Concierges
Speisenzubereitung und ServiceKI-Exposition
- Datenquelle: BLSVeröffentlicht: 2026-08
Sehr hoch· relativ
NiedrigVier relative BänderSehr hochWert 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
- Datenquelle: AnthropicVeröffentlicht: 2026-03
0.188
0.000Spannweite der hier geführten Werte0.745Skala, Bezugsmenge und Quelle
Index der beobachteten Exposition, 0–1 wie veröffentlicht
Auf O*NET-Aufgaben abgebildet
- Datenquelle: ILOVeröffentlicht: 2025
0.51
0.09Spannweite der hier geführten Werte0.70Wert 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 17% diesen Wert.
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
14 ausgeblendete Aufgaben anzeigen| Task | Claude.aiRaw / share % |
|---|---|
Provide information about local features, such as shopping, dining, nightlife, or recreational destinations.39-6012 | 0.0177100.0 |
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.
| Task | βE1 + 0.5 × E2 |
|---|---|
Perform office duties on a temporary basis when needed.O*NET Task ID 4532 | 1.0 |
Arrange for interpreters or translators when patrons require such services.O*NET Task ID 4536 | 1.0 |
Provide information about local features, such as shopping, dining, nightlife, or recreational destinations.O*NET Task ID 4529 | 0.5 |
Make travel arrangements for sightseeing or other tours.O*NET Task ID 4530 | 0.5 |
Carry out unusual requests, such as searching for hard-to-find items or arranging for exotic services, such as hot-air balloon rides.O*NET Task ID 4534 | 0.5 |
Arrange for the replacement of items lost by travelers.O*NET Task ID 4535 | 0.5 |
Make reservations for patrons, such as for dinner, spa treatments, or golf tee times, and obtain tickets to special events.O*NET Task ID 20259 | 0.5 |
Provide directions to guests.O*NET Task ID 20260 | 0.5 |
Provide business services for guests, such as sending or receiving faxes or shipping packages.O*NET Task ID 20261 | 0.5 |
Plan special events, parties, or meetings, which may include booking musicians or celebrities.O*NET Task ID 20262 | 0.5 |
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®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page