Nicht die Fabrikarbeiter oder Geringverdiener sind am stärksten von KI betroffen – sondern hochqualifizierte, gut bezahlte Wissensarbeiterinnen und Wissensarbeiter. Der Anthropic Economic Index liefert erstmals Daten aus 4 Millionen echten KI-Gesprächen – und die Ergebnisse widersprechen fast allem, was wir bisher geglaubt haben.
Die überraschende Wahrheit über KI und Jobs
Wer ist eigentlich gefährdet, wenn KI den Arbeitsmarkt umwälzt? Die intuitive Antwort lautet: Niedriglohnbeschäftigte, Geringqualifizierte, Menschen in Routinejobs. Diese Annahme ist falsch — zumindest wenn man echte Nutzungsdaten zugrunde legt.
Der Anthropic Economic Index liefert erstmals eine Antwort, die nicht auf Umfragen oder theoretischen Modellen basiert, sondern auf mehr als 4 Millionen realen Gesprächen mit Claude.ai. Das Ergebnis: Die am stärksten durch KI exponierten Berufe sind gutbezahlt, hochgebildet — und überraschend häufig weiblich.
Das ist keine Kleinigkeit. Es dreht das historische Muster technologischer Disruption auf den Kopf.
Klingt interessant?
Was Anthropic wirklich gemessen hat
Hinter dem Anthropic Economic Index stecken zwei wissenschaftliche Veröffentlichungen. Die erste — "Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations" (Februar 2025, Kunal Handa, Alex Tamkin et al.) — analysierte Nutzungsmuster von Claude.ai-Gesprächen. Die zweite — "Labor market impacts of AI: A new measure and early evidence" (März 2026, Maxim Massenkoff & Peter McCrory) — übersetzt diese Muster in Arbeitsmarkteffekte.
Das methodische Herzstück beider Studien ist Clio, ein datenschutzkonformes Analysetool von Anthropic, das Millionen anonymisierter Gespräche in thematische Cluster gruppiert, ohne individuelle Inhalte preiszugeben. Diese Cluster wurden dann gegen die **O*NET-Datenbank** abgeglichen — ein System des US-Arbeitsministeriums mit rund 20.000 Aufgaben über 800 Berufe.
Das Ergebnis dieser Verknüpfung ist die neue Metrik "Observed Exposure": eine Kombination aus echten Nutzungsdaten, theoretischer Machbarkeit (basierend auf Eloundou et al. 2023) und BLS-Beschäftigungsprojektionen. Wer tatsächlich was mit KI macht — nicht wer hypothetisch könnte.
Der komplette Datensatz ist Open Source auf Hugging Face verfügbar.
Die überraschendsten Zahlen
Beginnen wir mit einer Zahl, die vieles relativiert: 37,2 % aller Claude-Anfragen betreffen Computer- und Mathematikaufgaben. Software-Entwicklung, Datenanalyse, Algorithmen — das ist mit Abstand der größte Einsatzbereich.
Aber selbst in dieser Hochburg der KI-Nutzung deckt Claude nur 33 % der theoretisch möglichen Aufgaben ab. Das bedeutet: Die Lücke zwischen dem, was KI leisten könnte, und dem, was tatsächlich genutzt wird, ist riesig. Wir befinden uns noch in den frühen Phasen der Adoption.
Die zweite zentrale Zahl: 36 % aller Berufe nutzen KI für mindestens 25 % ihrer Aufgaben. Lediglich 4 % der Berufe setzen KI für 75 % oder mehr ein. Die Disruption ist also bereits spürbar — aber noch lange nicht flächendeckend.
Und dann ist da noch die Frage, wie KI genutzt wird. Die Studie unterscheidet zwischen Augmentation (KI arbeitet mit dem Menschen zusammen) und Automation (KI erledigt die Aufgabe eigenständig). Das Ergebnis: 57 % Augmentation gegen 43 % Automation. In mehr als der Hälfte der Fälle ersetzt KI also keine Menschen — sie macht sie produktiver.
Diese Zahl ist wichtiger als sie auf den ersten Blick erscheint. Sie deutet darauf hin, dass das Narrativ "KI ersetzt Jobs" zumindest derzeit unvollständig ist.
Die Top 10 der am stärksten exponierten Berufe
Die Rangliste der Berufe mit der höchsten KI-Exposition ist eine Überraschung für alle, die industrielle Automatisierung als Referenzpunkt hatten:
| Rang | Beruf | KI-Exposition |
|---|---|---|
| 1 | Software-Entwickler (Computer Programmers) | 75 % |
| 2 | Kundendienstmitarbeiter | 70 % |
| 3 | Dateneingabe-Fachkräfte | 67 % |
| 4 | Medizinische Dokumentationsspezialisten | 67 % |
| 5 | Marktforschungsanalysten & Marketingspezialisten | 65 % |
| 6 | Vertriebsmitarbeiter | 63 % |
| 7 | Finanz- und Investmentanalysten | 57 % |
| 8 | Software-Qualitätssicherungsanalysten | 52 % |
| 9 | Informationssicherheitsanalysten | 49 % |
| 10 | IT-Support-Spezialisten | 47 % |
75 % bei Software-Entwicklern — das ist eine drastische Zahl. Boris Cherny, Schöpfer von Claude Code, sagte öffentlich, er rechne damit, dass der "Titel Software-Engineer" im Laufe des Jahres 2026 "verschwinden" werde. Das klingt provokant. Aber wenn drei Viertel der Aufgaben eines Softwareentwicklers KI-exponiert sind, beginnt man zu verstehen, warum.
Interessant auch der zweite Platz: Kundendienstmitarbeiter. 70 % Exposition, eine der größten Beschäftigungsgruppen überhaupt. Hier ist das Automatisierungspotenzial real und groß.
Am anderen Ende der Skala: Köche, Mechaniker, Rettungsschwimmer, Barkeeper, Tellerwäscher. Physische Arbeit bleibt weitgehend unangetastet. Wie Massenkoff & McCrory es formulieren: "Viele Aufgaben liegen natürlich außerhalb der Reichweite von KI — von körperlicher Landwirtschaftsarbeit wie dem Beschneiden von Bäumen und dem Bedienen von Landmaschinen bis hin zu rechtlichen Aufgaben wie der Vertretung von Mandanten vor Gericht."
Das demografische Paradox
Hier wird es wirklich verblüffend. Wenn man fragt, wie sich die am stärksten KI-exponierten Beschäftigten demografisch von den nicht-exponierten unterscheiden, erhält man folgendes Bild:
- +16 Prozentpunkte wahrscheinlicher, weiblich zu sein
- +11 Prozentpunkte wahrscheinlicher, weiß zu sein
- Fast doppelt so wahrscheinlich, asiatisch zu sein
- 47 % höheres Einkommen im Durchschnitt
- Fast 4-mal so wahrscheinlich, einen Hochschulabschluss zu haben (17,4 % vs. 4,5 %)
Das widerspricht dem historischen Muster industrieller Automatisierung vollständig. Die Industrialisierung hat Geringqualifizierte, physische Arbeitskräfte, Niedriglohnbeschäftigte getroffen. Die KI-Disruption trifft Akademiker, gut Verdienende, und — überraschend — überproportional Frauen.
Warum Frauen? Weil die stark exponierten Berufe — Marketing, Kundenservice, Dokumentation, HR — historisch stärker weiblich besetzt sind als Maschinenbau oder Baugewerbe. Der Feminisierungsgrad weißer-Kragen-Berufe trifft auf das Disruptions-Muster von KI.
Das hat politische Implikationen, die weit über Tech-Unternehmen hinausgehen. Wenn der IMF recht hat — und der schrieb im Januar 2024, KI werde "die allgemeine Ungleichheit wahrscheinlich verschlimmern" — dann betrifft das diesmal nicht nur die Unterschicht.
Dario Amodei, CEO von Anthropic, formulierte es direkt: KI könnte "bis zur Hälfte aller Einstiegsjobs für Wissensarbeiter in den nächsten ein bis fünf Jahren" ersetzen. Einstiegsjobs. Das ist die Karriereleiter, die man Hochschulabsolventen verspricht.
Was bisher wirklich passiert ist
Genug Theorie. Was lässt sich zum Stand März 2026 tatsächlich messen?
Das Yale Budget Lab (Oktober 2025) kommt zu einem klaren Befund: Keine messbare Beschäftigungsverdrängung ist bisher nachweisbar. Die Gesamtbeschäftigungszahlen sind stabil.
Aber erste Warnsignale tauchen auf. Eine Stanford-Studie (November 2025) fand einen 16-prozentigen relativen Rückgang bei der Neueinstellung von Berufseinsteigern in KI-exponierten Rollen. Unternehmen stellen noch nicht weniger Menschen ein insgesamt — aber sie stellen weniger junge Berufseinsteiger in die exponiertesten Positionen ein.
Konkrete Zahlen: Rund 55.000 KI-bezogene Entlassungen wurden 2025 in den USA gezählt. Amazon: 15.000 Stellen. Salesforce: 4.000. Accenture, Lufthansa, weitere Konzerne folgten. Das klingt viel — ist aber gemessen an Gesamtbeschäftigung von über 160 Millionen US-Arbeitnehmern noch ein Bruchteil.
Für je 10 Prozentpunkte höhere KI-Exposition sinken die Wachstumsprognosen des Bureau of Labor Statistics um 0,6 Prozentpunkte. Das ist ein statistisch signifikanter Effekt — aber kein Jobmarkt-Crash.
Trotzdem: Die Stimmung ändert sich. Eine Mercer-Umfrage unter 12.000 Beschäftigten zeigt, dass der Anteil der Beschäftigten, die Angst vor KI-bedingtem Jobverlust haben, von 28 % (2024) auf 40 % (2026) gestiegen ist. Die Sorge läuft der Realität voraus — aber vielleicht ist das nicht falsch. IWF-Chefin Kristalina Georgieva sagte es am Weltwirtschaftsforum Davos 2026 so: KI treffe den Arbeitsmarkt "wie ein Tsunami".
Was andere Studien sagen
Der Anthropic Economic Index ist nicht allein. Mehrere große Institutionen haben in den letzten Jahren eigene Analysen veröffentlicht — und die Grundlinie ist konsistent, wenn auch nuanciert.
IWF (Davos 2024): 40 % aller Jobs weltweit betroffen, in fortgeschrittenen Volkswirtschaften sogar 60 %. Manche profitieren von KI als Komplementär-Technologie, andere werden ersetzt. Netto: wahrscheinlich mehr Ungleichheit.
Goldman Sachs (2023): Äquivalent von 300 Millionen Vollzeitstellen betroffen, 25 % aller Aufgaben automatisierbar. Aber gleichzeitig: +7 % BIP möglich — wenn die Produktivitätsgewinne richtig genutzt werden.
World Economic Forum, Future of Jobs 2025: 170 Millionen neue Stellen entstehen bis 2030, 92 Millionen fallen weg — Netto: +78 Millionen Jobs. 86 % der Unternehmen erwarten, dass KI ihre Operationen grundlegend transformieren wird.
Die Synthese: Die Disruption ist real. Aber "Jobkiller" greift zu kurz. Der Wandel ist tiefgreifend, die Netto-Richtung hängt stark davon ab, wie Unternehmen, Politik und Individuen reagieren.
Was Unternehmen und Einzelpersonen jetzt tun sollten
Analyse ist gut. Konsequenzen zu ziehen ist besser. Fünf konkrete Schritte:
1. Eigene Exposition kennen
Die O*NET-Datenbank ist öffentlich zugänglich. Wer seine eigene Berufsbezeichnung eingibt, kann nachvollziehen, welche seiner Aufgaben theoretisch KI-exponiert sind. Das schafft Klarheit statt diffuser Angst.
2. Augmentation-Mindset entwickeln
57 % KI-Nutzung ist kollaborativ, nicht ersetzend. Wer KI nicht als Bedrohung, sondern als Produktivitätshebel betrachtet, ist besser positioniert. Die Frage ist nicht "Ersetzt mich KI?" sondern "Wie werde ich mit KI produktiver?"
3. KI-Kompetenz jetzt aufbauen
97 % der Investoren bewerten Unternehmen schlechter, die ihre Mitarbeitenden nicht auf KI vorbereiten. KI-Alphabetisierung ist kein Nice-to-have mehr — es ist ein Signal für strategische Handlungsfähigkeit.
4. Nachwuchs-Pipelines schützen
Die Stanford-Studie deutet darauf hin, dass Berufseinsteiger schon jetzt weniger eingestellt werden. Das hat langfristige Konsequenzen: Wenn keine Junior-Stellen mehr entstehen, fehlen in zehn Jahren die Seniors. Wer heute nicht in Nachwuchs investiert, spart an der falschen Stelle.
5. Genuinen menschlichen Wert fokussieren
Kunden-Beziehungen, komplexes Urteilsvermögen, physische Ausführung, emotionale Intelligenz — das sind Bereiche, in denen KI strukturell schwach bleibt. Wer seine Rolle in diese Richtung entwickelt, baut einen dauerhaften Vorteil.
Fazit: Das wichtigste Ergebnis wird am häufigsten übersehen
Die Schlagzeilen werden die Tabelle der exponierten Berufe sein. Das demografische Paradox wird für Debatten sorgen. Aber die wirklich wichtige Zahl ist die unscheinbarste: 57 % Augmentation.
KI ist — zumindest Stand heute — primär kein Ersatzmotor. Es ist ein Hebelwerkzeug. Mehr als die Hälfte der realen KI-Nutzung dient dazu, menschliche Arbeit zu verstärken, nicht zu ersetzen.
Das wird sich verändern. Die Richtung ist klar. Aber das Fenster ist noch offen: Unternehmen und Einzelpersonen, die jetzt verstehen, wie sie KI als Hebel einsetzen — nicht als Bedrohung abwehren — werden strukturell besser positioniert sein.
Bei Nopex arbeiten wir täglich mit Teams daran, genau diese Unterscheidung zu operationalisieren: KI nicht als Automatisierungs-Hammer, sondern als Augmentations-Werkzeug. Die Anthropic-Studie bestätigt, dass das der richtige Ansatz ist. Und die Daten kommen nicht aus Umfragen — sie kommen aus 4 Millionen echten Gesprächen.
