Ist die Arbeit mit KI überhaupt schneller geworden? 1237 Personen haben dies tatsächlich getestet.

„Das schaffe ich schnell mit KI“ – diesen Satz hast du schon einmal gesagt. Mit KI geht die Arbeit leichter von der Hand, und wir neigen daher leicht dazu, zu glauben, dass sie auch schneller erledigt ist. Eine Studie mit 1237 Teilnehmern hat jedoch ergeben, dass Leichtigkeit und Zeitersparnis nicht immer Hand in Hand gehen. Noch interessanter ist: Die Menschen schätzen den Zeitaufwand bei KI falsch ein, bei Kollegen hingegen nicht. Woher kommt diese Illusion?

Hast du die Zeit jemals wirklich gemessen?

Denk an eine Aufgabe, die du kürzlich mit KI erledigt hast. Einen Wochenbericht schreiben, Materialien zusammenstellen, eine Version eines Konzepts überarbeiten – alles ist möglich.

Wie lange hast du vor der Aufgabe geschätzt, dass sie dauern wird? Und wie viele Minuten hast du tatsächlich nach Abschluss gebraucht?

An die erste Zahl erinnerst du dich vielleicht noch, an die zweite nicht unbedingt. Nach Abschluss einer Aufgabe erinnern sich Menschen eher daran, ob sie reibungslos verlaufen ist und ob sie anstrengend war, als daran, wie viel Zeit sie tatsächlich investiert haben. Im Alltag stört das nicht weiter, da Leichtigkeit und Schnelligkeit normalerweise zusammen auftreten.

Aber wenn man KI nutzt – treten beide dann immer noch gemeinsam auf? Genau das untersucht die folgende Studie.

Leichter, aber nicht schneller

Im Jahr 2026 baten eine Gruppe von Forschern der Kognitionswissenschaft und Computerlinguistik 1237 Teilnehmer, eine Reihe einfacher kognitiver Aufgaben zu erledigen. Das Forschungsprotokoll wurde im Voraus registriert.

Nach jeder Aufgabe erfassten die Forscher drei Datensätze.

Die tatsächlich benötigte Zeit

Die vorher geschätzte benötigte Zeit

Der selbst angegebene Anstrengungsgrad nach Abschluss der Aufgabe

Die Aufgaben waren in zwei Gruppen unterteilt: Eine wurde selbst erledigt, die andere konnte mit KI unterstützt werden.

Die dritte Zahl war keine willkürliche Bewertung. Die Forscher verwendeten eine Skala namens NASA-TLX, die Punkte wie geistige Belastung, Zeitdruck, Aufwand und Frust erfasst.

Diese Skala wurde ursprünglich von der NASA zur Bewertung der Arbeitsbelastung von Piloten entwickelt – mehr als vierzig Jahre später wurde sie verwendet, um zu messen, wie erschöpft eine Person ist, die vor dem Computer sitzt und einen Wochenbericht überarbeitet.

Das Ergebnis: Die tatsächliche Bearbeitungszeit unterschied sich in beiden Bedingungen nicht.

Im Durchschnitt gab es keinen Unterschied, aber bei wenigen Aufgaben ging es tatsächlich schneller: Synonyme suchen, lange Texte zusammenfassen, lange Texte bearbeiten. Bei diesen Tätigkeiten gibt es relativ klare Antworten, und die selbstständige Bearbeitung besteht hauptsächlich aus wiederholenden Arbeiten.

Aber bei der vorherigen Zeitschätzung waren sich alle einig, dass die Nutzung von KI viel schneller sein würde. Sie schätzten die Dauer der selbst erledigten Aufgaben recht genau ein; sobald KI verwendet werden konnte, fielen die geschätzten Zeiten kürzer aus.

Die Forscher nennen dies die Beschleunigungsillusion.

Wenn man das liest, könnte man leicht glauben: Sobald jemand Hilfe bekommt, schätzt man die Zeit zu kurz ein.

Aber die Forscher haben auch einen anderen Fall abgefragt: Wenn eine andere Person dir hilft – wie lange schätzt du, dass die Aufgabe dauert?

Diesmal trat keine Abweichung auf. Dieselben Teilnehmer schätzten die Zeit recht genau, wenn der Helfer ein Kollege war; sobald der Helfer eine KI war, schätzten sie die Zeit zu kurz ein.

Wenn jemand mit anpackt, macht das nicht unbedingt optimistisch – das passiert nur, wenn der Helfer eine KI ist.

Warum messen die Forscher extra den Fall mit Hilfe von Kollegen? Das hängt mit der langjährigen Arbeit der Autoren zusammen: Robert Hawkins von der Stanford-Universität forscht in seinem Labor seit langem daran, wie Menschen sich verständigen und Übereinstimmung finden. Seine Forschung dreht sich um die Zusammenarbeit zwischen Menschen, daher wurde in der Arbeit extra die Gruppe mit Kollegen als Helfer eingerichtet. Zu den Autoren gehört auch Dan Jurafsky, Linguistik-Professor an der Stanford-Universität – das von ihm verfasste Lehrbuch wird fast von allen gelesen, die sich mit natürlicher Sprachverarbeitung befassen.

Vor der KI haben Menschen schon lange geistige Tätigkeiten an externe Mittel übergeben

Der Name „Beschleunigungsillusion“ ist neu, das dahinterstehende Problem nicht: Menschen übergeben ständig geistige Tätigkeiten an externe Hilfsmittel, und sind sich oft nicht bewusst, wie viel sie tatsächlich auslagern.

1994 wurde der Begriff epistemische Handlung vorgeschlagen: Du neigst den Kopf, um ein auf dem Kopf stehendes Bild zu betrachten, statt es im Kopf zu drehen. Du ersetzt eine geistige Rechenoperation durch eine körperliche Bewegung. Zwei Jahre später untersuchte eine andere Forschungsgruppe das Rechen-Offloading: Bei derselben Aufgabe ist der Aufwand unterschiedlich, wenn man sie auf dem Papier oder im Kopf berechnet.

Bis 2016 fassten zwei Forscher diese verstreuten Studien zu einem Übersichtsartikel zusammen und gaben ihm einen Namen: Kognitives Offloading. Seine Definition ist nicht geheimnisvoll: Man nutzt körperliche Bewegungen, um die Informationsverarbeitungsanforderungen einer Aufgabe zu verändern und so die geistige Belastung zu senken. Sich mit einem Wecker zu erinnern, ist bereits kognitives Offloading. Dieser Übersichtsartikel ist heute die Standardreferenz auf diesem Gebiet.

Der Übersichtsartikel stellt auch eine Frage: Wann übergeben Menschen geistige Tätigkeiten an externe Mittel? Die Antwort hängt nicht nur davon ab, wie schwierig die Aufgabe ist. Der Artikel listet drei Punkte auf:

Die Neigung zum Offloading hängt davon ab, wie hoch die internen kognitiven Kosten wären, wenn man nicht auslagert;

ferner von deiner Einschätzung deiner eigenen geistigen Fähigkeiten;

und diese Einschätzung kann falsch sein – wenn du sie falsch einschätzt, ist die Entscheidung zum Auslagern nicht sinnvoll.

Der dritte Punkt ist am relevantesten für diese KI-Studie. Menschen können sogar falsch einschätzen, wie gut sie selbst eine Aufgabe bewältigen können.

Personen, die kein Vertrauen in ihr Gedächtnis haben, verlassen sich übermäßig auf externe Aufzeichnungen. Menschen, die sich selbst überschätzen, merken sich Dinge, die sie sich merken sollten, nicht. Forscher haben schon lange darauf hingewiesen: Sobald die Einschätzung der eigenen Fähigkeiten verzerrt ist, wird auch die Entscheidung zum Auslagern verzerrt.

Wenn man die Beschleunigungsillusion in diesen Rahmen einordnet, ist sie keine isolierte neue Entdeckung mehr. Frühere Studien haben gezeigt, dass Menschen ihr eigenes Gedächtnis falsch einschätzen. Bei KI geht die Fehleinschätzung nun darum, wie viel Zeit sie tatsächlich einsparen kann.

Die Autoren selbst geben in dem Text eine Warnung ab: Ungenaue Kalibrierung führt zu übermäßigem Offloading, insbesondere bei geistig anstrengenden Aufgaben, die man ohnehin nicht mag. Je geistig anstrengender und unangenehmer eine Tätigkeit ist, desto eher gibt man sie an KI weiter. Sobald das zur Gewohnheit wird, prüft man immer seltener nach, wie viel Zeit tatsächlich eingespart wurde.

Aber wenn es um die Unterschätzung der Zeit geht, stößt man auf ein altes Problem: Haben Menschen nicht schon immer die Bearbeitungszeit von Aufgaben zu kurz geschätzt?

1994 fragte der kanadische Psychologe Roger Büller seine Kollegen und eine Gruppe von Studenten, die ihre Abschlussarbeit abgeben mussten: Wann glaubst du, dass du sie abgeben kannst? Die durchschnittliche Antwort lag bei 33,9 Tagen.

Tatsächlich wurden 55,5 Tage benötigt. Rund 70 % der Teilnehmer überschritten ihre eigene Vorhersage.

Diese Unterschätzung wurde später als Planungsirrtum bezeichnet und wird in der Verhaltenswissenschaft seit vielen Jahren erforscht.

Wenn Menschen also immer sich selbst unterschätzen – warum haben sie dann in der oben genannten Studie die Zeit bei selbst erledigten Aufgaben recht genau geschätzt?

Weil die Aufgaben unterschiedlich waren. Nachfolgende Studien haben ergeben: Die Unterschätzung tritt nur bei ausreichend langen Aufgaben auf; bei kurzen Aufgaben schätzen Menschen die Zeit sogar eher zu hoch ein. Die beiden Studien widersprechen sich also nicht. Die Abschlussarbeit wird in Monaten gemessen, die Aufgaben im Experiment waren nach wenigen Minuten erledigt.

In der praktischen Arbeit sind das zwei unterschiedliche Arten von Unterschätzung, die man nicht verwechseln sollte. Der Planungsirrtum fragt danach, wie du deinen eigenen Fortschritt einschätzt; diese neue Studie fragt danach, wie du die Zeit einschätzt, die KI dir einsparen kann. Ersteres wird seit drei Jahrzehnten erforscht, Letzteres steht erst am Anfang.

Zeit wurde nicht eingespart, aber Anstrengung wurde gespart

Die Zeit wurde nicht eingespart, aber die Aufgaben fühlten sich weniger anstrengend an. Die Teilnehmer brauchten ungefähr gleich lang, gaben aber einen niedrigeren Anstrengungsgrad an.

Leichtigkeit und Zeitersparnis hängen normalerweise zusammen. Wenn wir etwas als leicht empfinden, gehen wir daher oft davon aus, dass es nicht viel Zeit gekostet hat – und normalerweise liegen wir damit nicht sehr falsch.

KI trennt diese beiden Dinge voneinander.

Warum tritt diese Verzerrung ausgerechnet bei KI auf? Ein möglicher Grund ist: Wir wissen noch nicht genau, bis zu welchem Grad uns dieses Werkzeug unterstützen kann.

Der Einsatzzweck von Taschenrechnern und Suchmaschinen ist relativ festgelegt. Nach ein paar Nutzungen weiß man, was man sie tun lassen soll und wo man selbst noch nachprüfen muss.

Große Sprachmodelle sind anders. Dasselbe Modell kann bei verschiedenen Aufgaben sehr unterschiedlich zuverlässig sein – aber der Nutzer kann kaum im Voraus beurteilen, ob es in diesem Fall zuverlässig arbeitet. Und wenn es richtig oder falsch antwortet, unterscheidet sich der Tonfall kaum.

Früher haben wir beobachtet, ob ein Helfer schnell, flüssig und ohne Zögern antwortet, um seine Zuverlässigkeit einzuschätzen. Bei großen Sprachmodellen funktionieren diese Hinweise nicht mehr. Selbst wenn sie falsche Antworten geben, antworten sie oft schnell und überzeugt.

Wenn man das Potenzial dieses Werkzeugs nicht richtig einschätzen kann, fällt auch die Zeitschätzung ungenau aus.

Wenn der Helfer ein Kollege ist, verschwindet diese Verzerrung. Liegt es daran, dass wir das Potenzial von Kollegen besser einschätzen können? Diese Frage wurde in der Studie nicht weiter untersucht.

Wo enden die jeweiligen Beweise?

Zuerst zu einer Studie, die oft zusammen mit dieser genannt wird. Im Jahr 2025 gab es eine Untersuchung mit Elektroenzephalographie (EEG), deren Beweiskraft aber begrenzt ist.

Bei der EEG werden Elektroden auf die Kopfhaut geklebt, um elektrische Signale der Gehirnaktivität aufzuzeichnen. Man kann damit nicht erkennen, was du gerade denkst, aber man kann sehen, ob die Aktivität verschiedener Gehirnbereiche synchron ist. Die Forscher nennen das Konnektivität: Je stärker die Synchronisation, desto mehr kognitive Ressourcen werden normalerweise eingesetzt.

In dieser Studie schrieben die Teilnehmer in drei Gruppen Aufsätze: mit KI, mit Suchmaschine, ohne Hilfsmittel. Die Konnektivitätsmuster der drei Gruppen unterschieden sich tatsächlich: Je mehr externe Unterstützung vorhanden war, desto schwächer war die Konnektivität.

Diese Studie ist im Internet weit verbreitet, aber sie kann keine weitreichenderen Schlussfolgerungen stützen.

Sie ist ein Preprint und wurde noch nicht von Fachkollegen begutachtet – bei diesem Prozess prüfen anonyme Forscher desselben Fachgebiets die Arbeit, fordern oft Nachexperimente oder Überarbeitungen an und können Schlussfolgerungen verändern oder sogar verwerfen.

Nur 54 Personen nahmen teil, in der letzten Runde blieben nur 18 übrig.

Es gibt bereits offizielle Kommentare, die die Stichprobengröße und die EEG-Methodik kritisieren und bezweifeln, dass andere die gleichen Ergebnisse reproduzieren können.

Die Autoren selbst erklären, dass sie nur ein einziges KI-Produkt getestet haben und die Ergebnisse nicht verallgemeinert werden können.

Es misst nur die Unterschiede beim Schreibvorgang selbst, keine langfristigen Veränderungen – es beweist nicht, dass „die Nutzung von KI das Gehirn dümmer macht“.

Zwei im Internet verbreitete konkrete Zahlen konnten im Originaltext nicht bestätigt werden, daher werden sie hier nicht zitiert.

Nur ein Punkt stimmt mit der Hauptstudie überein: Bei der Nutzung externer Werkzeuge investieren Menschen im Moment der Nutzung möglicherweise weniger geistige Anstrengung. Was diese Verringerung langfristig bedeutet, kann die Studie nicht beantworten.

Die EEG-Studie lässt keine weitreichenden Schlussfolgerungen zu, und die Studie mit 1237 Teilnehmern hat ebenfalls Grenzen.

Sie misst einfache kognitive Aufgaben, nicht das komplexe Konzept, an dem du gerade arbeitest. Dieser Punkt ist der wichtigste. Wenn Aufgaben länger und komplexer werden, kann sich die Situation völlig verändern – sogar umkehren. Bei langen Aufgaben ist KI möglicherweise tatsächlich schneller, aber die Menschen schätzen die Zeit trotzdem falsch ein. Die Studie hat das nicht getestet, und wir können das nicht für sie behaupten.

Das Experiment hat nur die vorhergesagte und die tatsächliche Bearbeitungszeit erfasst. Es wurde nicht weiter verfolgt, ob Menschen nach einer zu kurzen Schätzung mehr Aufgaben annehmen und ihren Zeitplan voller gestalten.

Der Grad der Beteiligung der Menschen ist sehr unterschiedlich, wenn man K