Generative KI im Job: Entlastung oder Belastung?

Generative KI hält Einzug in den Arbeitsalltag. Sie verändert, wie Menschen schreiben, kommunizieren, Informationen suchen und Entscheidungen vorbereiten. Sie kann Routinearbeit übernehmen, Wissen leichter zugänglich machen und Zeit sparen.

Doch jede Entlastung hat eine Kehrseite. Mitarbeitende müssen neue Abläufe lernen, ihre Fähigkeiten weiterentwickeln und mit einer unbequemen Frage leben: Welche Rolle bleibt mir, wenn die Maschine immer mehr kann?

Deshalb reicht es nicht, nur auf die technischen Möglichkeiten zu schauen. Entscheidend ist auch, wie Unternehmen die Technologie einsetzen. Produktivitätsgewinne dürfen nicht auf Kosten der Menschen gehen, die sie erwirtschaften.

Tom Weinhardt ist Doktorand am Lehrstuhl für Information und Market Engineering am Karlsruher Institut für Technologie (KIT). Außerdem arbeitet er im Forschungsprojekt MenschKI! mit. In seiner Forschung untersucht er, wie generative KI das Wohlbefinden von Mitarbeitenden beeinflusst. Dabei interessiert ihn beides: die Entlastung durch weniger Routinearbeit und die Belastung durch Technostress, unsichere Rollen und die Angst vor dem Verlust des eigenen Arbeitsplatzes. Im Videointerview gibt Tom einige Einblicke in seine Forschung:

Wenn Generative KI Entlastung schafft

In vielen Berufen übernimmt generative KI bereits Aufgaben, die viel Zeit kosten, aber wenig Abwechslung bieten. Sie fasst Texte zusammen, erstellt erste Entwürfe, ordnet Informationen, übersetzt Dokumente und hilft bei der Ablage. Für Menschen, die ohnehin unter hoher Arbeitslast stehen, kann das einen spürbaren Unterschied machen.

Man denke an die medizinische Dokumentation. Wenn Ärztinnen und Ärtze nach einer Visite weniger Zeit am Schreibtisch verbringen, bleibt mehr Raum für die Patientinnen und Patienten. Ähnliche Möglichkeiten gibt es in der Verwaltung, in Schulen und Hochschulen, in der Forschung, im Kundenservice und in vielen anderen Bereichen der Wissensarbeit.

Die Voraussetzung ist einfach, aber wichtig: Die Ergebnisse müssen geprüft werden. Die Verantwortung bleibt beim Menschen. Wie groß der Gewinn sein kann, zeigte ein Experiment mit 453 berufserfahrenen Teilnehmenden. Bei beruflichen Schreibaufgaben verkürzte ChatGPT die durchschnittliche Bearbeitungszeit um 40 Prozent. Gleichzeitig stieg die Qualität der Ergebnisse um 18 Prozent. Besonders stark profitierten jene, die bei der Aufgabe zunächst schlechter abgeschnitten hatten.

Wenn Unterstützung zur Belastung wird

Generative KI macht Arbeit nicht automatisch besser. Ein neues System muss verstanden, bedient und kontrolliert werden. Zugleich kann der Druck steigen: schneller arbeiten, mehr Aufgaben übernehmen, neue Anforderungen erfüllen.

Für viele Beschäftigte bedeutet das, dass sie ihre bisherigen Kenntnisse kurzfristig erweitern müssen. Manche fragen sich außerdem, ob ihre Erfahrung noch gebraucht wird.

Wenn generative KI im Arbeitsalltag eingeführt wird, kann dies mit unterschiedlichen technologischen Belastungen verbunden sein. In der Forschung werden diese unter dem Begriff Technostress untersucht. Gemeint sind vor allem Belastungen, die aus der Nutzung, Anpassung und ständigen Veränderung technologischer Systeme entstehen. Dazu zählen beispielsweise Überforderung, wahrgenommene Komplexität sowie Unsicherheit und Ungewissheit im Umgang mit neuen Technologien. Welche dieser Belastungen tatsächlich auftreten, hängt stark von der konkreten Anwendung, der Tätigkeit, den vorhandenen Kompetenzen und den organisatorischen Rahmenbedingungen ab.

Eine Studie mit 600 Beschäftigten aus unterschiedlichen Branchen untersuchte diese gegenläufigen Wirkungen mithilfe des Job-Demands-Resources-Modells. Das Ergebnis: Wer KI als leistungsfähig wahrnahm und sie im Arbeitsalltag einsetzte, berichtete häufiger von höherer Produktivität. KI-bedingter Technostress ging dagegen mit mehr Erschöpfung und stärkeren Konflikten zwischen Beruf und Familie einher.

Produktivität ist nicht alles

Produktivität und Wohlbefinden bewegen sich nicht immer in dieselbe Richtung. Technostress kann dazu führen, dass Beschäftigte kurzfristig mehr leisten, während ihre psychischen Kräfte nachlassen.

Mehr Output ist deshalb noch kein Beweis für gute Arbeit. Manchmal ist er nur das sichtbare Ergebnis einer unsichtbaren Erschöpfung. Das Job-Demands-Resources-Modell unterscheidet zwischen Arbeitsanforderungen und Arbeitsressourcen. Anforderungen verlangen körperliche, geistige oder emotionale Anstrengung. Werden sie zu groß, können sie zur Erschöpfung führen.

Ressourcen wirken in die andere Richtung. Handlungsspielraum, Unterstützung durch Kolleginnen und Kollegen, verlässliche Technik und gute Weiterbildung stärken Motivation, Engagement und die Möglichkeit, sich weiterzuentwickeln. Generative KI kann in diesem Modell beides sein: Ressource und zusätzliche Anforderung. Sie nimmt Routinearbeit ab und schafft Zeit für anspruchsvollere Aufgaben. Sie kann aber auch den Arbeitsdruck erhöhen, wenn Unternehmen die gewonnene Zeit sofort in neue Zielvorgaben und ein höheres Tempo umwandeln

Zwischen Vertrauen und Kontrolle

Ob Mitarbeitende generative KI akzeptieren, hängt auch davon ab, ob sie das System als nützlich und zuverlässig erleben. Sie müssen wissen, wann die Maschine helfen kann – und wann ihre Antwort überprüft oder verworfen werden muss. Das ist bei generativer KI besonders wichtig. Ihre Antworten klingen oft sicher und vollständig, obwohl sie sachlich falsch, lückenhaft oder für den jeweiligen Arbeitskontext ungeeignet sein können.

Hinzu kommt ein menschliches Problem: Wir vertrauen automatisierten Empfehlungen oft stärker, als wir sollten. Selbst wenn ein System Fehler macht, folgen Menschen seinem Vorschlag mitunter und entscheiden dadurch schlechter, als sie es ohne technische Hilfe getan hätten. Checklisten können helfen. Ebenso eine kurze Verzögerung vor der Übernahme eines Vorschlags oder die Regel, zunächst eine eigene Einschätzung abzugeben. Solche einfachen Verfahren schaffen Abstand – und damit Raum für eine kritische Prüfung.

Für Organisationen folgt daraus: Ein gutes KI-System braucht mehr als eine verständliche Benutzeroberfläche. Es braucht klare Zuständigkeiten und angemessene Kontrollen. In sensiblen Bereichen wie Gesundheit, Personal, Bildung, Verwaltung und Finanzen darf die menschliche Prüfung nicht zu einem schnellen Häkchen auf einer Checkliste verkommen.

Was Unternehmen beachten sollten

Wer generative KI einführt, sollte das als Veränderung der Arbeit verstehen – nicht als gewöhnliches IT-Projekt. Die Technik ist nur ein Teil der Aufgabe. Ebenso wichtig sind offene Kommunikation, Beteiligung und realistische Erwartungen.

• Beschäftigte beteiligen: Mitarbeitende kennen die täglichen Schwierigkeiten ihrer Arbeit. Sie sollten deshalb an der Auswahl und Gestaltung von KI-Anwendungen mitwirken
• Kompetenzen aufbauen: Schulungen sollten nicht nur die Bedienung erklären, sondern auch Fehlerquellen, Grenzen und Datenschutz
• Arbeitsdruck begrenzen: Gewonnene Zeit darf nicht automatisch in mehr Aufgaben und ein dauerhaft höheres Tempo umgewandelt werden
• Rollen klären: Es muss feststehen, welche Aufgaben die KI übernimmt, welche Entscheidungen Menschen treffen und wer die Verantwortung trägt.
• Wohlbefinden beobachten: Erschöpfung, Unsicherheit, nachlassendes Engagement und Konflikte zwischen Arbeit und Privatleben sollten früh erkannt werden.

Auch neuere Forschung zur generativen KI und zur Gestaltung von Arbeit kommt zu einem gemischten Ergebnis. KI kann den Handlungsspielraum vergrößern. Sie kann Menschen mehr Kontrolle über Methoden und Abläufe geben. Sie kann diesen Spielraum aber auch verkleinern. Wenn wichtige Entscheidungen aus der Hand der Beschäftigten genommen werden, entsteht leicht das Gefühl, nur noch „im System“ zu arbeiten.

Eine menschliche Zukunft der Arbeit

Generative KI wird die Arbeitswelt weiter verändern. Ob diese Veränderung den Menschen zugutekommt, hängt jedoch nicht allein von der Leistungsfähigkeit der Modelle ab. Entscheidend sind die Arbeitsabläufe, die Qualität der Führung und der Einfluss, den Mitarbeitende auf den Einsatz der Technologie haben.

Eine menschenzentrierte KI-Strategie verbindet technische Innovation mit sozialer Verantwortung. Sie fragt nicht nur, wie schnell eine Aufgabe erledigt werden kann. Sie fragt auch, ob Menschen ihre Arbeit weiterhin als sinnvoll, kontrollierbar und zukunftssicher erleben.

Das ist die eigentliche Herausforderung – für Unternehmen, Politik, Verwaltung, Bildung und Forschung: die Möglichkeiten der KI zu nutzen, ohne dabei den Menschen aus dem Blick zu verlieren.