Kran- und Turmbediener

Bau, Wartung und Reparatur

KI-Exposition

  • Datenquelle: BLSVeröffentlicht: 2026-08

    Niedrig· 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

    0.000

    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

    0.18

    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 90% 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.

TaskβE1 + 0.5 × E2
Review daily work or delivery schedules to determine orders, sequences of deliveries, or special loading instructions.

O*NET Task ID 10775

1.0
Determine load weights and check them against lifting capacities to prevent overload.

O*NET Task ID 10767

0.5
Weigh bundles, using floor scales, and record weights for company records.

O*NET Task ID 10774

0.5
Move levers, depress foot pedals, or turn dials to operate cranes, cherry pickers, electromagnets, or other moving equipment for lifting, moving, or placing loads.

O*NET Task ID 10768

0.0
Inspect cables or grappling devices for wear and install or replace cables, as needed.

O*NET Task ID 10769

0.0
Clean, lubricate, and maintain mechanisms such as cables, pulleys, or grappling devices, making repairs, as necessary.

O*NET Task ID 10770

0.0
Inspect and adjust crane mechanisms or lifting accessories to prevent malfunctions or damage.

O*NET Task ID 10771

0.0
Direct helpers engaged in placing blocking or outrigging under cranes.

O*NET Task ID 10772

0.0
Load or unload bundles from trucks, or move containers to storage bins, using moving equipment.

O*NET Task ID 10773

0.0
Direct truck drivers backing vehicles into loading bays and cover, uncover, or secure loads for delivery.

O*NET Task ID 10776

0.0
Inspect bundle packaging for conformance to regulations or customer requirements, and remove and batch packaging tickets.

O*NET Task ID 10777

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