Der Kern dieser Arbeit ist, das zu entfernen, was sich über Zeit unsichtbar ansammelt – Ruß im Schornstein, Schmutz auf der Fassade, manchmal auch Schadstoffe wie Asbest. Das bedeutet Arbeit mit Hochdruckgeräten und Chemikalien, oft an schwer zugänglichen Stellen.
Fassadenreiniger holen Gebäudefassaden wieder sauber, Schornsteinfeger den Ruß aus dem Kamin.
Fassadenreiniger reinigen Außenflächen von Gebäuden und anderen Bauwerken und entfernen Ruß aus Schornsteinen. Zu den Aufgaben gehören - (a) Reinigen von Außenflächen aus Stein, Ziegel, Metall oder ähnlichen Materialien mittels Chemikalien oder eines unter hohem Druck angewendeten Dampf- oder Sandstrahls; (b) Entfernen von Ruß aus Abzügen, Schornsteinen und Verbindungsrohren; (c) Entfernen von Asbest, Schimmel und brandgeschädigten Oberflächen von Gebäuden. Beispiele für die hier eingeordneten Berufe: - Fassadenreiniger - Schornsteinfeger - Sandstrahler (Gebäudeaußenflächen) Einige verwandte, anderswo eingeordnete Berufe: - Graffitientferner - 9129 - Wasserstrahlreiniger - 9129
Asbestsanierer · Asbestsanierer/Asbestsaniererin · Asbestsaniererin · Dekontaminateur · Dekontaminateur/Dekontaminateurin · Dekontaminateurin · Fassaden- und Gebäudereiniger · Fassaden- und Gebäudereinigerin · Fassadenreiniger · Fassadenreiniger/Fassadenreinigerin · Fassadenreinigerin · Kaminfeger · +64 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 7133.
Für die Reinigung von Gebäudeflächen ist keine Verschiebung durch KI messbar — der für die Branche erwartete Rückgang hat andere Gründe als die Technik.
Fassadenreiniger und Schornsteinfeger/Rauchfangkehrer 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 ist keiner weniger betroffen als dieser. Gruppe: Bau & Ausbau |
Ähnlich eingeordnet: Maurer und verwandte Berufe · Weitere Baukonstruktionsberufe · Betonierer, Betonoberflächenfertiger und verwandte Berufe
Fassaden-, Kletter- und Kaminreinigungsroboter samt Höhenzugangstechnik hat bisher keine Studie einzeln betrachtet — der unauffällige Befund gilt daher allein für textbasierte KI und ist keine generelle Entwarnung bei der Automatisierung. Auch die planenden Umfeldtätigkeiten wie Einsatzplanung, Kehrbuchführung und Objektabrechnung sind hier nicht erfasst, weil sie anderen Berufen zugeordnet sind. Wo diese Arbeit körperlich vor Ort und in der Höhe stattfindet, bleibt sie damit 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
Die Reinigung von Gebäudeflächen liegt an beiden Enden am unteren Rand der gesamten Datenlage — so eng gemessen, dass es nicht einmal einzelne Teilaufgaben gibt, die herausfallen. Zwei voneinander unabhängige Untersuchungen kommen zum selben Ergebnis, und der Grund ist benannt: KI beherrscht die körperliche Ausführung solcher Arbeit schlicht nicht. Der scheinbar naheliegende Gegenbefund trägt nicht — zwar wird für Reinigungs- und Housekeeping-Rollen ein Rückgang erwartet, doch dieser geht ausdrücklich auf schwächeres Wirtschaftswachstum und steigende Lebenshaltungskosten zurück, nicht auf die Technologie. Diese Rolle gehört sogar zu den wenigen, deren Rückgang gerade nicht von den Technologietrends getrieben wird.
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.
Das Streichen und Tapezieren von Oberflächen bleibt Handarbeit, für die die heutige KI keinen Zugriff hat.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Oberflächen zu streichen und zu tapezieren verlangt handwerkliches Können, Präzision und körperliche Ausführung vor Ort — und genau diese physische Arbeit können Systeme für Text und Bild nicht übernehmen. Fachleute setzten die Einschätzung für solche Handwerksberufe ausdrücklich nach unten, weil sich Tätigkeiten mit manuellem Geschick praktisch kaum automatisieren lassen. Passend dazu tauchen körperlich geprägte Berufe in der tatsächlichen KI-Nutzung deutlich seltener auf, sodass diese Aufgabe vorerst unberührt bleibt.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Fassadenreiniger und Schornsteinfeger/Rauchfangkehrer · 7133
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.
Not Exposed 7131 Painters and Related Workers 0.13 0.04 Not Exposed 7132 Spray Painters and Varnishers 0.12 0 Not Exposed 7133 Building Structure Cleaners 0.09 0.01 Not Exposed 7316 Sign Writers, Decorative Painters, Engravers and Etchers 0.18 0.08
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. …and 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.
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.
Physical occupation categories like Transportation & Material Moving, Food Preparation & Serving Related, and Construction & Extraction are all under-represented in the survey, as they are in Claude sessions as well.
Für die Reinigung von Gebäudeflächen ist keine Verschiebung durch generative KI dokumentiert — der Befund ist gemessen, nicht bloß eine Lücke.
Für diese Rolle liegt ein eigener Wert vor: 7133 Building Structure Cleaners steht bei 0,09 mit einer Streuung von 0,01 und liegt damit an beiden Enden am unteren Rand des gesamten ILO-Datensatzes — das ist ein stärkerer Befund als ein niedriger Mittelwert allein, denn eine Streuung von 0,01 bedeutet, dass es in diesem Beruf nicht einmal einzelne Teilaufgaben gibt, die aus dem Rahmen fallen. Zwei methodisch und institutionell unabhängige Messungen kommen zum selben Ergebnis — die OECD führt „Cleaners, helpers" im Fließtext unter den am wenigsten KI-exponierten Berufsgruppen, Hampole et al. listen Reinigungsberufe unter den 25 am wenigsten exponierten Berufen (dort allerdings nur als Tabelleneintrag ohne Fließtext, weshalb das Dossier diese Stimme nachrangig führt) —, und die ILO benennt den Mechanismus: Ihre Expertenrunde korrigierte die Werte manuell-physischer Berufe systematisch nach unten, weil diese Technologien „do not possess capabilities for physical task execution". Der scheinbar naheliegende Gegenbefund trägt nicht: Der WEF erwartet zwar einen Rückgang bei Hausmeister-, Reinigungs- und Housekeeping-Rollen, führt ihn aber ausdrücklich auf schwächeres Wirtschaftswachstum und steigende Lebenshaltungskosten zurück und stellt sogar fest, dass diese Rolle zu den nur zwei rückläufigen Rollen gehört, deren Haupttreiber gerade nicht die drei Technologietrends sind.
Fassaden-, Kletter- und Kaminreinigungsrobotik sowie Höhenzugangstechnik misst keine der zehn Korpusquellen auf Tätigkeitsebene, weshalb dieser Nullbefund allein für generative Software gilt und keine Automatisierungs-Entwarnung ist; die planenden und dokumentierenden Umfeldtätigkeiten dieser Rolle — Einsatzplanung, Kehrbuchführung, Objektabrechnung — sind in ISCO anderen Berufen zugeordnet und hier nicht abgedeckt.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Fassadenreiniger und Schornsteinfeger/Rauchfangkehrer allgemein — mit Tätigkeiten wie „Räume, Flächen und Fahrzeuge reinigen“ oder „Oberflächen streichen und tapezieren“.
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): Fassadenreiniger und Schornsteinfeger/Rauchfangkehrer — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/fassadenreiniger-und-schornsteinfeger-rauchfangkehrer
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0