Berufe › Hilfskräfte Nahrungsmittel · ISCO-08 9412

Küchenhilfen

Der Kern dieser Arbeit sind wiederkehrende Handgriffe, die im Hintergrund laufen. Schneiden, Spülen, Einräumen, Aufräumen – dieselben Schritte, viele Male am Tag, oft unbemerkt von den Gästen. Auch an diesen immer gleichen Handgriffen tut sich gerade etwas.

Was dieser Beruf heute macht

In der Küche laufen viele kleine Handgriffe zusammen, die niemand sieht: Küchenhilfen schneiden, spülen und räumen auf, damit Köchinnen und Köche sich aufs Kochen konzentrieren können.

Mehr erfahren

Küchenhilfen räumen Tische ab, reinigen Küchenbereiche, spülen Geschirr, bereiten Zutaten vor und übernehmen weitere Aufgaben, um Beschäftigte zu unterstützen, die Speisen und Getränke zubereiten oder servieren. Zu den Aufgaben gehören - (a) Reinigen von Küchen, Speisenzubereitungsbereichen und Servicebereichen; (b) Unterstützen von Köchen und Köchinnen bei der Zubereitung von Speisen durch Waschen, Schälen, Zerkleinern, Schneiden, Abmessen und Mischen von Zutaten; (c) Zusammenstellen von Gerichten für den Service; (d) Auspacken, Prüfen, Transportieren, Wiegen und Lagern von Vorräten in Kühlschränken, Schränken und anderen Lagerbereichen; (e) Spülen von Geschirr und Kochutensilien und Wegräumen dieser; (f) Zubereiten, Kochen, Toasten und Erwärmen einfacher Speisen. Beispiele für die hier eingeordneten Berufe: - Handspüler/in - Küchenassistent/in - Küchenhelfer/in - Küchenporter/in - Küchensteward/in - Vorratsraumhilfe Einige verwandte, anderswo eingeordnete Berufe: - Koch/Köchin - 5120 - Fastfood-Zubereiter/in - 9411

  • Küchen, Speisenzubereitungsbereiche und Servicebereiche reinigen
  • Köche und Köchinnen bei der Essenszubereitung unterstützen, etwa durch Waschen, Schälen, Schneiden, Abwiegen und Mischen von Zutaten
  • Gerichte für den Service zusammenstellen
  • Vorräte auspacken, prüfen, transportieren, wiegen und in Kühlschränken, Schränken oder anderen Lagerbereichen einlagern
  • Geschirr und Kochutensilien spülen und wegräumen
  • Einfache Speisen zubereiten, kochen, toasten oder erwärmen

Umfasst auch

Küchenbedienstete · Küchenbediensteter · Küchenbediensteter/Küchenbedienstete · Küchengehilfe · Küchengehilfin · Küchenhelfer · Küchenhelferin · Küchenhilfe · Küchenmitarbeiter · Küchenmitarbeiterin · Küchenpersonal · catering assistant ·

+13 weitere
catering trainee · dish washer · kitchen assistant · kitchen boy · kitchen hand · kitchen porter · kitchen steward · kitchen trainee · kitchen worker · KP · pot and pan washer · roundsman · spare hand

Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 9412.

Die Kernbewegung

Die Zuarbeit in der Küche zählt zu den am wenigsten betroffenen Tätigkeiten überhaupt — berührt wird eher die disponierende Ebene über der Warenwirtschaft.

Wie stark ist dieser Beruf betroffen?

Küchenhilfen liegt nahe am unteren Rand — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.

Einordnung dieses Berufs im Vergleich
Eigene AuswertungILO-EinstufungIn der Berufsgruppe
unterstes Fünftel von 411 Berufennicht von generativer KI berührtVon 2 verglichenen Berufen ist keiner weniger betroffen als dieser. Gruppe: Hilfskräfte Nahrungsmittel

Ähnlich eingeordnet: Führer von Fahrzeugen und Maschinen mit Zugtierantrieb · Frachtarbeiter und verwandte Berufe · Hilfsarbeiter im Gartenbau

Wo diese Aussage endet

Küchen-, Spül- und Lagerrobotik ist nicht gemessen. Hinzu kommt, dass alle Aufgaben eines Berufs gleich gewichtet wurden, sodass unbekannt bleibt, wie viel Arbeitszeit tatsächlich auf welchen Anteil entfällt. 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

Was KI verändert

Das Zuarbeiten in der Küche — vorbereiten, zureichen, saubermachen — gehört zu den am niedrigsten gemessenen Tätigkeiten überhaupt; nicht eine einzige Teilaufgabe wurde als betroffen bewertet, und zwei unabhängige Untersuchungen bestätigen das für Hilfsberufe im Gastgewerbe. Wo es um Warenannahme und Bestand geht, verschiebt sich etwas — aber nicht beim Einräumen selbst, sondern in der organisierenden Schicht darum herum, beim Disponieren und Verwalten. Ein gemessener Rückgang der Beschäftigung in der Küchen- und Servicearbeit um rund 4,6 Prozent geht laut den Forschern nicht auf veränderte Arbeit zurück, sondern darauf, dass diese Betriebe KI selten einführen und deshalb langsamer wachsen. Der Befund zur Bestandsorganisation ruht bisher allerdings auf einer einzigen Quelle ohne unabhängige Bestätigung.

Tätigkeiten & ihre Entwicklung

Räume, Flächen und Fahrzeuge reinigen · unverändert

Die körperliche Reinigungsarbeit bleibt, die Rolle der Robotik ist noch offen.

Details zur Entwicklung

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.

Einfache körperliche Hilfstätigkeiten ausführen · unverändert

Der heutigen KI bleibt die einfache körperliche Arbeit verschlossen — andere Automatisierung könnte weiter reichen.

Details zur Entwicklung

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

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.

Speisen und Getränke zubereiten und servieren · unverändert

Das Zubereiten und Servieren lebt vom körperlichen Tun — daran geht die heutige KI weitgehend vorbei.

Details zur Entwicklung

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.

Warenbestand und Verkaufsflächen organisieren · unverändert

Das Organisieren von Warenbestand und Verkaufsfläche bleibt vom Anfassen geprägt und weitgehend unberührt.

Details zur Entwicklung

Das Einräumen, Ordnen und Bereitstellen von Waren zählt zu den am wenigsten betroffenen Tätigkeiten: Die praktische Arbeit an Regal und Fläche lässt sich schwer automatisieren, und Fachleute haben die Automatisierungswerte für solche manuellen Aufgaben ausdrücklich nach unten korrigiert. Einzelne angrenzende Teilaufgaben, etwa im direkten Verkauf, sind stärker berührt, und anordnende oder planende Rollen liegen dabei höher als die ausführenden.

Belege & Quellen

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

Zuletzt geprüft 2026-07-19

Amtliche Bezeichnung nach ISCO-08: Küchenhilfen · 9412

Belege · Räume, Flächen und Fahrzeuge reinigen (5)

  • Alle Kern-Reinigungsberufe fallen in die niedrigste ILO-Expositionskategorie
    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
    ILO WP 140, Table A1, PDF-S. 62 (gedruckt S. 57/59) [9111]; PDF-S. 63 (gedruckt S. 60) [9112, 9123, 9129]; PDF-S. 64 (gedruckt S. 61) [7133, 9122, 9613]; PDF-S. 58 (gedruckt S. 55) [5153, norm.: im Text über zwei Zeilen umbrochen]; PDF-S. 59 (gedruckt S. 56) [5151, norm.] · 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
  • „Not Exposed" heißt bei diesen Berufen: auch keine exponierten Teilaufgaben
    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.
    ILO WP 140, Table 5 „GenAI Exposure Gradients: Definition and Interpretation", PDF-S. 41 (gedruckt S. 38); ILO WP 140, Abschnitt zu Table 5, PDF-S. 41 (gedruckt 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
  • Der Mechanismus: GenAI hat keine Fähigkeit zur physischen Aufgabenausführung
    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
    ILO WP 140, Abschnitt zu Figure 13, PDF-S. 32 (gedruckt S. 29); ILO WP 140, Beispiel-Justification Table, PDF-S. 34 (gedruckt S. 31); ILO WP 140, Abschnitt zu Figure 2, PDF-S. 17 (gedruckt S. 14) · 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 Zweitmessung (OECD / Lane 2024): Reinigungsberufe am unteren Ende
    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.
    OECD AI Papers No. 60, Skills in the AI Age, PDF-S. 15/16 (gedruckt S. 15) · Skills in the AI Age (OECD AI Papers No. 60) · OECD Publishing, Paris, 2026 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
  • Dritte Messung (Hampole et al.): Reinigungsberufe unter den 25 am wenigsten exponierten
    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.
    Hampole et al., AI and the Labor Market, NBER WP 33509, Table A.2, PDF-S. 97 (gedruckt S. 95); NBER WP 33509, Note zu Table A.2, PDF-S. 97 (gedruckt S. 95) · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt

Belege · Einfache körperliche Hilfstätigkeiten ausführen (5)

  • Die Kategorie "Not Exposed" ist ein Messergebnis, keine Datenlücke — und die niedrigen SD sind der eigentliche Befund
    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.
    ILO WP 140, Table 5 ("GenAI Exposure Gradients: Definition and Interpretation"), PDF-S. 41 (gedruckte S. 38); ILO WP 140, Table 5, gleiche Seite, 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
  • Das Expertenpanel hat die Bewertung für manuelle Tätigkeiten aktiv nach unten korrigiert
    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
    ILO WP 140, Kap. 4 "Expert validation survey", PDF-S. 32 (gedruckte S. 29); ILO WP 140, Table 4 (Begründungsbeispiel), PDF-S. 33 · 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
  • WEF: manuelle Geschicklichkeit zeigt in einer Bewertung von 2.800+ Skills keinerlei Substituierbarkeit durch GenAI
    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
    WEF Future of Jobs Report 2025, PDF-S. 44 (gedruckte S. 43/44) · The Future of Jobs Report 2025 · World Economic Forum, Genf, 2025 · Klasse C
    Generieren · Reine Software · Berufsebene · Experteneinschätzung/Umfrage · konvergent belegt
  • OECD: Reinigungs- und ähnliche körperliche Rollen zeigen minimale GenAI-Exposition
    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, 2026, PDF-S. 18 (gedruckte S. 17) · Skills in the AI Age (OECD AI Papers No. 60) · OECD Publishing, Paris, 2026 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • [NUTZUNG] — Klasse D, nur als schwaches Indiz
    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.
    Anthropic Economic Index "Cadences", Juni 2026, Zeile 70 (Datei enthält keine PDFPAGE-Marker, daher Zeilenangabe) · Anthropic Economic Index — Report "Cadences" (Juni 2026) · Anthropic, 2026 · Klasse D
    Generieren · Reine Software · Berufsebene · Gemessene Nutzung

Belege · Speisen und Getränke zubereiten und servieren (5)

  • Die ausführenden Berufe sind gemessen und als nicht exponiert klassifiziert
    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.
    ILO WP 140, Table A1 "ISCO-08 occupations by exposure gradient", PDF-S. 59–63; ILO WP 140, Table 5 "GenAI Exposure Gradients: Definition and Interpretation", PDF-S. 41 (gedruckt S. 38) [norm.] · 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
  • Beim Servieren (Waiters) ist die Exposition höher als beim Zubereiten, aber weiterhin „limited"
    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.
    ILO WP 140, Table A1, PDF-S. 57; ILO WP 140, Table 5, PDF-S. 41 [norm.] · 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 Mechanismus ist benannt: GenAI hat keine Fähigkeit zur physischen Aufgabenausführung
    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
    ILO WP 140, Abschnitt zur Experten-Anpassung, PDF-S. 32 (gedruckt S. 29) [norm.]; ILO WP 140, Table 4 "Sample of adjustments and justifications", PDF-S. 33/35 (gedruckt S. 30) [norm.] · 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: US-Task-Daten sehen „little direct task exposure"
    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.
    Hampole et al., "AI and the Labor Market", NBER WP 33509, PDF-S. 7 · 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
  • Dritte unabhängige Stimme: geringste Exposition im OECD-Ranking
    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.
    OECD AI Papers No. 60, "Skills in the AI Age", PDF-S. 16 (gedruckt S. 15) [norm.] · Skills in the AI Age (OECD AI Papers No. 60) · OECD Publishing, Paris, 2026 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt

Belege · Warenbestand und Verkaufsflächen organisieren (5)

  • Shelf Fillers sind die am niedrigsten exponierte der beteiligten Gruppen.
    Not Exposed 9334 Shelf Fillers 0.2 0.1 / Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
    ILO WP 140, Table A1 (ISCO-08 occupations by exposure gradient), PDF-S. 60 (gedruckt S. 57); ILO WP 140, Table 5, PDF-S. 41 (gedruckt 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
  • Stock Clerks: geringe Exposition bei sehr niedriger Streuung — auch einzelne Teilaufgaben sind nicht exponiert.
    Minimal Exposure 4321 Stock Clerks 0.37 0.06 / Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited.
    ILO WP 140, Table A1, PDF-S. 55 (gedruckt S. 52); ILO WP 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
  • Shop Sales Assistants: niedrige Exposition, aber hohe Streuung — einzelne Teilaufgaben sind exponiert.
    Gradient 1 5223 Shop Sales Assistants 0.38 0.16 / Low overall GenAI exposure at the occupational level, but high variability across tasks. Some tasks within these occupations have an elevated automation potential, even if the occupation as a whole remains strongly reliant on tasks that have a low potential of automation.
    ILO WP 140, Table A1, PDF-S. 53 (gedruckt S. 50); ILO WP 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
  • Die anordnenden Berufe liegen höher als die ausführenden.
    Gradient 2 5221 Shopkeepers 0.43 0.1 / Gradient 2 1420 Retail and Wholesale Trade Managers 0.44 0.15
    ILO WP 140, Table A1, PDF-S. 53 (gedruckt S. 50) · 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
  • Experten korrigierten die Automatisierungsscores für manuelle Tätigkeiten nach unten.
    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.
    ILO WP 140, Abschnitt zum Expertenpanel, PDF-S. 32 (gedruckt S. 29) · 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

Fachliche Ebene

Zuarbeiten in der Küche gehört zu den am niedrigsten gemessenen Tätigkeiten überhaupt — beim Organisieren von Warenbestand ist nicht das Einräumen exponiert, sondern die disponierende Schicht darüber

Die ILO führt „Kitchen Helpers" (9412) mit einem Mittelwert von 0,13 bei einer Standardabweichung von 0,02 in der niedrigsten von sechs Kategorien — die Streuung liegt am unteren Rand des gesamten Datensatzes, es wurde also nicht einmal eine einzelne Teilaufgabe als exponiert bewertet, und zwei unabhängige Messungen (Hampole et al.; Lane 2024 über die OECD) bestätigen das für Zubereitungs- und Hilfsberufe im Gastgewerbe. Für Warenannahme und Bestandsorganisation existiert kein eigener 9412-Wert; auf Tätigkeitsebene ist auch dieser Bereich unverändert belegt, und das dortige Gefälle ist aufschlussreich: Nicht das Einräumen ist exponiert (Shelf Fillers 0,20), sondern die administrativ-dispositive Schale darum herum (Shopkeeper 0,43, Handelsmanager 0,44). Zur Ehrlichkeit gehört zweierlei: Hampole et al. finden für „Food Preparation and Serving" einen Rückgang des Beschäftigungsanteils um 4,6 Prozent, führen ihn aber selbst darauf zurück, dass diese Arbeitgeber KI selten einführen und deshalb langsamer wachsen — nicht auf eine Veränderung der Arbeit —, und der Befund zur Bestandsorganisation ruht auf einer einzigen Quelle ohne unabhängige Bestätigung.

Küchen-, Spül- und Lagerrobotik ist von keiner Korpusquelle auf Tätigkeitsebene gemessen; hinzu kommt, dass die ILO alle Aufgaben eines Berufs gleich gewichtet, sodass unbekannt bleibt, wie viel Arbeitszeit tatsächlich auf welchen Anteil entfällt.

Hypothesen

  • Hypothese (kein Beleg): Großflächige Bodenreinigung in gleichförmigen Räumen dürfte vermutlich eher automatisiert werden als Detail- und Sonderreinigung; die Tätigkeit könnte sich zu Nacharbeit, Kontrolle und Gerätebetreuung verschieben.
    Warum unbelegt: Korpus II §7.1 hat die einzige verfügbare Reinigungs-Robotikangabe (Stanford-Chartkategorie „Professional cleaning") ausdrücklich abgelehnt — kein Fließtext, Werte nicht zuordenbar. Die IAB-Segmentwerte waren aus der Grafik nicht sicher zuzuordnen und wurden nicht übernommen (Korpus III L1.2). Es liegt kein einziger verwertbarer Zahlenwert vor.
    Ableitungsbasis: Lassébie & Quintini benennen ausdrücklich „the ability to work in cramped workspace and awkward positions, finger dexterity, and manual dexterity" als nicht mehr bestehende Engpässe (Korpus II §1.1) — das sind die charakteristischen Anforderungen der Reinigungstätigkeit. IAB weist Reinigungsberufe erstmals als eigenes Berufssegment aus (Korpus III L1.2).
  • Hypothese (kein Beleg): Hilfstätigkeiten dürften vermutlich stärker durch nicht-generative Automatisierung berührt sein, als der GenAI-Nullbefund nahelegt — der Abstand zwischen beiden Messungen könnte genau die physische Automatisierung abbilden.
    Warum unbelegt: Die Differenz ist rechnerisch sichtbar, aber nicht ursächlich belegt. Keine Quelle weist aus, welcher Teil der IAB-57 % auf physische Automatisierung entfällt. Der Schluss ist plausibel, aber ungeprüft.
    Ableitungsbasis: Ein belegter Widerspruch zwischen zwei Quellen. ILO führt Helferberufe als Not Exposed mit sehr niedriger Streuung (Korpus I, Dossier T-021); Eloundou listet Helper-Berufe namentlich unter den Berufen ohne eine einzige exponierte Aufgabe (Korpus III L2.3). Zugleich misst das IAB für Helferberufe im Durchschnitt 57 % substituierbare Tätigkeiten (Korpus III L1.4) — und das IAB misst Computer und computergesteuerte Maschinen, nicht nur Sprachmodelle.

Alle Quellen

Mögliche KI-Anwendungen (3)

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

  • Kommissionieren mit AR-Brille und freien HändenLagerhelfer nutzen Datenbrillen, die per KI den optimalen Weg durchs Lager weisen, das richtige Regalfach hervorheben und die zu kommissionierenden Artikel visu…
  • Nur reinigen, wo es nötig istReinigungskräfte erhalten über eine App dynamische Arbeitsaufträge, die von einer KI auf Basis von Echtzeit-Sensordaten zur Raumnutzung und zum Füllstand von Sp…
  • Reinigungsroboter, die selbst navigierenAutonome Roboter nutzen KI zur Navigation und Reinigung großer Flächen in Gewerbeimmobilien, um die Effizienz zu steigern und das Personal für Detailarbeiten fr…

Verwandte Berufe in dieser Gruppe

Was heißt das für Ihre Stelle?

Diese Seite beschreibt Küchenhilfen 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.

Einschätzung für meine Stelle ansehen

Diese Seite zitieren

SapientShift (2026): Küchenhilfen — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/kuechenhilfen

Maschinenlesbare Fassung dieser Seite: Markdown

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