How the number is calculated
Last updated: 14 August 2026
The check on the homepage shows one number: how much of your work is within reach of current AI. It is built from two things, a published measure of your occupation and the six decisions you make during the run. This page is the whole calculation, including the parts we are least sure about.
1. Where the occupation number comes from
The source is the O*NET 30.3 Database, published by the US Department of Labor, Employment and Training Administration under a Creative Commons Attribution 4.0 licence. For every occupation it rates 41 generalized work activities for importance, on a scale from 1 to 5, from surveys of people who actually do the job.
We take the 15 activities each occupation rates most important as its core. Each of those activities carries a weight from 0 to 1 for how much of it current AI systems can carry out. The occupation's exposure is the share of core importance sitting on activities at or above 0.6.
÷ sum of importance on all core activities × 100
This is deliberately the same shape as the IAB Job-Futuromat, which computes automatable core tasks divided by all core tasks for about 4,000 German occupations. If your job appears there, comparing the two numbers is a fair test of ours.
Why a fixed core of 15 and not a cutoff. An importance cutoff gives different occupations different denominators. A cook rates only a handful of activities above the line, so a single activity moves the number by twenty points; our first build put cooks at exactly zero, which was arithmetic rather than truth. A fixed core keeps occupations comparable.
2. The range, and why there is one
Every occupation is scored three times, with a core of 12, 15 and 18 activities. The range you see is the spread across those three runs, never narrower than four points. A wide range means the answer depends on where you draw the line around a job, and you should trust it less.
3. Which activities count as within reach
This is our judgement, and it is the weakest part of the model. It is written down as data, one weight and one reason per activity, and it is versioned in the repository so it can be argued with and corrected rather than hidden.
The weights follow one line: current systems are strong at producing and processing language and data, and weak at anything that needs a body in a room or accountability that someone carries. Writing things down scores 0.90. Analysing data scores 0.80. Making decisions scores 0.40, because a system proposes well and carries none of the consequences. Coaching people, handling conflict and physical care sit at 0.15 and below.
4. How your own decisions move it
The six decisions are scored the same way the full check scores them, by the same domain weights, giving a human edge from 0 to 100. That edge then moves your occupation's baseline:
bounded to within 15 points of the baseline
So the occupation dominates and you are not stuck with it. An average run leaves the number where it started. A strong run pulls it down by up to 15 points, a weak one pushes it up by the same amount. Six decisions cannot tell us more than that, so the model does not pretend they can.
5. What this does not claim
It is not a prediction. It does not say your job will be automated, when, or by whom. The Job-Futuromat puts the same warning on its own numbers, and it is right.
It is not about your employer. Whether a task that can be automated will be automated depends on cost, regulation, union agreements, customer expectations and management appetite. None of that is in here.
It is not a measure of you beyond the six decisions you made. It is a measure of the work, plus a small, bounded read on how you handle six specific situations.
It uses US occupational data for occupations everywhere. Work is organised differently in different countries, and a German electrician's day is not identical to an American one's.
6. What we do not show you
You will not see a claim that some percentage of other people picked the same answer, or that you rank above a share of your peers. We could generate both. We do not have the data to support either yet, and a number nobody can check is worth nothing on a page about honesty.
7. Sources
- O*NET 30.3 Database, US Department of Labor, Employment and Training Administration, used under CC BY 4.0. Humans Verified has modified it by grouping occupations into families and scoring their work activities.
- IAB Job-Futuromat, Institut für Arbeitsmarkt- und Berufsforschung, for the method's shape and as a second opinion on German occupations.
- Felten, E., Raj, M. and Seamans, R. (2021), Occupational, industry, and geographic exposure to artificial intelligence, Strategic Management Journal 42(12), 2195 to 2217, as related work. Its values are not used here.
- Anthropic Economic Index, for a current read on which tasks people actually hand to AI.
Wie die Zahl berechnet wird
Zuletzt aktualisiert: 14. August 2026
Der Check auf der Startseite zeigt eine Zahl: wie viel Ihrer Arbeit in Reichweite heutiger KI liegt. Sie entsteht aus zwei Teilen, einem veröffentlichten Maß für Ihren Beruf und den sechs Entscheidungen, die Sie im Check treffen. Diese Seite ist die vollständige Rechnung, einschließlich der Stellen, bei denen wir am unsichersten sind.
1. Woher der Berufswert kommt
Quelle ist die O*NET-30.3-Datenbank des US-Arbeitsministeriums, veröffentlicht unter einer Creative-Commons-Attribution-4.0-Lizenz. Für jeden Beruf bewertet sie 41 allgemeine Tätigkeiten nach Wichtigkeit auf einer Skala von 1 bis 5, erhoben bei Menschen, die den Beruf ausüben.
Wir nehmen die 15 Tätigkeiten, die ein Beruf am wichtigsten bewertet, als seinen Kern. Jede dieser Tätigkeiten trägt ein Gewicht von 0 bis 1 dafür, wie weit heutige KI-Systeme sie übernehmen können. Der Wert des Berufs ist der Anteil der Kernwichtigkeit, der auf Tätigkeiten mit einem Gewicht ab 0,6 liegt.
÷ Summe der Wichtigkeit aller Kerntätigkeiten × 100
Das ist bewusst dieselbe Form wie beim IAB-Job-Futuromat, der automatisierbare Kerntätigkeiten durch alle Kerntätigkeiten teilt, für rund 4.000 deutsche Berufe. Wenn Ihr Beruf dort auftaucht, ist der Vergleich beider Zahlen ein fairer Test für unsere.
Warum ein fester Kern von 15 und keine Schwelle. Eine Wichtigkeitsschwelle gibt verschiedenen Berufen verschiedene Nenner. Ein Koch bewertet nur eine Handvoll Tätigkeiten über der Linie, eine einzelne Tätigkeit verschiebt den Wert dann um zwanzig Punkte. Unser erster Durchlauf setzte Köche auf exakt null, was Arithmetik war und keine Wahrheit. Ein fester Kern hält Berufe vergleichbar.
2. Die Spanne, und warum es sie gibt
Jeder Beruf wird dreimal berechnet, mit einem Kern aus 12, 15 und 18 Tätigkeiten. Die Spanne, die Sie sehen, ist der Abstand zwischen diesen Durchläufen, mindestens jedoch vier Punkte. Eine breite Spanne heißt, dass die Antwort davon abhängt, wo man die Grenze um einen Beruf zieht, und Sie sollten ihr weniger vertrauen.
3. Welche Tätigkeiten als erreichbar gelten
Das ist unsere Einschätzung und der schwächste Teil des Modells. Sie steht als Daten fest, ein Gewicht und eine Begründung pro Tätigkeit, versioniert im Repository, damit man ihr widersprechen und sie korrigieren kann, statt sie zu verstecken.
Die Gewichte folgen einer Linie: Heutige Systeme sind stark darin, Sprache und Daten zu erzeugen und zu verarbeiten, und schwach bei allem, was einen Körper im Raum oder eine Verantwortung braucht, die jemand trägt. Dinge festhalten liegt bei 0,90. Daten analysieren bei 0,80. Entscheiden bei 0,40, denn ein System schlägt gut vor und trägt keine Folgen. Menschen entwickeln, Konflikte lösen und Pflege liegen bei 0,15 und darunter.
4. Wie Ihre eigenen Entscheidungen den Wert bewegen
Die sechs Entscheidungen werden genauso bewertet wie im vollständigen Check, mit denselben Domänengewichten. Daraus entsteht ein menschlicher Vorsprung von 0 bis 100. Dieser Vorsprung verschiebt den Basiswert Ihres Berufs:
begrenzt auf 15 Punkte um den Basiswert
Der Beruf dominiert also, und Sie sind ihm nicht ausgeliefert. Ein durchschnittlicher Lauf lässt die Zahl, wo sie war. Ein starker Lauf zieht sie um bis zu 15 Punkte nach unten, ein schwacher schiebt sie ebenso weit nach oben. Mehr können sechs Entscheidungen nicht hergeben, und das Modell tut nicht so, als könnten sie es.
5. Was die Zahl nicht behauptet
Sie ist keine Prognose. Sie sagt nicht, dass Ihr Beruf automatisiert wird, wann das geschieht oder durch wen. Der Job-Futuromat schreibt dieselbe Warnung über seine eigenen Zahlen, und er hat recht.
Sie sagt nichts über Ihren Arbeitgeber. Ob eine automatisierbare Tätigkeit auch automatisiert wird, hängt an Kosten, Regulierung, Betriebsvereinbarungen, Kundenerwartungen und dem Willen der Führung. Nichts davon steckt hier drin.
Sie ist kein Maß für Sie jenseits der sechs Entscheidungen, die Sie getroffen haben. Sie misst die Arbeit, plus eine kleine, begrenzte Einschätzung dazu, wie Sie mit sechs konkreten Situationen umgehen.
Sie nutzt US-Berufsdaten für Berufe überall. Arbeit ist in verschiedenen Ländern verschieden organisiert, und der Tag einer deutschen Elektrofachkraft ist nicht derselbe wie der einer amerikanischen.
6. Was wir Ihnen nicht zeigen
Sie werden hier keine Aussage darüber finden, wie viel Prozent der anderen dieselbe Antwort gewählt haben oder dass Sie über einem bestimmten Anteil Ihrer Kolleginnen und Kollegen liegen. Beides ließe sich erzeugen. Wir haben die Daten dafür noch nicht, und eine Zahl, die niemand prüfen kann, ist auf einer Seite über Ehrlichkeit nichts wert.
7. Quellen
- O*NET-30.3-Datenbank, US Department of Labor, Employment and Training Administration, genutzt unter CC BY 4.0. Humans Verified hat sie verändert, indem Berufe zu Familien gruppiert und ihre Tätigkeiten bewertet wurden.
- IAB-Job-Futuromat, Institut für Arbeitsmarkt- und Berufsforschung, für die Form der Methode und als zweite Meinung zu deutschen Berufen.
- Felten, E., Raj, M. und Seamans, R. (2021), Occupational, industry, and geographic exposure to artificial intelligence, Strategic Management Journal 42(12), 2195 bis 2217, als verwandte Arbeit. Die dortigen Werte werden hier nicht verwendet.
- Anthropic Economic Index, für einen aktuellen Blick darauf, welche Aufgaben Menschen tatsächlich an KI abgeben.