Anthropic Studie: KI-Agenten in den Sozialwissenschaften

Eine aktuelle Umfrage von Anthropic unter 1.260 Sozialwissenschaftlern zeigt, wie KI-Modelle den Forschungsalltag verändern. Während Chatbots im akademischen Bereich etabliert sind, delegieren bislang nur wenige Forscher komplexe Datenanalysen an eigenständige Coding-Agenten.

Große Lücke bei der Nutzung

Etwa 81 Prozent der befragten Sozialwissenschaftler setzen KI-Modelle bereits regelmäßig ein. Die Adaption von spezialisierten Coding-Agenten wie Claude Code oder Codex liegt dagegen bei lediglich 19 Prozent. Forscher nutzen diese Tools hauptsächlich, um Code für Datenanalysen zu generieren oder bestehende Texte zu überarbeiten.

Nutzung je nach Karrierestufe

Die Verteilung der Nutzer offenbart deutliche Unterschiede innerhalb der akademischen Landschaft. Studenten und Doktoranden setzen Coding-Agenten mehr als doppelt so häufig ein wie etablierte Professoren. Die KI-Modelle helfen hier offenbar, den hohen Druck zum Beginn der Karriere abzufedern.

Auch zwischen den Geschlechtern existiert eine klare Differenz. Forscher mit typisch männlichen Vornamen nutzen die KI-Modelle doppelt so oft wie Personen mit weiblichen Namen. Zudem verzeichnen Spitzenuniversitäten eine um 40 Prozent höhere Nutzungsrate als andere Institute.

Mehr Entwürfe bei gleicher Abschlussquote

Der Einsatz der KI-Modelle spiegelt sich unmittelbar in der frühen Arbeitsleistung wider. Anwender von Coding-Agenten veröffentlichen 75 Prozent mehr Diskussionspapiere und reichen ein Drittel mehr Förderanträge ein als ihre Kollegen. Zudem starten sie generell mehr neue empirische Projekte.

Dieser frühe Produktivitätsschub führt derzeit jedoch nicht zu mehr fertigen Publikationen. Bei den formalen Einreichungen für Fachjournale gibt es keinen statistischen Unterschied zwischen Nutzern und Nicht-Nutzern. Die KI-Modelle helfen aktuell vor allem beim Projektstart, weniger beim finalen Feinschliff.

Skepsis trotz messbarer Effizienzgewinne

Die befragten Forscher blicken mit gemischten Gefühlen auf die wachsende Bedeutung der KI-Modelle. Sie erwarten zwar für sich selbst eine deutliche Steigerung der Schreibgeschwindigkeit bei künftigen Fachartikeln. Je mehr Anwendungsfälle eine Person nutzt, desto höher ist der persönliche Optimismus.

Gleichzeitig befürchten viele Wissenschaftler langfristig negative Folgen für ihre Disziplinen. Eine Überproduktion von rein KI-generierten Inhalten könnte den Peer-Review-Prozess überlasten. Der schnelle Output durch KI-Modelle birgt laut den Forschern das Risiko, die Qualität der Wissenschaft insgesamt zu mindern.