Wofür man Claude Code einsetzt

Claude Code ist als Werkzeug zum Programmieren gebaut. Was Leute damit tatsächlich tun, hat Anthropic im Juni 2026 veröffentlicht (Studie zu Claude Code (externe Seite, anthropic.com)). Ausgewertet sind rund 400.000 Sitzungen von rund 235.000 Personen aus der Zeit von Oktober 2025 bis April 2026. Der Hersteller hat dabei sein eigenes Produkt ausgewertet. Welche Art von Arbeit eine Sitzung war, hat ein Modell aus dem Verlauf eingestuft. Die Anteile in diesem Kapitel sind also Einstufungen eines Modells, und wie verlässlich sie sind, steht auf der dritten Ebene.

Wofür sich ein Sprachmodell grundsätzlich eignet, ordnet Grundkurs, Kapitel 15. Dieses Kapitel fragt enger: Wofür setzen Leute den Agenten im eigenen Projekt ein, und wann passt ein anderes Produkt von Anthropic besser?

Neun Arten von Arbeit

Die Studie ordnet jede Sitzung genau einer von neun Arbeitsweisen zu, und zwar der, die am besten beschreibt, was die Sitzung erreichen will. Vier davon schreiben oder pflegen Code: Neues bauen, Kaputtes reparieren, testen und andere Agenten oder automatische Abläufe steuern. Dazu kommt der Betrieb von Software, also ausliefern, konfigurieren, Abläufe starten und Systeme überwachen. Zwei Arbeitsweisen klären, was zu tun ist: ein bestehendes System verstehen und eine Änderung planen. Bei den letzten beiden ist Code höchstens Mittel zum Zweck: Daten analysieren und Texte oder Präsentationen schreiben.

Gut die Hälfte der Sitzungen gilt dem Code selbst (Studie (externe Seite, anthropic.com)). Ein Viertel baut Neues, ein gutes Viertel repariert, 5 Prozent testen oder steuern andere Agenten. 17 Prozent betreiben Software, 14 Prozent planen oder erkunden, und 13 Prozent liefern eine Analyse oder einen Text. Die erste Abbildung der Studie nennt jede der neun Arbeitsweisen einzeln. Dort testen 2 Prozent der Sitzungen Code, 3 Prozent steuern Agenten und Abläufe. Je 7 Prozent verstehen ein System oder planen eine Änderung. 10 Prozent schreiben Dokumente und Präsentationen, 3 Prozent analysieren Daten.

Die erste Tabelle zählt alle sieben Monate zusammen und folgt der ersten Abbildung. Der Text der Studie fasst Testen und Steuern zu 5 Prozent zusammen, Planen und Verstehen zu 14. Die Werte für Neues bauen in der zweiten Tabelle sind aus der vierten Abbildung abgelesen. Dort beginnt auch Reparieren bei etwa 32 Prozent, der Text der Studie nennt 33.

Was in sieben Monaten gewachsen ist

Im Erhebungszeitraum hat sich der Mix deutlich verschoben. Der Anteil der Sitzungen, die kaputten Code reparieren, fiel von 33 auf 19 Prozent. In der vierten Abbildung derselben Studie beginnt diese Linie bei etwa 32 Prozent. Auch der Anteil für Neues bauen sank dort, von etwa 27 auf 21 Prozent. Der Betrieb wuchs von 14 auf 21 Prozent. Schreiben und Datenanalyse verdoppelten sich ungefähr, von etwa 10 auf 20 Prozent.

Im April 2026 lagen damit vier Gruppen fast gleichauf, so zeigt es die vierte Abbildung der Studie: Neues bauen, Betrieb, Reparieren sowie Schreiben und Datenanalyse kamen auf je rund ein Fünftel der Sitzungen. Die Abbildung beschriftet die letzte Linie nur mit „communicate“, also Schreiben. Der Text derselben Seite zählt die Datenanalyse dazu. Leute setzen Claude Code also zunehmend für die Arbeit rund um den Code ein: ausliefern, betreiben, auswerten, aufschreiben.

Die Studie schätzt außerdem den Wert einer Sitzung, im Vergleich mit Aufträgen für Freiberufler. Danach stieg der Wert der durch­schnitt­li­chen Sitzung von Oktober bis April um 27 Prozent. Anthropic nennt die Schätzung selbst grob und benutzt sie vor allem, um Aufgaben über die Zeit miteinander zu vergleichen. Die Zusammenfassung am Anfang derselben Seite nennt etwa 25 Prozent. Warum die beiden Zahlen auseinandergehen, steht auf der dritten Ebene.

Wer das Was entscheidet und wer das Wie

Für jede Sitzung hat ein Modell die wichtigen Entscheidungen aufgelistet und zugeordnet. Zur Planung zählt die Studie, was zu tun ist, welcher Weg gewählt wird und wann die Sache fertig ist. Zur Ausführung zählt sie, welche Dateien sich ändern, welcher Code entsteht, in welcher Sprache und welche Befehle laufen. Im Mittel treffen die Menschen etwa 70 Prozent der Pla­nungs­ent­schei­dungen und nur 20 Prozent der Entscheidungen bei der Ausführung. Die Studie fasst das so zusammen: Die Leute entscheiden, was gebaut wird, und der Agent entscheidet, wie.

Eine typische Sitzung hat etwa vier Wechsel aus Anweisung und Antwort. Jede Anweisung löst im Mittel eine Kette von rund zehn Aktionen aus, etwa Dateien lesen, Code ändern und Befehle ausführen. Was sich überhaupt an ein Modell übergeben lässt und was die Prüfung danach kostet, erklärt KI als Mitarbeiter, Kapitel 01 für alle Werkzeuge.

Sachkenntnis zählt nach der Studie mehr als der Beruf

Aus jedem Verlauf schätzt ein Modell auch ein, wie sachkundig die Person bei genau dieser Aufgabe auftritt, auf einer Skala von Anfänger bis Experte. Achten soll es darauf, wie genau jemand anweist, was er prüfen lässt und wer wen korrigiert. Die Studie gibt dafür Beispiele. Ein erfahrener Entwickler mit seiner ersten Frage zu Rust ist bei Rust Anfänger. Eine Buchhalterin, die nie Python geschrieben hat, ist bei ihrer Aufgabe Expertin, wenn sie genau vorgibt, nach welchen Regeln ein Skript Konten abgleichen muss, und den Sonderfall beim Monatsabschluss bemerkt, den das Skript falsch behandelt.

Je größer die Sachkenntnis, desto öfter gelingt die Sitzung. Als belegten Erfolg zählt die Studie eine Sitzung, die ein Modell als gelungen einstuft. Dazu muss sie ein hartes Signal hinterlassen, etwa einen Commit oder bestandene Tests. Sitzungen von Anfängern erreichen das zu 15 Prozent, Sitzungen ab mittlerer Sachkenntnis zu 28 bis 33 Prozent. Der größte Schritt liegt zwischen Anfänger und Mittelstufe. Wer seine Sache ordentlich beherrscht, holt also den größten Teil heraus.

Der Beruf macht dagegen wenig aus. In Sitzungen, die Code schreiben, liegt jede der zehn größten Berufsgruppen beim Erfolg höchstens sieben Prozentpunkte neben den Soft­ware­ent­wick­lern. Die Studie folgert vorsichtig, dass jemand mit Sachkenntnis in seinem Fach damit technische Arbeit erledigen kann, die vorher außer Reichweite lag. Anthropic nennt die Befunde selbst vorläufig.

Wann Cowork die bessere Wahl ist

Anthropic teilt die Arbeit auf zwei Produkte auf. Claude Code ist laut Produktseite für die Soft­ware­ent­wick­lung gebaut, Cowork für Wissensarbeit außerhalb des Programmierens (Produktseite zu Cowork (externe Seite, claude.com)). Seit dem 16.09.2026 legt Anthropic Cowork und den Chat schrittweise zu einem Claude zusammen (Ankündigung (externe Seite, claude.com)). Wo die Umstellung angekommen ist, zuerst in Pro und Max, steht das, was Cowork kann, in jedem Gespräch bereit. Wo dieses Kapitel von Cowork spricht, ist dort diese Arbeit in Claude gemeint. Was die Umstellung für die Oberflächen heißt, steht in Kapitel 01.

Im Alltag überlappen sich die beiden. Claude Code arbeitet in jedem Ordner, auch in einer Notizsammlung oder einem Ordner mit Dokumentation. Dort durchsucht, bearbeitet und ordnet es Texte so, wie es sonst Code bearbeitet (Doku zu Arbeitsabläufen (externe Seite, code.claude.com)). Cowork stellt fertige Office-Dateien her: Tabellen in Excel mit funktionierenden Formeln, Präsentationen in PowerPoint und formatierte Dokumente (Cowork-Doku (externe Seite, claude.com)).

Wie selbstständig Claude auf welcher Oberfläche arbeitet, lässt der Wirtschaftsindex vom Juni 2026 von einem Modell einstufen, auf einer Skala von 1 bis 5 (Bericht Juni 2026 (externe Seite, anthropic.com)). Bei 26 von 31 Arten von Ergebnissen arbeitet Claude in Claude Code selbstständiger als im Chat oder in Cowork.

Die größte Ausnahme nennt der Bericht in einer Fußnote: Daten und Tabellen. Dort arbeitet Claude in Chat und Cowork selbstständiger, mit 3,09 gegen 2,74 Punkten. Den Abstand erklärt der Bericht größtenteils mit den Aufgaben selbst. In Chat und Cowork geht es bei Tabellen meist um Finanzmodelle und Dashboards, deren Aufbau Claude entwirft. In Claude Code geht es meist darum, Daten nach genauer Vorgabe herauszuziehen und zu etikettieren.

Die Belege legen eine Faustregel nahe. Soll am Ende eine Office-Datei stehen, oder soll Claude den Aufbau einer Tabelle selbst entwerfen, passt Cowork. Claude Code passt, wenn die Dateien als Text in einem Ordner liegen. Dasselbe gilt, wenn das Ergebnis versioniert und wiederholbar sein soll oder die Arbeit die Programme des eigenen Rechners braucht. Woran sich die Grenze im Einzelnen festmachen lässt, zeigt die zweite Ebene.

Die Fälle im Abschnitt Anwendungsfälle

Dieses Kapitel eröffnet den Abschnitt Anwendungsfälle der Rubrik. Die folgenden Kapitel nehmen sich je einen Einsatz vor, mit Aufgabe, Vorgehen, Ergebnis und Grenzen. Kapitel 08 führt ein Programm vom Prototyp über das MVP bis zum Produkt im Betrieb. Vier weitere Kapitel folgen:

• wie man sich in fremden Code einarbeitet (Kapitel 09),
• wie Claude Code Texte und Dateien in Ordnern bearbeitet (Kapitel 10),
• wie aus Rohquellen eine Wissensbasis wird (Kapitel 11),
• wie es Rechner und Netz pflegt (Kapitel 12).

Am Ende des Abschnitts zeigt Kapitel 13, wie aus einer Tabelle eine nachprüfbare Auswertung wird.

Die erste Ebene hat den Aufgabenmix im Überblick gezeigt. Diese Ebene geht in die Einzelheiten der Studie und zieht zwei weitere Quellen hinzu. Die eine ist eine Auswertung über die eigene Belegschaft von Anthropic, die andere der Wirtschaftsindex vom Juni 2026. Am Ende steht, woran man die Grenze zwischen Claude Code und Cowork festmacht.

Wie die Studie die Arbeitsweisen trennt

Jede Sitzung bekommt genau eine von neun Arbeitsweisen, auch wenn sie mehrere Phasen durchläuft. Den Ausschlag gibt die Tätigkeit, die den größten Teil der Sitzung ausmacht. Der Anhang der Studie (externe Seite, anthropic.com) legt die vollständige Anweisung an das einstufende Modell offen. Daraus ergeben sich einige Grenzen, die man beim Lesen der Zahlen kennen sollte:

• Bauen und Reparieren: Bauen erweitert, ordnet um oder beschleunigt Code, der funktioniert. Reparieren beginnt mit etwas Kaputtem.
• Bauen und Analysieren: Beim Analysieren ist der Code Mittel zum Zweck. Das Ergebnis ist eine Zahl, eine Tabelle, eine Grafik oder ein Bericht. Eine Datenstrecke, die dauerhaft laufen soll, zählt als Bauen.
• Bauen und Betrieb: Ausliefern, Konfigurieren, CI und Überwachung zählen zum Betrieb, der ausgelieferte Code zählt zum Bauen.
• Schreiben: Gemeint ist Wissensarbeit für menschliche Leser, mit Texten, Folien und Nachrichten als Ergebnis. Dazu zählt der Anhang ausdrücklich die Pflege eigener Notizen, Zusammenfassungen und Tagebücher.

Wer Claude Code in einer Notizsammlung einsetzt, landet in dieser Studie also meist beim Schreiben. Die Studie selbst beschreibt diese Arbeitsweise als Kommunikation über Präsentationen und andere Dokumente in Prosa.

Wie viel Claude zwischen zwei Anweisungen tut

Auf jede Anweisung hin liest Claude Dateien, ändert Code, führt Befehle aus und schreibt im Mittel 2.400 Wörter Ausgabe. Wie viel es zwischen zwei Anweisungen tut, hängt daran, wer entscheidet. Behält der Mensch die Ausführung in der Hand, also über 80 Prozent der Entscheidungen dazu, macht Claude je Anweisung etwa acht Aktionen. Trifft Claude über 80 Prozent der Pla­nungs­ent­schei­dungen, sind es etwa 16. Was eine Aktion sein kann, vom Lesen einer Datei bis zum Befehl in der Shell, zeigt Kapitel 04.

Die Verteilung hat einen langen Ausläufer. Rund 2 Prozent der Sitzungen kommen im Mittel auf mehr als 100 Aktionen je Anweisung.

Auch die Sachkenntnis verändert die Menge. Bei Anfängern löst eine Anweisung etwa fünf Aktionen und rund 600 Wörter aus. Bei Experten sind es zwölf Aktionen und 3.200 Wörter, also mehr als doppelt so viele Aktionen und gut fünfmal so viel Text. Der Abstand besteht nach der Studie in jeder Arbeitsweise und in jeder Wertstufe der Aufgaben.

Erfolg nach Sachkenntnis

Die Studie misst Erfolg in zwei Stufen. Ein Modell liest den Verlauf und entscheidet, ob die Person erreicht hat, was sie wollte, ganz, teilweise oder gar nicht. Belegt ist der Erfolg erst, wenn dazu ein hartes Signal kommt: ein passender Commit, ein Pull Request, bestandene Tests, ein Befehl mit der erwarteten Ausgabe oder die ausdrückliche Bestätigung der Person.

Die Zahlen stammen aus der Studie, Stand Juni 2026, und gelten für alle Sitzungen mit erkennbarem Ziel. Es sind bereinigte Werte: Verglichen werden nur Sitzungen mit derselben Arbeitsweise, demselben geschätzten Wert, aus demselben Monat, zum selben Thema und von derselben Art Nutzer. Die Skala hat fünf Stufen, die Tabelle fasst die oberen drei zusammen. Die zweite Stufe liegt laut der fünften Abbildung dazwischen, bei etwa 21 und 87 Prozent.

Im Verhältnis größer wird der Abstand, wenn eine Sitzung auf Schwierigkeiten stößt, etwa einen Fehler, einen roten Test oder Unmut der Person. Dann erreichen Sitzungen von Anfängern zu 4 Prozent einen belegten Erfolg, die von Experten zu 15 Prozent. Anfänger geben in dieser Lage auch öfter auf. 19 Prozent ihrer Sitzungen mit Schwierigkeiten enden ohne Erfolg und ohne eine einzige geschriebene Codezeile, bei allen anderen sind es 5 bis 7 Prozent.

Erfolg nach Beruf

Den Beruf leitet ein Modell aus dem Projekt ab, aus Dateinamen, Unterlagen und Wortwahl. Dass jemand programmiert, soll es dabei ausdrücklich nicht als Hinweis auf einen Beruf in der Soft­ware­ent­wick­lung werten. Gelungen ist die Zuordnung bei etwa 70 Prozent der Sitzungen. Am schnellsten wachsen unter den Berufen außerhalb der Software die Führung, der Vertrieb und die Rechtsberufe.

Über alle Sitzungen erreichen Leute aus Softwareberufen in etwa 30 Prozent einen belegten Erfolg, alle übrigen in etwa 26 Prozent. In Sitzungen, die Code schreiben, sind es 34 und 29 Prozent. Mindestens teilweise gelingen solche Sitzungen zu 89 und 88 Prozent. Der Abstand von fünf Punkten beim belegten Erfolg ist laut Studie über die sieben Monate gleich geblieben, während beide Gruppen besser wurden.

Die Führungsberufe liegen beim belegten Erfolg sogar knapp vor der Soft­ware­ent­wick­lung. Die Studie bietet zwei Erklärungen an. Wer führt, gibt vielleicht auch einem Agenten bessere Anweisungen. Oder Führungskräfte bestätigen im Verlauf häufiger, dass sie bekommen haben, was sie wollten, und genau das zählt beim Beleg mit.

Was Anthropic im eigenen Haus misst

Eine ältere Auswertung betrifft Anthropic selbst (Bericht (externe Seite, anthropic.com)). Ausgewertet sind 200.000 Verläufe aus Claude Code vom Februar und August 2025. Die Einteilung ist eine andere als in der Studie von 2026: Ein Verlauf kann dort mehreren Arten von Aufgaben angehören. Die Zahlen lassen sich deshalb nicht neben die neun Arbeitsweisen legen.

Zwei Verschiebungen fallen in diesen sechs Monaten auf. Neue Funktionen zu bauen stieg laut Bericht von 14,3 auf 36,9 Prozent der eingestuften Aufgaben, Entwurf und Planung von Code von 1,0 auf 9,9 Prozent. Das sind Anteile. Ob deshalb insgesamt mehr Funktionen gebaut wurden, lässt sich daraus laut Anhang des Berichts nicht ablesen. Der Bericht hält offen, ob Claude bei solchen Aufgaben besser geworden ist oder ob die Teams es für andere Abläufe einsetzen. 8,6 Prozent der Aufgaben gelten kleinen Verbesserungen, die sonst meist zurückgestellt würden, etwa einem Umbau für bessere Wartbarkeit oder einem Kürzel im Terminal.

Beschäftigte ohne technische Aufgaben setzen Claude Code dort vor allem zur Fehlersuche ein, etwa bei Netzwerkproblemen oder Vorgängen in Git. Bei diesen Beschäftigten sind das 51,5 Prozent der Verläufe, weitere 12,7 Prozent gelten der Datenanalyse. Hier fragt ein Hersteller nach der Arbeit der eigenen Leute mit dem eigenen Werkzeug. Der Bericht hält selbst fest, dass sich seine Befunde derzeit wahrscheinlich nicht auf andere Organisationen übertragen lassen. Als Gründe nennt er die vielen frühen Anwender im eigenen Haus und ein Feld, das sich schnell ändert.

Dieselbe Aufgabe auf zwei Oberflächen

Der Wirtschaftsindex vom Juni 2026 ordnet Gespräche nach ihrem Ergebnis, etwa Code, Bericht, Präsentation oder Tabelle (Bericht Juni 2026 (externe Seite, anthropic.com)). Danach stuft ein Modell ein, wie selbstständig Claude dabei entscheiden durfte, auf einer Skala von 1 bis 5. Chat und Cowork wertet der Bericht gemeinsam aus und stellt sie Claude Code gegenüber.

Über alle Gespräche liegt Claude Code im Mittel 0,37 Punkte höher. Etwa zwei Drittel davon kommen daher, dass dieselben Aufgaben in Claude Code mit mehr Spielraum übergeben werden. Das übrige Drittel kommt aus einem anderen Mix an Ergebnissen. Wie stark sich das an einem Blogbeitrag zeigt und warum laut Anthropic das Produkt wahrscheinlich mehr ausmacht als das Modell darunter, steht in KI als Mitarbeiter, Kapitel 01.

Bei Daten und Tabellen kehrt sich die Richtung um, mit 3,09 Punkten in Chat und Cowork gegen 2,74 in Claude Code. Etwa 70 Prozent dieses Abstands erklärt der Bericht mit einem anderen Mix an Aufgaben. Ein Teil geht auf Cowork zurück. Dort ist Arbeit mit Daten und Tabellen häufiger als im Schnitt und besonders selbstständig. Der Bericht nennt noch einen Unterschied in der Art der Ergebnisse. In Chat und Cowork liefert Claude mehr Erklärungen als in Claude Code.

Woran man die Grenze festmacht

Die Belege beider Seiten lassen sich an drei Merkmalen ordnen. Die Ordnung stammt aus diesem Kapitel, denn Anthropic beschreibt jedes Produkt für sich.

Das Format des Ergebnisses. Cowork stellt laut Doku Tabellen in Excel mit funktionierenden Formeln, Präsentationen und formatierte Dokumente her (Cowork-Doku (externe Seite, claude.com)). Die Produktseite (externe Seite, claude.com) listet dazu die Formate auf, die Cowork lesen und bearbeiten kann, von Word über Excel bis PowerPoint.

Für Claude Code beschreibt die Doku zu Arbeitsabläufen (externe Seite, code.claude.com) Ordner mit Notizen, Dokumentation und Markdown-Dateien. Dort sieht Claude Code auch Änderungen, die man in einem anderen Programm gemacht hat, beim nächsten Lesen der Datei.

Die Oberfläche und der Ort der Arbeit. Cowork läuft in den Apps von Claude, ohne Terminal. Neue Aufgaben in Pro und Max laufen seit dem 06.10.2026 in der Cloud (Hilfeartikel zu Cowork (externe Seite, support.claude.com)). Sie laufen also weiter, wenn man den Rechner zuklappt. Für Aufgaben, die nur auf dem eigenen Rechner laufen sollen, verweist derselbe Artikel auf Claude Code in der Desktop-App. Claude Code arbeitet dann im eigenen Ordner, mit den Programmen und dem Git des eigenen Rechners.

Wie genau die Vorgabe ist. Lässt sich die Aufgabe genau beschreiben, etwa Felder aus vielen Dateien herausziehen und etikettieren, liegt sie nach dem Wirtschaftsindex typischerweise in Claude Code. Soll Claude den Aufbau selbst entwerfen, etwa ein Finanzmodell oder ein Dashboard, liegt sie typischerweise in Chat und Cowork.

Dieselbe Aufteilung steht in der Doku zur Desktop-App, dort als Regel für Dispatch. Dispatch nimmt im Reiter Cowork Aufgaben entgegen und startet für Ent­wick­lungs­ar­beit eine Sitzung von Claude Code. Recherche, Arbeit an Dokumenten und Tabellen bleiben in Cowork (Desktop-Doku (externe Seite, code.claude.com)). Der Satz beschreibt, wohin Dispatch eine Aufgabe schickt. Wofür Claude Code selbst taugt, steht in der Doku zu den Arbeitsabläufen, und dort gehören Notizen und Dokumentation dazu.

Für kleine Aufgaben überschneiden sich beide Produkte ohnehin. Als passende Aufgaben für Cowork im Tarif Pro nennt die Produktseite (externe Seite, claude.com) etwa, einen Ordner aufzuräumen oder einen kurzen Bericht zusammenzustellen. Wie Claude Code dieselbe Arbeit an Texten und Dateien erledigt, zeigt Kapitel 10.

Beide Hauptquellen dieses Kapitels stammen vom Hersteller, und beide lassen ein Modell einstufen, was Menschen mit dem Produkt tun. Diese Ebene zeigt, wie die Erhebungen gebaut sind und wo ihre Zahlen enden. Grundlage ist neben den beiden Berichten der Anhang zur Studie über Claude Code (externe Seite, anthropic.com), ein PDF mit den vollständigen Anweisungen an die einstufenden Modelle.

Welche Sitzungen die Stichprobe enthält

Laut Anhang umfasst die Stichprobe 398.198 zufällig gezogene Sitzungen von 234.751 Personen. Gut 73.000 dieser Personen kommen mehr als einmal vor. Erfasst sind Sitzungen im Terminal, in der Desktop-App und auf claude.ai. Die Nutzung durch Anthropic selbst ist ausgenommen.

Ausgenommen sind auch Claude Code in fremden Ent­wick­lungs­um­ge­bungen, die Nutzung über das SDK und der Modus ohne Dialog mit claude -p. Die Studie nennt dafür zwei Gründe. Ein großer Teil davon ist programmgesteuert: Claude Code steckt dann in automatischen Werkzeugen und Abläufen und spricht mit keinem Menschen. Und auch wo ein Mensch dabei ist, sieht die Studie dort seine Sitzung nicht von Anfang bis Ende. Diese Nutzung macht laut Studie einen erheblichen Teil der Aktivität aus. Eine Zahl dazu nennt sie nicht.

Für den Aufgabenmix heißt das: Was über claude -p oder das SDK läuft, etwa ein nächtlicher Prüflauf oder ein Review per GitHub Action, fehlt darin. Wie solche Läufe gebaut sind, zeigt Kapitel 29. Der Anteil von Betrieb und Tests an der gesamten Nutzung kann deshalb höher liegen als in den neun Arbeitsweisen. Gemessen ist das nicht.

Ein Modell stuft ein, ein zweites prüft nach

Alle Einstufungen der Studie stammen von Claude Sonnet 4.6, wenn nichts anderes angegeben ist. Die Ausnahme ist laut Anhang der geschätzte Wert einer Sitzung. Dort schreibt Claude Haiku 4.5 die Sitzung als Auftrag für Freiberufler um, und Claude Opus 4.7 setzt den Preis. Niemand aus dem Forschungsteam liest einzelne Verläufe, und jede Zahl fasst Sitzungen von einer Mindestzahl verschiedener Personen zusammen. Bei den neun Arbeitsweisen gibt es laut Anhang keine Antwort „unklar“. Auch eine kurze oder mehrdeutige Sitzung bekommt die Arbeitsweise, die am besten passt. Der Anhang nennt eine Einschränkung, die man im Haupttext nicht findet. Das Modell sieht jeden Verlauf gekürzt, auf höchstens 25.000 Zeichen insgesamt und 5.000 Zeichen je Beitrag. Eine Sitzung über mehrere Stunden kennt es also nur in Ausschnitten.

Einen ersten Abgleich liefern die technischen Aufzeichnungen jeder Sitzung. Von den Sitzungen, die das Modell als Arbeit am Code eingestuft hatte, hatten über 90 Prozent tatsächlich Codezeilen geändert.

Wie gut die Einstufung im Einzelnen trifft, ist schwer zu prüfen. Die Studie sagt das selbst. Ob Menschen so lange Verläufe verlässlicher einstufen als ein starkes Modell, bezweifelt sie. Sie hat deshalb laut Anhang einen anderen Weg gewählt:

1. Dieselben Anweisungen liefen über 198 öffentliche Sitzungen aus dem Datensatz SWE-chat.
2. Ein starkes Vergleichsmodell, Mythos Preview, hat dieselben Sitzungen eingestuft.
3. Wo beide auseinanderlagen, entschied es als blinder Schiedsrichter, ob der Fall offen war oder die Einstufung falsch.
4. Einer der Autoren hat die 15 als bedenklich markierten Fälle nachgesehen und in 11 davon zugestimmt.

Bei Einstufungen in Klassen, wie den neun Arbeitsweisen, stimmten beide Modelle in 78 bis 98 Prozent der Sitzungen überein. Bei Skalen wie der Sachkenntnis lag die genaue Übereinstimmung bei 53 bis 68 Prozent, mit einem Punkt Spielraum bei 78 bis 99 Prozent. Der Anhang zieht daraus selbst den Schluss, einzelne Einstufungen nicht zu überlesen. Belastbarer seien Vergleiche zwischen Gruppen und über die Zeit, solange die Fehler in allen Gruppen ähnlich ausfallen. Ob sie das tun, hat die Studie nach eigener Angabe nicht im Einzelnen geprüft.

Was als Erfolg zählt

Ob ein Ergebnis später gebraucht wird, sieht die Studie nicht. Sie kann nicht messen, ob Code aus einer Sitzung im Einsatz bleibt oder verworfen wird. Als Erfolg zählt, was im Verlauf steht: ein Commit, bestandene Tests, die Zustimmung der Person. Wer im Verlauf ausdrücklich bestätigt, hinterlässt damit mehr Belege. Für die Führungsberufe nennt die Studie das selbst als mögliche Erklärung ihres Vorsprungs.

Eine zweite Verzerrung betrifft die Sitzungen mit Schwierigkeiten. Experten geraten seltener in Schwierigkeiten. Wenn doch, dann wahrscheinlich bei schwereren Problemen. Ein Teil des Abstands zwischen Anfängern und Experten kann laut Fußnote daher rühren, dass Anfänger an Routineproblemen hängen bleiben und Experten an schweren.

Gestützt wird der Befund zur Sachkenntnis von einer Probe im eigenen Haus. Laut Anhang liefen dieselben Anweisungen über Sitzungen von Anthropic, deren Commits sich bis in den Hauptzweig verfolgen lassen. Auch dort stieg der eingestufte Erfolg mit der Sachkenntnis, um etwa 3 bis 5 Prozentpunkte je Stufe und innerhalb derselben Person.

Wo Text und Abbildungen der Studie auseinandergehen

Den Wert einer Sitzung schätzt die Studie mit zwei Modellen, durch den Vergleich mit Aufträgen für Freiberufler. Wie grob das ist, zeigt der Anhang. Auf 999 echten Aufträgen erklärt die Schätzung etwa 38 Prozent der Streuung der logarithmierten Preise. Kleine Aufträge schätzt sie etwa 2,4-fach zu hoch, die größten etwa 7-fach zu niedrig.

Im Haupttext steht ein Zuwachs von 27 Prozent von Oktober bis April, so beschriftet auch die vierte Abbildung. In der Zusammenfassung am Anfang derselben Seite steht, der Wert sei in fast jeder Art von Arbeit gestiegen, um etwa 25 Prozent im Mittel. Beide Zahlen stammen aus demselben Bericht. Welche Rechnung hinter der kleineren steht, sagt er nicht.

Für Bauen, Betrieb und Reparieren nennt der Text 43, 34 und 32 Prozent. Für die Linie „communicate“ in der vierten Abbildung waren es 2 Prozent. Unter den gezeigten Linien ist sie die einzige, die kaum wächst. Ihr Anteil an den Sitzungen hat sich ungefähr verdoppelt, ihr geschätzter Wert je Sitzung kaum verändert.

Was diese Linie zählt, sagen Text und Abbildung verschieden. Die Abbildung beschriftet sie als Kommunikation, also Schreiben. Der Text derselben Seite spricht vom Wachstum von Schreiben und Datenanalyse zusammen.

Auch beim Reparieren weichen beide voneinander ab. Der Text nennt für Oktober 2025 einen Anteil von 33 Prozent, die vierte Abbildung zeigt etwa 32.

Zwanzig Stunden je Woche, im Programm gemessen

Die Studie nennt in der Einleitung eine Zahl, die leicht falsch zu lesen ist. Nutzer von Claude Code verwenden das Werkzeug im Mittel 20 Stunden pro Woche. Die Fußnote dazu sagt, dass hier die Stunden gezählt sind, in denen Claude Code aktiv lief. Wie lange jemand selbst davor saß und schrieb, ist darin ausdrücklich nicht erfasst.

Was der Vergleich der Oberflächen abdeckt

Der Wirtschaftsindex vom Juni 2026 hat andere Grenzen (Bericht Juni 2026 (externe Seite, anthropic.com)). Seine Daten stammen aus Gesprächen vom 10.04. bis 10.06.2026. Für den Vergleich der Oberflächen kommen Sitzungen von Claude Code aus demselben Zeitraum dazu.

Drei Punkte schränken den Vergleich ein:

• Chat und Cowork stehen zusammen. Der Bericht weist Cowork nicht getrennt aus. Für Daten und Tabellen sagt er nur, dass Cowork einen Teil des Vorsprungs ausmacht.
• Die Seite von Chat und Cowork umfasst nur private Konten, also Free, Pro und Max, auf claude.ai und in der Desktop-App. Team und Enterprise fehlen dort. Für Claude Code nennt der Bericht nur den Zeitraum.
• Die Modelle sind verschieden verteilt. 54 Prozent der Sitzungen in Claude Code laufen auf Opus, im Chat und in Cowork 10 Prozent. Bei Sitzungen mit Sonnet bleibt ein Abstand von 0,26 Punkten. Das Modell erklärt den Unterschied also nur zum Teil.

Die Ausnahme bei Daten und Tabellen ist damit vor allem ein Befund über die Aufgaben, die Leute auf die eine oder andere Oberfläche bringen. Etwa 70 Prozent des Abstands gehen laut Bericht auf einen anderen Mix zurück. Der Bericht vergleicht Mittelwerte je Oberfläche. Wie selbstständig Claude Code eine offene Aufgabe zu einer Tabelle erledigen würde, lässt sich daraus nicht ablesen.

Drei Erhebungen, drei Zeiträume

Die drei Quellen dieses Kapitels messen zu verschiedenen Zeiten, und in allen stuft ein Modell die Gespräche ein.

Zwischen der ältesten und der jüngsten Erhebung liegt mehr als ein Jahr. Die Verschiebung von der Reparatur zum Betrieb und zum Schreiben ist bis April 2026 gemessen. Ob sie seither weiterläuft, sagt keine der drei Quellen. Die Studie kündigt an, ihre Zahlen fortzuschreiben, wenn sich Modelle, Nutzer und Arbeitsteilung ändern. Als Signal nennt sie selbst einen sinkenden Vorteil der Sachkenntnis. Er wäre ein Hinweis, dass die Modelle anfangen, das Urteil zu liefern, das heute noch die Menschen mitbringen.