisse, wo sieben von neun ausführenden Berufen eine Streuung von nur 0,03–0,07 zeigen, also nicht einmal einzelne exponierte Teilaufgaben — und für das Warten der Anlagen, deren Kern die ILO nach Expertenprüfung von 0,55 auf 0,25 abwertete. Wo diese Rolle Personal führt, einstellt und anlernt, sieht das anders aus: Die administrativ-schriftliche Schicht dieser Arbeit liegt mit 4416 Personnel Clerks bei 0,6 im höchsten Gradienten, während die Führungsschicht selbst bei 0,36 mit SD 0,05 unauffällig bleibt, und in einer Feldstudie erreichten neue Mitarbeitende mit KI-Zugang nach zwei Monaten das Niveau, das sonst sechs Monate brauchte — gemessen allerdings an 5.179 Kundendienstkräften eines einzigen US-Unternehmens, nicht in der Aquakultur.
Der überwachende und protokollierende Anteil der Arbeit — Wasserparameter, Bestandsdaten, Meldungen — ist von keiner Quelle als eigener Teilschritt isoliert; die erhöhte Streuung von 0,15 ist ein Hinweis darauf, kein Beleg, und Sensorik, IoT-Monitoring und Aquakultur-Robotik kommen im Korpus überhaupt nicht vor.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Fachkräfte im Bereich Aquakultur allgemein — mit Tätigkeiten wie „Anlagen und Geräte installieren, warten und reparieren“ oder „Personal führen, einstellen und schulen“.
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): Fachkräfte im Bereich Aquakultur — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/fachkraefte-im-bereich-aquakultur
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0