Weitere ingenieurtechnische Fachkräfte

Diese Berufsgattung umfasst material- und ingenieurtechnische Fachkräfte, die nicht anderswo in der Berufsuntergruppe 311: Techniker in den Bereichen Physik und Ingenieurwesen eingeordnet sind. Beispielsweise umfasst die Berufsgattung Personen, die Wissenschaftler und Ingenieure bei der Entwicklung von Verfahren oder der Durchführung von Forschung in den Bereichen Sicherheit, Biomedizin, Umwelt oder Industrie- und Produktionstechnik unterstützen. In solchen Fällen gehören zu den Aufgaben - (a) Daten sammeln und technische Unterstützung leisten hinsichtlich: der effizienten, sicheren und wirtschaftlichen Nutzung von Personal, Material und Ausrüstung; Arbeitsmethoden und Arbeitsabläufen sowie der Überwachung ihrer Umsetzung; und der effizienten Anordnung von Anlagen oder Betrieben; (b) bei der Identifizierung potenzieller Gefahren unterstützen und Sicherheitsverfahren und -geräte einführen; (c) Ausrüstung und Geräte modifizieren und testen, die zur Vermeidung, Kontrolle und Beseitigung von Umweltverschmutzung sowie zur Standortsanierung und Landgewinnung verwendet werden; (d) bei der Entwicklung von Geräten zur Beseitigung von Umweltverschmutzung unter der Leitung eines Ingenieurs unterstützen; (e) Ingenieure beim Testen und Entwerfen von Robotikausrüstung unterstützen. Beispiele für die hier eingeordneten Berufe: - Ingenieurtechniker (Produktion) - Brandursachenermittler - Forensiktechniker - Bauökonomietechniker - Robotiktechniker Einige verwandte, anderswo eingeordnete Berufe: - Produktionsingenieur - 2141 - Ingenieur für Zeit- und Bewegungsstudien - 2141 - Bauökonom - 2149 - Techniker im Bereich Luftfahrttechnik - 3115

• Daten sammeln und technisch beraten zur effizienten, sicheren und wirtschaftlichen Nutzung von Personal, Material und Ausrüstung
• Bei der Identifizierung potenzieller Gefahren unterstützen und Sicherheitsverfahren einführen
• Ausrüstung und Geräte zur Vermeidung, Kontrolle und Beseitigung von Umweltverschmutzung testen und anpassen
• Bei der Standortsanierung und Landgewinnung unterstützen
• Unter Anleitung eines Ingenieurs an der Entwicklung von Geräten zur Beseitigung von Umweltverschmutzung mitarbeiten

Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.

Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.

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 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.

Das Auswerten von Daten und Vorschriften auf Verstöße gehört zu den Aufgaben, die KI heute am deutlichsten mitübernimmt — vor allem in Finanzdienstleistungen, wo der Einsatz bereits hoch ist, während er in anderen Branchen noch niedrig bleibt. Wo die Aufgabe stärker von KI berührt wird, geht die Arbeitsnachfrage etwas zurück, im Ganzen bleibt der Beschäftigungseffekt aber moderat, weil die Produktivität an anderer Stelle wieder Nachfrage schafft. Die Prüfung der Sicherheit direkt vor Ort dagegen bleibt Sache der Menschen.

Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.

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.

Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.

KI übernimmt zunehmend rechenintensive Teilaufgaben: Statt langsamer Simulationen liefert sie schnelle Schätzungen, sodass Designzyklen kürzer werden und mehr Varianten digital durchgespielt werden können, bevor ein Prototyp entsteht. In ingenieurnahen Berufen zeigt sich das bereits am Arbeitsmarkt — der Beschäftigungsanteil geht über fünf Jahre um knapp 2 % zurück, weil einzelne Aufgaben ersetzbar werden und das nur teilweise durch neue Anforderungen ausgeglichen wird. Das Zuarbeiten selbst bleibt, verlagert sich aber vom reinen Rechnen hin zum Prüfen und Einordnen der Ergebnisse.

BI & Analytics

• Datawrapper Q21036704
• Flourish Q97376484
• Google Looker Studio — Google Q60165325
• Microsoft Power BI — Microsoft Q23542287
• Qlik Sense — Qlik Q58194319
• SAP Analytics Cloud — SAP Q120748987
• Tableau — Salesforce Q7673435

Daten & Statistik

• Google Sheets — Google Q46261310
• Microsoft Excel — Microsoft Q11272
• Python Q28865
• R Q206904
• SPSS — IBM Q181596
• SQL Q47607

Security & Compliance

• 1Password — AgileBits Q2150861
• Bitwarden — Bitwarden
• Cookiebot — Usercentrics
• KnowBe4 — KnowBe4 Q133289460
• SoSafe — SoSafe
• Usercentrics — Usercentrics Q129165219

Zuletzt geprüft 2026-07-19

Amtliche Bezeichnung nach ISCO-08: Material- und ingenieurtechnische Fachkräfte, anderweitig nicht genannt · 3119

Belege · Werkstücke und Bauteile auf Qualität und Maßhaltigkeit prüfen (Fertigung/Industrie) (5)

• Der Kernberuf der Tätigkeit liegt in „Minimal Exposure" — mit niedriger Task-Varianz

  Minimal Exposure 7543 Product Graders and Testers (except Foods and Beverages) 0.31 0.11

  ILO WP 140, Table A1 (ISCO-08 occupations by exposure gradient), PDF-S. 57, gedruckt S. 54 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
• Was „Minimal Exposure" laut ILO bedeutet — Definition, nicht Interpretation

  we introduce a more granular distinction of Minimal Exposure, where some interaction with GenAI may occur, but without significantly altering the nature of these roles, and the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.

  ILO WP 140, Text zu Table 5 (GenAI Exposure Gradients: Definition and Interpretation), PDF-S. 40–41, gedruckt S. 37–38 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell
• Die technisch-handwerklichen Prüfberufe liegen sämtlich in „Not Exposed", zum Teil mit sehr niedriger SD

  Not Exposed 3115 Mechanical Engineering Technicians 0.26 0.08 Not Exposed 3119 Physical and Engineering Science Technicians Not Elsewhere Classified 0.26 0.05 Not Exposed 7222 Toolmakers and Related Workers 0.2 0.1 Not Exposed 7223 Metal Working Machine Tool Setters and Operators 0.18 0.05 Not Exposed 7311 Precision-instrument Makers and Repairers 0.21 0.08

  ILO WP 140, Table A1, PDF-S. 58–61, gedruckt S. 55–58 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell
• Unabhängige Zweitmessung: Rollen mit physisch-manuellem Kern zeigen minimale Exposition

  By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.

  OECD AI Papers No. 60, Skills in the AI Age (2026), Kap. „exposure to GenAI tools varies widely across occupations", PDF-S. 18, gedruckt S. 17 · Skills in the AI Age (OECD AI Papers No. 60) · OECD Publishing, Paris, 2026 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
• Schwaches Nutzungsindiz: physische Berufsgruppen sind in tatsächlicher KI-Nutzung unterrepräsentiert

  Physical occupation categories like Transportation & Material Moving, Food Preparation & Serving Related, and Construction & Extraction are all under-represented in the survey, as they are in Claude sessions as well.

  Anthropic Economic Index „Cadences" (Juni 2026), Abschnitt zu Berufskategorien (lokaler Volltext Z. 70; die Datei enthält keine PDFPAGE-Marker) · Anthropic Economic Index — Report "Cadences" (Juni 2026) · Anthropic, 2026 · Klasse D
  Generieren · Reine Software · Berufsebene · Gemessene Nutzung

Belege · Experimente, Tests und Feldanalysen durchführen (0)

Kein Einzelbeleg — als „nicht untersucht" eingestuft.

Belege · Daten, Trends und Ergebnisse analysieren und interpretieren (5)

• Die ausführenden Berufe liegen in der oberen Expositionsklasse

  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.

  ILO WP 140, Table A1, PDF-S. 51–52 (gedr. S. 48–49); ILO WP 140, Table 5 „GenAI Exposure Gradients: Definition and Interpretation", PDF-S. 41 (gedr. S. 38) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
• Die Analyse-/Interpretationskompetenz wird nicht ersetzt, sondern wichtiger

  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])

  OECD AI Papers No. 60, Skills in the AI Age, PDF-S. 21 (gedr. S. 20) [norm.: „ability"] · Skills in the AI Age (OECD AI Papers No. 60) · OECD Publishing, Paris, 2026 · Klasse A
  Generieren · Reine Software · Betriebsebene · Experteneinschätzung/Umfrage
• Datenauswertung ist die verbreitetste KI-Anwendung überhaupt, und sie trifft genau diese Berufsgruppen

  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.

  Hampole et al., NBER WP 33509, Abschn. 1.2, PDF-S. 14 (gedr. S. 11); ebd., Abschn. 2.3 „Stylized Facts about AI Job Exposure", PDF-S. 24 (gedr. S. 22); ebd., Appendix B.2, Cluster 9, PDF-S. 86 (gedr. S. 83) · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
  Generieren · Reine Software · Berufsebene · Gemessene Nutzung · konvergent belegt
• Die Verschiebung ist ungleich: Breite der Exposition entscheidet über Verdrängung vs. Umverteilung

  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.

  Hampole et al., NBER WP 33509, PDF-S. 25 (gedr. S. 22) · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
  Generieren · Reine Software · Berufsebene · Expositionsmodell
• Erwartungsseite: Rollen mit Datenanalyse-Kern wachsen

  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.

  WEF Future of Jobs Report 2025, Key Findings, PDF-S. 6 (gedr. S. 5) · The Future of Jobs Report 2025 · World Economic Forum, Genf, 2025 · Klasse C
  Generieren · Reine Software · Berufsebene · Experteneinschätzung/Umfrage

Belege · Einhaltung eigener Vorschriften und Sicherheitsstandards sicherstellen (4)

• Die Compliance-Prüftätigkeit ist in einem real eingesetzten KI-System die am stärksten exponierte Aufgabe

  Collect and analyze data to detect deficient controls, duplicated effort, extravagance, fraud, or non-compliance with laws, regulations, and management policies. / Assess credit risk and provide regulatory compliance across different lines of business.

  Hampole/Papanikolaou/Schmidt/Seegmiller, NBER WP 33509, Table 2, PDF-S. 50 (Highly Exposed Task, Application-Cluster "Fraud Detection, AML & Risk Mitigation", Berufsgruppe: Accountants and Auditors); NBER WP 33509, PDF-S. 10/11, Abschnitt "Validation"-Vorspann · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
  Klassifizieren & Prognostizieren · In Workflow integriert · Betriebsebene · Gemessene Nutzung · konvergent belegt
• Höher exponierte Aufgaben verlieren anschließend Arbeitsnachfrage

  Tasks with higher AI exposure subsequently experience reduced labor demand. […] Despite strong substitution at the task level, overall employment effects are modest, as reduced demand in exposed occupations is offset by productivity-driven increases in labor demand at AI-adopting firms.

  NBER WP 33509, Abstract, PDF-S. 2 · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
  Generieren · Reine Software · Berufsebene · Realisierte Arbeitsmarktdaten
• KI-Nutzung in der Compliance-Funktion ist branchenabhängig — niedrig überall, hoch in Finanzdienstleistungen

  More broadly, functions tied to information processing, software, customer engagement, and internal knowledge work reported higher adoption than areas such as strategy and corporate finance and risk and compliance, where uptake remains low across most sectors. Financial services were an exception; they reported high use in risk and compliance functions, which are more central to their core operations.

  Stanford HAI, AI Index 2026, Kap. 4.3 "Corporate AI Adoption", PDF-S. 24 (gedr. S. ~194), Datengrundlage McKinsey-Survey 2025 · AI Index Report 2026, Kapitel 4: Economy · Stanford Institute for Human-Centered AI (HAI), 2026 · Klasse B
  Generieren · In Workflow integriert · Betriebsebene · Experteneinschätzung/Umfrage · konvergent belegt
• Die feldseitige Arbeitssicherheits-Prüfung ist gemessen und als nicht exponiert eingestuft

  Not Exposed 3257 Environmental and Occupational Health Inspectors and Associates 0.24 0.04 / Not Exposed 2263 Environmental and Occupational Health and Hygiene Professionals 0.28 0.05

  ILO WP 140, Table A1, PDF-S. 59 (gedr. S. 56) [3257]; PDF-S. 58 (gedr. S. 55) [2263] · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell

Belege · Sicherheit und Funktionsfähigkeit von Anlagen prüfen (3)

• Sämtliche prüfenden/instandhaltenden Berufe liegen in der untersten ILO-Kategorie „Not Exposed"

  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

  ILO WP 140, Table 5 „GenAI Exposure Gradients: Definition and Interpretation", PDF-S. 41 (gedr. 38); ergänzend Table A1, PDF-S. 61 (gedr. 58) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell
• Die niedrige Streuung schließt auch einzelne exponierte Teilaufgaben weitgehend aus

  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

  ILO WP 140, Table 5, PDF-S. 41 (gedr. 38); ergänzend Table A1, PDF-S. 59 (gedr. 56, 3257) und PDF-S. 60 (gedr. 57, 8182) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell
• Betriebe mit höherer KI-Exposition fragen Instandhaltungs-/Qualitätsprüfungs-Kompetenzen eher mehr statt weniger nach

  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.

  OECD AI Papers No. 14, Kapitel 4 (betriebsbezogene Regressionen), PDF-S. 34 · Artificial Intelligence and the Changing Demand for Skills in the Labour Market (OECD AI Papers No. 14) · OECD Publishing, Paris, 2024 · Klasse A
  Generieren · Reine Software · Betriebsebene · Realisierte Arbeitsmarktdaten · konvergent belegt

Belege · Ingenieure und Fachkräfte bei technischen Aufgaben unterstützen (5)

• ILO: Ingenieurtechniker:innen sind ganz überwiegend „Not Exposed"

  Not Exposed 3112 Civil Engineering Technicians 0.28 0.07 […] Not Exposed 3113 Electrical Engineering Technicians 0.27 0.05 […] Not Exposed 3115 Mechanical Engineering Technicians 0.26 0.08

  ILO WP 140, Table A1, PDF-S. 58 (gedr. S. 55) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell
• ILO: Draughtspersons und Elektronik-Technik liegen in „Minimal Exposure"

  Minimal Exposure 3118 Draughtspersons 0.35 0.11 Minimal Exposure 3114 Electronics Engineering Technicians 0.38 0.11 Minimal Exposure 3522 Telecommunications Engineering Technicians 0.45 0.04

  ILO WP 140, Table A1, PDF-S. 56 (3118); PDF-S. 54 (3114, 3522) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
  Generieren · Reine Software · Berufsebene · Expositionsmodell
• Hampole et al.: Ingenieurberufe verlieren Beschäftigungsanteil, ursächlich Substitution auf Task-Ebene

  The most adversely affected occupations are in business, financial, and engineering fields, which see declines of nearly 2% in their employment share over five years. […] These losses reflect strong substitution at the task level, only partly offset by complementarities and firm-level increases in labor demand.

  NBER WP 33509, Hampole et al., AI and the Labor Market, PDF-S. 6–7 · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
  Generieren · Reine Software · Berufsebene · Realisierte Arbeitsmarktdaten
• Hampole et al.: konkrete technische Teilaufgaben in KI-Anwendungs-Clustern

  in process automation and operational efficiency the most exposed tasks are linked to Sales Engineers and Other Engineering Technologists.

  NBER WP 33509, PDF-S. 15 (Beispielcluster Walmart; zugehörige Task-Zeile Table 2, PDF-S. 48: „Monitor and adjust production processes or equipment for quality and productivity. — Other Engineering Technologists & Technicians, Except Drafters") · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
  Klassifizieren & Prognostizieren · In Workflow integriert · Betriebsebene · Implementierungsfall
• Hampole et al.: Beschreibung der Verschiebung im technisch-ingenieurnahen Arbeiten

  Models in this group replace slow physics simulations with fast learned estimates. Engineers feed them sensor logs or design files, and the models predict outcomes like fluid flow or material stress. This speeds up design cycles and lets teams test more options digitally before building prototypes.

  NBER WP 33509, Appendix „Scientific & Industrial Modeling", PDF-S. 85 · Artificial Intelligence and the Labor Market (NBER Working Paper 33509) · National Bureau of Economic Research, 2025 · Klasse B
  Klassifizieren & Prognostizieren · In Workflow integriert · Betriebsebene · Implementierungsfall

Fachliche Ebene

Die technische Zuarbeit wird von der ILO als nicht exponiert gemessen, während Simulation und Datenauswertung einen neuen Gegenstand bekommen

Für diese technische Fachkräftegruppe weist die ILO einen Expositionswert von 0,26 bei einer sehr niedrigen Streuung von 0,05 aus und ordnet sie der Kategorie „Not Exposed" zu — nach der Lesart der Quelle ragt damit nicht einmal eine einzelne Teilaufgabe heraus, wobei es sich um einen Berufs- und keinen Tätigkeitswert handelt, der aus einer einzigen Quelle stammt und für Experimente, Tests und Feldanalysen von keiner Korpusquelle inhaltlich ergänzt wird. Verändert wird die Zuarbeit an anderer Stelle: In real eingesetzten Firmen-KI-Anwendungen ersetzen gelernte Schätzmodelle langsame physikalische Simulationen, was Entwurfszyklen beschleunigt und mehr Varianten pro Zeit erlaubt, während der Engpass sich vom Rechnen auf das Aufbereiten der Eingangsdaten und das Bewerten der Ergebnisse verlagert — die technische Fachkraft bleibt dabei ausdrücklich im Prozess, füttert die Modelle mit Sensorlogs und Konstruktionsdateien und prüft sie gegen Labor- und Feldmessungen; parallel verlieren ingenieurnahe Berufe 1,3 bis 2 Prozent Beschäftigungsanteil in fünf Jahren, was dieselbe Studie teils starker Substitution auf Aufgabenebene, teils aber ausdrücklich der geringen KI-Adoption der Arbeitgeber zuschreibt. Beim Analysieren und Interpretieren von Daten liegen die ausführenden Berufe dagegen mit 0,55 bis 0,64 in den oberen Gradienten, und der verbreitetste KI-Anwendungscluster überhaupt findet Trends und Ursachen „ohne manuelles Graben" — verschoben wird also das Auffinden, während die Interpretationsfähigkeit laut OECD-Betriebsbefragungen an Bedeutung gewinnt; beim Sicherstellen eigener Vorschriften und Sicherheitsstandards ist eine Verschiebung nur dokumentenseitig und nur im Finanzsektor belegt, die feldseitige Begehung gilt als gemessen und nicht exponiert.

Für Experimente, Tests und Feldanalysen liegt in keiner der zehn Korpusquellen eine Untersuchung vor, ILO-Niedrigwert und gemessene Task-Substitution bei Ingenieurberufen widersprechen einander unauflösbar, und Mess-, Prüf- und Laborautomatisierung — der naheliegendste Kanal dieser Arbeit — liegt vollständig außerhalb des Messbereichs.

Hypothesen

• Hypothese (kein Beleg): Auswertung und Dokumentation von Versuchen dürften sich vermutlich deutlich stärker verschieben als Versuchsdurchführung und Probennahme; der wertbildende Kern könnte in Versuchsdesign und Ergebnisbeurteilung wandern.
  Warum unbelegt: T-010 ist mit 61 Rollen der größte blinde Fleck des gesamten Inventars (Sammelreport §5). Keine Quelle in vier Korpora beschreibt die Tätigkeit selbst; das IAB-Segment ist zu grob, um Versuchsdurchführung von Auswertung zu trennen.
  Ableitungsbasis: IAB misst den stärksten Anstieg des Substituierbarkeitspotenzials in den „IT- und naturwissenschaftlichen Dienstleistungsberufen" (Korpus III L1.2) — das Segment, das diese Tätigkeit trägt. Ergänzend: ILO ordnet die tragenden Berufe uneinheitlich zwischen Gradient 2 und Not Exposed ein (Dossier T-010), was auf eine Bruchlinie innerhalb der Tätigkeit hindeutet — dasselbe Muster wie bei den in Sammelreport §4 dokumentierten Spalt-Tasks.

Alle Quellen

• [A] Artificial Intelligence and the Changing Demand for Skills in the Labour Market (OECD AI Papers No. 14) — OECD Publishing, Paris, 2024
• [A] Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) — International Labour Office, Genf, 2025
• [A] Skills in the AI Age (OECD AI Papers No. 60) — OECD Publishing, Paris, 2026
• [B] AI Index Report 2026, Kapitel 4: Economy — Stanford Institute for Human-Centered AI (HAI), 2026
• [B] Artificial Intelligence and the Labor Market (NBER Working Paper 33509) — National Bureau of Economic Research, 2025
• [C] The Future of Jobs Report 2025 — World Economic Forum, Genf, 2025
• [D] Anthropic Economic Index — Report "Cadences" (Juni 2026) — Anthropic, 2026