Anthropic hat am 16. Oktober 2026 zwei Forschungsberichte auf Basis eigener Betriebsdaten veröffentlicht: Der eine verfolgt, wie KI die interne Personalstruktur des Unternehmens verändert, der andere vergleicht die Erwartungen der Beschäftigten zu den wirtschaftlichen Folgen von KI mit denen von knapp 11.000 Erwachsenen in den USA (eine gewichtete Morning-Consult-Stichprobe vom August).
Die Arbeitsstunden der Agenten lagen zuerst vorn
Die früheste Veränderung im Bericht ist keine Entlassungsliste, sondern die Zusammensetzung der Arbeit. Bis März 2026 hatten KI-Agenten bei Anthropic mehr Arbeitsstunden gesammelt als die Beschäftigten; bis August erreichte die Nutzungsdauer interaktiver Agenten das Sechsfache der Mitarbeiterzeit. Auch die Output-Signale bewegten sich mit: mehr Code pro Person, mehr abgeschlossene Verkäufe pro Vertriebsmitarbeiter, mehr Verträge in der Rechtsabteilung. Wer dieselben Beschäftigten über die Zeit verfolgte, sah ihren Output mit tieferer KI-Nutzung steigen.
Anthropics eigene Deutung: Der Engpass hat sich von der Ausführung zur menschlichen Aufmerksamkeit verschoben. Beschäftigte verbringen mehr Zeit damit, Überwachung aufzubauen und Agentenarbeit zu prüfen. Übernehmen Agenten Aufgaben tatsächlich, wird zuerst der Jobinhalt umgeschrieben, nicht die Kopfzahl. Dasselbe Muster zeigt sich im Handel, wie dieser Beitrag auf unserer Seite beschreibt: Agenten als Einkäufer scheitern an der Ladentür: 403-Fehler verdoppelt, 42 % der Verbraucher geben den Kaufknopf nicht ab – dort laufen Agenten bereits in echten Zahlungsabläufen und stoßen zuerst auf Risikokontrollen und fehlendes Vertrauen.
Die Einstellungsliste veränderte sich vor jeder Entlassung
Der erste Teil der Belegschaft, der sich bewegte, war der Einstieg. Im vergangenen Jahr sank der Anteil von Juniorstellen an Anthropics Einstellungen, und der Anteil technischer Rollen an der Belegschaft wurde kleiner. Bei Einstellungsentscheidungen zählen zunehmend Autonomie und Urteilsvermögen statt enger technischer Spezialisierung und Umsetzungsroutine.
Gerade diese Reihenfolge ist für andere Unternehmen die nützlichere Referenz: Es braucht keinen formellen „KI-Ersetzungsplan“, damit Einstiegsstellen zuerst im Einstellungsplan schrumpfen. Für Berufseinsteiger verschwindet ausgerechnet die Stufe, auf der früher Erfahrung gesammelt wurde; für Führungskräfte wird zur neuen Frage, wie man Menschen bewertet, deren Aufgabe das Steuern und Prüfen von Agenten ist.
Die Erwartungslücke speist sich aus Erfahrung, nicht aus Haltung
Der zweite Bericht lässt sich leicht als „Insider sind optimistischer“ misslesen. Tatsächlich zeigen die Daten, dass Beschäftigte und Öffentlichkeit ähnliche Modelle davon haben, wie KI auf Jobs wirkt: In beiden Gruppen erwarten diejenigen, die mehr eigene Arbeit an KI fallen sehen, auch stärkere Arbeitslosigkeitseffekte. Der echte Unterschied liegt im Tempo der Fähigkeiten: 91 % der Beschäftigten erwarten bis 2030 eine Entdeckung auf Nobelpreisniveau durch KI, in der Öffentlichkeit sind es 39 %; mehr als die Hälfte der Beschäftigten glaubt, KI könne bis 2030 mindestens 80 % ihrer heutigen Arbeit erledigen, bei den US-Erwachsenen sind es 5 %.
Chefökonom Peter McCrory stellte am selben Tag auch ein Rahmenwerk zum Vergleich von KI-Fortschrittsszenarien vor und begründete es damit, dass Anthropic bei der KI-Einführung der Gesamtwirtschaft rund anderthalb Jahre voraus sei – interne Veränderungen könnten daher ein frühes Muster für andere Branchen sein. Diese Behauptung ist mit Vorsicht zu lesen: Die Daten stammen aus einem einzigen Frontier-Labor und sind Selbstauskünfte; Maße wie Code pro Person räumt der Bericht selbst als unvollkommen ein. Doch als eines der wenigen öffentlichen Beispiele, die reale Agentenstunden neben die Personalstruktur legen, liegt der Wert weniger in den Schlussfolgerungen als im Maßstab: Erreicht die Agentenzeit in einem Unternehmen das Sechsfache der Mitarbeiterzeit, ändern sich zuerst Einstieg und Prüfarbeit – nicht eine Entlassungsliste.
