Nimmt KI uns die Jobs weg? Anthropics Arbeitsmarktstudie

Jedes Mal, wenn ein neues KI-Modell erscheint, hallt dieselbe Frage durch LinkedIn, Redaktionen und Vorstandsetagen: Werden wir alle bald unsere Jobs verlieren?

Anthropic — das Unternehmen hinter Claude — hat beschlossen, über bloße Spekulation hinauszugehen und tatsächlich zu messen, was auf dem Arbeitsmarkt passiert. Ihr neues Paper, Labor Market Impacts of AI: A New Measure and Early Evidence, führt ein neuartiges Konzept namens „observed exposure” (beobachtete Exposition) ein, das kombiniert, was KI theoretisch könnte, mit dem, wofür sie im beruflichen Umfeld tatsächlich genutzt wird.

Und das zentrale Ergebnis? Kein systematischer Anstieg der Arbeitslosigkeit bei den am stärksten KI-exponierten Beschäftigten. Zumindest noch nicht.

Warum diese Studie anders ist

Die meisten Prognosen zum KI-Arbeitsmarkt stützen sich auf theoretisches Potenzial — sie schätzen, welche Aufgaben automatisiert werden könnten, und extrapolieren dann. Das Problem ist, dass theoretische Fähigkeit und reale Verbreitung sehr unterschiedliche Dinge sind. Nur weil eine KI ein Rezept verlängern kann, heißt das nicht, dass Apotheken sie auch tatsächlich dafür einsetzen.

Anthropics Ansatz ist einzigartig, weil er drei Datenquellen kombiniert: die O*NET-Datenbank der US-Berufe und -Aufgaben, Anthropics eigene reale Nutzungsdaten aus Millionen von Claude-Gesprächen (über ihren Economic Index) und theoretische Bewertungen der Aufgabenexposition aus dem vielzitierten Framework von Eloundou et al. (2023).

Die zentrale Erkenntnis: KI ist weit davon entfernt, ihre theoretische Leistungsfähigkeit zu erreichen. Die tatsächliche Aufgabenabdeckung bleibt ein Bruchteil dessen, was technisch machbar ist. Selbst in den Berufen rund um Computer & Mathematik — der am stärksten exponierten Kategorie — deckt Claude derzeit nur 33 % aller Aufgaben ab.

Die Zahlen auf einen Blick

75 % — Aufgabenabdeckung bei Programmierern, dem am stärksten exponierten Beruf.

30 % — Anteil der US-Beschäftigten mit null KI-Aufgabenabdeckung in Anthropics Daten.

97 % — Anteil der Claude-Nutzung, der Aufgaben zugeordnet wird, die als theoretisch machbar eingestuft sind.

47 % — Höheres Einkommen der am stärksten KI-exponierten Beschäftigten im Vergleich zur nicht exponierten Gruppe.

Wer ist am stärksten exponiert?

Die Berufe mit der höchsten „observed exposure” werden niemanden überraschen, der darauf achtet, wie KI in der Praxis eingesetzt wird. Programmierer stehen mit 75 % Aufgabenabdeckung an der Spitze, gefolgt von Kundendienstmitarbeitern und Datenerfassern (67 %).

Am anderen Ende des Spektrums hat 30 % der Erwerbsbevölkerung praktisch null KI-Aufgabenabdeckung — man denke an Köche, Motorradmechaniker, Rettungsschwimmer und Barkeeper. Diese Tätigkeiten umfassen körperliche Arbeit vor Ort, an die aktuelle LLMs schlicht nicht herankommen.

Das Expositionsprofil: Nicht die, die man erwarten würde

Hier wird es interessant. Die Beschäftigten in den am stärksten KI-exponierten Berufen sind nicht die stereotyp „gefährdete” Belegschaft. Sie sind überproportional älter, weiblich, höher gebildet und deutlich besser bezahlt. Personen mit einem Hochschulabschluss (Graduate Degree) sind in der Gruppe mit hoher Exposition fast viermal so häufig vertreten wie in der Gruppe mit null Exposition.

Das stellt das übliche Automatisierungsnarrativ auf den Kopf. Anders als bei früheren Automatisierungswellen — die vor allem die Fertigung und niedrig entlohnte Arbeit betrafen — konzentriert sich das Verdrängungsrisiko der KI auf Wissensarbeiter.

Also… verlieren Menschen ihre Jobs?

Die kurze Antwort: noch nicht, mit einer möglichen Ausnahme.

Bei der Betrachtung der Arbeitslosendaten aus dem US Current Population Survey fanden die Forscher seit der Veröffentlichung von ChatGPT Ende 2022 keinen statistisch signifikanten Anstieg der Arbeitslosigkeit bei Beschäftigten in den am stärksten KI-exponierten Berufen im Vergleich zu nicht exponierten Beschäftigten.

Das Signal bei jungen Beschäftigten

Es gibt jedoch ein Signal, das es zu beobachten lohnt: Die Einstellung von Beschäftigten im Alter von 22–25 Jahren scheint in KI-exponierten Berufen zu erlahmen. Die Daten zeigen einen Rückgang der Stellenfindungsrate um etwa 14 % für junge Beschäftigte, die in hoch exponierte Rollen einsteigen, während der Einstieg in weniger exponierte Jobs stabil bleibt.

Das deckt sich mit Erkenntnissen anderer Forscher (Brynjolfsson et al.) und legt nahe, dass die früheste Arbeitsmarktwirkung der KI nicht in Massenentlassungen besteht, sondern in einer stillen Verlangsamung der Einstellungen auf Einstiegsebene. Unternehmen entlassen keine Leute — sie hören nur auf, neue einzustellen, oder stellen weniger ein.

Eine entscheidende Nuance: Die jungen Beschäftigten, die nicht in exponierte Rollen eingestellt werden, könnten in bestehenden Jobs bleiben, andere Positionen annehmen oder wieder studieren gehen. Die Daten sagen uns nicht, ob dies eine echte Verdrängung oder eine berufliche Neuausrichtung darstellt.

Was das für Unternehmer und Freelancer bedeutet

Für Unternehmer und Freelancer sind hier die wichtigsten Erkenntnisse:

1. Die Kluft zwischen KI-Fähigkeit und tatsächlicher Verbreitung ist enorm. Es gibt eine riesige Bandbreite an theoretischem KI-Potenzial, das noch nicht ausgeschöpft wurde. Genau hier liegt die Chance — Unternehmen dabei zu helfen, das umzusetzen, was technisch bereits möglich ist.
2. Augmentation dominiert weiterhin gegenüber Automatisierung. Anthropics Framework gewichtet automatisierte Nutzung stärker, aber der Großteil der professionellen KI-Nutzung ist nach wie vor augmentativ. Niemand wird ersetzt — die Werkzeuge werden einfach besser.
3. Die Disruption auf Einstiegsebene ist real. Für alle am Anfang ihrer Karriere ist es riskant, sich auf Fähigkeiten zu verlassen, die KI gut beherrscht (einfaches Programmieren, Dateneingabe, Kundensupport-Skripte). Der richtige Schritt ist, Expertise zu entwickeln, die auf den KI-Fähigkeiten aufbaut, nicht darunter liegt.
4. Der „rote Bereich” wächst. Die stärkste visuelle Metapher des Papers ist die Kluft zwischen theoretischer Fähigkeit (blau) und tatsächlicher Nutzung (rot). Dieser rote Bereich wird sich ausdehnen. Sich dort zu positionieren, wo er am schnellsten wächst, ist der kluge Schachzug.

Eine ehrliche Studie aus der Quelle

Was an diesem Paper am meisten heraussticht, ist seine intellektuelle Ehrlichkeit. Anthropic veröffentlicht im Grunde Daten, die zeigen, dass ihr eigenes Produkt die Arbeitsmarktdisruption, die Schlagzeilen oft vorhersagen, noch nicht verursacht hat. Sie behaupten nicht, KI sei harmlos — sie bauen ein Messinstrument auf, bevor die Auswirkungen unverkennbar werden, damit wir Veränderungen frühzeitig erkennen können, wenn sie eintreten.

Wie die Autoren es formulieren: „Dieses Framework ist am nützlichsten, wenn die Auswirkungen mehrdeutig sind — und könnte helfen, die am stärksten gefährdeten Jobs zu identifizieren, bevor die Verdrängung sichtbar wird.”

Genau diese Art von nüchternem, evidenzbasiertem Denken braucht die KI-Debatte mehr.

Lies die vollständige Studie: Labor Market Impacts of AI: A New Measure and Early Evidence — Anthropic Research, 5. März 2026. Geschrieben von Maxim Massenkoff und Peter McCrory.