Anthropic, die Firma hinter Claude, hat die eigene Belegschaft untersucht. Ergebnis vom 16. Oktober: Seit März arbeiten dort KI-Agenten mehr Stunden als Menschen, im August waren es sechs zu eins. Der Anteil junger Einsteiger an den technischen Neueinstellungen fiel von 27 auf 9 Prozent. Und der Satz, der für deinen Betrieb zählt: Der Engpass ist nicht mehr die KI, sondern die Aufmerksamkeit der Menschen, die ihre Ergebnisse lesen müssen.
Es gibt viele Studien darüber, was KI mit Arbeit macht. Fast alle fragen Leute, was sie glauben. Dieser Bericht ist anders: Anthropic hat die eigenen Beschäftigungsdaten, die Laufzeiten seiner Agenten, Kalender, Umfragen und 17 Interviews ausgewertet und das Ergebnis am 16. Oktober veröffentlicht. Das ist kein Blick in die Zukunft, sondern ein Blick in einen Betrieb, der schon dort ist, wo viele hinwollen. Und genau deshalb lohnt er sich für dich, auch wenn du keine 1.000 Leute beschäftigst, sondern zwölf.
Die erste Zahl ist die mit dem Knall. Seit März 2026 arbeiten die KI-Agenten bei Anthropic insgesamt mehr Stunden als die Menschen, im August lag das Verhältnis bei den interaktiven Agenten, also denen, die ein Mensch direkt steuert, bei sechs zu eins. Die Zahl der Code-Beiträge je Entwickler liegt beim Fünffachen von vor sechs Monaten. Auch außerhalb der Technik stieg der Ausstoß, der Bericht nennt mehr abgeschlossene Verkäufe je Vertriebler und mehr bearbeitete Verträge. Nicht-technische Mitarbeiter starteten im Mai 2026 rund 90 Programmier-Sitzungen mit Agenten im Monat, im August 2025 waren es zwei.
Die zweite Zahl ist die unbequeme. Der Anteil junger Einsteiger in den technischen Abteilungen fiel seit Anfang 2025 von 21 auf 14 Prozent, ihr Anteil an den Neueinstellungen von 27 auf 9 Prozent, Stellenausschreibungen für Einsteiger gingen seit Dezember 2025 besonders stark zurück. Rund ein Drittel der Manager im Bereich maschinelles Lernen und ein Fünftel der Software-Manager geben an, wegen KI weniger einzustellen. Im Vorstellungsgespräch zählen Urteilsvermögen und Selbstständigkeit mehr, Fachwissen in einem Spezialgebiet weniger. Ein Manager im Bericht: „Ich erwarte, dass die Modelle sprunghaft bleiben, deshalb will ich Leute in meinem Team, die über Fachgebiete hinweg einsetzbar sind.“
Drei Einschränkungen, die der Bericht selbst nennt und die ich unterschreibe. Erstens ist Anthropic ein Sonderfall: eine Softwarefirma, die ihr eigenes Produkt baut, mit Mitarbeiterbeteiligung und einem Wachstum, das die meisten Betriebe nie sehen. Zweitens ist die Werkzeugnutzung nicht zufällig verteilt: Wer vor einem großen Projekt steht, rüstet auf, und schon sieht die Produktivität der Nutzer besser aus, als das Werkzeug allein es erklärt. Drittens heißt mehr Code nicht besserer Code. Anthropic hat die Qualität geprüft und keinen Abfall gefunden, sagt aber selbst, dass Fehler von Maschinen schwerer zu entdecken sind als Fehler von Menschen. Die Richtung der Zahlen bleibt. Die Höhe würde ich nicht eins zu eins auf einen Handwerksbetrieb übertragen.
Jetzt zum Teil, der mich am meisten beschäftigt. Die Agenten bei Anthropic verbringen rund 80 Prozent ihrer Sitzungszeit mit Warten. Nicht auf Rechner, sondern auf Menschen, die lesen und freigeben. Ein Ingenieur sagt es im Bericht so: Die Leute „bremsen die Agenten aus“. Und das Lesen ist das eigentliche Problem. Würden die nicht-technischen Mitarbeiter alles lesen, was ihre Agenten ausgeben, wäre mehr als die halbe Arbeitswoche weg. Ein Ingenieur beschreibt seinen Alltag als „eine Armee von Claudes, von denen jeder meine Aufmerksamkeit will“. Die Antwort der Firma darauf heißt im Bericht „Meta-Arbeit“: Anweisungen schreiben, einen Agenten die Arbeit eines anderen prüfen lassen, Übersichten bauen. Dieser Anteil stieg von 10 Prozent der Sitzungen im Herbst 2025 auf 22 Prozent im Frühjahr 2026. Die schriftlichen Dauer-Anweisungen für Agenten wuchsen von ein paar Hundert im Juli 2025 auf 8.500 ein Jahr später.
Zwei Dinge daraus sind für einen kleinen Betrieb Gold wert. Erstens: Wer einen Agenten einschaltet, kauft sich Lesearbeit. Wenn niemand Zeit hat, die Ergebnisse zu prüfen, dann steht die Maschine 80 Prozent der Zeit herum oder, schlimmer, niemand merkt, wenn sie Unsinn produziert. Zweitens: Die Leute bei Anthropic sitzen trotz allem 20 Prozent mehr in Besprechungen als vor einem Jahr, in technischen Rollen 16 Prozent. Vertrauen, Abstimmung und Verantwortung lassen sich nicht an einen Agenten geben, und wo die Maschine schneller wird, wird das Gespräch zwischen Menschen wichtiger, nicht unwichtiger. Nebenbei: Laut Financial Times vom 18. Oktober, wiedergegeben von the-decoder und aiweekly, berät sich Anthropic schon mit Kanzleien, nach welchen Regeln Agenten künftig Preise und Reklamationen aushandeln dürfen. Veröffentlicht ist nichts, Anthropic äußert sich nicht. Der Agent, der verhandelt statt nur schreibt, steht also vor der Tür.
Die Zahl „sechs zu eins“ misst, wie lange Agenten laufen, nicht, wie viel Arbeit sie fertig abliefern, und schon gar nicht, wie viele Stellen sie ersetzen. Für Deutschland kommt dazu: Das Institut für Arbeitsmarkt- und Berufsforschung hat laut heise-Bericht vom 16. Oktober bisher kaum Arbeitsplatzverluste durch KI gefunden, bei Beschäftigten ab 30 lief es in KI-betroffenen Büroberufen seit 2022 sogar besser, nur bei den 20- bis 29-Jährigen gibt es leichte Bremsspuren, die das IAB vor allem der Konjunktur zuschreibt. Und der Bericht selbst warnt vor „so-so-Automatisierung“: Werkzeuge, die Menschen nur knapp schlagen, Kosten sparen und sonst nichts bringen. Wer Agenten einsetzt, um Leute zu ersetzen statt neue Aufgaben zu schaffen, spart kurz und zahlt lang.
Fünf Minuten: Schreib auf, wer bei dir die Ergebnisse eines Agenten liest und freigibt. Steht da kein Name, hast du keinen Agenten, sondern einen Papierkorb mit Stromanschluss. Fünf Minuten: Schreib eine Seite Dauer-Anweisung, genau wie Anthropic es mit seinen 8.500 macht, nur eben eine. Was der Agent darf, was er nie darf, in welcher Form er abliefert und was er bei Unsicherheit tut, nämlich fragen. Fünf Minuten: Leg einen festen Lesetermin fest, zum Beispiel täglich 15 Minuten um 16 Uhr. Ergebnisse, die bis dahin niemand gelesen hat, gehen nicht raus. Fünf Minuten: Such eine Aufgabe, die der Agent neu schaffen kann, nicht eine, die er jemandem wegnimmt. Die Nachfass-Mail, die seit Monaten keiner schreibt, oder der Dank für eine Bewertung. Da verdient er sein Geld, ohne dass jemand um seine Stelle bangt.
Ich habe lange geglaubt, die Frage bei KI-Agenten sei, ob sie gut genug sind. Dieser Bericht zeigt mir, dass die Frage längst eine andere ist: Sind wir gut genug darin, mit dem fertig zu werden, was sie liefern? Bei Anthropic, wo die besten Leute der Welt daran sitzen, warten die Maschinen 80 Prozent der Zeit auf Menschen. In einem Betrieb mit zwölf Leuten wird das nicht besser, sondern härter.
Deshalb halte ich es umgekehrt zu dem, was die meisten tun. Nicht erst den Agenten einschalten und dann schauen, wer die Ergebnisse liest. Sondern erst festlegen, wer liest, wie viel Zeit dafür da ist und was der Agent in dieser Zeit sinnvoll erledigen kann. Und ehrlich: Ein Betrieb, der seine Einsteiger streicht, weil die Maschine deren Arbeit macht, hat in fünf Jahren niemanden mehr, der beurteilen kann, ob die Maschine recht hat. Das sagt der Bericht nicht laut, aber zwischen den Zeilen steht es.
Quellen: Anthropic Institute, Nathan Wilmers, Regina Catipon, Maxim Massenkoff und Peter McCrory, „How Employment is Changing at Anthropic“ (16. Oktober 2026, Technical Report, dazu das PDF mit allen Zahlen, Zitaten und Einschränkungen; gelesen am 19. Oktober 2026, Zitate aus dem Englischen übersetzt). TechCrunch, Anthony Ha, „Anthropic says its workforce has become less junior and is spending more time in meetings“ (17. Oktober 2026). the-decoder.de, Matthias Bastian, Einordnung des Berichts (18. Oktober 2026). heise online, Marko Pauli, KI-Update (16. Oktober 2026, IAB-Studie zu KI und Beschäftigung in Deutschland). Verhandlungsregeln für Agenten: Financial-Times-Bericht vom 18. Oktober 2026 hinter Bezahlschranke, wiedergegeben von the-decoder.de und aiweekly.co; Anthropic hat sich dazu nicht geäußert, Regeln sind nicht veröffentlicht. Produktivitätszahlen je Funktion außerhalb der Entwicklung sind Angaben des Berichts, keine unabhängige Messung.
Welches Modell für welche Aufgabe, welche Tools wirklich zählen und wie du richtig promptest — komplett lesbar, kein Download.
Jetzt gratis lesen →Wir setzen uns mit dir eine Stunde hin, suchen die eine Aufgabe, die ein Agent in deinem Betrieb neu übernehmen kann, schreiben die Seite Dauer-Anweisung und legen fest, wer die Ergebnisse liest und freigibt. Danach läuft der Agent, ohne dass er dir die halbe Woche frisst.