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.
Noch keine Kommentare.