Eine Ingenieurin an einem Dienstagmorgen um neun, eine für diesen Artikel erfundene Person: Sie hat elf Agentensitzungen offen. Vier sind fertig und warten darauf, dass sie ihre Ergebnisse liest. Zwei halten bei einer Frage an, die nur sie beantworten kann. Eine ist seit Freitag untätig, weil sie höflich gefragt hat, ob sie ein Verzeichnis löschen darf. Alle signalisieren dieselbe Dringlichkeit. Seit dem Frühstück hat die Ingenieurin keine Codezeile geschrieben, und sie ist die langsamste Komponente im Raum.

Die Szene ist erfunden, ihre Mechanik stammt aber aus einem Bericht, den Anthropics Ökonomen am 16. Oktober veröffentlichten. Nathan Wilmers, Regina Catipon, Maxim Massenkoff und Peter McCrory nutzten eigene Daten zu Beschäftigung, KI-Nutzung, Leistung, Kalendern und Einstellungsentscheidungen sowie 17 Mitarbeiterinterviews. Sie fragten, was KI mit der Arbeit in dem Unternehmen gemacht hat, das sie entwickelt. Ihre Antwort hat zwei Teile, die unbequem nebeneinanderstehen. Die Leistung pro Person ist stark gestiegen. Der Anteil technischer Berufseinsteiger, den das Unternehmen aufnimmt, ist noch schneller gesunken.

Der Junior-Anteil an Einstellungen sank von 27 % auf 9 %

Laut Bericht sank der Anteil von Junior-Beschäftigten in Anthropics technischen Abteilungen seit Anfang 2025 von 21 % auf 14 %. Ihr Anteil an technischen Neueinstellungen fiel von 27 % auf 9 %. Gespräche über schwächere Nachfrage nach technischen Junior-Kräften begannen im Januar 2026 in Teams, die besonders stark auf Claude setzten und ihm zunehmend Code und Fehlersuche übertragen konnten. Eine befragte Person sagte, der Leistungsschub des Modells für Performance-Entwickler habe „praktisch über Nacht verändert, wonach wir suchten“. Bis April hatten Entwicklungs- und Forschungsteams Einstellungen für niedrigere technische Stellen weniger gewichtet. In einer Umfrage in diesem Monat sagten rund ein Drittel der Führungskräfte im maschinellen Lernen und ein Fünftel in der Softwareentwicklung, sie stellten wegen KI weniger ein.

Das Unternehmen schrumpft nicht. Es hat sich in einem Jahr verdreifacht. Laut den Autoren erzielt es pro Beschäftigtem zwei- bis viermal so viel Umsatz wie Meta und Google im gleichen Alter von fünf Jahren. Der Vergleich beruht auf Anthropics internen Daten und den Jahresberichten der beiden Rivalen. Der technische Anteil aller Beschäftigten sank von 61 % auf 56 %, weil Vertrieb, Finanzen und Personalgewinnung schneller einstellten. Die Autoren behaupten nicht, jede Verschiebung sei durch KI verursacht. Ein Teil sei schlicht ein wachsendes Unternehmen, das Geschäftsfunktionen ergänzt.

Agenten arbeiteten sechs Stunden pro menschlicher Stunde

Die Telemetrie hinter der Produktivitätsbehauptung ist ebenso deutlich wie die Einstellungszahlen. Im März 2026 übertrafen autonome und interaktive Agentenstunden zusammen erstmals menschliche Arbeitsstunden. Werden nur die von einzelnen Beschäftigten gelenkten Agenten gezählt, erreichte das Verhältnis im August sechs Agentenstunden pro menschlicher Stunde. Die menschlichen Stunden beruhen auf einer Annahme: Beschäftigtenzahl mal vierzig Wochenstunden.

Die Leistung folgte. Code-Commits pro Entwickler lagen beim Fünffachen des Tempos von sechs Monaten zuvor. Juristen bearbeiteten mehr Verträge, die Kreditorenbuchhaltung mehr Rechnungen, Vertriebsmitarbeiter schlossen mehr Geschäfte ab. Die Autoren wissen, dass ein Unternehmen mit einem starken Modell leichter verkauft. Deshalb verglichen sie Personen im selben Monat: 192 Entwickler, die Programmieragenten einführten, mit 74, die es nicht taten. Hinzugefügter Code pro Entwickler stieg nach der Einführung deutlich. Sie verglichen auch menschlichen Code mit dem Code des eigenen Agenten derselben Person im selben Monat und Verzeichnis und fanden keinen Unterschied darin, wie häufig Zeilen später entfernt oder zurückgenommen wurden. Zwei Einschränkungen kommen hinzu. Die Einführung war nicht zufällig: Menschen vor einem großen Projekt rüsten sich womöglich besonders aus, und diejenigen, die zu vollständig autonomen Agenten wechselten, steigerten ihre Leistung schon vorher. Außerdem sind dies Näherungsmaße für Qualität, kein Urteil darüber.

Menschliche Aufmerksamkeit ist der Engpass

Der anschaulichste Befund betrifft die Folgen der Geschwindigkeit für Menschen. In interaktiven Sitzungen warten Agenten etwa 80 % der Sitzungszeit auf einen Menschen. Die Autoren rechnen Agentenausgaben in Wörter bei durchschnittlicher Lesegeschwindigkeit um und schätzen: Selbst nichttechnische Beschäftigte bräuchten mehr als eine halbe Arbeitswoche, um alles zu lesen, was ihre Claude-Sitzungen erzeugen. Ein Entwickler beschrieb „eine Armee von Claudes, von denen jeder meine Aufmerksamkeit verlangt“. Ein anderer verglich es mit Kinderbetreuung, bei der jedes Kind sein Anliegen gleich laut vorträgt.

Menschen reagieren mit Werkzeugbau. Dauerhafte schriftliche Agentenanweisungen stiegen von einigen Hundert im Juli 2025 auf 8.500 ein Jahr später. Der Anteil interaktiver Mitarbeitersitzungen für sogenannte Meta-Arbeit stieg von 10 % im Herbst 2025 auf 22 % im Frühjahr 2026. Dazu zählen Spezifikationen für Multi-Agenten-Läufe, ein Agent als Prüfer eines anderen und Pipeline-Überwachung. Die Einstellungen änderten sich mit. In Interviewbewertungen verdreifachten sich gegenüber 2024 Erwähnungen kreativer KI-Werkzeugnutzung bei technischen Rollen und vervierfachten sich bei nichttechnischen. Der größte Anstieg bei technischen Kandidaten betraf Autonomie und Urteilsvermögen, während Domänenwissen seltener angesprochen wurde.

Menschlicher Kontakt verschwand nicht. Der mediane Beschäftigte verbringt 20 % mehr Zeit in Besprechungen als ein Jahr zuvor. Bei technischen Fachkräften ohne Führungsfunktion beträgt der Anstieg 16 %, wobei das Unternehmenswachstum einen Teil erklärt.

Was das Unternehmen tut und was offenbleibt

Die Autoren nennen drei aus ihrer Sicht wichtige Merkmale von Anthropics Vorgehen: breite Mitarbeiterbeteiligung am Aktienkapital, ein Frühwarnsystem für gefährdete Stellen und Vorrang für interne Rollenwechsel. Beschäftigte mit mindestens einem Jahr Betriebszugehörigkeit wechselten in jedem Monat des Jahres 2026 mit 50 % höherer Wahrscheinlichkeit die Abteilung als 2025. Die Autoren nennen auch Kosten: Zusagen, bestehendes Personal neu einzusetzen, könnten Arbeitgeber davon abhalten, neuen Beschäftigten eine Chance zu geben.

Dann benennen sie selbst den unbequemen Teil. Keine dieser Maßnahmen gehe direkt gegen die Verlangsamung der Junior-Einstellungen vor. Schutz für bestehende Beschäftigte „wird denen nicht zugutekommen, die von Anfang an nicht eingestellt wurden“. Zudem ist der Bericht die Selbstdarstellung eines Unternehmens durch eigene Ökonomen. Es gibt keine externe Vergleichsgruppe, und untersucht wird eine Firma mit steigender Bewertung und ungewöhnlich frühem Zugang zu eigenen Werkzeugen.

Externe Belege weisen auf gröberer Ebene in dieselbe Richtung. Eine am 12. August überarbeitete Arbeit des Stanford Digital Economy Lab nutzt ADP-Lohndaten für Millionen amerikanischer Arbeitnehmer bis Juni 2026 und findet keine Hinweise auf breite Verdrängung von Arbeitsplätzen. Sie findet aber, dass die Beschäftigung von 22- bis 25-Jährigen in KI-exponierten Berufen 19 % unter dem Niveau liegt, das sie bei gleichem Tempo wie weniger exponierte Gleichaltrige erreicht hätte. Die Lücke entsteht überwiegend durch weniger Einstellungen, nicht durch Abgänge. Anthropics eigene Studie vom Dezember 2025 zu seinen Entwicklern hatte die Sorge von der anderen Seite gezeigt: Einige fürchteten, Lernen werde schwieriger, wenn das Produzieren leicht sei.

Der Platz am Tisch

Zurück zur erfundenen Ingenieurin und ihren elf Sitzungen. Sie ist nicht überflüssig. Der Bericht legt nahe, dass sie der knappe Faktor ist und das Unternehmen daran arbeitet, ihre Zeit weiter reichen zu lassen. Was er ihr nicht sagen kann: Woher kommt die nächste Person wie sie, wenn ausgerechnet auf der Einstiegsstufe, die einst Entwickler mit ihrem Urteilsvermögen hervorbrachte, am wenigsten eingestellt wird? Die Ökonomen schließen mit einem Ruf nach staatlicher Umschulung und Einkommensunterstützung neben den Maßnahmen der Arbeitgeber. Ihr Schreibtisch in der Geschichte wird sich weiter schneller füllen, als sie ihn leeren kann. Ob jemand ausgebildet wird, neben ihr zu sitzen, lassen die Daten offen.

Quellen

  • Brynjolfsson, E., Chandar, B., & Chen, R. (2026, revised 12 August). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab. digitaleconomy.stanford.edu
  • Huang, S., Seethor, B., Durmus, E., Handa, K., McCain, M., Stern, M., & Ganguli, D. (2025). How AI is transforming work at Anthropic. Anthropic. anthropic.com
  • Wilmers, N., Catipon, R., Massenkoff, M., & McCrory, P. (2026). How employment is changing at Anthropic. The Anthropic Institute. anthropic.com