Studienüberblick
- Forschende der UC Berkeley beobachteten von April bis Dezember 2025 acht Monate lang 200 Beschäftigte in Technologieunternehmen
- Ergebnis: Nach der Einführung von AI wurde die Arbeit nicht weniger, sondern eher intensiviert und ausgeweitet
- Veröffentlicht in der Harvard Business Review im Februar 2026
Drei zentrale Muster, wie AI Arbeit intensiviert
- Ausweitung des Aufgabenbereichs
- AI schließt Wissenslücken → dadurch greifen Beschäftigte auch in Bereiche außerhalb ihrer eigentlichen Rolle ein (PMs schreiben Code, Designer programmieren usw.)
- Aus kleinen Experimenten wird zusätzliche Arbeit, für die früher weiteres Personal nötig gewesen wäre und die nun von Einzelnen aufgefangen wird
- Ingenieurinnen und Ingenieure verbringen mehr Zeit mit AI-Code-Review, Korrekturen, Slack-Coaching und dem Fertigstellen unvollständiger PRs
- Erosion zeitlicher Grenzen
- Geringere Reibung beim Arbeitsbeginn → selbst in der Mittagspause, während Meetings oder beim Laden von Dateien werden noch „kleine Aufgaben“ eingeschoben
- Kurz vor Feierabend noch ein „letzter Prompt“, danach und früh am Morgen werden AI-Unterhaltungen fortgesetzt
- Die Grenze zwischen Arbeit und Leben verschwimmt (es wirkt leicht wie ein Chat, verringert aber tatsächlich die Erholung)
- Explosion des Multitaskings
- Mit AI lassen sich mehrere Aufgaben gleichzeitig vorantreiben (während des Codens AI-Alternativen erzeugen, mehrere Agenten parallel laufen lassen usw.)
- Auch aufgeschobene Aufgaben lassen sich leicht wiederbeleben → die Zahl offener Aufgaben steigt
- Belastung durch Aufmerksamkeitswechsel und das Prüfen von Ergebnissen ↑ → stärkere kognitive Ermüdung
Freiwillige Einführung ist gerade das Problem
- Die beschriebenen Phänomene traten nicht durch Unternehmenszwang auf, sondern durch die freiwillige Entscheidung der Mitarbeitenden
- „Ich dachte, wenn die Produktivität steigt, würde ich weniger arbeiten, aber stattdessen arbeite ich mehr.“ (Aussage eines Mitarbeitenden)
- Simon Willison: „Wenn ich LLMs nutze, arbeite ich gleichzeitig an 2~3 Projekten → nach 1–2 Stunden ist die Energie für den Tag aufgebraucht“
Das Paradox der Produktivitätssteigerung (verwandte Studien)
- METR: Bei erfahrenen Entwicklerinnen und Entwicklern stieg die tatsächliche Arbeitszeit um 19 %, subjektiv fühlten sie sich aber um 20 % schneller
- NBER: In Unternehmen mit AI-Einsatz lag die Produktivitätssteigerung bei nur 3 %, Arbeitszeit und Einkommen änderten sich kaum
- Langfristiges Risiko: kognitive Ermüdung → Burnout → schlechtere Entscheidungen → sinkende Qualität → höhere Fluktuation
Vorschläge und Fazit
- Auf Organisationsebene braucht es eine „AI practice“: Regeln dafür, wann, wie und wann nicht AI eingesetzt wird
- Beispiel: „Entscheidungspause“ vor wichtigen Entscheidungen (Gegenargumente einfordern, Abgleich mit den Zielen prüfen usw.)
- Die Kernfrage lautet: „Nicht AI verändert die Arbeit, sondern entscheidend ist, wie wir diesen Wandel gestalten“
Die zentrale Botschaft: AI macht Arbeit einfacher, ist aber zugleich ein Werkzeug, das schwerer zu stoppen ist.
9 Kommentare
Das spüre ich in letzter Zeit auch: Die geistige Erschöpfung, die früher nach 6–7 Stunden kam, setzt jetzt schon nach 2 Stunden ein.
Immerhin wird der Schildkrötenhals wohl etwas weniger werden.
Wenn ich erst einmal Claude Code laufen lasse und mein menschliches Gehirn einen Kontextüberlauf bekommt, mache ich einen Spaziergang oder dehne mich, um die Session zu flushen. In der Mittagspause gehe ich ins Fitnessstudio und mache einen harten Reset .. Trotzdem ist der Kontext, den ich an einem Tag verarbeiten kann, begrenzt .. Wenn man bezahlt (Gehalt), wird es zwar etwas mehr ..
Die Kraft, die durch Geld entsteht … irgendwie seltsam menschlich …
Eigentlich müssten wir ernsthaft über eine Verkürzung der Arbeitszeit diskutieren, aber da nicht nur Korea weniger arbeiten kann, macht mir das wirklich Sorgen.
Ist der Unternehmensgewinn in dem Maß gestiegen, wie die Arbeit zugenommen hat?
Das erinnert mich an das Paradox der Roten Königin.
Das Ergebnis, dass AI die Effizienz nicht steigern konnte, sondern nur die Arbeitsdichte erhöht und damit den Druck auf die Beschäftigten verstärkt hat, ist wirklich interessant.
Ich hatte trotzdem gedacht, dass die Einführung von AI gerade in Tech-Unternehmen sehr effizient sein würde ...
Da wir uns noch in einer frühen Einführungsphase befinden, wird man wohl erst mit etwas mehr Zeit sagen können, ob das ein vorübergehendes Problem ist oder ein grundlegendes Problem von AI als Arbeitsassistenz.
Erinnert sich noch jemand an Michael Endes Märchenbuch [Momo]? Diese Realität war schon damals vorhergesehen.