Die Prognose, die nicht sterben wollte
Seit über einem Jahrzehnt verankert eine einzige Zahl die öffentliche Angst vor Automatisierung: 47%. 2013 schätzten die Oxford-Martin-School-Ökonomen Carl Benedikt Frey und Michael Osborne, dass dieser Anteil der US-Beschäftigung in Berufen mit hohem Computerisierungsrisiko lag — über ein unbestimmtes zukünftiges Zeitfenster, das sie nur als „vielleicht ein Jahrzehnt oder zwei” beschrieben. Das Papier wurde zu einem der meistzitierten wirtschaftswissenschaftlichen Arbeitspapiere des Jahrhunderts, und die 47%-Zahl kursiert bis heute in Schlagzeilen und Vorstandspräsentationen, als wäre sie eine feststehende Vorhersage statt einer probabilistischen Schätzung, die auf Annahmen aus dem Jahr 2013 darüber beruhte, welche Aufgaben Software plausibel lernen könnte.
Bis 2022 hatte Robert D. Atkinson von der Information Technology and Innovation Foundation das natürliche Experiment, das anderen Prognostikern fehlt: neun Jahre tatsächlicher Arbeitsmarktdaten. Sein Urteil fiel unmissverständlich aus. Die USA hatten seit Erscheinen des Papiers rund 16 Millionen Arbeitsplätze hinzugewonnen, die Arbeitslosigkeit lag bei 3,7%, und als er die berufsbezogenen Risikowerte von Frey und Osborne mit dem verglich, was tatsächlich mit diesen Berufen geschah, war die Korrelation schwach — etwa 0,26. Die 47% traten nicht ein. Das bedeutet nicht, dass Automatisierung harmlos ist; es bedeutet, dass ein einzelner Anfälligkeitswert zu einem bestimmten Zeitpunkt, so rigoros er auch modelliert wurde, ein schlechter Leitfaden für ein Jahrzehnt technologischen, wirtschaftlichen und institutionellen Wandels ist. Jede Aussage über „sichere” Handwerksberufe im Folgenden sollte mit diesem Fehlerrisiko im Hinterkopf gelesen werden.
Zwei Paradoxien, die ständig verwechselt werden
Diskussionen über manuelle Arbeit und KI ziehen regelmäßig zwei Ideen heran, als wären sie austauschbar. Das sind sie nicht, und der Unterschied zählt für die Planung.
Das Moravec-Paradox ist eine informatische Beobachtung, benannt nach dem 1988 erschienenen Buch Mind Children des Robotikers Hans Moravec und zur gleichen Zeit von Rodney Brooks und Marvin Minsky formuliert. Es besagt, dass abstraktes Schlussfolgern für eine Maschine rechnerisch billig ist, während die sensomotorische und wahrnehmungsbezogene Fähigkeit eines Kleinkinds — Gleichgewicht, Griff, Tiefenwahrnehmung, Objekterkennung im Durcheinander — außerordentlich teuer ist. Es erklärt, warum ein Modell ein juristisches Staatsexamen bestehen kann, bevor ein Roboter zuverlässig Wäsche zusammenlegen kann.
Das Polanyi-Paradox ist der arbeitsökonomische Begriff, und er ist derjenige, der tatsächlich vorhersagt, welche Berufe der Automatisierung widerstehen. Der MIT-Ökonom David Autor prägte ihn in einem NBER-Arbeitspapier vom September 2014, aufbauend auf der Beobachtung des Philosophen Michael Polanyi von 1966, dass „wir mehr wissen, als wir sagen können”. Fachkräfte im Handwerk diagnostizieren routinemäßig einen defekten Stromkreis, ein festsitzendes Ventil oder einen keuchenden Kompressor mithilfe von Mustererkennung, die sie nicht vollständig als Regelwerk artikulieren können — was bedeutet, dass sie sich auch nicht sauber in Trainingsdaten oder einen Entscheidungsbaum kodieren lässt. Autors eigene Schlussfolgerung gilt weiterhin: „Die Herausforderungen, Maschinen für Aufgaben einzusetzen, die Anpassungsfähigkeit, gesunden Menschenverstand und Kreativität erfordern, bleiben immens.”
Die Unterscheidung ist wichtig, weil sich das Moravec-Paradox auf Roboterkörper bezieht und das Polanyi-Paradox auf stillschweigendes menschliches Urteilsvermögen. Ein Handwerksberuf kann aus einem der beiden Gründe, aus beiden oder aus keinem automatisierungsresistent sein — und beide zu vermischen führt zu nachlässigen Vorhersagen.
Was 200.000 echte Gespräche zeigen — und was nicht
Frey und Osborne modellierten Anfälligkeit von außen. 2025 verfolgte Microsoft Research einen anderen Ansatz: Kiran Tomlinson und Kollegen untersuchten 200.000 anonymisierte Bing-Copilot-Gespräche anhand der O*NET-Datenbank beruflicher Tätigkeiten und erstellten einen „KI-Anwendbarkeitswert” für Hunderte Berufe. Die am niedrigsten bewerteten Berufe — Phlebotomisten, Pflegehilfskräfte, Masseure, Maschinenbediener und Dachdecker — teilen ein offensichtliches Merkmal: Die Arbeit findet an einem Körper statt, an einem bestimmten Ort, mit den Händen.
Die Forscher stellten ausdrücklich klar, dass dies eine Messung der Aufgabenüberschneidung mit einem Chatbot ist, keine Prognose von Entlassungen. In einem Folgeblogbeitrag, der auf reißerische Presseberichterstattung reagierte, schrieben sie: „Unsere Studie zieht keine Schlussfolgerungen über den Wegfall von Arbeitsplätzen; im Paper haben wir ausdrücklich davor gewarnt, unsere Befunde für diese Schlussfolgerung zu verwenden.” Ein niedriger Anwendbarkeitswert heute beschreibt, wo generative KI gegenwärtig als Chat-Assistent wenig hilfreich ist. Er sagt nichts über einen fünf Jahre weiterentwickelten Roboter mit besseren Kameras und billigeren Aktuatoren aus — genau das Terrain, das das Kapitel Humanoide Roboter dieser Seite verfolgt.
Die Komplikation: „manuell” ist nicht eine Sache
Hier bricht die saubere Geschichte auseinander. Der Future of Jobs Report 2025 des Weltwirtschaftsforums fragte Arbeitgeber, welche Fähigkeiten bis 2030 wichtiger oder unwichtiger werden würden. Fast jede Fähigkeitskategorie sollte demnach an Bedeutung gewinnen. Nur zwei sollten netto abnehmen — und eine davon war „manuelle Geschicklichkeit, Ausdauer und Präzision”, mit einem Nettominus von 24%.
Das widerspricht nicht den obigen Handwerksdaten; es erinnert daran, dass „manuelle Arbeit” wild unterschiedliche Jobs umfasst. Kommissionierung im Lager, Fließbandarbeitsplätze und sich wiederholende industrielle Handhabung sind manuell, körperlich anstrengend und genau die Art strukturierter, wiederholbarer Bewegung, die die industrielle Robotik seit Jahren automatisiert — lange bevor generative KI existierte. Ein lizenzierter Elektriker, der eine unbekannte Schalttafel in einem unbekannten Haus fehlersucht, ist ebenfalls „manuell”, ähnelt aber einer Lageraufgabe in seiner Unvorhersehbarkeit, Haftung und dem Bedarf an Urteilsvermögen kaum. Die vom WEF befragten Arbeitgeber scheinen Ersteres wahrzunehmen, während die Nachfrage nach Letzterem bestehen bleibt. Ein Handwerksberuf ist nicht dadurch geschützt, manuell zu sein; er ist geschützt, indem er stillschweigendes Urteilsvermögen mit entweder einer harten Anforderung an physische Präsenz oder struktureller Ersatznachfrage kombiniert, die ein Roboter noch nicht günstig erfüllen kann.
Fünf Handwerksberufe, zwei unterschiedliche Gründe, Nachfrage zu erwarten
Die Projektionen des Occupational Outlook Handbook des Bureau of Labor Statistics für 2025–2035 veranschaulichen beide Mechanismen zugleich:
| Handwerksberuf | Prognostiziertes Wachstum | Jährliche offene Stellen | Median-Lohn (Mai 2025) |
|---|---|---|---|
| Elektriker | 9% | ~72.700 | $63.190 |
| Klempner, Rohrleger, Dampfmonteure | 7% | ~42.000 | $63.800 |
| HLK-/Kältetechniker | 11% | ~40.600 | $61.010 |
| Aufzugs-/Rolltreppenmonteure | 6% | ~1.900 | $109.910 |
| Häusliche Pflege-/Betreuungskräfte | 18% | ~760.500 | $35.800 |
Elektriker, Klempner und HLK-Techniker verbinden das Urteilsvermögen des Polanyi-Paradoxes (die Diagnose eines unbekannten Systems) mit einer alternden bestehenden Belegschaft und einer mehrjährigen Ausbildungspipeline — für Elektriker etwa vier bis fünf Jahre und rund 2.000 bezahlte Stunden pro Jahr —, die sich nicht einfach verkürzen lässt, nur weil die Nachfrage steigt. Aufzugsmonteure verdienen von den fünf genannten Berufen am meisten, ein Spiegelbild einer engen, lizenzierten, sicherheitskritischen Spezialisierung mit wenigen Einsteigern. Häusliche Pflege- und Betreuungskräfte liegen am anderen Ende der Lohnskala, verzeichnen aber bei Weitem die höchste absolute Zahl offener Stellen, getrieben von der Demografie statt von Ausbildungsplatzknappheit: Eine alternde Bevölkerung braucht mehr persönliche Pflege, als die derzeitige Belegschaft leisten kann, und diese Nachfrage ist vergleichsweise unempfindlich gegenüber Automatisierung, weil sie von physischer Präsenz, Vertrauen und persönlichem Urteilsvermögen abhängt, das heutige Robotik nicht im großen Maßstab oder kostengünstig liefern kann.
Der rote Faden
Nichts davon kommt einer dauerhaften Ausnahme gleich. Ein Handwerksberuf wirkt dauerhaft, wenn er stillschweigende Fähigkeiten erfordert, die sich der Kodifizierung widersetzen, wenn die Belegschaft, die ihn ausübt, schneller schrumpft als die Nachfrage, oder wenn der Job physische Präsenz auf eine Weise erfordert, die noch kein Roboter günstig erbringt — idealerweise mehr als eines davon zugleich. Er wirkt zerbrechlich, wenn die „manuelle” Komponente in Wahrheit repetitiv und strukturiert ist, genau die Art manueller Arbeit, auf die industrielle und Lagerrobotik seit einer Generation abzielen. Das Lesen von BLS-Wachstums- und Lohndaten ist ein vernünftiger erster Filter für einen Haushalt oder eine junge Arbeitskraft, die Optionen abwägt — aber es ist ein Filter, keine Garantie. Dieselbe Disziplin, die die Leute 2013 davon hätte abhalten sollen, die 47% als Evangelium zu behandeln, gilt für jede Zahl in diesem Artikel.