Der Kern dieser Arbeit ist der Rhythmus von Vorbereiten, Fangen und Verarbeiten – Netze klarmachen, den Fang einholen, ihn sofort haltbar machen. Vieles hängt vom Wetter und der See ab, nicht von einem festen Tagesablauf.
Auf See und in Zuchtanlagen sorgen Hilfsarbeiter in der Fischerei und Aquakultur dafür, dass Fang und Zucht laufen: füttern, Netze vorbereiten, Fisch sortieren und verpacken.
Hilfsarbeiter in der Fischerei und Aquakultur verrichten einfache und routinemäßige Tätigkeiten bei der Zucht, dem Fang und der Ernte von Fisch und Meeresfrüchten in der Aquakultur sowie in der Binnen-, Küsten- und Hochseefischerei. Zu den Aufgaben gehören - (a) Reinigen des Meeresbodens und Füttern von gezüchteten Fischen und Weichtieren; (b) Sammeln von Seetang, Seemoos, Muscheln und anderen Weichtieren; (c) Vorbereiten von Netzen, Leinen und anderem Fischereigerät sowie sonstiger Deckausrüstung; (d) Bedienen von Fanggerät zum Fangen von Fisch und anderen Meereslebewesen; (e) Reinigen, Sortieren und Verpacken von Fisch und Meeresfrüchten in Eis und Salz sowie Verstauen des Fangs im Laderaum; (f) Reinigen von Deckflächen und Fischraum; (g) Handhaben von Festmacherleinen beim Anlegen. Beispiele für die hier eingeordneten Berufe: - Hilfsarbeiter/in in der Aquakultur - Hilfsarbeiter/in in der Fischerei Einige verwandte, anderswo eingeordnete Berufe: - Fischzüchter/in - 6221 - Küstenfischereischiffer/in - 6222 - Fischer/in (Küstengewässer) - 6222 - Fischer/in (Binnengewässer) - 6222 - Hochseefischer/in - 6223
Fischzuchtgehilfe · Fischzuchtgehilfin · Fischzuchthilfsarbeiter · Fischzuchthilfsarbeiterin · Hilfsarbeiter in der Aquakultur · Hilfsarbeiterin in der Aquakultur · Hilfskraft für Aquakulturanlagen in Gewässern · Hilfskraft für das Sammeln aquatischer Ressourcen · Hilfskraft für die Ernte und den Fang von Wasserorganismen · Hilfskraft für die Verankerung von Netzkäfigen in Aquakulturanlagen · Hilfskraft für die Verankerung von Netzkäfigen in Fischfarmen · Krebssammler · +26 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 9216.
Fang bergen, aufbereiten und Becken betreuen zählen zu den am wenigsten von KI berührten Tätigkeiten — dieselbe Gruppe gilt bei der Robotik-Automatisierung aber als besonders gefährdet.
Hilfsarbeiter in der Fischerei und Aquakultur 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 sind 2 weniger betroffen als dieser. Gruppe: Hilfskräfte Land- & Forstwirtschaft |
Ähnlich eingeordnet: Fensterputzer · Hilfsarbeiter im Bergbau · Hilfsarbeiter in Ackerbau und Tierhaltung
Der Nullbefund gilt nur für Software-KI; Fangautomatik, Sortier- und Ausnehmroboter, automatische Fütterung und Netzreinigung sind nicht gemessen, und die Quellen weisen bei Einbezug der Robotik in entgegengesetzte Richtungen. Nach heutigem Stand wenig berührt, 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
Den Fang bergen, ihn aufbereiten, die Becken betreuen und die Flächen sauber halten — diese Arbeit zählt zu den am wenigsten von KI berührten überhaupt, weil sie im körperlichen Vollzug steckt, den die untersuchten Systeme nicht leisten. Mehrere unabhängige Untersuchungen kommen zum selben Ergebnis. Ein deutlicher Gegenbefund steht daneben: Sobald Automatisierung samt Robotik gemessen wird, gilt die Gruppe aus Land-, Fischerei- und Forstarbeit als besonders gefährdet. Derselbe Beruf, eine andere Technologie — und ein umgekehrtes Vorzeichen.
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.
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 Einholen und Aufbereiten von Naturerzeugnissen bleibt körperliche Arbeit, an der die heutige KI kaum ansetzt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Einholen und Aufbereiten von Fängen und Naturerzeugnissen ist körperliche Arbeit im Freien und am Objekt. Genau hier stößt die heutige KI an ihre Grenze: Mehrere unabhängige Untersuchungen ordnen diese Tätigkeiten der am wenigsten berührten Gruppe zu, und Fachleute korrigieren solche handwerklich-körperlichen Aufgaben sogar noch weiter nach unten, weil sich Handgriff und körperliches Geschick kaum automatisieren lassen. Was sich daran künftig ändert, hängt weniger an der heutigen Text- und Bildverarbeitung als an Technik, die am Objekt selbst eingreift — und das ist noch nicht beantwortet.
Das Züchten von Wasserlebewesen und das Überwachen ihrer Umgebung bleibt körperliche Arbeit, an der die heutige KI kaum ansetzt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Wasserlebewesen zu züchten und ihre Umgebung zu überwachen ist eine Tätigkeit mit hohem körperlichem und praktischem Anteil — und genau dort stößt die aktuelle KI an ihre Grenzen. Gleich mehrere unabhängige Untersuchungen ordnen dieses Berufsfeld zu den am wenigsten betroffenen ein, und Fachleute setzten die Einschätzung sogar noch tiefer an als die ursprünglichen Befragungen, weil sich Arbeit mit körperlichem Zugriff schwer automatisieren lässt. Vom praktischen Kern über die planende Ebene bis zu den Hilfstätigkeiten zeigt sich durchgehend wenig Bewegung.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Hilfsarbeiter in der Fischerei und Aquakultur · 9216
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 | 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 6221 Aquaculture Workers 0.22 0.15 Not Exposed 6223 Deep-sea Fishery Workers 0.18 0.07 Not Exposed 6222 Inland and Coastal Waters Fishery Workers 0.17 0.1 Not Exposed 8160 Food and Related Products Machine Operators 0.15 0.03 Not Exposed 7511 Butchers, Fishmongers and Related Food Preparers 0.13 0.03 Not Exposed 6210 Forestry and Related Workers 0.12 0.05 Not Exposed 6340 Subsistence Fishers, Hunters, Trappers and Gatherers 0.12 0.05 Not Exposed 9216 Fishery and Aquaculture Labourers 0.11 0.03 Not Exposed 6224 Hunters and Trappers 0.09 0.03
Not Exposed | Occupations that don't meet any of the above conditions. | Occupations where most tasks remain relatively unaffect ed by GenAI, with low task variability and a stable low mean exposure score. [norm.] the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.
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.
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.
Not Exposed 6221 Aquaculture Workers 0.22 0.15
Not Exposed 1312 Aquaculture and Fisheries Production Managers 0.22 0.08
Not Exposed 9216 Fishery and Aquaculture Labourers 0.11 0.03 Occupations where most tasks remain relatively unaffect-[norm.] ed by GenAI, with low task variability and a stable low mean exposure score.
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.
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.
Fang bergen, aufbereiten, Becken betreuen und Flächen reinigen gilt als am wenigsten von generativer KI berührt — dieselbe Berufsgruppe gilt bei Automatisierung mit Robotik als besonders gefährdet
Die ILO führt „Fishery and Aquaculture Labourers" (9216) mit einem Mittelwert von 0,11 bei einer Standardabweichung von 0,03 in der niedrigsten von sechs Kategorien, und diese geringe Streuung besagt, dass nicht einmal eine einzelne Teilaufgabe als exponiert bewertet wurde; für die reinigenden und allgemein helfenden Anteile der Rolle existiert kein eigener 9216-Wert, auf Tätigkeitsebene liegen sie ebenso durchgängig unten. Konvergent bestätigt wird das von Lane (2024) über die OECD, wo „Agriculture, forestry and fishery workers" und „Labourers" im Fließtext ausdrücklich zu den am wenigsten KI-exponierten Gruppen zählen, und die ILO begründet es mit dem physischen Vollzug, den die untersuchten Systeme nicht leisten. Genau hier steht jedoch ein harter Gegenbefund aus derselben OECD-Publikation: Sobald Automatisierung einschließlich Robotik gemessen wird (Lassébie/Quintini 2022), gelten „Farming, Fishing and forestry" als Gruppe mit hohem Automatisierungsrisiko — derselbe Beruf, andere Technologie, umgekehrtes Vorzeichen.
Der Nullbefund gilt ausschließlich für generative Software; Fangautomatik, Sortier- und Ausnehmroboter, automatische Fütterung und Netzreinigung sind von keiner Korpusquelle auf Tätigkeitsebene gemessen, und die Quellen weisen bei Einbezug der Robotik in entgegengesetzte Richtungen.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Hilfsarbeiter in der Fischerei und Aquakultur allgemein — mit Tätigkeiten wie „Räume, Flächen und Fahrzeuge reinigen“ 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 in der Fischerei und Aquakultur — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/hilfsarbeiter-in-der-fischerei-und-aquakultur
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0