Agenten statt Junioren: Wer prüft künftig, was die KI liefert?
Bei Anthropic sank der Anteil der Junioren unter den technischen Neueinstellungen seit Anfang 2025 von 27 auf 9 Prozent. Im August arbeiteten Agenten dort in interaktiven Sitzungen sechsmal so viele Stunden wie die Belegschaft. Das steht in einer Studie, die Anthropic am 16. Oktober über die eigene Belegschaft veröffentlicht hat. Die aufschlussreichere Zahl steht weiter hinten. Selbst Beschäftigte ohne Technikjob bräuchten die Hälfte ihrer Arbeitswoche, um alles zu lesen, was ihre Agenten ausgeben. Damit stellt sich eine Frage, die weit über Anthropic hinausgeht: Wer prüft das alles, und wo lernt man das Prüfen?
Was die Studie zeigt
In den technischen Abteilungen fiel der Anteil der Junioren an der Belegschaft von 21 auf 14 Prozent. Ausschreibungen für Einstiegsstellen gingen seit Dezember 2025 besonders stark zurück. Gleichzeitig wächst das Unternehmen rasant. Technische Stellen nehmen also weiter zu, nur langsamer als Vertrieb, Finanzen und Recruiting.
Einen ursächlichen Zusammenhang belegt Anthropic nicht, der Bericht beschreibt die Entwicklung nur. Am langsamsten wuchs die Zahl der Junioren in Jobs, in denen Claude die anspruchsvollsten Aufgaben übernimmt. Aufschlussreich ist eine Umfrage unter Führungskräften vom April. Die Mehrheit gab an, wegen KI nach anderen Fähigkeiten zu suchen. Rund ein Drittel der Leitungen im Bereich maschinelles Lernen und ein Fünftel in der Softwareentwicklung stellen nach eigener Aussage wegen KI weniger Menschen ein.
Agenten arbeiten mehr Stunden als Menschen
Im März 2026 überholten die Arbeitsstunden der Agenten erstmals die der Menschen. Bis August stieg das Verhältnis auf sechs zu eins, bezogen auf Agentensitzungen, die Beschäftigte selbst steuern. Erfasst wird die Laufzeit der Agenten, Wartezeiten über 30 Minuten fallen heraus. Für Menschen rechnet Anthropic pauschal mit 40 Stunden pro Woche und Kopf. Der Vergleich ist also grob, die Richtung ist trotzdem eindeutig.
Ingenieure liefern laut dem Bericht rund fünfmal so viele Code-Änderungen wie ein halbes Jahr zuvor. Die Rechtsabteilung bearbeitet ebenfalls mehr Verträge, der Vertrieb schließt mehr Abschlüsse. Bei der Qualität fand Anthropic keinen Unterschied zwischen Code von Menschen und Code von Agenten. Gemessen hat Anthropic, wie oft Code später wieder gelöscht oder zurückgenommen wurde. Die Autoren räumen allerdings ein, dass KI-Fehler schwerer zu erkennen sein können.
Der Mensch wird zum Engpass
Rund 80 Prozent der Sitzungszeit warten die Agenten bei Anthropic auf eine Eingabe von Menschen. Ein Ingenieur beschreibt seine Arbeit als ein Heer von Claudes, von denen jeder Aufmerksamkeit will. Die Autoren schreiben, menschliche Aufmerksamkeit und menschliches Urteil seien der Engpass. Beim Einstellen achten Führungskräfte deshalb stärker auf Eigenständigkeit und Urteilsvermögen als auf technisches Fachwissen.
Dazu kommt ein Satz, der in der Debatte leicht untergeht. Manche Beschäftigte sind laut Bericht immer weiter von der Grundarbeit entfernt, mit der sie ihre Fähigkeiten ursprünglich aufgebaut haben. Für Einsteiger ist diese Grundarbeit der übliche Weg ins Fach. Urteilsvermögen wird damit gesucht, während der Weg dorthin schmaler wird.
Die Lücke zeigt sich erst später
Der Forscher Nolan Lovett von der NATO Special Operations University nennt das eine Tragödie der kognitiven Allmende, wie The Decoder berichtet. Einzelne Firmen sparen bei Einstiegsstellen, die Folgen tragen alle, die später erfahrene Fachleute brauchen. Lovett erwartet die Auswirkungen zwischen 2030 und 2045. Besonders betroffen sieht er Softwareentwicklung, Finanzanalyse und juristische Recherche.
Anthropic ist dabei ein Sonderfall, darauf weist auch The Decoder hin. Das Unternehmen setzt KI so stark ein wie kaum ein anderes. Der Bericht nennt selbst das explosive Wachstum und den Umstand, dass Beschäftigte frei entschieden, wann sie Agenten einsetzen. In der breiteren Wirtschaft zeigt sich laut The Decoder bisher kein messbarer Produktivitätsschub durch KI. Die Studie hält außerdem fest, dass Schutz für heutige Beschäftigte niemandem hilft, der gar nicht erst eingestellt wird.
Was ich an meiner eigenen Pipeline sehe
Meine Blogartikel entstehen mit einer Automation. Ein Workflow schlägt Themen vor, nach meiner Freigabe schreibt ein zweiter den Entwurf. Keiner dieser Entwürfe geht ungeprüft online. Beim Prüfen fallen regelmäßig Dinge auf, die nicht stimmen, etwa erfundene Kundenbeispiele oder Zahlen, die so nicht in der Quelle stehen. Der Entwurf zu diesem Artikel enthielt beides.
Erkennen lässt sich das nur mit Wissen über die Quelle und über das eigene Geschäft. Der Entwurf las sich flüssig und klang plausibel. Diese Art Urteil wird laut Bericht auch bei Anthropic beim Einstellen wichtiger. Was diese Prüfarbeit an Zeit kostet, habe ich unter dem Stichwort Verifizierungssteuer beschrieben.
Was das für dein Team heißt
Wer Agenten die Routine überlässt, nimmt Einsteigern einen Teil ihres Lernwegs. Dieser Weg muss dann an anderer Stelle geplant werden, zum Beispiel über das Prüfen selbst. Wer neu im Team ist, kann Agenten-Ergebnisse gegenlesen, bevor eine erfahrene Person freigibt.
Ungeprüfter Output verschiebt Arbeit nur, wie ich bei den Slop Grenades beschrieben habe.
Zwei Fragen helfen beim Einstieg: Wie viele Personen in deinem Team können ein Agenten-Ergebnis heute fachlich freigeben? Wo lernen neue Leute genau das? Wie ich Freigaben in Automationen grundsätzlich einplane, steht unter KI-Automation mit Kontrolle.
