Warum wird man umso benebelt im Kopf, je mehr man KI nutzt?

Künstliche Intelligenz kann Mitarbeitern dabei helfen, ihre Arbeitseffizienz zu steigern, ihr Denken zu erweitern und Innovationen voranzutreiben, kann aber auch kognitive Überlastung verursachen, was negative Auswirkungen auf Einzelpersonen und Unternehmen hat. Studien zeigen, dass es nicht darauf ankommt, in welchem Maße eine einzelne Person KI nutzt, sondern darauf, wie Mitarbeiter, Teams, Führungskräfte und Organisationen die Art der Nutzung von KI gestalten.

Am ersten Neujahrstag des Jahres 2026 stellte der Programmierer Steve Yegge die Open-Source-Plattform Gas Town vor, die es Nutzern ermöglicht, gleichzeitig eine große Anzahl von Claude Code-Agenten zu koordinieren, um Software mit erstaunlicher Geschwindigkeit zusammenzustellen. Die Ergebnisse sind beeindruckend, aber auch überwältigend. „Auf der Plattform passiert so viel, dass es über das Verständnis der Menschen hinausgeht“, schrieb ein früher Nutzer. „Wenn ich es laufen sehe, spüre ich deutlich einen Druck. Die Geschwindigkeit von Gas Town ist so hoch, dass ich nicht mithalten kann.“

Gas Town zeigt ein zunehmend schwerwiegendes Widerspruchsphänomen auf: Künstliche Intelligenz sollte eigentlich als „Verstärker“ fungieren, der die Effizienz steigert und die Arbeit erleichtert, aber Mitarbeiter stellen fest, dass KI-Tools die Arbeit nicht vereinfachen, sondern im Gegenteil noch arbeitsintensiver machen.

Diese Situation wird immer häufiger. Unternehmen ermutigen ihre Mitarbeiter durch verschiedene Anreize, komplexe Agententeams aufzubauen und zu verwalten. Beispielsweise wird der Verbrauch von Tokens als Leistungsindikator verwendet und entsprechend bewertet und belohnt. Nehmen wir Meta als Beispiel: Das Unternehmen zählt die Anzahl der von KI generierten Codezeilen zu einem der Leistungsindikatoren für Ingenieure. Da immer mehr Unternehmen Multiagentensysteme einführen, müssen Mitarbeiter häufig zwischen mehr Tools wechseln. Gleichzeitig mehrere Aufgaben zu erledigen und ständig zwischen laufenden Arbeiten zu wechseln, wird zu einem typischen Merkmal der Zusammenarbeit zwischen Mitarbeitern und KI.

Es überrascht nicht, dass Mitarbeiter feststellen, dass ihre kognitiven Fähigkeiten bei dieser Arbeitsweise an ihre Grenzen stoßen. Viele KI-Nutzer posten in sozialen Medien, dass ihre kognitive Belastung zugenommen hat, ihre Aufmerksamkeit fast gesättigt ist und sie geistige Erschöpfung verspüren. Francesco Bonacci, Gründer und Ingenieur von Cua AI, hat einen viel beachteten Beitrag auf der Plattform X mit dem Titel „Vibe Coding Paralysis: Wenn unbegrenzte Produktivität dein Gehirn zerstört“ veröffentlicht. Er klagte in dem Beitrag: „Am Ende jedes Arbeitstages bin ich völlig erschöpft. Was mich müde macht, ist nicht die Arbeit selbst, sondern die Verwaltung der Arbeit.“

Unser Forschungsteam hat die aufstrebenden Trends von Arbeitskräften und KI ständig verfolgt, und diese Drucksignale haben unsere Aufmerksamkeit erregt.

Bestehende Studien zeigen widersprüchliche Ansichten über die Beziehung zwischen KI und Burnout von Mitarbeitern. Burnout ist ein Zustand langfristiger beruflicher Belastung, der sich in körperlicher und geistiger Erschöpfung, negativen Einstellungen zur Arbeit und sinkender Arbeitseffizienz äußert. Einige Studien zeigen, dass die Ersetzung belastender Aufgaben durch KI die Müdigkeit lindern kann; während andere Studien (teilweise auf dieselbe Gruppe abzielend) zeigen, dass die Nutzung von KI zu Burnout führt. Gleichzeitig führt die intensive Überwachung von KI zu einer heftigen, überwältigenden geistigen Erschöpfung, die sich von Burnout unterscheidet und das Problem noch komplizierter macht.

Um die tatsächliche Situation zu klären, haben wir 1488 Vollzeitmitarbeiter großer US-amerikanischer Unternehmen befragt (48 % Männer, 51 % Frauen; 58 % einfache Mitarbeiter, 41 % Führungskräfte), die in verschiedenen Branchen, Positionen und Hierarchieebenen tätig sind. Wir haben sie nach ihren Nutzungsmustern und der Häufigkeit von KI, ihren Arbeitserfahrungen sowie ihren kognitiven und emotionalen Zuständen gefragt.

Wir haben festgestellt, dass die kognitive Erschöpfung, die durch die kontinuierliche Überwachung von KI-Agenten ausgelöst wird, nicht nur real existiert, sondern auch erhebliche Auswirkungen hat. Wir nennen dieses Phänomen „KI-Gehirnüberlastung“ (AI brain fry) und definieren es als „geistige Erschöpfung, die durch übermäßige Nutzung oder Überwachung von KI-Tools über die eigenen kognitiven Fähigkeiten hinaus entsteht“. Diese mit KI verbundene geistige Belastung hat erhebliche Kosten, die sich in einer steigenden Fehlerrate der Mitarbeiter, Entscheidungsmüdigkeit und einer erhöhten Kündigungsabsicht äußern.

Wir haben auch festgestellt, dass wenn KI zur Ersetzung routinemäßiger, sich wiederholender Aufgaben verwendet wird, der Burnout-Wert sinkt, aber der Wert für geistige Erschöpfung nicht entsprechend abnimmt. Dies unterstreicht einen feinen, aber wichtigen Unterschied: KI kann bestimmte Arten von Belastungen lindern, aber auch andere Arten von Belastungen verschärfen.

Unsere Forschungsergebnisse sind sowohl ein Leitfaden als auch eine Warnung. Bei umsichtiger Anwendung können diese Daten Unternehmen dabei helfen, KI-gesteuerte Arbeitsabläufe zu gestalten, um das Burnout von Mitarbeitern zu verringern. Selbst vor dem Hintergrund, dass KI die Arbeitsintensität erhöht, können Unternehmen spezifische Maßnahmen für Führungskräfte, Teams und Organisationen festlegen, um geistige Erschöpfung zu vermeiden.

Die Nutzung von KI führt zu geistiger Erschöpfung

Heutzutage gibt es große Unterschiede in der Art und Weise, wie Mitarbeiter KI nutzen: die Anzahl der gleichzeitig genutzten Tools, in welchem Maße KI die Arbeit ersetzt statt sie zu unterstützen, der erforderliche Grad der Überwachung und ob KI die gesamte Arbeitsbelastung erhöht oder verringert. Mitarbeiter können Suchagenten, Forschungsagenten, Datenanalysetools, Bildgenerierungs- oder Designtools oder Programmieragenten nutzen. Wir haben diese Nutzungsmuster mit kognitiven Bewertungsindikatoren kombiniert und analysiert, um die Auswirkungen der KI-Nutzung auf den geistigen Zustand der Mitarbeiter zu verstehen, und daraus einige wichtige Erkenntnisse gewonnen.

Erstens ist der geistig anspruchsvollste Schritt bei der Nutzung von KI die „Überwachung“ bzw. der Grad, in dem Mitarbeiter KI-Tools direkt überwachen. In unserer Studie verbrachten Mitarbeiter, die angaben, bei der Arbeit eine intensive Überwachung von KI durchführen zu müssen, 14 % mehr geistige Energie als diejenigen, die keine intensive Überwachung von KI benötigten. Gleichzeitig führte die intensive Überwachung von KI zu einem Anstieg der geistigen Erschöpfung um 12 % und zu einem Anstieg der Informationsüberlastung (d. h. dem Gefühl, von der großen Menge an Informationen, die bei der Arbeit verarbeitet werden müssen, überfordert zu sein) um 19 %.

Zweitens ist der Grad, in dem Mitarbeiter das Gefühl haben, dass KI ihre Arbeitsbelastung erhöht, ebenfalls ein wichtiger Prädiktor für kognitive Belastung und geistige Erschöpfung. Die beiden Faktoren „Überwachung von KI“ und „Erhöhung der Arbeitsbelastung“ erweitern den Verantwortungsbereich der Mitarbeiter und erfordern, dass sie in derselben Zeit mehr Ergebnisse aus mehr Tools beachten.

Daher steigt die kognitive Belastung und die geistige Erschöpfung verschärft sich entsprechend.

Drittens haben wir eine sehr interessante Korrelation zwischen der Anzahl der gleichzeitig genutzten KI-Tools und der von den Mitarbeitern wahrgenommenen Effizienzsteigerung festgestellt. Wenn Mitarbeiter von der Nutzung nur eines KI-Tools zur gleichzeitigen Nutzung von zwei Tools wechseln, steigt ihre Arbeitseffizienz deutlich an (siehe Diagramm „Die Nutzung zu vieler KI-Tools beeinträchtigt die Arbeitseffizienz“). Wenn sie ein drittes Tool einführen, steigt die Arbeitseffizienz weiter an, aber der Anstieg verlangsamt sich. Bei mehr als drei Tools beginnt der Effizienzwert zu sinken. Es ist allgemein bekannt, dass Multitasking oft nicht sehr effizient ist, aber Menschen werden immer wieder davon angezogen.

Obwohl die Nutzung von KI oft zu geistiger Erschöpfung führt, scheint sie Burnout nicht zu verschärfen. Tatsächlich kann die Ersetzung wiederholender Arbeiten durch KI Burnout verringern.

Das klingt vielleicht kontraintuitiv, aber es hat seine eigene Logik. In der einschlägigen Literatur sind Burnout und akute geistige Erschöpfung zwei verschiedene Probleme. Die Bewertung von Burnout konzentriert sich normalerweise auf körperliche und emotionale Leiden (z. B. wird gefragt, ob die Arbeit einen völlig erschöpft). Im Gegensatz dazu entsteht akute geistige Erschöpfung dadurch, dass eine Person ständig Aufmerksamkeit, Arbeitsgedächtnis und exekutive Kontrollfähigkeiten über ihre begrenzten Fähigkeiten hinaus mobilisiert – genau das, was die intensive Überwachung von KI erfordert.

Die Erscheinungsformen der „KI-Gehirnüberlastung“

Am Ende der Studie haben wir die Teilnehmer gefragt, ob sie jemals eine „KI-Gehirnüberlastung“ erlebt haben, also „geistige Erschöpfung, die durch übermäßige Nutzung oder Überwachung von KI-Tools über die eigenen kognitiven Fähigkeiten hinaus entsteht“. In unserer Studie haben 14 % der Teilnehmer positiv geantwortet, aber es gibt große Unterschiede zwischen Mitarbeitern verschiedener Funktionsbereiche (siehe Diagramm „Welche Abteilungen sind anfälliger für „KI-Gehirnüberlastung“?“).

Was ist also „KI-Gehirnüberlastung“? Viele Teilnehmer beschreiben diesen Zustand mit „Gehirnnebel“ oder „summendem Kopf“. Sie berichten, dass sie nach intensiver Arbeit mit KI-Tools keinen klaren Gedanken mehr fassen können und sich geistig wie nach einem Kater fühlen. Die spezifischen Symptome sind Konzentrationsschwierigkeiten, langsame Entscheidungsfindung und Kopfschmerzen, manche müssen sogar den Computer verlassen, um ihren Zustand „zurückzusetzen“.

Ein leitender Ingenieurmanager beschrieb dieses Gefühl so: „Ein KI-Tool hilft mir, technische Entscheidungen abzuwägen, ein anderes erstellt Entwürfe und Zusammenfassungen. Ich wechsle ständig zwischen den beiden hin und her und überprüfe jedes Detail wiederholt. Das macht mich nicht schneller, sondern mein Gehirn beginnt durcheinander zu geraten. Das ist keine körperliche Müdigkeit, sondern das Gefühl, dass mein Kopf völlig vollgestopft ist. Es ist, als wären in meinem Kopf mehr als ein Dutzend Webseiten gleichzeitig geöffnet, die alle um meine Aufmerksamkeit kämpfen. Ich merke, dass ich denselben Inhalt wiederholt lese, leichter als sonst an mir selbst zweifle und ungewöhnlich unruhig bin. Mein Denken ist nicht fehlerhaft, aber es ist von Geräuschen überflutet, als wäre mein Kopf voller Störsignale. Was mich schließlich daraus erweckt hat, war die Erkenntnis, dass die Verwaltung dieser Tools mehr Energie kostet als das eigentliche Lösen von Problemen.“

Diese Beschreibung ist repräsentativ und stimmt mit den Erfahrungen überein, die wir von vielen Teilnehmern gehört haben. Aus qualitativer Sicht sind Informationsüberlastung und Aufgabenwechsel wichtige Faktoren, die „KI-Gehirnüberlastung“ verursachen. Aus quantitativer Sicht haben wir eine signifikante Korrelation zwischen „KI-Gehirnüberlastung“ und Informationsüberlastung festgestellt, aber die Beziehung zum Aufgabenwechsel ist weniger direkt.

Die nicht zu vernachlässigenden Kosten für Unternehmen

„KI-Gehirnüberlastung“ ist nicht nur unangenehm. Unsere Daten zeigen, dass die kognitive Belastung, die durch die intensive Nutzung von KI entsteht, Unternehmen viele hohe Kosten verursacht.

Entscheidungsmüdigkeit. Es mag nicht überraschend sein, dass wenn die intensive Nutzung von KI die kognitive Belastung erhöht und unsere geistige Energie erschöpft, die psychischen Ressourcen für qualitativ hochwertige Entscheidungen abnehmen. In unserer Studie lag der Grad der Entscheidungsmüdigkeit bei Mitarbeitern, die eine „KI-Gehirnüberlastung“ erlebt haben, um 33 % höher als bei denen, die dies nicht erlebt haben. Eine Studie aus dem Jahr 2018 schätzt, dass für ein Unternehmen mit einem Jahresumsatz von 5 Milliarden US-Dollar der Verlust durch schlechte Entscheidungen bis zu 150 Millionen US-Dollar pro Jahr betragen kann. Wenn der Grad der Entscheidungsmüdigkeit der Mitarbeiter um 33 % steigt, können die Kosten für das Unternehmen jedes Jahr um mehrere Millionen US-Dollar steigen.

Kleine und große Fehler bei der Arbeit. Wir definieren „kleine Fehler“ als „kleine Fehler, die leicht zu entdecken oder zu korrigieren sind“, wie Code- oder Formatfehler, und „große Fehler“ als „Fehler mit schwerwiegenderen Folgen“, wie Fehler, die Sicherheit, Ergebnisse oder wichtige Entscheidungen beeinträchtigen können. Unter den Teilnehmern, die KI bei der Arbeit nutzen, gaben diejenigen, die eine „KI-Gehirnüberlastung“ erlebt haben, an, dass ihre Fehlerrate deutlich höher ist. Im Vergleich zu Personen, die diesen Zustand nicht erlebt haben, ist ihre Wahrscheinlichkeit, „kleine Fehler“ zu machen, um 11 % höher und ihre Wahrscheinlichkeit, „große Fehler“ zu machen, um 39 % höher.

Risiko der Kündigung. In vielen Fällen sind die Mitarbeiter, die KI intensiv nutzen, genau die heutigen Spitzenkräfte, die das Unternehmen unbedingt behalten muss. Es besteht jedoch eine signifikante Korrelation zwischen „KI-Gehirnüberlastung“ und der Kündigungsabsicht der Mitarbeiter. Unter den Mitarbeitern, die keine „KI-Gehirnüberlastung“ erlebt haben, zeigen etwa 25 % die Absicht, aktiv zu kündigen; während unter den Mitarbeitern, die eine „KI-Gehirnüberlastung“ erlebt haben, dieser Anteil fast 34 % beträgt. Wir haben festgestellt, dass bei starken KI-Nutzern die Absicht, aktiv zu kündigen, um 39 % gestiegen ist.

Weniger lästige Arbeiten führen zu weniger Burnout

Allerdings führt nicht jede Nutzung von KI zu „Gehirnüberlastung“, und wir haben auch darauf geachtet, wie KI den Druck der Mitarbeiter lind