Der Kern dieser Arbeit ist Timing: Bestände weder zu knapp noch zu groß halten, Wege so planen, dass Waren rechtzeitig ankommen. Verträge, Lagerbestände, Versand – hier hängt vieles davon ab, was gerade unterwegs ist und was als Nächstes gebraucht wird.
Führungskräfte in der Beschaffung, Logistik und in verwandten Bereichen sorgen dafür, dass Waren und Menschen dort ankommen, wo sie gebraucht werden – pünktlich und zu vertretbaren Kosten.
Führungskräfte in der Beschaffung, Logistik und in verwandten Bereichen planen, leiten und koordinieren Personenbeförderungssysteme und -einrichtungen sowie die Beschaffung, den Transport, die Lagerung und den Vertrieb von Waren, entweder als Leiter einer Abteilung oder als Generaldirektor eines Unternehmens oder einer Organisation, die keine Führungshierarchie aufweist. Zu den Aufgaben gehören - (a) Festlegen, Umsetzen und Überwachen von Beschaffungs-, Lager- und Vertriebsstrategien, -richtlinien und -plänen; (b) Erstellen und Umsetzen von Plänen zur Aufrechterhaltung der erforderlichen Lagerbestände bei minimalen Kosten; (c) Aushandeln von Verträgen mit Lieferanten zur Erfüllung von Qualitäts-, Kosten- und Lieferanforderungen; (d) Überwachen und Überprüfen von Lager- und Bestandssystemen zur Erfüllung der Beschaffungsanforderungen und zur Kontrolle der Lagerbestände; (e) Beaufsichtigen des Versands von Straßenfahrzeugen, Zügen, Schiffen oder Flugzeugen; (f) Betreiben von Erfassungssystemen zur Nachverfolgung aller Warenbewegungen und Sicherstellen von Nachbestellungen und Wiederauffüllungen zu optimalen Zeitpunkten; (g) Kontaktpflege mit anderen Abteilungen und Kunden hinsichtlich der Anforderungen an ausgehende Waren und den damit verbundenen Speditionstransport; (h) Beaufsichtigen der Erfassung von Einkaufs-, Lager- und Vertriebstransaktionen; (i) Aufstellen und Verwalten von Budgets, Kontrolle der Ausgaben und Sicherstellung der effizienten Nutzung von Ressourcen; (j) Festlegen und Leiten von betrieblichen und administrativen Verfahren; (k) Planen und Leiten des täglichen Betriebs; (l) Beaufsichtigen der Auswahl, Schulung und Leistung des Personals. Beispiele für die hier eingeordneten Berufe: - Busbahnhofsleiter - Logistikleiter - Einkaufsleiter - Bahnhofsleiter - Bahnhofsvorsteher - Leiter Beschaffung und Vertrieb - Supply-Chain-Manager - Leiter eines Transportunternehmens - Leiter eines städtischen Nahverkehrssystems - Lagerleiter Anmerkung Geschäftsführer großer Flughäfen, Eisenbahngesellschaften, städtischer Nahverkehrssysteme und anderer Transportunternehmen mit Führungshierarchien sind in Berufsgattung 1120: Geschäftsführer und Vorstandsvorsitzende enthalten.
Bahnhofsvorsteher · Bahnhofsvorsteher/Bahnhofsvorsteherin · Bahnhofsvorsteherin · Filmverleiher · Filmverleiher/Filmverleiherin · Filmverleiherin · Flugbetriebsleiter · Flugbetriebsleiterin · Flughafendirektor · Flughafendirektor/Flughafendirektorin · Flughafendirektorin · Flughafenleiter · +92 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 1324.
Die Leitungsebene selbst ist gering betroffen gemessen — doch die Untersuchungen zum Einkauf gehen offen auseinander, und die unterstellte Dispositions- und Dokumentationsarbeit liegt deutlich höher.
Leitung Beschaffung und Logistik liegt im mittleren Bereich — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| oberes Mittelfeld von 411 Berufen | nur am Rand von generativer KI berührt | Von 13 verglichenen Berufen sind 8 weniger betroffen als dieser. Gruppe: Produktions- & Fachbereichsleitung |
Ähnlich eingeordnet: Geschäftsführer und Vorstände · Leitende Verwaltungsbedienstete · Produktionsleitung
Der Kern dieser Rolle — das Verhandeln mit Lieferanten und die Pflege dieser Beziehungen — ist von den Studien nicht erfasst, und beim Einkauf widersprechen sich die Quellen, ohne dass sich das derzeit auflösen lässt. Völlig offen bleibt zudem die Robotik in Lager, Umschlag und Transport: ob Maschinen hier künftig Aufgaben übernehmen, wurde bislang nicht untersucht. Nach heutigem Stand lässt sich also nur ein Teil des Bildes belastbar zeichnen — die Entwicklung bei der Logistik-Robotik 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
Die eigentliche Leitung von Beschaffung und Distribution ist als gering betroffen gemessen — generative KI kann die Arbeit berühren, ohne ihren Charakter wesentlich zu verändern; das ist ein Messbefund niedriger Betroffenheit, keine Entwarnung. Beim Einkauf widersprechen sich die Quellen offen: Eine Untersuchung führt Einkaufsberufe unter den fünf am stärksten betroffenen überhaupt, andere sehen vor allem eine Umschichtung innerhalb der Rolle — weg von Markt-, Bedarfs- und Bestandsanalyse —, nicht einen Wegfall. Deutlich stärker berührt als die Leitung ist die unterstellte Arbeit: Speditions- und Abfertigungsagenten sowie Transportsachbearbeiter liegen spürbar höher, während der körperliche Frachtumschlag und die Bestandsorganisation im Handel als kaum betroffen gemessen sind. Die im Umlauf berichtete überdurchschnittliche Personalreduktion in der Lieferkette ist dabei eine Arbeitgeber-Erwartung, die hinter den tatsächlich beobachteten Werten zurückbleibt.
Die operative Ablaufplanung verschiebt sich spürbar, während die Abstimmung im Team eher wichtiger wird.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
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.
Die planende und preisoptimierende Seite der Beschaffung gerät durch KI in Bewegung, das Aushandeln und Pflegen von Lieferantenbeziehungen bleibt menschliche Arbeit.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
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.
Das Organisieren von Warenbestand und Verkaufsfläche bleibt vom Anfassen geprägt und weitgehend unberührt.
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.
Das Aufsetzen von Budgets und Finanzplänen verschiebt sich zur KI hin, das Einordnen und Verantworten der Zahlen bleibt gefragt.
Das Planen und Kontrollieren von Budgets zählt zu den Finanztätigkeiten, deren KI-Nähe zuletzt gestiegen ist — die strukturierte, datengetriebene Rechenarbeit lässt sich mit KI-Werkzeugen zu einem guten Teil erledigen, von Budgetvorlagen bis zum Durchspielen verschiedener Szenarien. In stark KI-nahen Betrieben geht die Nachfrage nach reinen Budgetierungs- und Rechnungswesen-Kompetenzen etwas zurück. Zugleich bleibt Budgetierung gerade in den hoch betroffenen Berufen eine der meistgeforderten Fähigkeiten — das Rechnen verschiebt sich also eher zur KI, das Einordnen und Verantworten der Zahlen bleibt beim Menschen.
Das Zusammenführen und Verbuchen der Abläufe verschiebt sich spürbar Richtung Automatisierung, die Abstimmung an den Schnittstellen weniger.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Koordinieren und Dokumentieren von Transport- und Frachtabläufen gehört zu den stärker betroffenen Bürotätigkeiten: Ein wachsender Teil des heutigen Aufgabenbestands lässt sich automatisieren, und zwei methodisch unabhängige Messungen ordnen die Logistik-Koordination übereinstimmend weit oben ein. Betriebe erwarten gerade in der Lieferketten- und Bestandssteuerung überdurchschnittlich, dass Stellen zurückgehen. Das Zusammenführen und Verbuchen von Daten verschiebt sich damit deutlich, während einzelne Teile der Abstimmung an den Schnittstellen weniger betroffen bleiben.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Führungskräfte in der Beschaffung, Logistik und in verwandten Bereichen · 1324
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.
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
Logisticians | Transportation, Storage, and Distribution Managers | Production, Planning, and Expediting Clerks | Management Analysts
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.
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).
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.
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.
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
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.
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.
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.
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.
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.
Gradient 2 5221 Shopkeepers 0.43 0.1 / Gradient 2 1420 Retail and Wholesale Trade Managers 0.44 0.15
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.
Performing financial estimates to develop a household budget 0.37 0.64 0.64 The task of performing financial estimates to develop a household budget can be significantly automated with generative AI tools like ChatGPT due to the structured and data-driven nature of budget calculations. GenAI can generate budget templates, provide financial advice based on data inputs, and simulate different financial scenarios, which aligns closely with the theoretical group's higher score of 0.64, indicating strong po tential for automation with AI's current capabilities. [norm.] / Conversely, for tasks like ‚maintaining documentation of classes with children' or ‚performing finan cial estimates for household budgets', the experts recognized the structured and analytical nature of these tasks, which generative AI can assist with to a substantial degree. [norm.]
Additionally, some occupations – such as financial analysts, and web and multimedia developers (gradient 4), as well as bank tellers, translators, applications programmers, investment advisers (gradient 3) – have increased their levels of exposure, highlighting the expanding abilities of GenAI technology to potentially automate more specialized tasks in professional and technical roles.
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. Some of the most frequently demanded skills in financial management include budgeting and accounting.
The most demanded skills in occupations with high AI exposure are management, business processes and social skills. Management and business processes contain skills such as project management, budgeting and accounting, administration, clerical tasks and customer support. On average across the 10 OECD countries in the sample, 72% of vacancies in high AI exposure occupations demand at least one management skill and 67% demand at least one business processes skill. [norm.]
For JPMC, applications in fraud detection, predictive modeling, and financial forecasting map most closely to tasks performed by Other Financial Specialists and by Accountants and Auditors. / we find that higher mean exposure of an occupation's tasks to employer-adopted AI applications reduces subsequent employment growth in that occupation–firm pair, while greater concentration of exposure raises it. […] a one–standard deviation increase in mean task exposure reduces the occupation's within-firm employment share by about 14.5 percent over five years, while a similar increase in concentration raises it by about 7.5 percent.
Gradient 3 3331 Clearing and Forwarding A[g]ents 0.57 0.09
Gradient 3 4323 Transport Clerks 0.5 0.1
Gradient 3 captures occupations where a significant portion of tasks are consistently exposed to GenAI, signaling growing automation risks and requiring adaptation strategies for workers (Significant exposure, high task variability). | Above-moderate occupational exposure: even though some tasks remain less exposed, the overall potential of automation of the current tasks with GenAI is growing in these occupations.
25 Most Exposed Occupations […] Market Research Analysts and Marketing Specialists / Management Analysts / Logisticians / Computer Hardware Engineers / Financial Specialists / Computer and Information Systems Managers / Sales Engineers / Financial Risk Specialists / Transportation, Storage, and Distribution Managers […] | This table details the top and bottom 25 occupations ranked by average AI exposure […] These rankings are based on the computed AI exposure scores, which leverage task-level similarities between AI applications and occupational descriptions.
In nearly all functions, respondents anticipate a greater impact from AI on headcount next year than was observed in the past year, with expected decreases outpacing observed decreases. 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.
Die Leitungsebene selbst ist gering exponiert gemessen, während die ihr unterstellte Dokumentations- und Dispositionsarbeit deutlich höher liegt und die Quellen beim Einkauf offen auseinandergehen
Für diese Rolle liegt ein eigener ILO-Wert vor: 1324 Supply, Distribution and Related Managers ist mit 0,38 bei einer Standardabweichung von nur 0,05 als Minimal Exposure eingestuft — bei so enger Streuung sticht nach ILO-Logik keine einzelne Teilaufgabe hervor, und die Quelle formuliert für diese Kategorie ausdrücklich, dass eine Berührung mit generativer KI stattfinden kann, „without significantly altering the nature of these roles"; das ist ein Messbefund geringer Exposition, keine Entwarnung. Gegen diesen Wert stehen zwei andere Messungen, die sich nicht auflösen lassen: OECD/Felten führt Purchasing Agents mit 1,51 unter den fünf exponiertesten Berufen überhaupt, und Hampole et al. finden in realen betrieblichen KI-Anwendungen zur Preis- und Supply-Chain-Optimierung Purchasing Managers und Wholesale and Retail Buyers als die am stärksten exponierten Berufe, wobei eine Standardabweichung mehr Task-Exposition die Nachfrage nach den zugehörigen Skills über fünf Jahre um rund 2 Prozent senkt — also eine Umschichtung innerhalb der Rolle, weg von Markt-, Bedarfs- und Bestandsanalyse, nicht ein Wegfall; die im AI Index berichtete überdurchschnittliche Personalreduktion in der Funktion Supply Chain ist demgegenüber eine Arbeitgeber-Erwartung, die die Quelle selbst gegen die schwächeren beobachteten Werte stellt. Deutlich schärfer als die Leitungsebene ist die unterstellte Arbeit betroffen: Speditions- und Abfertigungsagenten liegen bei 0,57 (SD 0,09) und Transportsachbearbeiter bei 0,50 (SD 0,10) in Gradient 3, während der physische Frachtumschlag (9333, 0,14 / SD 0,03) und die Bestands- und Flächenorganisation im Handel (9334 Shelf Fillers 0,20; 4321 Stock Clerks 0,37 / SD 0,06) als nicht bzw. minimal exponiert gemessen sind — und beim Budgetieren verläuft der Schnitt erneut durch die Hierarchie, mit Buchhaltung und Finanzanalytik in Gradient 4 (0,60–0,64) gegenüber der Finanzleitung bei 0,37 (SD 0,04).
Lieferantenverhandlung und Lieferantenbeziehungspflege — der Kern dieser Rolle — sind von keiner Korpusquelle gemessen, die Divergenz zwischen ILO und OECD/Hampole beim Einkauf ist nicht auflösbar, und Lager-, Umschlag- und Transportrobotik bleibt vollständig ungemessen, weil ausschließlich generative KI erhoben wurde.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Leitung Beschaffung und Logistik allgemein — mit Tätigkeiten wie „Programme und Betriebsabläufe planen und koordinieren“ oder „Einkauf, Beschaffung und Lieferantenbeziehungen managen“.
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): Leitung Beschaffung und Logistik — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/leitung-beschaffung-und-logistik
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0