✳ Aus dem Blog
Dienstagvormittag, kurz nach 9. Ein Agent recherchiert für ein Angebot, ein zweiter baut die Folien für die nächste Schulung, ein dritter sortiert die Mails. Und ich springe: Angebot prüfen, Folie freigeben, Mail checken, zurück zum Angebot. Wo war ich nochmal?
Um halb 12 ist so viel erledigt wie früher an einem ganzen Tag. Und ich bin so müde wie früher am Abend.
Wenn du mit KI-Agenten arbeitest, kennst du das wahrscheinlich. Die Frage ist: Was passiert da eigentlich mit unserer Konzentration, wenn KI-Agenten parallel für uns arbeiten? Die Forschung hat darauf inzwischen ziemlich klare Antworten. Und sie zeigt auch, was hilft.
Kurz gesagt: KI-Agenten können parallel arbeiten, unser Gehirn kann das nicht. Jeder Wechsel zwischen Agenten hinterlässt einen Aufmerksamkeitsrest, und das ständige Überwachen erschöpft laut einer BCG-Studie mehr als die Arbeit selbst. Das Forschungsteam nennt das AI Brain Fry. Was hilft: Check-ins bündeln, höchstens 3 Stränge gleichzeitig, vor jedem Wechsel kurz abschließen und erst selbst denken, dann delegieren.
Die Organisationsforscherin Sophie Leroy hat 2009 einen Begriff geprägt, den ich in jedem Training erkläre: Attention Residue, auf Deutsch Aufmerksamkeitsrest. In 2 Experimenten zeigte sie, dass Menschen eine zweite Aufgabe schlechter erledigen, wenn die erste noch nicht abgeschlossen ist. Ein Teil der Aufmerksamkeit bleibt einfach hängen.
Jetzt denk an deine Agenten. Was ist bei denen abgeschlossen? Nichts. Sie laufen weiter, während du längst beim nächsten Thema bist. Ein Teil von dir wartet ständig: Ist er fertig? Hat er sich verrannt? Muss ich eingreifen? Das ist derselbe Mechanismus wie beim Zeigarnik-Effekt: Unerledigtes bleibt im Kopf.
Dazu kommt, wie wir mit Bildschirmen umgehen. Gloria Mark von der University of California in Irvine misst seit 2003, wie lange Menschen bei einem Bildschirm bleiben, bevor sie wechseln. Damals waren es rund 2,5 Minuten, inzwischen sind es im Schnitt 47 Sekunden. Nach einer Unterbrechung brauchen wir laut Mark rund 25 Minuten, bis wir wieder voll bei der ursprünglichen Aufgabe sind. Und etwa die Hälfte dieser Unterbrechungen machen wir selbst. Warum das im Büro so teuer ist, habe ich in meinem Artikel über Unterbrechungen im Arbeitsalltag beschrieben.
Genau das passiert mit Agenten. Oft meldet sich der Agent gar nicht. Wir schauen einfach nach. Nur so.
Im März 2026 haben Forscher:innen der Boston Consulting Group und der University of California in Riverside in der Harvard Business Review eine Studie mit 1.488 Vollzeitbeschäftigten in den USA veröffentlicht. Sie gaben dem Phänomen einen Namen: AI Brain Fry. Gemeint ist geistige Erschöpfung durch übermäßige Nutzung oder Überwachung von KI-Tools über die eigene Kapazität hinaus.
14 Prozent der Befragten berichten davon. Am stärksten betroffen war das Marketing mit 26 Prozent. Die Folgen sind handfest: mehr Fehler, Entscheidungsmüdigkeit und eine höhere Kündigungsbereitschaft. Ohne Brain Fry zeigten 25 Prozent aktive Wechselabsichten, mit Brain Fry 34 Prozent.
Besonders nachdenklich macht mich ein Satz von Mitautorin Julie Bedard: Auslöser der Studie war, dass es gerade Menschen traf, die als Leistungsträger:innen galten. Also genau jene, die KI am engagiertesten einsetzen.
Die Studie zeigt aber auch die andere Seite. Wo KI vor allem Routine übernimmt, liegen die Burnout-Werte um 15 Prozent niedriger. Und die selbst eingeschätzte Produktivität steigt bis zu etwa 3 KI-Tools. Danach sinkt sie wieder. KI ist also nicht das Problem. Die Art, wie wir mit ihr arbeiten, schon.
Eine Einschränkung gehört dazu: Die Zahlen beruhen auf Selbstauskünften. Sie zeigen, wie Menschen ihre Erschöpfung erleben, nicht gemessene Leistung.
Es gibt noch eine zweite Ebene, und die betrifft nicht das Springen, sondern das Abgeben. Ein Team am MIT Media Lab um Nataliya Kosmyna ließ 54 Studierende über 4 Monate Aufsätze schreiben: mit ChatGPT, mit Google oder ganz ohne Hilfsmittel. Gemessen wurde die Gehirnaktivität per EEG.
Die Gruppe ohne Hilfsmittel zeigte die stärkste Vernetzung im Gehirn, die ChatGPT-Gruppe die schwächste. Spannend wurde es beim Rollentausch: Wer vorher mit ChatGPT geschrieben hatte, tat sich ohne schwer. Wer vorher selbst gedacht hatte, profitierte danach deutlich von der KI. Die Forscher:innen nennen das kognitive Schuld. Kurzfristig sparen wir Energie, langfristig zahlen wir drauf.
Fairerweise: Die Studie ist ein Preprint, also noch nicht begutachtet, und die Stichprobe ist klein. Beim Rollentausch waren nur noch 18 Personen dabei. Aber ich sehe genau diesen Effekt bei meinen Studierenden. Wenn sie eine Präsentation komplett von der KI bauen lassen, sind sie mit dem Stoff nicht verbunden. Wenn sie sich vorher überlegen, was sie sagen wollen, und dann mit der KI eine lässige Präsentation daraus machen, ist das eine komplett andere Präsentation. Gleiches Werkzeug, gleiches Thema. Der einzige Unterschied ist die Reihenfolge.
Schau nicht jedes Mal nach, wenn sich ein Agent meldet. Leg feste Prüfblöcke fest, zum Beispiel alle 45 bis 60 Minuten. Dazwischen arbeitest du konzentriert an einer Sache.
Mehr parallele Agenten heißt nicht mehr Output, sondern ab einem Punkt nur mehr Umschalten. Die BCG-Daten mit dem Sweetspot bei 3 Tools stützen das.
Notier dir vor jedem Wechsel in einem Satz, wo du stehst und was der nächste Schritt ist. Leroy hat 2018 gemeinsam mit Theresa Glomb gezeigt, dass so ein „Ready-to-Resume“-Plan den Aufmerksamkeitsrest nach Unterbrechungen mildert.
Bevor du den nächsten Agenten losschickst, nimm dir 2 Minuten: Was will ich eigentlich? Was wäre ein gutes Ergebnis? Woran erkenne ich, dass der Agent danebenliegt? Mit diesen Antworten musst du hinterher deutlich weniger überwachen, weil du weißt, worauf du schaust. Wie du Agenten im Unternehmen so einarbeitest, dass sie weniger Aufsicht brauchen, liest du in KI-Agenten einführen: Was ein KI-Kiosk über Führung lehrt.
So nennen Forscher:innen der Boston Consulting Group akute geistige Erschöpfung durch intensive Nutzung oder Überwachung von KI-Tools. In ihrer Studie von 2026 berichteten 14 Prozent der Befragten davon.
Burnout ist eine chronische, emotionale Erschöpfung über lange Zeit. Brain Fry ist akut: Das Arbeitsgedächtnis wird über seine Grenze getrieben. Das lässt sich durch bessere Arbeitsgestaltung schneller ändern.
Der Begriff stammt von Sophie Leroy. Er beschreibt, dass ein Teil unserer Aufmerksamkeit bei der vorigen Aufgabe hängen bleibt, wenn wir wechseln. Je weniger abgeschlossen die erste Aufgabe ist, desto stärker ist der Effekt.
Laut BCG-Studie ist die selbst eingeschätzte Produktivität bei etwa 3 KI-Tools am höchsten. Für die meisten Menschen sind 2 bis 3 parallele Stränge eine gute Grenze.
So pauschal nicht. Die MIT-Studie zur kognitiven Schuld zeigt: Wer zuerst selbst denkt und dann KI nutzt, profitiert. Problematisch wird es, wenn wir das Denken von Anfang an abgeben.
Feste Prüfblöcke statt ständigem Nachschauen, eine kurze Notiz vor jedem Themenwechsel und bewusste Pausen, während ein Agent arbeitet. Warten ist keine verlorene Zeit.
Agenten können uns enorm entlasten. Aber sie arbeiten parallel, und unser Gehirn tut das nicht. Wer das ernst nimmt, gestaltet seinen Arbeitstag anders: weniger Springen, klarere Abschlüsse und eigenes Denken vor dem Delegieren. Dann bleibt die Energie für das, was keine KI ersetzt: dein Urteil.
Ihr arbeitet im Team schon mit KI-Agenten und merkt, dass die Leute müder statt entlasteter sind? Dann lass uns reden. Wir schauen gemeinsam, welche Abläufe die Agenten wirklich übernehmen sollen und wie viel Aufsicht dabei realistisch ist. Hier ein Erstgespräch vereinbaren.
Quellen
Bedard, J. u. a., When Using AI Leads to „Brain Fry“, Harvard Business Review, 05.03.2026: bcg.com
Leroy, S., Why is it so hard to do my work? The challenge of attention residue when switching between work tasks, Organizational Behavior and Human Decision Processes, 2009
Leroy, S. und Glomb, T. M., Tasks Interrupted: How Anticipating Time Pressure on Resumption of an Interrupted Task Causes Attention Residue and Low Performance on Interrupting Tasks and How a „Ready-to-Resume“ Plan Mitigates the Effects, Organization Science, 2018
Mark, G., Attention Span, Hanover Square Press, 2023, und Interview mit der American Psychological Association: apa.org
Kosmyna, N. u. a., Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task, MIT Media Lab, Preprint, 2025: arxiv.org
Helga Boss verbindet Effizienz mit künstlicher Intelligenz.
Als Expertin für KI-gestütztes Effizienzmanagement zeigt sie, wie Unternehmen mit klaren Strukturen und smarten Tools messbar bessere Ergebnisse erzielen.
Aus der Praxis. Für die Praxis.
In diesem Blog teilt sie Erfahrungen, Strategien und echte Anwendungsbeispiele – damit KI nicht zur Spielerei wird, sondern zu einem Werkzeug, das Effizienz sichtbar macht.
Jeden Donnerstag ein Effizienz-Tipp!
© Helga Boss
