Handpacker und Verpacker

Transport und Materialbewegung

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. 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
Record product, packaging, and order information on specified forms and records.

O*NET Task ID 3214

1.0
Mark and label containers, container tags, or products, using marking tools.

O*NET Task ID 3211

0.0
Measure, weigh, and count products and materials.

O*NET Task ID 3212

0.0
Remove completed or defective products or materials, placing them on moving equipment, such as conveyors, or in specified areas, such as loading docks.

O*NET Task ID 3215

0.0
Seal containers or materials, using glues, fasteners, nails, and hand tools.

O*NET Task ID 3216

0.0
Load materials and products into package processing equipment.

O*NET Task ID 3217

0.0
Assemble, line, and pad cartons, crates, and containers, using hand tools.

O*NET Task ID 3218

0.0
Clean containers, materials, supplies, or work areas, using cleaning solutions and hand tools.

O*NET Task ID 3219

0.0
Transport packages to customers' vehicles.

O*NET Task ID 3220

0.0
Place or pour products or materials into containers, using hand tools and equipment, or fill containers from spouts or chutes.

O*NET Task ID 3221

0.0
Obtain, move, and sort products, materials, containers, and orders, using hand tools.

O*NET Task ID 3222

0.0
Examine and inspect containers, materials, or products to ensure that product quality and packing specifications are met.

O*NET Task ID 21216

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