Was sagen Anthropics Daten über den deutschen Arbeitsmarkt?

Anthropic veröffentlicht regelmäßig, wofür Menschen Claude tatsächlich benutzen: rund eine Million echte Gespräche, aufgeschlüsselt nach einzelnen Arbeitsaufgaben. Das sind keine Umfragewerte und keine Prognose darüber, was KI eines Tages könnte, sondern eine Messung dessen, was Leute heute damit machen. Wir legen diese Daten auf die Berufe, die bei uns ausgeschrieben sind. Am lautesten ist das Signal dort, wo Claude am meisten benutzt wird: in der Softwareentwicklung.

Echte Nutzung, keine Prognose

Zur Methodik des Anthropic Economic Index gehört ein Satz, der den Unterschied zu den meisten KI-Studien ausmacht: "We don't survey people on their AI use, or attempt to forecast the future; instead, we have direct data on how AI is actually being used." Also keine Befragung, keine Vorhersage, sondern die Nutzung selbst.

Ausgewertet werden dafür rund eine Million Gespräche aus Claude.ai und der eigenen API, erhoben zwischen dem 5. und 12. Februar 2026. Jedes davon wird einer Arbeitsaufgabe zugeordnet, nach der Klassifikation des US-Arbeitsministeriums, das in seiner O*NET-Datenbank rund 20.000 einzelne Arbeitsaufgaben führt. Anthropic unterscheidet dabei zwei Muster: Automatisierung, wenn KI eine Aufgabe direkt übernimmt, und Augmentierung, wenn KI mit einem Menschen zusammenarbeitet und der Mensch im Prozess bleibt. Bei der Vorstellung des Index lag das Verhältnis über alle untersuchten Aufgaben hinweg bei 57 Prozent Augmentierung zu 43 Prozent Automatisierung.

Eine Berufsgruppe dominiert diese Daten: Aufgaben aus dem Bereich Computer und Mathematik machen 35 Prozent der Gespräche auf Claude.ai aus. Wer in dieser Auswertung gut sichtbar wird, sind also die Leute, die Software bauen.

baito übernimmt die Rohdaten nicht als eine einzige Zahl, sondern bricht sie pro Beruf auf ESCO-Ebene herunter und zeigt sie im KI-Index jedes Berufs, mit denselben beiden Werten: Augmentierung (KI unterstützt) und Automatisierung (KI übernimmt). Dort siehst du beide Werte in zwei Lesarten: einmal bezogen auf den ganzen Beruf, einmal als Verteilung innerhalb der Aufgaben, für die es überhaupt ein KI-Signal gibt. Die Zahlen in diesem Artikel sind die zweite Lesart. O*NET ist dabei eine US-Klassifikation, die deutsche Berufsbilder nur näherungsweise trifft, und gemessen wird die Nutzung von Claude, nicht die von KI insgesamt.

Softwareentwicklung hat das stärkste Signal

Für Softwareentwickler:innen stehen im aktuellen Datenstand 59 Prozent Automatisierung und 40 Prozent Augmentierung. Das ist einer der wenigen Berufe in unserer Auswertung, in denen die Automatisierung vorne liegt.

Innerhalb der Tech-Berufe ist der Wert aber alles andere als einheitlich. Softwareanalyse und Requirements-Arbeit liegen bei 29 Prozent Automatisierung zu 64 Prozent Augmentierung, Data Science bei 40 zu 59, Elektronik-Ingenieurwesen bei 36 zu 43. Erst bei Interface-Design und Entwicklung dreht sich das Verhältnis.

Der Wert für die Softwareentwicklung bewegt sich außerdem, und zwar nicht nur nach oben. Über die vier bisherigen Datenstände lag er bei 57 Prozent (Dezember 2024), 60 Prozent (August 2025), 62 Prozent (November 2025) und zuletzt 59 Prozent (Februar 2026). Wer aus einem einzelnen Stand eine Kurve zeichnet, liest mehr hinein, als drinsteht.

Nicht der Beruf, die Aufgaben

O*NET führt für Softwareentwickler:innen 17 Aufgaben, bei neun davon gibt es messbares Nutzungssignal, und die verteilen sich sehr ungleich.

Die lauteste Aufgabe im ganzen Beruf ist "bestehende Software modifizieren, um Fehler zu korrigieren, sie an neue Hardware anzupassen oder Schnittstellen zu verbessern". Auf sie allein entfallen 1,8 Prozent aller ausgewerteten Claude-Gespräche, und innerhalb dieser Aufgabe liegt der Automatisierungsanteil bei 71 Prozent. Daten speichern, abrufen und für Analysen aufbereiten kommt auf 63 Prozent. Das ist der Teil der Arbeit, der sich sauber abgrenzen und beschreiben lässt.

Unter derselben Berufsbezeichnung sieht es anders aus, sobald andere Menschen im Spiel sind. Anforderungen analysieren und die Machbarkeit im Zeit- und Kostenrahmen einschätzen liegt bei 30 Prozent Automatisierung und 66 Prozent Augmentierung. Fachbereiche und Kund:innen zu Projektstand und technischen Problemen beraten kommt auf 19 zu 77. Acht der 17 Aufgaben tauchen in den Nutzungsdaten überhaupt nicht auf, darunter Testverfahren aufsetzen und leiten, Leistungsstandards festlegen, die Installation koordinieren und Kolleg:innen anleiten.

"Softwareentwicklung wird automatisiert" ist deshalb zu grob. Gemessen automatisiert wird das Schreiben und Reparieren von Code. Was daneben steht, also herauszufinden, was überhaupt gebaut werden soll, für wen, mit welchen Daten und unter welchen Auflagen, taucht in denselben Daten als Zusammenarbeit auf.

Und der deutsche Arbeitsmarkt?

Zum Land selbst sagt der Index genau eine Zahl, und die muss man vorsichtig lesen. Anthropic setzt den Anteil eines Landes an der Claude-Nutzung ins Verhältnis zu seinem Anteil an der Bevölkerung im erwerbsfähigen Alter und nennt das Ergebnis Anthropic AI Usage Index. Im Geografie-Report vom September 2025 steht Deutschland dort bei 1,84, Frankreich bei 1,94 und Japan bei 1,86, während die USA auf 3,62 kommen und Israel mit 7 die Liste anführt. Deutschland nutzt Claude also häufiger, als es der Bevölkerungsanteil erwarten ließe, aber deutlich seltener als die englischsprachigen Märkte.

Der zweite Befund aus demselben Report ist für die Arbeitsweise interessanter als der Rang: "After controlling for task mix by country, low AUI countries are more likely to delegate complete tasks (automation), while high-adoption areas tend toward greater learning and human-AI iteration (augmentation)." Wo weniger genutzt wird, wird eher die ganze Aufgabe abgegeben. Wo mehr genutzt wird, entsteht eher ein Hin und Her zwischen Mensch und Modell. Beide Befunde stammen aus dem September 2025 und beschreiben die Nutzung von Claude, nicht den Arbeitsmarkt selbst.

Was der deutsche Impact-Arbeitsmarkt dazu beiträgt, steht auf unserem eigenen Board. 339 der 3.495 aktuell ausgeschriebenen Stellen sind Software-, Daten- und IT-Rollen, Stand 17. August 2026, also fast jede zehnte. Digital Service4Germany baut damit Software für die öffentliche Verwaltung, Octopus Energy sucht Fullstack-Leute für das Kundenportal rund um Wärmepumpen. KONUX und suena arbeiten an Bahninfrastruktur und Batteriespeichern, das Deutsche Rote Kreuz besetzt gerade seine ERP-Einführung. Das ist kein Nischenmarkt für Leute, die programmieren können.

Wie andere Berufe dastehen

Zum Vergleich haben wir denselben Index für eine Reihe weiterer Berufe ausgewertet, vom Fundraising über die Energiewende bis in Bildung und Soziale Arbeit, dazu ein paar klassische Bürorollen. Sortiert nach dem Automatisierungsanteil, der höchste zuerst.

Das Muster ist dasselbe wie innerhalb der Softwareentwicklung, nur zwischen Berufen statt zwischen Aufgaben. Oben stehen Tätigkeiten, die sich beschreiben und abgrenzen lassen: Sekretariat, Übersetzung, Entwicklung. Weiter unten stehen die Berufe, deren Kern aus Beziehungsarbeit und situativem Urteilsvermögen besteht, und dort liegt die Augmentierung oft über 60 Prozent, während die Automatisierung kaum messbar ist.

Wichtig für die Einordnung: Nicht jeder ESCO-Beruf hat genug Signal für einen belastbaren Wert. Der Community-Sozialarbeiter in unserer Stichprobe etwa hatte im aktuellen Datenstand keine ausreichende Datenbasis, solche Fälle blenden wir aus, statt eine Zahl zu erfinden. Auch wo ein Wert vorliegt, ist er teils über die nächstliegende O*NET-Berufsgruppe abgeleitet statt direkt gemessen, gekennzeichnet mit einer Konfidenzstufe. Der Index ist ein Signal, keine Garantie.

Was das für deine Jobsuche heißt

Wenn du Software baust, steht in diesen Daten vor allem eins: Der am besten beschreibbare Teil deiner Arbeit wird gerade billiger. Die Aufgaben, bei denen du mit anderen Menschen klärst, was überhaupt richtig ist, tauchen in derselben Auswertung als Zusammenarbeit auf. Im Impact-Sektor ist dieser Anteil groß. Wer ein Kundenportal für Wärmepumpen oder eine Fachanwendung für eine Behörde baut, verbringt viel Zeit damit, Fachlichkeit und Auflagen zu verstehen, bevor eine Zeile Code entsteht.

Für ein Bewerbungsgespräch ist das brauchbarer als jede Grundsatzhaltung zu KI. Sag konkret, wofür du KI in deinem Alltag einsetzt und wofür nicht, und woran du merkst, wo die Grenze liegt. Das liest sich reflektierter als pauschale Technikbegeisterung oder pauschale Ablehnung, wie unsere Auswertung zu KI im Recruiting zeigt.

Wer selbst nachsehen will, wie es um den eigenen Beruf steht, findet die Werte auf den baito-Trends. Offene Stellen bei NGOs und gemeinnützigen Organisationen stehen im NGO-Bereich, Stellen aus Green Tech und Energiewende im Bereich Nachhaltigkeitsmanagement, mehr zu grünen Berufen generell in unserem Überblick zu Green-Tech- und Klimaschutz-Jobs, und Stellen aus der Sozialen Arbeit im Bereich Soziales.