Der Kern dieser Arbeit ist, eine Idee für ein Gericht so an ein ganzes Team weiterzugeben, dass sie bei jedem Teller wieder genauso ankommt. Vom Einkauf über die Zubereitung bis zur Präsentation auf dem Teller behalten Küchenchefs jeden Schritt im Blick, auch wenn andere Hände ihn ausführen.
Küchenchefs entwerfen Menüs und kreieren Gerichte – und behalten dabei den Überblick über die ganze Küche, vom Einkauf bis zum Teller.
Küchenchefs entwerfen Menüs, kreieren Gerichte und beaufsichtigen die Planung, Organisation, Zubereitung und das Kochen von Mahlzeiten in Hotels, Restaurants und anderen Gaststätten, an Bord von Schiffen, in Reisezügen und in Privathaushalten. Zu den Aufgaben gehören - (a) Planung und Entwicklung von Rezepten und Menüs, Kalkulation von Lebensmittel- und Personalkosten sowie Bestellung von Lebensmittelvorräten; (b) Überwachung der Qualität der Gerichte in allen Phasen der Zubereitung und Präsentation; (c) Erörterung von Fragen der Speisenzubereitung mit Managern, Ernährungsberatern, Küchen- und Servicepersonal; (d) Beaufsichtigung und Koordinierung der Tätigkeiten von Köchen und anderen mit der Speisenzubereitung befassten Mitarbeitern; (e) Kontrolle von Vorräten, Ausrüstung und Arbeitsbereichen zur Sicherstellung der Einhaltung festgelegter Standards; (f) Festlegung der Art der Speisenpräsentation und Gestaltung dekorativer Speisenanrichtungen; (g) Unterweisung von Köchen und anderen Mitarbeitern in Zubereitung, Kochen, Garnierung und Präsentation von Speisen; (h) Mitwirkung bei der Rekrutierung von Küchenpersonal und Überwachung von dessen Leistung; (i) Zubereitung, Würzung und Kochen von Spezialitäten und komplexen Gerichten; (j) Erläuterung und Durchsetzung von Hygiene- und Lebensmittelsicherheitsvorschriften. Beispiele für die hier eingeordneten Berufe: - Küchenchef - Chefkoch - Küchenleiter - Konditormeister - Sauciers - Souschef Einige verwandte, anderswo eingeordnete Berufe: - Koch - 5120 - Fast-Food-Zubereiter - 9411
Chefkoch · Chefkoch/Chefköchin · Chefköchin · Küchenchef · Küchenchefin · Küchenmeister · Küchenmeisterin · banqueting chef · chef · chef de cuisine · chef de partie · commis chef · +3 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 3434.
Kochen und Warenprüfung bleiben von der KI unberührt — nachzugeben beginnt die schriftlich-administrative Arbeit ringsum: Personal- und Dokumentationsaufgaben.
Küchenchefs liegt im mittleren Bereich — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| Mittelfeld von 411 Berufen | nicht von generativer KI berührt | Von 10 verglichenen Berufen sind 2 weniger betroffen als dieser. Gruppe: Recht, Soziales & Kultur, nicht akademisch |
Ähnlich eingeordnet: Trainer und Betreuer im Bereich Fitness und Erholung · Agrartechniker · Augenoptiker
Zwei Bereiche sind ausdrücklich ungeklärt: die dokumentengestützte Hygiene- und Sicherheitsprüfung wurde nicht untersucht, und für Küchen-, Service- und Prüfroboter liegt bislang keine Messung vor. Das heißt nicht, dass sich hier nichts ändert — es heißt, dass dazu schlicht noch kein belastbares Wissen existiert. Nach heutigem Stand also eher offen als entwarnt; die Entwicklung bei Robotik in der Küche lohnt den Blick.
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
Das eigentliche Handwerk — Gerichte zubereiten, Waren prüfen — zählt zu den am wenigsten betroffenen Tätigkeiten überhaupt; ein Expertenpanel korrigierte die Werte für körperlich-manuelle Aufgaben sogar aktiv nach unten, weil KI-Systeme nichts physisch ausführen können. Verschieben wird sich die schriftliche Schicht daneben: In der Personalarbeit trennt sich die administrative Ebene, die deutlich betroffen ist, klar von der Führungsebene, und beim Anlernen zeigt eine Feldstudie, dass zwei Monate mit KI-Unterstützung dem Stand von über sechs Monaten ohne entsprechen können. Auch die dokumentenseitige Compliance-Prüfung gerät in Bewegung, bislang aber nur im Finanzsektor belegt. Über Küchenrobotik oder kamerabasierte Sichtprüfung sagt die Studienlage ausdrücklich nichts — sie wurde schlicht nicht 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.
Das Prüfen von Regeln an Daten und Dokumenten verschiebt sich, die Kontrolle vor Ort bleibt.
Das Auswerten von Daten und Vorschriften auf Verstöße gehört zu den Aufgaben, die KI heute am deutlichsten mitübernimmt — vor allem in Finanzdienstleistungen, wo der Einsatz bereits hoch ist, während er in anderen Branchen noch niedrig bleibt. Wo die Aufgabe stärker von KI berührt wird, geht die Arbeitsnachfrage etwas zurück, im Ganzen bleibt der Beschäftigungseffekt aber moderat, weil die Produktivität an anderer Stelle wieder Nachfrage schafft. Die Prüfung der Sicherheit direkt vor Ort dagegen bleibt Sache der Menschen.
Das Zubereiten und Servieren lebt vom körperlichen Tun — daran geht die heutige KI weitgehend vorbei.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
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.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Küchenchefs · 3434
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.
Minimal Exposure 7543 Product Graders and Testers (except Foods and Beverages) 0.31 0.11
we introduce a more granular distinction of Minimal Exposure, where some interaction with GenAI may occur, but without significantly altering the nature of these roles, and the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.
Not Exposed 3115 Mechanical Engineering Technicians 0.26 0.08 Not Exposed 3119 Physical and Engineering Science Technicians Not Elsewhere Classified 0.26 0.05 Not Exposed 7222 Toolmakers and Related Workers 0.2 0.1 Not Exposed 7223 Metal Working Machine Tool Setters and Operators 0.18 0.05 Not Exposed 7311 Precision-instrument Makers and Repairers 0.21 0.08
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.
Collect and analyze data to detect deficient controls, duplicated effort, extravagance, fraud, or non-compliance with laws, regulations, and management policies. / Assess credit risk and provide regulatory compliance across different lines of business.
Tasks with higher AI exposure subsequently experience reduced labor demand. […] Despite strong substitution at the task level, overall employment effects are modest, as reduced demand in exposed occupations is offset by productivity-driven increases in labor demand at AI-adopting firms.
More broadly, functions tied to information processing, software, customer engagement, and internal knowledge work reported higher adoption than areas such as strategy and corporate finance and risk and compliance, where uptake remains low across most sectors. Financial services were an exception; they reported high use in risk and compliance functions, which are more central to their core operations.
Not Exposed 3257 Environmental and Occupational Health Inspectors and Associates 0.24 0.04 / Not Exposed 2263 Environmental and Occupational Health and Hygiene Professionals 0.28 0.05
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.
Zubereiten und Warenprüfung sind gemessen und gering exponiert, die schriftlich-administrative Randschicht der Personal- und Dokumentationsarbeit gibt dagegen nach.
Die ILO führt Chefs (3434) mit μ 0,25 bei SD 0,06 in der untersten Kategorie „Not Exposed" und die Warenprüfung mit 7543 Product Graders and Testers bei 0,31 in „Minimal Exposure" — das ist ein Messbefund und keine Datenlücke, zumal ein Expertenpanel die zunächst höheren Umfragewerte für physisch-manuelle Aufgaben aktiv nach unten korrigierte, weil generative Systeme „do not possess capabilities for physical task execution"; über Küchenrobotik oder kamerabasierte Sichtprüfung sagt der Befund damit ausdrücklich nichts, denn keine der Korpusquellen misst sie. Verändert ist die schriftliche Nachbarschicht der Rolle: In der Personalarbeit trennt die ILO innerhalb derselben Tätigkeit um 0,24 Expositionspunkte zwischen der administrativen Schicht (4416 Personnel Clerks 0,6, Gradient 4) und der Führungsschicht (1212 HR Managers 0,36, SD 0,05), und für das Anlernen zeigt eine Feldstudie mit 5.179 Kundendienstkräften, dass zwei Monate Betriebszugehörigkeit mit KI-Unterstützung dem Leistungsniveau von über sechs Monaten ohne entsprechen — gemessen allerdings in einer einzigen Branche, und das Zeitbudget der Führungskraft selbst wurde dabei nicht erhoben. Beim Sicherstellen von Vorschriften und Sicherheitsstandards ist eine Verschiebung der dokumentenseitigen Prüfarbeit nur für den Finanzsektor belegt, wo Unternehmen laut McKinsey-Erhebung als einzige Branche hohe KI-Nutzung in Risiko und Compliance melden, während die Vor-Ort-Prüfung mit 3257 Environmental and Occupational Health Inspectors bei 0,24 und einer SD von nur 0,04 als nicht exponiert eingestuft ist.
Für die Gastronomie selbst gilt bei der dokumentenseitigen Hygiene- und Sicherheitsprüfung ausdrücklich „nicht untersucht" und nicht „unverändert", und für Küchen-, Service- und Prüfrobotik liegt auf Tätigkeitsebene überhaupt keine Messung vor — das ist Nichtwissen, keine Entwarnung.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Küchenchefs allgemein — mit Tätigkeiten wie „Personal führen, einstellen und schulen“ oder „Lebensmittel und Naturprodukte auf Qualität prüfen“.
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): Küchenchefs — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/kuechenchefs
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0