Berufe › Landwirtschaft · ISCO-08 6123

Imker und Seidenraupenzüchter

Der Kern dieser Arbeit ist, einen Naturprozess zu begleiten, den man nicht erzwingen kann. Bienenvölker oder Seidenraupen entwickeln sich in ihrem eigenen Tempo – die Aufgabe ist, ihnen die richtigen Bedingungen zu geben.

Was dieser Beruf heute macht

Imker und Seidenraupenzüchter kümmern sich um Bienen oder Seidenraupen – und ernten daraus Honig, Wachs oder Seide.

Mehr erfahren

Imker und Seidenraupenzüchter planen, organisieren und führen Arbeiten durch, um Insekten wie Honigbienen, Seidenraupen und andere Arten zu züchten, aufzuziehen und zu pflegen, zur Erzeugung von Honig, Bienenwachs, Seide und anderen Produkten, für den Verkauf oder die Lieferung an Großhandelskäufer, Vermarktungsorganisationen oder auf Märkten. Zu den Aufgaben gehören - (a) Beobachtung der Marktaktivität und -bedingungen, Festlegung von Art und Menge der zu erzeugenden Insektenprodukte sowie entsprechende Planung und Koordinierung der Produktion; (b) Erwerb von Insekten sowie Anbau oder Einkauf von Futter und anderen Betriebsmitteln; (c) Züchten, Aufziehen und Pflegen von Insekten sowie Sammeln ihrer Produkte; (d) Anmieten oder Investieren in sowie Instandhaltung und Reinigung von Gebäuden, Maschinen, Ausrüstung und Bauwerken; (e) Lagerung und Durchführung einiger Verarbeitungsschritte der Erzeugnisse; (f) Organisation von Verkauf, Einkauf und Transport von Beständen, Erzeugnissen und Betriebsmitteln sowie Führung und Auswertung von Aufzeichnungen über landwirtschaftliche Tätigkeiten; (g) Ausbildung und Beaufsichtigung von Arbeitskräften bei Produktionsverfahren, bei Instandhaltungsaufgaben sowie bei Gesundheits- und Sicherheitsvorkehrungen, sowie Einstellung und Entlassung von Arbeitskräften und Auftragnehmern. Beispiele für die hier eingeordneten Berufe: - Imker/in - Seidenraupenzüchter/in

  • Marktlage beobachten und Art und Menge der zu erzeugenden Produkte festlegen
  • Insekten beschaffen sowie Futter und Betriebsmittel anbauen oder einkaufen
  • Insekten züchten, aufziehen, pflegen und ihre Produkte sammeln
  • Gebäude, Ausrüstung und Bauwerke instand halten und reinigen
  • Verkauf, Einkauf und Transport von Beständen und Erzeugnissen organisieren

Umfasst auch

Bienenhalter · Bienenhalterin · Bienenzüchter · Bienenzüchterin · Imker · Imker/Imkerin · Imkerin · Spezialist für Bienenzucht · Spezialistin für Bienenzucht · bee breeder · bee breeders · bee rearer ·

+2 weitere
bee specialist · bees breeder

Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 6123.

Die Kernbewegung

Die Arbeit am Bienenvolk und am Gerät bleibt unberührt — verschiebt sich etwas, dann in der Schreibtischseite daneben: Ablaufplanung, Berichte und die Bestellseite der Beschaffung.

Wie stark ist dieser Beruf betroffen?

Imker und Seidenraupenzüchter liegt im mittleren Bereich — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.

Einordnung dieses Berufs im Vergleich
Eigene AuswertungILO-EinstufungIn der Berufsgruppe
unteres Mittelfeld von 411 Berufennicht von generativer KI berührtVon 8 verglichenen Berufen ist keiner stärker betroffen als dieser. Gruppe: Landwirtschaft

Ähnlich eingeordnet: Fachkräfte im Bereich Aquakultur · Weitere Tierhalter · Geflügelhalter

Wo diese Aussage endet

Imkerei und Seidenraupenzucht sind in den Studien nicht eigens betrachtet worden — die Einordnung stützt sich auf allgemeine Werte für körperlich-manuelle Berufe. Sensorik zur Überwachung der Völker, Waagen- und Gesundheitsdiagnostik bleiben ebenso ungemessen wie das Verhandeln mit Abnehmern, während Automatisierungs-Studien Agrarberufe bei der Robotik zugleich in der höchsten Gruppe führen. Nach heutigem Stand also wenig berührt — die technische Überwachung der Bestände bleibt aber die offene Unbekannte.

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

Was KI verändert

Die eigentliche Arbeit an den Völkern und am Gerät — pflegen, ernten, warten und instand halten — zählt zu den am wenigsten von KI betroffenen Tätigkeiten überhaupt; alle Untersuchungen sehen hier keinen Effekt und begründen das mit dem hohen Anteil körperlicher, handwerklicher Arbeit. Verschieben tut sich die schriftliche Seite der Betriebsführung: Für das Planen und Nachverfolgen von Abläufen und das Erstellen von Berichten wird ein Nachfragerückgang von rund einem Viertel erwartet. Beim Einkauf gehen die Quellen offen auseinander — die eine sieht kaum Bewegung, die andere zählt ihn zu den am stärksten betroffenen Tätigkeiten. Der Kern des Berufs bleibt also, während die Papierarbeit daneben in Bewegung gerät.

Tätigkeiten & ihre Entwicklung

Anlagen und Geräte installieren, warten und reparieren · unverändert

Das Installieren und Instandsetzen bleibt Handarbeit — die KI hilft beim Planen und Nachschlagen, nicht am Gerät selbst.

Details zur Entwicklung

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.

Programme und Betriebsabläufe planen und koordinieren · verändert

Die operative Ablaufplanung verschiebt sich spürbar, während die Abstimmung im Team eher wichtiger wird.

Details zur Entwicklung

Das Planen und Koordinieren von Abläufen gehört zu den Tätigkeiten, die sich sichtbar bewegen: Die Nachfrage nach dem Verfolgen und Auswerten operativer Kennzahlen ist messbar zurückgegangen — für einzelne Planungsaufgaben um rund ein Viertel —, und Betriebe mit hohem KI-Einsatz fragen weniger allgemeine Management- und Projektmanagement-Fähigkeiten nach. Zugleich ist nicht die ganze Aufgabe betroffen: Die strategische Planung bleibt außen vor, und Abstimmungs- und Teamfähigkeiten zählen sogar zu den am stärksten wachsenden Anforderungen. Verschoben wird also vor allem der berechenbare, dokumentierende Teil, während das Zusammenführen von Menschen und Zielen an Gewicht gewinnt.

Einkauf, Beschaffung und Lieferantenbeziehungen managen · verändert

Die planende und preisoptimierende Seite der Beschaffung gerät durch KI in Bewegung, das Aushandeln und Pflegen von Lieferantenbeziehungen bleibt menschliche Arbeit.

Details zur Entwicklung

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.

Tiere aufziehen, füttern und pflegen · unverändert

Die Arbeit am Tier bleibt körperlich und weitgehend unberührt, die Rolle künftiger Robotik ist noch offen.

Details zur Entwicklung

Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.

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.

Relevante KI-Werkzeuge (18)

Alle Werkzeuge zeigen

Automatisierung & RPA

  • Automation Anywhere — Automation Anywhere Q4826627
  • Blue Prism — Blue Prism Q30324186
  • Make Q134866480
  • Microsoft Power Automate — Microsoft Q28502244
  • n8n Q130305687
  • UiPath — UiPath Q55080120
  • Zapier — Zapier Q27150165

Kommunikation & Projekt

  • Asana — Asana Q4468073
  • Jira — Atlassian Q1359246
  • Microsoft Project — Microsoft Q80336
  • Monday.com — Monday.com Q65073369
  • Trello — Atlassian Q7838011

Process Mining & Modellierung

  • ARIS — Software AG
  • Camunda Modeler — Camunda
  • Celonis — Celonis Q63725648
  • Lucidchart — Lucid Software Q3265224
  • Microsoft Visio — Microsoft Q194978
  • Signavio — SAP Q7512866

Belege & Quellen

Belege, Achsen-Tags, fachliche Ebene, Hypothesen & Quellen öffnen

Zuletzt geprüft 2026-07-19

Amtliche Bezeichnung nach ISCO-08: Imker und Seidenraupenzüchter · 6123

Belege · Anlagen und Geräte installieren, warten und reparieren (4)

  • Die Tätigkeit wurde auf Task-Ebene explizit gemessen — und nach Experten-Prüfung abgewertet
    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.
    ILO WP 140, Table 4 „Sample of adjustments and justifications between the survey and expert scores", PDF-S. 35 (gedruckte S. 32) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • Der zugrunde liegende Abwertungsgrund gilt generisch für physisch-manuelle Tasks
    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.
    ILO WP 140, Abschnitt zur Score-Adjustierung, PDF-S. 34 (gedruckte S. 31) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • „Not Exposed" ist bei der ILO eine gemessene Kategorie, keine Datenlücke
    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.
    ILO WP 140, Table 5 „GenAI Exposure Gradients: Definition and Interpretation", PDF-S. 41 (gedruckte S. 38) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • Unabhängige Bestätigung: Installations-/Wartungs-Skills sitzen im Niedrig-Expositions-Segment
    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.
    OECD AI Papers No. 14, AI and the Changing Demand for Skills in the Labour Market, Abschnitt 3.1, PDF-S. 25 · Artificial Intelligence and the Changing Demand for Skills in the Labour Market (OECD AI Papers No. 14) · OECD Publishing, Paris, 2024 · Klasse A
    Generieren · Reine Software · Berufsebene · Realisierte Arbeitsmarktdaten · konvergent belegt

Belege · Programme und Betriebsabläufe planen und koordinieren (5)

  • Die operative Planungs-/Koordinationsebene liegt in Gradient 2, die strategische nicht
    Gradient 2 4322 Production Clerks 0.44 0.06 | Gradient 2 3341 Office Supervisors 0.43 0.11 | Gradient 2 1219 Business Services and Administration Managers Not Elsewhere Classified 0.42 0.1 | Gradient 3 3343 Administrative and Executive Secretaries 0.54 0.14 | Not Exposed 1213 Policy and Planning Managers 0.36 0.04 | Minimal Exposure 1324 Supply, Distribution and Related Managers 0.38 0.05 | Minimal Exposure 1120 Managing Directors and Chief Executives 0.38 0.06 | 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.
    ILO Working Paper 140, Table A1, PDF-S. 51–58 (gedruckte S. 48–55); Kategorie-Definition Table 5, PDF-S. 41 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • Nachfrage nach Planungs- und Ablaufverfolgungs-Tätigkeiten sinkt messbar
    applications, Industrial Production Managers experience large declines in skills related to planning and tracking operational decisions. | Industrial Production Managers • Develop or implement production tracking or quality control systems, analyzing production, quality control, maintenance, or other operational reports to detect production problems. -26.6 | • Prepare reports on operations and system productivity or efficiency. -24.8
    Hampole et al., AI and the Labor Market, NBER WP 33509, PDF-S. 17; Table A.7, PDF-S. 102 · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
    Generieren · Reine Software · Berufsebene · Realisierte Arbeitsmarktdaten · konvergent belegt
  • Planungs- und Koordinationsberufe stehen unter den 25 am stärksten exponierten Berufen
    Logisticians | Transportation, Storage, and Distribution Managers | Production, Planning, and Expediting Clerks | Management Analysts
    Hampole et al., NBER WP 33509, Table A.2, PDF-S. 97 · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • Betriebe mit hoher KI-Exposition fragen weniger allgemeine Management- und Projektmanagement-Skills nach
    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. | What is notable about this subgrouping is that the most frequently appearing skills are general office administration and project management, skills that are more closely associated with lower-level office and general business duties than with higher-level management positions.
    OECD AI Papers No. 14, Abschnitt 4.2.1, PDF-S. 34 (gedruckte S. 34–35) · Artificial Intelligence and the Changing Demand for Skills in the Labour Market (OECD AI Papers No. 14) · OECD Publishing, Paris, 2024 · Klasse A
    Generieren · Reine Software · Betriebsebene · Realisierte Arbeitsmarktdaten · konvergent belegt
  • Gegenläufig: Koordinations-Skills werden in hoch exponierten Berufen stärker nachgefragt
    Co-ordination skills are the fastest growing subcomponent in the social skills category. By far the most demanded co-ordination skills are ‚work in teams', ‚teamwork' and ‚collaboration'. On average across countries in the sample, the share of vacancies demanding co-ordination skills increased from 39% to 47% between the base and end years (Figure 3.2).
    OECD AI Papers No. 14, Abschnitt 3.3, PDF-S. 27 · Artificial Intelligence and the Changing Demand for Skills in the Labour Market (OECD AI Papers No. 14) · OECD Publishing, Paris, 2024 · Klasse A
    Generieren · Reine Software · Berufsebene · Realisierte Arbeitsmarktdaten

Belege · Einkauf, Beschaffung und Lieferantenbeziehungen managen (5)

  • In firmeninternen KI-Anwendungen zur Beschaffungs-/Supply-Chain-Optimierung sind Einkaufsleitung und Einkäufer die am stärksten exponierten Berufe
    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.
    Hampole/Papanikolaou/Schmidt/Seegmiller, NBER WP 33509, Abschnitt 1.3 "Examples", PDF-S. 15 (gedr. S. 13) · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
    Generieren · Reine Software · Berufsebene · Implementierungsfall
  • Aufgaben mit hoher KI-Exposition verlieren anschließend messbar an Nachfrage — Verschiebung des Aufgabenmix innerhalb desselben Berufs
    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.
    NBER WP 33509, Abschnitt 1.4, PDF-S. 17 (gedr. S. 14/15) · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
    Generieren · Reine Software · Berufsebene · Realisierte Arbeitsmarktdaten
  • Purchasing Agents zählen nach der Felten/Raj/Seamans-Messung zu den fünf am stärksten KI-exponierten Berufen überhaupt
    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
    OECD AI Papers No. 14, Tabelle 2.1, PDF-S. 17 (gedr. S. 17) · Artificial Intelligence and the Changing Demand for Skills in the Labour Market (OECD AI Papers No. 14) · OECD Publishing, Paris, 2024 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • Unternehmen erwarten für die Funktion Supply Chain/Beschaffung überdurchschnittliche Personalreduktionen durch KI
    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.
    Stanford HAI, AI Index 2026, Kap. 4 Economy, Chapter Highlights Nr. 8, PDF-S. 3 (gedr. S. 173) [norm.]; Vertiefung ebd., PDF-S. 54 (gedr. S. 224) · AI Index Report 2026, Kapitel 4: Economy · Stanford Institute for Human-Centered AI (HAI), 2026 · Klasse B
    Generieren · Reine Software · Betriebsebene · Experteneinschätzung/Umfrage
  • Gegenläufiger Befund: ILO stuft die beiden Kern-Einkaufsberufe als „Minimal Exposure“ ein
    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.
    ILO WP 140, Table A1, PDF-S. 54 (gedr. S. 51); Definition Table 5, PDF-S. 41 (gedr. S. 38); ebd., PDF-S. 40/41; Table 5, PDF-S. 41 (Gradient 2, zu 3324 Trade Brokers) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell

Belege · Tiere aufziehen, füttern und pflegen (4)

  • Die ausführenden Berufe sind von der ILO gemessen und durchgängig „Not Exposed“
    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
    ILO Working Paper 140, Table A1 „ISCO-08 occupations by exposure gradient“, PDF-S. 60–63 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
  • Die niedrige SD zeigt: auch einzelne Teilaufgaben sind nicht exponiert
    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
    ILO Working Paper 140, Table 5, PDF-S. 41 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • OECD: Agrar- und Tierhaltungsberufe gehören zu den am wenigsten AI-exponierten
    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.
    OECD AI Papers No. 60, Skills in the AI Age, PDF-S. 15 (gedr. S. 14); PDF-S. 18 (gedr. S. 17) · Skills in the AI Age (OECD AI Papers No. 60) · OECD Publishing, Paris, 2026 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
  • Hampole et al.: Beschäftigungswirkung von KI in Farming/Fishing/Forestry praktisch null
    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
    NBER WP 33509 (Hampole/Papanikolaou/Schmidt/Seegmiller, AI and the Labor Market), Table 6 „Impact of AI on relative employment growth by occupation group“, PDF-S. 54; Table A.6, PDF-S. 101 · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
    Generieren · Reine Software · Berufsebene · Realisierte Arbeitsmarktdaten · konvergent belegt

Fachliche Ebene

Die Arbeit am Volk und am Gerät bleibt in der Messung unverändert; verschoben ist die schriftliche Schale — Ablaufplanung, Berichtswesen und die dispositive Seite der Beschaffung

Für 6123 „Apiarists and Sericulturists“ weist die ILO Mean 0,22 bei SD 0,11 aus (Table A1, PDF-S. 59) — der höchste Wert aller zwölf tierhaltenden Berufe der Tabelle, der die unterste Kategorie „Not Exposed“ dennoch nicht verlässt; die Begründung ist inhaltlich benannt, nicht bloß numerisch: Die ILO-Experten senkten die Werte für „Farmers, Gardeners, Foresters, and Fishers“ ausdrücklich wegen „physical manipulation or manual dexterity“ ab (PDF-S. 32), die OECD führt Agrarberufe unter den „least exposed“ (AI Papers No. 60, PDF-S. 15), und Hampole et al. messen für Farming/Fishing/Forestry einen praktisch neutralen Beschäftigungseffekt von 0,20 (NBER WP 33509, Table 6). Für das Instandhalten von Beuten, Schleudern und Zuchtgerät gilt derselbe Befund, gestützt auf den einzigen einzeln bewerteten Installations- und Wartungs-Task des Korpus, den das Expertenpanel von 0,55 auf 0,19 herunterzog und nur wegen der Zuarbeit von KI bei „planning, documentation, and troubleshooting guides“ auf 0,25 anhob (ILO Table 4, PDF-S. 35). Anders die schriftlich-dispositive Schale der Betriebsführung: Das Planen und Nachverfolgen von Betriebsabläufen sowie das Erstellen von Betriebsberichten verliert bei Industrial Production Managers 26,6 bzw. 24,8 Prozent an Nachfrage in Stellenanzeigen (NBER WP 33509, Table A.7), Production Clerks liegen mit 0,44 in Gradient 2 — während beim Einkauf die Quellen offen auseinandergehen: ILO stuft Buyers mit 0,39 als „Minimal Exposure“ ein, OECD/Felten führt Purchasing Agents auf Rang 4 aller Berufe (AI Papers No. 14, Tabelle 2.1).

Imkerei und Seidenraupenzucht kommen in keiner der zehn Korpusquellen als eigener Gegenstand vor — der Befund ruht auf dem ILO-Berufswert und der allgemeinen Klasse physisch-manueller Tätigkeit; Sensorik zur Völkerüberwachung, Waagen- und Gesundheitsdiagnostik sind ebenso ungemessen wie Lieferantenverhandlung und Absatzbeziehungen, und die OECD führt Agrarberufe beim Automatisierungsrisiko einschließlich Robotik zugleich in der höchsten Gruppe.

Hypothesen

  • Hypothese (kein Beleg): Der planbare, intervallgesteuerte Wartungsanteil dürfte vermutlich zugunsten zustandsorientierter Eingriffe zurückgehen; die Tätigkeit könnte sich in Richtung Befundinterpretation und Priorisierung verschieben.
    Warum unbelegt: Der IAO-Text ist ein Experten-Rating, keine Messung — und die thematisch direkteste Aussage der OECD zu Predictive Maintenance wurde in Korpus II §7.1 abgelehnt, weil ihre Fußnote auf einen LinkedIn-Beitrag zeigt. Es existiert keine belastbare Messung des Tätigkeitsanteils.
    Ableitungsbasis: Fraunhofer ISI misst 6 % der Betriebe mit KI-Einsatz in Instandhaltung und Wartung (Korpus II §5.2). Fraunhofer IAO beschreibt die Verschiebung von geplanter zu zustandsorientierter Instandhaltung als konkretes Einsatzszenario (Korpus II §6, Abschnitt 3.7.5).
  • Hypothese (kein Beleg): Feld- bzw. Stallarbeit dürfte sich vermutlich in Richtung Überwachung sensorgestützter Systeme und Eingriff bei Auffälligkeiten verschieben, während gleichförmige Routinen (Ausbringen, Füttern, Melken) stärker automatisiert werden.
    Warum unbelegt: Beide sind Expositionsmodelle auf Berufs-/Sektorebene. Keine Quelle in vier Korpora betrachtet landwirtschaftliche Einzeltätigkeiten. Melk-, Fütterungs- und Feldrobotik ist in keinem der vier Korpora belegt — auch nicht in Korpus IV.
    Ableitungsbasis: Lassébie & Quintini führen „farming, fishing, and forestry" unter den Berufen mit höchstem Automatisierungsrisiko (Korpus II §1.2). Nedelkoska & Quintini: „Automation is found to mainly affect jobs in the manufacturing industry and agriculture" (Korpus II §2.2). Zwei Quellen, gleiche Richtung.

Alle Quellen

Mögliche KI-Anwendungen (6)

Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.

Verwandte Berufe in dieser Gruppe

Was heißt das für Ihre Stelle?

Diese Seite beschreibt Imker und Seidenraupenzüchter allgemein — mit Tätigkeiten wie „Anlagen und Geräte installieren, warten und reparieren“ oder „Programme und Betriebsabläufe planen und koordinieren“.

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.

Einschätzung für meine Stelle ansehen

Diese Seite zitieren

SapientShift (2026): Imker und Seidenraupenzüchter — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/imker-und-seidenraupenzuechter

Maschinenlesbare Fassung dieser Seite: Markdown

Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0