Der Kern dieser Arbeit ist, aus Quellen eine begründete Deutung zu machen – von einer alten Aufzeichnung über ein historisches Ereignis bis zu einer politischen Idee. Dafür werden Primär- und Sekundärquellen geprüft, verglichen und in einen größeren Zusammenhang gestellt.
Philosophen, Historiker und Politologen fragen nach dem Warum hinter Ideen, Ereignissen und politischen Systemen – in der Vergangenheit wie in der Gegenwart.
Philosophen, Historiker und Politologen erforschen das Wesen der menschlichen Erfahrung und Existenz, Phasen oder Aspekte der Menschheitsgeschichte sowie politische Strukturen, Bewegungen und Verhaltensweisen. Sie dokumentieren ihre Erkenntnisse und berichten darüber, um politisches und individuelles Handeln zu informieren und zu leiten Zu den Aufgaben gehören - (a) Erforschung, auch durch Argumentation, der allgemeinen Ursachen, Prinzipien und Bedeutungen der Welt, menschlichen Handelns, menschlicher Erfahrung und Existenz sowie Interpretation und Entwicklung philosophischer Konzepte und Theorien; (b) Heranziehen und Vergleichen von Primärquellen wie Original- oder zeitgenössischen Aufzeichnungen vergangener Ereignisse sowie von Sekundärquellen wie archäologischen oder anthropologischen Erkenntnissen; (c) Extrahieren relevanten Materials, Prüfung seiner Echtheit sowie Erforschung und Beschreibung der Geschichte einer bestimmten Epoche, eines Landes oder einer Region oder eines bestimmten Aspekts - zum Beispiel des wirtschaftlichen, sozialen oder politischen - ihrer Geschichte; (d) Durchführung von Forschung in Bereichen wie politischer Philosophie oder vergangener und gegenwärtiger Theorie und Praxis politischer Systeme, Institutionen oder Verhaltensweisen; (e) Beobachtung zeitgenössischer politischer Institutionen und Meinungen sowie Sammlung von Daten dazu aus verschiedenen Quellen, einschließlich Interviews mit Regierungs- und Parteifunktionären sowie anderen relevanten Personen; (f) Entwicklung von Theorien, Modellen und Methoden zur Interpretation und Beschreibung des Wesens menschlicher Erfahrung sowie historischer und politischer Ereignisse und Verhaltensweisen; (g) Präsentation von Erkenntnissen und Schlussfolgerungen zur Veröffentlichung oder Nutzung durch Regierungen, politische Parteien oder andere Organisationen und interessierte Personen; (h) Erstellung wissenschaftlicher Abhandlungen und Berichte. Beispiele für die hier eingeordneten Berufe: - Genealoge - Historiker - Philosoph - Politologe Einige verwandte, anderswo eingeordnete Berufe: - Politikberater - 2422
Ägyptologe · Ägyptologin · Althistoriker · Althistorikerin · Friedensforscher · Friedensforscherin · Historiker · Historiker/Historikerin · Historikerin · Kunsthistoriker · Kunsthistorikerin · Logiker · +49 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 2633.
Das Schreiben verschiebt sich vom Entwerfen zum Prüfen, die Methoden- und Theoriearbeit liegt im gemischten Mittelfeld — wie stark die Erhebungsarbeit betroffen ist, bleibt offen.
Philosophen, Historiker und Politologen liegt nahe am oberen Rand — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| oberstes Fünftel von 411 Berufen | im unteren Bereich der von generativer KI berührten Berufe | Von 21 verglichenen Berufen sind 12 weniger betroffen als dieser. Gruppe: Recht, Kultur & Sozialwissenschaft |
Ähnlich eingeordnet: Archiv- und Museumswissenschaftler · Ausbilder im Bereich Informationstechnologie · Sprecher im Rundfunk, Fernsehen und sonstigen Medien
Ob KI die eigentliche Theorie- und Hypothesenbildung verändert, wurde bewusst nicht untersucht — an diesem Kern der Arbeit bleibt die Aussage offen. Ebenso wenig bewertet ist der persönliche Kontakt zu Befragten: das Anwerben, der Aufbau von Vertrauen, das Nachfassen. Gerade diese menschlichen Teile der Arbeit liegen damit ausserhalb dessen, was sich heute belastbar sagen lässt.
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
Beim Verfassen von Texten verschiebt sich die Arbeit spürbar vom Entwerfen zum Prüfen: In einem Experiment sank der Zeitanteil für den ersten Rohentwurf von rund der Hälfte auf deutlich weniger, während das Redigieren von einem Viertel auf über die Hälfte stieg — bei kürzerer Bearbeitungszeit und besserer Qualität. Teilnehmende, die die KI mieden, begründeten das damit, dem Modell fehle das kontextspezifische Wissen, das ihre Texte ausmacht. Die Methoden- und Theoriearbeit liegt im gemischten Mittelfeld, und bei der Auswertung von Daten wird die Interpretationsfähigkeit eher wichtiger. Wie stark die Erhebungsarbeit — Umfragen und Interviews — betroffen ist, bleibt dagegen unklar: Sie gilt als ungleich berührt, ohne dass eine Quelle sagt, welcher Teil.
Das Verfassen der Berichte wird schneller, das Prüfen und Verantworten der Inhalte rückt in den Vordergrund.
Beim Schreiben von Sach- und Verwaltungstexten übernimmt KI zunehmend den ersten Rohentwurf: In kontrollierten Versuchen halbiert sich die Zeit fürs Draften, während das Überarbeiten sich mehr als verdoppelt — Tempo und Qualität steigen dabei zugleich. Diese Bürotätigkeiten gehören zu den am stärksten betroffenen, und in echten Stellenanzeigen sinkt bei KI-nahen Betrieben die Nachfrage nach reinen Schreib- und Verwaltungsfertigkeiten. Was bleibt, ist das Redigieren und das Einstehen für den Inhalt.
Zu dieser Aufgabe liegt noch keine belastbare Untersuchung vor.
Wie sich das Durchführen von Experimenten, Tests und Feldanalysen entwickelt, lässt sich noch nicht belastbar sagen — es ist einer der größten blinden Flecken der verfügbaren Untersuchungen. Vermutlich verschieben sich vor allem das Auswerten und Dokumentieren der Versuche, während die praktische Durchführung und Probennahme am Objekt stärker menschlich bleiben; der wertbildende Kern könnte in Versuchsdesign und Ergebnisbeurteilung wandern. Das ist aber eine begründete Vermutung, kein Befund.
Das maschinelle Auswerten von Daten übernimmt zunehmend die KI, das Deuten der Ergebnisse wird wichtiger.
Das Analysieren und Deuten von Daten verändert sich spürbar: Das Aufspüren von Trends und Zusammenhängen ist die verbreitetste KI-Anwendung überhaupt und trifft genau die Berufe, die diese Aufgabe ausführen — Werkzeuge durchsuchen Kennzahlen und Datenbanken und fassen Auffälligkeiten in verständlicher Sprache zusammen. Die eigentliche Interpretationskompetenz wird dadurch aber nicht ersetzt, sondern gerade wichtiger; Fachleute berichten, dass Datenauswertung und -deutung an Bedeutung gewinnen. Wie stark sich die Aufgabe verschiebt, hängt davon ab, wie breit sie im jeweiligen Beruf ausgefüllt wird — mal verlagert sie sich nur, mal fällt sie stärker weg.
Beim Entwickeln von Modellen und Methoden übernimmt KI zunehmend die strukturiert-analytischen Anteile, das Durchdenken und Verantworten bleibt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Entwickeln von Modellen, Theorien und Methoden gehört zu den Tätigkeiten, bei denen sich viel bewegt: Ein erheblicher Teil der Aufgaben ist durchgängig KI-nah, und Fachleute haben gerade die strukturiert-analytischen, daten- und kommunikationsbezogenen Anteile nach oben korrigiert — nicht nur Routinearbeit, sondern spezialisierte fachliche Aufgaben. Betroffenheit heißt dabei aber nicht Ersetzung: Ein großer Teil der heutigen Arbeit lässt sich mit KI erledigen, während dieselben Tätigkeiten sich zugleich weiterentwickeln und neue Aufgaben hervorbringen können.
Das Erheben und Auswerten verschiebt sich Richtung KI, doch der Aufwand am Menschen bleibt größer als zunächst gedacht.
Das Durchführen von Umfragen und Interviews zählt zu den stärker betroffenen Tätigkeiten: Sowohl die Feldarbeit selbst als auch die Auswertungsseite sind durchgängig betroffen, und stärker exponierte Aufgaben verlieren in den Daten anschließend an Arbeitsnachfrage. Zugleich haben die Forschenden ihre frühere Einschätzung nach unten korrigiert — Aufgaben wie das reine Erfassen galten einmal als fast vollständig automatisierbar, erfordern in der Praxis aber weiterhin erheblichen menschlichen Aufwand. Der Trend zeigt klar Richtung KI, fällt im Tempo aber nüchterner aus als anfangs angenommen.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Philosophen, Historiker und Politologen · 2633
Similar to our 2023 study, clerical occupations exhibit the highest levels of exposure, though with a decline in their mean scores due to a reassessment of certain task-level evaluations […] Among the 13 occupations classified in gradient 4, the majority represent clerical roles, including data entry clerks, typists and word processing operators, accounting and bookkeeping clerks, and general office clerks.
In contrast, occupations involving more cognitive or knowledge-intensive tasks, such as Clerical Support Workers and Professionals, show a much more mixed picture. While some tasks in these groups received lower scores, many others were revised upwards by the expert group, reflecting the greater adaptability of generative AI for structured, data-driven, or communication-focused tasks.
ChatGPT substantially changes the structure of writing tasks. Figure 3 Panel A shows that prior to the treatment, participants spend about 25% of their time brainstorming, 50% writing a rough draft, and 25% editing. Post-treatment, the share of time spent writing a rough draft falls by more than half and the share of time spent editing more than doubles.
Our results show that ChatGPT substantially raises average productivity: time taken decreases by 0.8 SDs and output quality rises by 0.4 SDs. Inequality between workers decreases, as ChatGPT compresses the productivity distribution by benefiting low-ability workers more.
At the establishment level, AI exposure is associated with declining demand for general skills commonly used in office settings. […] Digging further into these categories, the results point to drops in demand for general office skills such word processing and spreadsheet software, basic computer programming skills, as well as administrative and clerical tasks and basic project management skills.
Kein Einzelbeleg — als „nicht untersucht" eingestuft.
Gradient 4 2413 Financial Analysts 0.62 0.06 […] Gradient 3 3314 Statistical, Mathematical and Related Associate Professionals 0.57 0.1 […] Gradient 3 2120 Mathematicians, Actuaries and Statisticians 0.56 0.09 […] Gradient 3 2631 Economists 0.55 0.08 / 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.
SMEs indicate that GenAI has made data analysis and interpretation skills more important, along with other skills (OECD, 2025 [11]). / growing use of algorithmic management tools in the workplace is increasing the need for certain skills, such as those related to general management and analysis (e.g. ability to use or interpret data) (Milanez, Lemmens and Ruggiu, 2025 [34])
The most common cluster across nearly all sectors is 'Business Intelligence Insights,' reflecting the broad applicability of predictive analytics. / Applications in the Business Intelligence Insights category affect a wide range of workers, especially those in Management, Business and Financial, and Computer and Math occupations. / Business-intelligence tools here scan dashboards and databases to find trends and root causes without manual digging. They alert users when a key metric shifts and explain the main drivers by region, channel, or customer type. Natural-language summaries make insights readable for non-analysts.
Management Analysts and Financial Risk Specialists show similar mean exposure to 'Business Intelligence Insights' applications, but exposure is more concentrated for Management Analysts, making them less likely to be displaced according to our model. / 'Operational Data Analytics' affects tasks more narrowly than 'Customer Experience Automation' despite similar mean exposure, leading to very different implications for labor demand.
Technology-related roles are the fastest-growing jobs in percentage terms, including Big Data Specialists, Fintech Engineers, AI and Machine Learning Specialists and Software and Application Developers.
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.
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 contrast, occupations involving more cognitive or knowledge-intensive tasks, such as Clerical Support Workers and Professionals, show a much more mixed picture. While some tasks in these groups received lower scores, many others were revised upwards by the expert group, reflecting the greater adaptability of generative AI for structured, data-driven, or communication-focused tasks. / experts highlighted the limitations of generative AI in handling physical and manual components, leading to significantly reduced adjusted scores compared to the survey.
we stress that such exposure does not imply the immediate automation of an entire occupation, but rather the potential for a large share of its current tasks to be performed using this technology. / The scores reflect the high potential of automation among their current tasks, but these occupations also possess a strong capacity to evolve and develop new tasks through innovative application of GenAI and related digital tools.
Gradient 3 4227 Survey and Market Research Interviewers 0.55 0.16
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.
Gradient 3 3314 Statistical, Mathematical and Related Associate Professionals 0.57 0.1 | Gradient 3 2120 Mathematicians, Actuaries and Statisticians 0.56 0.09 | Gradient 3 2431 Advertising and Marketing Professionals 0.55 0.09 | Gradient 3 2631 Economists 0.55 0.08 | Gradient 3 2642 Journalists 0.54 0.1 | Gradient 2 2632 Sociologists, Anthropologists and Related Professionals 0.48 0.12
Similar to our 2023 study, clerical occupations exhibit the highest levels of exposure, though with a decline in their mean scores due to a reassessment of certain task-level evaluations | While tasks such as taking meeting notes or scheduling appointments can significantly benefit from GenAI support, our 2023 scores for such tasks, which reached 0.9 in some cases, reflected an overly optimistic assessment of full automation potential. In reality, many of these tasks still require substantial human effort.
Tasks with higher AI exposure subsequently experience reduced labor demand. | Table A.2: Top and bottom 25 occupations by average AI exposure 25 Most Exposed Occupations … Market Research Analysts and Marketing Specialists
Das Verfassen von Texten verschiebt sich vom Entwerfen zum Prüfen, die Methoden- und Theoriearbeit liegt im gemischten Mittelfeld — die Erhebungstätigkeit ist ungleich betroffen, ohne dass klar wäre, welcher Teil.
Für diese Rolle liegt ein eigener Wert vor: In der Modell-, Theorie- und Methodenentwicklung steht 2633 bei 0,47 (Gradient 2) mit einer auffällig niedrigen Streuung von 0,06 — Gradient 2 beschreibt laut ILO „a mix of some tasks that are exposed to GenAI and others not at risk", und die niedrige Streuung heißt hier, dass diese Einstufung gleichmäßig über die Aufgaben gilt statt von einzelnen Ausreißern getragen zu werden; damit liegt die Rolle unter den formal-modellierenden Fächern (2120 Mathematiker und Statistiker 0,56; 2631 Ökonomen 0,55, beide Gradient 3) und über den experimentell-laborgebundenen (2113 Chemiker 0,39; 2114 Geologen 0,36). Auf der Schreib- und Auswertungsseite ist der einzige experimentelle Befund des Korpus einschlägig: In einem Versuch mit 444 Personen sank der Zeitanteil für den Rohentwurf von rund 50 % auf weniger als die Hälfte, der Redigieranteil stieg von 25 % auf über 50 %, die Bearbeitungszeit fiel um 0,8 und die Qualität stieg um 0,4 Standardabweichungen — als Grund für Nicht-Nutzung nannten Teilnehmende jedoch, dem Modell fehle „context-specific knowledge that forms an important part of their writing", und für die Auswertung von Daten und Ergebnissen berichtet die OECD, dass Analyse- und Interpretationsfähigkeiten dadurch eher *wichtiger* werden. Beim Durchführen von Umfragen und Interviews liegt der Kernberuf der Feldarbeit (4227 Survey and Market Research Interviewers) zwar bei 0,55 in Gradient 3, aber mit überdurchschnittlich hoher Streuung von 0,16, was bedeutet, dass die Tätigkeit ungleich exponiert ist, ohne dass eine Quelle sagt welcher Teil — die sozialwissenschaftliche Erhebungsprofession (2632 Soziologen und Anthropologen, 0,48) liegt eine Stufe niedriger, und zum Durchführen von Tests und Feldanalysen macht keine der zehn Quellen eine Aussage.
Ob generative KI die originäre Theorie- und Hypothesenbildung verschiebt, ist im Korpus ausdrücklich nicht untersucht, und der persönliche Kontakt zu Befragten — Anwerbung, Vertrauensaufbau, Nachfassen — ist in keiner Richtung bewertet.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Philosophen, Historiker und Politologen allgemein — mit Tätigkeiten wie „Sach- und Verwaltungstexte sowie Berichte verfassen“ oder „Experimente, Tests und Feldanalysen durchführen“.
Für diesen Beruf sprechen die Daten für deutliche 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): Philosophen, Historiker und Politologen — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/philosophen-historiker-und-politologen
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0