Der Kern dieser Arbeit ist Wiederholung mit Präzision: Stein für Stein, Reihe für Reihe muss alles exakt sitzen, damit die Wand am Ende trägt. Dieselbe Handbewegung wiederholt sich über eine ganze Wand, einen ganzen Weg oder eine ganze Maür hinweg.
Stein für Stein entstehen hier Wände, Maürn und ganze Bauwerke: Maurer verlegen Ziegel und Steine, damit daraus etwas Tragfähiges wird.
Maurer und verwandte Berufe verlegen Ziegel, vorgeschnittene Steine und andere Arten von Bausteinen in Mörtel, um Wände, Trennwände, Bögen und andere Bauwerke zu errichten und zu reparieren. Zu den Aufgaben gehören - (a) Verlegen von Stein, Ziegel und ähnlichen Bausteinen zum Bau oder zur Reparatur von Wänden, Trennwänden, Kaminen und anderen Bauwerken wie Schornsteinen, Öfen, Konvertern, Brennöfen, Pfeilern und Widerlagern; (b) Verlegen von Fußwegen, Bordsteinen und Gehwegen; (c) Verlegen von Ziegeln oder anderem Mauerwerk zum Bau von Terrassen, Gartenmauern und anderen dekorativen Anlagen. Beispiele für die hier eingeordneten Berufe: - Blocksteinleger/in - Maurer/in - Kaminbauer/in - Feuerfestmaurer/in Einige verwandte, anderswo eingeordnete Berufe: - Steinmetz/in - 7113
Maurer · Maurer/Maurerin · Maurerin · brick layer · brick laying labourer · brick laying worker · bricklayer · industrial oven brickmason · specialist brick layer · trowel occupation worker
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 7112.
Das Maürhandwerk bleibt von der KI-Welle unberührt — die offene Frage ist die Robotik, die noch niemand vermessen hat.
Maurer und verwandte Berufe liegt nahe am unteren Rand — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| unterstes Fünftel von 411 Berufen | nicht von generativer KI berührt | Von 16 verglichenen Berufen ist keiner weniger betroffen als dieser. Gruppe: Bau & Ausbau |
Ähnlich eingeordnet: Fassadenreiniger und Schornsteinfeger/Rauchfangkehrer · Weitere Baukonstruktionsberufe · Betonierer, Betonoberflächenfertiger und verwandte Berufe
Was KI heute nachweislich verändert, betrifft vor allem Text- und Wissensarbeit — das Handwerk am Bau fällt kaum darunter. Offen bleibt die Robotik: ob Maschinen künftig Teile des Maürns, der Vorfertigung oder der Arbeitsvorbereitung übernehmen, ist bislang nicht erforscht. Nach heutigem Stand also wenig betroffen — die Entwicklung bei Baurobotern lohnt aber 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 Maürn und Errichten selbst zählt zu den am wenigsten betroffenen Tätigkeiten überhaupt — gleich vier Messzugänge kommen zum selben Ergebnis. Fachexperten korrigierten die Einschätzung fürs Schweißen deutlich nach unten, mit der Begründung, dass handwerkliche Arbeit, die Können und Präzision verlangt, von heutiger KI nicht automatisierbar ist; und von über 2.800 geprüften Fähigkeiten zeigte manuelle Geschicklichkeit gar kein Ersatzpotenzial. Das ist aber ausdrücklich keine Entwarnung für die Automatisierung: Gemessen wurde nur KI als Software, während die Wirkung von Bau- und Industrierobotik auf diese Arbeit völlig ungemessen bleibt — die Zahl neu installierter Roboter steigt, was das für die Baustelle bedeutet, hat aber noch niemand untersucht.
Das Fertigen und Montieren bleibt körperliche Präzisionsarbeit — was Robotik in der Serie übernimmt, ist die eigentliche offene Frage.
Bauteile zu fertigen und zu montieren heißt, mit Geschick und Präzision am Werkstück zu arbeiten — und genau das kann die heutige KI nicht ausführen: Sprach- und Bildsysteme haben keinen Zugriff auf die physische Handhabung, weshalb Fachleute diese Aufgabe durchweg niedrig bewerten und keine der geprüften manuellen Fähigkeiten derzeit als ersetzbar gilt. Es gibt sogar Hinweise, dass die Nachfrage nach Produktions- und körperlichen Fähigkeiten in KI-nahen Betrieben eher leicht steigt. Offen bleibt allein, wie sich die Serienmontage aufteilt, wenn Robotik repetitive Füge- und Zuführschritte übernimmt und der menschliche Anteil auf Varianten, Nacharbeit und Prüfung wandert — das ist eine begründete Vermutung, kein Befund.
Das Abbrechen und Rückbaün bleibt körperliche Arbeit am Bauwerk, an der die heutige KI kaum ansetzt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Abbruch- und Rückbauarbeiten leben vom körperlichen Tun an der Baustelle, und genau daran stößt die heutige KI an ihre Grenze: Systeme für Text und Bild haben auf diese physische Arbeit keinen Zugriff. Fachleute wie unabhängige Studien stufen solche manuellen Tätigkeiten übereinstimmend als kaum berührt ein. Spürbar wird KI allenfalls eine Ebene darüber, beim Planen und Anleiten der Arbeiten, während das eigentliche Arbeiten am Bauwerk menschlich bleibt.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Maurer und verwandte Berufe · 7112
Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score. | Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited. | Not Exposed 7212 Welders and Flame Cutters 0.13 0.05 | Not Exposed 7214 Structural Metal Preparers and Erectors 0.11 0.02 | Not Exposed 7211 Metal Moulders and Coremakers 0.13 0.01 | Minimal Exposure 8211 Mechanical Machinery Assemblers 0.27 0.17 | Minimal Exposure 8212 Electrical and Electronic Equipment Assemblers 0.28 0.19
The task involves hands-on physical work requiring skill and precision, such as welding using various machines, which is not currently automatable by generative AI technologies like ChatGPT. These technologies excel in tasks involving data processing, language understanding, and information generation but do not possess capabilities for physical task execution, hence aligning closer with the revised score.
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. | the limitations of generative AI in handling physical and manual components | leading to significantly reduced adjusted scores compared to the survey.
Zero of the more than 2,800 skills assessed were determined to exhibit „very high capacity" to be replaced by the current generation of GenAI tools, with the majority of examined skills (69%) determined to have either „very low capacity" or „low capacity" to be substituted, indicating that GenAI currently remains limited in performing tasks that require physical execution, nuanced judgment or hands-on application. | 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
The report also provides some evidence that AI adoption may increase the demand for some blue-collar skills, possibly through a productivity effect that results in higher demand and spills over to other workers at the establishment. For example, the report finds that higher establishment AI exposure is associated with increased establishment demand for skills related to production and technology, and physical skills. | Demand increased slightly for some skill groupings, such as production and technology and physical skills. These skill groupings are found disproportionately in low-exposure occupations and include skills such as maintenance, repair, forklift driving and more fundamental skills such as dexterity, heavy lifting and range of motion. This provides some suggestive evidence of the types of skills that may see increased demand due to complementarities with AI in production. However, these increasing skill demands were quite modest with substantial cross-country heterogeneity.
„Not Exposed 9313 Building Construction Labourers 0.09 0.02" „Not Exposed 9312 Civil Engineering Labourers 0.09 0.02" „Not Exposed 7119 Building Frame and Related Trades Workers Not Elsewhere Classified 0.09 0.01" „Not Exposed 7112 Bricklayers and Related Workers 0.09 0.01" „Not Exposed 7214 Structural Metal Preparers and Erectors 0.11 0.02" „Not Exposed 8342 Earthmoving and Related Plant Operators 0.13 0.02" „Not Exposed 7542 Shotfirers and Blasters 0.12 0.05"
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.
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.
By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
„Minimal Exposure 1323 Construction Managers 0.34 0.06" „Not Exposed 3123 Construction Supervisors 0.28 0.06"
Das Maürn und Errichten selbst ist von generativer KI nach vier Messzugängen nicht berührt, während die Wirkung von Bau- und Industrierobotik auf diese Arbeit ungemessen bleibt
Für ISCO 7112 liegt kein eigener ILO-Wert vor; die im Korpus vermessenen benachbarten Bau- und Fertigungshandwerke liegen jedoch durchweg in der untersten Kategorie und mit sehr enger Streuung — 7214 Structural Metal Preparers and Erectors bei 0,11 (SD 0,02), 7115 Carpenters and Joiners bei 0,13 (SD 0,02), 7212 Welders bei 0,13 (SD 0,05) —, was nach ILO-Logik bedeutet, dass dort nicht einmal einzelne Teilaufgaben exponiert sind, und die schärfste Einzelmessung des Korpus betrifft eine konkrete handwerkliche Tätigkeit: Das Schweißen mit verschiedenen Verfahren wurde von einem Laien-Survey mit 0,43 bewertet und von Fachexperten auf 0,05 korrigiert, begründet mit „hands-on physical work requiring skill and precision […] not currently automatable by generative AI technologies". Eine zweite, methodisch unabhängige Stimme bestätigt das: Von über 2.800 vom WEF bewerteten Skills wurde keiner als mit „very high capacity" ersetzbar eingestuft, 69 Prozent als sehr gering oder gering substituierbar, und manuelle Geschicklichkeit, Ausdaür und Präzision zeigen demnach derzeit gar kein Substitutionspotenzial — gegenläufig findet die OECD sogar eine leicht steigende betriebliche Nachfrage nach Produktions- und körperlichen Fähigkeiten dort, wo die KI-Exposition höher ist, qualifiziert das aber selbst als „some evidence", „may increase" und „quite modest". Dieser Befund ist ausdrücklich keine Automatisierungs-Entwarnung, denn gemessen wurde ausschließlich generative KI als Software: Das WEF hält im selben Abschnitt fest, dass Fortschritte in der Robotik und deren Verbindung mit generativer KI dies künftig verändern könnten, und der AI Index berichtet für 2024 542.000 neu installierte Industrieroboter bei einem Bestand von 4.664.000 sowie einen Anstieg kollaborativer Roboter von 2,8 Prozent der Neuinstallationen 2017 auf 13,6 Prozent — reine Installationszahlen ohne jede Wirkungsmessung auf Tätigkeitsebene.
ISCO 7112 ist in keiner Quelle einzeln vermessen, und die für diese Arbeit einschlägigsten Fragen — Bau- und Maürrobotik, Vorfertigung sowie KI-gestützte Arbeitsvorbereitung und Konstruktionsvorstufen — werden von keiner der zehn Korpusquellen auf Tätigkeitsebene untersucht.
Diese Seite beschreibt Maurer und verwandte Berufe allgemein — mit Tätigkeiten wie „Bauteile und Konstruktionen fertigen und montieren“ oder „Bauwerke und Anlagen abbrechen und rückbaün“.
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.
SapientShift (2026): Maurer und verwandte Berufe — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/maurer-und-verwandte-berufe
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0