Anthropic hat aufgeschrieben, wie sich die eigene Belegschaft unter KI-Einsatz verändert. Der auffälligste Wert betrifft Berufseinsteiger: Bei Neueinstellungen im Technikbereich sind sie nur noch zu 9 Prozent dabei.
Was die Anthropic-Studie zur Beschäftigung zeigt
Am 16. Oktober veröffentlichte Anthropic einen Bericht mit dem Titel „How employment is changing at Anthropic". Er beschreibt nicht den Arbeitsmarkt, sondern ein einziges Unternehmen: das eigene. Grundlage sind interne Einstellungsdaten, Nutzungsdaten, Produktivitätsmessungen, Umfragen und 17 Tiefeninterviews.
Der Bericht ist kein neutraler Blick von außen: Er kommt von der Forschungsabteilung des Unternehmens, das die Werkzeuge verkauft, um die es geht. Trotzdem liefert er etwas, das es sonst kaum gibt. Zahlen aus einem Betrieb, der KI so weit in den Alltag eingebaut hat wie wenige andere.
Junior-Anteil bei Anthropic: von 27 auf 9 Prozent
Die viel zitierte Zahl steht im Kapitel über den Einstieg. Anfang 2025 lag der Anteil Berufseinsteiger an allen Neueinstellungen im Technikbereich bei 27 Prozent. Aktuell sind es 9 Prozent. Innerhalb der technischen Belegschaft ist der Anteil der Juniorinnen und Juniors von 21 auf 14 Prozent gesunken.
Der Rückgang setzte nicht gleichmäßig ein: Besonders deutlich fällt er nach Dezember 2025 aus, als die Zahl entsprechender Stellenausschreibungen zurückging. In denselben Monaten veränderte sich die Arbeit in den Teams: Aufgaben, die vorher als Übungsfeld für Neue galten, also einfache Codeänderungen, Fehlersuche, das Aufbereiten von Material, erledigen zunehmend die Modelle.
Anthropic ordnet das selbst so ein: Der Anteil der Technikstellen an allen Einstellungen sank von 61 auf 56 Prozent, weil andere Bereiche schneller wachsen und weil Beschäftigte ohne Programmierhintergrund mit den Werkzeugen selbst Software bauen. Das ist eine Erklärung des Unternehmens, keine unabhängig geprüfte Ursachenanalyse.
Warum die Anthropic-Quote nicht die Zahl der Neueinstellungen ist
Ein Prozentwert allein sagt wenig. Anthropic stellt weiterhin ein, die absolute Zahl der Technikstellen wächst. Wenn der Kuchen schneller wächst als der Anteil der Berufseinsteiger schrumpft, kann die absolute Zahl der Neulinge sogar steigen.
Genau diesen Punkt lässt der Bericht offen, absolute Zahlen nennt er nicht. Wer die Schlagzeile liest, sollte eine zweite Zahl mitdenken: Die Quote sagt etwas über die Zusammensetzung, nicht über die Menge.
Im April 2026 befragte das Unternehmen Führungskräfte. Etwa ein Drittel der Manager im Bereich maschinelles Lernen und ein Fünftel der Software-Engineering-Manager gaben an, wegen KI weniger eingestellt zu haben. Das ist eine Selbstauskunft über einen Teilbereich, kein Nachweis für die ganze Branche.
Sechs Stunden Agenten pro Arbeitsstunde: was die Zahl misst
Die zweite große Zahl klingt spektakulärer, als sie ist. Im März 2026 überschritt die summierte Laufzeit von Agenten erstmals die Arbeitszeit der Beschäftigten. Bis August wuchs der Abstand: Auf eine Stunde menschlicher Arbeit kommen rechnerisch sechs Stunden Agentenlaufzeit.
Gezählt wird die Laufzeit der Systeme einschließlich Denkschritten und Werkzeugaufrufen. Wartezeiten über 30 Minuten fallen heraus, Subagenten werden dem Hauptlauf zugerechnet, und die menschliche Arbeitszeit schätzt Anthropic mit Kopfzahl mal 40 Wochenstunden.
Sechs Stunden Maschinenlaufzeit ersetzen also nicht sechs Menschen. Ein einzelner Beschäftigter kann mehrere Agenten gleichzeitig laufen lassen, und die summieren sich. Die Zahl beschreibt Rechenzeit im Verhältnis zur nominellen Arbeitszeit, mehr nicht.
Ein Verhältnis, keine Stellenbilanz.
Fünfmal mehr Commits pro Ingenieur
Für die Frage, ob das etwas bringt, hat Anthropic einen Vergleich gerechnet. Ingenieure, die mit Coding-Agenten arbeiten, kommen auf etwa fünfmal so viele Commits wie ein halbes Jahr zuvor. Die Untersuchung umfasst 192 Beschäftigte, die die Werkzeuge nutzten, und 74, die es nicht taten; verglichen wird innerhalb derselben Person und desselben Monats.
Die Autoren nennen die Schwäche des Designs selbst: Wer ein großes Projekt vorbereitet, greift früher zu einem Werkzeug. Dann misst man nicht den Effekt der Software, sondern den der Projektplanung. Ein Teil des Abstands dürfte daher aus dieser Auswahl stammen.
Bei der Qualität greift der Bericht zu Ersatzgrößen. Innerhalb von 90 Tagen prüften die Autoren, wie oft Codezeilen wieder gelöscht wurden, wie oft Fehlerkorrekturen zu Löschungen führten, wie oft Änderungen zurückgenommen wurden, wie oft Prüfregeln abgeschaltet wurden und wie oft Tests übersprungen wurden. In allen diesen Maßen fanden sie zwischen Agenten-Code und handgeschriebenem Code derselben Person keinen klaren Unterschied. Sie schreiben selbst dazu, dass es Ersatzgrößen sind und der Zeitraum kurz ist.
Der Engpass bei Anthropic ist menschliche Aufmerksamkeit
Interessanter ist, wo die Zeit bleibt. In interaktiven Sitzungen entfallen rund 80 Prozent der Zeit darauf, auf eine Eingabe des Menschen zu warten. Die Maschine ist schnell, der Mensch ist der Takt.
Was folgt daraus für den Arbeitsalltag?
Für Beschäftigte außerhalb der Technik rechnet der Bericht vor, was das bedeutet: Würden sie alle Ausgaben der Agenten vollständig lesen, wären sie mehr als eine halbe Arbeitswoche damit beschäftigt. Die Schätzung beruht auf 0,75 Wörtern pro Token und einer Lesegeschwindigkeit von 250 Wörtern pro Minute.
Metaarbeit bei Anthropic: von 10 auf 22 Prozent
Ein zweiter Befund betrifft den Inhalt der Arbeit. Der Anteil der Sitzungen, in denen Beschäftigte für Agenten Anweisungen schreiben, Pläne prüfen, Ergebnisse bewerten oder Übersichten bauen, stieg von 10 Prozent im Herbst 2025 auf 22 Prozent im Frühjahr 2026. Die Zahl der dauerhaft hinterlegten Anweisungen wuchs im selben Zeitraum von einigen Hundert auf rund 8.500.
In der Umfrage vom April 2026 sagte ein Fünftel, die eigene Rolle verschiebe sich vom Erledigen zum Steuern von Claude; 27 Prozent nannten höhere Produktivität. Bei Beschäftigten ohne technischen Hintergrund stiegen die Sitzungen mit Coding-Agenten von zwei pro Monat im August 2025 auf 90 pro Monat im Mai 2026.
Die Treffen sind nicht verschwunden. Die mediane Meetingzeit pro Beschäftigten lag ein Jahr später um 20 Prozent höher, bei technischen Fachkräften um 16 Prozent. In fast der Hälfte der aktiven öffentlichen Slack-Kanäle tauchen Agenten auf, und wer gehofft hatte, KI entferne die Abstimmung, sieht hier das Gegenteil.
Was die Anthropic-Zahlen nicht beweisen
Der Bericht beschreibt einen Ausnahmefall. Anthropic wächst schnell, stellt viele Menschen ein und hat einen Anreiz, die eigene KI als nützlich darzustellen. Die Daten sind intern erhoben und intern ausgewertet.
Daraus folgt nicht, dass andere Firmen dieselbe Verschiebung erleben, und es folgt auch nicht, dass Berufseinsteiger insgesamt schlechtere Chancen haben. Es folgt nur, dass in einem Betrieb, der KI konsequent einsetzt, der Einstieg für Neue schmaler geworden ist und die Arbeit sich in Richtung Steuerung verschoben hat.
Für Berufseinsteiger ist das die unangenehme Nachricht: Der erste Job war immer der Ort, an dem man Grundlagen lernt, weil die Aufgaben klein und prüfbar waren. Wenn genau diese Aufgaben an Agenten gehen, fehlt der Übungsplatz. Wer einsteigt, muss zeigen, dass er Ergebnisse prüfen und Verantwortung übernehmen kann, und zwar bevor er je die Gelegenheit hatte, es in Ruhe zu lernen.
Sechs Stunden Agentenlaufzeit pro Arbeitsstunde klingen nach Entlastung. Wenn 80 Prozent der Sitzungszeit aus Warten besteht, ist das vor allem eine Verschiebung: weniger tippen, mehr lesen, mehr entscheiden.
