Urteil schlägt Technik: Was 400.000 KI-Sitzungen über KI-Kompetenz zeigen

Angenommen, Ihr Team will KI-Werkzeuge einführen, aber niemand kann programmieren. Der naheliegende Schluss lautet: erst die Technik lernen, dann die Werkzeuge nutzen. Für einen eng umrissenen Ausschnitt gibt es dazu jetzt Zahlen. Anthropic hat rund 400.000 Sitzungen seines Programmierwerkzeugs Claude Code ausgewertet, von etwa 235.000 Menschen zwischen Oktober 2025 und April 2026. Über den Erfolg entscheidet dort, wie gut jemand die Aufgabe versteht, die er lösen will, und kaum, ob er professionell coden kann. Die Arbeitsteilung ist dabei bemerkenswert klar: Menschen treffen rund 70 Prozent der Planungsentscheidungen, die Maschine rund 80 Prozent der Ausführungsentscheidungen. Der Mensch sagt, was zu tun ist. Die Maschine entscheidet, wie, und führt es aus.

Für alle, die gerade über KI-Kompetenz im eigenen Team entscheiden, legt das eine andere Reihenfolge nahe: zuerst das fachliche Urteil, danach die Tool-Schulung. Dieser Schluss ist unserer, gemessen hat Anthropic ihn nicht. Dieser Beitrag zeigt Ihnen, was Anthropic untersucht hat, an welcher Stelle die Daten aufhören zu tragen und was Content- und Kommunikationsverantwortliche ohne technische Tiefe daraus für die eigene Entscheidung mitnehmen.

Was Anthropic untersucht hat

Kurz zur Einordnung, damit die Zahlen richtig sitzen. Claude Code ist das Agentenwerkzeug von Anthropic für Programmierarbeit. Der Report „Agentic coding and persistent returns to expertise“ vom 16. Juni 2026 wertet die Sitzungen datenschutzwahrend aus, ohne dass jemand einzelne Transkripte liest. Gemessen wurde ausschließlich die interaktive Nutzung über Kommandozeile, claude.ai und Desktop-App. Programmatische Hintergrundnutzung sowie Anbindungen über Entwicklungsumgebungen und Entwicklungskits anderer Anbieter fallen heraus, laut Report ein erheblicher Teil. Die Autoren nennen ihre Ergebnisse ausdrücklich vorläufig.

Ein Detail lohnt den zweiten Blick, weil es später wichtig wird. Anthropic sortiert jede Sitzung in eine von neun Arbeitsweisen, und zwei davon haben mit Code nur mittelbar zu tun: Daten auswerten und Dokumente schreiben. Rund 13 Prozent der Sitzungen fallen darunter, mit steigender Tendenz. Das Werkzeug heißt Claude Code. Was Menschen darin tun, ist längst nicht nur Programmieren.

Der erste Befund betrifft die Rollenverteilung. Ein Klassifikator listet alle bedeutsamen Entscheidungen einer Sitzung auf und trennt sie in Planung, also was getan werden soll, und Ausführung, also welche Datei geändert und welcher Befehl abgesetzt wird. Daraus stammt die 70/80-Aufteilung aus dem Einstieg. Wer schon einmal einen Handwerker beauftragt hat, kennt sie. Sie sagen, wo die Steckdose hinkommt. Wie das Kabel dahin gelangt, entscheidet der Fachmann. Und die Qualität des Ergebnisses hängt daran, wie genau Sie sagen konnten, was Sie wollen.

Wer nicht aus der Software kommt, ist bei Code-Arbeit fast genauso erfolgreich

Wenn Fachurteil zählt und nicht Coding-Routine, müsste sich das an den Berufen der Nutzer zeigen. Anthropic hat den Beruf aus dem Sitzungsverlauf abgeleitet, in etwa 70 Prozent der Sitzungen ging das.

Gezählt wird nur, wo tatsächlich Code entstand oder sich änderte, für unsere Frage die härtere der beiden Rechnungen des Reports. Dort kommen Software- und Mathematik-Berufe auf 34 Prozent verifizierten Erfolg, alle anderen Berufe auf 29 Prozent, und keine der zehn größten Berufsgruppen im Datensatz liegt weiter als sieben Prozentpunkte von den Software-Berufen entfernt. Am höchsten liegen sogar Management-Berufe, wobei der Report offenlässt, ob dahinter Führungserfahrung steckt oder nur häufigeres ausdrückliches Bestätigen. Der Beruf trennt die Ergebnisse kaum.

Der Sprung vom Anfänger zum Fortgeschrittenen ist der große

Was die Ergebnisse dann doch trennt, ist der Erfahrungsstand im jeweiligen Fach. Anthropic bewertet ihn je Sitzung auf einer Fünf-Punkte-Skala und misst den Erfolg streng.

• Anfänger: 15 Prozent verifizierter Erfolg. Gerät die Sitzung in Schwierigkeiten, brechen 19 Prozent vollständig ab, ohne eine einzige Codezeile.
• Fortgeschrittene bis Experten: 28 bis 33 Prozent verifizierter Erfolg. Bei allen, die der Report nicht als Anfänger einstuft, liegt die Abbruchquote in schwierigen Sitzungen bei 5 bis 7 Prozent.
• Nach oben flacht die Kurve ab. Zwischen Fortgeschrittenen und Experten liegt deutlich weniger als zwischen Anfängern und Fortgeschrittenen. Ein solider Griff aufs eigene Fach holt den Großteil des Vorteils, tiefe Spezialisierung legt nur noch wenig drauf.

Die Abbruchzahlen sind dabei der interessantere Teil. Sie beschreiben, wer dranbleibt, wenn es klemmt. Wer sein Feld kennt, erkennt, an welcher Stelle der Agent danebenliegt, und kann ihn zurückholen. Wer es nicht kennt, sieht nur, dass etwas nicht funktioniert, und macht das Fenster zu. Der Report hängt selbst eine Fußnote daran: Erfahrene geraten seltener in Schwierigkeiten, und wenn doch, dann an schwereren Aufgaben. Ein Teil des Abstands geht also auf die Schwere der Probleme zurück.

Ob sich dieser Befund auf Content- und Kommunikationsarbeit übertragen lässt, hängt daran, wie der Report Erfahrung überhaupt fasst: aufgabenbezogen, nicht nach Titel. Ein erfahrener Entwickler, der seine erste Rust-Frage stellt, gilt dort als Anfänger. Ein Buchhalter, der nie eine Zeile Python geschrieben hat, aber genau benennen kann, welche Abstimmungsregeln ein Skript einhalten muss, und den Sonderfall zum Monatsabschluss findet, gilt als Experte. So gemessen ist Erfahrung eine Eigenschaft des jeweiligen Auftrags. Der Lebenslauf sagt darüber wenig.

Meine Empfehlung: Prüfen Sie vor der nächsten Tool-Schulung, wie gut Ihr Team die Aufgabe versteht, die es an eine Maschine abgeben will. Einen Prompt-Kurs hat man in zwei Tagen gelernt. Fachliches Urteil wächst über Jahre im eigenen Feld, und genau daran hängt das Ergebnis. Wer die Reihenfolge umdreht, kauft Werkzeug für Leute, die noch nicht sagen können, was daraus werden soll.

Was der Report für Content-Arbeit hergibt

Hier ist Vorsicht angebracht. Ich lese diesen Report als starkes Signal und als schwachen Beweis für unser Feld. Gemessen wurde, was Menschen in einem Programmierwerkzeug tun. Wer daraus eine Aussage über Content- und Kommunikationsarbeit macht, verlässt die Datenlage und betritt die Deutung. Deshalb steht die Trennlinie hier im Text.

Die 70/80-Aufteilung, also rund 70 Prozent der Planungsentscheidungen beim Menschen und rund 80 Prozent der Ausführungsentscheidungen bei der Maschine, beschreibt trotzdem ziemlich genau, wie unsere Content Pipelines laufen. Die Planungsentscheidungen bleiben beim Menschen, Recherche und Strukturierung laufen maschinell, gemessen wird an Stunden pro fertigem Asset bei gehaltener oder gestiegener Qualität. Warum wir die Grenze so ziehen, haben wir an anderer Stelle hergeleitet: KI-Content: Was Maschinen im B2B übernehmen dürfen und was Menschen entscheiden müssen. Was der Report dieser Herleitung hinzufügt, ist die Körnung. Er zeigt an realen Sitzungen, wie stark der Erfahrungsstand im eigenen Fach auf das Ergebnis durchschlägt.

Was das für Ihre KI-Kompetenz heißt

Stehen Sie vor der Frage, ob Ihrem Team die technische Tiefe für KI-Werkzeuge fehlt, verschiebt dieser Befund die Prüfliste. Drei Punkte bleiben davon übrig:

• Domänenwissen ist aus unserer Sicht der Kern dessen, was KI-Kompetenz ausmacht. Je mehr davon jemand einbringt, desto mehr Arbeit übernimmt der Agent pro Anweisung. Eine präzise Anweisung ist dabei eines der Signale, an denen der Report dieses Wissen überhaupt erkennt.
• Fehlerfestigkeit gehört zum Fachwissen. Wer sein Feld beherrscht, erholt sich laut Report leichter von Fehlern und Missverständnissen. Ein Teil des Werts von Erfahrung liegt genau darin, den Agenten wieder in die richtige Richtung zu lenken.
• Tool-Training bleibt nützlich, trägt die Entscheidung aber nicht. Das ist unsere Lesart der Zahlen und kein Befund des Reports, der Schulungen gar nicht untersucht. Wer nicht weiß, wie das Gericht schmecken soll, dem hilft auch das beste Messer nicht.

Wie viel Kontrolle Sie an welcher Stelle behalten sollten, ist eine eigene Frage, und wir haben sie getrennt beantwortet: Wenn KI keine Zeit spart: Beaufsichtigen statt Arbeiten.

Bleibt der Schluss vom Anfang. Erst die Technik, dann die Werkzeuge, das klingt nach Sorgfalt und ist meistens nur teuer. Eine Schulungsreihenfolge hat Anthropic nicht gemessen. Gemessen hat der Report den Faktor, an dem der Erfolg hängt, und der heißt Fachverständnis. Schärfen Sie also das Urteil, das Ihr Team ohnehin schon hat, und geben Sie die Ausführung ab. Das ist unbequemer als ein Workshop-Termin, weil es an Erfahrung hängt und nicht an einem Budget. Es ist aber die Investition, die Ihnen der Agent nicht abnimmt.

Quellen

Quellen: Anthropic: Agentic coding and persistent returns to expertise, 16. Juni 2026. Zoe Hitzig, Maxim Massenkoff, Eva Lyubich, Shaoyi Zhang, Ryan Heller, Peter McCrory.