KI am Arbeitsplatz führt zu Brain Fry bei Mitarbeitern

Eine Studie zeigt, dass die Einführung von KI-Systemen bei 14 Prozent der Beschäftigten zu mentaler Überlastung führt, was Produktivitätseinbrüche und höhere Fehlerquoten verursacht.

Eine neue Studie enthüllt die Schattenseiten der KI-Einführung: Statt Entlastung erzeugt sie bei vielen Angestellten mentale Erschöpfung. Rund 14 Prozent der befragten US-Vollzeitbeschäftigten klagen über akuten "AI Brain Fry".

Was steckt hinter dem "KI-Hirnfrittieren"?

Forscher der Boston Consulting Group und der University of California, Riverside, analysierten 1.488 Beschäftigte, die regelmäßig mit KI arbeiten. Das Ergebnis: Jeder Siebte leidet unter mentalem Nebel, Kopfschmerzen und verlangsamter Entscheidungsfindung.

Anzeige

Wenn die Informationsflut durch digitale Tools zu mentaler Erschöpfung führt, hilft gezieltes Training, um den Fokus zurückzugewinnen. Dieser kostenlose Ratgeber bietet 11 praktische Übungen, mit denen Sie Ihre Konzentration steigern und Ihr Gedächtnis spürbar entlasten können. Gehirntraining-Report mit 11 Übungen kostenlos anfordern

Die Hauptursache ist der immense Überwachungsaufwand. Weil KI-Systeme oft fehleranfällig sind, müssen Menschen ihre Ergebnisse ständig kontrollieren. Diese intensive Kontrolle erhöht die geistige Anstrengung um 14 Prozent und die mentale Ermüdung um 12 Prozent. Gleichzeitig steigt die Informationsflut um fast ein Fünftel. Unser Gehirn kann mit diesen Datenströmen einfach nicht mithalten.

Marketing und HR sind besonders betroffen

Die Belastung trifft nicht alle Berufe gleich. Im Marketing klagen fast 26 Prozent der Beschäftigten über kognitive Überlastung. Im Personalwesen sind es 19 Prozent, in Softwareentwicklung und Ingenieurwesen knapp 18 Prozent. Der Rechtsbereich kommt mit sechs Prozent am besten weg.

Besonders alarmierend: Die Betroffenen sind oft frühe Anwender und Leistungsträger. Sie geraten in eine Multitasking-Falle. Die Produktivität steigt zwar bei bis zu drei KI-Tools, bricht aber ab dem vierten System ein. Der ständige Wechsel zwischen Plattformen überfordert das Gehirn.

Hohe Fehlerquote und Fluktuation als Folge

Die mentale Erschöpfung hat handfeste wirtschaftliche Konsequenzen. Betroffene Mitarbeiter zeigen eine um 33 Prozent höhere Entscheidungsmüdigkeit. Sie machen elf Prozent mehr Flüchtigkeitsfehler – bei schwerwiegenden Fehlern mit Geschäftsfolgen sogar 39 Prozent mehr.

"Viele Angestellte wenden mehr Energie für die Werkzeug-Verwaltung auf als für die Problemlösung", sagt Julie Bedard von BCG, eine Mitautorin der Studie. Die Frustration treibt sie weg: Die Kündigungsbereitschaft steigt bei stark Belasteten von 25 auf 34 Prozent.

Anzeige

Der ständige Wechsel zwischen verschiedenen Systemen und die Kontrolle komplexer Datenströme belasten die mentale Fitness im Berufsalltag massiv. Erfahren Sie in diesem Gratis-PDF die 7 Geheimnisse für ein leistungsfähiges Gehirn, um trotz hoher Anforderungen geistig fit und fokussiert zu bleiben. Kostenlosen Ratgeber für mentale Fitness herunterladen

KI als Chance – wenn sie richtig eingesetzt wird

Die Studie zeigt aber auch einen Lichtblick. Wenn KI tatsächlich Routineaufgaben übernimmt und der Kontrollzwang entfällt, sinken die Burnout-Werte um 15 Prozent. In der Praxis führt die Einführung jedoch oft zum Gegenteil: mehr Verantwortung und Output-Erwartung in gleicher Zeit.

Branchenbeobachter sehen hier einen grundlegenden Fehler. Das menschliche Gehirn wird wie ein skalierbarer Computerchip behandelt. Die Diskussion muss sich daher von der reinen Technik-Implementierung hin zur kognitiven Ergonomie verlagern.

Wie sieht die gehirngerechte Zukunft aus?

Unternehmen stehen vor der Aufgabe, ihre Digitalisierungsstrategie zu überdenken. Der Fokus muss von der Menge der KI-Tools hin zur Qualität der Mensch-Maschine-Interaktion wechseln.

Technologieverantwortliche brauchen bessere automatische Sicherheitsvorkehrungen, um die Validierungslast zu senken. Personalabteilungen müssen Strategien gegen die Überlastung entwickeln. Die nächste Phase der digitalen Transformation wird nicht durch die meisten Algorithmen definiert, sondern durch deren gehirngerechte Integration.