AI Brain Fry - KI gibt uns mehr Kapazität. Unser Gehirn nicht.

KI verdichtet Arbeit: Was die Forschung sagt – und was wir daraus machen

Mehr Kapazität bedeutet nicht automatisch mehr Freiheit. Eine ehrliche Bestandsaufnahme – und ein paar Antworten, die sich tatsächlich anwenden lassen.

Das Muster ist uralt. Wer länger arbeitet als die Konkurrenz, gewinnt Marktanteile – bis er ausbrennt 🤯. Diese Logik hat jede Produktivitätsrevolution überlebt: Fließband, Computer, Internet. Heute lautet sie: Wer mehr KI-Agenten laufen lässt als die Konkurrenz, gewinnt Marktanteile. Bis er ausbrennt.

These: Was sich verändert hat, ist nicht die Struktur des Dilemmas. Was sich verändert hat, ist das Tempo – und wie unsichtbar die Erschöpfung geworden ist.

Das Phänomen: Mehr Kapazität = mehr Arbeit

Eine Langzeitstudie von Forschenden der UC Berkeley hat 40 Mitarbeitende eines US-Tech-Unternehmens über acht Monate begleitet. Das Unternehmen hatte KI-Nutzung nicht einmal vorgeschrieben. Trotzdem arbeiteten die Beschäftigten schneller, übernahmen ein breiteres Aufgabenspektrum und dehnten Arbeit in mehr Stunden des Tages aus – einfach weil KI mehr tun möglich, zugänglich und intrinsisch befriedigend machte.

Steve Yegge, Veteran-Entwickler mit Stationen bei Amazon, Google und von „Gas Town“ bekannt, beschreibt denselben Effekt aus seiner eigenen Erfahrung: Die Welt beschleunigt sich gegen ihren Willen. Wer als Early Adopter zehnmal produktiver ist, setzt damit unrealistische Standards für alle anderen. CEOs sehen das und denken: „Wenn ich nur ein paar Ingenieure hätte, die immer so arbeiten…" – und rahmen das Problem als Recruiting-Problem ein. Aber - Es ist kein Recruiting-Problem.

Die drei Formen der Arbeitsverdichtung

Die Berkeley-Studie zeigt drei konkrete Muster, wie KI Arbeit verdichtet:

• Scope-Ausweitung: Mitarbeitende übernehmen Aufgaben, die zuvor anderen gehörten oder gar nicht angegangen worden wären. Was als „mein Job" gilt, weitet sich still aus.
• "Work-Seeping": Arbeit sickert in Momente, die früher als Pausen funktionierten. Prompts während der Mittagspause, abends wenn eine Idee kommt, morgens vor dem ersten Kaffee.
• Parallele Arbeiten: Mitarbeitende neigen dazu, immer mehr Prozesse gleichzeitig offen zu halten – KI-Agenten im Hintergrund, während sie Code reviewen, Dokumente schreiben oder in Meetings sitzen.

Im „Moment des Promptens und Iterierens“ berichten Menschen von Momentum und erweiterter Handlungsfähigkeit. Aber wenn sie auf ihre Gesamterfahrung zurückblicken, klingt ein anderer Ton durch: beschäftiger, angespannter, weniger in der Lage, wirklich abzuschalten.

„AI Brain Fry": Wenn Kognition auf Limit stößt

Die kognitive Belastung hat inzwischen einen eigenen Begriff bekommen. Studienteilnehmende beschreiben ein Summen im Kopf, mentalen Nebel, Konzentrationsschwierigkeiten, verlangsamte Entscheidungsfindung und Kopfschmerzen. Forschende der Boston Consulting Group nennen das „AI Brain Fry" – mentale Erschöpfung durch exzessive KI-Nutzung jenseits der kognitiven Kapazität einer Person.

„You might only get three productive hours out of a person at max vibe coding speed. And yet they're still a hundred times as productive."
STEVE YEGGE · THE PRAGMATIC ENGINEER, FEBRUAR 2026

Wer viele KI-Tools gleichzeitig nutzt, macht es noch schlimmer: Eine BCG-Befragung von 1.488 US-Vollzeitarbeitnehmenden zeigt, dass mit drei oder weniger Tools Produktivitätszuwächse berichtet werden – ab vier oder mehr sinken diese Gewinne wieder. Das Muster spiegelt die bekannten Grenzen von Multitasking und geteilter Aufmerksamkeit wider.

KI verschiebt Arbeit nicht einfach – sie verlagert Aufwand in vielen Rollen vom Tun zur Überwachung. Diese Art von Vigilanz ist mental teuer, besonders wenn man weiterhin vollständig für Qualität und Ergebnisse verantwortlich bleibt.

Das Parallelprojekt-Problem

Agentisches Arbeiten ist (aus eigener Erfahrung) süchtig machend – man will es immer mehr nutzen, je besser man wird. Es schüttet Dopamin und Adrenalin aus wie ein Schlussverkauf. Menschen berichten von 16-Stunden-Tagen. Andere hören zu – und vergleichen sich.

Die klassische Freelancer- und Consultancy-Falle verstärkt sich mit KI erheblich: Man hat plötzlich das Gefühl, jetzt endlich auch noch das dritte Kundenprojekt anzunehmen, das eigene Nebenprodukt zu bauen und privat die App zu entwickeln, die man immer wollte. Die Kapazitätsillusion ist real. Bis die kognitive Rechnung kommt ?!.

Was helfen kann

Persönlich:

• Kapazität ist nicht gleich Verpflichtung. Nur weil KI ein drittes Projekt möglich macht, heißt das nicht, es anzunehmen.
• Parallele Arbeitsstränge bewusst begrenzen. Nicht mehr als N Agenten oder Projekte gleichzeitig – und N aktiv setzen, nicht driften lassen.
• Analoge Pausen schützen. Kein Prompting in Meetings, beim Essen, vor dem Schlafen. Das sind keine Pausen, das ist "Work-Seeping".

Für dein Team:

• Output-Erwartungen explizit justieren, nicht implizit steigen lassen.
• „KI Guidelines" bewußt einführen: gemeinsame Normen, wann KI sinnvoll ist und wann „Menschenzeit“ unersetzbar bleibt.
• Intentionale Pausen als Strukturelement einbauen – nicht als Ausnahme, sondern für einen gesunden Rhythmus.

KI macht nicht weniger Arbeit. Sie macht mehr Arbeit möglich. Wer keine bewussten Grenzen setzt, läuft Gefahr „kognitiv durchzubrennen“. Die Formel ist nicht „Produktivität maximieren", sondern den gewonnen Möglichkeitsraum nachhaltig nutzen – für sich, im Team und gegenüber Kund:innen.

Yegge hat keine elegante Lösung parat. Er hat sich bewusst entschieden, langsamer zu machen als auszubrennen. Was nehme ich mit? Erschöpfungssignale ernst nehmen. Mehr denn je, auf die Gesundheit seiner Mitmenschen und sich selbst achten und realistisch bleiben: „Welches Tempo ist für mich noch erträglich, auch wenn andere schneller rennen?"

Quellen

• Bedard, J. et al.: „When Using AI Leads to Brain Fry", Harvard Business Review / Boston Consulting Group, März 2026. hbr.org
• Yegge, S.: „The AI Vampire", Medium, Februar 2026. steve-yegge.medium.com
• Orosz, G. (Interview mit S. Yegge): „Steve Yegge on AI Agents and the Future of Software Engineering", The Pragmatic Engineer, Februar 2026. newsletter.pragmaticengineer.com
• Fortune: „'AI brain fry' is real — and it's making workers more exhausted, not more productive", März 2026. fortune.com
• UC Berkeley Haas School of Business: 8-Monats-Feldstudie zu KI-Nutzung und Arbeitsverdichtung in einem US-Tech-Unternehmen, zitiert in HBR, März 2026.