Lebensmittel-Chargenhersteller
Speisenzubereitung und ServiceKI-Exposition
- Datenquelle: BLSVeröffentlicht: 2026-08
Mittel· 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
0.000
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
0.15
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 92% 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 |
|---|---|
Record production and test data for each food product batch, such as the ingredients used, temperature, test results, and time cycle.O*NET Task ID 4919 | 1.0 |
Determine mixing sequences, based on knowledge of temperature effects and of the solubility of specific ingredients.O*NET Task ID 4929 | 1.0 |
Formulate or modify recipes for specific kinds of food products.O*NET Task ID 4936 | 0.5 |
Observe gauges and thermometers to determine if the mixing chamber temperature is within specified limits, and turn valves to control the temperature.O*NET Task ID 4920 | 0.0 |
Clean and sterilize vats and factory processing areas.O*NET Task ID 4921 | 0.0 |
Press switches and turn knobs to start, adjust, and regulate equipment, such as beaters, extruders, discharge pipes, and salt pumps.O*NET Task ID 4922 | 0.0 |
Observe and listen to equipment to detect possible malfunctions, such as leaks or plugging, and report malfunctions or undesirable tastes to supervisors.O*NET Task ID 4923 | 0.0 |
Set up, operate, and tend equipment that cooks, mixes, blends, or processes ingredients in the manufacturing of food products, according to formulas or recipes.O*NET Task ID 4924 | 0.0 |
Mix or blend ingredients, according to recipes, using a paddle or an agitator, or by controlling vats that heat and mix ingredients.O*NET Task ID 4925 | 0.0 |
Follow recipes to produce food products of specified flavor, texture, clarity, bouquet, or color.O*NET Task ID 4926 | 0.0 |
Select and measure or weigh ingredients, using English or metric measures and balance scales.O*NET Task ID 4927 | 0.0 |
Turn valve controls to start equipment and to adjust operation to maintain product quality.O*NET Task ID 4928 | 0.0 |
Fill processing or cooking containers, such as kettles, rotating cookers, pressure cookers, or vats, with ingredients, by opening valves, by starting pumps or injectors, or by hand.O*NET Task ID 4930 | 0.0 |
Give directions to other workers who are assisting in the batchmaking process.O*NET Task ID 4931 | 0.0 |
Homogenize or pasteurize material to prevent separation or to obtain prescribed butterfat content, using a homogenizing device.O*NET Task ID 4932 | 0.0 |
Inspect vats after cleaning to ensure that fermentable residue has been removed.O*NET Task ID 4933 | 0.0 |
Examine, feel, and taste product samples during production to evaluate quality, color, texture, flavor, and bouquet, and document the results.O*NET Task ID 4934 | 0.0 |
Test food product samples for moisture content, acidity level, specific gravity, or butter-fat content, and continue processing until desired levels are reached.O*NET Task ID 4935 | 0.0 |
Inspect and pack the final product.O*NET Task ID 4937 | 0.0 |
Grade food products according to government regulations or according to type, color, bouquet, and moisture content.O*NET Task ID 4938 | 0.0 |
Cool food product batches on slabs or in water-cooled kettles.O*NET Task ID 4939 | 0.0 |
Operate refining machines to reduce the particle size of cooked batches.O*NET Task ID 4940 | 0.0 |
Modify cooking and forming operations based on the results of sampling processes, adjusting time cycles and ingredients to achieve desired qualities, such as firmness or texture.O*NET Task ID 4941 | 0.0 |
Place products on carts or conveyors to transfer them to the next stage of processing.O*NET Task ID 4942 | 0.0 |
Manipulate products, by hand or using machines, to separate, spread, knead, spin, cast, cut, pull, or roll products.O*NET Task ID 4943 | 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