Der Kern dieser Arbeit ist Vielseitigkeit: An einem Tag Küche, am nächsten Einkauf, dazwischen ein Verband oder ein Anruf. Kein Tag sieht wie der andere, weil ein Haushalt aus lauter kleinen, unterschiedlichen Aufgaben besteht, die trotzdem alle gemacht werden müssen.
Hauswirtschafter in Privathaushalten halten einen Haushalt am Laufen – vom Einkauf über die Küche bis zur kleinen Erste-Hilfe-Maßnahme.
Hauswirtschafter in Privathaushalten organisieren, beaufsichtigen und führen hauswirtschaftliche Tätigkeiten in Privathaushalten und kleinen Beherbergungsbetrieben aus, mit oder ohne Unterstützung unterstellten Personals. Zu den Aufgaben gehören - (a) Beaufsichtigen von Arbeitskräften, die als Hauspersonal in Haushalten beschäftigt sind; (b) Einkaufen oder Kontrollieren des Einkaufs von Vorräten; (c) Kontrollieren der Lagerung und Ausgabe von Vorräten; (d) Unterstützen bei kleineren Verletzungen oder Erkrankungen durch Tätigkeiten wie Fiebermessen, Verabreichen von Medikamenten, Anlegen von Verbänden; (e) Kehren oder Staubsaugen, Waschen und Polieren von Böden, Möbeln und anderen Einrichtungsgegenständen. (f) Betten machen, Reinigen von Badezimmern, Bereitstellen von Handtüchern, Seife und verwandten Artikeln; (g) Versorgen von Haustieren und Pflanzen im Haushalt, Empfangen von Besuchern, Beantworten von Telefonanrufen, Überbringen von Nachrichten und Einkaufen von Lebensmitteln; (h) Zubereiten und Kochen von Mahlzeiten, Decken und Abräumen von Tischen sowie Servieren von Speisen und Getränken; (i) Reinigen von Küchen und allgemeines Helfen bei Küchenarbeiten, einschließlich Geschirrspülen. Beispiele für die hier eingeordneten Berufe: - Betreiber von Bed & Breakfast - Hauswirtschafter in Privathaushalten - Butler Einige verwandte, anderswo eingeordnete Berufe: - Hotelleiter - 1411 - Hausangestellte(r) - 9111 Anmerkung Betreiber kleiner Beherbergungsbetriebe, wie z. B. einige Bed-&-Breakfast-Betriebe und kleine Gästehäuser, die Unterkunft und begrenzte Verpflegungsleistungen für Kunden faktisch als zahlende Gäste in Privathaushalten anbieten und bei denen die Leitung und Beaufsichtigung von Personal keinen wesentlichen Bestandteil der Arbeit darstellt, werden in die Berufsgattung 5152: Hauswirtschafter in Privathaushalten eingeordnet.
Frühstückspensionsleiter · Frühstückspensionsleiterin · Haushälter · Haushälterin · Haushaltsfachkraft · Hauswirtschafter Privathaushalt · Hauswirtschafter Privathaushalt/Hauswirtschafterin Privathaushalt · Hauswirtschafterin Privathaushalt · Hauswirtschaftsleiter Privathaushalt · Hauswirtschaftsleiterin Privathaushalt · Pensionsleiter · Pensionsleiter/Pensionsleiterin · +22 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 5152.
Der körperliche Kern dieser Arbeit — reinigen, kochen, versorgen, Tiere betreuen — ist mehrfach als unberührt gemessen; Bewegung zeigt sich allein rund um den Einkauf.
Hauswirtschafter in Privathaushalten 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 17 verglichenen Berufen sind 5 weniger betroffen als dieser. Gruppe: Personenbezogene Dienstleistungen |
Ähnlich eingeordnet: Fahrschullehrer · Sicherheitswachpersonal · Weitere Schutz- und Sicherheitsberufe
Für Haushalts-, Küchen- und Reinigungsroboter gilt bisher Nichtwissen statt Entwarnung — selbst die großflächige Bodenreinigung führen die Studien ausdrücklich nur als offene Frage, weil kein verwertbarer Wert vorliegt. Auch beim Einkauf widersprechen sich die Quellen und bleiben ungelöst. Die körperliche Arbeit im Haushalt ist damit noch nicht belastbar eingeschätzt.
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 tragenden Tätigkeiten dieser Rolle — putzen, kochen, den Haushalt versorgen, Tiere betreuen — liegen alle in der niedrigsten gemessenen Stufe, gleich dreifach unabhängig bestätigt für Reinigung und Zubereitung; der Grund ist schlicht, dass die heutige KI körperliche Arbeit nicht ausführen kann. Bewegung zeigt sich nur an den Rändern: Beim Einkauf verschiebt sich die Nachfrage etwas weg von den planenden, analytischen Anteilen, während die eigentliche Verhandlung und Lieferantenpflege von keiner Untersuchung erfasst ist. Eine echte Entwarnung ist das aber nicht: Dieselbe Quelle, die diese Berufe bei der KI als am wenigsten betroffen führt, ordnet sie beim Automatisierungsrisiko einschließlich Robotik in die höchste Gruppe ein — und Reinigungs- oder Küchenrobotik hat bisher niemand gemessen.
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.
Die körperliche Reinigungsarbeit bleibt, die Rolle der Robotik ist noch offen.
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 Verabreichen am Patienten findet mit den Händen statt — daran reicht die heutige KI nicht.
Medikamente zu geben und Behandlungen durchzuführen ist körperliche Arbeit unmittelbar am Menschen. Genau hier stößt die heutige KI an ihre Grenze: Sie ist stark im Verarbeiten von Sprache, Daten und Informationen, hat auf die physische Ausführung aber keinen Zugriff. Die Pflegeberufe, die diese Aufgabe tragen, zählen deshalb zu den am wenigsten berührten — auch wenn einzelne Randtätigkeiten wie das Dokumentieren stärker streuen als der Kern der Arbeit.
Die planende und preisoptimierende Seite der Beschaffung gerät durch KI in Bewegung, das Aushandeln und Pflegen von Lieferantenbeziehungen bleibt menschliche Arbeit.
Beim Optimieren von Preisen, Mengen und Lieferketten zählt der Einkauf zu den am stärksten von KI berührten Bereichen: Wo Aufgaben besonders KI-fähig sind, sinkt anschliessend die Nachfrage nach den zugehörigen Fähigkeiten, und die Arbeit verlagert sich innerhalb des Berufs zu weniger berührten Teilaufgaben. Zugleich stuft eine andere Untersuchung genau die Kern-Einkaufsberufe als kaum berührt ein, sodass das Bild uneinheitlich bleibt. Absehbar ist vor allem eine Verschiebung: Die datengetriebene Analyse übernimmt zunehmend KI, das Aushandeln und Pflegen der Lieferantenbeziehungen bleibt eine menschliche Aufgabe.
Das Zubereiten und Servieren lebt vom körperlichen Tun — daran geht die heutige KI weitgehend vorbei.
Die Arbeit in Küche und Service besteht im Kern aus körperlichem Handeln, und genau daran stößt die heutige KI an ihre Grenze: Systeme für Text und Sprache haben auf die physische Ausführung keinen Zugriff. Mehrere unabhängige Untersuchungen ordnen diese Tätigkeit übereinstimmend als kaum betroffen ein; das Servieren liegt dabei etwas höher als das Zubereiten, bleibt aber ebenfalls begrenzt. Unberührt heißt allerdings nicht ohne Folgen: Betriebe in diesem Feld führen KI seltener ein und könnten deshalb langsamer wachsen als stärker automatisierende Branchen.
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: Hauswirtschafter in Privathaushalten · 5152
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.
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 2221 Nursing Professionals 0.25 0.13 / Not Exposed 5321 Health Care Assistants 0.14 0.06 / Not Exposed 5329 / Personal Care Workers in Health Services Not Elsewhere / Classified 0.15 0.03 [norm.]
the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks. / Occupations where most tasks remain relatively unaffect ed by GenAI, with low task variability and a stable low mean exposure score. [norm.]
Minimal / Exposure 3221 Nursing Associate Professionals 0.22 0.21 [norm.]
Gradient 1 3256 Medical Assistants 0.35 0.23 / Low overall GenAI exposure at the occupational level, but high variability across tasks. Some tasks within these occu pations have an elevated automation potential, even if the occupation as a whole remains strongly reliant on tasks that have a low potential of automation. [norm.]
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 manipu lation or manual dexterity. [norm.] / These technologies excel in tasks involving data pro cessing, language understanding, and information genera tion but do not possess capabilities for physical task execution [norm.]
In pricing and supply chain optimization, Purchasing Managers and Wholesale and Retail Buyers emerge as the most exposed, while in process automation and operational efficiency the most exposed tasks are linked to Sales Engineers and Other Engineering Technologists.
Across all specifications, coefficients on task-level AI exposure are negative and of similar magnitude: greater exposure reduces the intensity with which firms demand skills linked to those tasks. […] a one–standard deviation increase in task-level AI exposure lowers demand for the associated skills by about 2 percent over five years. Because the dependent variable is a share, this implies reallocation of labor effort away from exposed tasks and toward less-exposed tasks within the same occupation.
Purchasing Agents (13-1023) 1.51 / High-skill, high-wage occupations are the most exposed to artificial intelligence. […] These are occupations that require cognitive skills that cannot be automated with a discrete set of instructions, but for which artificial intelligence excels
One-third of organizations expect AI to reduce their workforce in the coming year, even though large-scale job losses have not yet shown up in overall employment data. […] Anticipated reductions are highest in service operations, supply chain, and software engineering. Across nearly all functions, anticipated decreases outpaces those already observed. / This trend is particularly pronounced in service operations, supply chain/inventory management, marketing and sales, and software engineering, where the expected decrease in employees for the next year significantly exceeds the actual decrease reported over the past year.
Minimal Exposure 3323 Buyers 0.39 0.08 / Minimal Exposure 1324 Supply, Distribution and Related Managers 0.38 0.05 / Minimal Exposure (Low exposure, moderate task variability) μ < 0.5 and μ + σ > 0.4 — Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited. / a more granular distinction of Minimal Exposure, where some interaction with GenAI may occur, but without significantly altering the nature of these roles / Moderate occupational AI exposure, with high task-level variability. These occupations include a mix of some tasks that are exposed to GenAI and others not at risk, making the impact uneven.
Not Exposed 5120 Cooks 0.18 0.06 / Not Exposed 9411 Fast Food Preparers 0.18 0.05 / Not Exposed 9412 Kitchen Helpers 0.13 0.02 / Not Exposed 3434 Chefs 0.25 0.06 / 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.
Minimal Exposure 5131 Waiters 0.28 0.16 / Minimal Exposure (Low exposure, moderate task variability) μ < 0.5 and μ + σ > 0.4 Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited.
In occupations dominated by manual and physical tasks […] 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
even occupations with little direct task exposure to AI—such as food preparation and serving—also experience employment share declines, since their employers are less likely to adopt AI and thus grow more slowly than AI-adopting firms.
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.
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
Der körperlich ausgeführte Kern — reinigen, kochen, versorgen, Tiere betreuen — ist mehrfach gemessen und als nicht exponiert eingestuft, verschoben hat sich allenfalls die dispositive Schale rund um den Einkauf.
Für diese Rolle selbst führt der Korpus keinen eigenen Expositionswert; auf Tätigkeitsebene liegen jedoch sämtliche tragenden Berufe in der untersten Kategorie — Domestic Cleaners and Helpers bei μ 0,14, Cooks bei 0,18, Kitchen Helpers bei 0,13 mit einer Streuung von nur 0,02, Pet Groomers and Animal Care Workers bei 0,14 —, und die ILO begründet das ausdrücklich damit, dass diese Systeme „do not possess capabilities for physical task execution", nachdem ein Expertenpanel die höheren Umfragewerte für manuell-physische Aufgaben aktiv nach unten korrigiert hatte. Für Reinigung wie für Zubereitung ist der Befund sogar dreifach unabhängig gestützt (ILO-Task-Scoring, Lane 2024 über die OECD, Hampole et al. mit „Maids and Housekeeping Cleaners" unter den 25 am wenigsten exponierten Berufen) — er ist aber ausdrücklich kein Automatisierungsbefund, denn Reinigungs-, Küchen- und Fütterungsrobotik misst keine der Quellen auf Tätigkeitsebene, und dieselbe OECD-Quelle, die Agrar- und Reinigungsberufe als am wenigsten KI-exponiert führt, ordnet sie beim Automatisierungsrisiko einschließlich Robotik in die höchste Gruppe ein. Bewegung zeigt sich nur an den Rändern: Beim Einkauf messen Firmendaten eine Umschichtung weg von den exponierten analytisch-dispositiven Teilaufgaben — rund zwei Prozent weniger Nachfrage nach den zugehörigen Fertigkeiten je Standardabweichung Exposition über fünf Jahre —, während die ILO dieselben Kern-Einkaufsberufe gegenläufig als „Minimal Exposure" führt (Buyers 0,39 bei SD 0,08) und Verhandlung wie Lieferantenbeziehung von keiner Quelle überhaupt gemessen werden.
Der Widerspruch zwischen den Einkaufs-Quellen bleibt im Korpus ungelöst, und für Haushalts-, Küchen- und Reinigungsrobotik gilt Nichtwissen statt Entwarnung — die Hypothesenschicht führt die großflächige Bodenreinigung ausdrücklich nur als offene Suchfrage, weil kein einziger verwertbarer Zahlenwert vorliegt.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Hauswirtschafter in Privathaushalten allgemein — mit Tätigkeiten wie „Personal führen, einstellen und schulen“ oder „Räume, Flächen und Fahrzeuge reinigen“.
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): Hauswirtschafter in Privathaushalten — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/hauswirtschafter-in-privathaushalten
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0