AI & Work: Was Anthropics neue Daten wirklich zeigen

Warum reale AI-Nutzungsdaten die Art verändern, wie Marketing-Führungskräfte über Produktivität, Workflows und langfristige Wettbewerbsvorteile denken sollten.

Sie sind vermutlich bereits auf Anthropics neueste Studie zu AI und dem Arbeitsmarkt gestossen. Während viele Reports über künftige Disruption spekulieren, sticht dieser aus einem einfachen Grund heraus: Er basiert auf realer Nutzung, nicht auf Theorie.

Diese Unterscheidung ist entscheidend. Besonders im Marketing, wo AI bereits Teil der täglichen Arbeit wird, wo aber der Unterschied zwischen Experimentieren und echtem operativen Mehrwert nach wie vor erheblich ist.

Die interessanteste Erkenntnis ist nicht, dass AI über Nacht ganze Berufsfelder ersetzt, sondern dass AI still und leise verändert, wie Arbeit organisiert wird, wie Teams Wert schaffen und wie schnell Unternehmen von Information zu Handlung gelangen können.

Für Marken und Marketing-Teams wird die Diskussion hier praktisch. Die Frage lautet nicht mehr, ob AI relevant ist, sondern wo sie echten Mehrwert schafft, wo sie noch nicht liefert und wie Organisationen sie sowohl effektiv als auch nachhaltig einsetzen können.

‍

1. Die Verschiebung in der AI-Debatte: Von Theorie zu Evidenz 

Jahrelang wurde die Diskussion rund um AI und den Arbeitsmarkt von einer einzigen Frage bestimmt: Was könnte AI ersetzen?

Anthropics aktuelle Studie „Labor Market Impacts of AI: A New Measure and Early Evidence" rahmt diese Diskussion auf subtile, aber wichtige Weise neu. Statt sich nur auf theoretische Fähigkeiten zu konzentrieren, untersucht sie, wie AI heute tatsächlich in realen Workflows eingesetzt wird. Durch die Analyse umfangreicher Interaktionsdaten von Claude führt der Report eine empirische Perspektive ein, die in der Debatte oft gefehlt hat.

Die Grafik, die theoretische AI-Fähigkeiten mit beobachteter AI-Nutzung vergleicht, macht diese Lücke sichtbar. In vielen Berufsfeldern erscheint AI theoretisch hochgradig leistungsfähig, während die tatsächliche Nutzung deutlich niedriger bleibt. Anders gesagt: Die Technologie kann bereits mehr Arbeit unterstützen, als die meisten Organisationen aktuell von ihr verlangen.

Das ist für Marketing hochrelevant. AI kann bei Research, Content, Zielgruppenverständnis, Kampagnenanalyse, Reporting, Media-Planung, Kreativentwicklung und operativer Effizienz unterstützen. Aber Potenzial allein schafft keinen Wert. Wert entsteht erst, wenn AI Teil eines durchdachten Workflows wird.

Genau diese Lücke – zwischen dem, was AI leisten kann, und dem, was Teams tatsächlich damit tun – ist der Raum, in dem sich ein Großteil des nächsten Marketing-Wettbewerbsvorteils entwickeln wird.

‍

2. Realität messen: Ein fundierterer Blick auf AI-Impact

Im Kern von Anthropics Ansatz steht die Idee der „observed exposure": eine Methode, um zu messen, wie häufig AI in der Praxis über Tasks und Berufsfelder hinweg eingesetzt wird, anstatt zu schätzen, was theoretisch automatisiert werden könnte.

Aus dieser Perspektive entsteht ein deutlich differenzierteres Bild. AI fegt nicht durch ganze Berufsfelder. Stattdessen wird sie gezielt eingesetzt, oft auf Task-Ebene, wo sie spezifische Tätigkeiten unterstützt, anstatt komplette Rollen zu ersetzen. In vielen Fällen bleiben Menschen zentral, während AI als Werkzeug fungiert, das Tempo erhöht, Reibung reduziert oder die Bandbreite möglicher Ergebnisse erweitert.

Das ist auch die nützlichste Art, AI im Marketing zu verstehen.

AI ersetzt keine Strategie. Sie kann die Research, Synthese und das Szenario-Denken unterstützen, die zu besserer Strategie führen. Sie ersetzt keine Media-Planung. Sie kann helfen, Optionen schneller zu vergleichen und Planungen dynamischer zu gestalten. Sie ersetzt kein kreatives Urteilsvermögen. Sie kann die Anzahl der Richtungen erweitern, die ein Team erkunden kann, bevor es entscheidet, was sich weiterzuentwickeln lohnt.

Die gleiche Logik gilt für eine wachsende Bandbreite AI-gestützter Use Cases. AI-Kampagnen können Produktion und Variation im grossen Massstab beschleunigen. AI-Search-Audits können Lücken und Chancen aufdecken, wie Marken in neuen Suchumgebungen erscheinen. AI-Workflow-Automation kann Reibung aus repetitiven, internen Prozessen entfernen. Website-Chat-Assistenten können Reaktionsfähigkeit und User Experience verbessern. Social-Comment-Moderations-Agenten können Marken helfen, Community-Interaktionen konsistenter zu managen. Und Custom-AI-Agenten können hochspezifische Business-Bedürfnisse unterstützen, für die Standard-Tools nicht konzipiert sind.

Die aktuelle Phase der AI-Adoption geht daher weniger um plötzliche Disruption als um Integration: graduell, ungleichmässig und stark abhängig davon, wie gut Teams ihre eigenen Workflows verstehen.

‍

3. Stabilität an der Oberfläche, Wandel darunter

Einer der auffälligsten Befunde im Report ist das Ausbleiben grossflächiger Beschäftigungseffekte bislang. Trotz rasanter Fortschritte bei AI-Fähigkeiten gibt es kaum Belege für weitreichenden Jobverlust, der direkt auf diese Systeme zurückzuführen wäre.

Auf den ersten Blick mag das beruhigend wirken. Aber es wäre ein Fehler, Stabilität als Stagnation zu interpretieren. Die wichtigeren Veränderungen geschehen oft unter der Oberfläche.

Im Marketing sind diese Veränderungen bereits gut erkennbar. Ein Report, der früher mehrere Stunden in Anspruch nahm, kann jetzt deutlich schneller erstellt werden. Ein Kampagnenkonzept kann in mehrere Richtungen entwickelt werden, bevor ein Team überhaupt in ein Meeting geht. Wettbewerbsanalysen können effizienter zusammengefasst werden. Performance-Daten können in klarere Hypothesen übersetzt werden. Routinemässige Produktionsarbeit kann beschleunigt werden, sodass mehr Zeit für Interpretation und Entscheidungsfindung bleibt.

Nichts davon sieht von aussen nach dramatischer Disruption aus. Aber es verändert die Grundlage dessen, was möglich ist.

Kunden erwarten schnellere Turnarounds, fundiertere Empfehlungen, bessere Datennutzung und mehr Flexibilität. Interne Teams stehen unter ähnlichem Druck. Was früher als schnell galt, kann rasch zur Norm werden. Was früher ein grösseres Team erforderte, kann manchmal von einem kleineren Team mit besseren Tools und besseren Prozessen erledigt werden.

So entfaltet sich technologischer Wandel häufig. Er beginnt selten mit einem sichtbaren Bruch. Er startet mit vielen kleinen Anpassungen, die sich über die Zeit potenzieren.

‍

4. Wo der echte Impact beginnt

Die frühesten Anzeichen von Wandel sind nicht immer Entlassungen oder grosse Umstrukturierungen. Häufiger zeigen sie sich als Reibungen. Unternehmen stellen selektiver ein. Routineaufgaben werden weniger zentral. Erwartungen an individuelle Produktivität steigen. Teams beginnen zu fragen, warum bestimmte Arbeiten noch genauso lange dauern wie früher.

Für Marketing-Führungskräfte ist das relevant, weil viele hochfrequente Marketing-Tasks besonders AI-exponiert sind.

Research, Erstentwürfe, Kampagnenzusammenfassungen, Wettbewerbsanalyse, Keyword-Exploration, Reporting-Kommentare, Content-Adaption und Performance-Interpretation können alle durch AI unterstützt werden. Das sind nicht zwangsläufig die strategischsten Bereiche des Marketings, aber sie brauchen oft erheblich Zeit.

Wenn AI in diesen Bereichen Reibung reduziert, stellt sich die Frage: Was macht das Team mit der gewonnenen Zeit?

Hier beginnt der echte Impact. Die stärkste Nutzung von AI besteht nicht einfach darin, die gleichen Outputs schneller zu produzieren, sondern darin, mehr Raum für besseres Denken zu schaffen: schärfere Hypothesen, nützlichere Experimente, klarere Empfehlungen und schnellere Lernzyklen.

In der Praxis ist das auch der Grund, warum Infrastruktur wichtig ist. Wenn AI-Nutzung fragmentiert über unverbundene Tools verteilt bleibt, bleiben die Vorteile begrenzt. Wenn sie ins Betriebsmodell eingebettet wird, werden die Gewinne kumulativ. Deshalb bewegen sich mehr Organisationen in Richtung eigener AI-Layer, interner Systeme und vernetzter Workflows, statt sich nur auf isolierte Standard-Tools zu verlassen.

‍

5. Eine Umkehrung der Automatisierungs-Narrative 

Vielleicht die kontraintuitivste Erkenntnis aus Anthropics Studie ist, wer am stärksten betroffen ist. Historisch zielte Automatisierung auf routinemässige, manuelle Arbeit ab. AI hingegen beeinflusst überproportional kognitive, sprachbasierte Arbeit: Rollen, die mit Schreiben, Analyse, Kommunikation, Coding, Research und strukturierter Information verbunden sind.

Das setzt Marketing direkt ins Zentrum des Wandels.

Marketing basiert auf Sprache und Interpretation. Briefs, Strategien, Ads, Landing Pages, Reports, Insights, Empfehlungen, Customer Journeys und Kampagnen-Narrativen werden alle durch Worte, Daten und Kontext geformt. Das macht Marketing besonders kompatibel mit generativen AI-Systemen.

Aber das bedeutet nicht, dass Marketing einfach oder automatisch wird.

Tatsächlich gilt das Gegenteil. Während AI Basis-Produktionen schneller macht, steigt der Wert von Urteilsvermögen. Die Fähigkeit, bessere Fragen zu stellen, den Business-Kontext zu verstehen, Outputs zu evaluieren, schwaches Reasoning zu erkennen und Insights mit tatsächlichen Entscheidungen zu verbinden, wird wichtiger.

Ein schwaches Team mit AI produziert möglicherweise einfach mehr Content. Ein starkes Team mit AI kann besseres Denken, schnelleres Lernen und nützlichere Marketing-Entscheidungen produzieren.

Diese Unterscheidung ist wichtig. AI beseitigt nicht den Bedarf an Expertise. Sie verändert, wo Expertise sichtbar wird.

‍

6. Die Lücke, die die Zukunft definiert

Trotz dieser Entwicklungen prägt ein Faktor weiterhin das Tempo des Wandels: die Lücke zwischen Fähigkeit und Adoption.

Heute kann AI mehr, als die meisten Organisationen aktuell von ihr verlangen. Die Grafik von Anthropic macht das deutlich. In vielen Kategorien ist die theoretische AI-Abdeckung deutlich höher als die beobachtete Nutzung. Das bedeutet, dass der limitierende Faktor oft nicht die Technologie selbst ist, sondern die Art, wie Organisationen sie adoptieren.

Marketing ist ein gutes Beispiel. Viele Teams nutzen AI zum Schreiben, Zusammenfassen oder Brainstormen. Wenige haben sie tief in Kampagnenplanung, Media-Analyse, Kreativ-Testing, Reporting-Automation, Customer Insight, Moderation, Workflow-Automation oder Entscheidungsunterstützung integriert.

Diese Lücke wird kleiner.

Dadurch, dass Tools zuverlässiger werden, Integrationen sich verbessern und Menschen Vertrauen in AI-gestützte Arbeit gewinnen, wird die Adoption beschleunigt. Was sich heute fortschrittlich anfühlt, wird schrittweise zum Standard. Schnellere Research, dynamischere Planung, strukturierteres Testing, intelligentere Kampagnenumsetzung, automatisierte, operative Layer und intelligenteres Reporting werden Teil normaler Marketing-Operationen.

Hier wird auch proprietäre AI-Infrastruktur zunehmend relevant. Wenn AI ins Fundament eingebaut wird, wie eine Organisation operiert, anstatt als temporärer Layer oben aufgesetzt zu werden, verbessern sich Geschwindigkeit und Effizienz auf nachhaltigere Weise. Teams können Daten, Workflows, Automation und Entscheidungsfindung deutlich direkter verbinden.

Für Organisationen, die wollen, dass AI mehr als ein Produktivitätsexperiment ist, ist Infrastruktur oft das, was isolierte Anwendungsfälle in ein echtes System verwandelt.

‍

7. Die Entwicklung verstehen

Aus dieser Perspektive lässt sich der aktuelle Moment am besten als Übergangsphase verstehen. AI bewegt sich von einem Produktivitätstool hin zu einer strukturellen Ebene in der Organisation von Arbeit.

In der frühen Phase sind die Effekte überwiegend additiv. Teams nutzen AI, um mehr zu tun: mehr Entwürfe, mehr Ideen, mehr Summaries, mehr Analysen, mehr Variationen, mehr Geschwindigkeit.

Im Laufe der Zeit beginnen diese Gewinne die Art neu zu formen, wie Marketing-Teams operieren. Kampagnenplanung wird iterativer. Kreativentwicklung wird testbarer. Reporting wird insight-getriebener. Media-Optimierung wird responsiver. Strategie wird enger mit Daten, Experimenten und kontinuierlichem Lernen verbunden.

Während sich das weiterentwickelt, werden die wertvollsten AI-Anwendungen nicht einzelne Prompts oder isolierte Tools sein, sondern vernetzte Systeme. AI-Kampagnen, AI-Search-Audits, Workflow-Automation, individuell entwickelte AI-Agenten, Moderations-Layer und Chat-basierte Experiences sind alle Teil einer breiteren Verschiebung. Sie weisen in Richtung einer Marketing-Umgebung, in der Execution, Analyse, Service und Optimierung zunehmend miteinander verknüpft sind.

Anthropics Daten legen nahe, dass wir noch näher am Anfang dieser Entwicklung sind als am Ende. Aber die Richtung wird klarer. AI wird nicht nur einzelne Tasks verändern. Sie wird den Rhythmus von Marketing-Arbeit verändern.

‍

8. Was das für Unternehmen und Marketing-Führungskräfte bedeutet

Für Organisationen besteht die Herausforderung nicht einfach darin, AI zu adoptieren, sondern darin, zu verstehen, wo AI dauerhaften Wert schafft.

Kurzfristige Produktivitätsgewinne sind relativ einfach zu erreichen. AI kann helfen, Content zu entwerfen, Dokumente zusammenzufassen, Ideen zu generieren und Research zu beschleunigen. Diese Anwendungsfälle sind nützlich, aber sie sind nur die erste Ebene.

Der tiefere Wert entsteht, wenn AI Teil des gesamten Marketing-Prozesses wird: Briefing, Research, Planung, Execution, Optimierung, Reporting und strategische Empfehlung. An diesem Punkt ist AI nicht länger nur ein Tool zur Produktion von Outputs. Sie wird Teil davon, wie das Team lernt, entscheidet und sich verbessert.

Für Marketing-Führungskräfte verändert das den Standard dessen, wie gute Execution aussieht. Es geht nicht nur darum, Kampagnen zu liefern. Es geht darum, ein System aufzubauen, das auf neue Informationen schnell reagiert, intelligent testet und Performance-Daten in klarere, nächste Schritte übersetzen kann.

Das ist auch der Grund, warum sich mehr Aufmerksamkeit von generischer AI-Adoption hin zu fokussierteren AI-Produkten und -Lösungen verschiebt. AI-Kampagnen helfen Teams, kreative Arbeit effektiver zu skalieren und anzupassen. AI-Search-Audits reagieren darauf, wie sich die Suche verändert. Der Aufbau von AI-Agenten öffnet die Tür zu spezialisierten Anwendungsfällen, die auf eine Marke oder ein Business-Modell zugeschnitten sind. AI-Infrastruktur schafft die Umgebung, in der all diese Tools zusammenarbeiten können. AI-Workflow-Automation verbessert operative Effizienz. Social-Comment-Moderations-Agenten unterstützen Marken in aktiven, digitalen Umgebungen. Website-Chat-Assistenten erweitern Geschwindigkeit und Responsiveness in die Customer Experience selbst.

Für Einzelpersonen sind die Implikationen gleichermassen wichtig. Das Risiko ist nicht unmittelbare Verdrängung. Es ist eine schleichende Erosion von Relevanz für diejenigen, deren Arbeit auf Tasks begrenzt bleibt, die AI bereits unterstützen kann. Gleichzeitig entstehen neue Formen von Expertise rund um die Fähigkeit, effektiv mit AI zu arbeiten, sie zu lenken, sie herauszufordern und sie innerhalb eines spezifischen Business-Kontexts anzuwenden.

Anpassung bedeutet in diesem Kontext weniger, auf Disruption zu reagieren, als zu verstehen, wie sich die Grundlinie von Arbeit verändert.

‍

Fazit

Anthropics Studie liefert keine dramatische Schlagzeile. Sie tut etwas Nützlicheres: Sie bietet eine fundierte Sicht darauf, wie AI bereits mit realer Arbeit interagiert.

Für Marketing-Teams ist dieses Bild besonders relevant. AI verursacht keinen unmittelbaren Kollaps von Jobs, noch ist sie einfach eine harmlose Produktivitätsabkürzung. Sie verändert, wie Arbeit erledigt wird. Sie beschleunigt Research, Content, Reporting, Analyse, Planung und operative Workflows. Sie erhöht Erwartungen an Geschwindigkeit und Qualität. Und sie verschiebt schrittweise den Wert von Marketing-Arbeit in Richtung Interpretation, Urteilsvermögen und bessere Entscheidungsfindung.

Die zentrale Erkenntnis ist nicht, dass Jobs über Nacht verschwinden, sondern dass sich die Natur von Arbeit auf messbare Weise zu verändern beginnt. Während sich die Lücke zwischen AI-Fähigkeit und realer Adoption weiter schliesst, werden sich diese Verschiebungen wahrscheinlich beschleunigen.

Die Zukunft des Marketings wird nicht durch einen einzelnen Moment der Disruption definiert werden. Sie wird durch eine Reihe kleiner Veränderungen geformt, die über die Zeit neu definieren, wie Teams operieren, wie Kampagnen gebaut werden, wie Marken mit Nutzern interagieren und wie Unternehmen vom Markt lernen.

Die Organisationen, die das früh verstehen, werden nicht zwangsläufig die lautesten Stimmen in der AI-Konversation sein. Sie werden diejenigen sein, die in aller Stille bessere Arbeitsweisen aufbauen, oft auf Basis von AI-Systemen und -Infrastrukturen, die darauf ausgelegt sind, ihre Teams schneller, vernetzter und effektiver zu machen.

AI ersetzt keine Marketing-Expertise – sie verstärkt sie für diejenigen, die wissen, wie man sie einsetzt. Die Teams, die jetzt handeln, setzen die neue Grundlinie.

Möchten Sie wissen, wo Ihre Organisation steht? Kontaktieren Sie uns, um eine AI-Strategie zu entwickeln, die Potenzial in echten Wettbewerbsvorteil verwandelt.

‍

Frequently Asked Questions (FAQ)

Verändert AI bereits Marketing-Arbeit?

Ja, aber oft auf praktische und schrittweise Weise statt durch dramatische Disruption. AI hilft Teams, Research, Content-Entwicklung, Reporting, Analyse, Kampagnenumsetzung und operative Workflows zu beschleunigen. Die grössere Veränderung ist nicht nur schnellerer Output, sondern eine Verschiebung darin, wie Teams von Information zu Entscheidungen gelangen.

Welche Marketing-Tasks sind aktuell am stärksten von AI betroffen?

AI ist am nützlichsten bei Tasks, die Sprache, strukturierte Information, Analyse und Content involvieren. Dazu gehören Kampagnen-Reporting, Wettbewerbsanalyse, Content-Adaption, Audience Insights, Erstentwürfe, Performance-Summaries, Moderation, Workflow-Automation und strategische Synthese. Diese Bereiche sind hochgradig kompatibel mit generativer AI, weil sie auf dem Verarbeiten und Interpretieren von Information basieren.

Reduziert AI die Bedeutung menschlicher Expertise im Marketing?

Nein. AI erhöht die Bedeutung von Urteilsvermögen. Sie kann Entwürfe, Zusammenfassungen und Empfehlungen produzieren, aber Menschen müssen weiterhin die Marke, den Markt, den Kunden und das Business-Ziel verstehen. Die stärksten Ergebnisse entstehen, wenn AI Experten-Denken unterstützt, anstatt es zu ersetzen.

Wie wird AI die Zukunft von Marketing-Teams beeinflussen?

AI wird Marketing-Teams wahrscheinlich schneller, analytischer und iterativer machen. Im Laufe der Zeit könnte Reporting insight-getriebener werden, Planung dynamischer, Kreativ-Testing skalierbarer, Moderation automatisierter, Workflows vernetzter und Optimierung responsiver. Der langfristige Impact wird weniger vom Zugang zu Tools abhängen als davon, wie gut Teams AI in reale Workflows und Infrastruktur integrieren.

‍