Der Kern dieser Arbeit ist die Zusammenarbeit mit einem Tier statt mit einem Motor: anschirren, lenken, spüren, wie das Tier reagiert. Dazu kommt die Fürsorge für das Tier selbst, füttern und pflegen, nicht nur das Führen.
Wo Tiere statt Motoren den Antrieb liefern, lenken sie Wagen, Pflüge oder sogar Arbeitselefanten – und kümmern sich zugleich um die Tiere selbst.
Führer von Fahrzeugen und Maschinen mit Zugtierantrieb lenken von Zugtieren gezogene Fahrzeuge zur Beförderung von Fahrgästen oder Gütern sowie von Zugtieren angetriebene Maschinen, meist im Zusammenhang mit der Landwirtschaft. Zu den Aufgaben gehören - (a) Anschirren von Tieren und Anspannen an Fahrzeuge oder Maschinen; (b) Be- oder Entladen von Gütern oder Unterstützen von Fahrgästen beim Ein- und Aussteigen aus einem Fahrzeug; (c) Lenken von Tieren in die gewünschte Richtung unter gebührender Berücksichtigung des übrigen Verkehrs und der Verkehrsvorschriften; (d) Einsammeln von Fahrpreisen oder Gebühren; (e) Lenken von Tieren zum Ziehen von Wagen in Bergwerken oder Steinbrüchen; (f) Lenken von an landwirtschaftliche oder andere Maschinen angespannten Tieren; (g) Führen von Arbeitselefanten; (h) Warten von Fahrzeug oder Maschine, Ausführen kleinerer Reparaturen und Einbauen von Ersatzteilen; (i) Pflegen und Füttern der Tiere. Beispiele für die hier eingeordneten Berufe: - Führer/in von Fahrzeugen mit Zugtierantrieb - Führer/in von Tiergespannen - Mahut Einige verwandte, anderswo eingeordnete Berufe: - Jockey - 3421
Droschkenkutscher · Droschkenkutscherin · Gespannführer · Gespannführerin · Kutscher · Kutscher/Kutscherin · Kutscherin · carriage driver · coachman · coachwoman · fiacre driver · horse-drawn carriage driver · +2 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 9332.
Das Führen des Gespanns und die Tierversorgung zählen zu den am wenigsten von KI berührten Tätigkeiten überhaupt — offen bleibt allein die Robotik, die noch niemand vermessen hat.
Führer von Fahrzeugen und Maschinen mit Zugtierantrieb 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 9 verglichenen Berufen sind 4 weniger betroffen als dieser. Gruppe: Hilfskräfte Bau, Bergbau & Transport |
Ähnlich eingeordnet: Küchenhilfen · Frachtarbeiter und verwandte Berufe · Hilfsarbeiter im Gartenbau
Vernetzte Tierhaltung, Sensorik, Melk- und Fütterungsautomaten sind nicht erfasst — hierzu ist der Zustand „unbekannt", nicht „unverändert". Und die Vermutung, Stallarbeit verschiebe sich in Richtung Überwachung sensorgestützter Systeme, ist ausdrücklich eine Hypothese ohne Messung. Nach heutigem Stand wenig gesichert, 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
Das Führen des Gespanns und die Versorgung der Tiere gehören zu den am wenigsten von KI berührten Tätigkeiten überhaupt — gleich zwölf verwandte Berufe, vom Landwirtschaftshelfer bis zum Tierarzt, liegen in der niedrigsten Kategorie, und drei voneinander unabhängige Untersuchungen bestätigen dasselbe Bild. Der Grund ist die körperliche, handnahe Arbeit, die eine Sprach-KI nicht übernehmen kann; Fachleute haben die Einschätzung für solche Berufe sogar noch nach unten korrigiert. Auf der KI-Seite verschiebt sich damit vorerst nichts. Der ehrliche Vorbehalt liegt woanders: Dieselbe Quelle ordnet die Landwirtschaft beim Automatisierungsrisiko einschließlich Robotik in die höchste Gruppe ein und warnt selbst, dass Fortschritt bei der KI nicht dasselbe ist wie die Wahrscheinlichkeit einer Automatisierung.
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 Führen von Fahrzeugen bleibt — in KI-nahen Betrieben wird es teils sogar stärker gebraucht.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Ob Bus, Lok, Bagger oder Gabelstapler — das Führen selbst zählt zu den Aufgaben, die die heutige KI kaum berührt; die Systeme arbeiten mit Sprache und Daten, nicht am Steuer. In Betrieben, die KI einsetzen, steigt die Nachfrage nach solchen Fähigkeiten eher leicht an, weil sie sich mit der Technik ergänzen — etwa der Gabelstaplerfahrer im Lager, dessen Arbeit durch günstigere KI-gestützte Logistik zunimmt. Nur bei einzelnen Teilaufgaben im Straßenverkehr zeigt sich mehr Bewegung als beim Kern der Tätigkeit.
Die Arbeit am Tier bleibt körperlich und weitgehend unberührt, die Rolle künftiger Robotik ist noch offen.
Das Aufziehen, Füttern und Pflegen lebt vom unmittelbaren körperlichen Umgang mit lebenden Tieren. Genau daran stößt die heutige KI an ihre Grenze, denn Systeme für Text und Bild haben auf diese physische Arbeit keinen Zugriff — Agrar- und Tierhaltungsberufe zählen durchgängig zu den am wenigsten betroffenen, und am Arbeitsmarkt ist praktisch kein Effekt messbar. Ob sensorgestützte Systeme künftig gleichförmige Routinen wie Füttern oder Melken übernehmen, ist eine begründete Vermutung, kein Befund.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Führer von Fahrzeugen und Maschinen mit Zugtierantrieb · 9332
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.
Not Exposed 8331 Bus and Tram Drivers 0.18 0.06 / Not Exposed 8311 Locomotive Engine Drivers 0.2 0.08 / Not Exposed 8342 Earthmoving and Related Plant Operators 0.13 0.02 / Not Exposed 8341 Mobile Farm and Forestry Plant Operators 0.12 0.03 / Not Exposed … Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
Gradient 1 8322 Car, Taxi and Van Drivers 0.28 0.23 / Minimal Exposure 8332 Heavy Truck and Lorry Drivers 0.24 0.22 / Exposed: Gradient 1 (Low exposure, high task variability) μ < 0.4 and μ + σ ≥ 0.5 — Low overall GenAI exposure at the occupational level, but high variability across tasks. Some tasks within these occupations have an elevated automation potential, even if the occupation as a whole remains strongly reliant on tasks that have a low potential of automation.
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. For example, if a logistics warehouse can use AI to reduce the costs of routing shipments, they may be able to lower their costs and see increased demand – possibly necessitating greater demand for forklift drivers in the warehouse. However, these increasing skill demands were more modest with substantial cross-country heterogeneity. [norm.]
The three technology-based trends stand out as expected growth drivers only for light truck and delivery services drivers, software and applications developers, and nursing professionals.
Not Exposed 6121 Livestock and Dairy Producers 0.17 0.1 / Not Exposed 6122 Poultry Producers 0.19 0.1 / Not Exposed 9212 Livestock Farm Labourers 0.12 0.03 / Not Exposed 5164 Pet Groomers and Animal Care Workers 0.14 0.06 / Not Exposed 3240 Veterinary Technicians and Assistants 0.14 0.02
Exposed: Gradient 1 (Low exposure, high task variability) μ < 0.4 and μ + σ ≥ 0.5 — Low overall GenAI exposure at the occupational level, but high variability across tasks. Some tasks within these occupations have an elevated automation potential
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. / By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
Farming, Fishing, and Forestry 45 13.9 -7.56 -6.16 0.20 0.47 / Farming, Fishing, and Forestry 45 8.56 -4.71 -4.22 -0.36 0.35
Gespannführen und Tierversorgung sind beide gemessen und liegen ganz unten in der Skala — bei gleichzeitig hoch eingeschätztem Automatisierungsrisiko der Berufsgruppe insgesamt
Für diese Rolle liegt der ILO-Wert eigens vor: ISCO 9332 „Drivers of Animal-drawn Vehicles and Machinery" ist mit μ = 0,13 und SD 0,08 in der untersten Kategorie „Not Exposed" eingestuft, jener Klasse, für die die ILO ausdrücklich formuliert, „GenAI currently has no observable potential to automate tasks". Für die Tierhaltung ist der Befund auf Tätigkeitsebene ungewöhnlich gut abgestützt: alle zwölf einschlägigen Berufe von Livestock Farm Labourers (0,12/0,03) bis Veterinarians (0,14/0,05) liegen in „Not Exposed", das Expertenpanel hat die Werte für manuelle Berufe gegenüber der Laienbefragung aktiv nach unten korrigiert, und mit OECD/Lane 2024 sowie Hampole et al. (Nettöffekt für Farming/Fishing/Forestry 0,20 bzw. −0,36) bestätigen zwei methodisch unabhängige Zugänge dasselbe Bild; das Warten der Fahrzeuge und Geräte ist mit einer Expertenabwertung von 0,55 auf 0,25 ebenfalls als unverändert gemessen. Genau diese Entlastung darf jedoch nicht als Zukunftssicherheit gelesen werden: dieselbe OECD-Quelle, die Agrarberufe als am wenigsten KI-exponiert führt, ordnet „Farming, Fishing and forestry" beim Automatisierungsrisiko einschließlich Robotik in die höchste Gruppe ein und warnt selbst, „progress in AI capabilities is not equivalent to the probability of automation".
Precision-Livestock-Farming, Sensorik, Melk- und Fütterungsautomaten sind von keiner der zehn Korpusquellen auf Tätigkeitsebene erfasst — zu ihnen ist der Zustand „unbekannt", nicht „unverändert"; und die Vermutung, Stallarbeit verschiebe sich in Richtung Überwachung sensorgestützter Systeme, ist ausdrücklich Hypothese ohne Messung.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Führer von Fahrzeugen und Maschinen mit Zugtierantrieb allgemein — mit Tätigkeiten wie „Anlagen und Geräte installieren, warten und reparieren“ oder „Fahrzeuge und Verkehrsmittel führen“.
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): Führer von Fahrzeugen und Maschinen mit Zugtierantrieb — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/fuehrer-von-fahrzeugen-und-maschinen-mit-zugtierantrieb
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0