Der Kern dieser Arbeit ist Gründlichkeit im Detail, viele Male am Tag: dieselben Schritte von innen nach außen, Fahrzeug für Fahrzeug. Es geht darum, dass am Ende jede Fläche wirklich sauber ist, nicht nur oberflächlich. Auch hier zeichnet sich gerade eine Verschiebung ab.
Damit Autos wieder glänzen, waschen, saugen und polieren Fahrzeugreiniger innen und außen bis ins Detail.
Fahrzeugreiniger waschen, reinigen und polieren das Äußere und Innere von Fahrzeugen. Zu den Aufgaben gehören - (a) Reinigen, Waschen und Polieren von Autos und anderen Fahrzeugen von Hand oder mit handgeführten Elektrowerkzeugen; (b) Saugen des Fahrzeuginnenraums und chemisches Reinigen von Teppichen und Polstern; (c) Auftragen von Reinigungsmitteln zum Entfernen von Flecken vom Fahrzeugäußeren und -innenraum; (d) Waschen von Reifen und Radkästen sowie Schwärzen von Reifen; (e) Waschen und Polieren von Fahrzeugfenstern; (f) Leeren und Reinigen von Fächern in Fahrzeugen. Beispiele für die hier eingeordneten Berufe: - Fahrzeugaufbereiter/in - Fahrzeugwäscher/in (Handwäsche)
Autopolierer · Autopoliererin · Autowäscher · Autowäscherin · Fahrzeugpfleger · Fahrzeugpflegerin · Fahrzeugreiniger/Fahrzeugreinigerin · Fahrzeugreinigerin · Fahrzeugreinigungskraft · Fahrzeugwäscher · Fahrzeugwäscherin · Kfz-Wäscher · +19 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 9122.
Die Fahrzeugreinigung liegt am äussersten unteren Rand des Gemessenen — keine einzelne Teilaufgabe fällt heraus, und der Befund ruht auf mehreren unabhängigen Quellen.
Fahrzeugreiniger 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 5 verglichenen Berufen ist keiner weniger betroffen als dieser. Gruppe: Reinigung & Hilfskräfte |
Ähnlich eingeordnet: Arbeiter in der Abfall- und Wertstoffsammlung · Hilfsarbeiter im Ackerbau · Hilfsarbeiter im Hochbau
Waschanlagen und Waschstraßen sind für diese Rolle der offensichtliche Automatisierungspfad und nicht gemessen — der Befund gilt allein für Software-KI. Auch die dispositiven Umfeldtätigkeiten wie Auftragsannahme, Einsatzplanung und Abrechnung bleiben unbetrachtet. Nach heutigem Stand wenig berührt, mit dieser Technik als offener 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
Die Fahrzeugreinigung liegt am äussersten unteren Rand des gesamten gemessenen Feldes, und die sehr geringe Streuung schliesst aus, dass sich dahinter einzelne stärker berührte Handgriffe verbergen. Der Befund steht nicht auf einer einzelnen Quelle: Gleich mehrere unabhängige Untersuchungen reihen die Reinigungsberufe unter die am wenigsten berührten ein, begründet damit, dass die Technik körperliche Arbeit nicht ausführen kann. Der scheinbar gegenläufige Befund trägt nicht — der dort erwartete Rückgang wird schwächerem Wachstum und steigenden Lebenshaltungskosten zugeschrieben, nicht der KI. Und generell mahnt die Studienlage, solche Werte nicht mit einer Automatisierungswahrscheinlichkeit zu verwechseln.
Die körperliche Reinigungsarbeit bleibt, die Rolle der Robotik ist noch offen.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Reinigen von Räumen, Flächen und Fahrzeugen lebt vom körperlichen Tun, und genau daran stößt die heutige KI an ihre Grenze: Systeme für Text und Bild haben auf diese physische Arbeit keinen Zugriff. Gleich drei unabhängige Untersuchungen ordnen die Reinigungsberufe übereinstimmend ganz unten bei der KI-Betroffenheit ein. Ob Robotik großflächige Bodenreinigung künftig übernimmt und sich die Tätigkeit stärker zu Nacharbeit, Kontrolle und Gerätebetreuung verschiebt, ist eine begründete Vermutung, aber noch nicht belegt.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Fahrzeugreiniger · 9122
Not Exposed 9112 Cleaners and Helpers in Offices, Hotels and Other Establishments 0.12 0.02 / Not Exposed 9123 Window Cleaners 0.11 0.03 / Not Exposed 9129 Other Cleaning Workers 0.1 0.01 / Not Exposed 7133 Building Structure Cleaners 0.09 0.01 / Not Exposed 9122 Vehicle Cleaners 0.09 0.01 / Not Exposed 9111 Domestic Cleaners and Helpers 0.14 0.08 / Not Exposed 9613 Sweepers and Related Labourers 0.09 0.03 / Minimal Exposure 5153 Building Caretakers 0.27 0.16 / Not Exposed 5151 Cleaning and Housekeeping Supervisors in Offices, Hotels and Other Establishments 0.22 0.1
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. / the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.
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. / These technologies excel in tasks involving data processing, language understanding, and information generation but do not possess capabilities for physical task execution / the highest exposure to GenAI is typically observed among groups with the largest share of tasks of cognitive nature and it declines with tasks of physical nature, which are more prominent among occupational groups 4-9
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. Therefore, high-skill, white collar occupations are the ones most exposed to recent progress in AI.
Table A.2: Top and bottom 25 occupations by average AI exposure — 25 Most Exposed Occupations | 25 Least Exposed Occupations […] Maids and Housekeeping Cleaners […] Janitors and Cleaners / These rankings are based on the computed AI exposure scores, which leverage task-level similarities between AI applications and occupational descriptions.
Die Fahrzeugreinigung liegt am äußersten unteren Rand der gemessenen GenAI-Exposition, ohne dass eine einzelne Teilaufgabe herausfiele.
Für diese Rolle liegt ein eigener Wert vor: 9122 Vehicle Cleaners steht bei 0,09 mit einer Streuung von 0,01 und liegt damit gemeinsam mit den Gebäudeflächen- und den sonstigen Reinigungsberufen am untersten Rand des gesamten ILO-Datensatzes — die extrem niedrige Streuung ist dabei der eigentliche Befund, denn sie schließt aus, dass sich hinter dem niedrigen Mittelwert einzelne exponierte Teilaufgaben verbergen, anders als etwa bei 9111 Domestic Cleaners mit einer Streuung von 0,08. Der Befund steht nicht auf einer Quelle: Die OECD führt „Cleaners, helpers" im Fließtext unter den am wenigsten exponierten Berufsgruppen, Hampole et al. reihen Reinigungsberufe unter die 25 am wenigsten exponierten Berufe ein (dort allerdings nur als Tabelleneintrag, weshalb das Dossier diese Stimme nachrangig führt), und die ILO-Expertenrunde hat die Werte manuell-physischer Berufe gegenüber der Laienbefragung aktiv nach unten korrigiert, begründet damit, dass diese Technologien „do not possess capabilities for physical task execution". Auch der scheinbar gegenläufige WEF-Befund trägt nicht — der dort erwartete Rückgang bei Reinigungs- und Hausmeisterrollen wird ausdrücklich schwächerem Wachstum und steigenden Lebenshaltungskosten zugeschrieben —, und die OECD warnt zusätzlich generell davor, Expositionswerte als Automatisierungswahrscheinlichkeit zu lesen, weil KI „just one of the many advanced ICT technologies" sei, die Tätigkeiten automatisieren können.
Fahrzeugwaschanlagen und Waschstraßen sind für diese Rolle der offensichtliche Automatisierungspfad, und er ist von keiner der zehn Korpusquellen auf Tätigkeitsebene gemessen — der Nullbefund gilt allein für generative Software; ebenfalls unbetrachtet bleiben die disponierenden Umfeldtätigkeiten wie Auftragsannahme, Einsatzplanung und Abrechnung, die ISCO anderen Berufen zuordnet.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Fahrzeugreiniger allgemein — mit Tätigkeiten wie „Räume, Flächen und Fahrzeuge reinigen“.
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): Fahrzeugreiniger — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/fahrzeugreiniger
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0