Wer heute über persönliche und organisationale Resilienz spricht, kommt an künstlicher Intelligenz kaum vorbei. Unternehmen haben in den vergangenen Jahren viel Geld in KI investiert: in Lizenzen und Anwendungen, Infrastruktur, Beratung, Pilotprojekte und Weiterbildung. Mit diesen Investitionen wachsen die Erwartungen. KI soll Prozesse beschleunigen, Kosten senken und Produktivität steigern. Und diese Erwartungen kommen zunehmend bei den Mitarbeitenden an. Wer mit KI bestimmte Aufgaben schneller erledigen kann, von dem kann schließlich auch mehr erwartet werden, oder?
Bis zu einem gewissen Punkt ist das plausibel. Ein Protokoll, für das ich früher eine Stunde brauchte, kann heute in wenigen Minuten entstehen. Recherche, Übersetzungen oder erste Textentwürfe ebenfalls. Gleichzeitig wird Arbeit durch KI an anderen Stellen komplexer. Mitarbeitende müssen neue Tools verstehen, Ergebnisse beurteilen, Fehler erkennen, Quellen prüfen und entscheiden, wann sie der Maschine vertrauen können. Prozesse verändern sich, Rollen verschieben sich, neue Schnittstellen entstehen. Neben der eigentlichen Arbeit läuft vielerorts eine zweite Ebene mit: ausprobieren, lernen, überprüfen, anpassen, wieder verwerfen.
Dazu kommt eine psychologische Dimension. Mit KI wächst für viele Menschen der Druck, Schritt zu halten. Was muss ich heute können? Wie schnell muss ich lernen? Was wird künftig von mir erwartet? Und welchen Wert hat meine Arbeit, wenn eine Maschine Teile davon innerhalb von Sekunden erledigen kann? Die Sorge, irgendwann überflüssig zu werden, sitzt bei manchen mit am Schreibtisch. Die DGUV beschäftigt sich 2026 ausdrücklich mit den psychischen Belastungen durch KI am Arbeitsplatz und betrachtet dabei sowohl Ressourcen als auch Risiken für Beschäftigte.
Damit verändert KI genau jene Bedingungen, unter denen persönliche Resilienz entsteht: unser Gefühl von Selbstwirksamkeit, Sicherheit und Kompetenz, unsere Aufmerksamkeit und unsere Fähigkeit zur Regeneration. Auf organisationaler Ebene geht es zugleich um Veränderungsgeschwindigkeit, Arbeitsmenge, Rollen, Verantwortlichkeiten und Erwartungen. KI gehört deshalb mitten in die Diskussion darüber, wie wir Burnout verhindern und langfristig leistungsfähige Organisationen schaffen.
Wenn Effizienz mehr Arbeit erzeugt
Das große Versprechen der KI lautet Entlastung. Und dieses Versprechen kann sie durchaus erfüllen. Gleichzeitig beobachten wir gerade einen interessanten Effekt. Eine achtmonatige ethnografische Studie der UC Berkeley Haas School of Business in einem Technologieunternehmen zeigt, dass Beschäftigte mit generativer KI schneller arbeiteten, zugleich aber mehr Aufgaben übernahmen, ihren Tätigkeitsbereich erweiterten und ihre Arbeit teilweise auf mehr Stunden des Tages ausdehnten. Die gewonnene Zeit wurde wieder mit Arbeit gefüllt.
Genau das interessiert mich aus Burn-Bright-Perspektive. Wenn ich eine Präsentation in 20 Minuten statt in drei Stunden erstellen kann, entstehen daraus selten zweieinhalb Stunden freie Zeit. Es entstehen weitere Präsentationen, Analysen, Projekte und Ideen. Und weil viele Menschen gleichzeitig diese zusätzliche Produktionskapazität gewinnen, wächst die Menge dessen, was innerhalb einer Organisation zirkuliert.
Wir haben mit einem Reporting-Team gearbeitet, bei dem ich diese Dynamik sehr konkret erlebt habe. Die Vorgesetzten hatten KI für sich entdeckt und produzierten damit in kurzer Zeit immer neue Seiten: sprachlich glatt, überzeugend formuliert, auf den ersten Blick professionell. Inhaltlich waren diese Texte häufig inkohärent. Zusammenhänge stimmten nicht, Aussagen passten nicht zueinander, Argumentationslinien brachen ab. Und jedes dieser Dokumente landete bei einem Team, das daraus einen belastbaren Bericht machen sollte.
Gerade die sprachliche Glätte macht diese Arbeit anspruchsvoll. Unser Gehirn verarbeitet flüssige, souverän klingende Texte leicht. Dadurch braucht es bewussten Abstand, um immer wieder zu fragen: Stimmt das überhaupt? Passt diese Aussage zum vorherigen Abschnitt? Gibt es dafür eine Grundlage? Folgt die Schlussfolgerung wirklich aus den Daten? Das Korrigieren verlangt hohe Konzentration, weil man sich immer wieder aus dem sprachlichen Fluss lösen und den Inhalt neu bewerten muss.
Für das Reporting-Team bedeutete das: Die Geschwindigkeit der Vorgesetzten wurde zur Arbeitslast der Mitarbeitenden. Immer neue KI-Texte kamen herein und mussten geprüft, strukturiert, korrigiert und teilweise grundlegend neu gedacht werden. Gleichzeitig hatte das Team wenig Einfluss darauf, wie viel Material produziert wurde, wann es kam und welche Qualität es hatte. Mehrere Menschen in diesem Team waren schließlich ausgebrannt.
Damit sind wir mitten im Burnout-Thema. Hohe Anforderungen und geringe Handlungsspielräume sind eine problematische Kombination. Aktuelle Forschung zu algorithmischem Management zeigt ebenfalls Zusammenhänge zwischen eingeschränkter Arbeitsautonomie, psychischer Belastung und Burnout. In meinem Reporting-Beispiel kamen hoher Arbeitsdruck, ständig neuer Input und wenig Einfluss auf die eigene Arbeitsmenge zusammen. KI hatte diese Konstellation erheblich beschleunigt.
Wenn KI-Arbeit bei anderen landet
Für einen Teil dieses Phänomens gibt es inzwischen sogar einen Begriff: Workslop. BetterUp Labs und das Stanford Social Media Lab bezeichnen damit KI-generierte Arbeit, die professionell aussieht, der es aber an Substanz fehlt und deren eigentliche Denkarbeit dadurch beim Empfänger landet. In einer Befragung von 1.150 US-amerikanischen Vollzeitbeschäftigten gaben 40 Prozent an, im vergangenen Monat solchen Workslop erhalten zu haben. Im Durchschnitt kostete die Bearbeitung eines solchen Vorgangs fast zwei Stunden.
Das verändert die Ökonomie von Kommunikation in Organisationen. Ein 100-seitiger Bericht musste früher geschrieben werden, eine Präsentation mit 70 Folien musste gebaut werden und eine ausführliche Analyse kostete Tage. Dieser Aufwand begrenzte auch den Output. Heute kann eine Führungskraft am Vormittag fünf Ideen entwickeln, sie von KI ausarbeiten lassen und am Nachmittag fünf umfangreiche Dokumente an ihr Team schicken. Überspitzt gesagt können zehn Minuten Arbeitszeit auf der einen Seite viele Stunden hochkonzentrierter Arbeit auf der anderen Seite auslösen.
Deshalb müssen wir Produktivität stärker als Systemgröße betrachten. Wie schnell jemand mit KI einen Text erstellt, sagt wenig darüber aus, wie produktiv der gesamte Prozess ist. Entscheidend ist auch, wie viel menschliche Aufmerksamkeit dieser Output anschließend verbraucht.
Und Aufmerksamkeit ist eine unserer knappsten Ressourcen.
Was bleibt eigentlich für den Menschen übrig?
Mich beschäftigt noch ein weiterer Effekt: Viele Tätigkeiten, die wir als Routinearbeit bezeichnen, hatten eine Funktion in unserem Arbeitsalltag. Eine Tabelle aufräumen, Daten übertragen, einen Text formatieren oder Unterlagen sortieren verlangt eine andere Form von Aufmerksamkeit als komplexe Entscheidungen, kreative Problemlösung oder schwierige Kommunikation.
Vielleicht kann man dies als das Äquivalent von Gemüse-Schneiden betrachten, denn genau diese einfacheren Tätigkeiten lassen sich besonders gut automatisieren und geben unserem Gehirn auch Momente des Runterkommens. Dadurch kann sich die Zusammensetzung eines Arbeitstages verändern. Menschen verbringen mehr Zeit mit Bewertung, Entscheidung, Kreativität, Beziehung und Verantwortung. Dort liegen viele unserer besonderen menschlichen Fähigkeiten. Gleichzeitig verlangen diese Tätigkeiten viel Konzentration und Energie. Ein Arbeitstag, der fast ausschließlich aus komplexer Problemlösung, Entscheidungen und Kommunikation besteht, stellt andere Anforderungen an unser Gehirn als ein Tag, an dem sich unterschiedliche kognitive Intensitäten abwechseln.
Auch bei mir selbst beobachte ich diese Veränderungen. Ich arbeite gern mit KI. Sie ist Sparringspartner, Editor, Recherchehilfe und Gedankenbeschleuniger. In einem Interview über „AI, Software & Wetware“ habe ich kürzlich von einem winzigen Moment erzählt: Ich wollte ein schwieriges englisches Wort aufschreiben und stockte. Mein erster Impuls war, die KI zu fragen. Eine kleine Reibung, ein kurzer Moment des Nachdenkens, und mein Gehirn hatte bereits gelernt, dass es dafür einen bequemeren Weg gibt.
Solche Momente interessieren mich inzwischen genauso sehr wie große Produktivitätsversprechen. Was geschieht mit unserer Aufmerksamkeit und Frustrationstoleranz? Wie verändert sich unsere Fähigkeit, Unsicherheit auszuhalten und Probleme selbst zu durchdenken? Und was passiert, wenn wir viele kleine kognitive Reibungen aus unserem Alltag entfernen und die gewonnene Zeit mit immer anspruchsvolleren Aufgaben füllen?
Das menschliche Maß als Führungsaufgabe
Für organisationale Resilienz führt das zu sehr konkreten Fragen: Welche Arbeit soll durch KI tatsächlich wegfallen? Welche neue Arbeit entsteht? Wer übernimmt die Prüfung KI-generierter Inhalte? Wie viel Output brauchen wir? Wer bestimmt das Tempo? Welche Handlungsspielräume behalten Mitarbeitende? Und vor allem: Was machen wir mit der Zeit, die KI uns spart?
In meiner Burn-Bright-Serie habe ich zuletzt darüber geschrieben, Regeneration als professionelle Praxis zu verstehen. Organisationen brauchen Strukturen, die Energie erneuern und langfristige Leistungsfähigkeit ermöglichen. Mit KI wird diese Perspektive noch wichtiger.
Wir brauchen deshalb aus meiner Sicht eine Art regenerative AI Governance: einen Umgang mit KI, der neben Datenschutz, Compliance, Qualität, Ethik und Effizienz auch die menschliche Kapazität berücksichtigt. Wie viel Aufmerksamkeit verbraucht ein Prozess? Wo entsteht zusätzliche kognitive Last? Wer trägt die Validierungsarbeit? Wie viel Autonomie bleibt erhalten? Und welche Effizienzgewinne kommen tatsächlich als Entlastung bei Menschen an?
Damit verändert sich auch die Frage, die wir an KI stellen. Unternehmen beschäftigen sich verständlicherweise intensiv damit, wie viel mehr sie mit KI erreichen können. Für resiliente Organisationen gehört eine zweite Frage gleichberechtigt daneben:
Wie viel unnötige Arbeit können wir mit KI aus unserem System entfernen?
Darin liegt für mich eine der großen Chancen dieser Technologie. KI kann repetitive Arbeit übernehmen, Prozesse vereinfachen, Informationen zugänglich machen und Freiraum für Denken, Kreativität, Beziehungen und komplexe Entscheidungen schaffen. Sie kann persönliche und organisationale Resilienz stärken, wenn wir diesen Freiraum tatsächlich entstehen lassen.
Eine eingesparte Stunde darf eine eingesparte Stunde sein. Aufmerksamkeit darf eine Ressource sein, die wir schützen. Regeneration darf Teil professioneller Leistungsfähigkeit sein. Und Geschwindigkeit darf sich am Menschen orientieren, wenn Menschen verstehen, entscheiden, lernen und Verantwortung übernehmen sollen.
Je schneller KI wird, desto wichtiger wird deshalb die Frage nach unserem eigenen Maß.
