Der Kern dieser Arbeit ist, einer Sache eine Zahl zu geben, die vor Gericht oder bei einer Versicherung Bestand hat. Dafür braucht es den Blick vor Ort ebenso wie den Vergleich mit dem, was Ähnliches zuletzt wert war.
Ob Schmuck, Haus oder Auto: Schätzer und Schadensgutachter bestimmen den Wert von Dingen – und beurteilen, wie groß ein Schaden wirklich ist.
Schätzer und Schadensgutachter bewerten Eigentum und verschiedene Güter und beurteilen Schäden, die durch Versicherungspolicen gedeckt sind. Zu den Aufgaben gehören - (a) Bestimmung der Qualität oder des Wertes von Rohstoffen, Immobilien, Industrieanlagen, persönlichen und Haushaltsgegenständen, Kunstwerken, Edelsteinen und anderen Objekten; (b) Beurteilung des Ausmaßes von Schäden oder Verlusten sowie der Haftung von Versicherungsgesellschaften und Versicherern für durch Versicherungspolicen gedeckte Schäden; (c) Einholung von Aufzeichnungen über Verkäufe und Werte ähnlicher Gegenstände oder Immobilien; (d) Inspektion von Gegenständen oder Immobilien zur Beurteilung von Zustand, Größe und Bauweise; (e) Erstellung von Wertgutachten mit Darlegung der verwendeten Bewertungsfaktoren und -methoden. Beispiele für die hier eingeordneten Berufe: - Gutachter - Schadensgutachter - Schadensinspektor - Versicherungsgutachter - Immobiliengutachter - Wertgutachter Einige verwandte, anderswo eingeordnete Berufe: - Auktionator - 3339
Anspruchsprüfer · Anspruchsprüferin · Anspruchsschätzer · Anspruchsschätzerin · Autoschadenreferent · Autoschadenreferentin · Diamantgutachter · Diamantgutachter/Diamantgutachterin · Diamantgutachterin · Edelsteinsachverständige · Edelsteinsachverständiger · Gebäudeschätzer · +175 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 3315.
Beim Gutachten verschiebt sich die Arbeit vom Entwerfen zum Prüfen und die Recherche ist stark betroffen — die Begutachtung des Schadens vor Ort dagegen nicht.
Schätzer und Schadensgutachter 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 | im unteren Bereich der von generativer KI berührten Berufe | Von 24 verglichenen Berufen sind 10 weniger betroffen als dieser. Gruppe: Kaufmännische Fachkräfte |
Ähnlich eingeordnet: Fachkräfte in Sozialverwaltung und -versicherung · Telekommunikationstechniker · Handelsmakler
Automatische Bildprüfung und kameragestützte Inspektion hat bislang keine Untersuchung erfasst — für diese Art der Automatisierung gilt Nichtwissen, nicht Entwarnung. Ebenso fehlt jeder Befund dazu, wie verlässlich KI-gestützte Recherche wirklich ist, also wie vollständig, quellentreu und fehlerfrei ihre Ergebnisse ausfallen. Nach heutigem Stand bleibt gerade der bildbasierte Teil dieser Arbeit die große Unbekannte.
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
Beim Verfassen von Gutachten und Verwaltungstexten ist die Verschiebung messbar: In einem Experiment mit 444 Personen sank der Zeitanteil für den Rohentwurf von rund der Hälfte auf unter ein Viertel, während das Redigieren von einem Viertel auf über die Hälfte stieg — schneller und in der Schreibqualität besser, wobei ausdrücklich nicht geprüft wurde, ob solche Texte regel- und haftungsfest oder aktenfähig sind. Auch das Recherchieren und Zusammentragen von Informationen zählt zu den stärker betroffenen Tätigkeiten. Die körperliche Begutachtung des Schadens dagegen ist gemessen gering betroffen und lässt sich von KI berühren, ohne dass sich die Arbeit wesentlich ändert — ein positiver Befund, der allerdings nur für Sprach- und Textmodelle gilt.
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 Auffinden von Information verschiebt sich zur KI, das Einordnen und Bewerten bleibt beim Menschen.
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.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Schätzer und Schadensgutachter · 3315
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.
Minimal Exposure 7543 Product Graders and Testers (except Foods and Beverages) 0.31 0.11
we introduce a more granular distinction of Minimal Exposure, where some interaction with GenAI may occur, but without significantly altering the nature of these roles, and the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.
Not Exposed 3115 Mechanical Engineering Technicians 0.26 0.08 Not Exposed 3119 Physical and Engineering Science Technicians Not Elsewhere Classified 0.26 0.05 Not Exposed 7222 Toolmakers and Related Workers 0.2 0.1 Not Exposed 7223 Metal Working Machine Tool Setters and Operators 0.18 0.05 Not Exposed 7311 Precision-instrument Makers and Repairers 0.21 0.08
By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
Physical occupation categories like Transportation & Material Moving, Food Preparation & Serving Related, and Construction & Extraction are all under-represented in the survey, as they are in Claude sessions as well.
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.
Das Verfassen des Gutachtens verlagert sich vom Entwerfen zum Redigieren, die Informationsbeschaffung ist stark exponiert — die körperliche Begutachtung des Schadens ist es nach Aktenlage nicht.
Für das Verfassen von Sach- und Verwaltungstexten ist die Zeitstruktur messbar verschoben: In einem Experiment mit 444 Personen fiel der Zeitanteil für den Rohentwurf von rund 50 % auf weniger als die Hälfte, der Redigieranteil stieg von 25 % auf über 50 %, bei −0,8 Standardabweichungen Bearbeitungszeit und +0,4 Standardabweichungen Qualität — bewertet wurde dabei Schreib-, Inhalts- und Originalitätsqualität, ausdrücklich nicht Regelkonformität, Haftungsfestigkeit oder Aktenfähigkeit, und für form- oder rechtsgebundene Texte liegt kein Messbefund vor. Das Recherchieren und Zusammentragen von Informationen liegt auf Tätigkeitsebene in der oberen Expositionshälfte (Trägerberufe überwiegend Gradient 3, etwa 2622 Librarians mit 0,55 bei sehr niedriger Streuung von 0,04, 2413 Financial Analysts sogar Gradient 4 mit 0,62), und die OECD misst in Betrieben mit höherer KI-Exposition einen Rückgang der Nachfrage nach kognitiven Fähigkeiten um gut 3 Prozentpunkte je Standardabweichung — mit Kanada als einzigem Land, das gegenläufig einen Anstieg zeigt. Das Prüfen von Gegenständen und Material auf Qualität und Maßhaltigkeit ist dagegen gemessen und gering exponiert: der Kernberuf dieser Prüftätigkeit (7543 Product Graders and Testers, 0,31 bei niedriger Streuung von 0,11) liegt in Minimal Exposure, was laut ILO Berührung mit generativer KI zulässt, „without significantly altering the nature of these roles" — ein positiver Messbefund, aber einer, der ausschließlich Sprach- und Textmodelle betrifft.
Automatische optische Inspektion, Kamera-Prüfzellen und Bildverarbeitung misst keine der zehn Quellen — für diese Automatisierungsklasse gilt Nichtwissen, nicht Entwarnung; ebenso liegt kein Befund zur Ergebnisqualität KI-gestützter Recherche vor (Vollständigkeit, Quellentreue, Halluzinationsrate).
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Schätzer und Schadensgutachter allgemein — mit Tätigkeiten wie „Sach- und Verwaltungstexte sowie Berichte verfassen“ oder „Werkstücke und Bauteile auf Qualität und Maßhaltigkeit prüfen (Fertigung/Industrie)“.
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): Schätzer und Schadensgutachter — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/schaetzer-und-schadensgutachter
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0