Es ist paradox: Einerseits verspricht KI, Routinearbeiten abzunehmen, Workflows zu optimieren und überhaupt für eine große Arbeitserleichterung zu sorgen. In einem früheren Blogpost haben wir beschrieben, warum die KI-Einführung dazu führt, dass alle Mitarbeitenden neue Kompetenzen benötigen, damit sie KI-Systeme effizient nutzen und vor allem auch managen können (LINK).
Unsere These: Wer heute intensiv mit KI arbeitet, muss dazu in der Lage sein, parallel ablaufende KI-Prozesse zu koordinieren, Ergebnisse zu bewerten und die Qualität der Ergebnisse sicherzustellen. Ein erweitertes Aufgabenportfolio, das in der Pre-KI-Zeit sicher nicht Teil der Aufgabenbeschreibung war und eher dem Management zugeordnet wurde.
Eine kürzlich veröffentlichte Studie der UC Berkeley bestätigt diese These – und geht noch weiter, indem sie einen Appell an Führungskräfte richtet, der ernst zu nehmen ist.
Wie KI-Nutzung mit Begeisterung die Arbeitsgewohnheiten ändert
Ein Team der UC Berkeley hat acht Monate lang beobachtet, wie generative KI die Arbeitsgewohnheiten von rund 200 Mitarbeitenden in einem US-amerikanischen Technologieunternehmen verändert hat.
Die Besonderheit dabei: Das Unternehmen hat die KI-Nutzung nicht angeordnet, sondern lediglich die erforderlichen Lizenzen bereitgestellt. Daraufhin begannen die Mitarbeitenden von sich aus, mit den KI-Tools zu experimentieren und diese in ihren Arbeitsalltag zu integrieren.
Das Ergebnis war auf den ersten Blick genau das, was sich Führungskräfte erhoffen: motivierte Mitarbeitende, die mehr leisten, schneller arbeiten und neue Aufgaben für sich entdecken und übernehmen. Bei einer genaueren Betrachtung zeigten sich jedoch drei Muster, die Aufmerksamkeit erfordern, damit die Erfolge wirklich nachhaltig sind.
1. Die Versuchung, alles selbst zu machen
KI senkt die Hemmschwelle, neue oder zusätzliche Aufgaben zu übernehmen, denn „die KI macht ja die Arbeit“. Produktmanager beginnen zu programmieren. Researcher übernehmen Engineering-Aufgaben. Mitarbeitende versuchen sich an Aufgaben, die bisher ausgelagert, aufgeschoben oder komplett vermieden wurden.
Das klingt zunächst nach einem deutlichen Produktivitätszuwachs, hat aber auch seine Kehrseite: Wenn jemand mit KI-Unterstützung Code schreibt, ohne das notwendige Rüstzeug dafür zu haben, dann entsteht Mehrarbeit an anderer Stelle. Laut der Berkeley-Studie verbrachten erfahrene Entwickler im untersuchten Unternehmen zunehmend mehr Zeit damit, KI-generierten Code von Kollegen zu überprüfen, zu korrigieren und diese auch informell zu coachen – Arbeit, die in keinem Projektplan auftaucht, die aber reale Kapazität bindet.
Hier zeigt sich eine grundlegende Grenze: KI unterstützt, aber sie ersetzt keine Fachkompetenz. Wenn die letztentscheidende Instanz der Mensch ist, dann kann eine Aufgabe nur dann verantwortungsvoll übernommen werden, wenn diese Person in der Lage ist, die Qualität des KI-Ergebnisses zu verifizieren. Wer nicht beurteilen kann, ob der generierte Code funktional und sicher ist, sollte diese Aufgabe nicht übernehmen, auch wenn KI es auf den ersten Blick technisch möglich macht.
2. Die Grenze zwischen Arbeit und Freizeit verschwimmt
Ein kurzer Prompt während der Mittagspause. Eine Frage an die KI, bevor man den Arbeitsplatz verlässt. Ein „Lass die KI schon mal arbeiten, während ich weg bin.“ Diese Handlungen fühlen sich nicht wie Arbeit an – das Tippen eines Prompts ähnelt eher einer kurzen Nachricht als einer formalen Aufgabe und wird auch von einer grundlegenden Neugierde und Experimentierfreude beflügelt.
Laut der Studie reduzierten sich durch dieses Verhalten im Verlauf von Wochen und Monaten die natürlichen Pausen im Arbeitstag. Viele Mitarbeitende bemerkten tatsächlich erst im Nachhinein, dass ihre Erholungsphasen nicht mehr die gleiche Wirkung hatten wie in der Pre-KI-Realität. Vielmehr wurde Arbeit zu etwas, das scheinbar nie eine natürliche Pause benötigte.
3. Multitasking explodiert
Dieses dritte Muster bestätigt direkt, was wir in unserem früheren Beitrag beschrieben haben (LINK):
KI ermöglicht die parallele Bearbeitung verschiedener Aufgaben – schließlich schaut niemand NotebookLM dabei zu, wie ein Research-Auftrag abgearbeitet wird, oder Claude Code bei der initialen Erstellung von Code. Mehrere Agenten gleichzeitig laufen lassen. Lange aufgeschobene Aufgaben wieder aufnehmen, weil die KI sie „nebenbei“ erledigen kann. Das Gefühl, einen Partner zu haben, der mitarbeitet, erzeugt ohne Frage ein echtes Momentum.
Die Realität dahinter: ständiger Aufmerksamkeitswechsel, regelmäßiges Prüfen von KI-Ergebnissen, eine wachsende Zahl offener Aufgaben. Die kognitive Belastung steigt, auch wenn sich die Arbeit produktiv anfühlt. Oder wie ein Ingenieur in der Berkeley-Studie zusammenfasste: „Man dachte, man könnte weniger arbeiten. Aber dann arbeitet man nicht weniger. Man arbeitet gleich viel oder sogar mehr.“
In unserem Blogpost hatten wir argumentiert, dass die Koordination paralleler KI-Prozesse Managementkompetenzen erfordert, die bei den Mitarbeitenden aufgebaut werden müssen. Die Berkeley-Studie belegt: Ohne diese Kompetenzen – und ohne die organisatorischen Rahmenbedingungen – kann diese neue Arbeitsrealität zu einer Überlastung führen.
KI macht Arbeit nicht „weniger“. Sie macht Arbeit „anders“. Und „anders bedeutet nicht automatisch „besser“ – zumindest nicht ohne bewusste Gestaltung.
Das Paradox: Begeisterung ist kein Erfolgsmesser
Hier liegt die eigentliche Erkenntnis für Führungskräfte: Die drei beschriebenen Muster entstehen nicht, weil Mitarbeitende zur KI-Nutzung gezwungen werden. Sie entstehen, weil KI-Nutzung Spaß macht und sich lohnend anfühlt. Die Intensivierung ist freiwillig – und genau das macht sie so schwer erkennbar.
Denn wenn Mitarbeitende begeistert mehr leisten, gibt es für Führungskräfte zunächst keinen offensichtlichen Grund zur Intervention. Die Studie zeigt aber, dass diese schleichende Intensivierung zu kognitiver Erschöpfung führen, die Entscheidungsqualität beeinträchtigen und im schlimmsten Fall eine höhere Mitarbeitendenfluktuation zur Folge haben kann – alles Negativaspekte, die den anfänglichen Produktivitätsgewinn deutlich schmälern.
Hier erwächst eine Führungsaufgabe, die bewusste Entscheidungen erfordert. Statt passiv zuzuschauen, wie KI den Arbeitsalltag verändert, müssen Unternehmen aktiv gestalten: Wie wird KI genutzt? Wann ist es sinnvoll, aufzuhören? Welche Erweiterungen des individuellen Aufgabenbereichs sind tatsächlich wertschöpfend – und welche erzeugen nur mehr Output, aber ohne höhere Qualität?
Denn das ist der entscheidende Punkt: Mehr Output allein ist kein Produktivitätsgewinn. Wer mit KI einfach nur mehr produziert, ohne die Qualität zu steigern, wiederholt im Unternehmenskontext, was wir auf Social Media bereits sehen – eine Flut von KI-generiertem Inhalt, der Quantität vor Qualität stellt. Die Führungsaufgabe ist, beides einzufordern: höheren Output bei mindestens gleicher, besser noch höherer Qualität. Nur dann entsteht tatsächlicher Mehrwert.
In unserer eigenen Praxis haben wir kürzlich genau diese Entscheidung getroffen: die bewusste Vorgabe, dass Teammitglieder maximal zu 80 Prozent ausgelastet sein sollen. Die verbleibenden 20 Prozent sind nicht nur ein Puffer für Unvorhergesehenes, sondern bewusster Freiraum für Reflexion, kreatives Denken und das Verarbeiten neuer Arbeitsweisen. Denn wer ständig am Limit arbeitet, hat keine Kapazität, neue Kompetenzen zu entwickeln – genau die Kompetenzen, die ein Unternehmen auf dem Weg zum KI-gestützten Arbeiten benötigt. Der Freiraum, Erlerntes zu verarbeiten, mit Teammitgliedern zu reflektieren und im informellen Austausch voneinander zu lernen – das, was wir als „Tribal Learning“ bezeichnen (LINK) –, ist keine Komfortzone. Es ist eine strategische Notwendigkeit, damit die Adaption an die neue Arbeitsrealität gelingt.
Von der Euphorie zum System: Warum KI kein IT-Projekt ist, sondern Change Management
Die Berkeley-Studie beschreibt im Kern eine Organisation in Phase 1 unseres KI-Transformationsmodells (LINK): dem „Wilden Westen“. Ungeplante KI-Experimente, keine strategische Ausrichtung, verschiedene Tools parallel im Einsatz, ohne messbare Erfolgskriterien oder koordinierte Einführung. Das Unternehmen in der Studie hat Lizenzen bereitgestellt und damit ein interessantes Experiment gestartet.
Der Weg von Phase 1 zu nachhaltigem KI-Einsatz führt nicht über bessere Tools, mehr Experimente oder mehr Lizenzen. Er führt über bewusste organisatorische Gestaltung:
Klare Rahmenbedingungen, die definieren, welche Aufgabenerweiterungen sinnvoll sind, welche zu Überlastung führen – und welche kategorisch ausgeschlossen werden, weil die erforderliche individuelle Fachkompetenz zur Bewertung der Arbeitsergebnisse fehlt: Wenn die letztentscheidende Instanz der Mensch bleibt, dann muss dieser Mensch auch in der Lage sein, die Qualität des KI-Ergebnisses zu beurteilen. Ist das nicht gegeben, hilft auch das beste KI-Tool nicht.
Kompetenzaufbau, der nicht nur technische Fähigkeiten vermittelt, sondern auch die Fähigkeit, KI-Ergebnisse kritisch zu bewerten und die eigene Arbeitsbelastung realistisch einzuschätzen (LINK).
Und eine Führungskultur, die Produktivitätsgewinne nicht einfach als neue Baseline akzeptiert, sondern bewusst entscheidet: Was passiert mit der gewonnenen Zeit? Wird sie genutzt, um mehr Output bei höherer Qualität zu erzeugen – oder fließt sie unbemerkt in Mehrarbeit, die niemand bestellt hat?
All das ist Change Management als Führungsaufgabe und reicht über die reine Technologieauswahl hinaus.
Was Führungskräfte jetzt tun können
Die Berkeley-Studie empfiehlt die Entwicklung einer „AI Practice“ — bewusster Normen und Routinen für den KI-Einsatz. Das entspricht im Kern dem, was wir als systematische KI-Transformation beschreiben (LINK):
Erstens: Bewusste Entschleunigung an kritischen Punkten. Bevor eine wichtige Entscheidung mit KI-Unterstützung finalisiert wird, ein Gegenargument formulieren und den Bezug zu den Unternehmenszielen explizit prüfen. Nicht weil KI langsamer werden soll, sondern weil Beschleunigung ohne Reflexion die schleichende Überlastung erzeugt, die die Studie beschreibt.
Zweitens: Sequenzierung statt Dauerverfügbarkeit. Nicht jedes KI-Ergebnis erfordert eine sofortige Reaktion. Organisationen, die den Arbeitsfluss in zusammenhängende Phasen strukturieren statt in ständiger Reaktionsbereitschaft, reduzieren kognitive Fragmentierung.
Drittens: Bewusste Räume für menschlichen Austausch. Je mehr Arbeit individuell mit KI erledigt wird, desto wichtiger werden Momente des Austauschs im Team. Nicht als nettes Extra, sondern als Gegengewicht zur individualisierenden Wirkung von KI-gestützter Arbeit – und als Beitrag zur Qualitätssicherung: Wer regelmäßig mit Kollegen über KI-Erfahrungen, Ergebnisse und Fehler spricht, entwickelt ein besseres Gespür für die Grenzen der Technologie.
Fazit: Die eigentliche Transformation ist organisatorisch
KI macht Arbeit nicht „weniger“. Sie macht Arbeit „anders“. Und „anders“ bedeutet nicht automatisch „besser“ – zumindest nicht ohne bewusste Gestaltung.
Die Berkeley-Studie zeigt, was geschehen kann, wenn Unternehmen KI als Technologieprojekt behandeln: kurzfristige Produktivitätsgewinne, die mittelfristig in Überlastung, möglichen Qualitätsverlust und steigende Fluktuation umschlagen können. Der Unterschied zwischen Unternehmen, die KI erfolgreich nutzen, und solchen, die an der KI-Implementierung scheitern, liegt nicht in der Wahl des Tools. Er liegt in der Frage, ob Führungskräfte die organisatorische Dimension der Veränderung ernst nehmen – oder darauf hoffen, dass sich alles von selbst regelt.
Quellen:
Aruna Ranganathan, Xingqi Maggie Ye in Harvard Business Review: AI Doesn’t Reduce Work – It Intensifies It
Sie möchten KI in Ihrem Unternehmen einsetzen und haben Fragen zur KI-Implementierung?
Gerne analysieren wir mit Ihnen in einem ersten unverbindlichen Strategiegespräch, wie der Einsatz von KI in Ihrem Unternehmen aussehen könnte und was dabei zu beachten ist.
KI-Signale Anfang 2026: Was Führungskräfte im Mittelstand wissen müssen
[…] Dieser Mechanismus ist nicht auf Freiberufler beschränkt. In jedem Unternehmen stellt sich die Frage: Was passiert mit der Zeit, die KI freisetzt? Wird sie in höherwertige Arbeit investiert? Oder füllt sie sich stillschweigend mit zusätzlichen Aufgaben? Wer als Führungskraft nicht bewusst steuert, wofür die gewonnene Kapazität eingesetzt wird, riskiert, dass Effizienzgewinne unbemerkt in Mehrarbeit versickern. […]