Anthropics KI-Agenten protokollieren sechsmal so viele Arbeitsstunden, während der Anteil der Einstellungen von Nachwuchskräften sinkt

Anthropics KI-Agenten protokollieren deutlich mehr Arbeitsstunden als die Mitarbeitenden, die sie steuern. Doch die jüngste Arbeitsplatzstudie des Unternehmens wirft eine kompliziertere Frage auf: Was bedeutet all diese KI-Aktivität für menschliche Arbeitsplätze?

In der am 16. Oktober veröffentlichten Studie des Unternehmens machten Nachwuchskräfte 9 % der neuen technischen Mitarbeiter aus, gegenüber 27 % Anfang 2025 – obwohl die Zahl der technischen Neueinstellungen insgesamt stieg. 

Rund ein Drittel der Machine-Learning-Manager und ein Fünftel der Software-Engineering-Manager gaben an, wegen KI weniger einzustellen. Die Studie konnte jedoch nicht belegen, dass Automatisierung die Gesamtveränderung verursacht hat. Für Arbeitgeber, die Agenten einsetzen, werfen die Ergebnisse Fragen nach der tatsächlichen Produktivität und der Ausbildung künftiger Prüfer auf.

Nachwuchskräfte machen einen kleineren Anteil der technischen Neueinstellungen aus

Anthropic analysierte Mitarbeiterdaten, KI-Protokolle, Umfragen und 17 Interviews. Der Anteil der Nachwuchskräfte an den bestehenden technischen Positionen sank von 21 % auf 14 %. Der Bericht enthielt keine absoluten Zahlen zu Einstellungen von Nachwuchskräften. 

The Decoder berichtete, dass die Zahl der technischen Stellenangebote für Nachwuchskräfte im Dezember 2025 stark zu sinken begann. Wenn Agenten das Programmieren und die Fehlerbehebung übernehmen, benötigen Arbeitgeber möglicherweise neue Wege für praxisnahe Ausbildung. 

Wie MLQ erläuterte, vergleicht die Zahl sechs zu eins die Inferenz- und Tool-Nutzung der Agenten mit menschlichen Arbeitsstunden, die anhand einer 40-Stunden-Woche geschätzt werden. Sie misst nicht, dass sechs Mitarbeiter ersetzt wurden. 

Mehr KI-Output erfordert weiterhin menschliche Prüfer

Anthropic berichtete über etwa fünfmal so viele Code-Commits pro Entwickler über einen Zeitraum von sechs Monaten, warnte jedoch, dass das Ausgabevolumen keinen geschäftlichen Nutzen belegt. Auch eWeek berichtete über KI-generierten Code bei Anthropic und OpenAI.

Dealroom hob einen Engpass hervor: Interaktive Claude-Sitzungen verbrachten rund 80 % der verstrichenen Zeit damit, auf menschliche Eingaben zu warten. Die „Meta-Arbeit“ für das Management von Agenten stieg von 10 % auf 22 % der Sitzungen. Ein Entwickler beschrieb, er sehe sich „einer Armee von Claudes gegenüber, von denen jeder meine Aufmerksamkeit verlangt“. 

Die Ergebnisse legen nahe, dass KI-Agenten zwar die Menge an Arbeit erhöhen können, die Mitarbeiter anstoßen, zugleich aber neue Anforderungen an Überwachung, Prüfung und Entscheidungsfindung schaffen. Mehr automatisierte Aktivität beseitigt nicht den Bedarf an menschlicher Expertise.

Was eWeek herausfand: Sechsmal so viele Agentenstunden bedeuten nicht sechsmal so viel Produktivität

Anthropics Ergebnisse offenbaren eine Lücke zwischen der Arbeitsmenge, die KI-Agenten scheinbar erledigen, und dem messbaren Wert, den sie erzeugen.

Die Zahl von sechs zu eins bei den Agentenstunden zeigt, wie lange KI-Systeme im Vergleich zu geschätzten menschlichen Arbeitsstunden aktiv waren. Sie bedeutet nicht, dass Agenten sechsmal so viel nützliche Arbeit erledigten oder sechs Mitarbeiter ersetzten.

Ein fünfmal höheres Aufkommen an Code-Commits belegt ebenfalls ein größeres Ausgabevolumen, aber nicht unbedingt bessere Software, weniger Fehler oder niedrigere Entwicklungskosten. Auch der Rückgang des Anteils von Nachwuchskräften an den Einstellungen kann nicht belegen, dass KI-Automatisierung die Veränderung verursacht hat.

Der Vergleich von 192 Agenten-Nutzern mit 74 Nichtnutzern bringt eine weitere Einschränkung mit sich. Die Einführung wurde nicht randomisiert, und einige Mitarbeiter, die später Agenten einsetzten, steigerten ihre Leistung bereits zuvor.

Für Unternehmen sind diese Unterschiede wichtig. Organisationen, die KI-Agenten bewerten, sollten abgeschlossene Arbeiten, Qualität, Prüfaufwand und Gesamtkosten messen, statt Aktivitätskennzahlen als direkten Beleg für Produktivität oder Personaleinsparungen zu betrachten.

Was Unternehmen vor dem Abbau von Stellen für Nachwuchskräfte prüfen sollten

Der KI-intensive Arbeitsplatz von Anthropic ist kein Personalmodell für jede Organisation. Bevor sie den Einsatz von Agenten ausweiten oder weniger Stellen für Nachwuchskräfte ausschreiben, sollten Technologie- und Personalverantwortliche drei Prioritäten berücksichtigen:

• Tatsächliche Produktivitätsgewinne messen. Vergleichen Sie abgeschlossene Aufgaben, Fehlerquoten, Nacharbeit, Prüfzeiten und Gesamtkosten mit ähnlichen Abläufen ohne KI-Agenten. Mehr Aktivität der Agenten bedeutet nicht zwangsläufig höhere Effizienz.
• Menschliche Aufsicht einplanen. Weisen Sie Mitarbeiter an, KI-generierte Arbeit zu prüfen, Genehmigungsverfahren einzurichten und zu überwachen, ob Korrekturen oder Rückstände bei der Prüfung Projekte verzögern.
• Ausbildungsmöglichkeiten für Nachwuchskräfte schützen. Stellen Sie Nachwuchskräfte für betreutes Debugging, Code-Reviews und die Untersuchung von Vorfällen erfahrenen Entwicklern zur Seite. Beobachten Sie, ob sie die Fähigkeiten entwickeln, die sie benötigen, um technische Entscheidungen selbstständig zu treffen.

Die längerfristige Herausforderung besteht darin, die benötigten Mitarbeiter zu halten, um immer leistungsfähigere KI-Systeme zu überwachen. Erfahrene Entwickler müssen Ergebnisse weiterhin bewerten, Fehler erkennen und entscheiden, ob automatisierte Arbeit die Anforderungen an Qualität und Sicherheit erfüllt.

Wenn Unternehmen routinemäßiges Programmieren und Debugging zunehmend KI überlassen, sollten sie andere Möglichkeiten schaffen, damit Nachwuchskräfte praktische Erfahrung sammeln. Manager könnten sie in die Prüfung von KI-generiertem Code, die Untersuchung von Fehlern und die schrittweise Übernahme komplexerer Aufgaben einbinden.

Weniger Einstellungen auf Einstiegsebene können die unmittelbaren Personalkosten senken. Arbeitgeber müssen jedoch auch berücksichtigen, wer künftig zunehmend autonome Systeme überwachen soll. Ohne kontinuierliche Investitionen in Ausbildung könnten Unternehmen letztlich Schwierigkeiten haben, genügend erfahrene Mitarbeiter auszubilden, die kostspielige Fehler erkennen und die Qualität von KI-generierter Arbeit aufrechterhalten.

Möchten Sie sich bei der Nutzung von KI bei der Arbeit sicherer fühlen? Probieren Sie unseren kostenlosen sechsminütigen So sprechen Sie mit KI-Kurs aus, um einige einfache Möglichkeiten kennenzulernen, bessere Prompts zu schreiben und nützlichere Ergebnisse von KI zu erhalten. eWeek-Leser erhalten außerdem sieben Tage kostenlosen Zugang zu den anderen KI-Kursen der The Neuron Academy. Hier finden Sie alle Lektionen →