Schadenregulierer und Prüfer
Wirtschaft und FinanzenKI-Exposition
- Datenquelle: BLSVeröffentlicht: 2026-08
Sehr hoch· relativ
NiedrigVier relative BänderSehr hochWert auf Berufsgruppenebene
Skala, Bezugsmenge und Quelle
Vier relative Bänder (Niedrig / Mittel / Hoch / Sehr hoch)
831 detaillierte Berufe in der BLS-Beschäftigungsprojektionstabelle. Der Wert wird je Code der National Employment Matrix (NEM) vergeben, daher erhalten Berufe mit demselben NEM-Code dasselbe Band
- Datenquelle: AnthropicVeröffentlicht: 2026-03
0.082
0.000Spannweite der hier geführten Werte0.745Skala, Bezugsmenge und Quelle
Index der beobachteten Exposition, 0–1 wie veröffentlicht
Auf O*NET-Aufgaben abgebildet
- Datenquelle: ILOVeröffentlicht: 2025
0.45
0.09Spannweite der hier geführten Werte0.70Wert auf Berufsgruppenebene
Skala, Bezugsmenge und Quelle
Index der Exposition gegenüber generativer KI, 0–1 wie veröffentlicht
ISCO-08-Berufsgattung — alle Berufe mit demselben Code erhalten diesen Wert
Von dieser Website berechnet, nicht von der IAO veröffentlicht: Von den 1.012 Berufen, die diese Website mit dem IAO-Datensatz verknüpft, erreichen oder übertreffen 25% diesen Wert.
Welche Art von Wert diese Quelle veröffentlicht
Die Kategorie von BLS ist ein relativer Rang und kein absolutes Niveau, und sie ist keine eigene Messung: Sie fasst die Perzentilränge des Berufs aus mehreren veröffentlichten Studien in vier Bänder zusammen. Sie ist weder eine Beschäftigungs- oder Lohnprognose noch eine Einführungswahrscheinlichkeit und unterscheidet nicht zwischen Automatisierung und Augmentierung.
Task-level exposure
1 ausgeblendete Aufgabe anzeigenValues in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.
| Task | βE1 + 0.5 × E2 |
|---|---|
Enter claim payments, reserves and new claims on computer system, inputting concise yet sufficient file documentation.O*NET Task ID 21429 | 1.0 |
Communicate with reinsurance brokers to obtain information necessary for processing claims.O*NET Task ID 21440 | 1.0 |
Prepare reports to be submitted to company's data processing department.O*NET Task ID 21441 | 1.0 |
Examine claims forms and other records to determine insurance coverage.O*NET Task ID 21417 | 0.5 |
Analyze information gathered by investigation and report findings and recommendations.O*NET Task ID 21418 | 0.5 |
Review police reports, medical treatment records, medical bills, or physical property damage to determine the extent of liability.O*NET Task ID 21419 | 0.5 |
Investigate and assess damage to property and create or review property damage estimates.O*NET Task ID 21420 | 0.5 |
Interview or correspond with agents and claimants to correct errors or omissions and to investigate questionable claims.O*NET Task ID 21421 | 0.5 |
Interview or correspond with claimants, witnesses, police, physicians, or other relevant parties to determine claim settlement, denial, or review.O*NET Task ID 21422 | 0.5 |
Investigate, evaluate, and settle claims, applying technical knowledge and human relations skills to effect fair and prompt disposal of cases and to contribute to a reduced loss ratio.O*NET Task ID 21423 | 0.5 |
β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.
Data sources & licenses — O*NET®, Eloundou et al. (2023): see full notices on the Credits page
Berufsinformationen
Aktuelle Veränderungen mit Bezug zu diesem Beruf
März 2026: Published evergreen blog analysis: AI exposure 60%, automation risk 55/100 in 2025.
[Quelle: AI Changing Work Blog]