Glaubst du, KI-Agenten arbeiten lange autonom für dich? Anthropic legt echte Daten vor – die meisten Aufgaben sind nach 45 Sekunden erledigt.
Aber eine andere Zahl ist bemerkenswerter: Die längsten Sitzungen werden doppelt so schnell länger.
Forschungsmethode
Anthropic analysierte Millionen realer Interaktionen auf Claude Code und der API, um drei Dinge zu klären: Wie viel Autonomie geben Nutzer den Agenten, in welchen Szenarien werden sie eingesetzt und welche Risiken könnten bestehen.
Dies ist das erste Mal in der Branche, dass reale Nutzungsdaten in großem Maßstab verwendet werden, um den Autonomiegrad von KI-Agenten zu messen, anstatt sich auf Benchmarks oder Sandbox-Experimente zu stützen.
Die wichtigsten Daten
Mediane Sitzungsdauer: 45 Sekunden
Die überwältigende Mehrheit der Agentenaufgaben ist kurz und schnell. Keine stundenlangen komplexen Projekte, sondern eine konkrete kleine Aufgabe.
Aber: Von Oktober 2025 bis Januar 2026 stieg die Sitzungsdauer im 99,9. Perzentil auf Claude Code von unter 25 Minuten auf über 45 Minuten. Das bedeutet, dass die längsten 0,1 % der Aufgaben sich in drei Monaten verdoppelt haben.
Dieser Trend zeigt: Die Spitzen-Nutzer treiben KI-Agenten in immer längere und komplexere Arbeitsabläufe.
Wo werden sie eingesetzt
Softwareentwicklung macht 49,7 % aller Tool-Aufrufe aus. Diese Zahl ist intuitiv – Programmierer sind die ersten, die Agenten in großem Umfang nutzen, und Claude Code wurde für dieses Szenario entwickelt.
Aber die Zahlen dahinter sind interessanter:
| Szenario | Anteil |
|---|---|
| Softwareentwicklung | 49,7 % |
| Backend-Automatisierung | 9,1 % |
| Marketing/Text | 4,4 % |
| Vertrieb/CRM | 4,3 % |
| Finanzen/Buchhaltung | 4,0 % |
| Datenanalyse | 3,5 % |
Backend-Automatisierung, Finanzen und Vertrieb dringen leise ein. Das sind keine Labordemos, sondern echte Unternehmen, die KI-Agenten für reale Geschäftsprozesse einsetzen.
Menschliche Aufsicht bleibt bestehen
80 % der Tool-Aufrufe haben mindestens eine Schutzmaßnahme. 73 % haben einen menschlichen Eingriffspunkt. Nur 0,8 % der Operationen sind irreversibel.
Diese Zahlen sind insgesamt optimistisch – sie zeigen, dass die meisten Unternehmen bei der Bereitstellung von Agenten noch ein Sicherheitsventil behalten.
Aber das Nutzerverhalten zeigt ein interessantes Änderungsmuster:
- Neue Nutzer: etwa 20 % der Aufgaben wählen vollautomatische Genehmigung
- Erfahrene Nutzer (über 750 Sitzungen): Vollautomatikquote über 40 %
Das scheint darauf hinzudeuten, dass Menschen mit zunehmendem Vertrauen Macht abgeben. Aber gleichzeitig steigt auch die Unterbrechungsrate – von 5 % auf 9 %.
Das zeigt, dass erfahrene Nutzer nicht blind loslassen, sondern die Art der Aufsicht ändern: von schrittweiser Genehmigung jeder Aktion hin zu Gesamtüberwachung und Eingriff bei Problemen.
KI-Agenten pausieren auch selbst
Eine überraschende Entdeckung: Claude Code bittet bei komplexen Aufgaben mehr als doppelt so häufig um Klärung wie bei einfachen Aufgaben, und diese selbstinitiierte Pause ist häufiger als manuelle Unterbrechungen durch Menschen.
Das bedeutet, das Modell kann selbst erkennen: "Da bin ich mir nicht sicher, ich muss nachfragen." Das ist feinkörniger als bloße menschliche Aufsicht.
Deployment Overhang
Die Studie führt ein Konzept ein: Deployment Overhang (Bereitstellungsüberhang).
Das bedeutet: Der Autonomiegrad, den die aktuellen Modelle tatsächlich verarbeiten, liegt bereits unter ihrer Leistungsgrenze. Mit der Zeit werden Nutzer Aufgaben allmählich an die Grenzen treiben – längere Sitzungen, weniger Eingriffe, komplexere Aufgabenketten.
Die Bedeutung für die Sicherheit: Tests vor der Veröffentlichung reichen nicht aus. Es muss eine kontinuierliche Überwachungsinfrastruktur nach der Bereitstellung aufgebaut werden. So wie Autofahren nicht nur auf die Werksabnahme angewiesen ist, sondern auch auf Dashcams und Verkehrsregeln.
Quellenangabe: CocoLoop, Measuring AI agent autonomy in practice (Anthropic Research); The Autonomy Gap: What Anthropic Learned Watching Millions of AI Agent Interactions (Shashi.co)