Je stärker die KI, desto erschöpfter sind die Menschen, "Angst" wird zur Normalität für Unternehmen und Mitarbeiter

Autor: Xu Chao, Wall Street Jingwen

KI-Programmierwerkzeuge versprechen, Ingenieure zu befreien, doch in Wirklichkeit haben sie eine neue Welle der Effizienzangst ausgelöst.

Mit den kontinuierlichen Fortschritten bei KI-Programmieragenten wie Anthropic’s Claude Code und OpenAI’s Codex geraten Tech-Unternehmen in eine top-down-getriebene „Produktivitätsparanoia“. Führungskräfte schreiben selbst Code, Mitarbeiter werden aufgefordert, die Interaktionshäufigkeit mit KI zu erhöhen, während die Überstunden nicht sinken, sondern steigen. KI sollte eigentlich ein Werkzeug zur Arbeitserleichterung sein, wird aber in vielen Arbeitsplätzen zu einer neuen Stressquelle.

Daten zeigen eine deutliche Diskrepanz im Verständnis: Eine Umfrage der Beratungsfirma Section ergab, dass über 40 % der C-Level-Führungskräfte glauben, dass KI-Tools ihnen mindestens 8 Stunden pro Woche einsparen, während 67 % der nicht leitenden Mitarbeiter angeben, dass die Zeitersparnis durch KI weniger als zwei Stunden beträgt oder sogar gar nicht vorhanden ist. Eine laufende Studie der University of California, Berkeley, an einer Organisation mit 200 Personen zeigt, dass die tatsächliche Arbeitszeit trotz umfangreicher Übergabe von Aufgaben an KI weiterhin zunimmt.

Diese Angst breitet sich aus, weil sie strukturelle Ursachen hat. Wenn CTOs um 5 Uhr morgens vor KI sitzen, um Code zu schreiben, und CEOs den Einsatz von Teams anhand der Rechnungsbeträge messen, wird das gesamte Branchenbild von „Effizienz“ neu definiert – und die Kosten dieser Neudefinition tragen die normalen Mitarbeiter.

Führungskräfte schreiben Code, Effizienzangst breitet sich top-down aus

Der Begriff „Vibe coding“ wurde ursprünglich mit einer entspannten Erwartung verbunden. Der frühere OpenAI-Forscher Andrej Karpathy brachte dieses Konzept im Februar 2025 in die Öffentlichkeit: Es beschreibt eine neue Programmiermethode, bei der Ingenieure nur noch mit KI chatten, um Entwicklungen voranzutreiben – „vollständig in der Atmosphäre eintauchen“.

Doch schon ein Jahr später war die Stimmung anders.

Alex Balazs, CTO von Intuit, beschreibt seinen Alltag: Seine Frau kommt morgens um 8 Uhr nach unten und findet ihn bereits seit Stunden bei der Arbeit. „Sie fragt, wie lange ich schon auf bin. Ich sage, seit 5 Uhr morgens, um Code zu schreiben.“ Genau genommen steuert er die KI, um Code für ihn zu generieren, was ihn wieder in den Kontakt mit tiefgehenden, seit Jahren vernachlässigten Codebasen bringt.

Solche Verhaltensweisen der Führungsebene setzen Druck nach unten frei. Greg Brockman, Präsident von OpenAI, schrieb kürzlich auf X: „Jede Sekunde, in der dein Agent nicht läuft, ist eine verschwendete Chance.“ Diese Aussage trifft den Nerv der bereits bestehenden Workaholic-Kultur in der Tech-Branche.

Der Gründer des KI-Startups Arcade.dev, Alex Salazar, ist noch direkter. Er überprüft regelmäßig die Rechnungen für Claude Code – die Kosten sind direkt an die Nutzungshäufigkeit der Entwickler gekoppelt – und kritisiert Mitarbeiter, die „nicht genug investieren“: „Ich sage dann: ‚Ihr gebt nicht genug Gas.‘“ Nach einer solchen „Glaubensversammlung“ stiegen die KI-Programmierkosten im Unternehmen um das Zehnfache, was er als Fortschritt ansieht.

Mitarbeiter werden quantifiziert gemanagt, „KI-Müdigkeit“ breitet sich heimlich aus

In diesem Umfeld verändert sich auch die Bewertung der Mitarbeiter. Andrew Wirick, Vizepräsident bei DocuSketch, einem Softwareunternehmen für Immobilienreparaturen, erklärt, dass das Unternehmen jetzt die „Interaktionszahlen“ der Entwickler mit KI-Programmierwerkzeugen verfolgt. Je höher diese Zahl, desto produktiver sei das Team. Claude Code erstellt zudem wöchentlich Berichte für jeden Entwickler, listet alle Muster ineffektiver Interaktionen mit der KI auf und gibt Verbesserungsvorschläge.

Wirick gesteht, dass er selbst eine Art „Suchtgefühl“ entwickelt hat: „Ich habe das Gefühl, jeden Tag mehrere Interaktionen mehr machen zu müssen, und denke abends darüber nach, wie ich noch mehr schaffen kann.“ Er führt das auf eine „Erleuchtungserfahrung“ im November letzten Jahres zurück, als er das neueste Modell von Anthropic, Opus 4.5, testete: Er gab eine Funktion, die normalerweise von Ingenieuren umgesetzt wird, an das Modell ab, und nach 20 Minuten sah er, wie das Modell eigenständig die Aufgabe zerlegte und umsetzte – „es fühlte sich an, als würde mein Gehirn neu gestartet.“

Dieses beschleunigte Arbeitstempo beginnt, die Grenzen zwischen Arbeit und Privatleben zu verwischen. Berkeley-Forscher fanden heraus, dass die Arbeitszeit trotz der Übernahme vieler Aufgaben durch KI nicht kürzer wird. Einige Ingenieure geben offen zu, „KI-Müdigkeit“ zu erleben – die ständige Sorge, den nächsten Durchbruch zu verpassen, der nur noch eine Eingabeaufforderung entfernt ist.

Kluft zwischen Führungskräften und Mitarbeitern wächst

Die Begeisterung der Führungskräfte rührt vor allem von der Frische des eigenen Schaffens her. Salazar gibt zu, dass das eigene Prototypenbauen mit KI produktiver erscheint als die üblichen Genehmigungs- und Entscheidungsprozesse. Kürzlich hat er sogar eine Demo-Anwendung für einen wichtigen Finanzkunden von Grund auf neu gebaut.

Bei Intuit werden Produktmanager und Designer inzwischen ermutigt, „Vibe coding“ zu nutzen, um in QuickBooks eigene Prototypen zu entwickeln. Balazs sagt: „Zumindest können Produktmanager jetzt etwas Konkretes vorlegen und sagen: ‚Ich möchte so etwas Ähnliches.‘“

Doch die Umfrage von Section zeigt, dass diese Wahrnehmungslücke erheblich ist.

Die Wahrnehmung der KI-Vorteile durch die Führungsebene steht in krassem Gegensatz zur Erfahrung der Basis. Salazar meint, dass dies zum Teil daran liegt, dass Mitarbeiter bei der Anpassung an neue Werkzeuge höhere Transitionskosten tragen: „Sie werden implizit dazu gedrängt, Zeit für Exploration und Experimente zu finden, aber die Erwartungen im Tagesgeschäft sind nicht entsprechend angepasst, um diesen Raum zu schaffen.“

Auch die Sorge um Arbeitsplatzsicherheit ist real. Salazar berichtet, dass er ursprünglich geplant hatte, einen Drittanbieter für Web-Services zu beauftragen, doch das Market-Team kann inzwischen die Firmenwebseite eigenständig mit KI-Tools aktualisieren, sodass die Outsourcing-Ausgaben gestrichen wurden.

„Aufgabenerweiterung“ und falscher Wohlstand – die andere Seite des Effizienzmythos

Forscher aus Berkeley nennen dieses Phänomen „Aufgabenerweiterung“: Wenn Nicht-Techniker beginnen, Code mit KI zu generieren, müssen Ingenieure Zeit aufwenden, um die Halbfertigerzeugnisse zu bereinigen, was die Arbeitsbelastung erhöht. Balazs gesteht, dass dies die klaren Grenzen der Rollenverteilung verwischt und immer mehr Rollen „hybridisieren“, was die Zusammenarbeit komplizierter macht.

Das tiefere Problem ist jedoch: Baut diese Euphorie wirklich wertvolle Dinge oder nur immer mehr „Busyware“ – unwichtige Website-Änderungen, individuelle Dashboards, unvollendete Prototypen? Analysten warnen, dass, wenn diese KI-getriebene Produktivitätsparanoia unkontrolliert bleibt, eine Flut von „Busyware“ entstehen könnte – kleine Website-Änderungen, nur für einen Nutzer bestimmte Dashboards, halb fertige Prototypen, die nur noch von Ingenieuren umgesetzt werden. Obwohl jede einzelne Maßnahme momentan sinnvoll erscheint, landen die meisten letztlich im Müll.

Balazs von Intuit sagt, dass die Geschwindigkeit bei Code-Produktion und -Lieferung um etwa 30 % gestiegen ist. Doch in einer Zukunft, in der Code immer mehr „einmalig“ wird, liegt der wahre Effizienzgewinn vielleicht in einer anderen Frage: Welche Dinge sollten überhaupt nicht gebaut werden?