Digitale Erschöpfung: Wieso KI Wissensarbeit intensiviert statt uns zu entlasten
Was passiert, wenn uns KI die Arbeit abnimmt? Aus dem täglichen Erlebnis im Umgang mit KI und der Erfahrung aus vergangenen technologischen Umwälzungen wissen wir jedenfalls, was nicht passiert: Wir liegen nicht auf der faulen Haut, während die Agenten für uns schuften. Im Gegenteil.
Schneller, breiter, intensiver
Dass uns KI nicht mehr Freizeit bescheren würde, war zu erwarten. Dieses Versprechen haben PC, Internet, Smartphones und andere bahnbrechende Technologien auch nie eingelöst. Stattdessen füllen wir die Arbeitszeit – und bisweilen unsere Freizeit – einfach mit mehr Arbeit. Leider verpufft ein Großteil dieser individuellen Produktivitätssteigerung als Reibungshitze im hochgradig arbeitsteiligen, global verteilten und immer komplexer werdenden Miteinander (und bisweilen: Gegeneinander) moderner Wissensarbeit. Und ob sich die Produktivität der Organisation als Ganzes spürbar erhöht, hängt ohnehin stark davon ab, inwieweit die Verbesserungen durch KI einen Engpass im Gesamtsystem adressieren: Ich wage es jedenfalls zu bezweifeln, dass die Möglichkeit, E-Mails schnell zusammenzufassen und auf Knopfdruck zu beantworten, im Großen und Ganzen einen Unterschied macht.
Wenn wir nicht mehr Freizeit gewinnen, können wir dann wenigstens erwarten, dass unsere Arbeit durch KI angenehmer wird? Dem erteilen die Autoren des Harvard-Business-Review-Artikels „AI Doesn’t Reduce Work—It Intensifies It“ eine deutliche Absage. Tatsächlich intensiviert KI unsere Arbeit in dreierlei Hinsicht. Erstens verbreitern wir unseren Arbeitsbereich und verrichten jetzt Arbeiten, die wir vorher nicht alleine bewerkstelligen konnten. Nicht in allen Fällen sind diese notwendig oder wertschöpfend, aber weil sie mit KI scheinbar mühelos möglich sind, verbrennen wir dennoch Arbeitszeit und Tokens dafür. Zweitens fanden die Forscher in ihrer Untersuchung heraus, dass die typische, auf kurzen Prompts basierende, einem Gespräch ähnelnde Arbeitsweise mit KI die Tendenz hat, sich in Pausen und Ruhezeiten auszudehnen. Und drittens werden wir zu Multitasking verleitet; einerseits, weil es so einfach scheint, mehrere Werkzeuge gleichzeitig an verschiedenen Aufgaben arbeiten zu lassen, und andererseits, weil wir versucht sind, während der wenig inspirierenden Besprechung noch schnell den nächsten Prompt abzusetzen.
Suchtfaktor KI
Mit KI verdichten wir nicht nur die Arbeit, wir verbreitern sie auch und erhöhen gleichzeitig unsere Arbeitszeit, indem wir die Agenten in Pausen, am Abend und während anderer Tätigkeiten beaufsichtigen und wie ein Tamagotchi füttern. Ein aus meiner eigenen Erfahrung nicht zu vernachlässigender Grund für dieses paradoxe Phänomen liegt in der Natur der Interaktionen mit den KI-Systemen: Der nächste Prompt könnte ein überraschend gutes Ergebnis liefern (Jackpot!) und deshalb probieren wir es immer wieder.
Das klingt verdächtig nach Glücksspielautomaten und erklärt, warum wir unbedingt noch schnell den nächsten Prompt während unseres Mittagessens absetzen müssen oder warum Menschen mit halb geöffneten Laptops durch die Gegend laufen. In der Psychologie kennt man dieses Muster als intermittierende Verstärkung. Es gilt als ein zentraler Suchtmechanismus, weil die Möglichkeit eines Erfolgs zur Ausschüttung von Dopamin führt, dessen primäre Funktion es gerade ist, uns zu erfolgversprechenden Handlungen zu motivieren.
Das durchgeschmorte Gehirn
Bleibt also die Hoffnung, dass die durch KI verdichtete und verbreiterte Arbeit wenigstens befriedigender ist. Leider ist auch das nicht der Fall. Ein weiterer Artikel im Harvard Business Review mit dem bezeichnenden Titel „When Using AI Leads to ‚Brain Fry‘“ führt den treffenden Begriff des „durchgeschmorten Gehirns“ ein. Gemeint ist das Phänomen einer mentalen Erschöpfung, bedingt durch die Nutzung von oder die Interaktion mit KI-Werkzeugen in einem Maße, das die eigenen kognitiven Fähigkeiten deutlich übersteigt.
Die befragten Mitarbeitenden klagten über Nebel oder Schwirren im Kopf. Sie beschrieben „ein intensives Hin und Her mit den Werkzeugen, gefolgt von der Unfähigkeit, klar zu denken, wie bei einer Art Kater, einhergehend mit Schwierigkeiten, sich zu konzentrieren, verlangsamter Entscheidungsfindung und Kopfschmerzen, wodurch einige gezwungen waren, sich physisch vom Computer zurückzuziehen, um sich zu ‚resetten‘“.
Zwar beschreiben die Autoren auch den gegenteiligen Effekt, dass durch KI die mentale Belastung und die Gefahr für Burnout sinkt, aber nur, wenn durch KI langweilige oder belastende Routineaufgaben automatisiert werden. Problematisch wird KI überall dort, wo die Verantwortung für das Ergebnis unverändert auf den Mitarbeitenden lastet, sich die Arbeitslast erhöht und sich die Art der Arbeit gleichzeitig verschiebt von Selbermachen hin zu Beaufsichtigung von verschiedenen Agenten und Werkzeugen.
Nichts im Übermaß
Neben „Erkenne dich selbst“ war „Nichts im Übermaß“ die bekannteste Inschrift am Eingang des Tempels von Delphi. Diese zeitlose antike Weisheit gilt auch und gerade heute im Umgang mit KI. Nicht alles, was möglich ist, sollte auch getan werden.
Früher hätte ich beispielsweise die Daten für eine Prozessanalyse in Excel aufbereitet und in PowerPoint präsentiert. Mit Claude Code habe ich die Daten aus Excel extrahiert und normalisiert in einer SQLite-Datenbank gespeichert, die dann von einem Python-Skript ausgelesen wird, um daraus ein HTML-Dashboard mit eingebetteten Daten zu erzeugen.
Als Informatiker hatte ich viel Freude daran und anfangs war ich damit deutlich schneller als mit Excel und PowerPoint. Nach einiger Zeit und einigen Prompts entfaltete sich jedoch eine ebenso interessante wie beunruhigende Eigendynamik, die dazu führte, dass ich das Dashboard immer weiter „verfeinerte“, bis zu dem Punkt, wo ich mich nicht für ein Farbschema entscheiden konnte und seither zwischen zwei Farbschemata in einem Konfigurationsmenü wählen kann. Viel Mehrwert hatte das nicht, aber es war zu interessant und einfach, um es nicht auszuprobieren.
Vor einiger Zeit habe ich mit der Programmierung meiner iOS-App „Pulse“ begonnen und mich dabei von KI weitestgehend ferngehalten. Nicht weil ich KI nicht vertrauen würde oder die Ergebnisse schlecht wären, sondern weil es mein Ziel war, die App-Entwicklung mit SwiftUI zu lernen (nach vielen Jahren im Management war ich – vorsichtig ausgedrückt – ein wenig eingerostet). Und wie schon Aristoteles schrieb: „Es gibt Dinge, die wir lernen müssen, bevor wir sie tun können. Und wir lernen sie, indem wir sie tun.“ Als ich zwischenzeitlich mit Claude Code experimentierte, stellte sich auch bei mir dieses unbefriedigende, hyperaktive Schwirren eines durchgeschmorten Gehirns ein.
Ich liebe den Flow beim Programmieren und ich bin nicht bereit, ihn einzutauschen gegen das abgestumpfte Starren eines Spielsüchtigen auf die blinkenden Lichter eines Spielautomaten (auch bei Claude und anderen Werkzeugen blinkt und bewegt sich so einiges während man wartet … ein Schelm, wer Böses dabei denkt). Und dennoch möchte ich auf KI nicht verzichten: zum Brainstorming neuer Features, als Sparringspartner zum Code-Review, für unliebsame Aufgaben wie Dokumentation und Testfälle oder für das Quick-and-dirty-Skript zur Analyse von Daten.
Und dann gibt es Bereiche, wo ich KI bewusst nicht einsetze. Schreiben bedeutet für mich in erster Linie Nachdenken und nicht die Produktion von Wörtern und Sätzen. Diesen integralen Bestandteil meiner Identität will ich nicht auslagern. Nicht für Artikel wie diesen, aber auch nicht für E-Mails oder Instant-Messaging. In unserer zunehmend verteilten und nur noch digital verbundenen Welt will ich dieses letzte Quäntchen Persönlichkeit und Menschlichkeit nicht auf dem Altar einer auf Hochglanz polierten Oberflächlichkeit opfern.
Es gibt Wichtigeres im Leben, als beständig dessen Geschwindigkeit zu erhöhen.
Mahatma Gandhi
Literatur
Bedard, J., Kropp, M., Hsu, M., Karaman, O. T., Hawes, J., & Kellerman, G. R. (2026, März 5). When Using AI Leads to “Brain Fry”. Harvard Business Review. https://hbr.org/2026/03/when-using-ai-leads-to-brain-fry
Ranganathan, Aruna und Xingqi Maggie Ye. „AI Doesn’t Reduce Work—It Intensifies It“. Harvard Business Review, 9. Februar 2026. https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it.