Der Kern dieser Arbeit ist, gewöhnliche Handwerksaufgaben unter denkbar ungewöhnlichen Bedingungen zu erledigen. Reparieren, Inspizieren, Bergen – nur eben ohne festen Boden, ohne freie Sicht und mit begrenzter Luft.
Taucher arbeiten dort, wo andere nicht hinkommen: unter Wasser, um Bauwerke zu prüfen, zu reparieren oder Vermisstes zu bergen.
Taucher arbeiten unter der Wasseroberfläche, mit oder ohne Unterstützung von Unterwasser-Atemgeräten, um Ausrüstung und Bauwerke zu inspizieren, zu installieren, zu reparieren und zu entfernen, Tests oder Experimente durchzuführen, Sprengladungen anzubringen, Bauwerke oder Meereslebewesen zu fotografieren, verschiedene Formen aquatischen Lebens für kommerzielle oder Forschungszwecke zu sammeln sowie vermisste Gegenstände und Personen zu finden und zu bergen. Zu den Aufgaben gehören - (a) Ergreifen von Sicherheitsvorkehrungen, wie das Überwachen von Tauchzeiten und -tiefen sowie das Anmelden bei Behörden vor Beginn von Tauchgängen; (b) Prüfen und Warten von Tauchausrüstung wie Helmen, Masken, Lufttanks, Taucheranzügen, Gurten und Manometern; (c) Abtauchen mit Unterstützung von Taucherhelfern unter Verwendung von Tauchgeräten oder Taucheranzügen; (d) Arbeiten unter Wasser zum Verlegen und Reparieren von Fundamenten für Brücken, Piers und Hafenmauern; (e) Inspizieren auf vermutete Schäden und Durchführen kleinerer Reparaturen an Schiffsrümpfen und Unterwasseranlagen; (f) Berichten über den Zustand havarierter Schiffe; (g) Beseitigen von Unterwasserhindernissen; (h) Bohren von Löchern für Unterwassersprengungen; (i) Durchführen verschiedener Unterwasseraufgaben im Zusammenhang mit Bergungsarbeiten oder dem Bergen von Leichen; (j) Sammeln von Schalentieren, Schwämmen und anderen aquatischen Lebensformen; (j) Kommunizieren mit Arbeitern an der Oberfläche während des Aufenthalts unter Wasser mittels Signalleinen oder Telefonen; (k) Einholen von Informationen über Tauchaufgaben und Umgebungsbedingungen. Beispiele für die hier eingeordneten Berufe: - Austerntaucher - Bergungstaucher - Schwammtaucher - Unterwasserarbeiter Einige verwandte, anderswo eingeordnete Berufe: - Subsistenztaucher - 6340
Bergungstaucher · Bergungstaucher/Bergungstaucherin · Bergungstaucherin · Berufstaucher · Berufstaucher für Erntearbeiten · Berufstaucher für Erntearbeiten/Berufstaucherin für Erntearbeiten · Berufstaucher/Berufstaucherin · Berufstaucherin · Berufstaucherin für Erntearbeiten · Industrietaucher · Industrietaucherin · Rettungstaucher · +25 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 7541.
Die Unterwasserarbeit selbst ist eigens gemessen und bleibt unverändert — bei Sicherheitsvorfällen ist allein das Erkennen berührt, nicht das Eingreifen.
Taucher 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 20 verglichenen Berufen sind 9 weniger betroffen als dieser. Gruppe: Lebensmittel, Holz & Bekleidung |
Ähnlich eingeordnet: Möbeltischler und verwandte Berufe · Bäcker, Konditoren und Konfektmacher · Elektroleitungsinstallateure und Wartungspersonal
Unterwasserarbeit ist ein klassisches Feld ferngesteuerter und autonomer Fahrzeuge, und genau diese Technik ist nicht gemessen — der niedrige Wert sagt allein etwas über generative KI aus. Nach heutigem Stand wenig berührt. Was Tauchrobotik künftig übernimmt, bleibt die entscheidende offene Frage.
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
Für Taucher liegt anders als bei vielen Handwerksberufen ein eigener Messwert vor — und er ordnet die Unterwasserarbeit in die niedrigste von sechs Betroffenheitsstufen ein, deutlich unterhalb jeder auffälligen Schwelle. Auch die begleitenden Aufgaben, Anlagen warten und montieren, Sicherheit und Funktion prüfen, liegen durchgehend sehr niedrig. Beim Reagieren auf Sicherheitsvorfälle und Notfälle berührt KI allein die Erkennungsseite — die einzige Quelle, die überhaupt einen betroffenen Bereich nennt, meint das Aufspüren von Auffälligkeiten. Über die Reaktion selbst — die Lage beurteilen, eingreifen, bergen — sagt keine Untersuchung etwas.
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 Reagieren auf Vorfälle und Notfälle bleibt unberührt — KI berührt allenfalls das Erkennen, nicht das Handeln.
Sicherheits-, Rettungs- und Einsatzberufe zählen durchgängig zu den nicht betroffenen Tätigkeiten, gemessen und stabil niedrig: Die Reaktion vor Ort lebt vom körperlichen Handeln in der Situation, und zwei methodisch unabhängige Quellen bestätigen die geringe Berührung. Wo KI überhaupt ansetzt, geht es um das Erkennen von Auffälligkeiten — etwa in der Betrugs- und Cyberabwehr —, nicht um die Reaktion selbst.
Das Prüfen von Anlagen auf Sicherheit und Funktion bleibt eine Tätigkeit vor Ort, die die heutige KI kaum berührt — teils fragt sie sie sogar stärker nach.
Anlagen auf Sicherheit und Funktionsfähigkeit zu prüfen zählt zu den Tätigkeiten, die die aktuelle KI weitgehend unberührt lässt: Die prüfenden und instandhaltenden Berufe liegen durchweg in der niedrigsten Betroffenheitskategorie, und die geringe Streuung schliesst auch einzelne betroffene Teilaufgaben weitgehend aus. Bemerkenswert ist, dass Betriebe mit höherer KI-Nutzung Instandhaltungs- und Qualitätsprüfungs-Kompetenzen eher mehr nachfragen — diese praktische Arbeit an der Anlage wirkt zur KI eher ergänzend als ersetzend.
Die Arbeit unter Wasser bleibt körperlich — daran geht die heutige KI weitgehend vorbei.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Arbeiten unter Wasser lebt vom körperlichen Tun am Einsatzort — Handgriffe, Ausrüstung und Verständigung unter realen Bedingungen. Genau daran stößt die heutige KI an ihre Grenze, denn Systeme für Text und Bild haben auf diese physische Arbeit keinen Zugriff; die Messungen ordnen die Tätigkeit entsprechend als weitgehend unberührt ein. Das beschreibt den heutigen Stand, nicht ein Versprechen für die Zukunft.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Taucher · 7541
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.
Not Exposed 5414 Security Guards 0.2 0.09 / Not Exposed 5419 Protective Services Workers Not Elsewhere Classified 0.2 0.05 / Not Exposed 5411 Fire Fighters 0.18 0.1 / Not Exposed 5412 Police Officers 0.14 0.03 / Not Exposed 5413 Prison Guards 0.14 0.04 / Not Exposed 3355 Police Inspectors and Detectives 0.23 0.07 / Not Exposed 3258 Ambulance Workers 0.22 0.17
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.
By contrast, 'Cybersecurity and Fraud Detection' primarily affects Protective Services, which otherwise show little AI exposure.
By contrast, 'Cybersecurity and Fraud Detection' primarily affects Protective Services, which otherwise show little AI exposure.
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. / Not Exposed 7233 Agricultural and Industrial Machinery Mechanics and Repairers 0.17 0.04
with low task variability and a stable low mean exposure score. / Not Exposed 3257 Environmental and Occupational Health Inspectors and Associates 0.24 0.04 / Not Exposed 8182 Steam Engine and Boiler Operators 0.2 0.04
There were some skill groupings that experienced modest increases in demand, including: production and technology and physical skills. These skills can be summarised as typically indicative of blue-collar occupations and include maintenance, repair, forklift driving and more fundamental skills such as dexterity, heavy lifting and range of motion. These are the types of skills that are possibly complementary in production to AI.
Not Exposed 7541 Underwater Divers 0.16 0.09
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 contrast, the least exposed occupations rely mostly on non-routine physical skills and include dancers, fitness trainers, as well as helpers to painters, plasterers and stucco masons.
Die Unterwasserarbeit selbst ist einzeln gemessen und bleibt unverändert; beim Reagieren auf Vorfälle ist allein die Erkennungsseite berührt, nicht die Reaktion.
Für Taucher liegt ein eigener ILO-Wert vor: 7541 Underwater Divers wird mit einem Mittelwert von 0,16 und einer Standardabweichung von 0,09 in der untersten von sechs Kategorien geführt, μ + σ = 0,25 bleibt deutlich unter der Schwelle von 0,4 — auch der kommunikative Anteil der Tätigkeit erscheint damit nicht als abweichend exponiertes Segment, und eine eigenständige Aussage zur Unterwasser-Kommunikation enthält keine der zehn Quellen. Die begleitenden Tätigkeiten dieser Rolle — Anlagen warten und montieren, Sicherheit und Funktionsfähigkeit von Anlagen prüfen — liegen auf Tätigkeitsebene ebenfalls durchgängig in dieser Kategorie, bei den fertigenden und prüfenden Kernberufen mit Streuungen von 0,01 bis 0,05. Beim Reagieren auf Sicherheitsvorfälle und Notfälle sind die tragenden Berufe mit 0,14 bis 0,23 ebenso eingestuft, und die einzige Quelle, die überhaupt einen berührten KI-Anwendungscluster nennt — „Cybersecurity and Fraud Detection" —, betrifft die Erkennung von Vorfällen; über die Reaktion selbst, also Lagebeurteilung, Eingreifen und Bergen, sagt sie nichts.
Unterwasserarbeit ist ein klassisches Feld ferngesteuerter und autonomer Fahrzeuge (ROV/AUV), und genau diese Technik ist von keiner Korpusquelle auf Tätigkeitsebene gemessen — der Wert 0,16 sagt ausschließlich etwas über generative KI aus.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Taucher 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): Taucher — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/taucher
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0