Zaehlerableser

Büro und Verwaltungsunterstützung

KI-Exposition

  • Datenquelle: BLSVeröffentlicht: 2026-08

    Mittel· 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

    0.38

    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 48% 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
Upload into office computers all information collected on hand-held computers during meter rounds, or return route books or hand-held computers to business offices so that data can be compiled.

O*NET Task ID 11311

1.0
Answer customers' questions about services and charges, or direct them to customer service centers.

O*NET Task ID 11315

1.0
Update client address and meter location information.

O*NET Task ID 11316

1.0
Leave messages to arrange different times to read meters in cases in which meters are not accessible.

O*NET Task ID 11317

1.0
Read electric, gas, water, or steam consumption meters and enter data in route books or hand-held computers.

O*NET Task ID 11309

0.5
Verify readings in cases where consumption appears to be abnormal, and record possible reasons for fluctuations.

O*NET Task ID 11312

0.5
Collect past-due bills.

O*NET Task ID 11319

0.5
Walk or drive vehicles along established routes to take readings of meter dials.

O*NET Task ID 11310

0.0
Inspect meters for unauthorized connections, defects, and damage, such as broken seals.

O*NET Task ID 11313

0.0
Report to service departments any problems, such as meter irregularities, damaged equipment, or impediments to meter access, including dogs.

O*NET Task ID 11314

0.0
Connect and disconnect utility services at specific locations.

O*NET Task ID 11318

0.0
Report lost or broken keys.

O*NET Task ID 11320

0.0
Perform preventative maintenance or minor repairs on meters.

O*NET Task ID 20904

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