# anthropic-ai-transforming-work-research-2025-12-02

## Veille

Anthropic-Forschung - Transformation der Arbeit durch KI - Claude Code Impact - Software-Engineering - KI-Adoption - Produktivitätsstudie - Wandel der Arbeitswelt - KI-Zusammenarbeit - Kompetenzentwicklung - Zukunft der Arbeit

## Titre Article

How AI is transforming work at Anthropic

## Date

2025-12-02

## URL

https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic

## Keywords

Anthropic, KI-Transformation, Auswirkungen auf die Arbeitswelt, Claude Code, Software-Engineering, KI-Adoption, Produktivitätsstudie, Wandel der Arbeitswelt, KI-Zusammenarbeit, Kompetenzentwicklung, Zukunft der Arbeit, KI-gestützter Arbeitsplatz, Engineering-Produktivität, KI-Delegation, Technische Expertise, Dynamik der Arbeitswelt, Karriereentwicklung, Wirtschaftliche Auswirkungen von KI

## Authors

Anthropic Research Team (132 engineers and researchers surveyed, 53 in-depth interviews conducted)

## Ton

**Profil:** Institutionelle Forschung | Kollektive Teamstimme | Empirisch-nuanciert | Tech-Fachleute und Entscheidungsträger

Eine Forschungspublikation von Anthropic mit institutionellem, empirischem Ton: explizite Methodik (Befragung von 132 Ingenieuren, 53 Interviews, interne Nutzungsdaten), quantifizierte Ergebnisse und direkte Mitarbeiterzitate. Das Register ist ausgewogen: Produktivitätsgewinne werden neben Bedenken (Verkümmerung von Fähigkeiten, Isolation, Unsicherheit bezüglich der Karriere) dargestellt, ohne Triumphalismus. Die Autorität ergibt sich aus der Position des privilegierten Beobachters („frühe Anwender" innerhalb des Unternehmens, das die KI entwickelt). Zielgruppe: Ingenieure, Tech-Führungskräfte und politische Entscheidungsträger, die Veränderungen der Arbeitswelt antizipieren.

## Pense-betes

- **Methodik**: Befragung von 132 Ingenieuren/Forschern von Anthropic, 53 Tiefeninterviews, Analyse interner Nutzungsdaten von Claude Code (August 2025, Modelle Claude Sonnet 4 und Opus 4)
- **Vorherrschende Nutzung**: Debugging, Code-Verständnis, Fehlerbehebung, Einarbeitung in die Codebasis
- **Kennzahlen**: Claude wird für 60 % der Arbeit genutzt; ca. 50 % Produktivitätsgewinn (2- bis 3-mal so hoch wie im Vorjahr); 27 % der unterstützten Arbeit wären sonst nicht erledigt worden
- **Begrenzte Delegation**: Nur 0-20 % der Arbeit können „vollständig delegiert" werden; bei kritischen Aufgaben ist aktive Überwachung erforderlich
- **Delegationsgespür**: zunächst überprüfbare, risikoarme oder mühsame Aufgaben; Design und „Geschmack" bleiben menschlich, doch die Grenze verschiebt sich
- **Erweiterung vs. Verkümmerung**: Entwickler werden „Full-Stack" auch außerhalb ihres Fachgebiets, doch es besteht die Sorge vor einer Verkümmerung tiefer Fähigkeiten („wenn die Produktion so einfach ist, wird es schwierig, sich Zeit zum Lernen zu nehmen")
- **Soziale Dynamik**: Claude ersetzt Kollegen als erste technische Anlaufstelle; weniger Mentoring; Junioren stellen Senioren seltener Fragen
- **Wachsende Autonomie von Claude Code**: von 10 auf 20 autonome Aktionen innerhalb von sechs Monaten; Code-Design 1 % → 10 %; neue Funktionen 14 % → 37 %
- **„Papercuts"**: 8,6 % der Aufgaben = Behebung kleinerer Probleme, die üblicherweise nachrangig behandelt werden
- **Karriere**: kurzfristiger Optimismus, langfristige Sorge („die KI wird irgendwann alles übernehmen und mich überflüssig machen")
- **Interne Reaktionen**: neue Mentoring-Modelle, Programme zum Erhalt tiefer Fähigkeiten, Verweis auf Anthropics Blog zur Wirtschaftspolitik

## RésuméDe400mots

Diese Studie von Anthropic untersucht, wie KI – genauer gesagt Claude Code – die Arbeit der eigenen Softwareentwickler des Unternehmens verändert. Sie stützt sich auf eine Befragung von 132 Ingenieuren und Forschern, 53 qualitative Interviews sowie die Analyse interner Nutzungsdaten (August 2025, Modelle Claude Sonnet 4 und Opus 4). Ihre Position ist besonders: Sie beobachtet „frühe Anwender" innerhalb des Unternehmens, das die KI selbst entwickelt – vermutlich repräsentativ für die Veränderungen, die anderswo noch bevorstehen.

Die Zahlen sind bemerkenswert. Die Mitarbeiter geben an, Claude für 60 % ihrer Arbeit zu nutzen, und schätzen den Produktivitätsgewinn auf rund 50 % – 2- bis 3-mal so hoch wie im Vorjahr. Vor allem aber wären 27 % der mit Claude unterstützten Arbeit ohne dieses Tool schlicht nicht erledigt worden: ambitioniertere Projekte, „Nice-to-have"-Dashboards, explorative Arbeiten, die sich manuell nicht lohnen. Die Delegation bleibt dennoch überwacht: Nur 0 bis 20 % der Arbeit können „vollständig delegiert" werden, bei kritischen Aufgaben ist weiterhin menschliche Validierung erforderlich.

Die Interviews offenbaren tiefgreifende qualitative Veränderungen. Die Ingenieure entwickeln ein Gespür für die Delegation: Zunächst werden überprüfbare, risikoarme oder mühsame Aufgaben abgegeben, dann wird der Umfang schrittweise erweitert – Design und „Geschmack" bleiben vorerst menschliche Domäne. Entwickler werden „Full-Stack" und arbeiten kompetent in Bereichen, die sie zuvor nicht angetastet hätten. Doch es entsteht eine paradoxe Sorge: die Verkümmerung der tiefen Fähigkeiten, die zum Schreiben und Kritisieren von Code nötig sind – „wenn das Erzielen von Ergebnissen so leicht und schnell ist, wird es schwierig, sich wirklich Zeit zum Lernen zu nehmen."

Auch die sozialen Dynamiken verändern sich: Claude ersetzt Kollegen als erste Anlaufstelle für technische Fragen und verringert damit die Gelegenheiten für Mentoring. Ein leitender Ingenieur sagt mit Bedauern, dass Junioren nicht mehr zu ihm kämen. Mit Blick auf die Karriere sind die Gefühle widersprüchlich: kurzfristiger Optimismus (anspruchsvollere Arbeit, Steuerung von KI-Systemen), langfristige Sorge („die KI wird irgendwann alles übernehmen und mich überflüssig machen").

Die Nutzungsdaten bestätigen eine wachsende Autonomie: von 10 auf 20 autonome Aktionen innerhalb von sechs Monaten, Code-Design steigt von 1 % auf 10 % der Anwendungen, die Implementierung neuer Funktionen von 14 % auf 37 %. 8,6 % der Aufgaben betreffen die Behebung von „Papercuts" – kleineren Problemen, die zuvor nachrangig behandelt wurden.

Anthropic leitet daraus interne Initiativen ab – neue Mentoring-Modelle, den Erhalt tiefer Fähigkeiten – und betont, wie wichtig es ist, den Übergang zu einem KI-gestützten Arbeitsplatz aktiv vorzubereiten; Erkenntnisse, die auf andere Organisationen übertragbar sind.

## GrapheDeConnaissance

- Anthropic —publie→ étude sur la transformation du travail (DOCUMENT, 0.98)
- Claude Code —améliore→ productivité ingénieurs logiciels (CONCEPT, 0.95)
- Anthropic —mesure→ 132 ingénieurs et chercheurs enquêtés, 53 entretiens (MESURE, 0.97)
- Claude Code —s_applique_à→ 60% du travail des employés (CONCEPT, 0.9)
- Anthropic —mesure→ 50% de gain de productivité grâce à l'IA (MESURE, 0.92)
- Claude Code —permet→ travail supplémentaire (27%) (CONCEPT, 0.9)
- IA —réduit→ interactions de mentorat (CONCEPT, 0.85)
- IA —permet→ transition des ingénieurs vers la gestion de systèmes IA (CONCEPT, 0.88)
- Claude Code —utilise→ Claude Sonnet 4 (TECHNOLOGIE, 0.95)
- Claude Code —utilise→ Claude Opus 4 (TECHNOLOGIE, 0.95)
- IA —réduit→ compétences techniques profondes (risque d'atrophie) (CONCEPT, 0.85)
- Claude Code —permet→ développeurs full-stack (CONCEPT, 0.88)
- Anthropic —mesure→ actions autonomes Claude Code passées de 10 à 20 en six mois (MESURE, 0.9)

---
Canonical: https://www.thekb.eu/de/fiches/anthropic-ai-transforming-work-research-2025-12-02/