Der Kern dieser Arbeit ist eine Abwägung: Wie viel Vertrauen verdient dieser eine Antrag, innerhalb fester Regeln? Dafür braucht es Zahlen ebenso wie das Gespräch mit den Antragstellenden selbst. Wie diese Abwägung heute getroffen wird, verändert sich gerade.
Wer einen Kredit oder ein Darlehen beantragt, hat es mit Kreditsachbearbeitern zu tun: Sie prüfen die Unterlagen und entscheiden, ob es grünes Licht gibt.
Kreditsachbearbeiter analysieren und bewerten Finanzinformationen zu Kredit- und Darlehensanträgen und entscheiden über die Genehmigung oder Ablehnung des Kredits oder Darlehens für den Kunden bzw. empfehlen dem Management die Genehmigung oder Ablehnung. Zu den Aufgaben gehören - (a) Befragung von Antragstellern für Privat-, Hypotheken-, Studien- und Geschäftskredite; (b) Recherche und Bewertung der finanziellen Situation, Referenzen, Bonität und Rückzahlungsfähigkeit von Kreditantragstellern; (c) Einreichung von Kredit- und Darlehensanträgen beim Management mit Empfehlungen zur Genehmigung oder Ablehnung; (d) Genehmigung oder Ablehnung von Kreditanträgen innerhalb der zugelassenen Grenzen unter Einhaltung der Bonitätsstandards des Instituts; (e) Führung von Zahlungsaufzeichnungen, Erstellung routinemäßiger Mahnschreiben für überfällige Konten und deren Weiterleitung zur rechtlichen Verfolgung; (f) Vervollständigung der Kredit- und Darlehensdokumentation. Beispiele für die hier eingeordneten Berufe: - Darlehenssachbearbeiter - Hypothekensachbearbeiter Einige verwandte, anderswo eingeordnete Berufe: - Filialleiter eines Finanzinstituts - 1346
Bankkundenberater · Bankkundenberater/Bankkundenberaterin · Bankkundenberaterin · Darlehensreferent · Darlehensreferentin · Filialkundenberater im Bankwesen · Filialkundenberaterin im Bankwesen · Finanzierungsspezialist · Finanzierungsspezialistin · Individualkundenberater im Bankwesen · Individualkundenberaterin im Bankwesen · Kreditbearbeiter · +108 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 3312.
Kreditabwicklung und Aktenführung zählen zu den am stärksten betroffenen Tätigkeiten — der Entscheidungsakt selbst gilt als gemessen unberührt.
Kreditsachbearbeiter 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 24 verglichenen Berufen sind 22 weniger betroffen als dieser. Gruppe: Kaufmännische Fachkräfte |
Ähnlich eingeordnet: Fachkräfte für Abrechnungs- und Speditionsdienstleistungen · Nicht akademische Statistikfachkräfte · Wertpapierhändler, -makler und Finanzmakler
Für diesen Beruf fehlt bislang jede belastbare Messung aus der Praxis: ob Bearbeitungszeiten wirklich sinken und ob Kreditentscheidungen anders ausfallen, hat noch keine Untersuchung geklärt. Offen bleibt auch, ob das Aufsichtsrecht einen möglichen Wandel ausbremst. Die Richtung lässt sich erahnen, doch handfeste Belege stehen noch aus.
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
Das Abwickeln von Krediten und die Aktenführung gehören zu den am stärksten betroffenen Tätigkeiten, und weil kaum eine unbetroffene Teilaufgabe bleibt, gibt es hier wenig Ausweichraum — in stärker KI-geprägten Betrieben sinkt die Nachfrage nach solchen Verwaltungsfertigkeiten messbar. Der prüfende, entscheidende Kern der Arbeit steht dagegen anders da: Das eigentliche Urteil gilt als gemessen unberührt, und betroffen heißt ohnehin nicht, dass sofort automatisiert wird. Und selbst wo es technisch ginge, kommt eine eigene Schranke hinzu: Banken zögern, Entscheidungen wie eine Kreditfreigabe ganz der KI zu überlassen, und wollen menschliches Urteil, Aufsicht und Verantwortung behalten.
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 Ablegen und Verwalten von Dokumenten läuft zunehmend automatisch, ganz ohne menschlichen Anteil geht es aber nicht.
Das Verwalten und Ablegen von Akten gehört zu den Tätigkeiten, die KI am stärksten erfasst — die Berufe, in denen es steckt, zählen zu den am deutlichsten betroffenen. In KI-nahen Betrieben sinkt die Nachfrage nach Aktenführungs- und Bürofertigkeiten messbar, und Fachleute rechnen mit einem KI-getriebenen Rückgang dieser Tätigkeiten; das gilt als Bruch mit einer früheren Zeit, in der solche Fertigkeiten sogar gefragter wurden. Zugleich hat die Forschung ihre eigene Erwartung an eine Vollautomatisierung nach unten korrigiert: In der Praxis brauchen viele dieser Aufgaben weiterhin spürbaren menschlichen Einsatz.
Das Bearbeiten der Fälle verschiebt sich, das hoheitliche Entscheiden bleibt in menschlicher Hand.
Die vorbereitende, sachbearbeitende Seite dieser Tätigkeit ist von KI berührt — allerdings ungleich verteilt: Manche Teilschritte lassen sich unterstützen, andere bleiben unangetastet. Der eigentliche hoheitliche Kern, das Prüfen und Entscheiden mit Verantwortung, gilt als wenig betroffen; hinzu kommt, dass Institutionen zögern, solche Entscheidungen überhaupt an Maschinen zu delegieren. Wo Routineschritte automatisiert werden, kann die Nachfrage dennoch sinken, ohne dass die Tätigkeit selbst ersetzt wird.
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.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
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.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Kreditsachbearbeiter · 3312
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.
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.
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.
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 … 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.
Hershbein and Kahn (2018) show that vacancies demanding routine, cognitive skills such as those found in clerical and administrative occupations demanded more skills, and employment in these positions grew modestly after the great recession. … 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.
The presence of both Graphic Designers and Legal Secretaries just outside the top 10 fastest-declining job roles, a first-time prediction not seen in previous editions of the Future of Jobs Report, may illustrate GenAI's increasing capacity to perform knowledge work. Job decline in both roles is seen as driven by both AI and information processing technologies as well as by broadening digital access.
Exposed: Gradient 2 (Moderate exposure, high task variability) · 0.4 ≤ μ < 0.5 and μ + σ ≥ 0.5 · Moderate occupational AI exposure, with high task-level variability. These occupations include a mix of some tasks that are exposed to GenAI and others not at risk, making the impact uneven. / Gradient 2 3352 Government Tax and Excise Officials 0.49 0.12 / Gradient 2 3353 Government Social Benefits Officials 0.45 0.07 / Gradient 2 3354 Government Licensing Officials 0.43 0.07
Not Exposed 2612 Judges 0.31 0.08 / Not Exposed 3355 Police Inspectors and Detectives 0.23 0.07 / Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
Gradients 1-3 comprise occupations where the automation of specific tasks is limited, and some degree of task variability exists. As such, the ‚bundle of tasks' that constitutes occupations acts as a buffer against full automation. However, this does not mean that demand for these occupations will remain stable, as the efficiencies gained from introducing technology may mean that fewer workers are needed. If efforts are not made to help such jobs evolve with GenAI and integrate new tasks, even partial automation of existing tasks could lead to a decline in overall job demand in occupations found in higher exposure gradients.
An important aspect also concerns the institutional and societal acceptance of automating tasks and occupations – even when technically feasible. […] Similarly, financial institutions might hesitate to fully delegate decisions such as mortgage approvals or business plan evaluations to AI systems, preferring to retain human judgement, oversight and accountability.
Business process skills have also seen a reduction in demand from establishments more exposed to AI. On average across countries in the sample, demand for business process skills declined by 3.5 percentage points for a one standard deviation increase in AI exposure […] Business Process skills include clerical and administrative tasks along with sales and customer service. / 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 […] The most frequently demanded skills in clerical tasks are administrative support and record keeping.
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
Kreditabwicklung und Aktenführung liegen im höchsten Expositionsgradienten, der Entscheidungsakt selbst gilt als gemessen nicht exponiert.
Für Credit and Loans Officers weist die ILO 0,60 bei einer Streuung von nur 0,04 aus — Gradient 4, den die Quelle selbst dem Begriff des Automatisierungsrisikos zuordnet ('highest share of tasks exposed … high consistency of this exposure across tasks'); die geringe Streuung heißt: es gibt in diesem Berufsbild praktisch keine unexponierte Teilaufgabe, auf die sich ausweichen ließe. Der aktenführende Anteil ist unabhängig davon gemessen: in KI-exponierteren Betrieben sinkt die Nachfrage nach clerical skills um gut 2 Prozentpunkte je Standardabweichung Exposition, mit 'administrative support and record keeping' als häufigster Einzelfertigkeit dieser Gruppe — während die prüfend-entscheidenden Berufe auf Tätigkeitsebene ein anderes Bild zeigen: Sachbearbeitung in Gradient 2 mit ausdrücklich 'uneven' Wirkung, der urteilende Kern (Judges 0,31 bei Streuung 0,08) dagegen als 'Not Exposed', also nicht einmal in Teilaufgaben. Die ILO dämpft ihre eigenen Werte doppelt: Exposition 'dös not imply the immediate automation of an entire occupation', und institutionelle Akzeptanz ist eine eigene Schranke — 'financial institutions might hesitate to fully delegate decisions such as mortgage approvals or business plan evaluations to AI systems, preferring to retain human judgement, oversight and accountability'.
Für diese Rolle liegt keine Feld-, Zeit- oder Qualitätsmessung vor: ob Bearbeitungszeiten sinken, ob Bonitätsentscheidungen anders ausfallen und ob Aufsichtsrecht die Exposition bremst, untersucht keine der Korpusquellen.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Kreditsachbearbeiter allgemein — mit Tätigkeiten wie „Finanztransaktionen und Zahlungen abwickeln“ oder „Akten und Dokumente verwalten und ablegen“.
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): Kreditsachbearbeiter — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/kreditsachbearbeiter
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0