Ich nutze KI täglich. Für Textentwürfe, Recherchen, Strukturierungen, Ideen-Checks. Das ist kein Geheimnis – es gehört zu meiner Arbeit. Aber seit einigen Monaten beschäftigt mich eine Frage, die ich lange verdrängt habe: Was passiert eigentlich mit meinem Denken, wenn ich immer häufiger delegiere?
Die Studien, die ich dazu gelesen habe, geben unbequeme Antworten. Sie betreffen mich, und sie betreffen dich, wenn du KI im Beruf einsetzt und in fünf Jahren noch auf der Höhe deines Fachs sein willst.
Was du mitnimmst
- Häufige KI-Nutzung korreliert signifikant negativ mit kritischem Denkvermögen (r = –0,68).
- 14% der Befragten leiden unter «AI Brain Fry» – kognitiver Erschöpfung durch KI-Übernutzung.
- Fünf konkrete Praktiken helfen, KI als Hebel zu nutzen, ohne das eigene Denken zu ersetzen.
Das stille Paradox hinter der Effizienz
KI-Werkzeuge versprechen Zeitersparnis. Dieses Versprechen hält oft. Mit ChatGPT, Claude oder einem anderen Modell erledige ich Routineaufgaben schneller und mit weniger Reibung. Nur sind Effizienz und Denkkraft nicht dasselbe, und während das eine steigt, kann das andere schrittweise erodieren.
Michael Gerlich hat Anfang 2025 in der Fachzeitschrift Societies (MDPI) eine Studie mit 666 Teilnehmenden publiziert, die diesen Zusammenhang messbar macht. Drei Zahlen daraus:
Das Prinzip dahinter ist nicht neu. Den «Google-Effekt» beschreiben Gedächtnisforschende seit Jahren: Menschen merken sich eher, wo eine Information liegt, als die Information selbst, und lagern so einen Teil der Denklast auf ein externes System aus, das sogenannte transaktive Gedächtnis. Mit generativer KI wächst dieser Effekt um eine Stufe, weil jetzt auch die Analyse eines Problems und das Urteil darüber ausgelagert werden, also das Denken selbst.
Wer die kognitiven Widerstände des Denkens systematisch umgeht, verliert mit der Zeit genau die Fähigkeiten, die ihn als Fachperson ausmachen.
Die Folge ist, was Forschende als kognitive Atrophie beschreiben. Das Gehirn funktioniert wie ein Muskel: Was nicht gefordert wird, verkümmert. Dazu kommt, was Forschende als «kognitive Schulden» bezeichnen: Was ich heute an Denkarbeit abgebe, fehlt mir morgen als Urteil, und diese Schuld wächst leise, bis sie fällig wird.
«AI Brain Fry» – ein Phänomen, das gerade erst einen Namen bekommt
Eine neue Studie der Boston Consulting Group und der University of California, Riverside, mit 1'488 Vollzeitbeschäftigten in den USA führt einen Begriff ein, der so unelegant wie treffend ist: AI Brain Fry.
14 Prozent der Befragten gaben an, unter mentaler Erschöpfung durch exzessive KI-Nutzung zu leiden – definiert als «mentale Erschöpfung durch übermässigen Einsatz, Interaktion mit und Überwachung von KI-Tools jenseits der eigenen kognitiven Kapazität». Symptome: ein unangenehmes «Summen» im Kopf, mentaler Nebel, verlangsamte Entscheidungen, Kopfschmerzen.
Am meisten Stress macht dabei die ständige Überwachung der KI-Agenten. Ein Berater schildert es so: «Es dauert fünf Sekunden für eine Aufgabe, fünfzig Sekunden für eine andere, fünf Minuten für eine dritte, und man wartet ständig, während man gleichzeitig weiterzumachen versucht.» Das Gehirn findet in diesem Takt keinen Rhythmus mehr.
Am härtesten trifft es die, die im Team als besonders leistungsstark gelten, also Menschen, die KI einsetzen, um über ihre natürliche Kapazität hinaus zu produzieren. Die KI gibt ihnen mehr Spielraum. Sie füllen ihn sofort wieder auf.
AI Brain Fry ist eine rein kognitive Erschöpfung, und sie trifft am häufigsten die, die am meisten leisten wollen.
Was in Bildung und Arbeit konkret gemessen wird
Die Befunde aus dem Bildungsbereich sind noch direkter. Dr. Atiya Rohilla hat 2025 eine Studie mit Bachelor-Studierenden durchgeführt, die den Effekt hoher KI-Abhängigkeit auf kognitive Kernkompetenzen misst:
Eine MIT-Studie hat dasselbe beim Schreiben gemessen: 83 Prozent der ChatGPT-Gruppe konnten kurz nach dem Schreiben keinen Satz aus dem eigenen Text zitieren. Das ist ein Mechanismus: Was das Gehirn nicht selbst formuliert hat, speichert es nicht.
Dafür gibt es inzwischen einen Begriff, «Lösungsparalyse»: Betroffene können Aufgaben ohne technische Hilfe nicht mehr bewältigen. Die Fähigkeit hatten sie einmal; verloren gegangen ist die Routine.
Dazu kommt der Automation Bias, ein seit Jahrzehnten beschriebener Effekt, der mit generativer KI grösser wird, weil die Maschine jetzt fertige Argumente liefert statt einzelner Zahlen. Menschen, die systematisch mit Algorithmen arbeiten, tendieren dazu, deren Antworten unkritisch zu übernehmen, auch wenn sie falsch sind. Eine KI kann überzeugend klingende Argumente produzieren, die auf falschen Prämissen beruhen. Ohne eigenen Entwurf im Kopf fehlt mir der Massstab, an dem ich den Fehler erkennen würde.
«Wir mieten Fähigkeiten von einer Maschine, statt sie selbst aufzubauen.» – Shae, PhD-Kandidatin, Harvard University
Was ich selbst tue – fünf Praktiken für den Alltag
Es geht nicht darum, KI weniger zu nutzen. Es geht darum, sie so zu nutzen, dass das eigene Denken dabei stärker wird. Fünf Praktiken haben sich bei mir bewährt, und die Forschung stützt sie.
Ich schreibe immer zuerst selbst, auch wenn es nur Stichworte oder ein unvollständiger Absatz ist. Das zwingt das Gehirn, das Thema zu organisieren und Entscheidungen zu treffen: Was ist das Kernargument, was weiss ich, und wo bin ich unsicher? Erst danach kommt die KI. Der erste Entwurf darf schlecht sein, solange er von mir ist. Das Erstellen eines eigenen Entwurfs aktiviert Prozesse der Mustererkennung und Synthese, die beim direkten Delegieren vollständig übersprungen werden.
Erst selbst über ein Problem nachdenken, es aus verschiedenen Winkeln durchspielen, Gegenargumente formulieren – und die KI erst im zweiten Schritt hinzuziehen, um die eigenen Ideen zu verfeinern, zu stressen, zu erweitern. Die KI verstärkt, was schon da ist. In meiner Arbeit bedeutet das: Ich entwickle zuerst eine Kommunikationsstrategie auf Papier. Dann nutze ich KI, um sie zu hinterfragen. Umgekehrt hätte die KI nichts zu hinterfragen, weil der Entwurf dann schon von ihr wäre.
Ich frage selten: «Schreib mir einen Text über X.» Häufiger frage ich: «Hier ist mein Entwurf – wo sind die schwächsten Argumente?» oder «Welche Annahmen stecken darin, die ich nicht hinterfragt habe?» Die Antworten werden dadurch besser, und mein Entwurf wird es auch, weil ich seine Schwachstellen jetzt kenne. KI als Denkpartner fordert mich heraus. KI als Ghostwriter schläft für mich.
Was eine KI mir liefert, behandle ich wie die Arbeit einer schnellen, aber manchmal fahrlässigen Hilfskraft: brauchbar, aber gelegentlich falsch. Erfundene Zitate und Statistiken kommen vor, ebenso Schlüsse, die plausibel klingen und trotzdem nicht stimmen. Deshalb prüfe ich alles, was belastbar sein soll, gegen eine unabhängige Quelle. Das sichert die Qualität, und es trainiert mich gleichzeitig gegen den Automation Bias, weil die Gewohnheit zu prüfen nur bleibt, wenn ich sie täglich übe.
Jeden Tag gibt es bei mir eine Phase ohne KI-Werkzeuge: die erste Stunde am Morgen mit einem Notizbuch, ein Strategiegespräch auf Papier oder ein Problem, das ich von Hand löse, auch wenn es länger dauert. Das Gehirn braucht diesen Widerstand, um scharf zu bleiben. Die Kernkonzepte meines Fachs lerne ich deshalb auswendig, weil intuitive Sprünge nur aus Wissen entstehen, das im Kopf sitzt und nicht in einem Modell.
Was Unternehmen daraus machen sollten
Damit ist das Thema auch eine Führungsaufgabe. Accenture hat dafür unter dem Namen «Human by Design» einen Rahmen beschrieben, der zwei Arten von Denklast trennt: Die extraneous load, also Routineaufgaben und das Zusammentragen von Informationen, übernimmt die KI, damit Kopf und Zeit für die germane load frei werden, für Strategie und Urteil.
Was das in der Praxis bedeutet:
- Grenzen für parallele KI-Agenten setzen. Die BCG-Studie empfiehlt explizit Obergrenzen für die simultane Überwachung von KI-Systemen. In der Studie liegt die Schwelle offenbar bei drei Agenten gleichzeitig; darüber steigen die Fehlerquoten.
- Regelmässige kognitive Audits durchführen. Ähnlich wie Sicherheitsaudits: Wie abhängig sind Teams von KI-Antworten? Wo hat kritisches Denken aufgehört? Wo ist die Fähigkeit zum eigenständigen Urteilen noch vorhanden?
- KI-Kompetenz als Urteilstraining aufbauen. Mitarbeitende müssen verstehen, wie KI-Modelle funktionieren, wo sie systematisch versagen und warum sie deren Antworten deshalb prüfen müssen.
- Produktivitätsmetriken entkoppeln von der Intensität der KI-Nutzung. Sobald KI-Nutzung als Leistung zählt, belohnt das Unternehmen das Verhalten, das Brain Fry erzeugt.
Die eigentliche Frage
Ich halte die Werkzeuge, die gerade entstehen, für echte Hebel, für KMU wie für die Arbeit mit Ideen, und ich nutze sie täglich.
Aber wie du diese Werkzeuge in deinen Alltag holst, entscheidet über mehr als deine Effizienz. Es entscheidet darüber, ob du in fünf Jahren noch dieselbe Fachperson bist, mit demselben Urteil und derselben Fähigkeit, einen Raum zu lesen und eine Position zu vertreten.
KI kann dein Denken erweitern oder es aus Bequemlichkeit ersetzen. Welches von beidem passiert, entscheidet die Reihenfolge, in der du sie einsetzt.
«KI-Tools helfen mir, Dinge schnell zu erledigen. Aber ich habe das Gefühl, dass ich mich zu sehr auf sie verlasse, um tief zu denken.» Der Satz stammt aus einer Umfrage unter Menschen, die KI intensiv nutzen. Es ist das ehrliche Unbehagen von Menschen, die genau wissen, was da passiert, und noch nicht wissen, was sie dagegen tun sollen.
Ohne gezielte Gegenmassnahmen riskieren Einzelne wie Organisationen einen schleichenden Verlust an kognitiver Autonomie. Der Übergang ist leise und fühlt sich oft nach Fortschritt an; umkehrbar ist er, wenn du früh genug gegensteuerst.
Das funktioniert nicht für jeden gleich. Aber der erste Schritt ist bei allen derselbe: Schreib deinen Entwurf, bevor du das Modell fragst.
