← Alle Beiträge
11. Juli 2026

Die Arbeit zwischen den Rollen:
Was 1,2 Millionen Cowork-Sessions über KI und Arbeit verraten

Buerogrundriss von oben als Blaupause, viele leuchtende Faeden verbinden die Schreibtische, eine durchscheinende Roboterhand sammelt die Faeden im freien Raum zwischen den Tischen

Ein Drittel aller Sitzungen mit Anthropics KI-Agenten Cowork entfällt auf eine einzige Kategorie, und es ist nicht die, die man aus den Produktdemos kennt. Keine Software-Entwicklung, keine Datenanalyse, kein kreatives Schreiben. Sondern das, was Anthropic „business process and operations” nennt: Statusmeldungen, die über E-Mails, Chat-Kanäle und Ticketsysteme verstreut sind, zu einem Bericht zusammentragen, Projekt- und Aufgabenübersichten aktuell halten, Checklisten für die Einarbeitung neuer Kolleginnen und Kollegen aufsetzen. Anthropic hat dafür 1,2 Millionen anonymisierte Cowork-Sitzungen aus dem Zeitraum vom 11. bis 31. Mai ausgewertet, aus über 600.000 Organisationen (Anthropic 2026c). Die Verteilung erzählt eine andere Geschichte als die übliche Debatte darüber, welche Jobs die KI ersetzt. Sie legt nahe, dass agentische KI zuerst gar keine Jobs übernimmt, sondern die herrenlose Zwischenarbeit, die zwischen den Rollen liegt und in keiner Stellenbeschreibung auftaucht.

Was Anthropic gemessen hat

Cowork ist Anthropics agentisches Produkt für allgemeine Wissensarbeit, im Januar 2026 als Desktop-App gestartet und seit Anfang Juli auch im Browser und mobil verfügbar. Für den Nutzungsreport wurden die Sitzungen mit einem datenschutzwahrenden Analyseverfahren kategorisiert, nach Angabe des Unternehmens hat kein menschlicher Analyst eine einzelne Sitzung gelesen (Anthropic 2026c).

Das Ergebnis über die 20 Kategorien der Taxonomie: 33,4 Prozent der Nutzung entfallen auf Geschäftsprozesse und Betriebsorganisation, 16,4 Prozent auf Content-Erstellung und Texte, dahinter folgen Software-Entwicklung mit 8,7 Prozent, DevOps mit 7 Prozent, Recherche mit 6,4 Prozent und Datenanalyse mit 5,8 Prozent. Alles Weitere liegt jeweils unter fünf Prozent. Der Satz des Reports, der die Verteilung auf den Punkt bringt, lautet im Original: „Roughly half of all usage comprises ‘the work around the work’—tasks that are part of a broad swath of jobs, but are rarely a person’s core responsibility” (Anthropic 2026c). Die Hälfte der Nutzung ist also Arbeit rund um die Arbeit. Aufgaben, die in vielen Jobs vorkommen, aber fast nie jemandes Kernverantwortung sind.

Balkendiagramm der Cowork-Nutzungskategorien: business process and operations führt mit 33,4 Prozent deutlich vor content creation mit 16,4 Prozent, Fachkategorien wie Software-Entwicklung und Datenanalyse folgen mit weitem Abstand

Diese Arbeit hat seit vierzig Jahren einen Namen

Die Kategorie, die hier sichtbar wird, ist in der Forschung lange beschrieben. Der Soziologe Anselm Strauss prägte 1985 den Begriff der Artikulationsarbeit, also der Meta-Arbeit, die arbeitsteilige Prozesse zusammenhält: Teilaufgaben abstimmen, sequenzieren, nachhalten, Ergebnisse zusammenführen (Strauss 1985). Zusammen mit Susan Leigh Star arbeitete er später heraus, dass jede formale Arbeitsbeschreibung auf einem Hintergrund solcher unsichtbarer Arbeit ruht und dass ihre Sichtbarmachung durch Systeme politische Folgen hat, etwa für Überwachung und für die Frage, wem diese Arbeit künftig zugerechnet wird (Star und Strauss 1999). Genau das leistet der Cowork-Report, vermutlich ohne es zu beabsichtigen. Er ist ein Sichtbarmachungs-Apparat für Arbeit, die bisher in keiner Prozessdokumentation stand, und beziffert ihren Umfang erstmals über eine breite Nutzerbasis.

Dass sich die Wirkung von KI auf Arbeit besser auf Aufgaben- als auf Berufsebene fassen lässt, ist inzwischen auch der Standard der ökonomischen Forschung. Eloundou und Kollegen schätzten 2024 in Science auf Basis des amerikanischen Tätigkeitskatalogs O*NET, dass bei rund 80 Prozent der US-Beschäftigten mindestens ein Zehntel der eigenen Aufgaben von Sprachmodellen betroffen sein könnte. Dass es gleich die Hälfte der Aufgaben oder mehr trifft, gilt dagegen nur für rund 19 Prozent der Beschäftigten (Eloundou et al. 2024). Exposition heißt dabei ausdrücklich Potenzial, nicht tatsächliche Übernahme. Die Brücke zur tatsächlichen Nutzung schlug Anthropic selbst mit einer Vorgängerstudie über vier Millionen Chat-Konversationen, die Nutzung überwiegend als Augmentierung statt Automatisierung einordnete, allerdings noch für den Chat-Gebrauch, nicht für delegierte Agenten-Sitzungen (Handa et al. 2025, Preprint). Der Cowork-Report setzt diese Linie nun für agentische Delegation fort. Eine unabhängige, begutachtete Studie speziell zur Frage, ob KI-Agenten zuerst Koordinationsarbeit übernehmen, existiert nach meiner Recherche bislang nicht. Die hier entwickelte Lesart ist deshalb als eigene Einordnung eines Industrie-Reports zu verstehen, nicht als gesicherter Forschungsstand.

Warum das die widersprüchlichen Arbeitsmarktdaten sortiert

Die Beschäftigungsdebatte der letzten Wochen wirkt auf den ersten Blick paradox. Eine gemeinsame Auswertung des Zahlungsdienstleisters Ramp und des Arbeitsmarktforschers Revelio Labs über 21.559 US-Unternehmen zeigt, dass Firmen mit intensiver KI-Nutzung rund 10,2 Prozent mehr Beschäftigung halten als Firmen ohne KI-Einsatz und dass die größten KI-Investoren ihre Einstiegspositionen binnen zwei Jahren nach der Einführung um 12 Prozent ausbauten (Ramp und Revelio Labs 2026). Die Autoren weisen selbst darauf hin, dass es sich um Korrelationen handelt, wachsende Firmen investieren eher in KI, die Zahlen können also Selektionseffekte spiegeln. Gleichzeitig steigt die gemessene Substitutionsfähigkeit. Der Remote Labor Index, ein Benchmark des Center for AI Safety und Scale AI für real vergebene Freelance-Projekte, attestierte den besten Agenten bei Erscheinen im Oktober 2025 eine Automatisierungsrate von gerade einmal 2,5 Prozent (Center for AI Safety et al. 2025). Auf dem zugehörigen Dashboard liegt der Spitzenwert inzwischen bei 15,83 Prozent vollständig erledigter Projekte, gehalten von Claude Fable 5 (Stand 10. Juli 2026).

Die Zwischenarbeits-These löst einen Teil dieser Spannung auf. Wenn KI-Agenten vor allem Arbeit übernehmen, die keine Stelle ist, dann kann die Substitutionsfähigkeit steigen, ohne dass kurzfristig Stellen verschwinden. Was zunächst verschwindet, sind Stunden, die quer über viele Rollen verteilt waren. Die Projektleiterin sammelt Statusmeldungen aus Mails und Chats für den Wochenbericht nicht mehr selbst zusammen, der Vertrieb pflegt seine Pipeline-Übersicht nicht mehr von Hand, die Personalabteilung setzt die Einarbeitungs-Checkliste nicht mehr Punkt für Punkt neu auf. Anthropic selbst nennt Finanz-, HR- und Verwaltungsrollen als typische Nutzerinnen dieser Funktionen (Anthropic 2026c). Der Beschäftigungseffekt solcher Verschiebungen taucht in keiner Entlassungsstatistik auf, denn es wird niemand entlassen, dessen Job „Updates einsammeln” hieß. Diesen Job gab es nie.

Die Gegenprobe liefern zwei Fälle, in denen Unternehmen den umgekehrten Weg gingen und Kernaufgaben automatisierten. Ford hat über die vergangenen drei Jahre rund 350 erfahrene Ingenieure und Technikspezialisten eingestellt oder intern befördert, viele davon frühere Mitarbeiter, um hartnäckige Qualitätsprobleme zu beheben. Der Operativchef begründet das damit, dass man sich zunehmend auf automatisierte Qualitätssysteme verlassen und nicht die gewünschten Ergebnisse bekommen habe. Die Systeme wurden dabei nicht abgeschafft, die zurückgeholten Fachleute trainieren sie jetzt neu an (Bloomberg 2026). Starbucks stellte im Mai ein Programm zur KI-gestützten Inventurzählung ein, neun Monate nach dem Rollout über die nordamerikanischen Filialen und nach dokumentierten systematischen Fehlzählungen, etwa bei ähnlichen Milchsorten (CNBC 2026). Beide Fälle betreffen Tätigkeiten, die den Kern einer definierten Rolle bildeten, Qualitätssicherung und Bestandsführung, mit klaren Verantwortlichen und messbaren Fehlerkosten. Dort fiel das Scheitern auf und wurde korrigiert. Das stützt die These von der anderen Seite. Die Zwischenarbeit ist für KI-Agenten der Pfad des geringsten Widerstands, gerade weil dort niemand die Fehlerkosten misst.

Was das für Unternehmen bedeutet

Aus Sicht der Wirtschaftsinformatik ergeben sich drei Konsequenzen.

Erstens braucht es eine Prozess-Inventur statt einer Stellen-Inventur. Wer wissen will, was KI-Agenten im eigenen Haus übernehmen werden, sollte nicht Stellenprofile mit Exponiertheits-Listen abgleichen, sondern Aufgabenflüsse kartieren, insbesondere die Übergaben zwischen Rollen, an denen Artikulationsarbeit entsteht. Die Cowork-Verteilung ist dafür ein brauchbarer Suchraster, denn sie zeigt, wo Nutzerinnen und Nutzer den Agenten von sich aus einsetzen, wenn niemand es vorschreibt.

Zweitens entsteht ein Governance-Problem, das ich das Problem der herrenlosen Arbeit nennen würde. Wenn eine Aufgabe niemandes Kernverantwortung ist, besitzt auch niemand die Qualitätskontrolle für das, was der Agent daraus macht. Der zusammengestellte Bericht sieht fertig aus, aber wer prüft, ob der Agent wirklich alle relevanten Statusmeldungen erwischt hat und nicht die eine E-Mail übersehen, in der das Projektrisiko stand? Klassische Freigabeprozesse greifen hier nicht, weil die Arbeit nie einen formalen Prozess hatte. Unternehmen, die Agenten in der Breite einführen, sollten für genau diese Grauzone Verantwortlichkeiten nachziehen, bevor der Umfang wächst.

Drittens stellt sich die Ausbildungsfrage. Ein Teil der Zwischenarbeit war nie nur Last, sondern auch Lernpfad. Wer als Berufseinsteigerin Updates einsammelt und Berichte zusammenstellt, lernt nebenbei, wie die Organisation funktioniert. Verschwindet diese Arbeit in Agenten-Sitzungen, verschwindet auch dieser informelle Lernkanal. Die Frage, wie Einsteiger dann Organisationswissen aufbauen, verdient eine eigene Betrachtung und mehr Raum, als dieser Beitrag ihr geben kann.

Grenzen dieser Lesart

Der Cowork-Report ist ein Industrie-Report des Anbieters über sein eigenes Produkt, keine begutachtete Studie, und er misst Nutzung, nicht Beschäftigungswirkung. Dass 33,4 Prozent der Sitzungen Prozessarbeit betreffen, sagt nichts darüber, wie viele Arbeitsstunden dadurch tatsächlich entfallen oder wohin sie sich verlagern. Die Selbstselektion der frühen Cowork-Nutzerschaft dürfte die Verteilung zusätzlich prägen. Und die Zwischenarbeits-These erklärt die Arbeitsmarktdaten nur teilweise, Selektionseffekte auf Firmenebene und schlichte Zeitverzögerung bleiben konkurrierende Erklärungen. Was sich aber festhalten lässt: Die erste flächige Messung agentischer KI-Nutzung zeigt kein Bild vom Ersatz ganzer Berufe, sondern eines von der stillen Übernahme der Arbeit zwischen den Rollen.

Offene Frage

Artikulationsarbeit war vier Jahrzehnte lang unsichtbar, jetzt macht ausgerechnet ihre Automatisierung sie sichtbar. Die spannende Frage ist, ob Organisationen diese Sichtbarkeit nutzen, um die Arbeit bewusst zu gestalten, mit Verantwortlichkeiten, Qualitätsmaßstäben und Lernpfaden, oder ob sie sie einfach an Agenten abgeben und erst beim ersten stillen Qualitätsverlust merken, dass auch herrenlose Arbeit ein Eigentümerproblem hat. Wer in seinem Unternehmen gerade Agenten einführt, kann die Probe aufs Exempel machen und fragen, wem die Aufgaben gehören, die der Agent als erstes übernimmt. Die Antwort dürfte häufiger „niemandem” lauten, als es der Prozesslandkarte lieb sein kann.

Quellen