Lebensmittelwissenschaftler

Lebens-, Physik- und Sozialwissenschaften

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

    0.000

    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

    0.40

    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
Test new products for flavor, texture, color, nutritional content, and adherence to government and industry standards.

O*NET Task ID 7485

0.5
Check raw ingredients for maturity or stability for processing, and finished products for safety, quality, and nutritional value.

O*NET Task ID 7486

0.5
Confer with process engineers, plant operators, flavor experts, and packaging and marketing specialists to resolve problems in product development.

O*NET Task ID 7487

0.5
Evaluate food processing and storage operations and assist in the development of quality assurance programs for such operations.

O*NET Task ID 7488

0.5
Develop new or improved ways of preserving, processing, packaging, storing, and delivering foods, using knowledge of chemistry, microbiology, and other sciences.

O*NET Task ID 7491

0.5
Develop food standards and production specifications, safety and sanitary regulations, and waste management and water supply specifications.

O*NET Task ID 7492

0.5
Seek substitutes for harmful or undesirable additives, such as nitrites.

O*NET Task ID 7495

0.5
Develop new food items for production, based on consumer feedback.

O*NET Task ID 18611

0.5
Stay up to date on new regulations and current events regarding food science by reviewing scientific literature.

O*NET Task ID 18612

0.5
Study methods to improve aspects of foods, such as chemical composition, flavor, color, texture, nutritional value, and convenience.

O*NET Task ID 7489

0.0
Study the structure and composition of food or the changes foods undergo in storage and processing.

O*NET Task ID 7490

0.0
Demonstrate products to clients.

O*NET Task ID 7493

0.0
Inspect food processing areas to ensure compliance with government regulations and standards for sanitation, safety, quality, and waste management.

O*NET Task ID 7494

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