Schlosser und Tresortechniker

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

    0.20

    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 86% 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
Keep records of company locks and keys.

O*NET Task ID 7125

1.0
Cut new or duplicate keys, using key cutting machines.

O*NET Task ID 7124

0.0
Insert new or repaired tumblers into locks to change combinations.

O*NET Task ID 7126

0.0
Move picklocks in cylinders to open door locks without keys.

O*NET Task ID 7127

0.0
Disassemble mechanical or electrical locking devices, and repair or replace worn tumblers, springs, and other parts, using hand tools.

O*NET Task ID 7128

0.0
Repair and adjust safes, vault doors, and vault components, using hand tools, lathes, drill presses, and welding and acetylene cutting apparatus.

O*NET Task ID 7129

0.0
Install safes, vault doors, and deposit boxes according to blueprints, using equipment such as power drills, taps, dies, truck cranes, and dollies.

O*NET Task ID 7130

0.0
Open safe locks by drilling.

O*NET Task ID 7131

0.0
Remove interior and exterior finishes on safes and vaults, and spray on new finishes.

O*NET Task ID 7132

0.0
Cut new or duplicate keys, using impressions or code key machines.

O*NET Task ID 18789

0.0
Set up and maintain master key systems.

O*NET Task ID 18790

0.0
Install door hardware, such as locks and closers.

O*NET Task ID 18791

0.0
Install alarm and electronic access systems.

O*NET Task ID 18792

0.0
Unlock cars and other vehicles.

O*NET Task ID 18793

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

Aktuelle Veränderungen mit Bezug zu diesem Beruf

März 2026: Published evergreen blog post analyzing AI impact on locksmiths (10% automation risk, 15% exposure)

[Quelle: AI Changing Work Blog]