KI-Erschöpfung ist real. Aber es ist nicht, was Sie denken

Es gibt eine Erzählung, die gerade aufgebaut wird und viel Aufmerksamkeit erhält: KI entzieht uns die Energie. Ingenieure liefern mehr Code als je zuvor und fühlen sich schlechter als je zuvor. Der Begriff “KI-Erschöpfung” macht die Runde, und die Meinungen häufen sich.

Ein Software-Ingenieur schreibt in Business Insider, dass das letzte Quartal sein produktivstes und erschöpfendstes war. Steve Yegge, der buchstäblich das Buch über Vibe-Coding geschrieben hat, erzählt The Pragmatic Engineer, dass er tagsüber ein Nickerchen hält und reale KI-augmentierte Arbeit auf drei Stunden begrenzt. Startup-Gründer stoßen um 14 Uhr an eine Wand. Einer der meistgeteilten Beiträge dieses Monats warnt davor, dass KI einen “vampirischen Effekt” auf die Menschen hat, die sie am meisten nutzen.

Hier ist etwas, was niemand zu bemerken scheint: Die Menschen, die die meiste Erschöpfung melden, sind nicht die Skeptiker. Sie sind die wahren Gläubigen.

Die Ingenieure, die auf Level eins von Yegges Adoptionsskala stecken, diejenigen, die KI überhaupt nicht ignorieren, fühlen sich gut. Ein bisschen ängstlich, vielleicht, aber nicht erschöpft. Es sind diejenigen auf Level fünf, sechs, sieben, diejenigen, die sich voll und ganz engagiert haben, mehrere Agenten ausführen, komplexe Workflows orchestrieren, mit einer Geschwindigkeit liefern, die sie nie zuvor für möglich gehalten haben, die nach Hause kommen und erschöpft sind.

Dieses Muster sollte uns etwas sagen. Und ich denke, was es uns sagt, ist, dass “KI-Erschöpfung” die falsche Diagnose ist.

Sie haben kein Erschöpfungsproblem. Sie haben ein Trainingsproblem.

Denken Sie an das erste Mal, als Sie jemals deadlifteten. Nicht an ein besonders schweres Gewicht. Nur an die Bewegung selbst. Sie wachten am nächsten Morgen auf und Ihr ganzer Körper fühlte sich an, als ob er auseinander genommen und wieder zusammen gesetzt worden wäre. Ihre Beine waren wund. Ihr Rücken war wund. Muskeln, von denen Sie nicht wussten, dass sie existierten, machten sich bekannt, auf die unangenehmste Weise möglich.

Wenn jemand Ihre Leistung an diesem Tag gemessen hätte, hätte es schlecht ausgesehen. Sie konnten kaum sitzen, ohne zusammenzuzucken. Sie hätten vernünftigerweise schlussfolgern können, dass Deadlifting nicht nachhaltig ist, dass der menschliche Körper nicht dafür gebaut ist, dass die Kosten die Vorteile überwiegen.

Aber natürlich sind Sie sechs Monate später doppelt so viel Gewicht und fühlen sich danach gut. Ihr Körper hat neue Wege aufgebaut. Er hat sich angepasst. Die Bewegung, die einst jeden Funken bewusster Anstrengung erforderte, wurde automatisch. Die Wunde bedeutete nicht, dass Sie kaputt waren. Sie bedeutete, dass Sie etwas Neues aufbauten.

Genau das passiert mit KI-augmentierter Arbeit.

Die kognitive Belastung, über die niemand spricht

Wenn Sie Code auf die herkömmliche Weise schreiben, läuft Ihr Gehirn ein gut eingefahrenes Programm. Sie haben es Tausende Male gemacht. Sie kennen die Tastenanschläge, die Muster, die Debugging-Rhythmen. Es ist wie Ihre tägliche Fahrt zur Arbeit: technisch komplex, aber so geübt, dass Sie es machen können, während Sie über das Abendessen nachdenken.

KI-augmentierte Arbeit ist eine grundlegend andere kognitive Aufgabe. Sie schreiben keinen Code mehr. Sie leiten, bewerten, entscheiden, wechseln zwischen mehreren Agenten, überprüfen Ausgaben, die Sie nicht geschrieben haben, halten architektonische Absichten im Kopf, während eine KI Implementierungsentscheidungen trifft, die Sie in Echtzeit validieren müssen.

Das ist nicht die gleiche Arbeit, die schneller erledigt wird. Es ist eine andere Arbeit. Und Ihr Gehirn hat noch keine effizienten Wege dafür aufgebaut.

Jede Entscheidung ist noch bewusst. Jede Überprüfung erfordert aktive Anstrengung. Sie überwachen die Qualität, halten den Kontext über parallele Arbeitsströme, treffen Urteile über KI-Ausgaben ständig. Deshalb kann eine dreistündige Arbeit Sie mehr erschöpfen als acht Stunden traditionelles Codieren. Es ist der kognitive Äquivalent Ihres ersten Wochen im Fitnessstudio.

Die Adoptionskurve ist tatsächlich eine Erschöpfungskurve

Yegges achtstufiges Framework für KI-Adoption entspricht fast perfekt einer Erschöpfungskurve, obwohl ich nicht denke, dass das seine Absicht war.

Auf Level eins und zwei nutzen Sie KI kaum. Autocomplete hier, eine Frage dort. Wenig kognitive Belastung. Wenig Erschöpfung.

Auf Level drei bis sechs sind Sie im tiefen Ende. Sie haben dem Agenten mehr Autonomie gegeben, überprüfen weniger zeilenweise und mehr holistisch, führen mehrere Agenten aus und navigieren ständig durch einen Arbeitsablauf, der vor 18 Monaten nicht existierte. Hier lebt die Erschöpfung. Hier ist der schwere Deadlift.

Auf Level sieben und acht beginnt etwas Interessantes zu passieren. Sie haben Orchestrierungssysteme aufgebaut. Die KI arbeitet mehr autonom. Sie haben gelernt, was Sie vertrauen und was Sie überprüfen können. Sie beschreiben Ergebnisse und gehen weg. Matt Shumer beschreibt genau das: KI sagen, was zu bauen ist, für vier Stunden weggehen und mit fertigen Arbeiten zurückkehren. Die Anpassung beginnt, Fuß zu fassen.

Die Erschöpfung ist nicht gleichmäßig verteilt. Sie erreicht ihren Höhepunkt in der Mitte, genau dort, wo die meisten frühen Adoptierer gerade sitzen. Und deshalb fühlt sich die Erschöpfung universell an: Die Menschen, die am meisten über KI sprechen, sind unverhältnismäßig oft diejenigen, die im härtesten Teil der Lernkurve sitzen.

Niemand hat Artikel über “Fahrermüdigkeit” geschrieben

Erinnern Sie sich an das Lernen, Auto zu fahren? Das erste Mal, als Sie auf eine Autobahn auffuhren, haben Sie wahrscheinlich das Lenkrad so festgehalten, als ob Ihr Leben davon abhinge (was, um fair zu sein, es tatsächlich tat). Sie kamen nach einer 30-minütigen Fahrt völlig erschöpft nach Hause. Ihr Gehirn hatte mit Höchstleistung gearbeitet: Spiegel überprüfen, Geschwindigkeit managen, andere Fahrer antizipieren, Straßenschilder verarbeiten, all das gleichzeitig und all das bewusst.

Jetzt fahren Sie eine Stunde, während Sie halb auf einen Podcast hören und ein Sandwich essen. Die Aufgabe hat sich nicht geändert. Sie haben sich geändert. Ihr Gehirn hat effiziente neuronale Wege für das Fahren aufgebaut, komprimiert, was einst jeden Funken bewusster Anstrengung erforderte, in Hintergrundprozesse.

Niemand hat Denkstücke über “Fahrermüdigkeit” als existenzielle Krise geschrieben. Niemand hat vorgeschlagen, dass Autos einen “vampirischen Effekt” auf ihre Bediener haben. Wir haben intuitiv verstanden, dass die Erschöpfung vorübergehend war. Es war der Preis für das Lernen von etwas Neuem.

Das ist der Teil, den die aktuelle Diskussion vermisst. “KI-Erschöpfung” wird als dauerhafter Zustand behandelt, als grundlegender Bestandteil der Technologie, wenn es tatsächlich eine Übergangskosten sind. Es ist Trainingsmüdigkeit, nicht chronische Krankheit.

Warum dies mehr als Komfort zählt

Diese Unterscheidung ist nicht nur semantisch. Wie Sie das Problem diagnostizieren, bestimmt, was Sie dagegen tun.

Wenn KI-Erschöpfung ein dauerhafter Bestandteil der Technologie ist, dann ist Yegges Dreistunden-Grenze die Decke für immer. Unternehmen sollten planen, dass Ingenieure nur einen Bruchteil des Tages produktiv sein können. Der “vampirische Effekt” ist der Preis des Eintritts, und wir müssen einfach damit leben.

Aber wenn es Trainingsmüdigkeit ist, dann ist das Spielbuch völlig anders. Sie managen die Belastung. Sie bauen allmählich auf. Sie hören nicht auf, ins Fitnessstudio zu gehen, weil Sie müde sind. Und kritisch, Sie gehen nicht davon aus, dass das heutige Erschöpfungsniveau das von morgen ist.

Die Ingenieure, die diese Phase durchstehen, die kognitiven Wege für KI-Arbeit aufbauen, die Überprüfung auf dem richtigen Level, die architektonische Absicht über parallele Arbeitsströme, werden schließlich so natürlich wie das Fahren. Die Dreistunden-Grenze wird sich auf fünf, dann auf sieben verschieben. Nicht weil sie härter arbeiten, sondern weil die Arbeit aufhört, in der gleichen Weise anstrengend zu sein.

Inzwischen werden die Ingenieure, die über “KI-Erschöpfung” lesen und beschließen, auf Level zwei zu bleiben, sich wohl, vertraut, nicht erschöpft, in einer viel schlechteren Position wiederfinden.

Nicht weil sie es versäumt haben, mit einem Trend Schritt zu halten, sondern weil sie nie mit dem Training begonnen haben, das jeder andere bereits durchgemacht hat.

Das wahre Risiko: Verwechslung von Müdigkeit mit Verletzung

Ich möchte etwas klarstellen. Es gibt einen Unterschied zwischen Trainingsmüdigkeit und tatsächlicher Verletzung, und das gilt auch hier.

Wenn Sie 14 Stunden am Tag “Vibe-Coding” betreiben, vier Stunden schlafen und auf Adrenalin laufen, weil die Neuheit berauschend ist, ist das nicht Training. Das ist Übertraining. Und genau wie im Fitnessstudio baut Übertraining nichts auf. Es zerstört Sie.

Yegges Dreistunden-Beobachtung ist wertvoll nicht als dauerhafte Decke, sondern als Signal über aktuelle Erholungsbedürfnisse. Wenn Sie früh im Training sind, benötigen Sie mehr Ruhe zwischen den Sitzungen. Wenn Sie sich anpassen, können Sie mehr Volumen bewältigen. Die Menschen, die ausbrennen, sind nicht diejenigen, die drei konzentrierte Stunden KI-augmentierter Arbeit leisten. Sie sind diejenigen, die nicht aufhören können, weil die Feedback-Schleife zu überzeugend ist, was genau die Slot-Maschinen-Dynamik ist, über die ich zuvor geschrieben habe.

Die Antwort ist nicht, das Fitnessstudio zu vermeiden. Es ist, intelligent zu trainieren: intensive Sitzungen, echte Erholung, allmähliche Fortschritte.

Eine Vorhersage, die niemand anders macht

Hier ist, was ich denke, was in den nächsten 12 bis 18 Monaten passiert.

Die “KI-Erschöpfung”-Erzählung wird in diesem Jahr ihren Höhepunkt erreichen. Es wird mehr Artikel, mehr Handringen, wahrscheinlich einige hochkarätige Ingenieure geben, die öffentlich “eine Pause von KI-Tools” einlegen. Es wird sich wie ein bedeutender Rückschlag anfühlen.

Dann wird es still und leise verschwinden. Nicht weil die Menschen aufgehört haben, KI zu nutzen, sondern weil die frühen Adoptierer fertig angepasst haben. Die Dreistunden-Grenze wird sich für die Menschen, die seit einem Jahr und einem halben Jahr damit gearbeitet haben, wie eine ferne Erinnerung anfühlen. Sie werden KI-Workflows leiten, wie sie einst for-Schleifen geschrieben haben: ohne darüber nachzudenken.

Und die Lücke zwischen denen, die durch die Müdigkeit durchgehalten haben, und denen, die es nicht getan haben, wird enorm sein. Nicht weil KI-Fähigkeiten selten sind, sondern weil die Anpassung selbst, die Fähigkeit, in Begriffen von Richtung, Bewertung und Orchestrierung zu denken und nicht in zeilenweiser Implementierung, für eine Gruppe zur zweiten Natur geworden ist und für die andere völlig fremd.

Die schlechteste Reaktion auf Trainingsmüdigkeit war immer dieselbe: aufhören, ins Fitnessstudio zu gehen.

Was dies für Führungskräfte bedeutet

Wenn Sie gerade ein Ingenieurteam leiten, verstehen Sie, was Sie tatsächlich sehen. Ihre produktivsten Ingenieure sind auch die müdesten. Das ist kein Widerspruch. Es ist das deutlichste Signal, das Sie haben, dass die Anpassung im Gange ist.

Reagieren Sie nicht, indem Sie die KI-Adoption zurückfahren. Reagieren Sie nicht, indem Sie so tun, als ob die Erschöpfung nicht real wäre. Reagieren Sie so, wie ein guter Coach es tun würde: managen Sie die Trainingsbelastung. Erwarten Sie intensive, fokussierte Sitzungen KI-augmentierter Arbeit, gefolgt von echter Erholung. Geben Sie den Menschen die Erlaubnis, mit dem zu arbeiten, was sich wie reduzierte Stunden anfühlt, während sie neue kognitive Fähigkeiten aufbauen. Die Ausgabe wird immer noch ein Vielfaches dessen sein, was es zuvor war.

Die Unternehmen, die dies richtig machen, werden bis zum Ende des Jahres angepasste Teams haben. Diejenigen, die die Erschöpfung entweder ignorieren oder vor KI zurückweichen, werden sich mit dem schlechtesten aller Ergebnisse konfrontiert sehen: erschöpfte Ingenieure, die nie durch den härtesten Teil der Kurve gekommen sind.

Wir erleben nicht die Nebenwirkungen einer neuen Technologie. Wir sind in den ersten Wochen des Trainings für eine neue Arbeitsweise. Die Müdigkeit ist der Beweis, dass es funktioniert. Lehnen Sie sich hinein, managen Sie es und vertrauen Sie darauf, dass Ihr Gehirn, wie jedes andere adaptive System in der Natur, das tun wird, was es immer getan hat.

Es wird sich anpassen.