Anthropics KI-Job-Ersetzungs-Diagramm, erklärt (und was es übersieht)

Alle paar Monate geht ein Diagramm aus Anthropics Economic Index viral. Die im Frühjahr 2026 kursierende Version ist dieselbe, über die die meisten Menschen streiten: Balken, die die KI-Nutzung nach Beruf zeigen, mit Softwareentwicklern, Autoren, Übersetzern und Analysten ganz oben und Dachdeckern, Tellerwäschern, Fahrern und häuslichen Pflegekräften ganz unten. Die Beschriftungen reichen von „Ihr Job ist sicher" bis „das ist die Verdrängungsreihenfolge" — dasselbe Diagramm, manchmal in derselben Woche.

Das Diagramm ist real, die Daten sind einzigartig, und die Schlussfolgerung, die die meisten daraus ziehen, ist meist falsch. Anthropic selbst ist in den zugrunde liegenden Papieren vorsichtig; die Social-Media-Beschriftungen sind es nicht. Dieser Beitrag erklärt, was der Index tatsächlich misst, die vier Zahlen, die man sich merken sollte, und die sechs Dinge, die er nicht erfasst — die Lücken, die entscheiden, ob eine Position im Diagramm tatsächlich Jobverlust vorhersagt.

Wenn Sie die personalisierte Version davon möchten, wo Ihr Job in allen Dimensionen steht, die das Diagramm übersieht, machen Sie die 4-minütige KI-Karriererisiko-Bewertung. Sie kombiniert den Anthropic Economic Index mit BLS-, OECD-, IAO- und McKinsey-Daten und gewichtet die strukturellen Schutzwälle aus physischer Präsenz, Lizenzierung und persönlicher Haftung, die das Diagramm nicht zeigt — das Ergebnis ist ein 0-100-Wert mit einer rollenspezifischen Erklärung, welche Dimensionen Ihre Zahl nach oben oder unten ziehen.

Was der Anthropic Economic Index tatsächlich ist

Anthropic startete den Economic Index im Februar 2025 und hat ihn 2025 und bis 2026 hinein aktualisiert. Seine Methodik ist das, was ihn von jeder anderen KI-und-Jobs-Studie unterscheidet.

Die meiste Forschung zur KI-Exposition ist theoretisch. Forscher listen die Aufgaben auf, aus denen ein Beruf besteht (über O*NET), bewerten jede danach, ob große Sprachmodelle sie plausibel erledigen könnten, und aggregieren die Werte zur „KI-Exposition" auf Berufsebene. Das OpenAI/OpenResearch/UPenn-Paper „GPTs are GPTs" von 2023 tat dies. Ebenso die Schätzung von Goldman Sachs aus 2023, dass 300 Millionen Vollzeitäquivalente der KI ausgesetzt seien. Ebenso das IWF-Papier von 2024 zur globalen KI-Exposition. Alle beantworten die Frage „wenn KI perfekt funktionierte, welche Jobs könnte sie berühren".

Der Anthropic Economic Index stellt eine andere Frage: welche Berufe und Aufgaben nutzen Menschen tatsächlich Claude für, gerade jetzt, in Millionen realer Gespräche. Das Team analysierte anonymisierte Claude.ai-Gespräche, klassifizierte jedes anhand von O*NET-Aufgaben und erstellte eine verhaltensbasierte Karte davon, wo KI in der realen Wirtschaft eingesetzt wird.

Das ist das Diagramm, das Sie gesehen haben. Die Balken oben — Softwareentwicklung, Schreiben, Übersetzen, technische Inhalte — sind nicht „die Jobs, die KI zuerst ersetzen wird". Es sind „die Jobs, deren Praktiker Claude gerade am aggressivsten nutzen". Diese beiden Aussagen als gleich zu behandeln, ist der größte Einzelfehler beim Teilen des Diagramms.

Pull-Quote: Der Anthropic Economic Index misst, welche Berufe Claude nutzen — nicht welche Berufe durch KI ersetzt werden. Hohe Nutzung ist manchmal ein Zeichen drohender Ersetzung, manchmal ein Zeichen kompetenter Augmentation und manchmal nur ein Zeichen, dass der Beruf Zugang zu einem Laptop hat.

Die vier Zahlen, die man sich merken sollte

In den verschiedenen Economic-Index-Veröffentlichungen im Laufe von 2025 tauchen in den zugrunde liegenden Daten immer wieder dieselben vier Schlüsselzahlen auf. Diese sollte man im Kopf behalten.

1. Etwa 36 % der Berufe nutzen KI für mindestens 25 % ihrer Aufgaben. Das ist die Zahl, die die meisten vernünftigen Zusammenfassungen des Index verankert. Etwa jeder dritte Beruf zeigt eine bedeutende KI-Durchdringung in einem Viertel der Arbeit — bedeutend, aber sehr weit von vollständiger Automatisierung entfernt.

2. Etwa 4 % der Berufe nutzen KI für mehr als die Hälfte ihrer Aufgaben. Das ist der hochintensive Endbereich. Softwareentwicklung gehört dazu. Ebenso bestimmte schreibintensive Berufe und Übersetzer. Es ist ein kleiner Anteil am Arbeitsmarkt, auch wenn er das Diagramm visuell dominiert.

3. Das Verhältnis Augmentation zu Automatisierung liegt bei etwa 57:43. Als Anthropics Team jedes Gespräch entweder als Augmentation (ein Mensch lenkt das Modell und verwendet seine Ausgabe als Teil seiner eigenen Arbeit) oder als Automatisierung (das Modell erledigt eine Aufgabe autonom von Anfang bis Ende) klassifizierte, lag das Verhältnis bei etwa 57 % Augmentation, 43 % Automatisierung über den gesamten Index hinweg. Das ist die am wenigsten zitierte Zahl im gesamten Datensatz. Sie besagt, dass selbst bei intensiver KI-Nutzung das vorherrschende Muster immer noch Mensch-in-der-Schleife und nicht Mensch-aus-der-Schleife ist.

4. Computer- und mathematische Berufe machen allein etwa 37 % aller Claude-Gespräche aus. Softwareentwickler sind in den Daten massiv überrepräsentiert — und in jeder anderen KI-Nutzungsstatistik, einschließlich der von OpenAI, Google und GitHub. Diese Konzentration ist die strukturelle Tatsache, die das Diagramm so aussehen lässt, wie es aussieht, und die Tatsache, die die meisten Quote-Tweets ignorieren.

Für eine ausführlichere Behandlung, wie diese Zahlen mit Verdrängungszeitlinien zusammenhängen, siehe die KI-Jobkarte 2030, die den Index neben BLS- und McKinsey-Daten verwendet, um Aufgabenautomatisierung, Rollenverdrängung und Umverteilungsraten mittelfristig zu schätzen.

Was das Diagramm richtig macht

Drei Dinge, die der Index unmissverständlich richtig macht und die kein anderer öffentlicher Datensatz mit dieser Auflösung misst.

Es ist die erste verhaltensbasierte Großmessung. Jeder andere große KI-und-Jobs-Datensatz ist entweder eine Umfrage zu Absichten („Nutzen Sie KI bei der Arbeit?") oder ein theoretischer Expositionswert. Der Economic Index ist der erste, der die Diskussion in Millionen tatsächlichen Gesprächen verankert. Das ist ein enormer methodischer Fortschritt, und die zugrunde liegenden Papiere sollten von jedem gelesen werden, der ernsthaft über KI und Jobs diskutieren möchte.

Es identifiziert das Frühadopter-Cluster korrekt. Die Form des oberen Diagrammbereichs — Softwareentwicklung, Schreiben, Übersetzen, technische Inhalte, Marketing-Texte, bestimmte Forschungs- und Analystenaufgaben — entspricht jedem anderen verhaltensbasierten Signal, das wir haben. Die Adoptionskurve von GitHub Copilot, der Unternehmensmix von OpenAI, die Nutzungsaufschlüsselungen von Gemini und der LinkedIn Workforce Report zeichnen alle dasselbe obere Funnel-Bild. Der Economic Index ist hier kein Ausreißer; er ist konsistent mit dem, was jedes ehrliche Dashboard in jedem großen Modelllabor zeigt.

Es identifiziert die kalte Bodenzone des Diagramms korrekt. Bauwesen, Transport, Lebensmittelzubereitung, persönliche Pflege, häusliche Pflege und Facharbeiterberufe zeigen sehr wenig Claude-Nutzung. Nicht weil ihre Arbeiter keine Telefone hätten, sondern weil die Arbeit nicht der Art ist, die durch Tippen in eine Chatbox erledigt werden kann. Dieser Teil des Diagramms stimmt präzise mit dem überein, was BLS, OECD und IAO aus völlig anderen Blickwinkeln zeigen — physisch präsente Arbeit und Frontline-Pflege sind die Kategorien mit den langsamsten KI-Verdrängungszeitlinien und in vielen Fällen mit dem stärksten projizierten Beschäftigungswachstum. Die Jobs-die-KI-nicht-ersetzt-Analyse bricht das nach Beruf weiter herunter.

Pull-Quote: Das Anthropic-Diagramm hat über den Boden recht und über die Decke recht. Es ist die schlammige Mitte — und der implizite kausale Pfeil von „nutzt viel KI" zu „wird bald ersetzt" — wo das Diagramm schlecht verwendet wird.

Was das Diagramm übersieht — sechs Lücken

Nun die sechs Dinge, die das Diagramm nicht misst, in etwa der Reihenfolge, wie stark sie zubeißen. Das sind die Lücken, die entscheiden, ob ein bestimmter Balken im Diagramm gute Nachrichten, schlechte Nachrichten oder Rauschen für eine bestimmte Person ist, die ihn betrachtet.

1. Das Diagramm verwechselt Nutzung mit Verdrängung

Der größte interpretative Fehler. Das Diagramm zeigt, wie viele Claude-Gespräche einem Beruf zugeordnet werden. Es zeigt nicht, wie viele Menschen in diesem Beruf ihren Job verloren haben, deren Stunden gekürzt wurden oder deren Löhne komprimiert wurden.

Ein Softwareentwickler, der täglich Cursor, Claude Code und GitHub Copilot nutzt, erscheint mit extremer KI-Nutzung. Derselbe Entwickler verdient möglicherweise eine Lohnprämie, wird schneller befördert und liefert mehr Produkt aus als je zuvor — oder er steht auf einer Entlassungsliste, weil das Team halb so viele Ingenieure benötigt. Das Diagramm kann Ihnen nicht sagen, welches.

Hohe KI-Nutzung ist ein Korrelat der Disruption, nicht ein Maß dafür. Um von Nutzung zu Verdrängung zu kommen, brauchen Sie drei weitere Eingaben: wie der Arbeitgeber umstrukturiert, was die Lohndaten zeigen und wo sich der Einstellungstrichter zusammenzieht. Keine davon ist im Index. Die McKinsey-Studie 2025 zur KI in Finanzdienstleistungen, der LinkedIn Workforce Report und die BLS-Beschäftigungsdaten nach Beruf sind es.

2. Das Diagramm ist auf Claude-Nutzer ausgerichtet

Das klingt offensichtlich und wird trotzdem ignoriert. Anthropic hat Claude-Gespräche gemessen. Claude hatte 2024–2025 eine besondere Kundenbasis — überproportional Entwickler, KI-neugierige Wissensarbeiter und englischsprachige Frühadopter in den USA, Großbritannien, Westeuropa und einer langen anglophonen Verteilung. Die Nutzerbasis von ChatGPT ist breiter. Die von Gemini ist wieder anders. Die von Copilot ist stark unternehmens-Microsoft-orientiert.

Das bedeutet, dass der Index die Berufe überrepräsentiert, die zufällig Frühadopter-Cluster für Claude waren, und die Berufe unterrepräsentiert, deren KI-Nutzung sich auf andere Plattformen konzentriert. Ein Lehrer, der täglich ChatGPT für die Unterrichtsplanung nutzt, würde in Anthropics Index fast nirgends auftauchen, obwohl sein Beruf tatsächlich ein starker KI-Nutzer ist — die Cengage/RAND-Umfrage 2025 ergab, dass etwa 60 % der US-K-12-Lehrer KI-Tools nutzen und damit etwa sechs Stunden pro Woche sparen.

Die ehrliche Lesart: Die Form des Diagramms ist weitgehend richtig, aber die absoluten Höhen einzelner Balken hängen davon ab, welche Modelllabor-Nutzerbasis Sie zufällig erfasst haben. Validieren Sie mit parallelen öffentlichen Daten, bevor Sie der genauen Position einzelner Balken Gewicht beimessen.

3. Das Diagramm kann unternehmensseitig eingesetzte KI nicht sehen

Der Economic Index misst Gespräche von individuellen Claude-Nutzern. Er kann keine Unternehmensimplementierungen sehen, bei denen KI in einen Workflow eingebunden ist — eingebettet in ein Help-Desk-Produkt, ein Contact-Center-Routing-System, eine Underwriting-Pipeline oder eine ERP-Automatisierung — und Endnutzer nie in eine Chatbox tippen.

Das ist enorm. Klarnas Kundenservice-KI bearbeitete im ersten Jahr über zwei Millionen Gespräche und leistete Berichten zufolge die Arbeit von etwa 700 Agenten — keines dieser Gespräche taucht im Anthropic Economic Index auf. Dasselbe gilt für die Implementierungen von Shopify, Zendesk, Salesforce Service Cloud, Intercom Fin und fast allen großen BPOs. Dasselbe für die agentenbasierten Underwriting- und Abstimmungs-Pipelines, die in großen Banken eingesetzt werden. Dasselbe für Klaviyo, HubSpot und den Rest des KI-Marketing-Automatisierungsstacks.

Für eine lange Liste von Berufen passiert die relevante Verdrängungsgeschichte um den Arbeiter herum, nicht durch den eigenen Chat-Client des Arbeiters. Tier-1-Kundenservice ist das Lehrbuchbeispiel. Das Diagramm wird seine Disruption massiv unterrepräsentieren, solange Kundenservice-KI von Arbeitgebern eingesetzt und nicht von Arbeitern aufgerufen wird.

4. Das Diagramm ist eine Momentaufnahme, keine Trajektorie

Jede Veröffentlichung des Index ist ein Verhaltensschnitt zu einem bestimmten Zeitpunkt. Das Diagramm, das Sie Anfang 2026 gesehen haben, spiegelt den Arbeits- und Adoptionsmix von Ende 2025 wider; die nächste Veröffentlichung wird anders aussehen. Einige Berufe werden im Diagramm nach oben rücken, weil die Adoption explodiert (Recht, Finanzen, mittleres Marketing). Einige werden absinken, weil ihre Frühadopter-Spitze gesättigt ist und der Rest des Arbeitsmarktes aufholt.

Eine einzelne Momentaufnahme als Prognose zu lesen, ist ein Kategorienfehler. Der richtige Vergleich erfolgt zwischen Veröffentlichungen — und selbst dann macht die zugrunde liegende Verschiebung der Nutzerbasis zwischen den Veröffentlichungen (neue Claude-Funktionen, neue Stufen, geografische Expansion) den Jahresvergleich schwieriger, als es scheint. Der Beitrag KI-Arbeitsmarkt-Prognosen 2026 legt dar, welche Berufe die Trajektorie am plausibelsten begünstigt und welche nicht, indem er den Index neben BLS- und OECD-Projektionen verwendet, damit die Trajektorie nicht von einer einzelnen Momentaufnahme abhängt.

5. Das Diagramm behandelt Aufgaben, als wären es Jobs

Selbst dort, wo der Index korrekt identifiziert, dass KI einen großen Teil der Aufgaben eines Berufs erledigt, kann er Ihnen nicht sagen, ob der Job verschwindet. Ein Job ist ein Bündel von Aufgaben plus Autorität, Verantwortung, Urteilsvermögen, Beziehungsarbeit und physische oder lizenzierte Präsenz. 60 % der Aufgaben einer Rolle zu automatisieren — sogar 80 % — automatisiert nicht 60 % oder 80 % der Rolle. Es automatisiert oft die Teile der Rolle, die der Stelleninhaber am wenigsten machen wollte, und lässt die Teile übrig, die den größten Teil der Lohnprämie ausmachen.

Das ist der wichtigste Reframing-Punkt für jeden, der das Diagramm ängstlich liest. Ein hoher Balken im Anthropic Index für Ihren Beruf bedeutet, dass ein großer Teil Ihrer Aufgabenliste plausibel von KI erledigt werden kann. Es bedeutet nicht, dass Ihre Rolle verschwindet. Die Rolle verschwindet nur, wenn (a) die verbleibenden Aufgaben sich nicht mehr zu einer kohärenten Arbeitseinheit summieren, die ein Arbeitgeber als einzelne Einstellung kaufen möchte, oder (b) die Produktivitätsgewinne so groß sind, dass weniger Einstellungen dieselbe Nachfrage absorbieren können. Beides passiert. Keines ist automatisch. Die OECD-Forschung zur Aufgabenbündelung und Goldman Sachs' Modellierung von Produktivität-versus-Verdrängung aus 2023 machen diesen Punkt im Detail. Das Anthropic-Diagramm allein nicht.

Für die aufgabengenaue Version dieser Analyse siehe welche Jobs tatsächlich durch KI ersetzt werden können, das Rollen auf die Aufgabenebene aufschlüsselt, die der Index misst, und die Dimensionen Autorität, Urteilsvermögen und Präsenz wieder hinzufügt, die er nicht erfasst.

6. Das Diagramm sagt nichts über die Schutzwälle

Drei strukturelle Schutzwälle entscheiden, ob hohe KI-Exposition zu Jobverlust wird: physische Präsenz, Lizenzierung und persönliche Haftung. Keiner ist im Index, weil keiner in Konversationsdaten enthalten ist.

Physische Präsenz. Die Stunde eines Chirurgen, Klempners, Elektrikers oder Sanitäters kann nicht über eine Chat-Schnittstelle erfolgen, und der Index platziert diese korrekt am Boden. Aber er misst nicht, wie viel einer „exponierten" Rolle tatsächlich präsenzgebunden ist. Eine Pflegestelle hat eine hohe Aufgabenüberschneidung mit administrativer KI; die Stunde am Krankenbett ist der Lohn. Siehe Wird KI Pflegekräfte ersetzen für das ausgearbeitete Beispiel.

Lizenzierung. Die unterschriebene Befundung eines Radiologen, die abrechenbare Stunde eines Anwalts, das Prüfungsurteil eines Wirtschaftsprüfers, die Diagnose eines Arztes — diese tragen rechtliche Autorität, die KI-Systeme nicht besitzen. KI mag den Großteil der Ausgabe produzieren, aber ein lizenzierter Mensch muss unterschreiben. Der Index misst nicht, wie viel der verteidigten Marge eines Berufs hinter dieser Unterschrift liegt. Siehe Wird KI Anwälte ersetzen und Wird KI Buchhalter ersetzen.

Persönliche Haftung. Der Berufstätige, der persönlich haftet, wenn etwas schiefgeht, hat einen Schutzwall, den KI nicht überschreiten kann, bis Gerichte und Versicherer es erlauben. Diese Diskussion hat in keiner größeren Rechtsordnung stattgefunden und zeigt 2026 keine Anzeichen, stattzufinden.

Zwei Rollen können auf derselben Höhe im Diagramm liegen und völlig unterschiedliche Schicksale haben, weil eine alle drei Schutzwälle hat und die andere keinen. Das Diagramm zeigt das nicht. Eine ernsthafte KI-Karriererisiko-Bewertung muss es tun.

Pull-Quote: Ein hoher Balken im Anthropic-Diagramm und eine geringe Anzahl struktureller Schutzwälle sagen Verdrängung voraus. Ein hoher Balken mit starken Schutzwällen sagt Augmentation, Produktivität und oft eine Lohnprämie voraus. Ein niedriger Balken mit starken Schutzwällen sagt einen Einstellungsmarkt voraus, der enger wird, nicht lockerer. Dasselbe Diagramm passt zu allen drei Geschichten — nur die Schutzwälle entscheiden, welche Ihre ist.

Wie man das Diagramm korrekt liest

Drei Gewohnheiten trennen ehrliches Lesen von der viralen Version.

Lesen Sie es zusammen mit BLS, OECD und IAO, nicht stattdessen. Der Anthropic Economic Index ist das stärkste verhaltensbasierte Signal in öffentlichen Daten — und das schwächste Signal zu Arbeitsmarktergebnissen (Löhne, Stellenangebote, Entlassungen, Beschäftigungswachstum). Behandeln Sie ihn als einen von vier Ankern. Die BLS Employment Projections 2023–2033 decken Beschäftigungswachstum auf Berufsebene ab. Die OECD-Automatisierungsstudien decken Aufgabenexposition ab. Das IAO-Papier Generative AI and Jobs ist die sauberste Lektüre zu globalen Expositionsunterschieden. Der Index reiht sich neben ihnen ein, nicht über ihnen. Eine vollständige Aufschlüsselung der KI-Jobverluste-Statistiken in 2026, welche zuverlässig sind und welche weithin falsch gelesen werden, finden Sie im begleitenden Erklärtext, der Expositions-, Adoptions- und Verdrängungszahlen trennt und jede nach Quelle kennzeichnet.

Unterscheiden Sie „nutzt KI" von „durch KI augmentiert" von „durch KI ersetzt". Drei verschiedene Dinge. Das Diagramm zeigt das erste. Das Augmentations-Automatisierungs-Verhältnis ist in den Daten vergraben und wird selten zitiert. Die Ersatzfrage ist überhaupt nicht in den Daten — dafür benötigen Sie Lohndaten, arbeitgeberseitige Umfragen und Messungen des Einstellungstrichters (BLS, McKinsey).

Suchen Sie nach Abwesenheit, nicht nur nach Anwesenheit. Die Balken am Boden — Bauwesen, Transport, persönliche Pflege, Lebensmittelzubereitung — sind wohl nützlicher als die Balken oben. Sie sind die sauberste verhaltensbasierte Bestätigung, wo KI 2026 nicht hingeht, und die BLS-Wachstumsprognosen plus WEF Future of Jobs 2025 für dieselben Kategorien gehören zu den stärksten in der Wirtschaft. Wenn Sie in Ihren Zwanzigern eine Karriere wählen, ist der Boden entscheidungsrelevanter als die Decke.

Was das für Ihre Karriere bedeutet

Wenn das Diagramm Ihren Beruf oben zeigt, ist die praktische Frage nicht „werde ich bald ersetzt". Sie lautet „bin ich in der augmentiert-und-besser-bezahlten Hälfte des Balkens oder in der automatisiert-aus-Hälfte". Drei Signale sagen Ihnen, welches: Orchestrieren Sie die KI-Tools oder produzieren Sie Output, den die Tools nun reproduzieren; trägt Ihre Rolle Lizenzierung, Unterschriftsautorität oder persönliche Haftung; expandiert Ihr Arbeitgeber den Output oder komprimiert er die Belegschaft. Das erste können Sie in 12-18 Monaten ändern. Das zweite ist strukturell. Das dritte können Sie auf Ihrer Stellenseite ablesen.

Wenn das Diagramm Ihren Beruf am Boden zeigt, fragen Sie sich, ob Sie auf langfristige Beständigkeit oder vorübergehende Isolation blicken. Chirurgen, Elektriker und Sanitäter haben Beständigkeit — Präsenz, Lizenzierung, Haftung. Fahrer und Tellerwäscher haben vorübergehende Isolation — Präsenz heute, Exposition gegenüber einer anderen Welle (autonome Fahrzeuge, Küchenrobotik) auf einem längeren Horizont. Der Index trennt diese nicht; der Hub-Leitfaden, ob KI Ihren Job nimmt, schon.

Wenn das Diagramm Ihren Beruf in der schlammigen Mitte zeigt, sind Sie in der entscheidungsrelevantesten Zone, und das Diagramm allein gibt Ihnen fast kein Signal. Lesen Sie die Aufschlüsselung Wird KI Softwareentwickler ersetzen, wenn Sie in der Tech-Branche sind, die rollenspezifischen Beiträge, wenn Sie in Finanzen, Marketing, HR, Bildung oder Inhalten sind, und die aufgabengenaue Verdrängungsanalyse. Dann setzen Sie eine Zahl darauf.

Häufig gestellte Fragen

F: Was ist der Anthropic Economic Index, und ist er dasselbe wie das „KI-Job-Ersetzungs-Diagramm"?

A: Der Anthropic Economic Index ist ein Forschungsprojekt, das Anthropic im Februar 2025 startete und das anonymisierte Claude-Gespräche auf O*NET-Berufe und -Aufgaben abbildet. Das „KI-Job-Ersetzungs-Diagramm", das die meisten Menschen teilen, ist ein Diagramm aus dem Index — Balken, die den Anteil der Claude-Gespräche zeigen, die jedem Beruf zugeordnet sind. Das Diagramm zeigt KI-Nutzung nach Beruf, nicht KI-Ersetzung von Berufen. Die Schlüsselzahlen des Index sind etwa 36 % der Berufe, die KI für mindestens 25 % der Aufgaben nutzen, etwa 4 % nutzen sie für mehr als die Hälfte, und ein Augmentations-Automatisierungs-Verhältnis von 57:43.

F: Bedeutet die Tatsache, dass mein Beruf hoch im Anthropic-Diagramm steht, dass mein Job bald ersetzt wird?

A: Nein. Hoch im Diagramm bedeutet, dass Menschen in diesem Beruf starke Claude-Nutzer sind — manchmal weil KI Aufgaben ersetzt, manchmal weil KI augmentiert und der Arbeiter produktiver als je zuvor ist. Das Diagramm kann die beiden nicht unterscheiden. Um zu wissen, ob Ihr Job gefährdet ist, kombinieren Sie den Index mit BLS-Beschäftigungsprojektionen, arbeitgeberseitigen Einstellungsdaten, Lohntrends und den strukturellen Schutzwällen Ihrer Rolle (Lizenzierung, physische Präsenz, Haftung). Ein personalisierter KI-Risikowert macht diese Kombination über neun Dimensionen.

F: Warum sind Softwareentwickler so hoch im Anthropic-Diagramm?

A: Zwei Gründe. Erstens ist Softwareentwicklung eines der am stärksten KI-exponierten Aufgabenbündel der Wirtschaft — Codegenerierung ist die stärkste LLM-Fähigkeit und die Tools (Cursor, Claude Code, Copilot) sind ausgereift. Zweitens sind Entwickler in Anthropics Nutzerbasis stark überrepräsentiert; etwa 37 % aller Claude-Gespräche entfallen auf Computer- und mathematische Berufe. Ob Softwareentwicklung auch zu den am meisten ersetzten Berufen gehört, ist eine andere Frage — siehe Wird KI Softwareentwickler ersetzen und die GitHub-Copilot-Anmeldestopp-Analyse für die Stückkosten-Sicht.

F: Was übersieht das Anthropic-Diagramm am meisten?

A: Sechs Dinge, in grober Reihenfolge. (1) Nutzung ist nicht Verdrängung. (2) Die Daten sind auf Claudes Nutzerbasis ausgerichtet — ChatGPT-, Gemini- und Copilot-Nutzer sind nicht enthalten. (3) Unternehmensseitig eingesetzte KI (Kundenservice-Automatisierungen, agentenbasierte Pipelines), bei der Nutzer nie mit einem Modell chatten, ist unsichtbar. (4) Es ist eine Momentaufnahme, keine Trajektorie. (5) Aufgaben sind keine Jobs — 60 % der Aufgaben zu automatisieren, automatisiert nicht 60 % der Rolle. (6) Es erfasst keinen der strukturellen Schutzwälle — physische Präsenz, Lizenzierung und persönliche Haftung —, die entscheiden, ob hohe Aufgabenexposition zu tatsächlichem Jobverlust wird.

Machen Sie das Quiz, holen Sie sich den Wert, den das Diagramm nicht geben kann

Der Anthropic Economic Index ist die beste verhaltensbasierte Einzelquellenmessung dafür, wo KI in der Wirtschaft eingesetzt wird. Er ist kein personalisiertes Urteil über Ihre Karriere. Das Urteil, das Sie tatsächlich wollen, muss den Index mit Beschäftigungsprojektionen, Lohndaten, strukturellen Schutzwällen und Ihrem spezifischen Arbeitsmuster, Ihrer Branche, Ihrem Land und Ihrer Seniorität kombinieren.

Das macht riskquiz.me. Vier Minuten. Neun Dimensionen — Arbeitsart, Branche, Land, Erfahrung, Seniorität, Aufgabenmix, KI-Kompetenz, Anforderungen an physische Präsenz und Lizenzierung. Ein personalisierter 0-100-Wert mit einer rollenspezifischen Erklärung, welche Dimensionen Ihre Zahl nach oben oder unten ziehen, und welche der oben genannten Schutzwälle (oder deren Abwesenheit) am meisten Arbeit leisten.

Holen Sie sich Ihren personalisierten KI-Karriererisiko-Wert →

Kostenlos. Aufgebaut auf dem Anthropic Economic Index, BLS Employment Projections, OECD-Daten zur Aufgabenexposition, IAO-Studien zur globalen KI-Arbeit und McKinsey-Umfragen zu KI in Finanzdienstleistungen. Siehe unsere Methodik für die vollständige Quellenliste und die Gewichtung der neun Dimensionen.

Das Diagramm ist ein Input. Ihre Zahl ist die Antwort.