Roboter können 74 Prozent der körperlichen Arbeit erledigen – und fast nichts davon rechnet sich

Anthropic veröffentlichte am 30. September eine Studie, die zwei Zahlen nebeneinanderstellt – und die Lücke zwischen ihnen ist das gesamte Argument.

Die erste Zahl lautet 74 Prozent. Roboter, die heute existieren, können 74 Prozent der körperlichen Arbeitsaufgaben in den Vereinigten Staaten ausführen, zumindest in bestimmten Umgebungen. Diese Aufgaben machen 34 Prozent aller Arbeitsstunden aus. Die zweite Zahl lautet 0,3 Prozent – der Anteil der Arbeit, für die ein Roboter derzeit billiger ist als der Mensch, der die Aufgabe erledigt.

Die Fähigkeit ist weitgehend vorhanden. Die Wirtschaftlichkeit nicht. Diese Neubetrachtung ist der nützliche Beitrag der Studie, verfasst von den Ökonomen Russell Legate-Yang und Maxim Massenkoff.

Wie der Index aufgebaut wurde

Die Studie beginnt mit O*NET, der US-amerikanischen Berufsdatenbank, die etwa 900 Berufe und rund 19.000 Aufgabenbeschreibungen umfasst. Claude sortierte die Aufgaben zunächst in körperliche, kognitive und zwischenmenschliche Arbeit und markierte 7.594 als körperlich. Dann durchsuchte es das Web nach realen Robotern, die zu jeder Aufgabe fähig sind, und bewertete sie.

Die Bewertungsskala ist der clevere Teil, denn sie stuft Aufgaben danach ein, wie viel Struktur die Umgebung benötigt. E0 bedeutet, dass heute kein Roboter dazu in der Lage ist. E1 bedeutet, dass ein Roboter die Aufgabe in einem eigens dafür gebauten Raum ausführen kann, etwa an einem Fließband. E2 bedeutet eine strukturierte menschliche Arbeitsumgebung, etwa ein Logistiklager. E3 bedeutet eine unstrukturierte Umgebung, etwa eine Stadtstraße.

Nur nachgewiesene Fähigkeiten zählten. Jede Bewertung musste einen Einsatz, einen kommerziellen Verkauf oder eine Demonstration anführen, und die Autoren sagen, dass die Ergebnisse Bestand haben, wenn Demonstrationen herausgenommen werden.

Diese Skala ergibt ein viel ehrlicheres Bild als eine einzelne Fähigkeitsbewertung. Ein Roboter, der nur in einer Fabrikhalle funktioniert, und ein Roboter, der auf einer öffentlichen Straße arbeitet, stellen sehr unterschiedliche Bedrohungen für einen Arbeitsplatz dar, und der Index sagt das, statt sie miteinander zu mitteln.

Wo die 74 Prozent tatsächlich liegen

Der größte Teil der von Robotern ausführbaren Arbeit ist nur ausführbar, wenn der Arbeitsplatz um den Roboter herum umgebaut wird. Die Kategorien E1 und E2 machen zusammen 33 Prozent der Arbeitsstunden aus, und Roboter für die offene Welt, die E3-Stufe, decken nur 1 Prozent ab.

Das berufliche Muster ist deutlich. Das Fahren dominiert vollständig. Neun der zehn am stärksten exponierten Berufe mit mindestens 20.000 Arbeitsplätzen sind Fahrzeugführer, was sich aus autonomen Autos, Lastwagen, Traktoren und Straßenfertigern ergibt, wobei Waymo für Taxiaufgaben genannt wird. Taxifahrer führen den Index mit 2,2 von 3 an. Als Nächstes kommt Lagerarbeit, wo Roboter wie der berührungsempfindliche Vulcan von Amazon Waren kommissionieren und einlagern, und bei Recycling-Sortierern sind mehr als drei Viertel ihrer Aufgabenzeit mit E2 bewertet.

Krankenpflege und allgemeine Reparatur stehen nahe am unteren Ende. Heutige Roboter können selbst in kontrollierten Umgebungen nur wenig dieser Arbeit verrichten, was etwas darüber aussagt, wie sehr Pflege und Reparatur auf Geschicklichkeit und das Lesen einer Situation angewiesen sind, statt auf das Befolgen einer Prozedur.

Das Arbeitskräfteprofil ist nahezu das Gegenteil der Exposition gegenüber Sprachmodellen. Vergleicht man Beschäftigte im obersten Fünftel des Roboter-Expositionsindex mit nicht exponierten Beschäftigten, sind sie um 20 Prozentpunkte seltener weiblich, um 16 Punkte häufiger hispanischer Herkunft, um 55 Punkte seltener im Besitz eines Bachelor-Abschlusses, verdienen rund 30 Dollar weniger pro Stunde und sehen sich einer mehr als doppelt so hohen Arbeitslosenquote gegenüber.

Vierzig Jahre bis zehn Prozent

Die Kostenszenarien sind der Punkt, an dem der Optimismus der Fähigkeitszahl endet. Wenn die Roboterpreise weiterhin um etwa 3 Prozent pro Jahr sinken – das Tempo, das seit den 1990er Jahren anhält –, dauert es etwa 40 Jahre, bis Roboter für 10 Prozent der menschlichen Arbeit kostenmäßig wettbewerbsfähig sind. Ein separates Basisszenario setzt den Punkt, an dem Roboter bei der Hälfte der körperlichen Arbeit die menschlichen Kosten unterbieten, auf 2085.

Ein alternatives Schnellszenario erreicht die kostenmäßige Wettbewerbsfähigkeit für die Hälfte der heutigen körperlichen Arbeit bis 2050, doch es setzt voraus, dass die Kosten bis zu viermal schneller sinken und sich die Fähigkeiten doppelt so schnell verbessern. Die Autoren stellen ausdrücklich klar, dass es sich um modellierte Ergebnisse handelt, nicht um Vorhersagen darüber, wann Arbeitsplätze verschwinden.

Die Studie koppelt den Roboterindex außerdem an bestehende Arbeiten zur Exposition gegenüber Sprachmodellen. LLMs allein exponieren etwa die Hälfte der Arbeit. Fügt man jeden Roboter hinzu, der eine Aufgabe auf E1 oder höher ausführen kann, steigt das auf 81 Prozent. Transport und Bewegung gehen von unter 15 Prozent Exposition auf etwa 90 Prozent. Büro- und Verwaltungsunterstützung nähert sich einer nahezu vollständigen Exposition, weil sich die leichten körperlichen Aufgaben, die ein Chatbot nicht bewältigen konnte, als Roboteraufgaben erweisen.

Eine methodische Warnung ist es wert, mitgenommen zu werden. Die Zusammenfassung von Kostenschätzungen auf Aufgabenebene zu ganzen Berufen kann denselben Roboter mehrfach zählen oder die Koordinationskosten des gemeinsamen Betriebs mehrerer Roboter übersehen. Die Autoren weisen selbst darauf hin, und das bedeutet, dass die aggregierten Zahlen richtungsweisend statt präzise sind.

Warum die Umgebungsskala die richtige Achse ist

Die meisten Automatisierungsprognosen behandeln Fähigkeit als einen einzigen Regler. Die vierstufige Skala der Studie ersetzt das durch etwas, das näher daran ist, wie der Einsatz tatsächlich funktioniert, nämlich die Frage, wie viel Ordnung der Roboter um sich herum braucht.

Die Unterscheidung erklärt, warum die Zahlen so aussehen, wie sie aussehen. Ein Lager ist eine strukturierte menschliche Arbeitsumgebung, sodass ein Roboter dort in eine Aufgabe eingesetzt werden kann, ohne das Gebäude umzubauen. Eine Stadtstraße ist das nicht, also muss der Roboter alles bewältigen, was ein Mensch tut, einschließlich der Teile, die niemand aufgeschrieben hat. In dieser Lücke zwischen E2 und E3 liegt der Unterschied zwischen 33 Prozent und 1 Prozent der Arbeitsstunden.

Es erklärt auch, warum Roboter mit Jobs zu kämpfen haben, die von außen einfach aussehen. Allgemeine Reparatur umfasst eine Abfolge kleiner Einschätzungen über eine Situation, die der Roboter noch nie gesehen hat, was ihn in Richtung E0 drückt, obwohl jede einzelne Bewegung durchaus machbar ist. Die Knappheit liegt nicht allein im Geschick. Es ist die Fähigkeit, in einer Welt zu agieren, die nicht für einen entworfen wurde.

Wo die eigenen Vorbehalte der Studie von Bedeutung sind

Zwei Einschränkungen sollte man im Hinterkopf behalten, während man die zentralen Zahlen liest. Die Zusammenfassung von Kostenschätzungen auf Aufgabenebene zu ganzen Berufen kann denselben Roboter mehrfach zählen oder die Koordinationskosten des gemeinsamen Betriebs mehrerer Roboter übersehen, und die Autoren sagen das direkt. Dadurch sind die aggregierten Zahlen richtungsweisend statt präzise.

Die zweite ist, dass die Fähigkeitsbewertungen auf dokumentierten Einsätzen, Verkäufen und Demonstrationen beruhen. Das ist ein strengerer Maßstab als ein Forschungspapier und ein großzügigerer als ein ausgeliefertes Produkt. Ein Roboter, der einmal demonstriert wurde, zählt als fähig, eine Aufgabe auszuführen, was für jeden, der eine Demo in einer realen Anlage hat scheitern sehen, optimistisch klingen dürfte.

Keine der beiden Einschränkungen ändert die Grundform des Befunds. Beide begrenzen, wie viel Gewicht eine einzelne Zahl tragen sollte.

Was die Zahlen tatsächlich aussagen

Es besteht die Versuchung, die 74 Prozent als Bedrohung und die 0,3 Prozent als Aufschub zu lesen. Beide Lesarten verfehlen den interessanten Teil, nämlich die Beziehung zwischen ihnen.

Ein 50-Jahre-Backtest stützt die Methode: Berufe, die 1977 stärker Robotern ausgesetzt waren, verzeichneten in den folgenden Jahrzehnten tatsächlich größere Lohn- und Beschäftigungsrückgänge. Exposition sagt letztlich Druck voraus. Was sie nicht vorhersagt, ist die Geschwindigkeit, und die Kostenkurve bestimmt die Geschwindigkeit.

Die eigene Rahmung der Studie ist die, die es wert ist, beibehalten zu werden. Automatisierungsdebatten laufen gewöhnlich über die Fähigkeit, als wäre die einzige Frage, ob eine Maschine die Arbeit erledigen kann. Diese Arbeit dreht das um: Die Fähigkeit ist weitgehend vorhanden, der Preis nicht, und vier Jahrzehnte bis zehn Prozent sind keine Prognose, die Panik oder Selbstzufriedenheit rechtfertigt. Es ist die Beschreibung einer Rechnung, die noch nicht fällig ist.