Der Kern dieser Arbeit ist Genauigkeit: Jede Zahl muss stimmen, jede Buchung nachvollziehbar sein. Prüfen, verbuchen, zusammenfassen – dieselben Routineschritte, angewandt auf immer neue Zahlen. Wie viel davon heute noch von einer einzelnen Person geprüft wird, ist in Bewegung.
Bürokräfte im Rechnungswesen sorgen dafür, dass Zahlen, Buchungen und Rechnungen stimmen – Beleg für Beleg.
Bürokräfte im Rechnungswesen und in der Buchhaltung berechnen, klassifizieren und erfassen numerische Daten, um die Vollständigkeit der Finanzunterlagen zu gewährleisten. Sie führen jede Kombination von Routineaufgaben des Berechnens, Verbuchens und Überprüfens aus, um primäre Finanzdaten für die Führung von Buchhaltungsunterlagen zu gewinnen. Zu den Aufgaben gehören - (a) Überprüfen von Zahlen, Buchungen und Dokumenten auf korrekte Eingabe, rechnerische Richtigkeit und richtige Kodierung; (b) Bedienen von Computern, die mit Buchhaltungssoftware programmiert sind, um Informationen zu erfassen, zu speichern und zu analysieren; (c) Klassifizieren, Erfassen und Zusammenfassen numerischer und finanzieller Daten zur Erstellung und Führung von Finanzunterlagen mittels Journalen und Hauptbüchern oder Computern; (d) Berechnen, Vorbereiten und Ausstellen von Rechnungen, Fakturen, Kontoauszügen und anderen Finanzausweisen gemäß festgelegten Verfahren. (e) Zusammenstellen von statistischen, finanziellen, buchhalterischen oder Prüfungsberichten und -tabellen zu Themen wie Bareinnahmen, Ausgaben, Verbindlichkeiten und Forderungen sowie Gewinnen und Verlusten. Beispiele für die hier eingeschlossenen Berufe: - Bürokraft im Rechnungswesen - Bürokraft in der Buchhaltung - Kostenrechner Einige verwandte, anderswo eingeordnete Berufe: - Buchhaltungsassistent - 3313 - Buchhalter - 3313
Buchführungsfachkraft · Buchhaltungsfachkraft · Buchhaltungssachbearbeiter · Buchhaltungssachbearbeiterin · Fakturist · Fakturist/Fakturistin · Fakturistin · Rechnungssachbearbeiter · Rechnungssachbearbeiterin · Verkaufssachbearbeiter · Verkaufssachbearbeiter/Verkaufssachbearbeiterin · Verkaufssachbearbeiterin · +21 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 4311.
Das Verbuchen und Erfassen zählt zur höchsten Betroffenheitsstufe, durchgängig statt punktuell — doch die prüfende und freigebende Hälfte der Arbeit ist gar nicht gesondert gemessen.
Bürokräfte im Rechnungswesen und in der Buchhaltung liegt nahe am oberen Rand — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| oberstes Fünftel von 411 Berufen | unter den am stärksten von generativer KI berührten Berufen | Von 6 verglichenen Berufen sind 4 weniger betroffen als dieser. Gruppe: Rechnungswesen & Materialwirtschaft |
Ähnlich eingeordnet: Bürokräfte im Finanz- und Versicherungswesen · Schreibkräfte und Bediener von Textverarbeitungsanlagen · Weitere Bürokräfte
Zum Umgang mit Papierbelegen und zu Systemen, die Dokumente automatisch einlesen und verarbeiten, sagen die Studien nichts. Und ob Aufsichtsrecht, das Vier-Augen-Prinzip und Haftungsregeln den technisch möglichen Spielraum überhaupt zulassen, hat bislang niemand geprüft. Nach heutigem Stand zeigt die Zahl also, was technisch denkbar wäre — nicht, was der rechtliche Rahmen davon tatsächlich erlaubt.
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
Für das Verbuchen und die Datenerfassung liegt der eigene Wert in der höchsten Betroffenheitsstufe, und im unmittelbaren Umfeld bleibt kaum eine Teilaufgabe ausgenommen. Unabhängig davon messen Betriebe mit mehr KI-Einsatz eine sinkende Nachfrage nach Bürofertigkeiten — vor allem nach administrativer Unterstützung und Aktenführung — gleichgerichtet über zehn Länder, und Arbeitgeber zählen Buchhalter und Datenerfasser zu den am schnellsten schrumpfenden Rollen; dieselbe Quelle nennt allerdings auch Demografie und schwächeres Wachstum als Mit-Gründe. Die andere Hälfte der Arbeit — Plausibilität prüfen, Ausnahmen behandeln, freigeben — hat bislang keine Untersuchung getrennt gemessen. Und die Fachstelle hat ihre früheren, deutlich höheren Werte ausdrücklich gesenkt, weil viele dieser Aufgaben weiterhin erheblichen menschlichen Aufwand verlangen.
Das Verfassen der Berichte wird schneller, das Prüfen und Verantworten der Inhalte rückt in den Vordergrund.
Beim Schreiben von Sach- und Verwaltungstexten übernimmt KI zunehmend den ersten Rohentwurf: In kontrollierten Versuchen halbiert sich die Zeit fürs Draften, während das Überarbeiten sich mehr als verdoppelt — Tempo und Qualität steigen dabei zugleich. Diese Bürotätigkeiten gehören zu den am stärksten betroffenen, und in echten Stellenanzeigen sinkt bei KI-nahen Betrieben die Nachfrage nach reinen Schreib- und Verwaltungsfertigkeiten. Was bleibt, ist das Redigieren und das Einstehen für den Inhalt.
Das reine Abwickeln von Zahlungen wandert in die Automatik, das Beraten rund um die Transaktion gewinnt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Verbuchen und Abwickeln von Finanztransaktionen zählt zu den am stärksten betroffenen Bürotätigkeiten, und Arbeitgeber erwarten für Buchhaltungs- und Kassenrollen einen deutlichen Rückgang. Der Bankschalter nach Einführung der Geldautomaten zeigt aber, dass sich Arbeit dabei eher verlagert als verschwindet: Die reine Transaktion wurde automatisiert, gefragt war danach mehr Kundenberatung und komplexerer Service. Der abwickelnde Kern verschiebt sich also in Richtung Automatik, während das Beraten und Klären rund um die Zahlung menschlich bleibt.
Das Aufsetzen von Budgets und Finanzplänen verschiebt sich zur KI hin, das Einordnen und Verantworten der Zahlen bleibt gefragt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Planen und Kontrollieren von Budgets zählt zu den Finanztätigkeiten, deren KI-Nähe zuletzt gestiegen ist — die strukturierte, datengetriebene Rechenarbeit lässt sich mit KI-Werkzeugen zu einem guten Teil erledigen, von Budgetvorlagen bis zum Durchspielen verschiedener Szenarien. In stark KI-nahen Betrieben geht die Nachfrage nach reinen Budgetierungs- und Rechnungswesen-Kompetenzen etwas zurück. Zugleich bleibt Budgetierung gerade in den hoch betroffenen Berufen eine der meistgeforderten Fähigkeiten — das Rechnen verschiebt sich also eher zur KI, das Einordnen und Verantworten der Zahlen bleibt beim Menschen.
Das reine Erfassen läuft zunehmend automatisch, das Prüfen und Nachbearbeiten bleibt menschlich.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Erfassen und Prüfen von Daten zählt zu den am stärksten betroffenen Tätigkeiten: In Betrieben mit mehr KI geht die Nachfrage nach solchen Bürofähigkeiten messbar zurück, und Arbeitgeber rechnen reine Erfassungsrollen zu den am schnellsten schrumpfenden. Zugleich hat die Forschung ihre frühere Einschätzung nach unten korrigiert — der Prüf- und Nachbearbeitungsanteil erfordert in der Praxis weiterhin erhebliche menschliche Arbeit. Der reine Verbuchungsteil läuft zunehmend automatisch, das Prüfen und Korrigieren am Einzelfall bleibt.
Das Aufspüren von Unregelmäßigkeiten ist genau das, worin KI stark wird — das Verantworten der Prüfung bleibt.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Prüfen von Finanzvorgängen auf Auffälligkeiten trifft KI im Kern: Betrugs- und Anomalieerkennung ist genau das Feld, auf das Unternehmen ihre Anwendungen ausrichten, und mehrere Untersuchungen zählen die prüfenden Rollen zu den am stärksten betroffenen überhaupt. Arbeitgeber rechnen bis 2030 mit einem Rückgang der Prüf- und Buchhaltungsberufe; im Schnitt sinkt die Nachfrage in diesem Feld um rund 2 %. Was bleibt, ist das Einordnen und Verantworten eines Befundes — die Maschine markiert das Auffällige, die Bewertung liegt weiter beim Menschen.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Bürokräfte im Rechnungswesen und in der Buchhaltung · 4311
Similar to our 2023 study, clerical occupations exhibit the highest levels of exposure, though with a decline in their mean scores due to a reassessment of certain task-level evaluations […] Among the 13 occupations classified in gradient 4, the majority represent clerical roles, including data entry clerks, typists and word processing operators, accounting and bookkeeping clerks, and general office clerks.
In contrast, occupations involving more cognitive or knowledge-intensive tasks, such as Clerical Support Workers and Professionals, show a much more mixed picture. While some tasks in these groups received lower scores, many others were revised upwards by the expert group, reflecting the greater adaptability of generative AI for structured, data-driven, or communication-focused tasks.
ChatGPT substantially changes the structure of writing tasks. Figure 3 Panel A shows that prior to the treatment, participants spend about 25% of their time brainstorming, 50% writing a rough draft, and 25% editing. Post-treatment, the share of time spent writing a rough draft falls by more than half and the share of time spent editing more than doubles.
Our results show that ChatGPT substantially raises average productivity: time taken decreases by 0.8 SDs and output quality rises by 0.4 SDs. Inequality between workers decreases, as ChatGPT compresses the productivity distribution by benefiting low-ability workers more.
At the establishment level, AI exposure is associated with declining demand for general skills commonly used in office settings. […] Digging further into these categories, the results point to drops in demand for general office skills such word processing and spreadsheet software, basic computer programming skills, as well as administrative and clerical tasks and basic project management skills.
Gradient 4 4311 Accounting and Bookkeeping Clerks 0.64 0.07 Gradient 4 4312 Statistical, Finance and Insurance Clerks 0.64 0.02 Gradient 4 3311 Securities and Finance Dealers and Brokers 0.63 0.04 […] Gradient 4 3312 Credit and Loans Officers 0.6 0.04
Additionally, some occupations – such as financial analysts, and web and multimedia developers (gradient 4), as well as bank tellers, translators, applications programmers, investment advisers (gradient 3) – have increased their levels of exposure, highlighting the expanding abilities of GenAI technology to potentially automate more specialized tasks in professional and technical roles.
In previous technological transitions, this type of adaptation was exemplified by the well-known case of bank tellers following the diffusion of automatic teller machines (ATMs) in the 1990s (Bessen, 2016). As ATMs automated routine cash withdrawals, they also lowered operational costs, enabling banks to open more branches and, in turn, increasing the demand for bank tellers in roles that required more complex customer service and advisory tasks.
Gradient 1 5230 Cashiers and Ticket Clerks 0.39 0.14
By contrast, respondents expect the fastest-declining roles to include various clerical roles, such as Cashiers and Ticket Clerks, alongside Administrative Assistants and Executive Secretaries, Printing Workers, and Accountants and Auditors. Broadening digital access, AI and information processing technologies, and robots and autonomous systems are the primary drivers for this decline. Aging and declining working-age populations and slower economic growth also contribute to the decline in clerical roles.
Performing financial estimates to develop a household budget 0.37 0.64 0.64 The task of performing financial estimates to develop a household budget can be significantly automated with generative AI tools like ChatGPT due to the structured and data-driven nature of budget calculations. GenAI can generate budget templates, provide financial advice based on data inputs, and simulate different financial scenarios, which aligns closely with the theoretical group's higher score of 0.64, indicating strong po tential for automation with AI's current capabilities. [norm.] / Conversely, for tasks like ‚maintaining documentation of classes with children' or ‚performing finan cial estimates for household budgets', the experts recognized the structured and analytical nature of these tasks, which generative AI can assist with to a substantial degree. [norm.]
Additionally, some occupations – such as financial analysts, and web and multimedia developers (gradient 4), as well as bank tellers, translators, applications programmers, investment advisers (gradient 3) – have increased their levels of exposure, highlighting the expanding abilities of GenAI technology to potentially automate more specialized tasks in professional and technical roles.
Establishment-level AI exposure is associated with decreased demand for management skills. On average across countries in the sample demand for management skills declined by under 4 percentage points for a one standard deviation increase in AI exposure (Figure 4.2, Panel A). All countries in the sample are associated with a decline in management skills, and all are statistically significant from zero. Resource management includes human resource management, financial management, among others. Some of the most frequently demanded skills in financial management include budgeting and accounting.
The most demanded skills in occupations with high AI exposure are management, business processes and social skills. Management and business processes contain skills such as project management, budgeting and accounting, administration, clerical tasks and customer support. On average across the 10 OECD countries in the sample, 72% of vacancies in high AI exposure occupations demand at least one management skill and 67% demand at least one business processes skill. [norm.]
For JPMC, applications in fraud detection, predictive modeling, and financial forecasting map most closely to tasks performed by Other Financial Specialists and by Accountants and Auditors. / we find that higher mean exposure of an occupation's tasks to employer-adopted AI applications reduces subsequent employment growth in that occupation–firm pair, while greater concentration of exposure raises it. […] a one–standard deviation increase in mean task exposure reduces the occupation's within-firm employment share by about 14.5 percent over five years, while a similar increase in concentration raises it by about 7.5 percent.
„Gradient 4 4132 Data Entry Clerks 0.7 0.03" „Gradient 4 highlights occupations with the highest share of tasks exposed to potential GenAI-driven automation, and with a high consistency of this exposure across tasks (Highest exposure, low task variability). This gradient aligns closely with the notion of automation risk in our earlier classification system (Gmyrek et al., 2023)."
„Among the 13 occupations classified in gradient 4, the majority represent clerical roles, including data entry clerks, typists and word processing operators, accounting and bookkeeping clerks, and general office clerks." „Clerical occupations continue to have the highest exposure levels, albeit with some important downward revisions to individual tasks scores. Such occupations include data entry clerks, typists, accounting, bookkeeping clerks and administrative secretaries."
„Skills and tasks that can be roughly described as clerical tasks were the sub-group of skills that saw the largest reduction in demand. Demand for clerical skills declined by slightly more than 2 percentage points for a one standard deviation increase in establishment-level AI exposure (Figure 4.3, Panel B). Just as with the business process group, all countries saw a decline in demand for clerical skills […]" „The most frequently demanded skills in clerical tasks are administrative support and record keeping, and this subgrouping includes the use of general office tools as well." „This report finds that AI may now be putting these same clerical and administrative skills under direct threat of automation leading to diminishing demand for these skills."
„Similarly, businesses expect the fastest-declining roles to include Postal Service Clerks, Bank Tellers and Data Entry Clerks." „By contrast, respondents expect the fastest-declining roles to include various clerical roles, such as Cashiers and Ticket Clerks, alongside Administrative Assistants and Executive Secretaries, Printing Workers, and Accountants and Auditors. Broadening digital access, AI and information processing technologies, and robots and autonomous systems are the primary drivers for this decline. Aging and declining working-age populations and slower economic growth also contribute to the decline in clerical roles."
„This decrease highlights the distinction between the theoretical automation potential of a task and the practical insights gained from two years of experimentation with GenAI tools. While tasks such as taking meeting notes or scheduling appointments can significantly benefit from GenAI support, our 2023 scores for such tasks, which reached 0.9 in some cases, reflected an overly optimistic assessment of full automation potential. In reality, many of these tasks still require substantial human effort." „Notwithstanding these findings, we stress that such exposure does not imply the immediate automation of an entire occupation, but rather the potential for a large share of its current tasks to be performed using this technology. Whether this leads to the disappearance of an occupation or workforce replacement is a more complex question — one that will depend on the initial decision to adopt the technology, but also the extent to which individuals in these occupations are given opportunities to learn to work with these technologies […]"
Gradient 3 2411 Accountants 0.51 0.08 Exposed: Gradient 3 (Significant exposure, high task variability) … 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.
Gradient 4 4311 Accounting and Bookkeeping Clerks 0.64 0.07 Gradient 4 4312 Statistical, Finance and Insurance Clerks 0.64 0.02 Gradient 4 2413 Financial Analysts 0.62 0.06 Gradient 2 3313 Accounting Associate Professionals 0.49 0.13 Gradient 2 3352 Government Tax and Excise Officials 0.49 0.12 Among the 13 occupations classified in gradient 4, the majority represent clerical roles, including data entry clerks, typists and word processing operators, accounting and bookkeeping clerks, and general office clerks.
Genetic counsellors, financial examiners and actuaries are the three occupations with the highest exposure. These are occupations that require cognitive skills that cannot be automated with a discrete set of instructions, but for which artificial intelligence excels (Green, 2023[5]). Financial Examiners (13-2061) 1.53
For JPMC, applications in fraud detection, predictive modeling, and financial forecasting map most closely to tasks performed by Other Financial Specialists and by Accountants and Auditors. Both firms also emphasize fraud detection—'Fraud Detection, AML & Risk Mitigation' at JPMC and 'Fraud, Security, and Anomaly Detection' at Walmart—which is not surprising given the massive volume of transactions they process. We see that several groups experience meaningful declines: 'Business and Financial' occupations fall by 2.2% on average
By contrast, respondents expect the fastest-declining roles to include various clerical roles, such as Cashiers and Ticket Clerks, alongside Administrative Assistants and Executive Secretaries, Printing Workers, and Accountants and Auditors. Broadening digital access, AI and information processing technologies, and robots and autonomous systems are the primary drivers for this decline. Accountants and Auditors -5 -8 5
Verbuchen und Datenerfassung liegen in der höchsten Expositionsstufe, und zwar durchgängig statt punktuell — die Prüf- und Freigabehälfte der Arbeit ist nicht getrennt gemessen.
Für diese Rolle liegt in beiden Kerntätigkeiten derselbe eigene Wert vor: 4311 Accounting and Bookkeeping Clerks steht bei 0,64 (Gradient 4, SD 0,07), der höchsten Kategorie, und die ILO nennt „accounting and bookkeeping clerks" im Fließtext ausdrücklich unter den dreizehn Gradient-4-Berufen — im unmittelbaren Umfeld liegt 4312 Statistical, Finance and Insurance Clerks bei 0,64 mit einer Streuung von nur 0,02, was heißt, dass in diesem Aufgabenfeld keine nennenswerte Nische unexponierter Teilaufgaben verbleibt. Methodisch unabhängig davon misst die OECD in Betrieben mit höherer KI-Exposition einen Rückgang der Nachfrage nach Bürofertigkeiten um gut 2 Prozentpunkte je Standardabweichung, mit „administrative support and record keeping" als häufigster Einzelfähigkeit dieser Gruppe und gleichgerichtet in allen zehn Ländern, während Arbeitgeber Accountants and Auditors sowie Data Entry Clerks unter den am schnellsten schrumpfenden Rollen erwarten — dieselbe Quelle nennt jedoch im selben Absatz Demografie und schwächeres Wirtschaftswachstum als beitragende, nicht-technische Treiber. Zwei Einschränkungen gehören dazu: die ILO hat ihre eigenen Scores von 2023 für clerical tasks von teils 0,9 abgesenkt, weil „many of these tasks still require substantial human effort", und betont, Exposition bedeute Potenzial und nicht sofortige Automatisierung; für die Prüf-Hälfte der Arbeit — Plausibilitätskontrolle, Ausnahmebehandlung, Freigabe — trennt keine Quelle die Messung auf, und für das Verfassen von Berichten liegt für 4311 selbst kein Wert vor, dort gilt der Tätigkeitsbefund (Rohentwurf halbiert sich, Redigieren verdoppelt sich).
Zum physischen Beleghandling sowie zu OCR-, Dokumentenerkennungs- und RPA-Systemen sagt keine der zehn Quellen etwas, und ob Aufsichtsrecht, Vier-Augen-Prinzip und Haftungsregeln den gemessenen technischen Spielraum überhaupt zulassen, prüft keine Korpusquelle.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Bürokräfte im Rechnungswesen und in der Buchhaltung allgemein — mit Tätigkeiten wie „Sach- und Verwaltungstexte sowie Berichte verfassen“ oder „Finanztransaktionen und Zahlungen abwickeln“.
Für diesen Beruf sprechen die Daten für deutliche Veränderung.
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): Bürokräfte im Rechnungswesen und in der Buchhaltung — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/buerokraefte-im-rechnungswesen-und-in-der-buchhaltung
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0