VersicherungsstatistikerIn

Berufsbereiche: Büro, Marketing, Finanz, Recht, Sicherheit / Elektrotechnik, Elektronik, Telekommunikation, IT / Wissenschaft, Bildung, Forschung und Entwicklung
Ausbildungsform: Uni/FH/PH
∅ Einstiegsgehalt: € 2.500,- bis € 3.930,- *
* Die Gehaltsangaben entsprechen den Bruttogehältern bzw Bruttolöhnen beim Berufseinstieg. Achtung: meist beziehen sich die Angaben jedoch auf ein Berufsbündel und nicht nur auf den einen gesuchten Beruf. Datengrundlage sind die entsprechenden Mindestgehälter in den Kollektivverträgen (Stand: 2022). Eine Übersicht über alle Einstiegsgehälter finden Sie unter www.gehaltskompass.at. Die Mindest-Löhne und Mindest-Gehälter sind in den Branchen-Kollektivverträgen geregelt. Die aktuellen kollektivvertraglichen Lohn- und Gehaltstafeln finden Sie in den Kollektivvertrags-Datenbanken des Österreichischen Gewerkschaftsbundes (ÖGB) und der Wirtschaftskammer Österreich (WKÖ).

Berufsbeschreibung

VersicherungsstatistikerInnen befassen sich mit Theorie und Praxis der Erfassung und Analyse von Daten. Sie erfassen, bearbeiten und interpretieren versicherungsrelevante Daten, vor allem Schadenfälle und Schadenmeldungen.

Ihr Aufgabenfeld ähnelt den von VersicherungsmathematikerInnen. Durch die statistische Auswertung der Schadenfälle liefern sie Entscheidungsgrundlagen für die Kalkulation und Geschäftspolitik von Versicherungen. Dazu nutzen sie berufsspezifische Statistiktools wie etwa SAS, STATA, Mathematica und Matlab.

VersicherungsstatistikerInnen berechnen die Wahrscheinlichkeit des Eintretens eines Schadenfalles durch erdenkliche Ereignisse wie Brand, Wassereinbruch, Nagetiere, Erdbeben und andere Fälle.

Siehe auch die Berufe AktuarIn und Tax ManagerIn.

  • 6 überfachliche berufliche Kompetenzen
  • Analytische Fähigkeiten
  • Einsatzbereitschaft
  • Kommunikationsstärke
  • 1
    • Neugier
  • Problemlösungsfähigkeit
  • Teamfähigkeit
  • 13 In Inseraten gefragte berufliche Kompetenzen
  • Artificial Intelligence
  • Softwareentwicklungskenntnisse
  • Analyse von Big Data
  • Data Mining
  • Datenbankentwicklung
  • Machine Learning
  • Microsoft BI
  • Modellentwicklung (Statistik)
  • Neural Networks
  • Python
  • Simulationssoftware
  • Spark
  • SQL