Der Kern dieser Arbeit ist, ein Haus als Ganzes im Blick zu behalten statt nur ein einzelnes Gewerk: Vom Fundament bis zum Dach entsteht hier alles unter einer Verantwortung. Ein Teil der Arbeit besteht auch darin, andere Gewerke zu koordinieren, statt jede Aufgabe selbst zu übernehmen.
Vom ersten Spatenstich bis zum fertigen Dach: Rohbaufacharbeiter im Hochbau errichten Häuser und halten sie danach in Schuss.
Rohbaufacharbeiter im Hochbau errichten, warten und reparieren Häuser und ähnliche kleine Gebäude unter Verwendung traditioneller oder moderner Techniken und Materialien. Zu den Aufgaben gehören - (a) Vorbereitung des Baugrunds für die Errichtung von Gebäuden oder anderen Bauwerken; (b) Errichtung von Konstruktionen zur Abstützung von Dächern sowie Bau und Verkleidung von Wänden mit geeigneten Materialien; (c) Befestigung von Sparren an Dächern und Abdeckung mit Dachmaterial; (d) Einebnen von Böden, um sie glatt und funktionstüchtig zu machen; (e) Instandhaltung und Reparatur bestehender Bauwerke; (f) Beauftragung von Fachfirmen für Spezialarbeiten wie Maurerarbeiten, Anstricharbeiten, Sanitär- und Elektroinstallation; (g) Koordination und Beaufsichtigung der Tätigkeiten von Subunternehmern, Hilfsarbeitern und anderen Arbeitskräften. Beispiele für die hier eingeordneten Berufe: - Hausbauer/in Einige verwandte, anderswo eingeordnete Berufe: - Bauprojektleiter/in - 1323 - Projektbauleiter/in - 1323 - Bauaufseher/in - 3123
Baumonteur · Baumonteurin · Rohbaufacharbeiter · Rohbaufacharbeiter/Rohbaufacharbeiterin · Rohbaufacharbeiterin · builder · builder of houses · domestic property builder · home builder · house builder · residential property builder
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 7111.
Das Errichten des Rohbaus selbst bleibt unverändert — berührt sind nur die schriftlichen Ränder daneben: die Personalverwaltung und die Bestellseite der Materialbeschaffung.
Rohbaufacharbeiter im Hochbau 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 sind 12 weniger betroffen als dieser. Gruppe: Bau & Ausbau |
Ähnlich eingeordnet: Glaser · Kunsthandwerk Holz und Korbwaren · Musikinstrumentenbauer und -stimmer
Für diesen Beruf selbst liegt kein eigener Messwert vor; untersucht wurde bisher nur, was generative KI mit Text- und Wissensarbeit macht. Bau- und Montagerobotik sowie Vermessungs- und Baufortschrittssensorik hat dagegen keine Studie einzeln betrachtet — hier lässt sich noch nichts Belastbares sagen. Auch der Hinweis, dass KI die Einarbeitung erleichtert, stammt aus einer einzelnen Feldstudie in einer anderen Branche und lässt sich nicht ohne Weiteres übertragen.
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 eigentliche Baün — den Rohbau errichten, Anlagen montieren, mit den Händen arbeiten — zählt zu den am wenigsten betroffenen Tätigkeiten überhaupt; Fachgutachter senkten die Einschätzung für Schweißen und Anlagenmontage deutlich ab, mit der klaren Begründung, dass KI keine körperliche Arbeit ausführen kann. Auch eine Prüfung von über 2.800 Fähigkeiten fand für manuelle Geschicklichkeit und Präzision derzeit kein Ersatzpotenzial. Anders sieht es dort aus, wo die Rolle Kolonnen führt, anlernt und Material bestellt: Die schriftliche Personalarbeit gehört zu den am stärksten berührten Bürotätigkeiten, während die führende, entscheidende Ebene unberührt bleibt. Beim Einkauf widersprechen sich die Quellen allerdings offen — die eine sieht kaum Bewegung, die andere führt Einkäufer weit oben; hier ist das Bild noch nicht gefestigt.
Das Installieren und Instandsetzen bleibt Handarbeit — die KI hilft beim Planen und Nachschlagen, nicht am Gerät selbst.
Installation, Wartung und Reparatur verlangen den Griff zum Gerät: Kalibrieren, Verkabeln und Prüfen am Objekt bleiben menschlich, während KI beim Planen, Dokumentieren und beim Nachschlagen in Störungsanleitungen unterstützt. Fachleute haben die Aufgabe deshalb ausdrücklich niedrig eingestuft, und Installations- und Wartungsfähigkeiten liegen auch am realen Arbeitsmarkt im wenig berührten Bereich. Dass der planbare Wartungsanteil zugunsten zustandsorientierter Eingriffe zurückgeht und sich die Tätigkeit stärker auf Befundinterpretation verlagert, ist eine begründete Vermutung — belastbar gemessen ist dieser Anteil bislang nicht.
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 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.
Die planende und preisoptimierende Seite der Beschaffung gerät durch KI in Bewegung, das Aushandeln und Pflegen von Lieferantenbeziehungen bleibt menschliche Arbeit.
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.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Rohbaufacharbeiter im Hochbau · 7111
Installing and initiating mechanical and electrical robots and peripheral equipment at new workstations requires hands-on skills, precise calibration, and the ability to interact with physical hardware. While generative AI can assist with planning, documentation, and troubleshooting guides, the physical installation and configuration still require human expertise. Therefore, the lower score of 0.1925 is more reflective of reality, though slightly adjusted upward to 0.25 to acknowledge AI's support role in providing information or instructions during the task.
For tasks such as 'operating injection molding machines' or 'performing mechanical processing of silicon', experts highlighted the limitations of generative AI in handling physical and manual components, leading to significantly reduced adjusted scores compared to the survey.
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.
For occupations with low AI exposure the top grouping is production and technology, joined by attitudes and social skills. Production and technology includes the subgroupings installation and maintenance, quality assurance and production processes.
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.
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.
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.
Das Errichten des Rohbaus selbst ist als unverändert gemessen; berührt sind die schriftlichen Ränder der Rolle — Personalverwaltung und die dispositive Seite der Materialbeschaffung
Ein eigener ILO-Wert für 7111 liegt in den ausgewerteten Dossiers nicht vor; auf Tätigkeitsebene liegen die einschlägigen Bau- und Montageberufe durchgängig in „Not Exposed“ — 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) —, und der Befund ruht nicht nur auf Berufsaggregaten, sondern auf zwei einzeln bewerteten Tasks: Schweißen fiel vom Laien-Survey 0,43 auf den Expertenwert 0,05, das Installieren und Inbetriebnehmen von Anlagen von 0,55 auf 0,19 und wurde nur wegen der Zuarbeitsrolle der KI auf 0,25 angehoben, jeweils mit der Begründung, generative KI besitze „no capabilities for physical task execution“ (ILO Table 4, PDF-S. 34–35); der WEF bestätigt unabhängig, dass manuelle Geschicklichkeit und Präzision unter über 2.800 geprüften Fähigkeiten derzeit kein Substitutionspotenzial zeigen (PDF-S. 44). Wo die Rolle Kolonnen führt, anlernt und Material disponiert, sieht es anders aus: Die administrativ-schriftliche Personalarbeit liegt als 4416 Personnel Clerks mit 0,6 in der höchsten Expositionsstufe, während die führend-entscheidende Schicht (1212 Human Resource Managers, 0,36 / SD 0,05) unberührt bleibt, und für die Einarbeitung liegt der einzige gemessene Eingriff des Korpus vor — neue Kundendienstkräfte mit KI-Zugang erreichten nach zwei Monaten das Niveau von Ungestützten mit über sechs Monaten Erfahrung, bei zugleich rund zehn Prozentpunkten geringerer Fluktuation (NBER WP 31161, PDF-S. 4 und 28). Dieser Befund stammt allerdings aus einem einzigen Kundendienstunternehmen der Jahre 2020/21 und ist auf die Baustelle nicht übertragbar; für die praktische Unterweisung vor Ort misst die ILO 2320 Vocational Education Teachers mit 0,35 bei SD 0,12 lediglich „Minimal Exposure“, und beim Einkauf widersprechen sich die Quellen offen — ILO stuft Buyers mit 0,39 als „Minimal Exposure“ ein, OECD/Felten führt Purchasing Agents auf Rang 4 aller Berufe (AI Papers No. 14, Tabelle 2.1).
Für 7111 selbst liegt kein rollenspezifischer ILO-Wert vor; gemessen wurde ausschließlich generative KI, während Bau- und Montagerobotik, Vermessungs- und Baufortschrittssensorik auf Tätigkeitsebene von keiner Korpusquelle erfasst sind, und der Einarbeitungsbefund ist eine einzelne, nicht übertragbare Feldstudie aus einer anderen Branche.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Rohbaufacharbeiter im Hochbau allgemein — mit Tätigkeiten wie „Anlagen und Geräte installieren, warten und reparieren“ oder „Bauteile und Konstruktionen fertigen und montieren“.
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): Rohbaufacharbeiter im Hochbau — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/rohbaufacharbeiter-im-hochbau
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0