# Verändert KI den Beruf Zubereiter von Fast Food und anderen Imbissen?

Das Zubereiten selbst bleibt unverändert — beim Bestellen und Disponieren von Ware verschiebt sich dagegen nachweislich etwas.

## Einordnung im Vergleich

Die Internationale Arbeitsorganisation stuft diesen Beruf als nicht von generativer KI berührt ein.

*Quelle: ILO, Generative AI and Jobs (Working Paper 140), 2025 — übernommene Einstufung*

In unserer eigenen Auswertung gehört dieser Beruf zum unteren Mittelfeld von 411 verglichenen Berufen.

*Eigene Auswertung von SapientShift (SapientShift-Tätigkeitsanalyse) auf Basis der ILO-Werte*

Ähnlich betroffen sind nach unserer Auswertung: [Arbeiter in der Abfallsortierung](https://sapientshift.com/berufe/arbeiter-in-der-abfallsortierung), [Regalbetreuer und -auffüller](https://sapientshift.com/berufe/regalbetreuer-und-auffueller), [Verpacker](https://sapientshift.com/berufe/verpacker).

In der Gruppe Hilfskräfte Nahrungsmittel haben wir 2 Berufe verglichen. Keiner ist stärker betroffen als dieser.

## Tätigkeiten und ihre Entwicklung

- **Räume, Flächen und Fahrzeuge reinigen** — unverändert
  Die körperliche Reinigungsarbeit bleibt, die Rolle der Robotik ist noch offen.
- **Einkauf, Beschaffung und Lieferantenbeziehungen managen** — verändert
  Die planende und preisoptimierende Seite der Beschaffung gerät durch KI in Bewegung, das Aushandeln und Pflegen von Lieferantenbeziehungen bleibt menschliche Arbeit.
- **Speisen und Getränke zubereiten und servieren** — unverändert — für diesen Beruf einzeln gemessen
  Das Zubereiten und Servieren lebt vom körperlichen Tun — daran geht die heutige KI weitgehend vorbei.
- **Lebensmittel von Hand verarbeiten und veredeln** — unverändert — für diesen Beruf einzeln gemessen
  Die handwerkliche Arbeit am Lebensmittel bleibt, weil die heutige KI hier nicht zugreifen kann.

## Was dieser Beruf heute macht

Schnell soll es gehen: Zubereiter von Fast Food kochen und richten eine überschaubare Auswahl an Gerichten an – von Sandwich bis Pizza.

## Was KI verändert

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.

## Wo diese Aussage endet

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.

## Was die Studien sagen

### Räume, Flächen und Fahrzeuge reinigen

- Alle Kern-Reinigungsberufe fallen in die niedrigste ILO-Expositionskategorie (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Table A1, PDF-S. 62 (gedruckt S. 57/59) [9111]; PDF-S. 63 (gedruckt S. 60) [9112, 9123, 9129]; PDF-S. 64 (gedruckt S. 61) [7133, 9122, 9613]; PDF-S. 58 (gedruckt S. 55) [5153, norm.: im Text über zwei Zeilen umbrochen]; PDF-S. 59 (gedruckt S. 56) [5151, norm.])
- „Not Exposed" heißt bei diesen Berufen: auch keine exponierten Teilaufgaben (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Table 5 „GenAI Exposure Gradients: Definition and Interpretation", PDF-S. 41 (gedruckt S. 38); ILO WP 140, Abschnitt zu Table 5, PDF-S. 41 (gedruckt S. 38))
- Der Mechanismus: GenAI hat keine Fähigkeit zur physischen Aufgabenausführung (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Abschnitt zu Figure 13, PDF-S. 32 (gedruckt S. 29); ILO WP 140, Beispiel-Justification Table, PDF-S. 34 (gedruckt S. 31); ILO WP 140, Abschnitt zu Figure 2, PDF-S. 17 (gedruckt S. 14))
- Unabhängige Zweitmessung (OECD / Lane 2024): Reinigungsberufe am unteren Ende (Skills in the AI Age (OECD AI Papers No. 60), 2026 — OECD AI Papers No. 60, Skills in the AI Age, PDF-S. 15/16 (gedruckt S. 15))
- Dritte Messung (Hampole et al.): Reinigungsberufe unter den 25 am wenigsten exponierten (Artificial Intelligence and the Labor Market (NBER Working Paper 33509), 2025 — Hampole et al., AI and the Labor Market, NBER WP 33509, Table A.2, PDF-S. 97 (gedruckt S. 95); NBER WP 33509, Note zu Table A.2, PDF-S. 97 (gedruckt S. 95))

### Einkauf, Beschaffung und Lieferantenbeziehungen managen

- In firmeninternen KI-Anwendungen zur Beschaffungs-/Supply-Chain-Optimierung sind Einkaufsleitung und Einkäufer die am stärksten exponierten Berufe (Artificial Intelligence and the Labor Market (NBER Working Paper 33509), 2025 — Hampole/Papanikolaou/Schmidt/Seegmiller, NBER WP 33509, Abschnitt 1.3 "Examples", PDF-S. 15 (gedr. S. 13))
- Aufgaben mit hoher KI-Exposition verlieren anschließend messbar an Nachfrage — Verschiebung des Aufgabenmix innerhalb desselben Berufs (Artificial Intelligence and the Labor Market (NBER Working Paper 33509), 2025 — NBER WP 33509, Abschnitt 1.4, PDF-S. 17 (gedr. S. 14/15))
- Purchasing Agents zählen nach der Felten/Raj/Seamans-Messung zu den fünf am stärksten KI-exponierten Berufen überhaupt (Artificial Intelligence and the Changing Demand for Skills in the Labour Market (OECD AI Papers No. 14), 2024 — OECD AI Papers No. 14, Tabelle 2.1, PDF-S. 17 (gedr. S. 17))
- Unternehmen erwarten für die Funktion Supply Chain/Beschaffung überdurchschnittliche Personalreduktionen durch KI (AI Index Report 2026, Kapitel 4: Economy, 2026 — Stanford HAI, AI Index 2026, Kap. 4 Economy, Chapter Highlights Nr. 8, PDF-S. 3 (gedr. S. 173) [norm.]; Vertiefung ebd., PDF-S. 54 (gedr. S. 224))
- Gegenläufiger Befund: ILO stuft die beiden Kern-Einkaufsberufe als „Minimal Exposure“ ein (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Table A1, PDF-S. 54 (gedr. S. 51); Definition Table 5, PDF-S. 41 (gedr. S. 38); ebd., PDF-S. 40/41; Table 5, PDF-S. 41 (Gradient 2, zu 3324 Trade Brokers))

### Speisen und Getränke zubereiten und servieren

- Die ausführenden Berufe sind gemessen und als nicht exponiert klassifiziert (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Table A1 "ISCO-08 occupations by exposure gradient", PDF-S. 59–63; ILO WP 140, Table 5 "GenAI Exposure Gradients: Definition and Interpretation", PDF-S. 41 (gedruckt S. 38) [norm.])
- Beim Servieren (Waiters) ist die Exposition höher als beim Zubereiten, aber weiterhin „limited" (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Table A1, PDF-S. 57; ILO WP 140, Table 5, PDF-S. 41 [norm.])
- Der Mechanismus ist benannt: GenAI hat keine Fähigkeit zur physischen Aufgabenausführung (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Abschnitt zur Experten-Anpassung, PDF-S. 32 (gedruckt S. 29) [norm.]; ILO WP 140, Table 4 "Sample of adjustments and justifications", PDF-S. 33/35 (gedruckt S. 30) [norm.])
- Unabhängige Bestätigung: US-Task-Daten sehen „little direct task exposure" (Artificial Intelligence and the Labor Market (NBER Working Paper 33509), 2025 — Hampole et al., "AI and the Labor Market", NBER WP 33509, PDF-S. 7)
- Dritte unabhängige Stimme: geringste Exposition im OECD-Ranking (Skills in the AI Age (OECD AI Papers No. 60), 2026 — OECD AI Papers No. 60, "Skills in the AI Age", PDF-S. 16 (gedruckt S. 15) [norm.])

### Lebensmittel von Hand verarbeiten und veredeln

- Alle sechs Kernberufe der Untergruppe 751 sind von der ILO gemessen und fallen in die niedrigste Expositionskategorie (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Table A1 (ISCO-08 occupations by exposure gradient), PDF-S. 63 (7511); PDF-S. 61 (7512); PDF-S. 59 (7513); PDF-S. 62 (7514); PDF-S. 62 (7516); PDF-S. 57 (7515) [norm.]; ergänzend Table 5, PDF-S. 41 (gedr. S. 38) zur Kategoriedefinition)
- Die ILO nennt den Mechanismus: Expertenprüfung senkte die Werte manueller Tätigkeiten aktiv ab (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Abschn. 4 Expert validation survey, PDF-S. 32 (gedr. S. 29))
- Die ILO benennt die Kapazitätsgrenze explizit (Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140), 2025 — ILO WP 140, Table 4 (Beispiel-Justifikation zu Schweißarbeiten), PDF-S. 34 (gedr. S. 31))
- Eine unabhängige US-Messung reiht angrenzende Lebensmittelberufe unter die 25 am wenigsten exponierten Berufe ein (Artificial Intelligence and the Labor Market (NBER Working Paper 33509), 2025 — Hampole et al., NBER WP 33509, Table A.2 (Top and bottom 25 occupations by average AI exposure), Spalte „25 Least Exposed Occupations", PDF-S. 97 (gedr. S. 95))

## Provenienz und Zitierhinweis

- Stand der Prüfung: 2026-07-19
- Methode: SapientShift-Tätigkeitsanalyse
- ISCO-08: 9411
- Mittlere Exposition (ILO): 0.18
- Streuung (SD, ILO): 0.05
- ILO-Stufe: Not Exposed
- Band (eigene Auswertung): unteres Mittelfeld
- Vergleichsbasis: 411 Berufe

### Quellen

- [Artificial Intelligence and the Changing Demand for Skills in the Labour Market (OECD AI Papers No. 14)](https://www.oecd.org/content/dam/oecd/en/publications/reports/2024/04/artificial-intelligence-and-the-changing-demand-for-skills-in-the-labour-market_861a23ea/88684e36-en.pdf) (2024), OECD Publishing, Paris
- [Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140)](https://www.ilo.org/sites/default/files/2025-05/WP140_web.pdf) (2025), International Labour Office, Genf
- [Skills in the AI Age (OECD AI Papers No. 60)](https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/07/skills-in-the-ai-age_e8d8c1e6/972bd15e-en.pdf) (2026), OECD Publishing, Paris
- [AI Index Report 2026, Kapitel 4: Economy](https://hai.stanford.edu/assets/files/ai_index_report_2026_chapter_4_economy.pdf) (2026), Stanford Institute for Human-Centered AI (HAI)
- [Artificial Intelligence and the Labor Market (NBER Working Paper 33509)](https://www.nber.org/system/files/working_papers/w33509/w33509.pdf) (2025), National Bureau of Economic Research

### Diese Seite zitieren

```
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
```


https://sapientshift.com/employee-input?rolle=zubereiter-von-fast-food-und-anderen-imbissen&from=beruf