Finanzanalysten

Wirtschaft und Finanzen

KI-Exposition

  • Datenquelle: BLSVeröffentlicht: '26.08

    Sehr hoch· relativ

    NiedrigVier relative BänderSehr hoch

    Wert 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

    Quelldatensatz (XLSX-Download)

  • Datenquelle: AnthropicVeröffentlicht: '26.03

    0.572

    0.000Spannweite der hier geführten Werte0.745
    Skala, Bezugsmenge und Quelle

    Index der beobachteten Exposition, 0–1 wie veröffentlicht

    Auf O*NET-Aufgaben abgebildet

    Quelldatensatz

  • Datenquelle: ILOVeröffentlicht: '25

    0.62

    0.09Spannweite der hier geführten Werte0.70

    Wert 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 3% diesen Wert.

    Quelldatensatz

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

Nur exponierte Aufgaben

Values 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.

TaskβE1 + 0.5 × E2
Advise clients on aspects of capitalization, such as amounts, sources, or timing.

O*NET Task ID 21579

0.5
Analyze financial or operational performance of companies facing financial difficulties to identify or recommend remedies.

O*NET Task ID 21580

0.5
Assess companies as investments for clients by examining company facilities.

O*NET Task ID 21581

0.5
Collaborate on projects with other professionals, such as lawyers, accountants, or public relations experts.

O*NET Task ID 21582

0.5
Collaborate with investment bankers to attract new corporate clients.

O*NET Task ID 21583

0.5
Conduct financial analyses related to investments in green construction or green retrofitting projects.

O*NET Task ID 21584

0.5
Confer with clients to restructure debt, refinance debt, or raise new debt.

O*NET Task ID 21585

0.5
Create client presentations of plan details.

O*NET Task ID 21586

0.5
Determine the prices at which securities should be syndicated and offered to the public.

O*NET Task ID 21587

0.5
Draw charts and graphs, using computer spreadsheets, to illustrate technical reports.

O*NET Task ID 21589

0.5
Develop and maintain client relationships.

O*NET Task ID 21588

0.0
Supervise, train, or mentor junior team members.

O*NET Task ID 21604

0.0

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

Occupation information

Aktuelle Veränderungen mit Bezug zu diesem Beruf

Apr. 2026: NBER survey of 6,000 executives: 69% use AI but 90% report zero employment impact. Executives predict -0.7% employment decline over next 3 years.

[Quelle: NBER Working Paper 34836]

Apr. 2026: Brookings 2024 highlights finance as high-exposure AND low-bargaining-power: union representation in the finance sector is around 1%. Financial analysts face productivity tool-driven task change with minimal institutional counterweight.

[Quelle: Brookings 2024 — Generative AI, the American worker]

Apr. 2026: OpenAI workplace report (Apr 2026): Workplace ChatGPT use is concentrated in financial analyst roles more than almost any other occupation. Junior analysts produce in days what once took weeks; demand shifts toward analysts who validate model outputs.

[Quelle: OpenAI — ChatGPT Usage and Adoption Patterns at Work (April 2026)]