400.000 KI-Sessions ausgewertet.
Fachwissen gewinnt.

Die Sorge ist berechtigt, die Antwort aber eine andere als erwartet. Es gibt inzwischen belastbare Zahlen dazu, und die zeigen in die entgegengesetzte Richtung.

Was Anthropic ausgewertet hat

Im Juni 2026 hat Anthropic die Untersuchung „Agentic coding and persistent returns to expertise" veröffentlicht. Ausgewertet wurden rund 400.000 echte Claude-Code-Sessions von etwa 235.000 Menschen zwischen Oktober 2025 und April 2026. Keine Laborsituation, sondern Leute bei der Arbeit.

Der Satz, der für Sie zählt, steht fast am Ende des Berichts: Programmier-Agenten ersetzen kein Domänenwissen. Je mehr Verständnis jemand mitbringt, desto mehr brauchbare Arbeit liefert der Agent.

Die Zahl, die alles trägt

Anthropic misst Erfolg streng. Eine Session gilt erst dann als verifiziert erfolgreich, wenn ein Prüfmodell das Ziel als erreicht bewertet und zusätzlich ein harter Beleg vorliegt, etwa ein passender Commit oder ein grüner Testlauf.

Nach diesem Maßstab liegen Sessions von Anfängern bei 15 Prozent. Sobald jemand ein solides Verständnis der Sache mitbringt, springt der Wert auf 28 bis 33 Prozent. Also fast das Doppelte.

Für Ihr Unternehmen ist genau das die gute Nachricht: Sie brauchen keine Koryphäe, um mit einem Agenten vernünftig zu arbeiten. Sie brauchen jemanden, der das Fachgebiet wirklich versteht.

Der Berufstitel sagt wenig

Anthropic beschreibt das an einem Beispiel, das ich mir gemerkt habe. Ein Senior-Entwickler, der seine erste Frage zu Rust stellt, ist bei dieser Aufgabe ein Anfänger. Eine Buchhalterin, die nie Python geschrieben hat, aber genau sagen kann, welche Abstimmungsregeln ein Skript einhalten muss und den Sonderfall zum Monatsabschluss sofort bemerkt, ist bei dieser Aufgabe eine Expertin.

Kompetenz wird pro Aufgabe gemessen, nicht pro Visitenkarte. In der Auswertung erreichen Berufsgruppen außerhalb der IT bei Sessions, in denen Code entsteht, 29 Prozent verifizierten Erfolg, Software-Berufe 34 Prozent. Fünf Punkte Abstand, und dieser Abstand ist über sieben Monate weder gewachsen noch geschrumpft.

Management-Berufe liegen sogar leicht über den Software-Berufen. Anthropic bleibt bei der Erklärung dafür vorsichtig und nennt zwei Möglichkeiten. Führungserfahrung könnte sich auf das Anleiten eines Agenten übertragen. Es könnte aber auch schlicht daran liegen, dass Manager häufiger ausdrücklich hinschreiben, wenn sie bekommen haben was sie wollten, und die Messung genau darauf schaut. Wer daraus eine Schlagzeile macht, geht weiter als die Daten hergeben.

Die Arbeitsteilung hat sich verschoben

Die Studie zeigt auch, wer in einer Session eigentlich was entscheidet. Menschen treffen im Schnitt etwa 70 Prozent der planerischen Entscheidungen, also die Frage, was getan werden soll. Bei der Ausführung, also der Frage wie, liegt der menschliche Anteil bei rund 20 Prozent. Den Rest macht die Maschine.

Ein weiterer Befund passt dazu. Bei Anfängern löst eine Anweisung etwa fünf Aktionen und rund 600 Wörter Ausgabe aus. Bei jemandem mit Fachverständnis sind es zwölf Aktionen und rund 3.200 Wörter. Derselbe Agent, dieselbe Aufgabe, fünffache Ausbeute pro Anweisung. Wer sein Fach kennt, beauftragt präziser und muss weniger nachfassen.

Wenn Schreiben, Rechnen und Umsetzen zur Maschine wandern, bleibt als menschlicher Beitrag im Wesentlichen eins übrig: das Urteil.

Warum Laien nicht merken, dass sie scheitern

Hier kommt meine eigene Beobachtung dazu, die so nicht in der Studie steht. Ein Agent formuliert eloquent, seine Diagramme sitzen, seine Rechnungen sehen professionell aus. Wer im Fach nicht zu Hause ist, sieht die Oberfläche und hält sie für die Substanz. Der erste hübsche Entwurf wird abgenickt, der Logikfehler drei Ebenen darunter bleibt liegen.

Aus unserer Arbeit im Web-Bereich kenne ich das gut. Ein Agent baut eine Landingpage, die auf dem Screenshot großartig aussieht. Dann misst man nach und findet ein Heldenbild mit 2 MB, eine Überschrift, die das Suchwort viermal wiederholt, und einen PageSpeed-Wert um die 40. Wer weiß, worauf zu schauen ist, sieht das in einer Minute. Wer es nicht weiß, stellt die Seite online und wundert sich ein Quartal später über die Zahlen.

Die Studie hat für dieses Muster eine Zahl. Anthropic schaut sich Sessions an, die unterwegs in Schwierigkeiten geraten, also Fehler, gescheiterte Tests, mehrfache Anläufe. Bei Anfängern enden 19 Prozent dieser Sessions ohne jedes Ergebnis, keine einzige Zeile Code. Bei allen anderen sind es 5 bis 7 Prozent. Der Unterschied ist nicht Geduld, sondern die Fähigkeit, den Fehler überhaupt zu benennen.

Das Zeitfenster wird kleiner

Vor anderthalb Jahren haben wir noch mit Chatbots gearbeitet: Anweisung schreiben, warten, korrigieren, nächste Anweisung. Diese Schritt-für-Schritt-Kontrolle verschwindet gerade.

Ethan Mollick von der Wharton School beschreibt in „The Twilight of the Chatbots", wie schnell das geht. Er verweist auf eine Messung von Epoch, bei der ein Modell 14 Stunden eigenständig durchgearbeitet und ein Softwarepaket gebaut hat, für das ein Team zwei bis siebzehn Wochen gebraucht hätte. Kosten an Rechenzeit: 251 Dollar. Bei OpenAI selbst hat ein Viertel der Beschäftigten inzwischen jede Woche mindestens vier Agenten gleichzeitig laufen, und zwar nicht allein in der Entwicklung, sondern auch in Recht und Personal.

Mollicks Rat dazu ist knapp: Wer mit Agenten arbeiten will, sollte sich als Manager verstehen und nicht als Bediener eines Werkzeugs. Damit rutscht die Qualität des menschlichen Beitrags auf zwei Momente, den Auftrag am Anfang und die Abnahme am Ende. Alles dazwischen sehen Sie nicht mehr.

Drei Fragen, bevor Sie einen Agenten loslassen

Beantworten Sie die drei Fragen für sich und für jede Person im Team, die mit einem Agenten arbeiten soll. Immer bezogen auf einen konkreten Aufgabenbereich, nicht pauschal.

Erstens die Abnahme. Kann die verantwortliche Person das gelieferte Ergebnis ohne fremde Hilfe fachlich prüfen? Oder muss sie den Zahlen der KI glauben?

Zweitens der Fehlerfall. Wenn der Agent stecken bleibt: Kann sie ihm eine präzise fachliche Korrektur geben? Oder gehört sie zu den 19 Prozent, die an der ersten Hürde ohne Ergebnis aussteigen?

Drittens der Maßstab. Weiß sie, wie ein exzellentes Ergebnis in diesem Bereich aussieht? Oder ist der erste schön gestaltete Entwurf schon gut genug?

Wenn eine dieser Fragen ein Nein ergibt, lassen Sie den Agenten in diesem Bereich noch nicht allein arbeiten. Sie produzieren sonst Ausschuss, den niemand als Ausschuss erkennt.

Was das für Sie heißt

Ihr Fachwissen wird durch KI nicht entwertet. Es wird zu dem Teil der Arbeit, der sich nicht automatisieren lässt, und damit zum knappen Gut. Wer nur das operative Handwerk beherrscht, kommt unter Druck. Wer das fachliche Urteil hat, entscheidet künftig, was überhaupt gebaut wird.

Wir bauen deshalb keine Automatisierung, die Ihr Team ersetzt, sondern Abläufe, in denen Ihre Leute die Richtung vorgeben und die Abnahme machen, während die Maschine die Ausführung übernimmt. Welche Aufgaben sich dafür eignen, hängt weniger an der Technik als daran, wo in Ihrem Betrieb das Fachurteil sitzt. Wie sich Ihre Leute dabei bewegen dürfen und was das Haus nicht verlassen darf, steht in unserem Beitrag zur Haftung bei privater KI-Nutzung.