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: 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. Es dreht das historische Muster technologischer Disruption vollständig auf den Kopf.
Hinter dem Index stecken zwei wissenschaftliche Veröffentlichungen: eine Analyse der Nutzungsmuster von Claude.ai-Gesprächen (Handa, Tamkin et al., Februar 2025) und eine Übersetzung dieser Muster in Arbeitsmarkteffekte (Massenkoff & McCrory, März 2026). Das methodische Herzstück ist Clio, ein datenschutzkonformes Analysetool von Anthropic, das Millionen anonymisierter Gespräche in thematische Cluster gruppiert. Diese wurden gegen die **O*NET-Datenbank des US-Arbeitsministeriums abgeglichen — rund 20.000 Aufgaben über 800 Berufe. Daraus entstand die Metrik „Observed Exposure"**: nicht wer KI theoretisch nutzen könnte, sondern wer sie tatsächlich nutzt, und wofür. Der vollständige Datensatz ist Open Source auf Hugging Face verfügbar.
Klingt interessant?
Die Zahlen, die das Bild verschieben
37,2 Prozent aller Claude-Anfragen betreffen Computer- und Mathematikaufgaben — Software-Entwicklung, Datenanalyse, Algorithmen. Mit Abstand der größte Einsatzbereich. Aber selbst dort deckt Claude nur 33 Prozent der theoretisch möglichen Aufgaben ab. Die Lücke zwischen Potenzial und Realität ist gewaltig. Wir sind noch früh.
36 Prozent aller Berufe nutzen KI bereits für mindestens ein Viertel ihrer Aufgaben, nur 4 Prozent für drei Viertel oder mehr. Die Disruption ist spürbar — flächendeckend ist sie noch nicht.
Dann ist da die entscheidende Unterscheidung, die in den meisten Berichten untergeht: Augmentation gegen Automation. Augmentation bedeutet, KI arbeitet mit dem Menschen zusammen; Automation, dass sie die Aufgabe eigenständig übernimmt. Die Studie kommt auf 57 Prozent Augmentation gegenüber 43 Prozent Automation. In mehr als der Hälfte der realen KI-Nutzung ersetzt KI keine Menschen — sie macht sie produktiver. Das ist die wichtigste Zahl der gesamten Studie.
Die am stärksten exponierten Berufe:
| Rang | Beruf | KI-Exposition |
|---|---|---|
| 1 | Software-Entwickler | 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 Prozent bei Software-Entwicklern ist eine drastische Zahl. Boris Cherny, Schöpfer von Claude Code, sagte öffentlich, er rechne damit, dass der Titel „Software-Engineer" im Laufe von 2026 verschwinden werde. Klingt provokant — bis man die Zahl sieht. Am anderen Ende der Skala stehen Köche, Mechaniker, Barkeeper, Rettungsschwimmer. Physische Arbeit bleibt weitgehend unangetastet. Wie Massenkoff und McCrory schreiben, liegen viele Aufgaben schlicht außerhalb der Reichweite von KI — von Landwirtschaft und Handwerk bis zur Mandatsvertretung vor Gericht.
Das demografische Paradox
Hier dreht die Studie das historische Narrativ wirklich um. Die am stärksten KI-exponierten Beschäftigten sind — verglichen mit nicht-exponierten — mit 16 Prozentpunkten höherer Wahrscheinlichkeit weiblich, mit 11 Punkten wahrscheinlicher weiß, fast doppelt so häufig asiatisch. Sie verdienen im Durchschnitt 47 Prozent mehr. Und sie haben fast viermal so häufig einen Hochschulabschluss: 17,4 Prozent gegenüber 4,5 Prozent.
Die Industrialisierung hat Geringqualifizierte und Niedriglohnbeschäftigte getroffen. Die KI-Disruption trifft Akademiker, gut Verdienende — und, gegen alle Erwartung, überproportional Frauen. Warum Frauen? Weil die am stärksten exponierten Berufe — Marketing, Kundenservice, Dokumentation, HR, Finanzanalyse — historisch weiblicher besetzt sind als Maschinenbau oder Baugewerbe. Der Feminisierungsgrad von Wissensarbeit trifft auf das Disruptions-Muster von KI.
Das hat politische Implikationen, die weit über Tech-Unternehmen hinausgehen. 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 — die Karriereleiter, die man Hochschulabsolventen verspricht. Der IWF schätzt 40 Prozent aller Jobs weltweit als betroffen, in fortgeschrittenen Volkswirtschaften sogar 60. Goldman Sachs beziffert das Äquivalent auf 300 Millionen Vollzeitstellen, geht aber gleichzeitig von sieben Prozent mehr BIP aus — wenn die Produktivitätsgewinne richtig genutzt werden.
Gemessen an realen Zahlen bleibt der Schaden bislang begrenzt: Das Yale Budget Lab fand bis Oktober 2025 keine messbare Beschäftigungsverdrängung. Gesamtbeschäftigung stabil. Aber eine Stanford-Studie aus November 2025 zeigt einen 16-prozentigen relativen Rückgang bei der Neueinstellung von Berufseinsteigern in exponierten Rollen. Die Normalisierung beginnt nicht oben — sie beginnt dort, wo die Karriereleiter anfängt.
Augmentation, kein Ersatz — noch
Der eigentliche Befund des Anthropic Economic Index ist nicht die Rangliste exponierter Berufe. Es ist die 57-Prozent-Zahl. KI ist — Stand heute — primär kein Ersatzmotor. Es ist ein Hebel. Wer das versteht, stellt andere Fragen: nicht „Ersetzt mich KI?", sondern „Wie werde ich mit KI produktiver?"
Das Fenster wird sich schließen. In welchem Tempo, hängt von den nächsten Modellgenerationen und von unternehmerischen Entscheidungen ab. Was strukturell länger hält: komplexes Urteilsvermögen, echte Kundenbeziehungen, emotionale Intelligenz, physische Ausführung — Bereiche, in denen KI schwächer bleibt als in der Textverarbeitung. Wer seine Rolle in diese Richtung entwickelt, baut einen Vorteil auf, der nicht mit dem nächsten Modell-Release wegfällt.
Die unbequeme Konsequenz aus dem Index ist diese: Nicht die Unterschicht ist zuerst betroffen, sondern die Mitte. Gut ausgebildete, gut verdienende Wissensarbeiterinnen und Wissensarbeiter sitzen auf einer weit höheren Exposition als je angenommen. Das ist kein Grund zur Panik — aber ein Grund, jetzt genau hinzuschauen. Bei Nopex erleben wir in der Arbeit mit Unternehmen, wie anders die Diskussion wird, sobald die eigene Exposition konkret wird: nicht als Drohung, sondern als Ausgangspunkt für eine nüchterne Frage — was lässt sich als Hebel nutzen, und was schützt man? Die Daten dafür sind da. Sie kommen aus 4 Millionen echten Gesprächen.
