Der Kern dieser Arbeit ist Tempo nach festem Muster: eine begrenzte Auswahl an Gerichten, aber viele Male am Tag, unter Zeitdruck. Dieselben Handgriffe – schneiden, braten, zusammensetzen – müssen dabei immer gleich gut gelingen. Auch bei diesem immer gleichen Ablauf verschiebt sich gerade etwas.
Schnell soll es gehen: Zubereiter von Fast Food kochen und richten eine überschaubare Auswahl an Gerichten an – von Sandwich bis Pizza.
Zubereiter von Fast Food bereiten und kochen auf Bestellung eine begrenzte Auswahl an Speisen oder Getränken zu, die einfache Zubereitungsprozesse und eine geringe Anzahl an Zutaten erfordern. Sie können Bestellungen von Kunden entgegennehmen und an Theken oder Tischen bedienen. Zu den Aufgaben gehören - (a) Zubereiten einfacher oder vorgefertigter Speisen und Getränke wie Sandwiches, Hamburger, Pizzas, Fish and Chips, Salate und Kaffee; (b) Waschen, Schneiden, Abmessen und Mischen von Lebensmitteln zum Kochen; (c) Bedienen von Großvolumen-Eintopfgeräten wie Grills, Fritteusen oder Grillplatten; (d) Wiedererhitzen vorgefertigter Speisen; (e) Reinigen von Speisenzubereitungsbereichen, Kochflächen und Utensilien; (f) Entgegennehmen und Servieren von Speisen- und Getränkebestellungen in Gaststätten, die auf schnellen Service und Speisen zum Mitnehmen spezialisiert sind; (g) Bestellen und Entgegennehmen der Lieferung von Fast-Food-Zutaten; (h) Einhalten von Hygiene-, Gesundheits- und Sicherheitsstandards in Arbeitsbereichen; (i) Überprüfen, dass zubereitete Speisen den Anforderungen an Qualität und Menge entsprechen. Beispiele für die hier eingeordneten Berufe: - Fast-Food-Koch/-Köchin - Hamburgerzubereiter/in - Pizzabäcker/in - Kurzbratkoch/-köchin Einige verwandte, anderswo eingeordnete Berufe: - Koch/Köchin (Chef) - 3434 - Koch/Köchin - 5120 - Bedienung an der Essensausgabe - 5246 Anmerkung Tätigkeiten, die die Zubereitung einfacher Speisen mit der Entgegennahme von Bestellungen, der Bedienung von Kunden und der Berechnung oder Entgegennahme von Zahlungen kombinieren, sollten der Berufsgattung 5246: Bedienungen an Essensausgaben zugeordnet werden, es sei denn, der Kundenservice ist nur ein untergeordneter Bestandteil der Tätigkeit.
Imbissmitarbeiter · Imbissmitarbeiter/Imbissmitarbeiterin · Imbissmitarbeiterin · Pizzabäcker · Pizzabäcker/Pizzabäckerin · Pizzabäckerin · Pizzaiola · Pizzaiolo · Schnellbedienungsrestaurantmitarbeiter · Schnellbedienungsrestaurantmitarbeiterin · Schnellrestaurantmitarbeiter · Schnellrestaurantmitarbeiterin · +13 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 9411.
Das Zubereiten selbst bleibt unverändert — beim Bestellen und Disponieren von Ware verschiebt sich dagegen nachweislich etwas.
Zubereiter von Fast Food und anderen Imbissen 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 2 verglichenen Berufen ist keiner stärker betroffen als dieser. Gruppe: Hilfskräfte Nahrungsmittel |
Ähnlich eingeordnet: Arbeiter in der Abfallsortierung · Regalbetreuer und -auffüller · Verpacker
Zwei Dinge bleiben ungemessen: Küchen- und Ausgaberobotik ist nicht erfasst, und für Lieferantenverhandlung und -beziehung — den Kern des Beschaffungsanteils — ist weder Veränderung noch Unberührtheit belegt. Nach heutigem Stand ist das Zubereiten wenig berührt, der beschaffende Teil bleibt 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
Das Zubereiten selbst — der Kern dieser Arbeit — zählt gleich dreifach belegt zu den am wenigsten von KI betroffenen Tätigkeiten. Anders sieht es beim beschaffenden Teil aus, also Ware bestellen, Bestände disponieren, Lieferanten steuern: Dort ist eine Verschiebung belegt — die Nachfrage nach den zugehörigen, eher planend-analytischen Fähigkeiten geht messbar zurück, es geht dabei um eine Umschichtung, nicht um Wegfall. Diese Verschiebung ist allerdings umstritten: Eine andere Quelle stuft die einschlägigen Einkaufstätigkeiten gegenläufig als kaum betroffen ein, und dieser Widerspruch lässt sich mit der vorliegenden Studienlage nicht auflösen.
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.
Die planende und preisoptimierende Seite der Beschaffung gerät durch KI in Bewegung, das Aushandeln und Pflegen von Lieferantenbeziehungen bleibt menschliche Arbeit.
Beim Optimieren von Preisen, Mengen und Lieferketten zählt der Einkauf zu den am stärksten von KI berührten Bereichen: Wo Aufgaben besonders KI-fähig sind, sinkt anschliessend die Nachfrage nach den zugehörigen Fähigkeiten, und die Arbeit verlagert sich innerhalb des Berufs zu weniger berührten Teilaufgaben. Zugleich stuft eine andere Untersuchung genau die Kern-Einkaufsberufe als kaum berührt ein, sodass das Bild uneinheitlich bleibt. Absehbar ist vor allem eine Verschiebung: Die datengetriebene Analyse übernimmt zunehmend KI, das Aushandeln und Pflegen der Lieferantenbeziehungen bleibt eine menschliche Aufgabe.
Das Zubereiten und Servieren lebt vom körperlichen Tun — daran geht die heutige KI weitgehend vorbei.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Die Arbeit in Küche und Service besteht im Kern aus körperlichem Handeln, und genau daran stößt die heutige KI an ihre Grenze: Systeme für Text und Sprache haben auf die physische Ausführung keinen Zugriff. Mehrere unabhängige Untersuchungen ordnen diese Tätigkeit übereinstimmend als kaum betroffen ein; das Servieren liegt dabei etwas höher als das Zubereiten, bleibt aber ebenfalls begrenzt. Unberührt heißt allerdings nicht ohne Folgen: Betriebe in diesem Feld führen KI seltener ein und könnten deshalb langsamer wachsen als stärker automatisierende Branchen.
Die handwerkliche Arbeit am Lebensmittel bleibt, weil die heutige KI hier nicht zugreifen kann.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Verarbeiten und Veredeln von Lebensmitteln von Hand lebt vom körperlichen Tun — vom Zerlegen, Kneten, Prüfen und Abschmecken. Genau hier stößt die heutige KI an ihre Grenze: Sie ist stark im Verarbeiten von Sprache und Daten, hat aber auf die eigentliche physische Arbeit keinen Zugriff, weshalb Fachleute den manuellen Tätigkeiten durchweg ein niedriges Automatisierungspotenzial zuordnen. Mehrere unabhängige Messungen reihen diese Lebensmittelberufe übereinstimmend unter die am wenigsten betroffenen ein.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Zubereiter von Fast Food und anderen Imbissen · 9411
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.
In pricing and supply chain optimization, Purchasing Managers and Wholesale and Retail Buyers emerge as the most exposed, while in process automation and operational efficiency the most exposed tasks are linked to Sales Engineers and Other Engineering Technologists.
Across all specifications, coefficients on task-level AI exposure are negative and of similar magnitude: greater exposure reduces the intensity with which firms demand skills linked to those tasks. […] a one–standard deviation increase in task-level AI exposure lowers demand for the associated skills by about 2 percent over five years. Because the dependent variable is a share, this implies reallocation of labor effort away from exposed tasks and toward less-exposed tasks within the same occupation.
Purchasing Agents (13-1023) 1.51 / High-skill, high-wage occupations are the most exposed to artificial intelligence. […] These are occupations that require cognitive skills that cannot be automated with a discrete set of instructions, but for which artificial intelligence excels
One-third of organizations expect AI to reduce their workforce in the coming year, even though large-scale job losses have not yet shown up in overall employment data. […] Anticipated reductions are highest in service operations, supply chain, and software engineering. Across nearly all functions, anticipated decreases outpaces those already observed. / This trend is particularly pronounced in service operations, supply chain/inventory management, marketing and sales, and software engineering, where the expected decrease in employees for the next year significantly exceeds the actual decrease reported over the past year.
Minimal Exposure 3323 Buyers 0.39 0.08 / Minimal Exposure 1324 Supply, Distribution and Related Managers 0.38 0.05 / Minimal Exposure (Low exposure, moderate task variability) μ < 0.5 and μ + σ > 0.4 — Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited. / a more granular distinction of Minimal Exposure, where some interaction with GenAI may occur, but without significantly altering the nature of these roles / 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.
Not Exposed 5120 Cooks 0.18 0.06 / Not Exposed 9411 Fast Food Preparers 0.18 0.05 / Not Exposed 9412 Kitchen Helpers 0.13 0.02 / Not Exposed 3434 Chefs 0.25 0.06 / 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.
Minimal Exposure 5131 Waiters 0.28 0.16 / Minimal Exposure (Low exposure, moderate task variability) μ < 0.5 and μ + σ > 0.4 Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited.
In occupations dominated by manual and physical tasks […] 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
even occupations with little direct task exposure to AI—such as food preparation and serving—also experience employment share declines, since their employers are less likely to adopt AI and thus grow more slowly than AI-adopting firms.
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.
Not Exposed 7511 Butchers, Fishmongers and Related Food Preparers 0.13 0.03 / Not Exposed 7512 Bakers, Pastry-cooks and Confectionery Makers 0.17 0.08 / Not Exposed 7513 Dairy Products Makers 0.22 0.17 / Not Exposed 7514 Fruit, Vegetable and Related Preservers 0.15 0.04 / Not Exposed 7516 Tobacco Preparers and Tobacco Products Makers 0.14 0.06 / Minimal Exposure 7515 Food and Beverage Tasters and Graders 0.31 0.16 / Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure 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.
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.
Food Preparation Workers / Cooks, Private Household / Cooks, Restaurant / This table details the top and bottom 25 occupations ranked by average AI exposure, as determined by the measurement process described in Section 2.2. These rankings are based on the computed AI exposure scores, which leverage task-level similarities between AI applications and occupational descriptions.
Das Zubereiten selbst ist als unverändert gemessen — beim Bestellen und Disponieren von Ware verschiebt sich dagegen nachweislich etwas
Für den Kern der Rolle ist der Befund eindeutig und dreifach abgestützt: Die ILO führt „Fast Food Preparers" (9411) mit 0,18 bei einer Standardabweichung von 0,05 in der niedrigsten von sechs Kategorien, Hampole et al. sprechen für „food preparation and serving" ausdrücklich von „little direct task exposure to AI", und Lane (2024) zählt Küchenhilfsberufe über die OECD zu den am wenigsten exponierten. Anders steht es um den beschaffenden Anteil der Arbeit — Ware bestellen, Bestände disponieren, Lieferanten steuern: Dafür liegt kein 9411-Wert vor, auf Tätigkeitsebene ist dieser Bereich aber als verändert belegt, wobei Hampole et al. je Standardabweichung Aufgaben-Exposition rund 2 Prozent weniger Nachfrage nach den zugehörigen Skills über fünf Jahre messen — eine Umschichtung weg von den analytisch-dispositiven Anteilen wie Bedarfs- und Bestandsprognose, nicht deren Wegfall. Diese Verschiebung ist allerdings umstritten: Die ILO stuft die Kern-Einkaufsberufe gegenläufig als „Minimal Exposure" ein (Buyers 0,39 bei SD 0,08), und die Divergenz zwischen den Messungen ist mit diesem Korpus nicht auflösbar.
Zwei Dinge bleiben ungemessen: Küchen- und Ausgaberobotik wird von keiner Korpusquelle auf Tätigkeitsebene erfasst, und für Lieferantenverhandlung und Lieferantenbeziehung — den namensgebenden Kern des Beschaffungsanteils — ist weder Betroffenheit noch Unbetroffenheit belegt.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Zubereiter von Fast Food und anderen Imbissen allgemein — mit Tätigkeiten wie „Räume, Flächen und Fahrzeuge reinigen“ oder „Einkauf, Beschaffung und Lieferantenbeziehungen managen“.
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): Zubereiter von Fast Food und anderen Imbissen — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/zubereiter-von-fast-food-und-anderen-imbissen
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0