Anthropic hat gestern eine Forschungsarbeit veröffentlicht, die auf einer Analyse von rund 400.000 Claude-Code-Sessions basiert. Der Titel: ‘Agentic coding and persistent returns to expertise’. Klingt akademisch, hat aber ziemlich handfeste Erkenntnisse für jeden, der mit KI-Coding-Tools arbeitet.
Die wichtigsten Ergebnisse
Die Studie deckt den Zeitraum von Oktober 2025 bis April 2026 ab und liefert ein klares Bild davon, wie Menschen und Claude zusammenarbeiten:
Menschen planen, Claude führt aus. In einer typischen Session treffen die Nutzer die meisten Planungsentscheidungen — was getan werden soll. Claude übernimmt die Ausführung — wie es gemacht wird. Das klingt nach einer simplen Arbeitsteilung, aber die Daten zeigen: Je erfahrener der Nutzer, desto stärker verschiebt sich das Verhältnis zugunsten von Claude.
Expertise ist der Multiplikator. Das ist die eigentlich spannende Erkenntnis: Je mehr Fachwissen jemand mitbringt, desto mehr Arbeit erledigt Claude pro Anweisung. Kein Wunder — wer präziser formuliert, bekommt bessere Ergebnisse.
Nicht-Entwickler sind überraschend erfolgreich. Auf Coding-Aufgaben erzielen Nicht-Entwickler mit Domänenwissen fast die gleiche Erfolgsrate wie Software-Ingenieure. Der Produktmanager, der seine Domäne kennt, kann mit Claude Code genauso effektiv arbeiten wie der Senior-Entwickler.
Wachstum bestätigt
Die Studie liefert auch harte Nutzungszahlen: Der Anteil an GitHub-Projekten mit KI-Agenten-Aktivität hat sich seit Ende 2025 mehr als verdoppelt. Claude Code ist nicht mehr nur ein Experiment — es ist Infrastruktur.
Meine Einordnung
Was mich an dieser Studie am meisten beeindruckt: Sie bestätigt etwas, das ich aus eigener Erfahrung kenne. Als Produktmanager mit Entwicklungshintergrund war Claude Code für mich vom ersten Tag an ein Produktivitäts-Booster. Nicht weil ich perfekt programmiere, sondern weil ich weiß, was ich will — und das präzise formulieren kann.
Die Botschaft von Anthropic ist klar: Agentic Coding ersetzt keine Expertise. Es verstärkt sie.
Quellen: Anthropic Research