Casting-Direktoren

Kunst, Design, Unterhaltung und Medien

KI-Exposition

  • Datenquelle: BLSVeröffentlicht: 2026-08

    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: 2026-03

    0.092

    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: 2025

    0.37

    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 53% 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
Prepare actors for auditions by providing scripts and information about roles and casting requirements.

O*NET Task ID 11020

1.0
Review performer information, such as photos, resumes, voice tapes, videos, and union membership, to decide whom to audition for parts.

O*NET Task ID 11015

0.5
Read scripts and confer with producers to determine the types and numbers of performers required for a given production.

O*NET Task ID 11016

0.5
Select performers for roles or submit lists of suitable performers to producers or directors for final selection.

O*NET Task ID 11017

0.5
Audition and interview performers to match their attributes to specific roles or to increase the pool of available acting talent.

O*NET Task ID 11018

0.5
Maintain talent files that include information such as performers' specialties, past performances, and availability.

O*NET Task ID 11019

0.5
Serve as liaisons between directors, actors, and agents.

O*NET Task ID 11021

0.5
Attend or view productions to maintain knowledge of available actors.

O*NET Task ID 11022

0.5
Negotiate contract agreements with performers, with agents, or between performers and agents or production companies.

O*NET Task ID 11023

0.5
Contact agents and actors to provide notification of audition and performance opportunities and to set up audition times.

O*NET Task ID 11024

0.5
Direct shows, productions, and plays.

O*NET Task ID 21139

0.0
Teach acting classes.

O*NET Task ID 21140

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

Berufsinformationen