Anthropic veröffentlicht seine Vorstellung von der Welt in vier Jahren, wonach bei der Entwicklung von KI nur noch 5 Prozent der Arbeit für Menschen übrig bleibt.

Im selben Jahr 2026 hat sich die menschliche Realität heimlich in zwei Hälften gespalten!

Im Bürogebäude von Anthropic in San Francisco hat die gesamte Betriebsdauer der rund um die Uhr laufenden Agenten die der Menschen vollständig übertroffen – einige Mitarbeiter schreiben sogar Leistungsbeurteilungen für ihre Claude-Teams, genau wie für ein echtes menschliches Team.

Hinter einer Wand läuft die Welt noch im Rhythmus einer anderen Epoche. Fast die Hälfte der Amerikaner glaubt bis heute nicht, dass KI eine alltägliche E-Mail gut schreiben kann.

Gerade eben hat Anthropic selten zwei gewichtige interne Berichte nacheinander veröffentlicht und diese zwei parallelen Welten innerhalb und außerhalb des Gebäudes allen Menschen nebeneinander vorgelegt.

Die durchschnittliche Meinung von 1334 Anthropic-Mitarbeitern lautet: In vier Jahren kann KI 75 % ihrer aktuellen Arbeit erledigen; dieselbe Frage wurde an amerikanische Arbeitnehmer außerhalb des Unternehmens gestellt, und das Ergebnis betrug nur 28 %.

Mehr als die Hälfte der Mitarbeiter ist sich sicher, dass KI mehr als 80 % ihrer Aufgaben übernehmen kann, während unter den amerikanischen Arbeitnehmern nur wenige 5 % so denken.

91 % der Mitarbeiter glauben, dass KI vor 2030 Entdeckungen auf Nobelpreisniveau machen kann, 58 % der Menschen sind der Meinung, dass das Ergebnis bereits 2027 sichtbar sein wird; unter den erwachsenen Amerikanern glauben das nur 39 %.

Hinter dieser kognitiven Kluft leben die Menschen, die dem Singularitätspunkt am nächsten sind, bereits im Voraus in einer anderen Alltagswelt.

Bei Anthropic erledigt man in einer Woche die Arbeit, die draußen drei Monate dauert

Ihre Zuversicht, so hohe Einsätze zu tätigen, stammt aus einem anderen internen Bericht, der am selben Tag veröffentlicht wurde.

Dieser Bericht mit dem Titel „Interne Beschäftigungsänderungen bei Anthropic“ greift auf die Personal-, Leistungs- und Agentenbetriebsaufzeichnungen des Unternehmens zurück und zeigt die Innenansicht eines erstklassigen KI-Labors der Außenwelt.

Im März dieses Jahres hat die gesamte Arbeitszeit aller Agenten im Unternehmen, einschließlich der autonomen Aufgaben, die rund um die Uhr im Hintergrund laufen, zum ersten Mal die aller menschlichen Mitarbeiter übertroffen.

Nur fünf Monate später, wenn man nur die Agenten zählt, die von den Mitarbeitern persönlich zugewiesen wurden, ist ihre Arbeitszeit von weniger als einem Fünftel der menschlichen Arbeitszeit im Februar rasant auf das Sechsfache des menschlichen Werts angestiegen.

In der Forschungsabteilung beträgt das Verhältnis sogar 19-fach, was bedeutet, dass jedem Forscher 19 unermüdliche Claudes folgen und gleichzeitig mit ihm rennen.

Im August betrug die Arbeitszeit der von den Mitarbeitern eingesetzten Agenten das Sechsfache der der Mitarbeiter

Der Bericht zeichnet auch das Netzwerk der öffentlichen Slack-Kanäle einer großen Abteilung auf. Anfangs gab es nur 155 Mitarbeiter und 150 Agentensitzungen, später stieg die Zahl der Mitarbeiter auf 237, während die Zahl der Agentensitzungen sprunghaft auf 7922 anstieg.

Die roten Punkte, die KI repräsentieren, werden immer dichter wie ein Lauffeuer und umzingeln die blauen Punkte, die Menschen repräsentieren. Jeder Mensch hat eine eigene KI-Armee um sich herum.

Blaue Punkte sind Mitarbeiter, rote Punkte sind Agentensitzungen

Jemand beschrieb die Atmosphäre im Unternehmen als „ewigen Druck“: Alle werden von dieser Armee angetrieben, vorwärts zu rennen und Claude für alles zu nutzen.

Ein Mitarbeiter sagte offen: Die Arbeit, die hier in einer Woche abgeliefert werden muss, würde in einem externen Unternehmen volle drei Monate dauern.

Mit Dezember letzten Jahres als Basis hat die durchschnittliche Anzahl der Code-Übermittlungen pro Ingenieur sprunghaft auf das 5,1-fache angestiegen, und die durchschnittliche Leistung pro Person in der Datenwissenschaft, Rechtsabteilung und im Vertrieb steigt ebenfalls an.

Veränderung der durchschnittlichen Leistung pro Person in allen Positionen, Basis: Dezember 2025

Im April dieses Jahres hat Claude eine Reihe von alten, vernachlässigten angesammelten Problemen beseitigt, über 800 Korrekturen auf einmal eingereicht und eine Art von API-Fehlern auf ein Tausendstel des ursprünglichen Werts reduziert.

Nach Schätzungen des verantwortlichen Ingenieurs würde diese Arbeit, wenn sie von Menschen erledigt würde, volle vier Jahre dauern.

Das Schreiben von Code überschreitet auch die Grenzen der technischen Abteilungen. Die Anzahl der monatlichen Codierungs-Agentensitzungen, die von nicht technischen Mitarbeitern initiiert werden, ist von nur 2 im August letzten Jahres auf 90 im Mai dieses Jahres angestiegen.

Ein Vertriebsmitarbeiter wollte ein Dashboard, das zu seinem Arbeitsablauf passt, und hat mit Claude drei bis vier Stunden lang Anpassungen vorgenommen, sodass Schnittstellen, Tools und Prozesse vollständig verbunden waren.

Das Textteam, das ursprünglich die Begrüßungsnachrichten für Claude.ai schrieb, hat ein Kontextgraphen aufgebaut, um den Agenten das Schreiben von Markentexten beizubringen, dann hat die gesamte Gruppe ihre Tätigkeit gewechselt und begann, Modellbewertungssätze und Prompts zu schreiben.

Ein Ingenieur sagte, dass er vor einem Jahr begonnen hat, vollständig „Claude-isiert“ zu sein, und bis heute hat er fast fünf Monate lang keine einzige Zeile Code persönlich geschrieben.

Du drängst noch KI an, sie werden bereits von KI angetrieben, zu rennen

Außenstehende denken immer, dass wenn KI alle Arbeit erledigt, die Menschen Teetassen heben, Tee trinken und Zeitungen lesen können.

Aber bei Anthropic ist die Realität genau umgekehrt: Die fleischlichen Menschen sind stattdessen das langsamste Glied in der gesamten Produktionslinie.

Das Forschungsteam hat die von Claude pro Person und Woche ausgegebenen Inhalte mit einer Lesegeschwindigkeit von 250 Wörtern pro Minute in Lesezeit umgerechnet, und das Ergebnis ist erschreckend.

Ingenieur- und Forschungspersonal muss pro Person und Woche 424 Stunden lang lesen, aber eine Woche auf der Erde beträgt selbst ohne Schlaf nur 168 Stunden.

Zeit, die jede Person in jeder Position braucht, um die von Claude ausgegebenen Inhalte pro Woche zu lesen

Wenn Menschen nicht alles lesen können, muss Claude warten. In den Interaktionssitzungen verbringt es etwa 80 % seiner Zeit damit, in der Schlange zu stehen und auf die Antwort der Menschen zu warten.

Seit über 200 Jahren seit der industriellen Revolution haben die Menschen immer die Maschinen angetrieben, zu laufen; aber in diesem Gebäude hat sich die Geschichte zum ersten Mal umgekehrt, und die Maschinen stehen in der Schlange, um auf die Menschen zu warten.

So begannen die Menschen, die an ihre Grenzen getrieben wurden, als Manager für die Agenten zu fungieren.

Jemand hat speziell einen Agenten als „Stabschef“ aufgebaut, um die Anfragen zu sortieren, die von anderen Agenten übermittelt werden; die ständigen Anweisungen für die Agenten sind innerhalb eines Jahres von einigen Hundert auf 8500 angestiegen.

Aber das hat auch eine lächerliche Szene verursacht.

Ein Mitarbeiter hat vor einigen Monaten seinen Namen in einem Dokument zu den Unternehmenssouvenirs hinterlassen. Obwohl er diese Aufgabe schon lange nicht mehr verwaltet, kommt der Agent immer wieder vorbei und bittet ihn ernsthaft um T-Shirts und Tassen.

Bei so hoher Nutzungsintensität hält selbst die Softwareinfrastruktur nicht mehr stand.

Im Mai dieses Jahres wurden täglich etwa 2500 Codeänderungen im Hauptcoderepository von Anthropic zusammengeführt, im September hat die Zahl 30.000 überschritten und Git, das von Programmierern seit 20 Jahren verwendet wird, vollständig zum Einsturz gebracht.

Täglich zusammengeführte Codeänderungen im Hauptcoderepository

Also haben 7 Ingenieure 5 Monate lang damit verbracht, von Grund auf ein neues Versionskontrollsystem namens Scion zu entwickeln und das gesamte Coderepository von Git dorthin zu migrieren.

Das Code-Importwerkzeug für die Migration wurde vom Team Anfang des Jahres von Hand geschrieben, und sie waren ursprünglich sehr zufrieden damit.

Später haben sie es mit dem intern getesteten Claude Mythos Preview einfach neu geschrieben, ohne zusätzliche Anweisungen hinzuzufügen. Das Ergebnis: Der Speicherverbrauch der neuen Version sinkt auf ein Zwanzigstel, und die Geschwindigkeit ist viermal so hoch!

Unerwartet sind die Menschen, die KI selbst gebaut haben, die ersten, die erleben, von KI hinter sich gelassen zu werden.

Derselbe Fragebogen, zwei Versionen von 2030

Nachdem man die spannenden Tage in diesem Gebäude erlebt hat, versteht man leicht, warum die Ansichten innerhalb und außerhalb des Gebäudes so weit auseinanderliegen.

Wenn man nur fragt, was KI heute kann, sind die Ansichten der beiden Gruppen eigentlich ähnlich. Zum Beispiel glauben beide Seiten nur, dass etwa ein Viertel der Menschen der Meinung ist, dass KI jetzt selbstständig wissenschaftliche Forschung entwerfen und veröffentlichen kann.

Aber wenn es um die nächsten Jahre geht, öffnet sich die Kluft sofort. Bis 2027 glauben 90 % der Mitarbeiter, dass KI unabhängig wissenschaftliche Forschung betreiben kann, während unter den erwachsenen Amerikanern nur 38 % das glauben.

Bis 2030 übersteigt das Vertrauen der Mitarbeiter in 8 Dinge, vom Schreiben von E-Mails und der Steuererklärung bis hin zu Entdeckungen auf Nobelpreisniveau, einheitlich 90 %. Auf der Seite der erwachsenen Amerikaner sind bei jeder dieser 8 Aufgaben 19 % bis 40 % der Menschen überzeugt, dass KI das niemals schaffen kann.

Beurteilung von 8 Dingen durch Mitarbeiter (orange) und erwachsene Amerikaner (blau)

Das ist nicht nur der Unterschied zwischen Laien und Fachleuten. Amerikanische Fachkräfte in Informatik, Ingenieurwesen und Naturwissenschaften schätzen, dass KI bis 2030 33 % ihrer Arbeit erledigen kann.

Sogar unter denjenigen, die KI täglich nutzen, glauben nur 40 % das, es gibt noch eine Kluft von 35 Prozentpunkten zu dem 75 %-Wert der Anthropic-Mitarbeiter.

Voraussichtlicher Anteil der eigenen Arbeit, die KI bis 2030 erledigen kann

Der wahre Unterschied liegt im praktischen Gefühl der KI-Nutzung. Wenn man eine Aufgabe auswählt, in der KI gut ist, und die Prüfung und Nachbearbeitung mit einbezieht, sagen 59 % der Mitarbeiter, dass die Nutzung von K