Anthropic Arbeitsmarkt-Studie 2026: Welche Berufe KI ersetzt (und welche bleiben)

Anthropic veröffentlicht seit 2025 den Economic Index, eine anonymisierte Auswertung, wofür Menschen Claude.ai im Arbeitsalltag nutzen. Das April-2026-Update ist die bislang umfangreichste Datenbasis zur Frage, welche Berufe KI ergänzt und welche sie strukturell ablöst. Die Anthropic Arbeitsmarkt-Studie 2026 ist dabei nicht das einzige Bild, aber ein ungewöhnlich konkretes, weil sie auf echtem Nutzungsverhalten basiert und nicht auf Befragungen.

Was der Anthropic Economic Index ist

Der Anthropic Economic Index ist eine fortlaufende Auswertung der anonymisierten Claude.ai-Nutzungsdaten. Anthropic gruppiert anhand der Inhalte einzelner Konversationen, welche Aufgaben Nutzer mit Claude erledigen, und ordnet sie den Berufsklassifikationen des US Bureau of Labor Statistics zu (O*NET-Datenbank). Erste Reports erschienen 2025, das Update April 2026 enthält zusätzlich Vergleichszahlen zu den Vorquartalen und sektorale Trends.

Was die Daten zeigen, ist nicht "welche Berufe Claude ersetzt", sondern "wofür Menschen in welchen Berufen Claude tatsächlich einsetzen". Das ist ein Unterschied. Eine Tätigkeit, die von Claude effizient unterstützt wird, ist nicht zwingend eine Tätigkeit, die wegfällt. Sie ist eine Tätigkeit, deren Produktivität sich verändert.

Die Methodik hat Grenzen. Sie spiegelt US-Nutzungsverhalten stärker als europäisches, sie deckt nur Claude ab (nicht ChatGPT, Gemini oder Microsoft Copilot), und sie misst zugängliche, schriftbasierte Aufgaben, nicht physische Arbeit. Trotzdem ist sie aktuell der detaillierteste Datensatz dazu, was wirklich passiert.

Welche Aufgaben am häufigsten an KI gehen

Die Top-Cluster nach Häufigkeit im Economic Index April 2026:

Schreiben in allen Formen. Das umfasst E-Mails, Berichte, Vorschläge, Zusammenfassungen, Marketing-Texte, Übersetzungen, Korrekturen. Mit Abstand die größte Kategorie. In Wissensberufen ist Schreiben oft die Aufgabe, die am häufigsten Wartezeit erzeugt und an der KI am sichtbarsten Zeit spart.

Programmierung und Code-bezogene Aufgaben. Code-Generierung, Code-Review, Debugging, Test-Erzeugung, Dokumentation. Hier hat Claude besonders bei mittleren Komplexitätsgraden Marktanteile. Senior-Aufgaben (Architektur, Sicherheits-Review komplexer Systeme) bleiben menschlich, aber die Junior-bis-Mid-Level-Arbeit verlagert sich.

Analyse und Recherche. Daten zusammenfassen, Argumente vergleichen, Hypothesen prüfen, Berichte aus Quellen synthetisieren. Beratung und Forschung sind hier stark vertreten.

Dokumentation und Reporting. Sitzungsprotokolle, Statusberichte, Compliance-Dokumente, Wissensartikel. Eine Aufgabenkategorie, die in fast jedem Wissensberuf existiert.

Mathematik und Übersetzung der Anfragen in strukturierte Outputs. Tabellenrechnungen, Datenformatierung, Übersetzungen technischer Anforderungen in lesbare Sprache.

Berufe mit hoher KI-Augmentation

Augmentation heißt: Die KI arbeitet mit dem Menschen zusammen. Der Mensch wird produktiver, aber die Rolle bleibt erhalten und verändert sich qualitativ.

Software-Entwicklung steht hier an erster Stelle. Entwickler nutzen Claude, GitHub Copilot oder ähnliche Tools täglich. Die Aufgaben verschieben sich vom direkten Code-Schreiben zur Spezifikation, Code-Review und Architektur. Junioren, die lernen müssen, Fragen klar zu stellen und KI-Output kritisch zu bewerten, kommen schneller voran als ihre Vorgänger.

Marketing-Manager und Content-Verantwortliche. Texte werden schneller erstellt, Variationen leichter getestet. Die Rolle verschiebt sich zur Strategie und Bewertung.

Beratung und Recherche. Analysen, die früher Tage gebraucht haben, gehen in Stunden. Berater werden produktiver, aber der Kunden-Wert verschiebt sich von "Daten beschaffen" zu "Daten interpretieren und Entscheidung empfehlen".

Journalismus und Lehre. Recherche und Vorbereitung schneller. Die Rolle wird stärker zur Kuration und kontextuellen Einordnung.

Verwaltung und Sachbearbeitung mit Spezialisierung. E-Mails, Kundenanfragen, Routine-Bearbeitungen schneller. Die Rolle entwickelt sich zur Ausnahmenbearbeitung und Eskalationsbehandlung.

Diese Gruppen sind nicht "ersetzt". Sie sind in einer Phase, in der die produktivsten 20 Prozent dramatisch produktiver werden und dadurch den Markt für die unteren 50 Prozent enger wird.

Berufe mit hoher Automation

Automation heißt: Die Aufgabe wird vollständig durch Software erledigt, der Mensch ist optional oder nicht mehr nötig.

Datenerfassung in standardisierten Formularen. OCR-basierte Erfassung plus KI-Validierung ersetzt klassische Dateneingabe-Stellen.

Korrekturlesen und Qualitätskontrolle von Standardtexten. Wo früher ein Lektor saß, läuft jetzt eine KI-Pipeline. Spezialisierte Lektoren in komplexen Themen (medizinisch, juristisch) sind nicht ersetzt, generalistische Lektorate weitgehend.

Reise- und Termin-Buchung in Standard-Konstellationen. Reisebüros für Pauschalreisen oder einfache Geschäftsreisen sind seit Jahren in Verkleinerung, KI-Agenten beschleunigen das.

Standard-Rechnungsprüfung in der Buchhaltung. Wenn die Rechnung Standard ist und das Unternehmen den Prozess digitalisiert hat, übernimmt KI die Pre-Approval-Prüfung. Komplexe Rechnungsprüfung mit Vertragslogik bleibt menschlich.

Transkription. Sitzungsmitschnitte, Interviews, Audiobeiträge. Die Qualität der Standard-Transkription ist seit 2024 produktionsreif.

Standard-Übersetzung. Vertragstexte zwischen Standardsprachen, Nutzerhandbücher, Marketing-Texte für nicht-juristisch-sensible Kontexte. Spezial-Übersetzung in regulierten Domänen bleibt menschlich.

In all diesen Bereichen sind nicht ganze Berufe verschwunden, aber Stellen sind verschwunden, und die verbleibenden Rollen haben sich verändert.

Berufe mit niedrigem Automatisierungsrisiko

Drei Kategorien sind durch aktuelle KI-Generationen schwer ersetzbar.

Tätigkeiten mit physischer Komponente. Pflege, Handwerk, Logistik vor Ort, Gastronomie-Service, handwerkliches Bauen. Auch wenn Roboter in Teilbereichen Marktanteile gewinnen, ist die Variabilität der Aufgaben so hoch, dass Vollautomatisierung in den nächsten 10 Jahren nicht realistisch ist.

Persönliche Dienstleistungen mit hoher Empathie-Anforderung. Therapie, komplexe Beratung in Lebenslagen, Coaching mit Vertrauensbasis, persönliche Pflege. Das sind Berufe, in denen die menschliche Anwesenheit Teil der Wertschöpfung ist.

Kreativ-physische Arbeit. Bildende Kunst, Bauleitung, kreatives Handwerk auf hohem Niveau, Gastronomie-Küche jenseits von Standard-Gerichten. Der Output kann von KI nachgemacht werden, aber der Prozess ist physisch und kreativ verflochten.

Diese Berufe sind nicht "sicher", weil ihre Arbeitsmärkte eigene Probleme haben (Lohn, Arbeitsbedingungen, Nachwuchsmangel). Aber sie werden nicht primär von KI ersetzt.

Was die Studie für deinen Beruf konkret heißt

Eine Faustregel aus der Synthese der Anthropic-Daten und der Bitkom 2026-Studie: 30 bis 40 Prozent der Aufgaben in einem typischen Knowledge-Worker-Beruf lassen sich aktuell mit KI-Tools optimieren (Augmentation). 5 bis 10 Prozent lassen sich vollständig automatisieren.

Das sind Durchschnittswerte. Wenn dein Beruf einen hohen Anteil dokumentationslastiger Routine hat (Verwaltung, Standard-Sachbearbeitung, einfache Datenpflege, Standard-Reporting), liegst du eher bei 50 Prozent Augmentation und 15 Prozent Automation. Heißt: Mehr als die Hälfte deiner Aufgaben wird in 5 Jahren anders aussehen.

Wenn dein Beruf einen hohen Anteil zwischenmenschlicher Interaktion, physischer Arbeit oder kreativer Spezialisierung hat, liegst du eher bei 15 Prozent Augmentation und unter 5 Prozent Automation. Heißt: Dein Beruf bleibt im Wesentlichen, aber bestimmte Aufgaben werden zu Selbstverständlichkeiten, die in der Stellenanzeige plötzlich erwartet werden.

Die strategische Frage ist nicht "wird mein Job ersetzt", sondern "welche neue Aufgabe übernehme ich, wenn die alten in 30 Prozent der Zeit erledigt sind". Wer diese Frage selbst beantwortet, hat Zukunft. Wer wartet, dass der Arbeitgeber sie beantwortet, läuft Gefahr, dass die Antwort lautet "wir brauchen die Stelle nicht mehr in der Form".

Welche Meta-Kompetenz wirklich zählt

Wir sehen bei Teilnehmern aus DigiMan-Kohorten ein Muster, das die Anthropic-Daten unterstützt. Die produktivsten Mitarbeiter sind nicht die, die das beste KI-Tool nutzen. Es sind die, die am schnellsten lernen, ein neues Tool sinnvoll einzusetzen.

Die Meta-Kompetenz "lernen lernen" wird wichtiger als jedes spezifische Tool. ChatGPT 5 ist im April 2026 schon nicht mehr der Standard, GPT 5.5 ist verfügbar. Claude Sonnet 4.7 ist seit März 2026 Marktstandard, Opus 4.7 seit April. Microsoft AI-900 wird zum 30.06.2026 von AI-901 abgelöst. Wer sich auf ein einzelnes Tool festlegt, ist in 18 Monaten veraltet. Wer den Lernprozess automatisiert hat (regelmäßiges Testen neuer Modelle, Vergleichen, Dokumentieren), bleibt vorne.

Der zweite Pfeiler ist Bewertungsfähigkeit. Wenn KI in 30 Sekunden einen Vorschlag liefert, ist die wertvolle Aufgabe, in 3 Minuten zu beurteilen, ob der Vorschlag gut, brauchbar oder unbrauchbar ist. Diese Beurteilung erfordert Domänenwissen plus methodische Skepsis. Wer das nicht hat, akzeptiert mittelmäßige Outputs und liefert mittelmäßige Ergebnisse.

Der dritte Pfeiler ist Prozessgestaltung. Eine KI hilft einzelnen Aufgaben. Aber der Arbeitsplatz ist meistens ein Prozess. Wer den Prozess versteht, in dem die KI eingebettet wird, kann Hebel finden. Wer nur das einzelne Tool kennt, optimiert lokal und verfehlt das Ganze.

Das ist genau der Bereich, den der Digitalisierungsmanager als Berufsbild abdeckt.

Was du in den nächsten 8 Wochen testen kannst

Niemand muss heute eine 16-Wochen-Weiterbildung starten, um auf die Anthropic-Daten zu reagieren. Es gibt einen niedrigschwelligeren Weg, die nächsten 8 Wochen zu nutzen.

Woche 1 bis 2: Eigene Wochenarbeit kategorisieren. Welche Aufgaben fallen in welche Anthropic-Kategorie (Schreiben, Recherche, Programmierung, Reporting, Mathematik)? Welche sind Augmentations-Kandidaten, welche eher physisch oder Empathie-getragen?

Woche 3 bis 4: Mit zwei Tools experimentieren. ChatGPT (Plus für 23 Euro) und Claude (Pro für 25 Euro) für vier Wochen parallel. Tag für Tag eine konkrete Aufgabe aus deinem Beruf an beide stellen, vergleichen, dokumentieren, was wo besser läuft.

Woche 5 bis 6: Bei einer dritten Person Feedback einholen. Bestehende Kollegen, die KI nicht nutzen, profitieren oft, wenn man ihnen den Output zeigt. Sie sehen Punkte, die du übersiehst. Umgekehrt sehen sie auch, wo deine Outputs jetzt besser sind als vorher.

Woche 7 bis 8: Entscheidung. Reicht das informelle Lernen, oder ist eine strukturierte Weiterbildung sinnvoll? Wer in den 8 Wochen 20 Stunden mit KI gearbeitet hat, kann diese Frage besser beantworten als jemand, der nur Artikel über KI gelesen hat.

Wer einen einfachen Einstieg sucht, kann den KI-Schnupperkurs nutzen. Fünf Tage online, kostenlos, mit konkreten Tools und Aufgaben aus dem Berufsalltag.

Die ehrliche Einordnung der Studie

Wer jetzt befürchtet, sein Beruf sei in 24 Monaten weg, liest die Anthropic-Daten falsch. Die Studie zeigt Verschiebungen, keine Ablösungen. Selbst stark betroffene Bereiche wie Standard-Datenerfassung verschwinden nicht über Nacht, sondern über Jahre.

Wer hingegen denkt "das betrifft mich nicht, ich arbeite ja in einem Spezialgebiet", übersieht, dass auch Spezialberufe Routinen haben, die KI übernimmt. Was bleibt, ist meist 60 bis 70 Prozent der Arbeitszeit. Was sich verändert, sind die Erwartungen an Tempo und Qualität dieser 60 bis 70 Prozent.

In der Beratungspraxis sehen wir bei Teilnehmern oft, dass die größte Hürde nicht das technische Lernen ist. Es ist der Schritt, sich einzugestehen, dass Routinen, die in 20 Berufsjahren stabil waren, in den nächsten 5 nicht stabil bleiben. Wer diesen Schritt früh geht, hat Zeit, ohne Druck zu lernen. Wer ihn vermeidet, läuft in eine Lage, in der die Lernzeit dünner wird.

Das ist keine Drohung. Es ist die Ableitung aus den eigenen Anthropic-Daten.

Häufige Fragen

Welche Berufe sind laut Anthropic-Daten am stärksten KI-betroffen?

Software-Entwicklung, Marketing, Beratung und Recherche sind die häufigsten Anwendungsfelder. Das heißt: Diese Berufe sehen am meisten KI-Nutzung. Es heißt nicht, dass diese Berufe verschwinden. Es heißt, dass sie sich verändern und Produktivitätsanforderungen steigen. Stärker durch Automation gefährdet sind eher Standard-Sachbearbeitung, Datenerfassung, einfache Korrektur- und Übersetzungsarbeiten.

Sind handwerkliche Berufe sicher vor KI?

Sicherer als Wissensberufe, ja. Pflege, Handwerk, Logistik vor Ort, Gastronomie haben einen physischen Kern, den aktuelle KI-Generationen nicht ersetzen. Allerdings sind diese Berufe oft mit anderen Marktproblemen konfrontiert (Lohn, Arbeitsbedingungen, Nachwuchsmangel), und auch dort wandern Routine-Anteile (Bestellung, Disposition, Dokumentation) zur KI. Die handwerkliche Kernarbeit bleibt menschlich.

Wie schnell muss ich auf die Studie reagieren?

Es gibt keinen Notfall. Die Verschiebungen passieren über Jahre. Aber die ersten Anpassungen lohnen sich kurzfristig: Tools im Alltag testen, Lebenslauf aktualisieren, mit dem Arbeitgeber sprechen. Das sind Maßnahmen für die nächsten 4 bis 8 Wochen. Eine umfassende Weiterbildung wie der Digitalisierungsmanager ist eine Entscheidung für die nächsten 4 bis 6 Monate, kein Notfall-Schritt für nächste Woche.

Helfen Anthropics Studien einer Karriereentscheidung in Deutschland?

Eingeschränkt. Die Daten spiegeln US-Nutzungsverhalten stärker als deutsches, und der deutsche Arbeitsmarkt hat eigene Mechaniken (Tarifverträge, hohe Sozialschutz-Niveaus, langsamere Anpassung in Mittelständlern). Die Tendenz, welche Aufgaben technisch ersetzbar sind, gilt aber unabhängig vom Markt. Wer die Studie als Trendindikator liest, ist gut bedient. Wer sie als deutsche Marktanalyse liest, übersetzt die Größenordnungen typischerweise zu wörtlich.

Quellen

• Anthropic Economic Index, April 2026 Update, Stand April 2026
• DIHK Digitalisierungsumfrage 2026
• OECD Working Paper: AI and the Labour Market, ergänzende Studie 2025