Wir müssen uns eingestehen, dass die Arbeit mit KI Aufwand spart und trotzdem enorm erschöpfend ist.

Du kennst das Gefühl vielleicht. Ein Arbeitstag, an dem viel entstanden ist, seien es Code, Entwürfe, Analysen oder einfach nur Antworten; und an dessen Ende eine eigentümlich leere Müdigkeit zurückbleibt. Nicht die erfüllte Erschöpfung nach einem Tag voller Begegnungen mit Menschen, sondern anders. Du hast stundenlang mit einer Maschine verhandelt, vorformuliert, umformuliert, sie überzeugt, Dich gelegentlich über sie geärgert. Und Du bist müder, als die Menge der erledigten Aufgaben es rechtfertigen würde.

Das hat wenig mit Disziplin zu tun. Es ist ein strukturelles Phänomen, das bislang in keiner Produktivitätsbilanz auftaucht. Auf das Thema bin ich in diesem kurzen Blogpost gestoßen. Aber man müsste noch so viel mehr dazu sagen. Nachfolgend meine ersten flüchtigen Gedanken, weitere folgen, sobald diese schreckliche Hitzewelle vorüber ist.

Was ist ein Werkzeug? #

Die offizielle Erzählung lautet: KI-Assistenten sind Werkzeuge. Sie werden vermarktet wie der Hammer der Wissensarbeit, als Verlängerung der Hand, als das Tastenkürzel des 21. Jahrhunderts.

Aber ein gutes Werkzeug zeichnet sich dadurch aus, dass es im Gebrauch verschwindet. Wenn Du Auto fährst, auf einer Tastatur tippst oder ein Rechteck in einer PowerPoint verschiebst, verbucht Dein Gehirn das Werkzeug als Teil Deines Körpers. Es kostet keine bewusste Aufmerksamkeit mehr. Im englischen Sprachraum wird das unter dem Begriff Extended Body Schema diskutiert.

Genau das leisten KI-Assistenten aber gerade nicht. Kaum jemand würde behaupten, dass sich die Arbeit mit ihnen anfühlt wie eine Körpererweiterung; dafür sind sie nicht konsistent und schnell genug, sie schaffen es nicht das Gehirn so zu täuschen, dass es sie nicht mehr als fremd wahrnimmt. Stattdessen erzwingen die Assistenten bewusste Aushandlung, sorgfältige Formulierung, Überzeugungsarbeit. Die Chat-KI ist (zumindest im Juni 2026) ein von unserem Körper deutlich getrenntes Subjekt oder Objekt - je nachdem, wie sehr man sich gegen die Vorstellung einer Personalisierung sperrt.¹

Und aus diesem Grund verbraucht die KI als “Werkzeug” eine immer knapper werdende Ressource: die soziale Energie, mit der Du sonst ein menschliches Gegenüber modellierst, ansprichst und erträgst. Es nimmt von diesem Konto, ohne dass die Rechnung jemals gestellt wird, denn die Erzählung vom “kostenlosen Produktivitäts-Tool” verschweigt Mental-Load-Kostenpositionen konsequent.

Es ist nicht Deine Schuld, dass die KI ist, wie sie ist. #

Bevor wir das Phänomen einordnen, lohnt sich der Blick auf das, was viele Fachleute beim Arbeiten mit KI tatsächlich erleben. Erkennst Du Dich wieder?

• Da ist der Cursor, der im Eingabefeld blinkt, während Du auf die KI-Antwort wartest und dabei im Kopf bereits den nächsten Satz konstruierst, verwirfst, höflich umformulierst; für ein Gegenüber, das keine Höflichkeit braucht und keine registriert.

• Da ist die Antwort, die Dich zur dritten Umformulierung zwingt, weil die zweite zwar plausibel klang, aber an einer entscheidenden Stelle leider doch erfunden war. Die Trefferquote liegt erfahrungsgemäß bei rund 85 bis 90 Prozent: zuverlässig genug, um die Prüfung schleifen zu lassen, unzuverlässig genug, um Dich an einem von fünf Tagen auf einer falschen Spur arbeiten zu lassen.

• Und da ist, für alle mit Führungs- oder Mentoringaufgaben, eine subtilere Erfahrung. Wenn ein Junior-Kollege Arbeit abliefert, kannst Du nicht mehr ohne Weiteres erkennen, welche Teile er selbst durchdrungen hat und welche generiert wurden. Damit verlierst Du nicht nur eine Kontrollebene, sondern den Anlass, jemanden für echten Fortschritt zu loben und Vertrauen aufzubauen. Und Dein Gegenüber verliert die Chance, zu wachsen, wofür selbst gemachte Fehler stets die beste Grundlage darstellen.

Aber ganz Wichtig: Diese Schwächen entstehen nicht deshalb, weil Du das Werkzeug “falsch bedienst”. Sie sind in ihm angelegt, sie sind zwingende Folge der Art und Weise wie KI in unserer Kommunikation wirkt.

Wo kommt die Anstrengung her? #

Wenn wir es mit Menschen zu tun haben, entwickeln wir nach einiger Zeit ein Gefühl dafür, welcher Kollege wie tickt. Je nachdem drücken wir uns präziser und ausführlicher oder knapper und vager aus, denn wir wissen, welchen Detailgrad die Person in der Zusammenarbeit benötigt. Auch Reminder, Nachdruck in der Formulierungen oder gar Eskalationen in der Hierarchie passen wir auf der Basis früherer Erfahrungen an. Richard David Precht bezeichnet das in Podcasts und Interviews immer mal als “Soziales Schach”.

LLMs sind nicht sehr gut darin, Schach zu spielen, das lässt sich immer wieder sehr amüsant auf YouTube bei Levy Rozman nachverfolgen. Ihre Stärke und Schwäche ist es, dass sie sich eben nicht deterministisch, also nach logischen Regeln vorhersagbar, verhalten, sondern ihre Antwort eine stochastisch motivierte Reaktion auf die Eingaben des Nutzers darstellt.

An den meisten Tagen geht das gut. Auch schnell hingerotzte Prompts werden erstaunlich oft zu sinnvollen Anweisungen um-interpretiert und weitgehend sinnvoll umgesetzt. Scheitert die Interpretation jedoch, finden wir uns schnell in der Situation wieder, dass wir einem verwirrt wirkenden Gegenüber für simple Aufgaben unverhältnismäßig lange Detailweisungen geben müssen. Gerade für Menschen, deren Kommunikation sich an Logik und Details orientiert (Programmierer, Controller, Juristen), fühlt sich das schnell qualvoll-frustrierend an, denn die Verantwortung für den begriffsstutzigen Gegenüber wird man nicht los. Man kann ihm nicht sinnvoll mit einem Eskalationstermin beim Chef drohen, noch kann man die Folgen von KI-Fehlern von sich weisen. Irgendwer muss sie vertreten und das wird in der Regel der Nutzer sein.

Der Stress im Detail #

Somit ergeben sich zwei Stressoren:

1. Der Zwang zur Präzision #

Unsere Inputs müssen von Anfang an so gestaltet werden, dass sie möglichst wenig Raum für Fehlinterpretationen bieten, wir also eine Bahn vorbereiten, die das LLM in seinen Überlegungen nicht so schnell verlassen wird. Im Ergebnis heißt das oft, dass wir mit der genial wirkenden KI immer wieder Gespräche führen müssen, wie man sie sonst nur von Arbeitsanweisungen an unbegabte Schülerpraktikanten kennt. Tun wir das nicht, leben wir immer im Risiko, dass das Reasoning in eine völlig falsche Richtung rennt, was besonders bei komplexeren Aufgaben (z.B. Agentic Coding) zu Unmut und menschlicher Mehrarbeit führt.

2. Der Zwang zur Wachsamkeit #

Aber selbst wenn wir glauben, alles richtig gemacht zu haben, bleibt immer das Restrisiko, dass die KI heute beschließt, die Welt ein klein wenig anders zu sehen, als sie es gestern noch tat. Das kann ein durch unsere konkrete Formulierung leicht anders gerunderter Wahrscheinlichkeitswert sein oder ein Modell-Update beim Hersteller. Wo genau das neue (Fehl-?)Verhalten herkommt, kann uns auch egal sein: Wir, die Nutzer sind diejenigen, die immer wachsam bleiben müssen. Wir können uns also nicht nach dem Absetzen des Perfekten Prompts™ zurücklehnen sondern müssen zusehen, ob unsere Anweisungen auch wirklich wie gewünscht befolgt werden. Mindestens zu Beginn der Arbeitsaufnahme - was dann aber nicht heißt, dass es nicht mehr unser Problem ist, wenn Claude Code bei Schritt 4 von 5 plötzlich auf dumme Gedanken kommt.²

Fragen an jemanden, der gar nicht wirklich da ist #

Natürlich können wir jetzt hoffnungsvoll sagen: “Die KI ist eben noch nicht gut genug, das gibt sich mit der nächsten Modellgeneration.” Aber das greift zu kurz. Die oben geschilderten Probleme sind keine Frage der Werkzeug-Qualität, sondern der Kategorie. Wir behandeln als Werkzeug, was in Wahrheit ein Kommunikationskanal, ein simulierter Gesprächspartner ist. Und das hat Konsequenzen, die sich nicht wegoptimieren lassen.

Wie war es denn früher? Der eigentliche Vorgänger, den die KI ersetzt, war nicht plump “das Arbeiten ohne KI”, das ist formaler Unsinn. Es waren eine Vielzahl von Tätigkeiten, die nun in Teilen von der Chat-KI übernommen werden können, allen voran: “die Frage, die man an einen Kollegen stellt”.

Dabei zwang uns der Respekt vor der Zeit eines anderen Menschen dazu, eine Frage so weit zu durchdenken, dass man die Antwort beim Absenden oft schon selbst kannte. Die Knappheit menschlicher Aufmerksamkeit erforderte Disziplin und produzierte als Nebenwirkung das sorgfältige Formulieren, eine eigenständige Denkleistung: das Vorausdenken bis zur Selbstbeantwortung. Ein Kollege konnte einen zurückweisen: “Mach Dir erst selbst Gedanken.” Die Maschine kann das nicht. Sie hat unendlich geduldig zu sein und verfügt auch nicht über ein Zeit-Kontingent, das Du durch Deine Fragerei verschwenden würdest. Damit entfällt der Reibungswiderstand, und mit ihm das Denken, das durch diese Reibung erzwungen wurde.

Soziale Anstrengung hat ihren eigenen Wert #

Das bedeutet aber nicht, die alten Arbeitsformen wären romantischer, schöner, einfacher gewesen. Im Gegenteil: Es war anstrengender!

Aber genau diese Anstrengung war ein Wert für sich. Die soziale Anstrengung, die Du bei Menschen investieren musst, zahlt sich auf anderem Wege wieder aus, weil Menschen Dir etwas zurückgeben: Sie fordern Dich heraus und sie weisen Dich zurecht, wenn Du Unsinn redest, und Du tust dasselbe für sie. Nach einem Tag voller solcher Begegnungen bist Du müde, aber reicher.

Die KI verlangt dieselbe Energie und gibt überwiegend mehr vom Gleichen zurück: mehr Output, gelegentlich mehr Ausreden und wenn Du nicht aufpasst: plumpe Zustimmung.

Und damit hält die Maschine Dir unfreiwillig einen Spiegel vor. Wenn sie ein Kollegengespräch so mühelos imitieren kann, und Du keinen Unterschied merkst, war ein Teil dieser Gespräche vielleicht nie so menschlich, wie wir uns einredeten, sondern bloßer Informationstransfer in sozialer Verpackung. Viele unserer Rituale waren vielleicht schon vor der KI-Disruption nur leere Hüllen.

Wie ein realistischer Umgang aussieht #

Das Phänomen lässt sich nicht auflösen, und sollte Dir jemand das Gegenteil verkaufen wollen, ist Misstrauen angebracht. Die Haben-Seite ist klar: Es gibt Aufgaben, die ein Einzelner heute bewältigt, für die gestern ein Team nötig gewesen wäre. Das Werkzeug ist also nachweislich nicht nutzlos. Es wird nur unseriös verbucht, wieviel psychische Anstrenung der Mensch bei der Benutzung beisteuern muss.

Ein ehrlicher Umgang beginnt damit, die soziale Energie als das zu behandeln, was sie ist: eine endliche Ressource. Daraus ergeben sich keine Patentrezepte, aber ein paar tragfähige Haltungen.

• Entscheide bewusst, welche Aufgaben die KI-Gesprächskosten wert sind. Für eine schnelle, klar umrissene Frage oder Arbeitsaufgabe mit abschätzbaren Ergebnissen ist der Aufwand gering; das funktioniert ähnlich leichtgewichtig wie eine Suchanfrage, solange Du die Anfrage kurz hältst und Dich nicht in endloses Hin und Her ziehen lässt. Aufwendiger und oft frustrierender wird es, sobald Du in die Rolle gerätst, einem unzuverlässigen Gegenüber alles dreimal erklären zu müssen.

• Gib die verlorengegangene Disziplin nicht ganz auf. Der Zwang, eine Frage erst sauber zu durchdenken, war von Höflichkeit gegenüber dem Kollegen motiviert. Zugleich war der Zwang aber auch ein wertvoller Filter. Wer ihn freiwillig beibehält, schützt sich gegen den schleichenden Kreislauf, in dem ausgelagertes Denken die eigene Urteilsfähigkeit verkümmern lässt, bis man die Maschine gar nicht mehr prüfen kann und ihr deshalb umso mehr vertraut.

• Sprich die Verschiebung offen an. Code-Reviews und Arbeitsbesprechungen sind nicht nur Qualitätskontrolle sondern auch Orte des Wissensaustauschs und des Vertrauensaufbaus. Wo sich der Anlass dafür auflöst, verschwindet er nicht von selbst, sondern muss bewusst neu geschaffen werden. Die Prüfung verlagert sich von “Stimmt das Ergebnis?” auf “Verstehst Du, warum es so aussieht?”. Wer das Warum nicht erklären kann, ist offensichtlich noch nicht fertig.

Das bedeutet Arbeit und ist kein reibungsloser Automatismus. Schlimmer noch: Es mindert den Produktivitätsgewinn des KI-Tools. Andererseits: Wer das unter den Teppich kehrt, verkauft eine Utopie, die nicht gewährleistet werden kann.

Aktives Energiemanagement #

Achte über ein, zwei Wochen darauf, an welchen Stellen Deines Arbeitstages Du soziale Energie an die Maschine zahlst, ohne dafür besseres als “mehr vom Gleichen” oder gar Unsicherheiten und Chaos zu erhalten. Und frage Dich an genau diesen Stellen, ob dieselbe Energie bei einem echten Menschen besser aufgehoben wäre, z.B. bei einem Kollegen oder direkt bei Dir selbst.

Und ganz wichtig: Das soll keine Aufforderung sein, das KI-Werkzeug zu meiden. Es ist kein Aufruf zum Neo-Luddismus, sondern eine Einladung, das Werkzeug richtig einzuordnen und seine sozialen und psychischen Kosten zu erkennen.

Die Maschine kommuniziert mit uns und zwingt uns damit zu der Frage, die wir längst hätten stellen müssen: Welche unserer Gespräche waren die aufgewandte Kraft wert, und an wen hätten wir unsere Energie eigentlich richten sollen?