Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
anthropic16. Juni 2026 · Q001253

How Claude Code is used in practice

anthropic.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Anthropic berichtet auf Basis von rund 400.000 interaktiven Sitzungen, dass Claude meist die Umsetzung übernimmt, während Menschen vor allem Ziele und Vorgehen festlegen; aufgabenspezifische Expertise hängt mit mehr Arbeit pro Eingabe und höheren Erfolgsraten zusammen. Die Auswertung zeigt außerdem weniger Fehlerbehebung und mehr Betrieb, Schreiben und Datenanalyse, misst aber weder den tatsächlichen späteren Nutzen des Codes noch alle Nutzungsformen.

Mittel

Anthropic wertet rund 400.000 interaktive Claude-Code-Sitzungen von etwa 235.000 Personen aus, die zwischen Oktober 2025 und April 2026 stattfanden. Die Sitzungen werden neun Arbeitsarten zugeordnet; nicht-interaktive Nutzung und bestimmte Integrationen sind ausgeschlossen. Im Durchschnitt legen Menschen vor allem fest, was erreicht werden soll, während Claude einen Großteil der Umsetzungsschritte übernimmt. Mit steigender, auf die jeweilige Aufgabe bezogener Expertise führt Claude pro Eingabe mehr Aktionen aus und erzeugt mehr Ausgabe.

Der Anteil der Fehlerbehebung sank im Zeitraum von 33 auf 19 Prozent, während Softwarebetrieb, Schreiben und Datenanalyse zunahmen. Anthropic schätzt, dass der Wert typischer Aufgaben im Vergleich zu freiberuflichen Stellenanzeigen durchschnittlich um 27 Prozent stieg; die Schätzung ist nur als grober Vergleich gedacht. Verifizierter Erfolg lag bei Anfängersitzungen bei 15 Prozent und bei Sitzungen ab mittlerem Expertise-Niveau bei 28 bis 33 Prozent. Bei Code erzeugenden Sitzungen lagen die Erfolgsraten der großen Berufsgruppen relativ nahe beieinander.

Die Autoren betonen, dass dies vorläufige Befunde sind: Reale Nutzung und wirtschaftliche Folgen des erzeugten Codes wurden nicht gemessen. Erfolg, Expertise und Beruf beruhen auf Modellklassifikationen aus Transkripten.

Ausführlich lesen

Der Bericht von Anthropic untersucht, wie Claude Code in der Praxis eingesetzt wird und welche Rolle die Fachkenntnisse der Nutzenden für Umfang und Erfolg der Arbeit spielen. Grundlage ist eine datenschutzschonende Auswertung von rund 400.000 interaktiven Sitzungen von etwa 235.000 Personen zwischen Oktober 2025 und April 2026. Erfasst wurden Sitzungen über die Kommandozeile, Claude.ai und die Desktop-App; unter anderem Nutzungen über Drittanbieter-Entwicklungsumgebungen und im „Headless“-Modus blieben außen vor.

Anthropic ordnet jede Sitzung einer von neun Tätigkeiten zu, darunter Code schreiben, Fehler beheben, testen, Software betreiben, planen, Systeme verstehen, Daten analysieren und Dokumente verfassen. Rund 56 Prozent der Sitzungen entfielen auf Schreiben, Reparieren, Testen oder Koordinieren von Code. Die Forschenden ließen Modelle die Sitzungen klassifizieren und verglichen die Ergebnisse mit automatisch erhobenen Nutzungsdaten. Mehr als 90 Prozent der als Codeänderungen eingestuften Sitzungen wiesen laut Bericht entsprechende Änderungen in den Telemetriedaten auf.

Die Arbeitsteilung erscheint klar: Im Durchschnitt bestimmten Nutzende etwa 70 Prozent der Planungsentscheidungen – also, was erreicht werden soll –, während Claude etwa 80 Prozent der Ausführungsentscheidungen traf, etwa welche Dateien oder Befehle verwendet werden. Eine Eingabe löste durchschnittlich eine Kette von ungefähr zehn Aktionen aus. Bei fachkundig eingestuften Nutzenden waren es pro Eingabe typischerweise zwölf Aktionen und rund 3.200 Wörter Ausgabe; bei Anfängern etwa fünf Aktionen und 600 Wörter. Die Expertise wurde anhand der Gesprächsführung eingeschätzt und ist laut Bericht auf die jeweilige Aufgabe bezogen, nicht mit Beruf oder allgemeiner Fähigkeit gleichzusetzen.

Auch die Nutzung verschob sich im Beobachtungszeitraum: Der Anteil der Sitzungen zur Fehlerbehebung sank von 33 auf 19 Prozent. Softwarebetrieb stieg von 14 auf 21 Prozent; Schreiben und Datenanalyse nahmen zusammen ungefähr von 10 auf 20 Prozent zu. Den geschätzten Wert typischer Aufgaben setzte Anthropic anhand von Vergleichen mit freiberuflichen Stellenanzeigen an. Dieser Schätzwert stieg zwischen Oktober und April im Mittel um 27 Prozent. Die Autoren betonen, dass die Beträge grobe Vergleichswerte sind und nicht als wörtliche Geldwerte verstanden werden sollten.

Der Bericht findet einen Zusammenhang zwischen aufgabenspezifischer Expertise und Erfolg. Nach der strengen Definition „verifizierter Erfolg“ – eine als gelungen bewertete Sitzung plus mindestens ein belastbares Erfolgssignal – erreichten Anfängersitzungen 15 Prozent, Sitzungen ab mittlerem Niveau 28 bis 33 Prozent. Bei Problemen gelangten 4 Prozent der Anfängersitzungen und 15 Prozent der Expertensitzungen dennoch zu verifiziertem Erfolg. Sitzungen mit Anfängern wurden häufiger abgebrochen. Bei codeerzeugenden Sitzungen lagen die Erfolgsraten verschiedener großer Berufsgruppen jedoch höchstens sieben Prozentpunkte auseinander; die Autoren berichten daher, dass Coding-Berufe nicht allein den Erfolg erklären.

Die Ergebnisse sind vorläufig. Anthropic beobachtet weder, ob erzeugter Code später eingesetzt wird, noch den tatsächlichen wirtschaftlichen Nutzen. Erfolg, Expertise und Beruf werden aus Transkripten modellbasiert abgeleitet; solche Klassifikationen seien schwierig unabhängig zu überprüfen. Zudem bildet die Analyse einen beträchtlichen Teil nicht-interaktiver Nutzung nicht ab. Die Befunde zeigen daher Zusammenhänge in den erfassten Sitzungen, keine gesicherten Aussagen über alle Nutzenden oder die Gesamtwirtschaft.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Stufen beziehen sich nur auf den Bericht. Die Fragen wurden einzeln und ohne Rücksicht auf Lunas eigene Stufen eingeordnet.

Im Bericht, aber nicht in der Zusammenfassung

  • Abbruchquote: Bei Anfängersitzungen endeten 19 Prozent abgebrochen, gegenüber 5 bis 7 Prozent bei den übrigen Stufen
  • Der Erfolgsunterschied zwischen Software-Berufen und anderen Berufen ist mit etwa fünf Prozentpunkten gering, Expertise wirkt stärker als der Beruf
  • Der größte Zugewinn entsteht vom Anfänger zur mittleren Stufe, der Abstand zwischen mittlerer und Expertenstufe ist kleiner
  • Die Befunde beziehen sich nur auf interaktive Sitzungen; die Autoren betonen, dass die Nutzung über Integrationen und Headless-Modus ausgeschlossen ist und ein wichtiger Anteil der Nutzung dadurch fehlt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 42 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 32 %Hintergrund, keine Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 24 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 71 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 29 %Hintergrund, keine Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 41 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 63 %Hintergrund, keine Belege
    • JEV 38 %umfangreiche Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 44 %Hintergrund, keine Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 46 %einzelne zitierbare Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 26 %einzelne zitierbare Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 23 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 77 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 69 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 58 %einzelne zitierbare Belege
    • JEV 44 %umfangreiche Belege
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 57 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →