Der Kern dieser Arbeit ist, aus einzelnen Angeboten ein stimmiges Programm zu machen, das Besucher anzieht und wiederkommen lässt. Trends verfolgen, Veranstaltungen organisieren, Räume in Schuss halten – Freizeit und Kultur brauchen hier eine Bühne, die im Hintergrund organisiert wird.
Ob Vergnügungspark, Theater oder Sportzentrum: Diese Führungskräfte sorgen dafür, dass Freizeit- und Kulturangebote laufen und gepflegt bleiben.
Führungskräfte in der Erbringung von Dienstleistungen im Bereich Sport, Erholung und Kultur planen, organisieren und kontrollieren den Betrieb von Einrichtungen, die sportliche, künstlerische, theatralische und andere Freizeit- und Erholungsdienstleistungen anbieten. Zu den Aufgaben gehören - (a) Planen und Organisieren des Spektrums und der Kombination von Unterhaltungsangeboten, Attraktionen, kulturellen Aktivitäten sowie Sport- und Fitnessprogrammen, die von der Einrichtung angeboten werden; (b) Sicherstellen, dass die Einrichtungen sauber und in gutem Zustand gehalten werden; (c) Verfolgen neuer Trends und Entwicklungen in den darstellenden und bildenden Künsten sowie Organisieren von Theaterproduktionen und Aufführungen von Bands und Orchestern; (d) Beraten über die verfügbaren Einrichtungen und Fördern der Öffentlichkeitsarbeit im Zusammenhang mit Veranstaltungen, Shows und Aktivitäten; (e) Prüfen und Verwahren aller Bareinnahmen sowie regelmäßiges Durchführen von Bestandskontrollen; (f) Aufstellen und Verwalten von Budgets, Kontrolle der Ausgaben und Sicherstellung der effizienten Nutzung von Ressourcen; (g) Planen und Leiten des täglichen Betriebs; (h) Kontrollieren der Auswahl, Beaufsichtigung und Leistung des Personals; (i) Sicherstellen der Einhaltung von Gesundheits- und Sicherheitsvorschriften. Beispiele für die hier eingeordneten Berufe: - Leiter eines Vergnügungsparks - Leiter einer Billard- oder Poolhalle - Casinoleiter - Kinoleiter - Leiter eines Freizeitzentrums - Leiter einer Reitschule - Leiter eines Sportzentrums - Theaterleiter - Leiter eines Themenparks Einige verwandte, anderswo eingeordnete Berufe: - Leiter einer Kunstgalerie - 1349 - Bibliotheksleiter - 1349 - Museumsleiter - 1349
Kulturbetriebsmanager · Kulturbetriebsmanagerin · Kulturmanager · Kulturmanager/Kulturmanagerin · Kulturmanagerin · Leiter einer Freizeiteinrichtung · Leiter einer Freizeiteinrichtung/Leiterin einer Freizeiteinrichtung · Leiter einer Sporteinrichtung · Leiter einer Sporteinrichtung/Leiterin einer Sporteinrichtung · Leiter einer Sportstätte · Leiter eines Kulturbetriebs · Leiterin einer Freizeiteinrichtung · +30 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 1431.
Die Zahlungs- und Personaladministration verschiebt sich deutlich — das Repräsentieren, das Organisieren von Programmen und die Reinigung bleiben gemessen unbewegt.
Leitung Sport, Erholung und Kultur liegt im mittleren Bereich — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| Mittelfeld von 411 Berufen | nur am Rand von generativer KI berührt | Von 4 verglichenen Berufen ist keiner weniger betroffen als dieser. Gruppe: Leitung Handel & Gastgewerbe |
Ähnlich eingeordnet: Angehörige gesetzgebender Körperschaften · Führungskräfte in der Produktion im Bau · Leitung Altenbetreuung
Die für diese Rolle wirksamsten Automatisierungswege — Reinigungsroboter und Selbstbedienungs- oder Bargeldtechnik an der Kasse — hat bisher keine Studie einzeln betrachtet. Die niedrigen Werte sind deshalb keine Entwarnung, sondern schlicht eine Lücke im Wissen. Wie sich diese Technik entwickelt, bleibt der entscheidende Punkt, den es zu beobachten gilt.
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 abrechnende und verwaltende Seite der Arbeit ist am stärksten betroffen: die Zahlungsabwicklung im Backoffice und die administrative Personalarbeit gehören zu den am höchsten eingestuften Tätigkeiten überhaupt. Die leitende und repräsentative Ebene bleibt dagegen weitgehend unberührt — die Außenvertretung verändert sich laut Studienlage, ohne den Charakter der Rolle wesentlich zu wandeln, und das Organisieren von Aktivitäten und Programmen bleibt eine Aufgabe, bei der KI nur unterstützt statt zu übernehmen. Gegenläufig gewinnt die zwischenmenschliche Koordination sogar an Gewicht: ihr Anteil in Stellenanzeigen stieg von 39 auf 47 Prozent. Dass die Reinigung niedrig ausfällt, heißt allerdings nur, dass ein Sprachmodell diese Arbeit nicht ausführen kann — mehr ist damit nicht gesagt.
Die operative Ablaufplanung verschiebt sich spürbar, während die Abstimmung im Team eher wichtiger wird.
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.
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 reine Abwickeln von Zahlungen wandert in die Automatik, das Beraten rund um die Transaktion gewinnt.
Das Verbuchen und Abwickeln von Finanztransaktionen zählt zu den am stärksten betroffenen Bürotätigkeiten, und Arbeitgeber erwarten für Buchhaltungs- und Kassenrollen einen deutlichen Rückgang. Der Bankschalter nach Einführung der Geldautomaten zeigt aber, dass sich Arbeit dabei eher verlagert als verschwindet: Die reine Transaktion wurde automatisiert, gefragt war danach mehr Kundenberatung und komplexerer Service. Der abwickelnde Kern verschiebt sich also in Richtung Automatik, während das Beraten und Klären rund um die Zahlung menschlich bleibt.
Die körperliche Reinigungsarbeit bleibt, die Rolle der Robotik ist noch offen.
Das Reinigen von Räumen, Flächen und Fahrzeugen lebt vom körperlichen Tun, und genau daran stößt die heutige KI an ihre Grenze: Systeme für Text und Bild haben auf diese physische Arbeit keinen Zugriff. Gleich drei unabhängige Untersuchungen ordnen die Reinigungsberufe übereinstimmend ganz unten bei der KI-Betroffenheit ein. Ob Robotik großflächige Bodenreinigung künftig übernimmt und sich die Tätigkeit stärker zu Nacharbeit, Kontrolle und Gerätebetreuung verschiebt, ist eine begründete Vermutung, aber noch nicht belegt.
Eine Organisation nach außen zu vertreten bleibt menschliche Arbeit, auch wenn die Texte dahinter zunehmend mit KI entstehen.
Das Repräsentieren einer Organisation nach außen ruht auf persönlicher Präsenz, Vertrauen und sozialem Urteil — Führungs-, Amts- und Verbandsrollen zählen deshalb übereinstimmend zu den kaum betroffenen Tätigkeiten. Solche Aufgaben sind der KI zwar durchaus zugänglich, lassen sich aber schlecht automatisieren, weil sie auf nicht-routinehaftem Denken und sozialem Geschick beruhen. Was sich verschiebt, ist eher das Handwerk der Außenkommunikation dahinter: Das Erstellen von Pressetexten und Materialien ist deutlicher betroffen als das Auftreten selbst.
Das Organisieren der Aktivitäten bleibt in menschlicher Hand, weil es von Gruppengespür und spontanen Entscheidungen lebt.
Aktivitäten und Veranstaltungen für Lernende zu organisieren heißt, Gruppendynamik einzuschätzen, im Moment zu entscheiden und Pläne an die Reaktionen der Teilnehmenden anzupassen — genau hier bleibt der menschliche Anteil tragend. KI kann Ideen liefern und thematische Programme vorschlagen, doch das Führen der Gruppe und die Verantwortung für Sicherheit und Beteiligung lassen sich nicht übergeben. Am ehesten greift sie am dokumentarischen Rand, etwa bei Vorlagen und Zusammenfassungen, während der organisierende Kern unberührt bleibt.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Führungskräfte in der Erbringung von Dienstleistungen im Bereich Sport, Erholung und Kultur · 1431
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).
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.
Gradient 4 4311 Accounting and Bookkeeping Clerks 0.64 0.07 Gradient 4 4312 Statistical, Finance and Insurance Clerks 0.64 0.02 Gradient 4 3311 Securities and Finance Dealers and Brokers 0.63 0.04 […] Gradient 4 3312 Credit and Loans Officers 0.6 0.04
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.
In previous technological transitions, this type of adaptation was exemplified by the well-known case of bank tellers following the diffusion of automatic teller machines (ATMs) in the 1990s (Bessen, 2016). As ATMs automated routine cash withdrawals, they also lowered operational costs, enabling banks to open more branches and, in turn, increasing the demand for bank tellers in roles that required more complex customer service and advisory tasks.
Gradient 1 5230 Cashiers and Ticket Clerks 0.39 0.14
By contrast, respondents expect the fastest-declining roles to include various clerical roles, such as Cashiers and Ticket Clerks, alongside Administrative Assistants and Executive Secretaries, Printing Workers, and Accountants and Auditors. Broadening digital access, AI and information processing technologies, and robots and autonomous systems are the primary drivers for this decline. Aging and declining working-age populations and slower economic growth also contribute to the decline in clerical roles.
Not Exposed 9112 Cleaners and Helpers in Offices, Hotels and Other Establishments 0.12 0.02 / Not Exposed 9123 Window Cleaners 0.11 0.03 / Not Exposed 9129 Other Cleaning Workers 0.1 0.01 / Not Exposed 7133 Building Structure Cleaners 0.09 0.01 / Not Exposed 9122 Vehicle Cleaners 0.09 0.01 / Not Exposed 9111 Domestic Cleaners and Helpers 0.14 0.08 / Not Exposed 9613 Sweepers and Related Labourers 0.09 0.03 / Minimal Exposure 5153 Building Caretakers 0.27 0.16 / Not Exposed 5151 Cleaning and Housekeeping Supervisors in Offices, Hotels and Other Establishments 0.22 0.1
Not Exposed Occupations that don't meet any of the above conditions. […] Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score. / the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.
In occupations dominated by manual and physical tasks, such as Craft and Related Trades Workers, Plant and Machine Operators, and Farmers, Gardeners, Foresters, and Fishers, experts consistently assigned lower scores compared to the survey respondents, reflecting the practical limitations of automating tasks that require physical manipulation or manual dexterity. / These technologies excel in tasks involving data processing, language understanding, and information generation but do not possess capabilities for physical task execution / the highest exposure to GenAI is typically observed among groups with the largest share of tasks of cognitive nature and it declines with tasks of physical nature, which are more prominent among occupational groups 4-9
In contrast, ‚Cleaners, helpers', ‚Agriculture, forestry and fishery workers', ‚Food preparation assistants', ‚Labourers', ‚Refuse workers and other elementary workers' are the least exposed to AI. Therefore, high-skill, white collar occupations are the ones most exposed to recent progress in AI.
Table A.2: Top and bottom 25 occupations by average AI exposure — 25 Most Exposed Occupations | 25 Least Exposed Occupations […] Maids and Housekeeping Cleaners […] Janitors and Cleaners / These rankings are based on the computed AI exposure scores, which leverage task-level similarities between AI applications and occupational descriptions.
Minimal Exposure 1120 Managing Directors and Chief Executives 0.38 0.06
Minimal Exposure 1112 Senior Government Officials 0.38 0.08 / Minimal Exposure 1114 Senior Officials of Special-interest Organizations 0.37 0.06 / Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited. / 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
Not Exposed 1111 Legislators 0.31 0.04 / Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
Gradient 2 2432 Public Relations Professionals 0.43 0.09 / 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. / Minimal Exposure 1222 Advertising and Public Relations Managers 0.39 0.05
High-skill occupations are the most exposed to AI, including managers, profession als [norm.: professionals] and engineers. However, these occupations are less likely to be automated, as they rely on non-routine cognitive and social skills.
Organizing thematic activities (recreational, sports, entertainment) for different age groups [Survey 0.16 · Theoriegruppe 0.38 · Finalscore 0.3] While generative AI can suggest ideas and develop thematic activities based on input parameters, organizing such activities requires an understanding of group dynamics, spontaneous decision-making, and the ability to adjust plans based on participant interactions and preferences. AI can assist in planning and offering content ideas, but human oversight remains necessary to ensure engagement and safety, especially when catering to varied age groups. Therefore, a score of 0.3 reflects AI's supportive role rather than full automation capability in this task.
Maintaining documentation of classes conducted with children. [Survey 0.16 · Theoriegruppe 0.43 · Finalscore 0.3] Generative AI can assist in maintaining documentation by generating templates, formatting, and summarizing information, which supports automation of routine documentation tasks. However, nuances in class content, individual student progress, and teacher observations require human oversight, limiting full automation potential.
Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
Kassenverwaltung und Personaladministration sind hoch exponiert, Repräsentation, Programmorganisation und Reinigung sind gemessen unbewegt
Die sechs Tätigkeiten dieser Rolle sind sehr ungleich betroffen: Am stärksten die Zahlungsabwicklung, wo Accounting and Bookkeeping Clerks (4311) und Statistical, Finance and Insurance Clerks (4312) mit 0,64 in Gradient 4 liegen — bei 4312 mit einer Streuung von nur 0,02, also über das ganze Tätigkeitsprofil hinweg —, während dieselbe Tätigkeit am Kassenplatz mit Cashiers and Ticket Clerks (5230) bei 0,39 und einer Streuung von 0,14 nur Gradient 1 erreicht; eine pauschale Aussage über Zahlungsabwicklung wäre für den Kassenbetrieb falsch. In Ablaufkoordination und Personalarbeit trennt sich jeweils die ausführende von der leitenden Schicht: operative Koordination liegt mit 4322 bei 0,44, 3341 bei 0,43 und 1219 bei 0,42 in Gradient 2 und die administrative Personalarbeit mit 4416 bei 0,60 in Gradient 4, während Managing Directors (1120) bei 0,38 mit SD 0,06 und Human Resource Managers (1212) bei 0,36 mit SD 0,05 bleiben — und gegenläufig stieg die zwischenmenschliche Koordination in Stellenanzeigen von 39 % auf 47 %. Drei Tätigkeiten sind aktiv gemessen und niedrig ausgefallen: die Außenvertretung (1120 mit 0,38, 1114 mit 0,37, 1111 mit 0,31 bei SD 0,04) mit dem Quellenurteil „without significantly altering the nature of these roles“, das Organisieren von Aktivitäten mit einem Finalscore von 0,3 und der ausdrücklichen Begründung, KI habe hier eine „supportive role rather than full automation capability“, und das Reinigen mit Werten zwischen 0,09 und 0,14 bei Streuungen von 0,01 bis 0,03 — was allerdings nur besagt, dass ein Sprachmodell diese Arbeit nicht ausführen kann.
Die für diese Rolle wirksamsten Automatisierungspfade — Reinigungsrobotik und Selbstbedienungs- beziehungsweise Bargeldautomatisierung an der Kasse — sind von keiner der Korpusquellen auf Tätigkeitsebene gemessen; wer die niedrigen Werte als Entwarnung liest, liest sie falsch.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Leitung Sport, Erholung und Kultur allgemein — mit Tätigkeiten wie „Programme und Betriebsabläufe planen und koordinieren“ oder „Personal führen, einstellen und schulen“.
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 Sport, Erholung und Kultur — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/leitung-sport-erholung-und-kultur
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0