Bei Anthropic warten KI-Agenten 80 Prozent der Zeit auf Menschen

Anthropic veröffentlichte am 16. Oktober 2026 eine Untersuchung der eigenen Beschäftigung: In interaktiven Sitzungen warten Claude-Agenten rund 80 Prozent der verstrichenen Zeit auf menschliche Eingaben; in einer internen Befragung beschrieben 20 Prozent der Antwortenden einen Wechsel vom Ausführen zum Steuern von Claude. Der Befund beantwortet die Frage nach Stellenverlust zunächst für dieses Unternehmen: Aufgaben verschieben sich, und der Zugang zu technischen Einstiegspositionen wird enger; ein allgemeiner Abbau von Arbeitsplätzen lässt sich daraus nicht ablesen.

Im Bericht von Fortune beschreibt ein Ingenieur seine Arbeit als „an army of Claudes, with every one asking for my attention“; im August 2026 leisteten von Beschäftigten eingesetzte Agenten rechnerisch sechsmal so viele Arbeitsstunden wie die Menschen, während der Anteil von Berufseinsteigern an technischen Neueinstellungen seit Anfang 2025 von 27 auf 9 Prozent sank. Gleichzeitig nahmen die technischen Einstellungen in absoluten Zahlen weiter zu. Mehr maschinelle Leistung verändert damit sowohl die Arbeit vorhandener Beschäftigter als auch die Nachfrage nach neuen Kräften.

Warum Agentenstunden und Wartezeit zusammenpassen

Die Wartequote misst die verstrichene Dauer interaktiver Sitzungen. Dafür wird die aktive Arbeitszeit eines Agenten von der Zeit zwischen Sitzungsbeginn und Sitzungsende abgezogen. Der verbleibende Abschnitt steht für Pausen, in denen Claude auf eine menschliche Eingabe wartet. Er beschreibt weder die Fehlerquote des Systems noch einen Anteil an der gesamten Arbeitszeit aller Beschäftigten.

Die größere Zahl von Agentenstunden hat einen anderen Nenner. Erfasst wird die Laufzeit von Agenten, die Beschäftigte einsetzen; Arbeitsstunden von Menschen werden auf Basis der Belegschaft und einer angenommenen Wochenarbeitszeit berechnet. Viele Agenten können gleichzeitig Code bearbeiten oder Routinen ausführen, obwohl ein einzelner interaktiver Vorgang immer wieder auf eine Entscheidung wartet. Die beiden Messungen widersprechen sich deshalb nicht: Automatisierung kann im Umfang wachsen und zugleich Aufmerksamkeit an den Übergabepunkten binden.

Ein weiterer Engpass entsteht nach der Ausgabe. Eine Modellrechnung auf Basis der Textmenge interaktiver Sitzungen und einer unterstellten Lesegeschwindigkeit zeigt, wie lange es dauern würde, alle Antworten vollständig zu lesen. Schon bei Beschäftigten außerhalb der Technik würde das mehr als die Hälfte einer Arbeitswoche beanspruchen. Die Aussage ist eine Schätzung des potenziellen Leseaufwands, keine gemessene Zeit, die Menschen tatsächlich mit dem Lesen verbringen. Sie erklärt aber, weshalb Auswahl, Zusammenfassung und Kontrolle der Ergebnisse selbst zu Arbeit werden.

Weniger technische Einstiegsstellen trotz Wachstum

Der Rückgang betrifft vor allem den Anteil von Berufseinsteigern an technischen Neueinstellungen. Er ist nicht mit einem Rückgang der gesamten technischen Belegschaft gleichzusetzen. Anthropic stellte weiterhin technische Fachkräfte ein, während andere Funktionen wie Vertrieb, Finanzen und Personalgewinnung schneller wuchsen. Für Bewerberinnen und Bewerber am Anfang der Laufbahn kann ein sinkender Anteil trotzdem eine reale Verengung des Zugangs bedeuten, selbst wenn die Firma wächst.

In Entwicklungs- und Forschungsteams konnten einfachere Aufgaben wie das Schreiben von Code und die Fehlersuche zunehmend an Claude gehen. Führungskräfte legten deshalb bei Einstellungen mehr Gewicht auf selbstständiges Urteil und den Umgang mit KI-Werkzeugen als auf reine Umsetzung. Das beschreibt eine veränderte Nachfrage nach Fähigkeiten, aber keinen sauber isolierten Effekt von Claude auf jede einzelne Stelle. Anthropic expandierte im Untersuchungszeitraum stark; Geschäftswachstum und die veränderte Zusammensetzung der Abteilungen beeinflussen die Anteile ebenfalls.

Wie sich eine Aufgabe innerhalb des Unternehmens verschiebt, zeigt ein Produktdesignteam. Es verfasste zuvor kurze Texte für Claude.ai und entwickelte dann Vorgaben, mit denen Agenten solche Inhalte erstellen konnten. Anschließend wechselte das Team zu Anweisungen und Bewertungen für Claude. Menschliche Arbeit verschwand in diesem Beispiel nicht, doch die konkrete Tätigkeit änderte sich. Offen bleibt damit eine Frage für künftige Berufseinsteiger: Wo erwerben sie Erfahrung, wenn gerade die überschaubaren Aufgaben, an denen sie früher gelernt haben, seltener bei ihnen landen?

Die neue Arbeit besteht aus Steuerung und Abstimmung

Wer mehrere Agenten einsetzt, muss ihre Aufgaben präzise beschreiben, Ergebnisse ordnen und widersprüchliche Ausgaben prüfen. Bei Anthropic entstanden dafür dauerhafte Anweisungen, Überwachungswerkzeuge und Verfahren, mit denen Agenten die Arbeit anderer Agenten kontrollieren. Diese Tätigkeiten liegen eine Ebene über dem eigentlichen Schreiben, Programmieren oder Bearbeiten eines Vorgangs. Sie können die Umsetzung beschleunigen, verlangen aber weiterhin Menschen, die Prioritäten setzen und Verantwortung für das Resultat übernehmen.

Auch die Abstimmung unter Menschen nahm zu: Laut TechRadars Bericht stieg die Besprechungszeit der Beschäftigten im Median binnen eines Jahres um 20 Prozent, bei technischen Fachkräften ohne Führungsrolle um 16 Prozent. Ein Teil des Anstiegs hängt mit dem Wachstum der Firma und ihrem größeren Anteil abstimmungsintensiver Funktionen zusammen. Die Kalenderdaten belegen daher zusätzliche Besprechungszeit, aber keinen eindeutigen Kausaleffekt der Agenten auf jede dieser Minuten.

Bei technischen Problemen stoßen Agenten zudem auf Zuständigkeiten, ältere Architekturentscheidungen oder widersprüchliche Ziele, die Menschen gemeinsam klären müssen. Eine Entscheidung aus einem Gespräch hilft dem nächsten Agentenlauf nur, wenn der neue Kontext im Arbeitsablauf verfügbar wird. Beschäftigte halten daher Vorgaben und Entscheidungen fest, damit Agenten mit aktuellen Annahmen weiterarbeiten. Solche Koordination wird besonders wichtig, wenn die maschinelle Umsetzung schneller voranschreitet als die menschliche Einigung darüber, was umgesetzt werden soll.

Was der Fall für den Arbeitsmarkt aussagt

Anthropic entwickelt Claude selbst, verfügt über erhebliche Mittel und hat Agenten besonders tief in seine Prozesse eingebaut. Ein Arbeitgeber in Deutschland, Österreich oder der Schweiz wird nicht automatisch dieselben Aufgaben, Werkzeuge oder Einstellungsmuster haben. Die Untersuchung ist ein Fall aus einem US-Unternehmen an der Spitze der KI-Nutzung, keine repräsentative Stichprobe für den deutschsprachigen Arbeitsmarkt. Sie zeigt dennoch, welche Kennzahlen getrennt betrachtet werden müssen, wenn von KI und Jobs die Rede ist: gesamte Beschäftigung, Einstiegschancen, Tätigkeiten und die für Kontrolle benötigte menschliche Zeit.

Innerhalb von Anthropic versucht das Unternehmen, gefährdete Aufgaben früh zu erkennen und Beschäftigte bei Bedarf intern neu einzusetzen. Die geschilderte Versetzung des Produktdesignteams zeigt, wie eine solche Verschiebung konkret aussehen kann. Für Arbeitnehmerinnen und Arbeitnehmer außerhalb des KI-Labors ist die entscheidende Folge offener: Ob zusätzliche Steuerungsarbeit wegfallende Einstiegsaufgaben tatsächlich auffängt, wird erst sichtbar, wenn auch andere Arbeitgeber Beschäftigung, Neueinstellungen und veränderte Tätigkeiten über die Zeit gemeinsam ausweisen.

Lesen Sie auch:

• SAP-Studie: 72 Prozent automatisieren alte Arbeit statt sie neu zu gestalten
• HCLTech baut eigene Anthropic-Einheit – Claude zieht in Unternehmenssoftware ein
• KI-Agenten absichern – jeder Werkzeugaufruf braucht eine eigene Grenze