Vurderinger og observationer
ILO leverer opgavescorer. Eloundou leverer eksponeringsvurderinger og automatiseringsdata. Anthropic bidrager med observeret brug. Kildernes eksponeringsscorer er vurderinger af potentiale, ikke målte tab af job.
Metoden bag tallet
AIXPOSURE™ viser, hvordan AI kan ændre jobbet, hvad erfaring betyder, og hvordan vejen ind kan påvirkes. Følg beregningen fra kilder og opgaver til tre forskellige resultater.
Se dit eget resultat10 års erfaring · standardopgaver · score fra 0 til 100
Farvet bånd: jobrollens scenariespænd. Stiplet linje: udviklingen frem til 10-årsscenariet.
Forskning, observeret brug og redaktionelle valg har forskellige roller. Vi viser, hvad der kommer fra kilderne, og hvad der er antagelser i beregningen.
ILO leverer opgavescorer. Eloundou leverer eksponeringsvurderinger og automatiseringsdata. Anthropic bidrager med observeret brug. Kildernes eksponeringsscorer er vurderinger af potentiale, ikke målte tab af job.
Motoren matcher titlen, vægter opgaver og beregner tre forløb. Samme input og modelversion giver samme resultat. Beregningen foretages i din browser uden et AI-kald.
Vægte, tempo, erfaringens betydning og zonegrænser er modelvalg. Andre studier giver kontekst; deres beskæftigelseseffekter overføres ikke direkte til din score.
Din stillingsbetegnelse matches med en titel og en ISCO-08-erhvervsprofil. Profilen forbinder jobbet med opgaver og forskningsdata. Tvetydige match kræver afklaring.
Eksakt, komprimeret nøgle, flertal, sammensat endelse, præfiks med rollegenkendelse og stavevariant med samme forbogstav. Ved et tvetydigt match beder vi dig vælge.
30 titler har en særtilpasset profil, blandt andet CIO, CTO og CISO. Tilpasningen kan være en amerikansk erhvervskobling, egne opgavevægte eller en erfaringstype. Standardfokus findes også for andre titler.
Erhvervet har en liste af opgaver med hver sin score. Vægtningen afgør, hvilke af dem der fylder. I model 1.4 deler vægtningen sig i to spor.
Grundvægt 1 · udeladt opgave 0.
Redaktionelle titelvægte anvendes, hvor de findes.
Dit valgte fokus vægtes ×3. Uden et svar kan titlens standardfokus vægtes ×2. Et genkendt lederpræfiks kan vægte ledelsesopgaven ×3.
Brugersvar eller standardfokus — ikke begge.Grundvægte og redaktionelle titelvægte bruges uden brugerfokus, standardfokus eller ledervægt fra ordlyden.
Samme titel giver samme indgangsscore på tværs af opgavevalg.Indgangen beskriver AI-relateret pres for nye i faget. Den er ikke din personlige score med nul års erfaring. A1 ændrer vægtningen, ikke kildedataene.
Jobrollens udvikling er udgangspunktet for den personlige justering. Indgangen har sin egen beregning. Scorerne lægges ikke sammen.
Opgavernes eksponering, teknisk potentiale og observeret brug danner et forløb over tid.
Forenklet oversigt
L = 0,50·muW + 0,50·(beta + skift) H = L + 0,60·maks(0, zeta − beta) loft = nu + 0,70·(H − nu)
Motoren begrænser L og H til højst 0,97. Niveauet nu kombinerer 70 % observeret brug efter et gulv med 30 % af en reference på 0,45·beta og begrænses til 95 % af H. Manglende brugsdata får en særskilt fallback. En normaliseret logistisk kurve fordeler udviklingen på seks horisonter.
Jobrollens forløb justeres efter erfaringstype, antal år og automatiseringsgrad.
Forenklet oversigt
beskyttelse = justeret maksimum
· (1 − exp(−år/9))
position = bane · (1 − beskyttelse
· varighed)Grundmaksimum er 0,20 for rutine, 0,45 for skøn og 0,60 for lovreguleret ansvar. Automatiseringsgraden justerer maksimum; modellen sætter også et loft og en varighed pr. horisont. Erfaringens effekt er en antagelse. De indtastede erfaringsår holdes faste gennem forløbet.
Et særskilt indeks samler automatisering, kodificeret viden og eksponeringen af opgaverne.
Normaliserede og begrænsede led (*)
B = 100 · (0,40·auto* + 0,20·K*
+ 0,15·hældning*
+ 0,25·L*) + lovHældning og L bruger indgangens egne vægte. Lov-typen giver −8 point. B ganges med 0,85, 0,90, 0,94, 0,97, 1 og 1 for de seks horisonter og begrænses til 0–95. Indgangen flader dermed ud efter fem år. Automatisering og K ligger på erhvervsniveau og udgør tilsammen 60 % af vægtningen.
Hvert tal har et scenariespænd og en grundlagsstyrke. Spændet viser følsomhed over for antagelser. Det er ikke et statistisk konfidensinterval, og grundlagsstyrken er ikke sandsynligheden for, at modellen får ret.
Den personlige scores spænd varierer også erfaringens effekt. Indgangens spænd varierer K og ILO-vægten. Fradrag gælder forskellige resultater: brugsdata påvirker jobrolle og person, mens indgangen har et fast fradrag for manglende dansk kalibrering. Intervalbredde, 10-årshorisont og særlige lofter påvirker også grundlagsstyrken.
Modellen deler skalaen i fire zoner. Her vises motorens zonenavne; rapporten supplerer dem med forklaringer i almindeligt sprog. Grænserne er redaktionelle valg. “Åben” betyder lavere AI-pres på indgangen, ikke at det er let at få et job.
| Bane og position | Indgangen | Interval |
|---|---|---|
| Stabilt | Åben | 0–24 |
| Justeres | Strammere | 25–44 |
| Omformes | Snæver | 45–64 |
| Bygges om | Lukker sig | 65–100 |
En ændring skal kunne forklares og genskabes. Model 1.4 er kontrolleret mod 1.3 gennem følgende trin.
| Trin | Hvad det gør | Fejler ved |
|---|---|---|
| baseline | Sammenligner SHA-256 og antal på forrige version | forkert udgangspunkt |
| ændringssæt | Hver operation med ID, begrundelse, grundlag og forventet virkning | manglende begrundelse |
| talkontrol | 100.062 kald: 99.195 resultater og 867 afklaringsforløb. Alle opgavevalg og 0–50 års erfaring; seks horisonter pr. resultat. | en brudt garanti |
| taldiff | Hver ændret værdi med før, efter og ændrings-ID | uforklaret forskel |
| manifest | Versioner, checksums, kompatibilitet og testresultat | afvigende checksum |
Her er seks væsentlige steder, hvor modellen bygger på vurderinger. De står åbent, fordi det er der, en uenighed bør begynde.
Hvor stor en del af Eloundous agentlag der lægges til det tekniske loft.
Hvor meget af det resterende potentiale der er nået om ti år.
Hvor skalaen deles ved 25, 45 og 65. Zonegrænserne er ikke naturlove eller sandsynlighedsgrænser.
Om et fag er rutine, skøn eller lovreguleret, og hvor meget hver type beskytter.
En redaktionel værdi per erhverv. Indgår med 20 % vægt efter normalisering. Indgangstallet er følsomt over for valget af K.
7 titler har egne opgavevægte. I alt har 30 titler en særtilpasning, som også kan være erhvervskobling, erfaringstype eller andre profilfelter.
Vælg blandt alle titler og undersøg opgaver, mellemregninger og kilder.
Vejen ind beregnes af fagets opgaver og titlens redaktionelle vægte. Dit opgavefokus påvirker jobrollens og din personlige score, men ikke indgangstallet. Ændringen i model 1.4 er et modelvalg med uændrede kildedata.
Klik på et led i kortet for at se opgaver, beregninger og kilder.
Stillingen er registreret, men modellen beregner ingen score for den.
Jobmonitor · arbejdsmarkedet
Her følger datakilder, definitioner og metoden bag Mørketallet. Først de fire serier, vi følger på overblikket.
Datastatus · 21. september 2026
Definitioner
Åbn en serie for at se afgrænsning, behandling og det vigtigste forbehold.
Sæsonkorrigerede fuldtidspersoner, som enten er registrerede nettoledige eller aktiverede jobparate. Tallet er Jobmonitors anker for ledigheden.
Vises som niveau og ændring mod samme måned året før.Antal personer, der er startet i et nyt job i løbet af måneden. Serien er ikke sæsonkorrigeret, så vi sammenligner med samme måned året før.
Et fald trækker Jobmonitors samlede signal ned.Personer omfattet af varslinger om større kollektive afskedigelser. Mindre afskedigelser indgår ikke, og en varsling er ikke det samme som en gennemført afskedigelse.
Serien viser derfor kun den synlige del af afskedigelsespresset.Stillinger, der er slået op på Jobnet i måneden. Jobnet dækker ikke hele markedet, og et databrud i december 2024 betyder, at Jobmonitor viser den sammenhængende serie fra januar 2025.
Indgår foreløbig som kontrolsignal, ikke som vægt i Mørketal v0.1.Signalberegningen
Vi sammenligner hver serie med samme måned året før. Derefter oversætter vi bevægelsen til, om den trækker jobmarkedet op eller ned.
Mørketallet · model v0.1
Modellen tager den seneste officielle bruttoledighed som udgangspunkt og estimerer bevægelsen frem til den næste måned. Den arbejder med historiske A-dagpengeflow, privat beskæftigelse og udviklingen i 20 brancher.
Se det aktuelle estimatDe fire tal på overblikket dokumenterer retningen omkring modellen, men lægges ikke sammen til 589. Jobnet får først modelvægt, hvis det forbedrer en ny backtest.
Validering
Vi har testet modellen på tal, som ikke blev brugt til at bygge den. Her rammer en enkel sammenligningsmetode endnu bedre end version 0.1. Derfor viser vi både fejl og usikkerhed. Modellen er ikke officiel statistik.
Versionshistorik
Vejen ind beregnes af fagets opgaver og titlens redaktionelle vægte. Dit opgavefokus påvirker jobrollens og din personlige score, men ikke indgangstallet. Ændringen i model 1.4 er et modelvalg med uændrede kildedata. Spænd og grundlagsstyrke følger samme vægtning. Motorversion 1.3.
Aktuelt estimat, usikkerhedsinterval, kvalitetstjek og gemte prognoser.
Nye signaler får kun vægt, hvis de forbedrer resultatet uden at skabe datalæk eller overtilpasning.
Vi tæller besøg, sidevisninger og beregningsforløb for at se, hvor siden hjælper, og hvor den kan blive bedre. Vi registrerer de kendte roller og opgavefokus, der bliver valgt. Vi gemmer ikke din indtastede søgetekst, præcise erfaringsår, IP-adresse eller konto i besøgsstatistikken.
Et tilfældigt nummer i browserfanen samler handlingerne i et besøg. Et nyt besøg starter efter 30 minutter uden en målt handling. Statistikken springes over, hvis browseren sender Do Not Track eller Global Privacy Control.
Feedback, opgaveforslag og tilmelding til nyhedsbrevet gemmes kun, når du selv sender dem. De er adskilt fra besøgsstatistikken. Feedback kan være knyttet til din konto, hvis du er logget ind.