Podcast-Produzenten

Kunst, Design, Unterhaltung und Medien

KI-Exposition

  • Datenquelle: BLSVeröffentlicht: 2026-08

    Hoch· 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

    0.092

    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

    0.37

    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 53% 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
Direct technical aspects of newscasts and other productions, checking and switching between video sources and taking responsibility for the on-air product, including camera shots and graphics.

O*NET Task ID 3894

0.5
Monitor broadcasts to ensure that programs conform to station or network policies and regulations.

O*NET Task ID 3896

0.5
Observe pictures through monitors and direct camera and video staff concerning shading and composition.

O*NET Task ID 3897

0.5
Act as liaisons between engineering and production departments.

O*NET Task ID 3898

0.5
Supervise and assign duties to workers engaged in technical control and production of radio and television programs.

O*NET Task ID 3899

0.5
Schedule use of studio and editing facilities for producers and engineering and maintenance staff.

O*NET Task ID 3900

0.5
Confer with operations directors to formulate and maintain fair and attainable technical policies for programs.

O*NET Task ID 3901

0.5
Operate equipment to produce programs or broadcast live programs from remote locations.

O*NET Task ID 3902

0.5
Switch between video sources in a studio or on multi-camera remotes, using equipment such as switchers, video slide projectors, and video effects generators.

O*NET Task ID 3904

0.5
Set up and execute video transitions and special effects, such as fades, dissolves, cuts, keys, and supers, using computers to manipulate pictures as necessary.

O*NET Task ID 3905

0.5
Test equipment to ensure proper operation.

O*NET Task ID 3895

0.0
Train workers in use of equipment, such as switchers, cameras, monitors, microphones, and lights.

O*NET Task ID 3903

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 podcast producers: 52% exposure, 38% automation risk.

[Quelle: AI Changing Work Blog]