Um zu messen, wie viel Forschungsarbeit Claude im eigenen Haus übernimmt, hat Anthropic einen Claude-Forschungsagenten die Arbeitswochen ausgewählter Mitarbeiter auswerten lassen.

Erst kostenlos reinschnuppern, dann entscheiden

Bevor du dich für eine Weiterbildung entscheidest, sieh dir kostenlos an, wie sie läuft, fünf Lektionen plus Live-Demo, ohne Verpflichtung. Passt es, ist der Digitalisierungsmanager bei bewilligtem Bildungsgutschein für dich kostenlos.

Kostenlos reinschnuppern

Der Schnupperkurs ist gratis. Ob die Weiterbildung über den Bildungsgutschein gefördert wird, entscheidet die Agentur für Arbeit im Einzelfall.

Drei Messgrößen

Veröffentlicht hat Anthropic den Vorschlag am 17. September 2026 auf anthropic.com. Die erste Messgröße fragt, wie viel der KI-Forschung und -Entwicklung die KI selbst erledigt, die zweite, wie gut die Handlungen von KI-Agenten überwacht werden, die dritte, wie die Rechenleistung verteilt wird. Zu jeder liefert das Unternehmen einen Schnappschuss aus dem eigenen Haus.

Ausdrücklich stellt Anthropic die Messgrößen in den Zusammenhang mit der Forderung von Firmenchef Dario Amodei nach einem abgestimmten Tempo bei der Spitzenentwicklung. Käme es zu einer solchen Abstimmung, würden sich die Zahlen nach Erwartung des Unternehmens verschieben.

Kennzahlen wie diese sollen künftig unabhängige externe Prüfer aus mehreren Organisationen überwachen, mit einem Zugang zu internen Systemen und Daten, wie ihn die eigenen Risikoteams haben. Bislang ist das ein Plan.

Was „führt“ bei Anthropic heißt

Grundlage der ersten Messgröße ist ein Prototyp namens Anthropic R&D Automation Index, kombiniert mit einer Automatisierungsskala von Epoch AI. Sie reicht von AL0, keine KI-Beteiligung, bis AL5, vollständige Autonomie ohne Menschen. Entscheidend sind die Stufen dazwischen. Auf AL3 arbeitet die KI mit („collaborates“) und übernimmt große Arbeitsblöcke unter enger menschlicher Anleitung. Auf AL4 führt sie („leads“): Sie erledigt den Großteil einer Aufgabe von einer allgemeinen Vorgabe bis zum Ende, ein Mensch beaufsichtigt. In diesem Sinn führt Claude laut Anthropic, Stand August 2026, 26 Prozent der KI-Forschungs- und Entwicklungsarbeit im Unternehmen. Der Anteil, bei dem Claude mindestens mitarbeitet, liegt nach denselben Angaben über 90 Prozent. Vollständig autonom arbeitet Claude in keinem gemessenen Teil.

Die 26 Prozent beschreiben also Arbeit, bei der Claude vorne steht und ein Mensch aufpasst.

Laut Anhang wurden für jede Woche im Juli 2026 je beteiligter Abteilung 20 Prozent der Mitarbeiter zufällig ausgewählt, deren Woche ein Claude-Forschungsagent anhand von Slack und interner Dokumentation auswertete. So entstand eine Liste von rund 15.000 Einzelaufgaben. Laut Engadget zeigt eine mit dem Index erstellte Grafik den Automatisierungsgrad von Claude seit August 2025.

Engadget nennt die 26 Prozent eine überraschende Kennzahl und folgert, Claude sei damit an der Mehrheit der Arbeit der Anthropic-Mitarbeiter beteiligt.

Wie Anthropic seine Agenten beaufsichtigt

Für die zweite Messgröße nennt Anthropic drei Kennzahlen:

Die Werte gelten laut Anthropic für August 2026 und nur für die meistgenutzte interne Plattform, auf der zu jedem Zeitpunkt rund 30.000 Agenten an Forschung und Technik arbeiteten. Nach Angaben des Unternehmens laufen 100 Prozent ihrer Handlungen vor der Ausführung durch eine Echtzeit-Überwachung, und ebenso 100 Prozent werden nachträglich ausgewertet. Blockierte Handlungen prüfen Menschen innerhalb einer Woche. Von den nachträglich markierten Protokollen, rund 100.000 pro Woche und nach Anthropics Angabe ein bis zwei von tausend, klären die meisten weitere Klassifikatoren, rund 50 pro Woche landen bei Menschen.

Blockiert wurden von über einer Milliarde Entscheidungen im August 2026 nach Anthropics Zählung 0,002 Prozent, etwa eine von 47.000.

Einzelne Agenten verhielten sich nach den bisherigen Überwachungsdaten selten falsch, schreibt Anthropic, bei Millionen oder Milliarden Agenten in der Wirtschaft könnten aber auch seltene Ereignisse regelmäßig auftreten.

Wohin die Rechenleistung geht

Für die dritte Messgröße nennt Anthropic Zahlen aus der Woche vom 13. bis 20. Juli 2026. Von der gesamten Rechenleistung für KI-Forschung und -Entwicklung gingen demnach rund 6 Prozent an Sicherheitsarbeit, von der Rechenleistung für Forschung, die die KI selbst betreibt, rund 12 Prozent. Das Unternehmen nennt beides bewusst vorsichtige Schätzungen und schreibt selbst, dass eine Woche keinen Trend zeigt.

Auch die Grenzen benennt Anthropic selbst. Für Vergleiche zwischen Laboren fehlt eine gemeinsame Methode. Dazu kommt, dass das Unternehmen die eigenen Systeme mit den eigenen Modellen bewertet, das prüfende Modell könnte also dieselben Fehler machen wie das geprüfte. Vorgeschlagen wird eine Prüfung durch Dritte oder durch Modelle anderer Entwickler.

Bis das geschieht, bleibt jede der genannten Zahlen eine Selbstauskunft von Anthropic.

Unsere Einschätzung

Die 26 Prozent werden die Überschriften bestimmen, auch diese hier. Aus unserer Sicht ist für einen Betrieb die zweite Messgröße ergiebiger, weil sich ihre Kennzahlen auf jeden Agenten übertragen lassen, der Mails sortiert oder Angebote vorbereitet.

Wir würden mit der Abdeckung anfangen: Welcher Anteil der Aktionen eines Agenten wird überhaupt protokolliert? Danach kommt die Zeit. Anthropic nennt für blockierte Handlungen eine menschliche Prüfung innerhalb einer Woche, in einem Betrieb ohne Zuständigen für die Durchsicht wird daraus schnell eine Frist ohne Ende, und niemand merkt es. Die dritte Zahl wirkt am unscheinbarsten, nämlich wie oft etwas angehalten wird. Eine Quote von null klingt beruhigend, kann aber auch bedeuten, dass es gar keine Stelle gibt, die anhalten könnte. Wer keine dieser Zahlen kennt, lässt seine Agenten blind arbeiten.

Bleibt die Selbstmessung. Eine Bewertung mit dem eigenen Modell ist ein erster Schritt, belastbar wird sie erst durch einen Blick von außen. Wer im eigenen Betrieb die Automatisierung allein selbst prüft, womöglich mit demselben Werkzeug, das die Arbeit erledigt, hat dasselbe Problem. Wir würden deshalb regelmäßig eine Stichprobe von jemandem ansehen lassen, der den Ablauf nicht gebaut hat.

Quellen

Die genannten Angaben stützen sich auf folgende öffentlich zugängliche Quellen (Stand der Recherche: 18. September 2026):

Häufige Fragen

Was bedeutet es, dass Claude 26 Prozent der Forschungsarbeit bei Anthropic „führt“?

„Führen“ entspricht der Stufe AL4 auf einer Automatisierungsskala von Epoch AI: Die KI erledigt den Großteil einer Aufgabe von einer allgemeinen Vorgabe bis zum Ende, ein Mensch beaufsichtigt dabei. Die 26 Prozent beziehen sich laut Anthropic auf die KI-Forschungs- und Entwicklungsarbeit im eigenen Unternehmen, Stand August 2026. Vollständig autonom arbeitet Claude nach Angaben von Anthropic in keinem gemessenen Bereich.

Sind die Zahlen von Anthropic unabhängig geprüft?

Nein. Alle Angaben sind Selbstauskünfte, ermittelt mit eigener Methode und mit den eigenen Modellen von Anthropic. Das Unternehmen plant unabhängige externe Prüfer aus mehreren Organisationen, die unter anderem Kennzahlen wie diese überwachen sollen, im Einsatz sind sie noch nicht. Anthropic weist selbst darauf hin, dass ein prüfendes Modell dieselben Fehler machen könnte wie das geprüfte.

Wie überwacht Anthropic seine KI-Agenten?

Nach Angaben von Anthropic laufen auf der meistgenutzten internen Plattform, auf der zu jedem Zeitpunkt rund 30.000 Agenten arbeiten, alle Handlungen vor der Ausführung durch eine Echtzeit-Überwachung und werden nachträglich ausgewertet. Von über einer Milliarde Entscheidungen im August 2026 wurden laut Anthropic 0,002 Prozent blockiert, etwa eine von 47.000. Blockierte Handlungen prüfen Menschen innerhalb einer Woche. Die Zahlen beziehen sich nur auf diese eine Plattform.

Was sollte ein Betrieb, der KI-Agenten einsetzt, jetzt regeln?

Aus unserer Sicht lassen sich die Aufsichtskennzahlen von Anthropic direkt übertragen: welcher Anteil der Agentenaktionen protokolliert wird, wie schnell ein Mensch eine auffällige Aktion sieht und wie oft etwas angehalten wird. Wer diese Werte für die eigenen Agenten nicht kennt, sollte sie erheben, bevor die Agenten weitere Aufgaben bekommen. Stichproben prüft dabei am besten jemand, der den Ablauf nicht selbst gebaut hat.

Wer im Betrieb weiß, welcher Anteil der Aktionen der eigenen KI-Agenten überhaupt protokolliert wird?

Im kostenlosen KI-Schnupperkurs zeigen wir in fünf Lektionen, wie kleine und mittlere Firmen KI im Alltag einsetzen. Tiefer und praxisnah geht es im Vollkurs Digitalisierungsmanager, DEKRA-zertifiziert und förderfähig über den Bildungsgutschein.

Zuletzt aktualisiert: 18. September 2026. Stand der Recherche: 18. September 2026.