Der Kern dieser Arbeit ist, aus vielen einzelnen Informationen ein Bild zu machen, auf das andere ihre Entscheidungen stützen. Zahlen, Berichte und Gespräche fließen zusammen zu einer Einschätzung, was als Nächstes passieren könnte.
Bevor Geld investiert wird, verschaffen Finanzanalysten den Durchblick: Sie werten Zahlen aus und schätzen ein, wie sich ein Investment wohl entwickelt.
Finanzanalysten führen quantitative Analysen von Informationen durch, die die Anlageprogramme öffentlicher oder privater Institutionen betreffen. Zu den Aufgaben gehören - (a) Analyse von Finanzinformationen zur Erstellung von Prognosen über Geschäfts-, Branchen- und Wirtschaftsbedingungen zur Verwendung bei Anlageentscheidungen; (b) Erhaltung des Wissensstands und Verfolgung der Entwicklungen in den Bereichen Industrietechnologie, Wirtschaft, Finanzen und Wirtschaftstheorie; (c) Interpretation von Daten, die Anlageprogramme betreffen, wie Preis, Rendite, Stabilität, zukünftige Trends bei Anlagerisiken und wirtschaftliche Einflüsse; (d) Beobachtung wirtschaftlicher, industrieller und unternehmerischer Entwicklungen durch Analyse von Informationen aus Finanzpublikationen und -diensten, Investmentbanken, Regierungsbehörden, Fachpublikationen, Unternehmensquellen und persönlichen Interviews; (e) Empfehlung von Anlagen und Anlagezeitpunkten an Unternehmen, Mitarbeiter von Investmentfirmen oder die investierende Öffentlichkeit; (f) Festlegung der Preise, zu denen Wertpapiere syndiziert und der Öffentlichkeit angeboten werden sollen; (g) Erstellung von Handlungsplänen für Investitionen auf Grundlage von Finanzanalysen; (h) Bewertung und Vergleich der relativen Qualität verschiedener Wertpapiere einer bestimmten Branche; (i) Präsentation mündlicher und schriftlicher Berichte über allgemeine Wirtschaftstrends, einzelne Unternehmen und ganze Branchen. Beispiele für die hier eingeordneten Berufe: - Anleihenanalyst - Investmentanalyst - Wertpapierberater
Finanzanalyst · Finanzanalyst/Finanzanalystin · Finanzanalystin · Middle-Office-Mitarbeiter · Middle-Office-Mitarbeiter/Middle-Office-Mitarbeiterin · Middle-Office-Mitarbeiterin · Mitarbeiter im Risikocontrolling · Mitarbeiterin im Risikocontrolling · banking analyst · capital markets analyst · company analyst · credit analyst · +23 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 2413.
Das Suchen und Aufbereiten von Daten übernimmt zunehmend die Maschine — das Beurteilen und Verantworten der Ergebnisse wird damit zum Kern der Arbeit.
Finanzanalysten 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 11 verglichenen Berufen ist keiner stärker betroffen als dieser. Gruppe: Betriebswirtschaft & Verwaltung |
Ähnlich eingeordnet: Web- und Multimediaentwickler · Übersetzer, Dolmetscher und andere Linguisten · Anwendungsprogrammierer
Für die Beratung zu Finanz- und Versicherungsprodukten liegt bislang nur eine grobe Einschätzung der Betroffenheit vor — welcher Teil der Beratung sich tatsächlich verschiebt, ist offen: die Bedarfsermittlung, der Produktvergleich, die Eignungsprüfung oder das Gespräch selbst. Nach heutigem Stand lässt sich also sagen, dass der Beruf berührt wird, aber nicht, an welcher Stelle. Genauer hinzusehen lohnt vor allem dort, wo Routine-Vergleiche und Protokolle anfallen.
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
Die Finanzanalyse gehört zu den am stärksten von KI berührten Analyseberufen — namentlich genannt als einer der Berufe, deren Betroffenheit zwischen 2023 und 2025 gestiegen ist, weil KI zunehmend auch spezialisierte Fachaufgaben übernehmen kann. Konkret verschiebt sich das Auffinden: Die verbreitetste KI-Anwendung überhaupt durchsucht Dashboards und Datenbanken selbstständig nach Trends und Ursachen und schreibt verständliche Zusammenfassungen für Nicht-Fachleute, während Betriebe die Fähigkeit, Ergebnisse einzuordnen und zu interpretieren, umso wichtiger einschätzen. Auch der Rohentwurf der Berichte wandert zur Maschine, während Prüfen und Verantworten zunehmen — und weil kaum unberührte Rückzugsaufgaben bleiben, trifft die Verschiebung breit. Ob daraus am Ende weniger Beschäftigung wird, ist damit ausdrücklich noch nicht gesagt: Betroffenheit ist nicht dasselbe wie der tatsächliche Effekt, und eine Feldmessung dazu fehlt bislang.
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 maschinelle Auswerten von Daten übernimmt zunehmend die KI, das Deuten der Ergebnisse wird wichtiger.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Analysieren und Deuten von Daten verändert sich spürbar: Das Aufspüren von Trends und Zusammenhängen ist die verbreitetste KI-Anwendung überhaupt und trifft genau die Berufe, die diese Aufgabe ausführen — Werkzeuge durchsuchen Kennzahlen und Datenbanken und fassen Auffälligkeiten in verständlicher Sprache zusammen. Die eigentliche Interpretationskompetenz wird dadurch aber nicht ersetzt, sondern gerade wichtiger; Fachleute berichten, dass Datenauswertung und -deutung an Bedeutung gewinnen. Wie stark sich die Aufgabe verschiebt, hängt davon ab, wie breit sie im jeweiligen Beruf ausgefüllt wird — mal verlagert sie sich nur, mal fällt sie stärker weg.
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 Aufbereiten und Vergleichen der Produktinformationen verschiebt sich, das Verantworten der Empfehlung bleibt beim Menschen.
Die Beratung zu Finanz- und Versicherungsprodukten gehört zu den Tätigkeiten, die KI besonders stark erfasst: Ein großer Teil der Aufgaben — Informationen zusammentragen, Produkte vergleichen, Vorschläge vorbereiten — lässt sich zunehmend automatisieren, und dieser Anteil ist zwischen 2023 und 2025 sogar noch gewachsen. Das heißt aber nicht, dass die Tätigkeit verschwindet: Ob aus der hohen Betroffenheit ein Wegfall wird, ist eine deutlich komplexere Frage. Das Einordnen und Verantworten der konkreten Empfehlung für einen Menschen bleibt.
Das Auffinden von Information verschiebt sich zur KI, das Einordnen und Bewerten bleibt beim Menschen.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Recherche gehört zu den Tätigkeiten, die KI schon heute spürbar durchdringt — in der Wissensarbeit ist sie die am stärksten genutzte Funktion überhaupt. In Betrieben, die stärker auf KI setzen, sinkt die Nachfrage nach kognitiven Fähigkeiten messbar, und gerade das Aufspüren übersehener Informationen übernimmt zunehmend die Maschine. Was bleibt, ist das Einordnen, Gewichten und Verantworten dessen, was zusammengetragen wurde.
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: Finanzanalysten (ISCO 2413) · 2413
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 2413 Financial Analysts 0.62 0.06 […] Gradient 3 3314 Statistical, Mathematical and Related Associate Professionals 0.57 0.1 […] Gradient 3 2120 Mathematicians, Actuaries and Statisticians 0.56 0.09 […] Gradient 3 2631 Economists 0.55 0.08 / 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.
SMEs indicate that GenAI has made data analysis and interpretation skills more important, along with other skills (OECD, 2025 [11]). / growing use of algorithmic management tools in the workplace is increasing the need for certain skills, such as those related to general management and analysis (e.g. ability to use or interpret data) (Milanez, Lemmens and Ruggiu, 2025 [34])
The most common cluster across nearly all sectors is 'Business Intelligence Insights,' reflecting the broad applicability of predictive analytics. / Applications in the Business Intelligence Insights category affect a wide range of workers, especially those in Management, Business and Financial, and Computer and Math occupations. / Business-intelligence tools here scan dashboards and databases to find trends and root causes without manual digging. They alert users when a key metric shifts and explain the main drivers by region, channel, or customer type. Natural-language summaries make insights readable for non-analysts.
Management Analysts and Financial Risk Specialists show similar mean exposure to 'Business Intelligence Insights' applications, but exposure is more concentrated for Management Analysts, making them less likely to be displaced according to our model. / 'Operational Data Analytics' affects tasks more narrowly than 'Customer Experience Automation' despite similar mean exposure, leading to very different implications for labor demand.
Technology-related roles are the fastest-growing jobs in percentage terms, including Big Data Specialists, Fintech Engineers, AI and Machine Learning Specialists and Software and Application Developers.
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 3 2412 Financial and Investment Advisers 0.57 0.11 | Gradient 3 3321 Insurance Representatives 0.53 0.12 | Gradient 4 3311 Securities and Finance Dealers and Brokers 0.63 0.04 | Gradient 4 3312 Credit and Loans Officers 0.6 0.04
Gradient 3 captures occupations where a significant portion of tasks are consistently exposed to GenAI, signaling growing automation risks and requiring adaptation strategies for workers (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.
Exposed: Gradient 4 (Highest exposure, low task variability) μ ≥ 0.6 and μ - σ >= 0.5 High and consistent GenAI exposure across tasks within the occupation. Most current tasks in these jobs have a high potential of automation, with little variability in task-level exposure.
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.
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
Gradient 3 captures occupations where a significant portion of tasks are consistently exposed to GenAI, signaling growing automation risks and requiring adaptation strategies for workers (Significant exposure, high task variability).
Gradient 4 4132 Data Entry Clerks 0.7 0.03 […] Gradient 4 2413 Financial Analysts 0.62 0.06
AI exposure is associated with a decline in demand for c ognitive skills at the establishment level. On average across countries in the sample demand for cognitive skills declined by a little over 3 percentage points for a one standard deviation increase in AI exposure (Figure 4.4, Panel A).
It may seem surprising that originality or creativity would be less demanded with greater exposure to AI. These are skills that are not at first glance associated with AI's capabilities. However, many new discoveries rely on finding a new piece of information or missing element that had been previously overlooked […]. Machine learning may already be replacing humans in finding these overlooked elements
The highest reported AI usage was in knowledge management for business, legal, and professional services (58%) and in software engineering and IT in the technology sector (58% and 56%, respectively). […] More broadly, functions tied to information processing, software, customer engagement, and internal knowledge work reported higher adoption than areas such as strategy and corporate finance and risk and compliance, where uptake remains low across most sectors.
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
Das Auffinden von Trends wandert zur Maschine, das Beurteilen der Ergebnisse gewinnt an Gewicht
Finanzanalysten sind der einzige der analysierenden Berufe im höchsten ILO-Gradienten — μ 0,62 bei SD 0,06 —, und die Quelle nennt sie namentlich unter den Berufen, deren Exposition zwischen 2023 und 2025 gestiegen ist, begründet mit „the expanding abilities of GenAI technology to potentially automate more specialized tasks in professional and technical roles". Was sich dabei konkret verschiebt: Die verbreitetste KI-Anwendungsklasse überhaupt durchsucht Dashboards und Datenbanken, um Trends und Ursachen „without manual digging" zu finden, und erzeugt Natural-Language-Zusammenfassungen für Nicht-Analysten, während die OECD berichtet, dass Betriebe Analyse- und Interpretationsfähigkeiten dadurch als wichtiger einschätzen — die Übernahme der Interpretationsleistung selbst belegt keine Korpusquelle, und für das Verfassen der zugehörigen Berichte wandert der Rohentwurf zur Maschine, während Prüfen und Verantworten zunehmen. Zwei Einschränkungen stehen unmittelbar daneben: Die niedrige Streuung von 0,06 bedeutet, dass kaum unexponierte Rückzugsaufgaben verbleiben, auf die umverteilt werden könnte, und für die Beratung von Kunden zu Finanz- und Versicherungsprodukten liegen zwar Gradient-3- und Gradient-4-Werte vor, aber keine einzige Zeit-, Produktivitäts- oder Feldmessung — Exposition ist laut ILO ausdrücklich „not the actual impact on employment".
Für die Kundenberatung zu Finanz- und Versicherungsprodukten liegt allein eine Expositionsmessung vor: Welcher Beratungsschritt — Bedarfsermittlung, Produktvergleich, Beratungsprotokoll, Eignungsprüfung oder das Gespräch selbst — sich verschiebt, sagt keine Quelle.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Finanzanalysten allgemein — mit Tätigkeiten wie „Sach- und Verwaltungstexte sowie Berichte verfassen“ oder „Daten, Trends und Ergebnisse analysieren und interpretieren“.
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): Finanzanalysten — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/finanzanalysten-2413
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0