Klinische Studienkoordinatoren

Gesundheitswesen

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

    0.061

    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

    0.40

    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 39% 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
Register protocol patients with appropriate statistical centers as required.

O*NET Task ID 15584

1.0
Develop advertising and other informational materials to be used in subject recruitment.

O*NET Task ID 15589

1.0
Prepare study-related documentation, such as protocol worksheets, procedural manuals, adverse event reports, institutional review board documents, or progress reports.

O*NET Task ID 15595

1.0
Maintain contact with sponsors to schedule and coordinate site visits or to answer questions about issues such as incomplete data.

O*NET Task ID 15600

1.0
Code, evaluate, or interpret collected study data.

O*NET Task ID 15609

1.0
Solicit industry-sponsored trials through contacts and professional organizations.

O*NET Task ID 15582

0.5
Review scientific literature, participate in continuing education activities, or attend conferences and seminars to maintain current knowledge of clinical studies affairs and issues.

O*NET Task ID 15583

0.5
Prepare for or participate in quality assurance audits conducted by study sponsors, federal agencies, or specially designated review groups.

O*NET Task ID 15585

0.5
Participate in preparation and management of research budgets and monetary disbursements.

O*NET Task ID 15586

0.5
Interpret protocols and advise treating physicians on appropriate dosage modifications or treatment calculations based on patient characteristics.

O*NET Task ID 15588

0.5
Perform specific protocol procedures such as interviewing subjects, taking vital signs, and performing electrocardiograms.

O*NET Task ID 15587

0.0
Organize space for study equipment and supplies.

O*NET Task ID 15599

0.0
Direct the requisition, collection, labeling, storage, or shipment of specimens.

O*NET Task ID 15605

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