Der Kern dieser Arbeit ist, etwas zu steuern, das man selbst nicht sehen kann: Was tief im Bohrloch passiert, muss aus Anzeigen, Drücken und Geräuschen erschlossen werden. Kleinste Abweichungen bei Druck oder Geschwindigkeit entscheiden darüber, ob die Bohrung weiterläuft oder zum Problem wird.
Um an Wasser, Öl oder Gestein aus der Tiefe zu kommen, braucht es zürst ein Loch: Tiefbohrer und verwandte Berufe baün die Bohranlage auf und steuern sie, bis der Bohrkopf am Ziel ist.
Tiefbohrer und verwandte Berufe positionieren, montieren und bedienen Bohranlagen und zugehörige Ausrüstung, um Brunnen zu bohren, Gesteinsproben, Flüssigkeiten und Gase zu fördern oder für verschiedene andere Zwecke zu arbeiten. Zu den Aufgaben gehören - (a) Demontieren, Bewegen und Montieren von Bohranlagen und Hilfsausrüstung; (b) Zusammenbauen und Zerlegen von Rohren, Verrohrungen und Bohrköpfen sowie Ersetzen defekter Ausrüstung; (c) Bedienen von Steuerungen zum Absenken und Anheben von Bohrrohren und Verrohrungen in und aus Bohrlöchern, Regulieren des Drucks im Bohrloch und Steuern der Werkzeuggeschwindigkeit; (d) Aufbereiten von Spülflüssigkeit und Prüfen des Pumpenbetriebs zur Sicherstellung eines ausreichenden Flüssigkeitskreislaufs in Bohrrohren und Bohrlöchern; (e) Überwachen von Anzeigen und anderen Indikatoren, Abhören der Ausrüstung zur Erkennung von Störungen und ungewöhnlichen Bohrlochbedingungen sowie Feststellen der Notwendigkeit, Bohrverfahren oder Ausrüstung zu ändern; (f) Warten, Einstellen, Reparieren und Reinigen von Bohranlagen, Hebezeugen und anderen Maschinen; (g) Führen von Aufzeichnungen über Bohr- und Wartungsarbeiten; (h) Bedienen von Maschinen und Werkzeugen zum Entfernen von Staub, Bohrklein sowie verlorener und beschädigter Bohrausrüstung aus Löchern und Bohrlöchern; (i) Verschließen und Abdichten nicht mehr genutzter Bohrlöcher; (j) Beaufsichtigen und Ausbilden von Besatzungsmitgliedern. Beispiele für die hier eingeordneten Berufe: - Bohrlochsenker - Bediener von Bohrausrüstung - Derrickmann - Bediener des Bohrturms - Entwicklungsbohrer - Richtbohrer - Bohrer (Erdöl- oder Erdgasbohrung) - Bediener von Bohranlagen - Bediener von Bohrgeräten (Bohranlage) - Bediener von Kraftzangen - Bohrmeister - Tourpusher Einige verwandte, anderswo eingeordnete Berufe: - Sprengarbeiter - 7542 - Bergmann - 8111 - Steinbrucharbeiter - 8111
Bohranlagenbediener · Bohranlagenbedienerin · Bohrarbeiter · Bohrarbeiter/Bohrarbeiterin · Bohrarbeiterin · Bohrfacharbeiter · Bohrfacharbeiterin · Bohrgeräteführer · Bohrgeräteführerin · Bohrhelfer · Bohrhelferin · Bohringenieur · +127 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 8113.
Das Bohren, Warten und Montieren bleibt unverändert — die Personalarbeit ringsum verschiebt sich ungleich: die administrative Schreibschicht stärker als das eigentliche Führen und Entscheiden.
Tiefbohrer und verwandte Berufe liegt im mittleren Bereich — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| unteres Mittelfeld von 411 Berufen | nicht von generativer KI berührt | Von 25 verglichenen Berufen sind 14 weniger betroffen als dieser. Gruppe: Anlagen- & Maschinenbedienung |
Ähnlich eingeordnet: Bediener von Dampfmaschinen und -kesseln · Bediener von Maschinen zur Herstellung von Gummiwaren · Bediener von Maschinen zur Herstellung von Papierwaren
Für diesen Beruf gibt es keine eigene Messung — alle Werte sind nur über die Tätigkeit gebildet. Gemessen wurde nur generative KI; Bohr-, Sensor- und Automatisierungstechnik bleibt unbetrachtet. Nach heutigem Stand wenig berührt, mit dieser Technik als offener 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
Das Bohren, Warten und Montieren zählt zu den am wenigsten betroffenen Tätigkeiten — unter mehr als 2.800 geprüften Fähigkeiten fand sich keine einzige, die heutige KI mit hoher Wahrscheinlichkeit ersetzen könnte, und Handgeschick wie Präzision zeigen derzeit gar kein Ersetzungspotenzial. Anders liegt es beim Führen, Einstellen und Schulen: Innerhalb ein und derselben Aufgabe trennen sich die Ebenen deutlich — die administrativ-schriftliche Personalarbeit ist stark betroffen, das eigentliche Führen und Entscheiden dagegen kaum. Fürs Anlernen gibt es einen gemessenen Effekt, aber aus fremdem Feld: In einer Kundendienst-Studie erreichten Neue mit KI-Unterstützung nach zwei Monaten das Niveau, für das Ungestützte über ein halbes Jahr brauchten. Ob sich das auf Bohrbetriebe übertragen lässt, ist offen — und die Autoren markieren einen Teil ihrer Zahlen selbst als weniger belastbar.
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 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.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Tiefbohrer und verwandte Berufe · 8113
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.
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.
Bohren, Warten und Montieren bleiben in der Messung unverändert, die Personalarbeit rundherum verschiebt sich — und zwar ungleich
Für 8113 selbst führt die ILO keine eigene Zeile; auf Tätigkeitsebene fallen das Bedienen und Steuern von Anlagen, das Warten und Instandsetzen sowie das Fertigen und Montieren durchgängig in „Not Exposed" oder „Minimal Exposure", kein einziger dieser Berufe erreicht einen der vier Expositionsgradienten, und der WEF fand unter mehr als 2.800 geprüften Fähigkeiten keine einzige mit „very high capacity" zur Ersetzung durch heutige GenAI-Werkzeuge, während manuelle Geschicklichkeit und Präzision „currently show no substitution potential". Anders liegt es beim Führen, Einstellen und Schulen: dort trennt die ILO innerhalb ein und derselben Tätigkeit um 0,24 Expositionspunkte — die administrativ-schriftliche Schicht (Personnel Clerks, 4416) liegt mit 0,6 in der höchsten Stufe, die führend-entscheidende (Human Resource Managers, 1212) mit 0,36 bei einer Streuung von nur 0,05 nicht, dort ist auch keine einzelne Teilaufgabe exponiert. Für das Anlernen existiert ein gemessener Effekt, aber aus fremdem Feld: In einer Kundendienst-Feldstudie erreichten Neue mit KI-Zugang nach zwei Monaten das Leistungsniveau Ungestützter nach über sechs Monaten, und die Fluktuation der unter Sechsmonatigen sank um rund 10 Prozentpunkte — die Autoren markieren diesen zweiten Wert selbst als weniger robust, und ob dieser Effekt auf Bohrbetriebe übertragbar ist, ist unbekannt.
Für ISCO 8113 liegt in keiner Korpusquelle eine eigene Zeile vor — alle Werte sind auf Tätigkeitsebene gebildet; gemessen wurde zudem ausschließlich generative KI, Bohr-, Sensor- und Automatisierungstechnik bleibt unvermessen.
Diese Seite beschreibt Tiefbohrer und verwandte Berufe 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): Tiefbohrer und verwandte Berufe — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/tiefbohrer-und-verwandte-berufe
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0