Methodik

Die folgenden Arbeiten sind die Quelle der auf dieser Website gezeigten Zahlen sowie die Literatur, auf die wir uns bei der Einordnung von KI-Exposition beziehen. Die Werte werden unverändert übernommen.

• Massenkoff & McCrory (2026) - Arbeitsmarktauswirkungen von KIReferenz
• Eloundou et al. (2023) - GPTs are GPTs: theoretisches Framework zur Aufgabenexposition
• Brynjolfsson et al. (2025) - Canaries in the Coal Mine: Beschäftigungseffekte, gemessen anhand von ADP-Gehaltsabrechnungsmikrodaten
• U.S. Bureau of Labor Statistics (US-Behörde für Arbeitsmarktstatistik) - Beschäftigungsprognosen 2024-2034
• O*NET SOC-Klassifikationssystem - standardisierte Berufs- und Aufgabentaxonomie

Jede Zahl auf einer Berufsseite stammt aus einer von drei externen Quellen. Dieser Abschnitt definiert jede so, wie ihr Herausgeber sie definiert.

OpenAI "GPTs are GPTs" — Beta (β)

β = direkte Exposition (E1) + 0,5 × Exposition bei verfügbaren Werkzeugen (E2), gemäß der Definition des Quell-Repositorys. Wir zeigen sie auf Berufsebene unter den beiden von den Autoren veröffentlichten Bewertungsverfahren — menschliche Bewertende und GPT-4-Bewertung — und auf Aufgabenebene als Anteil der bewerteten Aufgaben mit β ≥ 0,5. Die Werte liegen wie veröffentlicht zwischen 0 und 1; die Umrechnung in Prozent dient nur der Darstellung.

Anthropic Economic Index — beobachtete Exposition

Ein theoretischer Expositionsindex, gewichtet mit der gemessenen Claude-Nutzung, gemäß der Definition des Originalberichts. Er beschreibt die Nutzung, die zum Zeitpunkt der Veröffentlichung des Datensatzes beobachtet wurde. Wir zeigen außerdem die Durchdringung je Aufgabe: bei wie vielen Aufgaben eines Berufs überhaupt Nutzung beobachtet wurde, und deren Mittelwert. Die Werte liegen wie veröffentlicht zwischen 0 und 1.

US Bureau of Labor Statistics — Beschäftigungsprognosen 2024–34

Beschäftigung, Medianlohn und projizierte Veränderung sind aus den BLS-Beschäftigungsprognosen 2024–34 (Table 1.2) übernommen, einer gemeinfreien Bundespublikation. Diese Zahlen beschreiben die SOC-Berufsgruppe, nicht die einzelne Stellenbezeichnung; Berufe mit demselben SOC-Code teilen sie sich daher. Die Beschäftigung wird in Tausend Stellen veröffentlicht.

AI Changing Work berechnet keinen eigenen Expositions-, Risiko- oder Automatisierungswert. Deckt ein Quelldatensatz einen Beruf nicht ab, weisen wir dieses Fehlen aus, statt einen Ersatzwert einzusetzen.

Berufe werden auf der Ebene einzelner Aufgaben beschrieben, weil die veröffentlichten Expositionsdatensätze selbst Aufgaben und nicht ganze Stellen bewerten. Dieser Abschnitt legt dar, wie diese externen Bewertungen den Berufen auf dieser Website zugeordnet werden.

Aufgabenbezogene Zerlegung

Jeder Beruf wird in seine Einzelaufgaben zerlegt, damit die aufgabenbezogenen Bewertungen der Quelldatensätze ihm zugeordnet werden können. Die Aufgabenlisten stammen aus O*NET; die daran geknüpften Bewertungen stammen aus den externen Datensätzen und werden nicht verändert.

Externe Expositionsindizes

Die Expositionswerte für Berufe und Aufgaben sind aus zwei veröffentlichten Datensätzen übernommen: dem Anthropic Economic Index (CC BY 4.0) und dem OpenAI-Expositionsschema "GPTs are GPTs" (MIT License). Wir skalieren, gewichten und vermischen sie nicht neu. Unser Beitrag ist die Zuordnung zu den O*NET-Berufs- und Aufgabencodes; Berufe, die in einem Datensatz fehlen, werden als fehlend ausgewiesen statt bewertet.

Beschäftigungsprognosen

Die Zahlen zu Beschäftigung, Lohn und projizierter Veränderung sind aus den Beschäftigungsprognosen 2024–34 des US Bureau of Labor Statistics (Table 1.2) übernommen, einer gemeinfreien Bundespublikation. Sie beschreiben die SOC-Berufsgruppe, daher teilen sich Berufe mit demselben SOC-Code diese Zahlen. Wir veröffentlichen keine eigenen Beschäftigungsprognosen.

Transparenz ueber unsere Einschraenkungen ist fuer eine verantwortungsvolle Analyse unerlässlich. Benutzer sollten diese Faktoren bei der Interpretation unserer Daten beruecksichtigen.

Keine zugrunde liegende Stichprobe

Unsere Zahlen sind nicht aus einer gemessenen Stichprobe abgeleitet. Dahinter stehen weder Umfrage noch Telemetrie noch Panel, daher kann kein Konfidenzintervall angegeben werden. Betrachten Sie jede Zahl auf dieser Website als nicht validierte Schätzung.

Geografische und berufliche Abdeckung

Die Abdeckung wird durch die Quelldatensätze begrenzt: Von 1.010 veröffentlichten Berufen fehlen einige in einem oder beiden Expositionsdatensätzen und werden als nicht abgedeckt ausgewiesen statt bewertet. Die zugrunde liegenden Daten spiegeln überwiegend den US-Arbeitsmarkt und englischsprachige KI-Interaktionen wider und bilden globale Muster möglicherweise nicht ab.

Aktualisierungshaeufigkeit

Metriken werden überarbeitet, wenn wir unsere eigene Analyse erneut durchführen. Wir erhalten von keinem externen Datenanbieter automatische Aktualisierungen.

Theoretische vs. beobachtete Luecke

Exposition ist nicht Verbreitung. Die Quelldatensätze messen, wie exponiert Aufgaben sind oder wie viel Nutzung bei ihrer Erhebung beobachtet wurde; Einführungshürden, regulatorische Vorgaben und organisatorische Trägheit führen dazu, dass die reale Veränderung der technischen Leistungsfähigkeit meist hinterherläuft. Die Zahlen beschreiben zudem den Zeitpunkt der Veröffentlichung des jeweiligen Datensatzes, nicht die Gegenwart.

Wir fuehren ein transparentes Protokoll ueber wichtige Datenaktualisierungen und Methodikaenderungen.

Die hier aufgeführten Arbeiten sind die Quellen und die begleitende Literatur der Zahlen auf dieser Website. Jede Zahl auf einer Berufsseite nennt den Datensatz, aus dem sie stammt.