Dateneingabekräfte
Büro und VerwaltungsunterstützungKI-Exposition
- Datenquelle: BLSVeröffentlicht: '26.08
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: '26.03
0.671
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: '25
0.70
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 0% 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
Nur exponierte AufgabenValues 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 |
|---|---|
Compile, sort, and verify the accuracy of data before it is entered.O*NET Task ID 11402 | 1.0 |
Compare data with source documents, or re-enter data in verification format to detect errors.O*NET Task ID 11403 | 1.0 |
Store completed documents in appropriate locations.O*NET Task ID 11404 | 1.0 |
Locate and correct data entry errors, or report them to supervisors.O*NET Task ID 11405 | 1.0 |
Maintain logs of activities and completed work.O*NET Task ID 11406 | 1.0 |
Select materials needed to complete work assignments.O*NET Task ID 11407 | 1.0 |
Resolve garbled or indecipherable messages, using cryptographic procedures and equipment.O*NET Task ID 11409 | 1.0 |
Read source documents such as canceled checks, sales reports, or bills, and enter data in specific data fields or onto tapes or disks for subsequent entry, using keyboards or scanners.O*NET Task ID 11401 | 0.5 |
Load machines with required input or output media, such as paper, cards, disks, tape, or Braille media.O*NET Task ID 11408 | 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
Occupation information
Aktuelle Veränderungen mit Bezug zu diesem Beruf
Mai 2026: Anthropic observed-exposure score: high (routine tasks absorbed). High observed exposure; routine tasks already absorbed by LLMs.
[Quelle: Anthropic Economic Research (Massenkoff & McCrory, 2026)]Apr. 2026: NBER survey of 6,000 executives: 69% use AI but 90% report zero employment impact. Executives predict -0.7% employment decline over next 3 years.
[Quelle: NBER Working Paper 34836]Apr. 2026: Among highest automation exposure occupations. AI topped all job cut reasons in March 2026 with 15,341 positions (25% of total). Q1 cumulative AI cuts: 27,645.
[Quelle: Challenger March 2026]