Eine neue Anthropic-Studie misst erstmals, wie viel KI tatsächlich im Berufsalltag ankommt – und das Ergebnis überrascht: Zwischen dem, was theoretisch möglich wäre, und dem, was wirklich passiert, klafft eine große Lücke.

Seit ChatGPT Ende 2022 das breite Publikum erreicht hat, überschlagen sich die Szenarien: Millionen Jobs verschwinden, ganze Berufsfelder werden obsolet. Gleichzeitig beruhigen andere: Alles halb so wild, KI schafft am Ende mehr Jobs als sie vernichtet. Beide Seiten berufen sich auf Studien – aber auf welche Grundlage genau?

Genau hier liegt das Problem: Die meisten bisherigen Messansätze arbeiten mit theoretischen Fähigkeiten. Sie fragen, was ein Sprachmodell könnte – nicht, was es tatsächlich tut. Anthropic hat jetzt einen anderen Weg eingeschlagen.

Was die Studie anders macht

Die Forscher Massenkoff und McCrory (Anthropic, März 2026) kombinieren drei Datenquellen: die US-Berufsdatenbank O*NET, theoretische LLM-Fähigkeiten aus früherer Forschung – und echte Nutzungsdaten aus Millionen von Claude-Gesprächen. Das Ergebnis nennen sie „Observed Exposure" – beobachtete Exposition.

Ein konkretes Beispiel aus der Studie: Das theoretische Modell stuft „Rezeptauskünfte an Apotheken erteilen" als vollständig von KI übernehmbar ein. In der Praxis taucht diese Aufgabe in den Nutzungsdaten schlicht nicht auf – wegen regulatorischer Hürden, nötiger menschlicher Verifikation und fehlender Systemintegration.

Die Zahlen im Überblick

Auffällig: Am stärksten betroffen sind tendenziell höher gebildete, besser bezahlte und häufiger weibliche Beschäftigte – ein Muster, das viele so nicht erwartet hätten. KI ist kein Phänomen der einfachen, manuellen Arbeit.

Was mit den Jobzahlen passiert – und was nicht

Hier kommt das vielleicht überraschendste Ergebnis: Bislang gibt es keine statistisch belastbaren Hinweise darauf, dass die Arbeitslosenquote in stark exponierten Berufen gestiegen ist. Seit Ende 2022 verlaufen die Kurven für exponierte und nicht-exponierte Berufsgruppen weitgehend parallel.

Einziger Warnhinweis: Jüngere Arbeitnehmer zwischen 22 und 25 Jahren werden in exponierten Berufen seltener neu eingestellt. Ein rund 14-prozentiger Rückgang der Neueinstellungsrate ist statistisch gerade noch signifikant – die Autoren sind jedoch vorsichtig: Diese Personen könnten auch andere Jobs annehmen oder länger studieren.

Was das für Unternehmen bedeutet

Die Studie macht eines deutlich: Die eigentliche Herausforderung liegt nicht im Verdrängen von Jobs, sondern im Delta zwischen Möglichkeit und Wirklichkeit. Unternehmen, die KI strategisch einsetzen wollen, müssen verstehen, welche ihrer Prozesse tatsächlich reif für Automatisierung sind – nicht nur theoretisch, sondern operativ, rechtlich und organisatorisch.

Das kenne ich aus meiner eigenen Projektarbeit. Die Frage ist selten „Kann KI das?" – sondern: „Ist der Prozess sauber genug, die Daten vorhanden, die Verantwortlichkeiten geklärt?" Genau an dieser Schnittstelle begleite ich Unternehmen: von der Identifikation geeigneter Use Cases über die fachliche Konzeption bis zur produktiven Umsetzung.