Geheimdienstanalysten
SchutzdiensteKI-Exposition
- Datenquelle: BLSVeröffentlicht: 2026-08
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
0.037
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
0.23
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 80% 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
1 ausgeblendete Aufgabe anzeigenValues 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 |
|---|---|
Design, use, or maintain databases and software applications, such as geographic information systems (GIS) mapping and artificial intelligence tools.O*NET Task ID 17544 | 1.0 |
Study communication code languages or foreign languages to translate intelligence.O*NET Task ID 17559 | 1.0 |
Predict future gang, organized crime, or terrorist activity, using analyses of intelligence data.O*NET Task ID 17542 | 0.5 |
Study activities relating to narcotics, money laundering, gangs, auto theft rings, terrorism, or other national security threats.O*NET Task ID 17543 | 0.5 |
Establish criminal profiles to aid in connecting criminal organizations with their members.O*NET Task ID 17545 | 0.5 |
Evaluate records of communications, such as telephone calls, to plot activity and determine the size and location of criminal groups and members.O*NET Task ID 17546 | 0.5 |
Gather and evaluate information, using tools such as aerial photographs, radar equipment, or sensitive radio equipment.O*NET Task ID 17547 | 0.5 |
Gather intelligence information by field observation, confidential information sources, or public records.O*NET Task ID 17548 | 0.5 |
Gather, analyze, correlate, or evaluate information from a variety of resources, such as law enforcement databases.O*NET Task ID 17549 | 0.5 |
Link or chart suspects to criminal organizations or events to determine activities and interrelationships.O*NET Task ID 17550 | 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®, Eloundou et al. (2023): see full notices on the Credits page