Der Kern dieser Arbeit ist einfache, körperliche Handarbeit auf dem Feld – graben, tragen, pflücken, jäten. Vieles davon wiederholt sich mit den Jahreszeiten, von der Aussaat bis zur Ernte. Wie viel davon weiterhin von Hand geschieht, ist gerade offen.
Auf dem Feld packen sie überall mit an: Hilfsarbeiter im Ackerbau graben, pflanzen, ernten und verpacken, was auf dem Hof wächst.
Hilfsarbeiter im Ackerbau verrichten einfache und routinemäßige Tätigkeiten auf landwirtschaftlichen Betrieben bei der Erzeugung von Feldfrüchten wie Obst, Nüssen, Getreide und Gemüse. Zu den Aufgaben gehören - (a) Graben und Schaufeln zum Räumen von Gräben oder für andere Zwecke; (b) Be- und Entladen von Vorräten, Ernteerzeugnissen und anderen Materialien; (c) Rechen, Aufgabeln und Stapeln von Stroh, Heu und ähnlichen Materialien; (d) Bewässern, Ausdünnen und Jäten von Feldfrüchten von Hand oder mit Handwerkzeugen; (e) Pflücken von Obst, Nüssen, Gemüse und anderen Feldfrüchten; (f) Pflanzen und Ernten von Feldfrüchten wie Reis von Hand; (g) Sortieren, Klassieren, Bündeln und Verpacken von Ernteerzeugnissen in Behälter; (h) Ausführen kleinerer Reparaturen an Einrichtungen, Gebäuden, Geräten und Zäunen. Beispiele für die hier eingeordneten Berufe: - Zuckerrohrpflanzer/in - Obstpflücker/in - Hilfsarbeiter/in in der Reisproduktion - Gemüsepflücker/in Einige verwandte, anderswo eingeordnete Berufe: - Fachkraft in der Landwirtschaft (Feldfrüchte) - 6111 - Bauhilfsarbeiter/in (Hochbau) - 9313 - Brennholzsammler/in - 9624 - Wassersammler/in - 9624
Erntearbeiter im Bereich Getreide · Erntearbeiter im Bereich Obst und Gemüse · Erntearbeiterin im Bereich Getreide · Erntearbeiterin im Bereich Obst und Gemüse · Erntehelfer im Bereich Obst und Gemüse · Erntehelferin im Bereich Obst und Gemüse · Obst- und Gemüsepflücker · Obst- und Gemüsepflücker/Obst- und Gemüsepflückerin · Obst- und Gemüsepflückerin · Weinbaugehilfe · Weinbaugehilfe/Weinbaugehilfin · Weinbaugehilfin · +26 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 9211.
Die Feldarbeit trägt den niedrigsten Wert aller Anbauberufe — doch die Entlastung gilt allein für die generative KI, während die Robotik in der Landwirtschaft rasch zunimmt.
Hilfsarbeiter im Ackerbau 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 6 verglichenen Berufen ist keiner weniger betroffen als dieser. Gruppe: Hilfskräfte Land- & Forstwirtschaft |
Ähnlich eingeordnet: Arbeiter in der Abfall- und Wertstoffsammlung · Fahrzeugreiniger · Hilfsarbeiter im Hochbau
Präzisionslandwirtschaft, Sensorik, Drohnen und autonome Feldmaschinen sind nicht erfasst — hierzu ist der Zustand „unbekannt", nicht „unverändert". Auch die Vermutung, Feldarbeit verschiebe sich in Richtung Überwachung sensorgestützter Systeme, ist ausdrücklich eine Hypothese. 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
Die Feldarbeit trägt den niedrigsten Wert aller Anbauberufe — nicht einmal eine einzelne Teilaufgabe fällt auf, und das Expertenpanel hat die Werte für körperliche Handarbeit ausdrücklich noch weiter gesenkt. Dieser Befund ist für eine körperliche Tätigkeit ungewöhnlich breit abgestützt: Mehrere Untersuchungen führen Agrar-, Forst- und Fischereiberufe übereinstimmend als am wenigsten von KI berührt, teils sogar mit einem praktisch neutralen Beschäftigungseffekt. Entscheidend ist aber, dass diese Entlastung allein für die generative KI gilt: Dieselbe Untersuchung ordnet die Landwirtschaft beim Automatisierungsrisiko einschließlich Robotik in die höchste Gruppe ein, und die Zahl der installierten Agrar-Serviceroboter hat sich zuletzt auf das Zweieinhalbfache erhöht. Das sind Zahlen für den ganzen Sektor, nicht für einzelne Handgriffe — aber genug, um jede Lesart als endgültige Entwarnung auszuschliessen.
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.
Der heutigen KI bleibt die einfache körperliche Arbeit verschlossen — andere Automatisierung könnte weiter reichen.
Einfache Handreichungen leben von Körper, Geschick und Anwesenheit vor Ort. In einer Bewertung von über 2.800 Fähigkeiten zeigte manuelle Geschicklichkeit keinerlei Ersetzbarkeit durch die heutige KI — den Sprach- und Bildmodellen fehlt schlicht der Zugriff auf das Körperliche, und Fachleute haben die Werte für solche Tätigkeiten eigens nach unten gesetzt. Offen bleibt allerdings, ob nicht-sprachliche Automatisierung wie computergesteuerte Maschinen weiter in diese Aufgaben hineinreicht, als der KI-Nullbefund vermuten lässt — das ist plausibel, aber nicht ursächlich belegt.
Das Anbaün und Pflegen von Pflanzen bleibt körperliche Arbeit, an der die heutige KI vorbeigeht — was Robotik im Feld künftig ändert, ist offen.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Der Anbau und die Pflege von Pflanzen leben vom körperlichen Tun an Feld und Pflanze — genau dort stösst heutige KI, die auf Text und Bild ausgelegt ist, an ihre Grenze. Fachleute haben die Betroffenheit dieser Tätigkeit ausdrücklich nach unten korrigiert, und auch am Arbeitsmarkt zeigt sich für die Agrarberufe bislang praktisch kein Effekt; unabhängige Messungen zählen sie zu den am wenigsten betroffenen überhaupt. Ob Feld- und Stallrobotik gleichförmige Routinen wie Ausbringen, Füttern oder Melken künftig stärker übernimmt, ist eine begründete Vermutung, aber noch nicht belegt.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Hilfsarbeiter im Ackerbau · 9211
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 | 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
Skills rooted in human interaction – including empathy and active listening, and sensory processing abilities – and manual dexterity, endurance and precision, currently show no substitution potential due to their physical and deeply human components. These findings underscore the practical limitations of current GenAI models, which lack the physicality to perform tasks that require hands-on interaction
By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
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.
Not Exposed 6111 Field Crop and Vegetable Growers 0.18 0.12 / Not Exposed 6113 Gardeners, Horticultural and Nursery Growers 0.18 0.11 / Not Exposed 6112 Tree and Shrub Crop Growers 0.17 0.11 / Not Exposed 6114 Mixed Crop Growers 0.17 0.12 / Not Exposed 9214 Garden and Horticultural Labourers 0.12 0.02 / Not Exposed 9211 Crop Farm Labourers 0.09 0.02
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.
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.
Farming, Fishing, and Forestry 45 13.9 -7.56 -6.16 0.20 0.47
Feldarbeit trägt den niedrigsten gemessenen Expositionswert der Anbauberufe — die Entlastung gilt aber ausschließlich für generative KI
Für diese Rolle liegt der ILO-Wert eigens vor und er markiert das untere Ende: ISCO 9211 „Crop Farm Labourers" steht bei μ = 0,09 mit SD 0,02, μ + σ liegt damit bei 0,11 und weit unter jeder Expositionsschwelle — nicht einmal eine einzelne Teilaufgabe ist auffällig, und das Expertenpanel hat die Werte für Anbauberufe gegenüber der Laienbefragung ausdrücklich gesenkt, begründet mit „physical manipulation or manual dexterity". Der Befund ist für einen physischen Task ungewöhnlich breit abgestützt: die OECD führt Agrar-, Forst- und Fischereiberufe auf Basis von Lane 2024 als „least exposed to AI", Hampole et al. messen für Farming/Fishing/Forestry mit realisierten Beschäftigungsdaten einen Gesamteffekt von 0,20 und in der Robustheitsrechnung −0,36, also praktisch neutral, und für die begleitenden Hilfs- und Instandhaltungsarbeiten gilt dasselbe Bild — der Installations-Task wurde von 0,55 auf 0,25 abgewertet, das WEF findet für manuelle Geschicklichkeit über 2.800 bewertete Fertigkeiten hinweg „no substitution potential". Die Gegenrichtung gehört unmittelbar daneben: dieselbe OECD-Publikation ordnet „Farming, Fishing and forestry" beim Automatisierungsrisiko einschließlich Robotik in die höchste Gruppe ein, und der AI Index verzeichnet eine Verzweieinhalbfachung der in der Landwirtschaft installierten Serviceroboter — beides Sektorzahlen ohne Tätigkeitsbezug, aber ausreichend, um jede Lesart als Entwarnung auszuschließen.
Präzisionslandwirtschaft, Sensorik, Drohnen und autonome Feldmaschinen sind von keiner der zehn Korpusquellen tätigkeitsbezogen erfasst — dazu ist der Zustand „unbekannt", nicht „unverändert"; auch die Vermutung, Feldarbeit verschiebe sich in Richtung Überwachung sensorgestützter Systeme, ist ausdrücklich Hypothese.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Hilfsarbeiter im Ackerbau allgemein — mit Tätigkeiten wie „Anlagen und Geräte installieren, warten und reparieren“ oder „Einfache körperliche Hilfstätigkeiten ausführen“.
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): Hilfsarbeiter im Ackerbau — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/hilfsarbeiter-im-ackerbau
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0