Was passiert mit Jobs, wenn Agenten mehr arbeiten als Menschen? Bei Anthropic ist das zu beobachten. Ein veröffentlichter Forschungsbericht auf Basis interner Daten von Nathan Wilmers, Regina Catipon, Maxim Massenkoff und Peter McCrory beschreibt, wie sich Beschäftigung, Einstellungen und Arbeitsorganisation in einem Unternehmen verändern, das seine Abläufe um KI herum gebaut hat. Die Daten sind ungewöhnlich offen: Anteile von Junior-Stellen, Arbeitsstunden von Agenten, Code-Commits pro Kopf, Ausschreibungen, interne Wechsel. Dazu 17 Gespräche mit Beschäftigten, die erklären, wie sich der Alltag anfühlt. Wer wissen will, wohin der Arbeitsmarkt steuern könnte, findet hier einen klar dokumentierten Fall.
Was ein einzelnes Unternehmen über den Arbeitsmarkt verrät
Anthropic ist kein durchschnittlicher Arbeitgeber. Das Unternehmen entwickelt eigene Modelle, verkauft sie und hat die internen Abläufe schneller umgebaut als klassische Konzerne. Eine Kennzahl zeigt den Sonderfall: Nach fünf Jahren Umsatzgeschichte erwirtschaftet Anthropic pro Kopf das Zwei- bis Vierfache dessen, was Meta und Google in ihrer Wachstumsphase erreichten. Als Frühindikator für KI und Arbeitsmarkt taugt das.
Die Datengrundlage ist breit. Ausgewertet wurden Beschäftigungszahlen, Nutzungsdaten der KI-Werkzeuge, Output-Messgrößen, Mitarbeiterbefragungen, interne Kommunikation, Kalenderdaten und Aufzeichnungen über Einstellungsentscheidungen. Ergänzt wird das durch 17 Interviews mit Beschäftigten. Das ist mehr als ein Stimmungsbild und weniger als ein kontrolliertes Experiment. Ein einzelnes Unternehmen bleibt ein einzelnes Unternehmen. Eines an der technologischen Front ist kein Abbild der Gesamtwirtschaft.
Junior-Positionen in der Technik schrumpfen von 27 auf 9 Prozent
Die deutlichste Verschiebung zeigt sich bei Berufseinsteigern in der Technik. In den Kernteams, die am intensivsten mit den eigenen Modellen arbeiteten, kam im Januar 2026 die Frage auf, ob man Junior-Positionen im bisherigen Umfang noch braucht. Coding und Fehlersuche ließen sich zunehmend auslagern. Mit jedem Fähigkeitssprung der Modelle wurde die Einschätzung deutlicher. Ein zitierter Mitarbeiter sagt, bei Performance-Engineers habe sich über Nacht verändert, wonach man sucht.
Bis April 2026 hatten Engineering und Research die Ausschreibungen für technische Stellen im unteren Band deutlich zurückgefahren. In der Befragung desselben Monats gab die Mehrheit der Manager an, wegen KI nach einem anderen Fähigkeitsprofil zu suchen. Rund ein Drittel der ML-Manager und ein Fünftel der SWE-Manager berichteten, wegen KI weniger einzustellen. Der Anteil der Junior-Beschäftigten in technischen Abteilungen sank seit Anfang 2025 von 21 auf 14 Prozent, der Anteil der Junior-Einstellungen fiel noch schneller, von 27 auf 9 Prozent. Die Ausschreibungen für Junioren gehen seit Dezember 2025 besonders scharf zurück.
Gleichzeitig verschieben sich die Bereiche. Der Beschäftigungsanteil der technischen Abteilungen ging innerhalb eines Jahres von 61 auf 56 Prozent zurück. Das bedeutet nicht, dass dort weniger eingestellt wird – in absoluten Zahlen wächst die Technik weiter. Nur wachsen Vertrieb, Finanzen und Recruiting schneller. Ein Teil davon ist die normale Ausdifferenzierung eines reifenden Unternehmens. Ein anderer Teil könnte daran liegen, dass Nicht-Techniker mit Coding-Agenten selbst Software bauen.
Sechs Agentenstunden auf eine Menschenstunde
Agenten übernehmen bei Anthropic einen wachsenden Teil der Ausführung. Eine rechtliche oder personelle Gleichstellung mit Beschäftigten folgt daraus nicht. Im März 2026 überschritt die Summe aus autonomer und interaktiver Agentenarbeit erstmals die Summe menschlicher Arbeitsstunden. Bis August wuchsen die Agentenstunden auf das Sechsfache der Stunden ihrer menschlichen Betreuer. Die Rechnung ist konservativ: Gezählt wird die Laufzeit der Agenten, also Inferenz und aktive Werkzeugnutzung, ohne Wartezeiten über 30 Minuten. Auf der menschlichen Seite stehen nominell 40 Wochenstunden pro Kopf.
Ein Teil dieser Stunden entfällt auf Flotten von Agenten, die Software im großen Stil bauen: Routineprüfungen, Wartung eines wachsenden Infrastruktur-Bestands, massenhafte Übersetzungen großer Codebasen. Daneben stehen persönliche Assistenten, die Kalender und Nachrichten überwachen, Termine legen, To-do-Listen aus eingehenden Nachrichten zusammenstellen und vor jedem Meeting kurz zusammenfassen, wer das Gegenüber ist und worum es geht. Der Vergleich von sechs zu eins ist deshalb keine Spielerei. Er beschreibt, wie viel Ausführung inzwischen außerhalb menschlicher Arbeitszeit stattfindet.
Mehr Code, mehr Verträge, mehr Abschlüsse – aber ist es die KI?
Was dabei herauskommt, lässt sich in mehreren Funktionen messen. Am stärksten fällt der Sprung bei den Code-Commits pro Engineer aus: Sie liegen bei rund dem Fünffachen des Tempos von vor sechs Monaten. Data Scientists fragen über Agenten deutlich häufiger Echtzeit-Kennzahlen ab und schieben sie in Dashboards und Entscheidungsrunden. Aber auch außerhalb der Technik bewegt sich etwas – Juristen bearbeiten mehr Verträge, die Kreditorenbuchhaltung mehr Rechnungen, der Vertrieb mehr Abschlüsse.
Liegt das wirklich an der KI? Im selben Zeitraum wuchs das Geschäft rasant, und mit einem starken Modell im Portfolio verkauft es sich leichter. Um den Effekt zu isolieren, vergleicht der Bericht Beschäftigte, die agentische Coding-Werkzeuge übernommen haben, mit solchen, die es noch nicht taten – im selben Monat, im selben Unternehmen, also unter ähnlichen Bedingungen. Verfolgt wurden 192 Engineers, die übernommen haben, und 74, die es im Untersuchungszeitraum nicht taten. Nach der Übernahme steigt die Menge des hinzugefügten Codes deutlich.
Die Autoren räumen selbst ein, dass die Werkzeugwahl nicht zufällig ist. Wer kurz vor einem großen Projekt steht, rüstet sich vorher auf, und das verzerrt solche Schätzungen nach oben. Ein zweiter Test zielt auf die Qualität. Verglichen wird Code desselben Mitarbeiters, im selben Monat, im selben Verzeichnis – einmal von Agenten geschrieben, einmal von der Person selbst. Bei den Anteilen später wieder entfernter oder zurückgerollter Zeilen zeigt sich kein Unterschied. Mehr Code ist damit noch kein besserer Code, aber ein Hinweis darauf, dass die Masse nicht automatisch zu Lasten der Haltbarkeit geht.
Die Engstelle ist jetzt die Aufmerksamkeit
Wenn Ausführung so billig wird, verschiebt sich der Engpass. Man kann sich die Arbeitsorganisation wie ein Rohrsystem vorstellen, in dem an einer Stelle der Querschnitt enger ist als überall sonst. Zusätzliche Pumpen helfen nur bis zu dieser Stelle, danach staut es. Bei Anthropic ist die Engstelle die menschliche Aufmerksamkeit. Ein Engineer beschreibt seinen Alltag als eine Armee von Claudes, von denen jeder um Beachtung bittet. Die Arbeit wird nicht knapp, die Entscheidungen werden knapp.
Eine einfache Rechnung zeigt das. Selbst unter den nicht-technischen Beschäftigten würde das vollständige Lesen der Ausgaben ihrer Agenten etwa die halbe Arbeitswoche kosten. Wer das ernsthaft versucht, hat für nichts anderes mehr Zeit. Deshalb entsteht, was die Autoren Meta-Arbeit nennen: Werkzeuge, die Sichtbarkeit herstellen, Pipelines, die überwacht werden, Zusammenfassungen, die das Wesentliche vom Rest trennen. Ein wachsender Teil des Arbeitstages fließt in den Bau und die Pflege dieser Infrastruktur.
Auch die Rollen im Team verschieben sich. Das Verhältnis von Engineers zu Produktmanagern liegt bei etwa 17 zu 1 und ist seit 2025 gestiegen. Der Anteil der Beschäftigten in technischen Abteilungen, die selbst keinen Code committen, hat sich innerhalb eines Jahres fast halbiert. Die Zahl der Commits von Managern hat sich verdoppelt. Koordinieren heißt inzwischen häufiger selbst bauen. Die Grenze zwischen Steuerung und Ausführung, jahrzehntelang eine Grundannahme der Arbeitsorganisation, wird durchlässig.
Autonomie statt Fachwissen: Die Einstellungskriterien verschieben sich
Das schlägt sich in den Einstellungskriterien nieder. Hiring-Manager betonen laut Bericht zunehmend Autonomie und Urteilsvermögen – und weniger das spezifische Fachwissen einer Domäne oder die Fähigkeit, Vorgaben sauber umzusetzen. Wer Agenten führt, muss entscheiden können, welcher Output brauchbar ist, und das lässt sich schlechter an Zertifikaten ablesen als an früherer Verantwortung. Ein Ingenieur beschreibt die Kernanforderung seines Jobs als Versuch, sich selbst aus der Engstelle herauszustreichen, wo es geht.
Das Unternehmen reagiert auch intern. Beschäftigte, die mindestens ein Jahr dabei sind, wechselten 2026 monatlich mit 50 Prozent höherer Wahrscheinlichkeit die Abteilung als 2025. Ganze Teams wurden umgesetzt. Ein Produktdesignteam, das zuvor Texte für die Oberfläche schrieb, baute eine Kontextstruktur, mit der Agenten solche Texte selbst formulieren konnten – und wechselte danach ins Prompting und in die Arbeit an Evals. Ein Executive Assistant, der sich einen Assistenten für Termine und E-Mail-Triage gebaut hat, sagt im Bericht, die klassische Einstiegsrolle in der Administration sei bereits überschritten; die eigene Arbeit liege nun stärker bei Aufgaben einer rechten Hand der Geschäftsführung.
Parallel hält Anthropic die Verwaltung auffällig schlank. Ein Finanzmanager baute einen Agenten für die Prüfung von Bestellanforderungen und begründete das damit, man suche die Dinge, die viele Stunden fressen, damit Zeit für anderes bleibt. Ein Vertriebsmitarbeiter baute sich in drei bis vier Stunden ein eigenes Dashboard samt Pipeline, was nach eigenem Bekunden früher außerhalb seiner Möglichkeiten lag. Dazu kommen ein Frühwarnsystem, das Jobs mit hohem Disruptionsrisiko verfolgt, und der Vorrang für interne Umsetzung.
Für den Rest des Arbeitsmarkts bleibt es bei einer vorsichtigen Einordnung. Ein Unternehmen an der Front zeigt, was technisch möglich ist, nicht was überall geschieht. Die Mechanik dahinter ist allerdings gut übertragbar: Wo Ausführung billig wird, wandert der Engpass zur Prüfung und Entscheidung, und dort entscheidet sich, ob Produktivitätsgewinne in weniger Stellen oder in andere Stellen münden. Wenn du ein Team führst, frag weniger, welche Aufgaben eine KI übernehmen kann, sondern welche Urteile danach noch gefragt sind. Die Engstelle verschiebt sich. Ob die Organisation folgt, entscheidet sich daran, ob sie es freiwillig tut oder erst unter Druck.
Quelle: anthropic.com
