Anthropic-Studie warnt vor einer „Großen Rezession für Büroangestellte“

Anthropic hat die bisher vielleicht detaillierteste Darstellung der tatsächlichen Durchdringung des US-Arbeitsmarktes durch KI veröffentlicht, und die Ergebnisse bewegen sich irgendwo zwischen beruhigend und alarmierend. Das Papier „Labor market impacts of AI: A new measure and early evidence“ führt eine neue Kennzahl namens „observed exposure“ (beobachtete Exposition) ein, die vergleicht, wozu KI-Tools theoretisch in der Lage sind, mit dem, wofür Beschäftigte sie tatsächlich nutzen. Die Lücke zwischen diesen beiden Zahlen ist derzeit groß. Doch die Entwicklungsrichtung ist eindeutig.

Was die Daten zeigen

Die von den Anthropic-Ökonomen Maxim Massenkoff und Peter McCrory verfasste Untersuchung stützt sich auf reale berufliche Nutzungsdaten von Claude, um den tatsächlichen Fußabdruck von KI auf dem Arbeitsmarkt zu quantifizieren. Das zentrale Ergebnis: KI kann theoretisch 94 % der Aufgaben von Beschäftigten in Computer- und Mathematikberufen übernehmen, doch die tatsächlich beobachtete Nutzung umfasst rund 33 % dieser Aufgaben. In Büro- und Verwaltungstätigkeiten liegt die theoretische Abdeckung bei 90 %, während die reale Einführung nur einen Bruchteil davon ausmacht.

Die Autoren benennen das Worst-Case-Szenario direkt: eine „Große Rezession für Büroangestellte“. Während der Finanzkrise 2007–2009 verdoppelte sich die US-Arbeitslosigkeit von 5 % auf 10 %. Eine vergleichbare Verdopplung im obersten Quartil der KI-exponierten Berufe, von 3 % auf 6 %, würde sich in ihrem Analyserahmen deutlich abzeichnen, schreiben sie. Eingetreten ist das bislang nicht. Aber es könnte geschehen.

Die Berufe an der Spitze der Expositionsliste sind nicht die, die die meisten erwartet hätten. Computerprogrammierer, Kundendienstmitarbeiter und Dateneingabekräfte weisen die höchste beobachtete Exposition auf. Am geringsten exponiert sind Tätigkeiten, die körperliche Präsenz erfordern: Köche, Mechaniker, Bauarbeiter. Und das Profil der am stärksten exponierten Beschäftigten ist bemerkenswert: Sie sind mit 16 Prozentpunkten höherer Wahrscheinlichkeit weiblich, verdienen 47 % mehr als die am wenigsten exponierte Gruppe und haben fast viermal so häufig einen Hochschulabschluss. Dies ist keine Geschichte über die Automatisierung von Niedriglohntätigkeiten. Es ist eine Geschichte über die Berufsschicht der Akademiker und Fachkräfte.

Junge Beschäftigte spüren es bereits. Eine in dem Anthropic-Papier zitierte separate Studie stellte einen Rückgang der Beschäftigung in KI-exponierten Berufen um 16 % bei Beschäftigten im Alter von 22 bis 25 Jahren fest, der vor allem auf eine Verlangsamung der Einstellungen und nicht auf direkte Entlassungen zurückzuführen ist. Die Stellensuchquoten in den am stärksten gefährdeten Berufen sind seit Beginn der ChatGPT-Ära um 14 % gesunken. Und laut Prognosen des US Bureau of Labor Statistics dürften Berufe mit höherer KI-Exposition bis 2034 langsamer wachsen. Die BLS-Daten wurden nicht mit Blick auf KI erhoben, decken sich aber dennoch mit den unabhängigen Ergebnissen von Anthropic.

Die Forscher führen die Lücke zwischen theoretischer und beobachteter Einführung auf rechtliche Einschränkungen, Modellgrenzen, die weiterhin nötige menschliche Aufsicht und die zusätzliche Software-Infrastruktur zurück, die erforderlich ist, um KI zuverlässig im großen Maßstab einzusetzen. Dieser Rückstand ist nicht von Dauer.

Was das bedeutet

Anthropic-CEO Dario Amodei sagte im vergangenen Jahr, KI könne die Hälfte aller Einstiegspositionen im Büro umwälzen. Microsofts KI-Chef Mustafa Suleyman setzte einen engeren Zeitrahmen an und schätzte, dass der Großteil der akademischen und fachlichen Büroarbeit innerhalb von einem Jahr bis 18 Monaten ersetzt werde. Beide Prognosen klangen einst extrem. Diese Untersuchung macht es schwerer, sie abzutun.

Was das Anthropic-Papier vor allem zeigt, ist, dass sich Unternehmen in einem Übergangsfenster befinden. Die Einführung ist real, aber unvollständig. Die Berufe, die am stärksten von Verdrängung bedroht sind, sind zugleich diejenigen, die in KI-nahen Funktionen derzeit am stärksten nachgefragt werden: Softwareentwicklung, Data Science, Finanzmodellierung, juristische Recherche. Je mehr Routineaufgaben innerhalb dieser Rollen von KI übernommen werden, desto stärker verschiebt sich das, wofür Unternehmen tatsächlich einstellen müssen. Die Nachfrage verschwindet nicht; sie verlagert sich.

Diese Verschiebung verändert, wo Unternehmen nach Talenten suchen – und wie schnell sie handeln müssen. In den USA ist der Inlandsmarkt für qualifizierte KI- und Machine-Learning-Ingenieure praktisch ausgeschöpft. Es gibt schätzungsweise 300.000 qualifizierte ML-Ingenieure bei mehr als 1 Million offenen Stellen. Die durchschnittliche Time-to-Hire vor Ort beträgt 4–6 Monate. Diese Einschränkung lässt sich nicht durch Abwarten lösen.

Indiens Position in diesem Bild ist strukturell, nicht zufällig. NASSCOM prognostiziert, dass die KI-bezogene Stellennachfrage in Indien bis 2026 die Marke von 1 Million Rollen überschreiten wird, und Indien rangiert laut dem Stanford HAI Global AI Vibrancy Tool 2025 bereits weltweit auf Platz drei beim KI-Talent. Indische GCCs beschäftigen allein im Rahmen von Fortune-500-Betrieben inzwischen über 126.600 KI-Fachkräfte, wobei die Konzentration von KI-Talent zwischen 2016 und 2024 um 252 % gewachsen ist und nun das 2,5-Fache über dem globalen Durchschnitt liegt, so der Wisemonk India Investment Intelligence 2026 report. Mehr als 2 Millionen IT-Fachkräfte in Indien wurden in KI weitergebildet, darunter 300.000 in fortgeschrittenen KI-Kompetenzen.

Für Unternehmen, die genau jetzt KI-Ingenieure einstellen wollen, ist das kein abstrakter Datenpunkt. Wie Wisemonks Analyse des globalen Marktes für generative-KI-Talente zeigt, beheimatet allein Bangalore einen der beiden weltweit größten KI-Talentpools, und Indiens Talent-Pipeline wächst schneller als die jedes vergleichbaren Marktes. Der Wisemonk India IT Services Analyst Report 2026 beziffert Indiens IT-/BPM-Sektor im Geschäftsjahr 2026 auf 315 Milliarden US-Dollar mit 5,95 Millionen Beschäftigten, wobei allein auf dem India AI Impact Summit im Februar 2026 mehr als 250 Milliarden US-Dollar an frischen KI-Infrastrukturinvestitionen zugesagt wurden. Für Unternehmen, die auf einem durch die Nachfrage komprimierten und durch das Angebot beschränkten heimischen KI-Arbeitsmarkt nicht mithalten können, ist Indien keine Notlösung. Es ist die erste Wahl.

Für Unternehmen, die überlegen, wie sie auf dieses Talent ohne den Aufwand einer eigenen Niederlassung zugreifen können, ist das Employer-of-Record-(EOR-)Modell zum Standard-Einstiegspunkt geworden: Compliance-konformes Onboarding in 48 Stunden, ohne erforderliche Tochtergesellschaft, mit der Option, mit wachsender Teamgröße zu einer vollwertigen GCC-Struktur zu skalieren. Wisemonks EOR- und KI-Entwickler-Einstellungs-Fähigkeiten sind speziell für diesen Übergang konzipiert und helfen US-Unternehmen, in Wochen statt Monaten auf Indiens Engineering-Tiefe zuzugreifen.

Worauf als Nächstes zu achten ist

Das Anthropic-Papier macht ausdrücklich klar, dass sein Analyserahmen als Frühwarnsystem konzipiert ist: Es kann eine Büro-Rezession erkennen, wenn sie beginnt, und die Einführungsraten Quartal für Quartal verfolgen. Das bedeutet, dass die nächsten Berichtszyklen wichtiger sind, als sie es sonst wären. Wenn die beobachtete Exposition für die Berufe des obersten Quartils zu beschleunigen beginnt – etwa von 33 % in Richtung 50 % bei Computer- und Mathematikberufen –, dann hört die Lücke zwischen „Fähigkeit“ und „Einführung“ auf, ein Puffer zu sein, und wird zu einem Countdown.

Achten Sie auf drei konkrete Signale. Erstens, ob sich die Einstellungsraten junger Beschäftigter in stark exponierten Berufen in den nächsten beiden Quartalen der Lohndaten erholen oder weiter zurückgehen. Zweitens, ob Unternehmensentlassungen in Rechts-, Finanz- und Softwarefunktionen im Gleichschritt mit den veröffentlichten Ausweitungen der KI-Einführung zunehmen. Drittens, ob politische Maßnahmen auf US-Bundes- oder Staatsebene beginnen, KI-bedingte Verdrängung als Arbeitsmarktrisiko zu behandeln, das eine politische Antwort erfordert – und nicht bloß als Produktivitätsgeschichte.

Das Anthropic-Papier schließt mit einer Bemerkung, die es genau zu lesen lohnt: Die Auswirkungen dieser Technologie werden nicht nur durch die fortschreitenden Fähigkeiten geprägt, sondern auch durch die Entscheidungen, die Unternehmen und politische Entscheidungsträger treffen. Diese Einordnung ist wichtig. Exposition der Arbeitskräfte ist nicht dasselbe wie Vernichtung von Arbeitsplätzen, und am besten positioniert sind jene Unternehmen, die das Übergangsfenster als genau das behandeln – ein Fenster, keine Mauer.

Die ehrliche Lesart dieser Untersuchung lautet, dass das Worst-Case-Szenario möglich, aber noch nicht unausweichlich ist. Die Lücke zwischen der theoretischen Reichweite von KI und ihrem tatsächlichen Fußabdruck ist real. Doch diese Lücke schrumpft seit 2023, und das Tempo der Einführung in Unternehmensumgebungen ist die eine Variable, die den Unterschied zwischen Umbruch und Verdrängung ausmacht. Unternehmen, die auf Gewissheit warten, bevor sie ihre Einstellungsstrategien anpassen, könnten feststellen, dass sich das Fenster geschlossen hat, bevor sie hindurchgegangen sind.