Der Kern dieser Arbeit ist die eigene Kraft als Antrieb – kein Motor zwischen ihnen und der Straße. Dazu kommt der ständige Blick auf Verkehr und Fahrgast, während sie selbst lenken und treten.
Mit Fahrrad, Rikscha oder Handwagen bringen sie Botschaften, Menschen oder Güter ans Ziel – aus eigener Kraft, ohne Motor.
Führer von Hand- und Pedalfahrzeugen bewegen Fahrräder, Handwagen und ähnliche Fahrzeuge, um Botschaften zu überbringen und Fahrgäste oder Güter zu befördern. Zu den Aufgaben gehören - (a) Be- und Entladen von Gütern oder Unterstützen von Fahrgästen beim Ein- und Aussteigen aus einem Fahrzeug; (b) Bewegen des Fahrzeugs in die gewünschte Richtung unter gebührender Berücksichtigung des übrigen Verkehrs und der Verkehrsvorschriften; (c) Überprüfen von Fahrzeugkomponenten auf Verschleiß und Schäden; (d) Warten des Fahrzeugs, Ausführen kleinerer Reparaturen und Einbauen von Ersatzteilen; (e) Einsammeln von Fahrpreisen oder Gebühren. Beispiele für die hier eingeordneten Berufe: - Fahrradkurier/in - Fahrer/in von Fahrradrikschas - Führer/in von Pedalfahrzeugen - Rikschafahrer/in Einige verwandte, anderswo eingeordnete Berufe: - Radrennfahrer/in - 3421 - Motorradfahrer/in - 8321
Auslieferer mit Fahrrad · Ausliefererin mit Fahrrad · Fahrradbote · Fahrradbotin · Fahrradkurier · Fahrradkurier/Fahrradkurierin · Fahrradkurierin · bicycle courier · bicycle dispatch rider · bicycle letter carrier · bicycle messenger · bicycle package carrier · +4 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 9331.
Das Fahren, Prüfen und Warten bleibt unberührt — bewegt hat sich allein die Zahlungsabwicklung, und auch dort nur ihr reiner Datenteil, nicht das Kassieren am Kunden.
Führer von Handwagen und pedalbetriebenen Fahrzeugen 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 9 verglichenen Berufen ist keiner stärker betroffen als dieser. Gruppe: Hilfskräfte Bau, Bergbau & Transport |
Ähnlich eingeordnet: Regalbetreuer und -auffüller · Verpacker · Arbeiter in der Abfallsortierung
Selbstbedienungskassen, kontaktlose Zahlungssysteme und Bargeldautomatisierung sind für den Zahlungsanteil vermutlich der wirksamere Mechanismus — und sie liegen ebenso außerhalb des Untersuchten wie autonome Fahrzeuge. „Unverändert" gilt hier also ausdrücklich nur gegenüber generativer KI. Nach heutigem Stand wenig berührt, ohne Entwarnung.
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
Der Kern dieser Rolle — fahren, Material auf Qualität prüfen, die Fahrzeuge warten — zählt gemessen zu den am wenigsten von KI betroffenen Tätigkeiten; der Fahrvorgang selbst wird von keiner Quelle als betroffen ausgewiesen. Bewegung gibt es allein bei der Zahlungsabwicklung, und dort läuft eine klare Trennlinie mitten hindurch: Der rein datenverarbeitende, buchhalterische Teil ist stark betroffen, das physische Kassieren am Kunden dagegen kaum — von starker KI-Betroffenheit zu sprechen wäre für genau diesen Teil falsch. Auch das Warten der Fahrzeuge blieb nach Prüfung durch Fachleute ausdrücklich gering eingestuft, und der einzige gemessene Rückgang im Prüfumfeld betrifft die Berichtsauswertung im Management, nicht die Handarbeit.
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 reine Abwickeln von Zahlungen wandert in die Automatik, das Beraten rund um die Transaktion gewinnt.
Das Verbuchen und Abwickeln von Finanztransaktionen zählt zu den am stärksten betroffenen Bürotätigkeiten, und Arbeitgeber erwarten für Buchhaltungs- und Kassenrollen einen deutlichen Rückgang. Der Bankschalter nach Einführung der Geldautomaten zeigt aber, dass sich Arbeit dabei eher verlagert als verschwindet: Die reine Transaktion wurde automatisiert, gefragt war danach mehr Kundenberatung und komplexerer Service. Der abwickelnde Kern verschiebt sich also in Richtung Automatik, während das Beraten und Klären rund um die Zahlung menschlich bleibt.
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.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Führer von Handwagen und pedalbetriebenen Fahrzeugen · 9331
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 4311 Accounting and Bookkeeping Clerks 0.64 0.07 Gradient 4 4312 Statistical, Finance and Insurance Clerks 0.64 0.02 Gradient 4 3311 Securities and Finance Dealers and Brokers 0.63 0.04 […] Gradient 4 3312 Credit and Loans Officers 0.6 0.04
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.
In previous technological transitions, this type of adaptation was exemplified by the well-known case of bank tellers following the diffusion of automatic teller machines (ATMs) in the 1990s (Bessen, 2016). As ATMs automated routine cash withdrawals, they also lowered operational costs, enabling banks to open more branches and, in turn, increasing the demand for bank tellers in roles that required more complex customer service and advisory tasks.
Gradient 1 5230 Cashiers and Ticket Clerks 0.39 0.14
By contrast, respondents expect the fastest-declining roles to include various clerical roles, such as Cashiers and Ticket Clerks, alongside Administrative Assistants and Executive Secretaries, Printing Workers, and Accountants and Auditors. Broadening digital access, AI and information processing technologies, and robots and autonomous systems are the primary drivers for this decline. Aging and declining working-age populations and slower economic growth also contribute to the decline in clerical roles.
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.
Das Fahren, Prüfen und Warten bleibt gemessen unverändert; verschoben ist allein die Zahlungsabwicklung — und auch dort nur ihr datenverarbeitender, nicht ihr kundennaher Teil.
Für diese Rolle liegt ein eigener Messwert vor: Die ILO führt 9331 Hand and Pedal Vehicle Drivers als „Not Exposed" mit 0,21 bei einer Streuung von 0,08 — deutlich enger als die motorisierten Straßenfahrerberufe mit SD 0,22–0,23, bei denen einzelne Teilaufgaben erhöht bewertet sind; der Fahrvorgang selbst ist von keiner Quelle als exponiert ausgewiesen. Bei der Abwicklung von Zahlungen läuft dagegen eine Bruchlinie mitten durch die Tätigkeit: Buchhalterisch-datenverarbeitende Berufe liegen im höchsten Gradienten (4311 bei 0,64, 4312 bei 0,64 mit SD 0,02), Bankschalter in Gradient 3 mit ausdrücklich gestiegener Exposition, das Kassieren am Verkaufspunkt dagegen nur in Gradient 1 bei 0,39 mit SD 0,14 — für den physisch-kundennahen Zahlungsvorgang, wie er hier vorkommt, wäre die pauschale Rede von starker KI-Exposition schlicht falsch. Das Prüfen von Material auf Qualität und das Warten der Fahrzeuge sind ebenfalls gemessen und niedrig eingestuft; für den Wartungsteil wertete die ILO den Umfragewert nach Expertenprüfung von 0,55 auf 0,25 ab, und der Rückgang von 26,6 Prozent, den NBER 33509 im Prüfumfeld findet, betrifft die Berichtsauswertung im Management, nicht die Handarbeit.
Selbstbedienungskassen, kontaktlose Zahlungssysteme und Bargeldautomatisierung sind der für diesen Zahlungsanteil vermutlich wirksamere Mechanismus — und sie liegen ebenso außerhalb des Messbereichs wie autonome Fahrzeuge, sodass „unverändert" hier ausdrücklich nur gegenüber generativer KI gilt.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Führer von Handwagen und pedalbetriebenen Fahrzeugen allgemein — mit Tätigkeiten wie „Anlagen und Geräte installieren, warten und reparieren“ oder „Finanztransaktionen und Zahlungen abwickeln“.
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): Führer von Handwagen und pedalbetriebenen Fahrzeugen — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/fuehrer-von-handwagen-und-pedalbetriebenen-fahrzeugen
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0