Die direkte Antwort: Am 17. September 2026 veröffentlichte Anthropic seinen R&D Automation Index, die erste detaillierte öffentliche Messung, wie viel der Arbeit in einem Frontier-Modelllabor tatsächlich von KI erledigt wird. Das Kernergebnis: Claude "leitet" 26 % der Forschungs- und Entwicklungsarbeit des Unternehmens an Modellen (Stand August 2026), gegenüber unter 1 % im Februar desselben Jahres; mehr als 90 % dieser Arbeit liegen auf der Stufe "arbeitet mit" oder höher, und keine gemessene Kategorie erreicht volle Autonomie. Für Ihr Unternehmen zählt nicht die Zahl am meisten. Es ist die Methode dahinter, denn Sie können sie mit Werkzeugen, die Sie bereits haben, in Ihrem eigenen Betrieb nachbilden.

Was Anthropic tatsächlich veröffentlicht hat

Die meisten Gespräche darüber, "wie viel unserer Arbeit automatisiert ist", beruhen auf Eindrücken. Eine Führungskraft sagt, die Hälfte der Teamarbeit laufe inzwischen automatisch; ein Entwickler im selben Team sagt, das Werkzeug schreibe nur Standardcode. Anthropic hat diese Frage in eine wiederholbare Messung mit fester Methodik verwandelt statt in einen Eindruck.

Die Idee ist im Kern einfach: jede Art von Arbeit erfassen, die in den Modell-F&E-Abteilungen tatsächlich geleistet wird, jede Art auf einer Skala bewerten, die abbildet, wie stark das Modell beteiligt ist, und diese Bewertungen dann mit einer Gewichtung zusammenführen, die widerspiegelt, wie wichtig jede Art ist. Das Unternehmen beschreibt den Index als Prototyp und nicht als endgültige Messung und stellt ihn in den Rahmen eines breiteren Vorhabens, die Lücke zwischen dem Wissen der Frontier-Labore und dem Wissen der Öffentlichkeit darüber zu verkleinern, wie schnell sich diese Technologie entwickelt.

Eine sechsstufige Skala: AL0 bis AL5

Die Skala stammt von Epoch AI, heißt Automation Level (Automatisierungsstufe) und reicht von null bis fünf:

  • AL0: überhaupt keine KI-Beteiligung.
  • AL1 und AL2: minimale Beteiligung, dann Unterstützung: Der Mensch erledigt die Arbeit, während das Modell kleine Schritte vorschlägt oder beschleunigt.
  • AL3, "arbeitet mit": Das Modell erledigt große Teile der Aufgabe unter enger, fortlaufender menschlicher Steuerung.
  • AL4, "leitet": Das Modell erledigt den Großteil der Aufgabe von Anfang bis Ende auf Basis einer übergeordneten Anweisung, unter menschlicher Aufsicht.
  • AL5: volle Autonomie ohne Menschen im Ablauf, eine Stufe, die in keiner gemessenen Kategorie erreicht wurde.

Wenn Anthropic "26 %" sagt, sind konkret die Kategorien gemeint, die AL4 erreicht haben. Der Abstand zwischen AL3 und AL4 ist der, der im Betrieb zählt: Bei der ersten Stufe bleibt ein Mensch in jedem Schritt; bei der zweiten verschiebt sich die Rolle des Menschen dahin, das Ziel zu setzen und das Ergebnis zu prüfen.

Die wichtigste Zahl im Bericht ist nicht 26 %

In der Methodik versteckt sich eine Zahl, die mehr Aufmerksamkeit verdient als die Schlagzeile. Als die Automatisierungsbewertung des Modells mit der Bewertung der Person verglichen wurde, die die Arbeit erledigt, stimmten beide in 59 % der Fälle genau überein und lagen in 97 % der Fälle höchstens eine Stufe auseinander. Als die Bewertung eines Mitarbeiters mit der eines Kollegen zur selben Arbeit verglichen wurde, stimmten sie nur in 35 % der Fälle überein.

Klar gesagt: Menschen sind sich untereinander über den Automatisierungsgrad ihrer eigenen Arbeit uneiniger als mit dem Modell. Das erklärt die Besprechungen in Ihrem Unternehmen, die ohne Ergebnis enden. Wenn sich zwei Kollegen im selben Team nicht auf eine Beschreibung ihrer eigenen Arbeit einigen können, steht jede KI-Investitionsentscheidung, die auf dem kollektiven Eindruck beruht, auf weichem Boden. Die Lösung ist nicht mehr Diskussion. Es ist ein schriftliches, festes Maß, das in Abständen erneut auf dasselbe angewendet wird.

So bauen Sie in einer Woche Ihre eigene Version des Index

Die von Anthropic beschriebene Methodik lässt sich auf ein mittelgroßes Unternehmen herunterskalieren. Die Schritte in Kürze:

  • Erfassen Sie die tatsächliche Arbeit, nicht die Stellenbeschreibung: Anthropic zog im Juli 2026 eine Zufallsstichprobe von 20 % der Beschäftigten in den betreffenden Abteilungen und prüfte deren tatsächliche Arbeit anhand interner Gespräche und Dokumentation; heraus kamen rund 15.000 feingliedrige Aufgaben. Für Sie reicht eine weit kleinere Stichprobe: eine echte Arbeitswoche von einem oder zwei Teams.
  • Ordnen Sie die Aufgaben in einem Baum: Diese 15.000 Aufgaben wurden in einem Baum mit 542 Knoten gruppiert, davon 378 Blattkategorien. Ein mittelgroßes Unternehmen kommt mit dreißig bis fünfzig Blattkategorien zu einem brauchbaren Bild.
  • Gewichten Sie nach Zeit, nicht nach Gefühl: Sie nutzten die für jede Aufgabe aufgewendete Personenzeit als Näherungswert für ihre Bedeutung. So dominieren auffällige Aufgaben mit geringer Wirkung nicht das Bild.
  • Bewerten Sie jede Kategorie auf der Skala AL0–AL5: und schreiben Sie eine Zeile Begründung zur Bewertung, damit sie später überprüft werden kann.
  • Frieren Sie den Korb ein und messen Sie erneut: Entscheidend ist, dass die Kategorienliste nach dem Aufbau eingefroren wird, sodass jede Neumessung gegen dasselbe läuft und nicht gegen eine neue Liste. Ohne Einfrieren messen Sie Änderungen an Ihrer Liste, nicht Fortschritte bei der Automatisierung.

Das Ergebnis dieser Übung ist keine Zahl zum Angeben. Es ist eine Landkarte, die zeigt, wo KI in Ihrem Betrieb tatsächlich steht: welche Kategorien "arbeitet mit" erreicht haben und eine tiefere Automatisierung verdienen, und welche trotz vieler Stunden noch bei null stehen, und genau das sind Ihre nächstliegenden Chancen.

Was die Stufe "leitet" in der Praxis bedeutet

Wenn eine Arbeitskategorie in Ihrem Unternehmen AL4 erreicht, ändert sich die Art der Führung, nicht nur die Größe des Teams. Die Steuerung wird übergeordnet, und die Prüfung wandert zum Endergebnis. Damit hängt die Qualität des Ergebnisses an zwei Dingen: der Klarheit der schriftlichen Anweisungen und einem Prüfpunkt vor jeder unumkehrbaren Wirkung, etwa etwas, das an einen Kunden geht, eine Änderung an echten Daten oder eine finanzielle Verpflichtung.

In den Projekten, die wir für Kunden bauen, ist das der Unterschied zwischen Automatisierung, auf die Sie sich verlassen, und Automatisierung, die Ihnen Sorgen macht. Ein Modell kann eine ganze Aufgabe leiten, aber das System darum herum bestimmt, was passiert, wenn es sich irrt: Erscheint der Fehler in einem prüfbaren Protokoll und stoppt an einer Freigabeschranke, oder geht er direkt an den Kunden? Der Schritt von AL3 zu AL4 ist eine Entscheidung im Systemdesign, bevor er eine Frage des Vertrauens in das Modell ist.

Einschränkungen, die Anthropic selbst genannt hat

Fairness verlangt, die Grenzen zu nennen, die das Unternehmen seiner eigenen Messung gesetzt hat: Keine unabhängige externe Stelle hat sie geprüft, und sie wurde größtenteils mit Claude selbst erstellt, das gemessene Modell war also an der Messung beteiligt, was seine Fehler in das Urteil tragen kann. Anthropic will nach eigenen Angaben später externe Prüfer hinzuziehen. Dass der Aufgabenkorb auf einer Basis vom Juli 2026 eingefroren wurde, bedeutet außerdem, dass später entstandene Arbeitskategorien nicht in die Berechnung eingehen.

Lesen Sie die Zahl also als das, was sie ist: ein starkes Richtungssignal aus dem Inneren eines Frontier-Labors, keine gesicherte Tatsache über den Arbeitsmarkt. Ein Sprung von unter 1 % auf 26 % in sechs Monaten verdient Aufmerksamkeit, unabhängig von der Genauigkeit der Nachkommastellen.

Wo Sie anfangen

Beginnen Sie mit einem Team und einer Woche. Erfassen Sie, was das Team tatsächlich getan hat, ordnen Sie es in dreißig Kategorien, bewerten Sie jede auf der Skala, frieren Sie die Liste ein und messen Sie in drei Monaten erneut. Am Ende haben Sie etwas, das die meisten Unternehmen heute nicht haben: eine schriftliche Ausgangsbasis zum Vergleichen statt zum Streiten. Und wenn Sie die Kategorien, die bei null lagen, in laufende Systeme verwandeln wollen, ist genau das, was wir bei Origami bauen.

Quellen

  • Anthropic: das Tempo der KI-Entwicklung in Frontier-Laboren messen: anthropic.com
  • Epoch AI: die im Index verwendete Skala der Automatisierungsstufen: epoch.ai