Künstliche Intelligenz sollte Arbeit leichter machen. Nun gibt es erste Forschung dazu, dass sie manche Menschen vor allem darin unterstützt, sich von künstlicher Intelligenz erholen zu wollen.
AI Fatigue ist 2026 vom hübschen Schlagwort zum ernsthaften Forschungsgegenstand geworden. Eine Studie in Computers in Human Behavior Reports entwickelte sogar eine eigene Skala dafür. Untersucht wurden kognitive Überlastung, emotionale Belastung, körperliche Erschöpfung und der Wunsch, sich der ganzen Sache wieder etwas zu entziehen. Höhere Werte bei AI Fatigue gingen dabei mit geringerer aktueller Nutzung und stärkeren Absichten einher, KI in den kommenden Monaten weniger zu verwenden.
Ganz überraschend kommt das nicht. KI spart zwar Arbeit, erzeugt aber gleichzeitig neue. Ergebnisse müssen geprüft, Modelle verglichen, Oberflächen verstanden und ständig neue Funktionen einsortiert werden. Heute Assistent, morgen Agent, übermorgen wieder eine völlig neue Arbeitsweise, die selbstverständlich nur zehn Minuten Einarbeitung benötigt. Danach folgt meist ein Webinar.
Auch aus Hochschulen kommen inzwischen ähnliche Befunde. Studien mit Studierenden beschreiben mentale Müdigkeit, Informationsüberlastung, nachlassende Motivation und emotionale Erschöpfung bei intensiver KI-Nutzung. Das Interessante daran ist, dass KI die kognitive Arbeit nicht einfach verschwinden lässt. Sie verschiebt sie. Weniger selbst erzeugen kann bedeuten, mehr kontrollieren, auswählen, bewerten und korrigieren zu müssen.
Damit bekommt die schöne Erzählung von der Produktivitätsrevolution eine kleine Fußnote. Wer für jede Aufgabe ein neues Werkzeug erhält, muss irgendwann vor allem Werkzeuge verwalten. Und wer ständig überprüfen muss, ob die Maschine tatsächlich Zeit gespart oder nur besonders schnell neuen Kontrollbedarf erzeugt hat, erlebt Effizienz auf eine bemerkenswert beschäftigungsintensive Weise.
Vielleicht liegt das Problem also gar nicht darin, dass KI zu wenig kann.
Vielleicht kann sie inzwischen einfach genug, um ständig noch irgendwo eingebaut zu werden.
Die nächste Revolution besteht dann möglicherweise darin, ein Programm zu finden, das uns dabei hilft, weniger Programme zu benutzen.
Quellen:
▪︎ Computers in Human Behavior Reports: AI fatigue in human–AI interaction: Conceptual framework, scale development and validation, and associations with AI engagement, 2026
▪︎ International Journal of Learning, Teaching and Educational Research: How do College Students Express AI Fatigue?, 2026
▪︎ International Journal of Learning, Teaching and Educational Research: Defining AI Fatigue in Academic Contexts, 2026