Künstliche Intelligenz gilt als Versprechen der Produktivitätsrevolution. Doch eine neue Analyse aus dem Umfeld der Harvard Business Review zeichnet ein differenzierteres Bild. Der Bericht beschreibt ein wachsendes Phänomen unter Wissensarbeiterinnen und Wissensarbeitern, das die Autorinnen und Autoren „AI Brain Fry“ nennen – eine spezifische Form mentaler Ermüdung durch intensive Nutzung und Überwachung von KI-Tools.
Die Studie basiert auf einer Umfrage unter 1.488 Vollzeitbeschäftigten in den USA, die KI regelmäßig im Beruf einsetzen. Ergänzt wurde sie durch qualitative Einblicke aus Unternehmen, in denen mehrere KI-Systeme parallel zum Einsatz kommen. Das Ergebnis: Rund 14 Prozent der Befragten berichten von deutlichen Symptomen einer kognitiven Überlastung, die direkt mit ihrer Arbeit mit KI zusammenhängt.
AI Brain Fry unterscheidet sich dabei vom klassischen Burnout. Während Burnout meist als langfristige Folge chronischer Überarbeitung beschrieben wird, handelt es sich hier um eine akute mentale Überforderung. Betroffene schildern einen Zustand, der von „mentalem Nebel“ über Konzentrationsprobleme bis hin zu einem Gefühl inneren „Brummens“ im Kopf reicht. Entscheidungen fallen schwerer, Gedanken verlieren an Klarheit, und viele berichten von dem Bedürfnis, sich von Bildschirmen zu entfernen, um wieder klar denken zu können.
Besonders häufig tritt dieses Muster in Berufen auf, die stark mit generativer KI arbeiten. Marketing, Softwareentwicklung, HR oder Operations gehören laut Auswertung zu den Bereichen mit besonders hoher Belastung. In manchen Marketingteams berichtete mehr als ein Viertel der Befragten von entsprechenden Symptomen. Juristische Funktionen hingegen zeigen im Durchschnitt geringere Werte.
Der Grund liegt weniger in der Existenz von KI als in der Art, wie sie eingesetzt wird. Viele Wissensarbeiterinnen und Wissensarbeiter arbeiten inzwischen mit mehreren Systemen gleichzeitig: einem Modell für Recherche, einem für Textentwürfe, einem für Code oder Datenanalyse. Die eigentliche Arbeit verschiebt sich dabei zunehmend in eine Meta-Ebene. Statt Probleme direkt zu lösen, überwachen Beschäftigte die Ergebnisse der Systeme, vergleichen Varianten, korrigieren Fehler und entscheiden, welche Vorschläge plausibel sind.
Dieses permanente Überprüfen erzeugt eine neue Art von kognitiver Last. In der Studie zeigt sich ein klarer Zusammenhang zwischen intensiver KI-Aufsicht und mentaler Ermüdung. Rollen mit besonders hoher Oversight berichten rund zwölf Prozent mehr mentale Erschöpfung und deutlich höhere Entscheidungserschöpfung als Vergleichsgruppen.
Hinzu kommt ein paradoxes Effektmuster: KI steigert zwar die Produktivität, erweitert aber gleichzeitig den Umfang der Arbeit. Viele Beschäftigte übernehmen zusätzliche Aufgaben, weil sie mit Hilfe der Systeme schneller arbeiten können. Langfristig entsteht so eine Arbeitsverdichtung – mit dem Gefühl, plötzlich die Arbeit mehrerer Personen zu erledigen.
Auch die Grenzen zwischen Arbeit und Pause verschwimmen. KI-gestützte Aufgaben lassen sich schnell „mal nebenbei“ anstoßen, Berichte laufen im Hintergrund weiter, neue Ergebnisse erscheinen ständig. Pausen verlieren dadurch ihre erholende Funktion.
Die wirtschaftlichen Folgen sind messbar. Beschäftigte mit AI Brain Fry machen laut Studie häufiger Fehler – etwa elf Prozent mehr kleinere und fast vierzig Prozent mehr größere Fehler. Gleichzeitig steigt die Wahrscheinlichkeit, über einen Jobwechsel nachzudenken, deutlich an.
Allerdings zeigt die Untersuchung auch, dass KI nicht zwangsläufig überlasten muss. Entscheidend ist, wie sie eingesetzt wird. Wenn Systeme vor allem repetitive Routinearbeit übernehmen, sinken Burnout-Werte und Mitarbeitende berichten sogar von höherem Engagement. Kritisch wird es erst dann, wenn KI zusätzliche Arbeit erzeugt oder Mitarbeitende zu permanenten Aufsehern komplexer Systeme werden.
Für Unternehmen ergibt sich daraus eine klare Herausforderung. KI kann Produktivität steigern – aber nur, wenn ihr Einsatz bewusst gestaltet wird. Zu viele Tools, unklare Verantwortlichkeiten oder Anreizsysteme, die maximale Nutzung belohnen, können die kognitive Belastung erhöhen statt sie zu senken.
AI Brain Fry ist damit weniger ein technisches Problem als eine Organisationsfrage. Die eigentliche Herausforderung besteht nicht darin, KI einzusetzen – sondern darin, sie so zu integrieren, dass sie Arbeit wirklich erleichtert.
