Anthropic halbiert KI-Produktivitätsprognosen für US-Wirtschaft nach Analyse von Claudes Fehlerquoten

Bei Claude.ai sieht das Bild anders aus: Dort sinkt die Erfolgsrate deutlich langsamer mit zunehmender Aufgabenlänge. Anthropic schätzt, dass Claude.ai erst bei etwa 19 Stunden die 50-Prozent-Marke unterschreiten würde. Der Unterschied liegt laut den Forschern am Multi-Turn-Charakter der Gespräche, bei denen Nutzer Kurs korrigieren und iterieren können.

Produktivitätsschätzungen fallen um die Hälfte

Die neuen Erfolgsraten-Daten zwingen Anthropic zu einer Korrektur früherer Prognosen. In einer vorherigen Analyse hatte das Unternehmen geschätzt, dass breite KI-Adoption das jährliche Arbeitsproduktivitätswachstum in den USA um 1,8 Prozentpunkte steigern könnte. Mit den Erfolgsraten-Anpassungen fällt diese Schätzung auf etwa 1,0 bis 1,2 Prozentpunkte.

Berücksichtigt man zusätzlich sogenannte Bottleneck-Effekte - also Aufgaben, die für einen Job essenziell sind, aber von KI nicht beschleunigt werden können –, sinkt der geschätzte Effekt auf 0,6 bis 0,8 Prozentpunkte. Dennoch betont Anthropic, dass selbst ein Prozentpunkt jährlich über zehn Jahre das US-Produktivitätswachstum auf das Niveau der späten 1990er und frühen 2000er Jahre zurückbringen würde. Dazu erwartet das Unternehmen in Zukunft weiter leistungsfähigere Modelle mit höheren Erfolgsraten.

KI-Nutzung könnte Berufe "deskilllen"

Ein zentraler Befund des Berichts betrifft die Auswirkungen auf Berufsprofile. Claude wird laut den Daten tendenziell für Aufgaben genutzt, die höhere Bildung erfordern - der Durchschnitt liegt bei 14,4 Jahren (entspricht einem Associate's Degree), verglichen mit 13,2 Jahren für alle Aufgaben in der US-Wirtschaft.

Wenn diese KI-unterstützten Aufgaben wegfallen, bleibt für Menschen weniger qualifizierte Arbeit übrig - ein Netto-"Deskilling"-Effekt. Anthropic nennt konkrete Beispiele: Reisebüromitarbeiter würden Planungsaufgaben an KI verlieren und hauptsächlich Tickets ausstellen und Zahlungen einziehen. Immobilienverwalter hingegen würden ein "Upskilling" erleben, da Buchhaltungsaufgaben wegfallen und Vertragsverhandlungen und Stakeholder-Management bleiben.

Anspruchsvolle Prompts führen zu anspruchsvollen Antworten

Die Analyse offenbart auch einen engen Zusammenhang zwischen dem Bildungsniveau der Nutzereingaben und der Qualität der Claude-Antworten. Anthropic misst beide Seiten: Wie viele Jahre formaler Bildung nötig sind, um einen Nutzer-Prompt zu verstehen, und wie viele Jahre nötig sind, um Claudes Antwort zu verstehen. Der Korrelationskoeffizient zwischen beiden Werten liegt bei über 0,92 - sowohl auf Länderebene als auch zwischen US-Bundesstaaten.

Das bedeutet konkret: Nutzer, die komplexe, fachlich präzise Anfragen formulieren, erhalten entsprechend anspruchsvolle Antworten. Wer hingegen einfache Fragen stellt, bekommt einfache Antworten. Claude passt sein Antwortniveau dynamisch an das Eingabeniveau an. Dies hat laut Anthropic weitreichende Implikationen: Länder mit höherem Bildungsniveau könnten unabhängig von der reinen Adoptionsrate stärker von KI profitieren, weil ihre Bevölkerung in der Lage ist, das Potenzial der Modelle durch qualifizierte Prompts besser auszuschöpfen.

Nutzer arbeiten wieder mehr mit Claude zusammen statt Aufgaben zu delegieren

Seit dem letzten Bericht im August 2025 hat sich das Nutzungsverhalten auf Claude.ai verschoben. Anthropic unterscheidet grundsätzlich zwischen zwei Nutzungsarten: Bei der "Augmentation" arbeiten Nutzer kollaborativ mit Claude - sie iterieren gemeinsam an Aufgaben, lassen sich Konzepte erklären oder holen Feedback ein. Bei der "Automation" hingegen delegieren Nutzer eine Aufgabe vollständig an Claude, das diese mit minimalem Hin und Her erledigt.

Im August 2025 hatte die automatisierte Nutzung erstmals die augmentierte überholt - ein Zeichen dafür, dass Nutzer zunehmend bereit waren, Aufgaben komplett an Claude abzugeben. Dieser Trend hat sich nun umgekehrt: Der Anteil augmentierter Nutzung stieg auf 52 Prozent, während die automatisierte Nutzung auf 45 Prozent fiel. Besonders der Anteil sogenannter "direktiver" Gespräche - bei denen Nutzer Claude eine Aufgabe geben und diese ohne Rückfragen erledigt wird - sank von 39 auf 32 Prozent.

Anthropic vermutet, dass Produktneuerungen wie Dateierstellung, persistenter Speicher und anpassbare "Skills" zu mehr kollaborativen Interaktionen geführt haben. Diese Funktionen ermöglichen komplexere Workflows, bei denen Nutzer stärker eingebunden bleiben. Mit agentenbasierter Nutzung, bei der KI-Systeme eigenständig mehrstufige Aufgaben ausführen, hat diese Unterscheidung nur bedingt zu tun: Agenten würden eher in die Kategorie Automation fallen, sind aber in den analysierten Daten nicht separat ausgewiesen.

Die Nutzung bleibt dabei hochkonzentriert: Die zehn häufigsten Aufgaben machen 24 Prozent aller Claude.ai-Gespräche aus. Code- und mathematische Aufgaben dominieren weiterhin mit 34 Prozent auf Claude.ai und 46 Prozent bei API-Nutzung.

Schnelle Konvergenz in den USA, globale Ungleichheit bleibt

Innerhalb der USA zeigen sich erste Anzeichen einer schnellen regionalen Angleichung: Bundesstaaten mit niedrigerer Nutzung holen relativ schneller auf. Anthropic schätzt, dass die Nutzung pro Kopf in zwei bis fünf Jahren angeglichen sein könnte - etwa zehnmal schneller als die Diffusion wirtschaftlich bedeutsamer Technologien im 20. Jahrhundert.

Global hingegen zeigt sich keine Konvergenz. Die USA, Indien, Japan, Großbritannien und Südkorea führen bei der Claude.ai-Nutzung, und die Ungleichheit korreliert weiterhin stark mit dem BIP pro Kopf - ein Prozent Anstieg korreliert mit 0,7 Prozent mehr Claude-Nutzung. In Ländern mit niedrigerem Pro‑Kopf‑Einkommen sind Coursework-/Bildungs‑Use‑Cases relativ häufiger, während Claude insgesamt überwiegend für Arbeit genutzt wird.

Anthropic veröffentlicht die Daten auf Hugging Face, um externen Forschern die Untersuchung der wirtschaftlichen Auswirkungen von KI zu ermöglichen. Hier gibt es den vollständigen Bericht.