Der Kern dieser Arbeit ist, Zuverlässigkeit in ein System zu bringen, bei dem ein Fehler in der Luft nicht einfach korrigiert werden kann. Entwerfen, kalibrieren, anpassen, prüfen – die Genauigkeit dieser Systeme entscheidet direkt über die Sicherheit im Luftraum.
Flugsicherungstechniker sorgen dafür, dass die Technik hinter der Flugverkehrskontrolle zuverlässig funktioniert – von der Entwicklung bis zur Wartung.
Flugsicherungstechniker üben technische Aufgaben im Zusammenhang mit Entwurf, Installation, Verwaltung, Betrieb, Wartung und Reparatur von Flugverkehrskontroll- und Flugnavigationssystemen aus. Zu den Aufgaben gehören - (a) Ausüben technischer Aufgaben im Zusammenhang mit der Entwicklung elektronischer und computergestützter Flugnavigationssysteme und -ausrüstung sowie Testen von Prototypen; (b) Leisten technischer Hilfe bei Entwurf und Layout spezifischer Schnittstellenschaltungen von Flugnavigations- und Luftfahrzeugerfassungs- und -verfolgungssystemen; (c) Erstellen und Mitwirken bei der Erstellung von Kostenschätzungen sowie technischen und Schulungsspezifikationen für Flugverkehrskontroll- und Sicherheitsausrüstung; (d) Leisten oder Unterstützen bei der technischen Aufsicht über Bau, Installation und Betrieb bodengestützter Flugnavigationsausrüstung sowie deren Wartung und Reparatur, um die Einhaltung von Standards und Spezifikationen sicherzustellen; (e) Anwenden von Kenntnissen und Fertigkeiten der Grundsätze und Praktiken der Flugsicherungstechnik, um im Verlauf ihrer Arbeit auftretende Probleme zu erkennen und zu lösen; (f) Entwickeln, Modifizieren und Debuggen von Systemsoftware; (g) Modifizieren bestehender bodengestützter Flugnavigationssysteme und -ausrüstung, um sie an neue Flugverkehrskontrollverfahren anzupassen, um Leistungsfähigkeit, Zuverlässigkeit und Integrität zu verbessern oder Flugverkehrskontrollverfahren und Luftraumfestlegung zu erleichtern; (h) Steuern, Überwachen und Zertifizieren von Kommunikations-, Navigations- und Überwachungsausrüstung für das Flugverkehrsmanagement sowie Kalibrieren des bodengestützten Flugnavigationssystems, um maximale Genauigkeit und Sicherheit von Flug-, Start- und Landevorgängen sicherzustellen; (i) Leisten technischer Schulung und Beaufsichtigen anderer Arbeitskräfte. Beispiel für die hier eingeordneten Berufe: - Flugsicherungsingenieur - Flugsicherungstechniker Einige verwandte, anderswo eingeordnete Berufe: - Luft- und Raumfahrtingenieur - 2144 - Elektronikingenieur - 2152 - Fluggerätmechaniker - 7232 - Fluggerätwartungsingenieur (Avionik) - 7421 - Avioniktechniker - 7421
Flugdiensttechniker · Flugdiensttechnikerin · Flugsicherungstechniker/Flugsicherungstechnikerin · Flugsicherungstechnikerin · air traffic safety electronics engineer · air traffic safety electronics hardware specialist · air traffic safety electronics software specialist · air traffic safety electronics technician · air traffic safety engineer · air traffic safety hardware specialist · air traffic safety software specialist · air traffic safety technician
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 3155.
Das Warten und Instandsetzen der Anlagen bleibt unbewegt in menschlicher Hand — die Software- und Planungsseite daneben verschiebt sich dagegen messbar.
Flugsicherungstechniker liegt im mittleren Bereich — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| oberes Mittelfeld von 411 Berufen | nur am Rand von generativer KI berührt | Von 25 verglichenen Berufen sind 20 weniger betroffen als dieser. Gruppe: Ingenieurtechnik |
Ähnlich eingeordnet: Immobilienmakler und -verwalter · Medizinische Assistenten · Nicht akademische sozialpflegerische Fachkräfte
Das Absichern der Systeme — ein Kernstück dieser Arbeit — ist inhaltlich nicht untersucht; dazu liegen nur grobe Kennzahlen vor, aber keine belastbare Aussage. Zudem gibt es für diesen Beruf keine eigene Auswertung, die Werte sind von einzelnen Tätigkeiten abgeleitet. Nach heutigem Stand ist das Bild hier also nur ein Näherungswert, den man vorsichtig lesen sollte.
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 Installieren, Kalibrieren und Instandsetzen der Anlagen selbst gilt als unbewegt, weil die körperliche Ausführung menschlich bleibt — auch das Auswerten technischer Zeichnungen zählt weiter zum stabilen Kern der Arbeit. Bewegung zeigt sich vor allem am informationellen Rand daneben: bei Planung, Dokumentation und Fehlersuche. Auf der Softwareseite ist das Bild uneinheitlich — mit KI-Assistenz schlossen Entwickelnde rund ein Viertel mehr Aufgaben ab, erfahrene Fachleute wurden umgekehrt spürbar langsamer, und in Stellenanzeigen sinkt die Nachfrage nach einfachen Programmierkenntnissen leicht. Ob KI hier bereits Arbeit ersetzt oder sie nur umschichtet, ist bislang nicht abschliessend belegt.
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 Schreiben von Code wird schneller, das Prüfen und Entwerfen wichtiger.
Das Entwickeln von Software verändert sich schneller als fast jede andere Tätigkeit: KI schreibt Code mit, und in klar umrissenen Aufgaben entsteht mehr in gleicher Zeit — an komplexem Bestandscode zeigt sich der Vorteil aber längst nicht immer. Das reine Programmierhandwerk wird weniger gefragt, das Durchdenken der Architektur dafür umso mehr.
Das Erstellen und Auswerten technischer Pläne wird von der aktuellen KI bislang kaum verändert.
Ob technische Zeichner, Ingenieure und Ingenieurtechniker oder Architekten — in den vorliegenden Einschätzungen liegt diese Tätigkeit durchgängig im unteren Bereich der KI-Berührung. Das Anfertigen und Auswerten von Plänen und Zeichnungen ruht offenbar auf Aufgaben, die die heutige KI nur am Rand erreicht. Für die Zukunft ist damit nichts ausgeschlossen, doch bislang zeigt sich hier kaum Bewegung.
Beim Planen und Konstruieren technischer Anlagen verschieben sich einzelne Felder deutlich, andere bleiben stabil — Betroffenheit heißt hier nicht Ersetzbarkeit.
Das Bild teilt sich nach Feld: In der elektronik- und nachrichtentechnischen Anlagenplanung ist der Aufgabenmix wirklich gemischt — manches lässt sich mit KI erledigen, vieles nicht —, während die mechanische, elektrische und bauliche Anlagenplanung als kaum berührt und stabil gilt. Realisierte Arbeitsmarktdaten zählen die Ingenieurfelder zu den stärker unter Druck stehenden Gruppen, mit einem Rückgang des Beschäftigungsanteils von rund zwei Prozent über fünf Jahre durch Verlagerung auf Aufgaben-Ebene, nur teils ausgeglichen. Zugleich betonen die Untersuchungen ausdrücklich: Hohe Berührung heißt, dass viele Aufgaben mit KI erledigt werden könnten — nicht, dass der Beruf verschwindet.
Das Prüfen von Anlagen auf Sicherheit und Funktion bleibt eine Tätigkeit vor Ort, die die heutige KI kaum berührt — teils fragt sie sie sogar stärker nach.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Anlagen auf Sicherheit und Funktionsfähigkeit zu prüfen zählt zu den Tätigkeiten, die die aktuelle KI weitgehend unberührt lässt: Die prüfenden und instandhaltenden Berufe liegen durchweg in der niedrigsten Betroffenheitskategorie, und die geringe Streuung schliesst auch einzelne betroffene Teilaufgaben weitgehend aus. Bemerkenswert ist, dass Betriebe mit höherer KI-Nutzung Instandhaltungs- und Qualitätsprüfungs-Kompetenzen eher mehr nachfragen — diese praktische Arbeit an der Anlage wirkt zur KI eher ergänzend als ersetzend.
Das planungs- und berichtsgestützte Steuern der Instandhaltung verschiebt sich, das Anleiten der Arbeit vor Ort bleibt.
Beim Organisieren und Leiten von Instandhaltung trennen sich zwei Teile. Der planungs- und berichtsnahe Anteil — Abläufe auswerten, Produktion verfolgen, die Instandhaltung darüber steuern — verliert deutlich an Nachfrage; in Stellenanzeigen gehen genau diese Aufgaben um rund 26 % zurück. Die praktische Reparatur- und Wartungsarbeit dagegen bleibt der heutigen KI weitgehend entzogen, und in KI-nahen Betrieben wird sie sogar etwas stärker gesucht — sie ergänzt die Technik, statt von ihr ersetzt zu werden.
Das Lenken des Luftverkehrs bleibt von der aktuellen KI weitgehend unberührt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Flugbewegungen zu lenken heißt, in Echtzeit sicherheitskritische Entscheidungen mit voller Verantwortung zu treffen. Die tragenden Berufe — von der Flugverkehrskontrolle bis zum Cockpit — zählen zu den am wenigsten betroffenen: Einzelne Teilaufgaben zeigen zwar ein maßvolles Automatisierungspotenzial, insgesamt bleibt die Tätigkeit aber kaum berührt. Was hier zählt, ist die verlässliche menschliche Steuerung im Moment — daran ändert die heutige KI wenig.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Flugsicherungstechniker · 3155
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.
Additionally, some occupations – such as financial analysts, and web and multimedia developers (gradient 4), as well as bank tellers, translators, applications programmers, investment advisers (gradient 3) – have increased their levels of exposure, highlighting the expanding abilities of GenAI technology to potentially automate more specialized tasks in professional and technical roles.
The clearest impact is on support work, software development, and marketing. […] software developers using GitHub Copilot completed 26% more pull requests (Cui et al., 2025) / experienced open-source developers became 19 percent slower when using AI assistance, with a disconnect between how helpful the developers thought the tools were and how they actually performed (Becker et al., 2025).
Panel B in Figure 4.5 shows the results for the subgrouping computer programming, which was the sub-group of digital skills associated with one of the largest declines in skill demand. On average, the share of vacancies posting skills grouped in the computer programming sub-grouping declined by a little under one percentage point for a one standard deviation increase in establishment-level AI exposure. / Recent research suggests that AI can greatly aid in the speed and efficacy of basic computer programming (Peng et al., 2023[7]), so a decline in demand for these skills is not necessarily unexpected.
In the United States, normalized headcount trends for both occupations show that employment among the youngest workers (ages 22–25) has declined since 2022, even as headcount for older age groups continues to grow […] By September 2025, employment for software developers ages 22–25 had fallen close to 20% from its 2022 peak. / does not point to broad, uniform displacement.
Anticipated reductions are highest in service operations, supply chain, and software engineering. Across nearly all functions, anticipated decreases outpaces those already observed.
Minimal Exposure 3118 Draughtspersons 0.35 0.11
Not Exposed 2144 Mechanical Engineers 0.32 0.07 / Not Exposed 2151 Electrical Engineers 0.31 0.08 / Not Exposed 2142 Civil Engineers 0.3 0.06 / Not Exposed 2149 Engineering Professionals Not Elsewhere Classified 0.3 0.08 / Not Exposed 3112 Civil Engineering Technicians 0.28 0.07 / Not Exposed 3113 Electrical Engineering Technicians 0.27 0.05 / Not Exposed 3115 Mechanical Engineering Technicians 0.26 0.08
Minimal Exposure 2161 Building Architects 0.37 0.08 / Minimal Exposure 2162 Landscape Architects 0.37 0.08
Gradient 2 2153 Telecommunications Engineers 0.48 0.12 / Gradient 2 2152 Electronics Engineers 0.42 0.13
Not Exposed 2144 Mechanical Engineers 0.32 0.07 / Not Exposed 2151 Electrical Engineers 0.31 0.08 / Not Exposed 2142 Civil Engineers 0.3 0.06 / Not Exposed 2149 Engineering Professionals Not Elsewhere Classified 0.3 0.08
The most adversely affected occupations are in business, financial, and engineering fields, which see declines of nearly 2% in their employment share over five years. / These losses reflect strong substitution at the task level, only partly offset by complementarities and firm-level increases in labor demand. / Architecture and Engineering 17 -6.64 2.52 2.83 -1.29 9.16
Lane (2024 [16]) shows that on average across OECD Member countries, ‚IT professionals‘, ‚Business professionals‘, ‚Managers‘, ‚Chief executives‘ and ‚Science and engineering professionals‘ are the occupations most exposed to AI
we stress that such exposure does not imply the immediate automation of an entire occupation, but rather the potential for a large share of its current tasks to be performed using this technology.
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. / Not Exposed 7233 Agricultural and Industrial Machinery Mechanics and Repairers 0.17 0.04
with low task variability and a stable low mean exposure score. / Not Exposed 3257 Environmental and Occupational Health Inspectors and Associates 0.24 0.04 / Not Exposed 8182 Steam Engine and Boiler Operators 0.2 0.04
There were some skill groupings that experienced modest increases in demand, including: production and technology and physical skills. These skills can be summarised as typically indicative of blue-collar occupations and include maintenance, repair, forklift driving and more fundamental skills such as dexterity, heavy lifting and range of motion. These are the types of skills that are possibly complementary in production to AI.
Minimal Exposure 1321 Manufacturing Managers 0.38 0.11 | Minimal Exposure 3122 Manufacturing Supervisors 0.35 0.13 | Minimal Exposure 1323 Construction Managers 0.34 0.06
Not Exposed 7231 Motor Vehicle Mechanics and Repairers 0.18 0.04 | Not Exposed 7233 Agricultural and Industrial Machinery Mechanics and Repairers 0.17 0.04 | Not Exposed 3123 Construction Supervisors 0.28 0.06 | Not Exposed 3115 Mechanical Engineering Technicians 0.26 0.08
Industrial Production Managers • Develop or implement production tracking or quality control systems, analyzing production, quality control, maintenance, or other operational reports to detect production problems. −26.6 | applications, Industrial Production Managers experience large declines in skills related to planning and tracking operational decisions. | these exposed tasks experience significant declines in demand relative to other tasks in the same firm–occupation cell
There were some skill groupings that experienced modest increases in demand, including: production and technology and physical skills. These skills can be summarised as typically indicative of blue-collar occupations and include maintenance, repair, forklift driving and more fundamental skills such as dexterity, heavy lifting and range of motion. These are the types of skills that are possibly complementary in production to AI.
„Minimal Exposure 3154 Air Traffic Controllers 0.31 0.09" „Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited."
„Not Exposed 3153 Aircraft Pilots and Related Associate Professionals 0.27 0.05" „Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score."
„Minimal Exposure 3155 Air Traffic Safety Electronics Technicians 0.34 0.1"
Die Software- und Planungsseite der Arbeit verschiebt sich messbar, das Warten und Instandsetzen der Anlagen und das Auswerten technischer Zeichnungen bleiben gemessen unbewegt.
Auf der Entwicklungs- und Systemseite ist die Verschiebung belegt und zugleich uneinheitlich: Entwickelnde mit GitHub Copilot schlossen 26 Prozent mehr Pull Requests ab, erfahrene Open-Source-Entwickler wurden mit KI-Assistenz dagegen 19 Prozent langsamer, und in Stellenanzeigen sinkt die Nachfrage nach basalen Programmier- und SQL-Kenntnissen um knapp einen Prozentpunkt je Standardabweichung betrieblicher KI-Exposition — die ILO führt Applications Programmers ausdrücklich als gestiegen exponiert, spricht aber von „potentially automate", nicht von vollzogener Substitution. Bei der Planung technischer Systeme läuft eine Bruchlinie genau durch dieses Berufsfeld: Nachrichten- und elektroniktechnische Auslegung liegt in Gradient 2 (2153 Telecommunications Engineers 0,48/SD 0,12; 2152 Electronics Engineers 0,42/SD 0,13), während mechanische, elektrische und bauliche Anlagenplanung mit SD 0,05–0,08 in „Not Exposed" fällt — und dieser ILO-Befund steht unaufgelöst gegen Hampole et al., die für die Berufsfamilie Architecture and Engineering eine starke Task-Substitutionskomponente von −6,64 bei netto −1,29 Prozent messen. Das Installieren, Kalibrieren und Instandsetzen der Anlagen selbst wurde von der ILO als benannter Task geprüft und von 0,55 auf 0,25 abgewertet, weil die physische Ausführung menschlich bleibt; belegt bewegt sich dort nur der informationelle Rand aus Planung, Dokumentation und Fehlersuchhilfen.
Das Absichern der Systeme wird hier nicht behandelt — dazu liegt keine inhaltliche Quelle vor, nur Expositionswerte; und für ISCO 3155 selbst enthält keines der herangezogenen Dossiers eine eigene Zeile, alle Werte gelten auf Tätigkeitsebene.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Flugsicherungstechniker 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): Flugsicherungstechniker — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/flugsicherungstechniker
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0