In seinem Text "Soziale Nachhaltigkeit und Workload Creep" beschreibt Prof. Dr. Maik Grabau, dass der Einsatz von KI Arbeit nicht immer automatisch reduziert, sondern auch zu mehr Arbeitslast führen kann.
Hinweis: Diesen Text hat Prof. Dr. Maik Grabau am 9. März 2026 auf LinkedIn veröffentlicht.
Die verbreitete Sicht auf Künstliche Intelligenz (KI) ist schnell erzählt. KI entlastet, spart Zeit und erhöht die Produktivität. Wer schneller schreibt, analysiert, recherchiert oder programmiert, müsste schneller fertig sein und am Ende weniger unter Druck stehen. Eine nachhaltige soziale Entlastung von Beschäftigten. Genau dieses Versprechen ist es, das derzeit viele Unternehmen, Führungskräfte und Beschäftigte antreibt, sich intensiv mit KI und deren Anwendung zu befassen. Doch je tiefer man in die aktuelle Forschung zum Thema „Einsatz von KI“ schaut, desto deutlicher wird ein überraschender Befund. KI reduziert Arbeit nicht automatisch. Sie kann Arbeit auch verdichten, ausweiten und psychisch belastender machen. Im schlimmsten Fall droht sogar ein KI-indizierter Burnout.
Die Forschung nennt das Workload Creep. Damit ist die schleichende Ausweitung der Arbeitslast durch den Einsatz von KI gemeint. Einzelne Aufgaben gehen durch KI zwar schneller von der Hand, aber die gewonnene Zeit wird nicht einfach in mehr Ruhe, Konzentration oder Erholung investiert. Sie wird häufig für neue Aufgaben, zusätzlichen Erwartungen und noch mehr Output verwendet. Aus gleicher Arbeit in kürzerer Zeit wird dann mehr Arbeit in derselben Zeit. Das ist das Ergebnis von Aruna Ranganathan and Xingqi Maggie Ye in ihrer Studie „AI Doesn’t Reduce Work - It Intensifies It“ (Ranganathan, A. & Ye, M. X., 2026 ) im Harvard Business Review. Sie betonen, dass KI-Produktivitätsgewinne häufig nicht zu einer Arbeitsentlastung, sondern in eine neue Form der Arbeitsverdichtung führt.
In der Studie beschreiben die beiden Autoren, wie KI im Alltag nicht nur Routineaufgaben beschleunigt, sondern auch neue Arbeit erzeugt. Mitarbeitende übernehmen plötzlich zusätzliche oder fachfremde Aufgaben, weil KI den Einstieg erleichtert. Arbeit wandert in Pausen, Randzeiten und Abende, weil ein Prompt ja scheinbar nur wenige Sekunden kostet. Gleichzeitig laufen mehrere Arbeitsstränge parallel. Während ein Tool textet, prüft man Mails, überarbeitet Folien und sitzt im Meeting. Das klingt effizient. Tatsächlich steigt aber die kognitive Last. Aus Beschleunigung wird Verdichtung.
Besonders wichtig ist dabei ein psychologischer Mechanismus. Viele Beschäftigte erleben KI zunächst als Hilfe und sogar als Motivationsschub. Wer schneller vorankommt, empfindet Euphorie – eine Art Arbeitsmomentum. Problematisch wird das, wenn dieses neue Tempo zum neuen Normal wird. Was gestern noch Zusatzleistung war, ist morgen Erwartung. Was als Produktivitätsgewinn begann, wird zur Benchmark für alle. Das Erstaunliche: Niemand zwingt die Beschäftigten direkt zu mehr Arbeit. Aber weil KI alles schneller anfühlen lässt, wird jede freie Lücke mit neuer Arbeit gefüllt, was das Selbstbewusstsein stärkt und Anerkennung beim Vorgesetzten und im Unternehmen einbringt. Das Tempo steigt und frisst sich in den Alltag hinein.
Das Burnout-Risiko ist deshalb nicht übertrieben, sondern kann unter diesen Umständen logisch hergeleitet werden. Wenn Beschleunigung ohne Grenzen, Prioritäten und Erholungszeiten stattfindet, steigt das Risiko von Erschöpfung. Nicht weil KI an sich krank macht, sondern weil Beschäftigte, Organisationen und Teams Effizienzgewinne sofort in neue Anforderungen übersetzen. Dann hilft KI nicht beim Entlasten, sondern nur beim lückenlosen Verdichten des Arbeitstags. Der eigentliche Fehler liegt also nicht in der KI, sondern im Umgang damit.
Das passt erstaunlich gut zur aktuellen Anthropic-Studie „Labor market impacts of AI: A new measure and early evidence“ (Massenkoff, M & McCrory, P. 2026 ). Dort zeigen die Autoren zunächst, dass der reale KI-Einsatz noch deutlich hinter dem theoretisch Machbaren zurückliegt. Es wird also zusätzlicher Freiraum für Beschäftige geschaffen. Selbst in stark exponierten Tätigkeiten ist die tatsächliche Abdeckung von Aufgaben bislang nur ein Bruchteil dessen, was grundsätzlich automatisierbar wäre.
Gleichzeitig finden die Autoren aber auch heraus, dass Berufe mit höherer beobachteter KI-Exposition schwächere Wachstumsprognosen in der Beschäftigung aufweisen. Zudem gibt es Hinweise, dass gerade bei jüngeren Beschäftigten in exponierten Berufen die Einstellungen nachgelassen haben. Das bedeutet nicht, dass KI schon jetzt massenhaft Jobs vernichtet. Aber es heißt sehr wohl, dass sich Arbeitsmärkte und Erwartungen bereits verschieben.
Als Fazit kann man also festhalten: KI kann produktiver machen. Aber höhere Produktivität ist nicht dasselbe wie Arbeitsentlastung. Das Anthropic-Paper zeigt, dass sich Workload, Tätigkeiten und Berufsbilder bereits verschieben. Das Harvard Business Review-Paper zeigt, warum sich Arbeit subjektiv oft belastender anfühlt, obwohl Aufgaben schneller erledigt werden.
Wer KI nur als Beschleuniger einführt, riskiert Workload Creep. Wer sie mit klaren Grenzen, realistischen Erwartungen und geschützten Erholungszeiten verbindet, hat eine Chance auf echte und sozial nachhaltige Entlastung. Die entscheidende Frage ist also nicht, ob KI Arbeit verändert. Die Frage ist, ob wir diese Veränderung gestalten oder ob sie uns schleichend in den Burnout treibt.
Mehr Informationen zu Funktion und Engagement von Maik Grabau auf der Webseite der HFM.