Maskenbildner
Kunst, Design, Unterhaltung und MedienKI-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
0.18
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 90% 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
19 ausgeblendete Aufgaben anzeigen| Task | Claude.aiRaw / share % |
|---|---|
Write makeup sheets and take photos in order to document specific looks and the products that were used to achieve the looks.39-5091 | 0.002958.0 |
Provide performers with makeup removal assistance after performances have been completed.39-5091 | 0.002142.0 |
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.
| Task | βE1 + 0.5 × E2 |
|---|---|
Study production information, such as character descriptions, period settings, and situations, to determine makeup requirements.O*NET Task ID 14814 | 1.0 |
Duplicate work precisely to replicate characters' appearances on a daily basis.O*NET Task ID 14798 | 0.5 |
Establish budgets, and work within budgetary limits.O*NET Task ID 14799 | 0.5 |
Apply makeup to enhance or alter the appearance of people appearing in productions such as movies.O*NET Task ID 14800 | 0.5 |
Alter or maintain makeup during productions as necessary to compensate for lighting changes or to achieve continuity of effect.O*NET Task ID 14801 | 0.5 |
Analyze a script, noting events that affect each character's appearance, so that plans can be made for each scene.O*NET Task ID 14805 | 0.5 |
Write makeup sheets and take photos to document specific looks and the products used to achieve the looks.O*NET Task ID 14807 | 0.5 |
Examine sketches, photographs, and plaster models to obtain desired character image depiction.O*NET Task ID 14808 | 0.5 |
Attach prostheses to performers and apply makeup to create special features or effects, such as scars, aging, or illness.O*NET Task ID 14809 | 0.5 |
Evaluate environmental characteristics, such as venue size and lighting plans, to determine makeup requirements.O*NET Task ID 14810 | 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®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page