KI-sichere Jobs

Warum manche Rollen weniger exponiert sind

Wenn aktuelle KI-Systeme eine Aufgabe gut können, taucht sie in Datensätzen wie Josh Kales „AI Exposure of the US Job Market“ als hoch exponiert auf. Das gilt für viele rein textbasierte Aufgaben: standardisierte Reports, einfache Übersetzungen, generischer Kundenservice oder formelhafte Marketingtexte.

Niedrig exponiert sind Rollen, deren Wert vor allem aus Beziehungen, körperlicher Präsenz, Verantwortung gegenüber Menschen oder spezifischem Domänenkontext entsteht. Sozialpädagogik, Handwerk, Pflege, Hausmeisterei, Bildungsarbeit, Verwaltung mit Aktenführung oder die meisten gesundheitsnahen Berufe schneiden in den Heuristiken konsistent als KI-resistent ab.

Typische KI-sichere Rollen

• Bildungsreferent:innen, Lehrkräfte, Sozial- und Erziehungsdienst
• Pflege, Therapie und gesundheitsnahe Berufe
• Verwaltung im öffentlichen Dienst und in NGOs
• Handwerk, technische Wartung, Anlagenbetrieb
• Beratung und Coaching mit hohem Beziehungsanteil
• Projektmanagement im sozialen Sektor

Eher exponierte Rollen

Höher exponiert sind Tätigkeiten, in denen aktuelle KI-Systeme spürbar nahe an die Kerntätigkeit kommen: einfache Übersetzungen, generische Texterstellung, Standard-Kundenservice, Datenaufbereitung, Recherche-Sammelarbeit, formelhafte Reports oder weite Teile des Junior-Programmierens für Standard-Frontends.

„Höher exponiert“ heißt nicht „verloren“. In den allermeisten Fällen verändert KI die Rolle, statt sie ersatzlos zu streichen – sie verschiebt den Schwerpunkt auf Bewertung, Verantwortung, Beziehung und Kontextwissen. Genau das ist der Grund, warum wir den Score als Filter verwenden, nicht als Urteil.

Wo die Einschätzung an Grenzen stößt

• Wir messen nicht deinen konkreten Job. Wir ordnen ihn dem nächstgelegenen US-Beruf in einem öffentlichen Datensatz zu.
• Hybride und neue Rollen, die mehrere Berufsbilder verbinden, fallen oft durchs Raster.
• Der Score sagt nichts über deinen konkreten Arbeitgeber, dein Team oder deine Spezialisierung aus.
• Datensätze veralten. Wir aktualisieren, sobald die zugrundeliegende Quelle aktualisiert wird.

Vollständige Methodik lesen →

Häufig gestellte Fragen

1. Garantiert Lunigi, dass ein Job „KI-sicher“ ist?+

   Nein. „KI-sicher“ ist eine Heuristik, kein Versprechen. Wir nutzen einen öffentlichen Score, der angibt, wie stark die Tätigkeit eines Berufs aktuelle KI-Fähigkeiten überschneidet. Den Score legen wir transparent offen.

2. Welche Datenquelle steckt hinter dem Score?+

   Wir nutzen den öffentlichen Datensatz „AI Exposure of the US Job Market“ von Josh Kale. Er deckt 343 US-Berufe ab und bewertet jeden auf einer Skala von 0 bis 10. Mehr Details findest du auf der Methodik-Seite.

3. Bedeutet ein hoher Score, dass mein Job verschwindet?+

   Nein. Hohe Exposition bedeutet, dass aktuelle KI-Systeme viele Aufgaben in dieser Rolle gut beherrschen. In den meisten Fällen führt das zu einer Veränderung der Rolle – nicht zu ihrem Verschwinden.

4. Bedeutet ein niedriger Score, dass mein Job sicher ist?+

   Auch nicht. Auch niedrig exponierte Berufe verändern sich – durch Wirtschaft, Politik, Demografie, neue Tools. Der Score misst nur den heutigen Abstand zwischen aktueller KI und der Tätigkeit.

5. Funktioniert das auch für Jobs in Deutschland und der Schweiz?+

   Wir bilden DACH-Stellen auf den nächstgelegenen US-Beruf ab. Das passt oft sauber, manchmal nicht. Auf der Methodik-Seite erklären wir, wo die Mapping-Logik an Grenzen stößt.