Ich hatte letzte Woche eine Nacht, in der ich um 1:47 Uhr morgens einem KI-Agenten erklärte, wie er meine E-Mails priorisieren soll. Nicht weil es dringend war. Nicht weil es nicht bis morgen hätte warten können. Sondern weil ich konnte.
Das ist das Ding mit KI, das niemand ausspricht: Sie gibt dir unbegrenzte Möglichkeiten — und dein Gehirn interpretiert unbegrenzte Möglichkeiten als unbegrenzte Verpflichtung. Du könntest jetzt noch diesen Blogpost optimieren. Du könntest jetzt noch deine Preisstrategie durchrechnen lassen. Du könntest jetzt noch einen Newsletter schreiben, eine Marktanalyse machen, dein CRM aufräumen. Also tust du es. Oder du tust es nicht — und fühlst dich schuldig, weil du es hättest tun können.
Ich arbeite tagsüber im Revenue Management bei einer großen europäischen Airline und baue abends meine KI-Beratung auf. Seit ich KI-Tools ernsthaft nutze — nicht als Spielerei, sondern als Infrastruktur — ist meine Produktivität messbar gestiegen. Und mein innerer Zustand ist messbar schlechter geworden. Nicht wegen der Arbeit selbst, sondern wegen dem Gefühl, dass die Arbeit nie fertig ist, weil das Werkzeug nie müde wird.
I. Das Paradox der unbegrenzten Maschine
Es gibt ein psychologisches Konzept namens Paradox of Choice, das der Psychologe Barry Schwartz 2004 beschrieben hat. Die Kurzversion: Mehr Optionen machen uns nicht zufriedener. Sie machen uns ängstlicher, unentschlossener und am Ende unglücklicher — weil jede Entscheidung impliziert, dass wir alle anderen Optionen verpasst haben.
Schwartz hat das über Marmelade und Jeans geschrieben. Über den Supermarktregal und das Angebot von 47 Krankenversicherungen. Aber was er eigentlich beschrieben hat, ist 2026 die Beziehung zwischen Mensch und KI.
Weil KI nicht 47 Optionen aufmacht. KI macht unendliche Optionen auf. Du kannst jede Frage stellen, jede Analyse fahren, jedes Problem sofort angehen. Die Maschine hat keine Öffnungszeiten, keinen schlechten Tag, keine Mittagspause. Sie wartet. Immer. Und dieses Warten fühlt sich an wie eine stille Anklage.
Du könntest gerade produktiv sein. Warum bist du es nicht?
II. Was die Forschung sagt (und warum es beunruhigend ist)
Die Neurowissenschaft ist hier ziemlich eindeutig, auch wenn die Kultur das noch nicht aufgeholt hat.
Cognitive Load Theory — entwickelt von John Sweller in den späten 80ern — besagt, dass unser Arbeitsgedächtnis brutal begrenzt ist. Wir können etwa 4±1 Informationseinheiten gleichzeitig verarbeiten. Nicht 40. Nicht 400. Vier. Das ist kein Bug, das ist die Architektur. Und jedes Mal, wenn du einen weiteren Chat öffnest, eine weitere Analyse startest, einen weiteren Tab mit KI-generierten Ergebnissen durchliest, belastest du dieses System.
George Miller hat 1956 seine berühmte Arbeit über die "Magical Number Seven, Plus or Minus Two" veröffentlicht. Siebzig Jahre später haben wir die Kapazität nicht erweitert. Wir haben nur die Inputs verzehnfacht.
Dann ist da die Forschung zur Decision Fatigue. Eine Studie von Vohs et al. (2008) zeigte, dass allein das Treffen von Entscheidungen die Willenskraft erschöpft — unabhängig davon, wie wichtig die Entscheidungen sind. Jede Mikro-Entscheidung, die KI ermöglicht ("Soll ich das umformulieren lassen? Soll ich eine Alternative generieren? Soll ich noch einen Prompt versuchen?"), kostet kognitive Energie. Das summiert sich.
Und dann ist da das Interessanteste: Attention Restoration Theory von Kaplan (1995). Kaplan argumentierte, dass unser gerichteter Aufmerksamkeitsmechanismus — die Art, wie wir uns willentlich auf etwas konzentrieren — eine erschöpfbare Ressource ist. Sie regeneriert sich durch Natur, durch Stille, durch Abwesenheit von Information. Nicht durch mehr Information. Nicht durch bessere Information. Durch keine Information.
Lies das nochmal. Dein Gehirn erholt sich nicht durch bessere Inputs. Es erholt sich durch die Abwesenheit von Inputs.
Und jetzt überleg dir, was KI gerade tut: Sie entfernt jede Lücke, jede Pause, jedes Moment des "Ich weiß es nicht, also mache ich erstmal nichts." Die letzte Ruhezone deines Gehirns wird bebaut.
III. Meine Hypothese: KI erzeugt chronischen Niedrigpegel-Stress
Ich glaube, was wir gerade erleben, ist nicht KI-Burnout im klassischen Sinne. Es ist etwas Subtileres.
Meine Hypothese: KI erzeugt einen chronischen Niedrigpegel-Stress, der sich aus der permanenten Verfügbarkeit ungenutzter Möglichkeiten speist.
Ich nenne es den "Infinite Optionality Stress" — und ich glaube, er hat drei Mechanismen:
1. Opportunity Cost Anxiety
Jede Stunde, die du nicht mit KI arbeitest, fühlt sich an wie eine verschwendete Stunde. Nicht rational — aber emotional. Weil du weißt, dass das Werkzeug da ist. Dass dein Wettbewerber es vielleicht gerade nutzt. Dass du hinterher sein könntest. Klassische FOMO, aber industrialisiert.
2. Completion Illusion
KI erzeugt die Illusion, dass Aufgaben abgeschlossen werden können, die in Wahrheit nie abgeschlossen sind. Du lässt dir einen Strategieentwurf schreiben — fertig? Nein, du könntest ihn noch optimieren. Und nochmal. Und nochmal. Die Maschine sagt dir nie: "Das reicht jetzt." Sie gibt dir immer eine weitere Iteration. Die Perfektion ist immer einen Prompt entfernt, aber sie kommt nie an.
3. Identity Compression
Wenn eine Maschine in 30 Sekunden macht, wofür du drei Stunden gebraucht hast — was bist du dann wert? Diese Frage stellt sich niemand laut. Aber sie sitzt im Raum. Jedes Mal, wenn du siehst, wie schnell KI etwas produziert, das du für eine menschliche Fähigkeit gehalten hast, schrumpft etwas in deinem Selbstbild. Nicht viel. Aber stetig. Wie eine Inflation der eigenen Identität.
Und das Perfide: Dieser Stress ist unsichtbar. Er taucht nicht als Erschöpfung auf wie körperliche Arbeit. Er taucht auf als Unruhe. Als vages Gefühl, nicht genug zu tun. Als Scrolling um 23 Uhr durch Hacker News, nicht weil du etwas Bestimmtes suchst, sondern weil du das Gefühl hast, du müsstest etwas wissen, was du noch nicht weißt.
Kennst du das? Ja. Natürlich kennst du das.
IV. Der Vergleich, den niemand machen will
Was KI gerade mit unserem Gehirn macht, hat einen historischen Vorläufer. Und es ist nicht das Internet.
Es ist das Smartphone.
Als das iPhone 2007 rauskam, war die Reaktion: endlich, alles in der Hosentasche! Email, Karten, Musik, Kamera — die ultimative Effizienzmaschine. Und ja, Smartphones haben uns effizienter gemacht. Aber sie haben auch eine Epidemie der Angststörungen, Schlafstörungen und sozialen Vergleichsspiralen ausgelöst, die wir erst 15 Jahre später ernsthaft adressiert haben.
Die Parallele ist erschreckend genau:
- 2007: "Das Smartphone macht mich produktiver." → 2020: "Ich bin süchtig nach meinem Handy."
- 2024: "KI macht mich produktiver." → 2030: ???
Der Unterschied: Beim Smartphone war der Stress social — Vergleiche, Likes, Benachrichtigungen. Bei KI ist der Stress existenziell — die Frage, ob du als Mensch noch genug bist.
Das ist eine andere Gewichtsklasse.
V. Was ich geändert habe (und was funktioniert)
Ich schreibe das hier nicht als jemand, der das Thema gelöst hat. Ich schreibe das als jemand, der um 1:47 Uhr morgens mit seinem KI-Agenten chattet und sich fragt, warum er das tut. Aber ein paar Dinge haben geholfen:
1. KI-Zeiten definieren — wie Arbeitszeiten
Klingt banal. Ist es nicht. Ich habe mir feste Fenster gesetzt, in denen ich KI-Tools nutze: morgens 7-9 Uhr für Deep Work mit KI, mittags 12-13 Uhr für administrative Aufgaben, abends 19-21 Uhr für die Agency. Außerhalb dieser Fenster ist der Chat zu. Nicht minimiert — zu.
Warum das funktioniert: Es verwandelt unendliche Verfügbarkeit in endliche Verfügbarkeit. Und endliche Ressourcen erzeugen weniger Stress als unendliche, weil sie eine natürliche Grenze setzen. Dein Gehirn kann mit "Das Fenster ist zu" umgehen. Mit "Du könntest jederzeit" kann es nicht umgehen.
2. Die "Genug"-Regel
Für jede KI-gestützte Aufgabe definiere ich vorher, was "genug" bedeutet. Nicht "perfekt". Nicht "das Beste, was die Maschine kann". Sondern: Was ist die minimale Qualität, die das Ziel erfüllt?
Beispiel: Wenn ich einen Newsletter-Entwurf generiere, sind zwei Iterationen das Maximum. Nicht drei. Nicht fünf. Zwei. Danach ist es fertig, auch wenn es noch besser sein könnte. Weil es immer noch besser sein könnte. Das ist der Punkt.
Herbert Simon, der Nobelpreisträger, hat das "Satisficing" genannt — gut genug statt optimal. Er hat es als rationale Strategie beschrieben, nicht als Kompromiss. In einer Welt mit unendlichen Optionen ist "gut genug" nicht Mittelmäßigkeit. Es ist Selbstschutz.
3. Analoge Inseln bauen
Kaplans Attention Restoration Theory sagt: Natur heilt den Aufmerksamkeitsmuskel. Nicht Meditation-Apps. Nicht "digitale Entgiftung" mit Buch auf dem Sofa. Draußen sein. Bäume. Himmel. Dinge, die keine Antwort von dir verlangen.
Ich gehe jetzt dreimal pro Woche 30 Minuten spazieren — ohne Handy. Das klingt nach einem Wellness-Tipp aus einem Frauenmagazin, und ich hätte das vor einem Jahr auch belächelt. Aber die Forschung ist eindeutig: Naturexposition senkt Cortisol-Level, verbessert die kognitive Leistung und — hier ist der relevante Teil — stellt die gerichtete Aufmerksamkeit wieder her, die KI-Arbeit verbraucht.
Es ist die einzige mir bekannte Maßnahme, die nicht selbst wieder ein Input ist.
4. Menschliche Entscheidungen von KI-Entscheidungen trennen
Nicht jede Entscheidung sollte durch KI laufen. Klingt offensichtlich. Ist es in der Praxis nicht.
Wenn ich mich dabei ertappe, GPT zu fragen, ob ich heute Abend kochen oder bestellen soll, weiß ich, dass etwas schief läuft. Es gibt Entscheidungen, die dein Bauchgefühl treffen muss — nicht weil es besser ist als ein Algorithmus, sondern weil der Akt des Selbstentscheidens deine Autonomie erhält. Und Autonomie ist einer der stärksten Faktoren für psychisches Wohlbefinden. Deci und Ryan haben das in ihrer Self-Determination Theory seit den 80ern gezeigt.
Wer alles delegiert — auch an eine Maschine — verliert das Gefühl, Autor seines eigenen Lebens zu sein.
5. Die Frage, die alles klärt
Bevor ich einen KI-Chat öffne, stelle ich mir eine Frage:
"Mache ich das, weil es mich voranbringt — oder weil ich es kann?"
In 60% der Fälle ist die Antwort: weil ich es kann. Und dann mache ich es nicht. Das ist kein Produktivitätsverlust. Das ist Energiemanagement.
VI. Das Fazit, das keins ist
Ich habe keine Lösung für dieses Problem. Nicht wirklich. Weil das Problem nicht KI ist — das Problem ist, dass wir ein Werkzeug ohne Limits an ein Wesen mit Limits angeschlossen haben und uns wundern, warum das Wesen unter Spannung steht.
Die Industrialisierung hat den Körper überfordert. Die Digitalisierung hat die Aufmerksamkeit überfordert. Und KI überfordert jetzt etwas, wofür wir noch keinen guten Namen haben — vielleicht die Handlungsfähigkeit. Das Gefühl, dass du weißt, was du als Nächstes tun sollst, und dass das genug ist.
Die Maschine weiß nicht, dass es genug ist. Die Maschine hat kein Genug. Aber du hast eins. Und es zu finden — zwischen den Prompts, den Iterationen, den nächtlichen Chats — ist wahrscheinlich die wichtigste Fähigkeit, die du dir 2026 aneignen kannst.
Nicht Prompt Engineering. Nicht Tool-Stacking. Nicht der perfekte Workflow.
Sondern: Wissen, wann du den Laptop zumachst.
Es ist 2:14 Uhr. Ich mache jetzt den Laptop zu.
Dieses Thema beschäftigt dich auch?
Ich freue mich über deine Gedanken — per Mail, LinkedIn oder über mein Kontaktformular. Kein Pitch, kein Funnel. Einfach ein Gespräch darüber, wie wir mit Werkzeugen umgehen, die mächtiger sind als unsere eigene Kapazität.