Der Kern dieser Arbeit sind viele kleine Handgriffe direkt am Fahrzeug – tanken, prüfen, reinigen, kleine Reparaturen. Jedes Fahrzeug bringt kurz seine eigene kleine Liste an Bedürfnissen mit, die vor Ort erledigt wird.
Tankwarte kümmern sich rund ums Auto an der Tankstelle – vom Volltanken über den Ölstand bis zur kleinen Reparatur.
Tankwarte verkaufen Kraftstoff, Schmiermittel und andere Kfz-Produkte und erbringen Dienstleistungen wie Betanken, Reinigen, Schmieren und die Durchführung kleinerer Reparaturen an Kraftfahrzeugen. Zu den Aufgaben gehören - (a) Befüllen von Kraftstofftanks und -behältern bis zu der vom Kunden angegebenen Höhe; (b) Prüfen und Auffüllen des Reifendrucks, des Ölstands und anderer Flüssigkeitsstände des Fahrzeugs; (c) Waschen von Fahrzeugwindschutzscheiben und -fenstern; (d) Durchführen kleinerer Reparaturarbeiten an Fahrzeugen wie Austausch von Reifen, Glühbirnen und Scheibenwischerblättern; (e) Warten und Bedienen von Autowaschanlagen; (f) Entgegennehmen von Zahlungen von Kunden für Einkäufe; (g) Reinigen von Zapfsäulen und der umliegenden Zufahrten, Geschäfte und Einrichtungen; (h) Durchführen der Bestandskontrolle und Erstellen von Berichten über verkauften Kraftstoff, Öl, Zubehör und andere Artikel. Beispiele für die hier eingeordneten Berufe: - Yachthafenwart - Tankwart Einige verwandte, anderswo eingeordnete Berufe: - Verkäufer im Einzelhandel - 5223 - Tankstellenkassierer - 5230 - Imbissverkäufer - 5246 Anmerkung Beschäftigte, die in Geschäften an Tankstellen Zahlungen entgegennehmen oder Waren verkaufen, aber keine Vorplatz-Dienstleistungen wie Unterstützung bei Kraftstoff, Schmiermitteln, Reinigung und Wartung erbringen, sind von der Berufsgattung 5245: Tankwarte ausgeschlossen.
Fachverkäufer Tankstelle · Fachverkäufer Tankstelle/Fachverkäuferin Tankstelle · Fachverkäuferin Tankstelle · fuel retail salesperson · fuel retail specialised seller · fuel site salesperson · fuel site specialised seller · fuel station specialised seller · garage salesperson · garage specialised seller · gas station salesperson · gas station specialised seller · +11 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 5245.
Von fünf Tätigkeiten ist allein die Zahlungsabwicklung nachweislich in Bewegung — Bedienen, Warten, Reinigen und Flächenpflege bleiben unverändert.
Tankwarte 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 12 verglichenen Berufen ist nur einer weniger betroffen als dieser. Gruppe: Verkaufskräfte |
Ähnlich eingeordnet: Imbissverkäufer · Lernbetreuer · Haus- und Familienpfleger
Für diese Rolle gibt es keinen eigenen Messwert. Die naheliegendsten Automatisierungen — Selbstbedienungskassen, automatische Bargeldabwicklung und die Technik der Waschanlagen — hat keine Studie einzeln betrachtet. Nach heutigem Stand lässt sich zu diesen Punkten also nichts Belastbares sagen; sie bleiben die eigentliche Unbekannte.
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
Vier der fünf Tätigkeiten dieses Berufs — Bedienen der Anlagen, Wartung, Reinigung von Fahrzeug und Fläche, das Ordnen des Bestands — zeigen keine dokumentierte Verschiebung, und die Messwerte liegen so eng beieinander, dass auch keine einzelne Teilaufgabe auffällt. Allein die Zahlungsabwicklung ist in Bewegung, und auch das gespalten: rein datenverarbeitend stark betroffen, an der kundennahen Kasse dagegen nur wenig. Für Kassenberufe erwartet der Weltwirtschaftsforum-Bericht zwar einen der stärksten Rückgänge und nennt KI als Treiber — im selben Atemzug aber auch alternde Bevölkerung und schwächeres Wachstum. Eine konkret gemessene Zeit-, Produktivitäts- oder Beschäftigungswirkung liegt für keine der fünf Tätigkeiten vor.
Die Arbeit an der Maschine bleibt körperlich, offene Fragen stellen sich erst bei der selbststeuernden Anlage.
Das Bedienen und Steuern von Maschinen lebt vom körperlichen Tun, und genau hier stößt die heutige KI an ihre Grenze: Fachleute haben die Automatisierbarkeit dieser Aufgabe deutlich nach unten korrigiert, weil Systeme für Text und Sprache keinen Zugriff auf die physische Ausführung haben — unabhängige Untersuchungen kommen für manuelle Tätigkeiten zum selben Ergebnis. Wohin sich der Anteil unmittelbarer Bedienung verschiebt, wenn selbstlernende Steuerungssoftware die routinemäßige Prozessführung übernimmt und der Mensch stärker überwacht und bei Abweichungen eingreift, ist damit aber noch nicht beantwortet.
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 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.
Das Organisieren von Warenbestand und Verkaufsfläche bleibt vom Anfassen geprägt und weitgehend unberührt.
Das Einräumen, Ordnen und Bereitstellen von Waren zählt zu den am wenigsten betroffenen Tätigkeiten: Die praktische Arbeit an Regal und Fläche lässt sich schwer automatisieren, und Fachleute haben die Automatisierungswerte für solche manuellen Aufgaben ausdrücklich nach unten korrigiert. Einzelne angrenzende Teilaufgaben, etwa im direkten Verkauf, sind stärker berührt, und anordnende oder planende Rollen liegen dabei höher als die ausführenden.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Tankwarte · 5245
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.
Applying various welding methods and using different types of welding machines and equipment, in accordance with training or qualifications. 0.43 0.05 0.05 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.
Occupations involving cognitive, non-routine tasks – such as programming, translating, interpreting and other highly skilled professional work – tend to exhibit higher exposure. […] By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
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.
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.
Not Exposed 9334 Shelf Fillers 0.2 0.1 / Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
Minimal Exposure 4321 Stock Clerks 0.37 0.06 / Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited.
Gradient 1 5223 Shop Sales Assistants 0.38 0.16 / Low overall GenAI exposure at the occupational level, but high variability across tasks. Some tasks within these occupations have an elevated automation potential, even if the occupation as a whole remains strongly reliant on tasks that have a low potential of automation.
Gradient 2 5221 Shopkeepers 0.43 0.1 / Gradient 2 1420 Retail and Wholesale Trade Managers 0.44 0.15
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.
Von fünf Tätigkeiten dieser Rolle ist allein die Zahlungsabwicklung belegt in Bewegung — Bedienen, Warten, Reinigen und Flächenpflege bleiben gemessen unverändert
ILO Table A1 führt für 5245 keinen eigenen Wert; auf Tätigkeitsebene zerfällt die Zahlungsabwicklung in zwei sehr verschiedene Lagen: rein datenverarbeitend liegt sie in Gradient 4 (4311 und 4312 mit Mean 0,64, bei 4312 mit SD 0,02 durchgehend), am physisch-kundennahen Point of Sale dagegen nur in Gradient 1 (5230 Cashiers and Ticket Clerks, 0,39 bei SD 0,14 — einzelne Teilaufgaben exponiert, das Berufsbild als Ganzes nicht). Für Anlagenbedienung, Wartung, Fahrzeug- und Flächenreinigung sowie das Ordnen von Bestand und Verkaufsfläche ist keine Verschiebung dokumentiert, und die Streuungen sind dort so eng (9122 Vehicle Cleaners 0,09 / SD 0,01; 4321 Stock Clerks 0,37 / SD 0,06), dass auch einzelne Teilaufgaben nicht auffällig sind. Der WEF erwartet für Kassenberufe zwar einen der stärksten Rückgänge und nennt KI und Informationsverarbeitung ausdrücklich als primäre Treiber, führt im selben Satz aber alternde Bevölkerung und schwächeres Wirtschaftswachstum als Mit-Treiber an (PDF-S. 20) — eine gemessene Zeit-, Produktivitäts- oder Beschäftigungswirkung liegt für keine dieser fünf Tätigkeiten vor.
Für 5245 gibt es keinen rollenspezifischen ILO-Wert, und Selbstbedienungskassen, Bargeldautomatisierung und Waschanlagentechnik — die für diese Rolle naheliegendsten Automatisierungspfade — misst keine Korpusquelle auf Tätigkeitsebene.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Tankwarte allgemein — mit Tätigkeiten wie „Maschinen und Anlagen bedienen und steuern“ oder „Anlagen und Geräte installieren, warten und reparieren“.
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): Tankwarte — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/tankwarte
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0