Der Kern dieser Arbeit ist, aus Spuren und Beobachtungen ein Bild davon zu baün, wie Menschen zusammenleben. Ausgangspunkt sind oft ganz unterschiedliche Quellen – von Ausgrabungen bis zu sozialen Daten –, die zu Theorien über Gesellschaft verdichtet werden. Woraus solche Bilder heute zusammengesetzt werden, verschiebt sich gerade.
Soziologen, Anthropologen und verwandte Fachkräfte fragen, wie Gesellschaften entstehen, funktionieren und sich verändern – und was das für Politik und Zusammenleben bedeutet.
Soziologen, Anthropologen und verwandte Fachkräfte erforschen und beschreiben die Struktur, den Ursprung und die Entwicklung von Gesellschaften sowie die wechselseitige Abhängigkeit zwischen Umweltbedingungen und menschlichen Tätigkeiten. Sie beraten hinsichtlich der praktischen Anwendung ihrer Erkenntnisse bei der Formulierung wirtschafts- und sozialpolitischer Maßnahmen. Zu den Aufgaben gehören - (a) Forschung zum Ursprung, zur Entwicklung, zur Struktur, zu sozialen Mustern, Organisationen und Wechselbeziehungen der menschlichen Gesellschaft; (b) Nachverfolgung des Ursprungs und der Entwicklung der Menschheit durch die Untersuchung sich wandelnder Merkmale sowie kultureller und sozialer Institutionen; (c) Nachverfolgung der Entwicklung der Menschheit anhand materieller Überreste ihrer Vergangenheit wie Behausungen, Tempel, Werkzeuge, Keramik, Münzen, Waffen oder Skulpturen; (d) Untersuchung physischer und klimatischer Aspekte von Gebieten und Regionen sowie Verknüpfung dieser Erkenntnisse mit wirtschaftlichen, sozialen und kulturellen Aktivitäten; (e) Entwicklung von Theorien, Modellen und Methoden zur Interpretation und Beschreibung sozialer Phänomene; (f) Bewertung der Ergebnisse politischer Entscheidungen im Bereich der Sozialpolitik; (g) Analyse und Bewertung sozialer Daten; (h) Beratung zur praktischen Anwendung von Erkenntnissen bei der Formulierung wirtschafts- und sozialpolitischer Maßnahmen für Bevölkerungsgruppen und Regionen sowie für die Marktentwicklung; (i) Erstellung wissenschaftlicher Abhandlungen und Berichte. Beispiele für die hier eingeordneten Berufe: - Anthropologe - Archäologe - Kriminologe - Ethnologe - Geograf - Soziologe
Anthropogeograf · Anthropogeografin · Anthropologe · Anthropologe/Anthropologin · Anthropologin · Archäologe · Archäologe/Archäologin · Archäologin · Biologische Anthropologin · Biologischer Anthropologe · Forensische Anthropologin · Forensischer Anthropologe · +170 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 2632.
Die Betroffenheit teilt sich mitten durch den Beruf: formalisierbare Daten- und Modellarbeit verschiebt sich, die deutende und theoriebildende Arbeit bleibt bislang weitgehend unberührt.
Soziologen, Anthropologen und verwandte Wissenschaftler 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 15 weniger betroffen als dieser. Gruppe: Recht, Kultur & Sozialwissenschaft |
Ähnlich eingeordnet: Ingenieure im Bereich Telekommunikationstechnik · Archiv- und Museumswissenschaftler · Ausbilder im Bereich Informationstechnologie
Ein wichtiger Teil der Arbeit — Experimente, Tests und Feldanalysen durchzuführen — wurde von den vorliegenden Studien gar nicht betrachtet. Daraus lässt sich weder ableiten, dass er betroffen ist, noch dass er unberührt bleibt; für eine belastbare Aussage fehlt hier schlicht die Grundlage. Auch welche einzelnen Aufgaben die Einordnung im Detail tragen, ist noch nicht klar aufgeschlüsselt — die grobe Richtung steht, die Feinheiten bleiben offen.
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 Betroffenheit verläuft mitten durch den Beruf: Was sich in Zahlen und Modelle fassen lässt, ist stärker berührt als die deutende, theoriebildende Arbeit. In der Datenauswertung verschiebt sich der Schwerpunkt vom Auffinden von Mustern hin zum Beurteilen maschinell erzeugter Auswertungen — und gerade dadurch wird die Interpretationskompetenz eher wichtiger. Die originäre Theorie- und Hypothesenbildung dagegen ist bislang gar nicht untersucht; hier fehlt jede belastbare Aussage, und der wenige vorhandene Befund stützt sich auf eine einzige Quelle.
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.
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.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
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: Soziologen, Anthropologen und verwandte Wissenschaftler · 2632
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).
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
Die Betroffenheit teilt sich innerhalb der Rolle: formalisierbare Modellarbeit und Datenauswertung verschieben sich, interpretative Arbeit weniger
Soziologen, Anthropologen und verwandte Wissenschaftler haben in der ILO-Messung einen eigenen Wert: Gradient 2 mit μ 0,48 und SD 0,12 — „a mix of some tasks that are exposed to GenAI and others not at risk, making the impact uneven"; die hohe Streuung bei mittlerem Mittelwert heißt ausdrücklich, dass einzelne Teilaufgaben exponiert sind und andere nicht, und die Quelle sagt nicht, welche. Die Trennlinie verläuft entlang der Formalisierbarkeit: Mathematiker und Statistiker (2120: 0,56) sowie Ökonomen (2631: 0,55) liegen eine Kategorie höher, philosophisch-historisch-politikwissenschaftliche Arbeit gleichmäßiger darunter (2633: 0,47 bei SD 0,06) — die Expertenrevision stufte „structured, data-driven, or communication-focused tasks" hoch und physisch-manuelle Anteile herunter, und in der Datenauswertung wandert der Schwerpunkt belegt vom Auffinden von Mustern („find trends and root causes without manual digging") zur Beurteilung maschinell erzeugter Auswertungen, während die OECD Interpretationskompetenz gerade dadurch als wichtiger einstuft. Ausdrücklich nicht belegt ist die originäre Theorie- und Hypothesenbildung: Keine Korpusquelle misst sie, es existiert für Forschungstätigkeiten überhaupt kein Produktivitäts- oder Zeitanteilswert, und der gesamte Befund zu dieser Tätigkeit ruht auf einer einzigen Quelle.
„Experimente, Tests und Feldanalysen durchführen" behandelt keine der zehn Korpusquellen — daraus folgt weder Betroffenheit noch Unbetroffenheit; ebenso bleibt offen, welche Teilaufgaben die hohe Streuung von 0,12 in dieser Rolle tragen.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Soziologen, Anthropologen und verwandte Wissenschaftler allgemein — mit Tätigkeiten wie „Programme und Betriebsabläufe planen und koordinieren“ 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): Soziologen, Anthropologen und verwandte Wissenschaftler — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/soziologen-anthropologen-und-verwandte-wissenschaftler
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0