AI Brain Fry: Warum agentisches Arbeiten müde macht und was dagegen hilft

Kurz gesagt: KI-Agenten erledigen parallel, wofür wir früher einen Tag gebraucht haben. Der Preis dafür ist ein Kopf, der ständig prüft, freigibt und wartet. Eine aktuelle Studie der Boston Consulting Group nennt das „AI Brain Fry“ und zeigt: Am stärksten betroffen ist das Marketing. Die gute Nachricht ist, dass ein paar einfache Regeln viel davon abfangen.

Ein ganz normaler Nachmittag

Zwischen zwei Kundenterminen laufen bei mir inzwischen drei, vier Agenten gleichzeitig. Einer baut Folien, einer recherchiert, einer schreibt an einem kleinen Tool. Ich gebe frei, lese gegen und schicke Korrekturen. Nach anderthalb Stunden ist eine Menge erledigt.

In unseren Workshops und Gesprächen höre ich dasselbe von allen, die intensiv mit KI arbeiten. Erst kommt die Begeisterung über das Tempo. Und direkt daneben ein Unbehagen, das schwer zu greifen ist.

Wir haben uns angeschaut, was die Forschung dazu sagt.

Was „AI Brain Fry“ ist

Im März 2026 hat die Boston Consulting Group (BCG) in der Harvard Business Review eine Befragung von 1.488 Vollzeitbeschäftigten in den USA veröffentlicht. Den Zustand, den viele beschreiben, nennt sie AI Brain Fry: geistige Erschöpfung durch die Nutzung oder Beaufsichtigung von KI-Werkzeugen über die eigene Kapazität hinaus.

Die wichtigsten Ergebnisse:

Befund	Wert
Betroffene unter allen KI-Nutzenden	14 %
Betroffene im Marketing	26 % (höchster Wert aller Bereiche)
Betroffene im Rechtsbereich	6 % (niedrigster Wert)
Gefühlte Produktivität	steigt bis ca. 3 parallele Tools, fällt ab 4
Mehr Entscheidungsmüdigkeit bei Betroffenen	+33 %
Mehr gravierende Fehler bei Betroffenen	+39 %
Kündigungsabsicht	steigt von 25 % auf 34 %

Zur Einordnung: Die Daten sind selbst berichtet. Sie messen also, wie Menschen ihre Lage einschätzen, und keine objektive Leistung. Außerdem verdient BCG selbst an KI-Transformation. Das Muster deckt sich trotzdem mit allem, was wir in Marketingteams erleben.

Drei Gründe, warum das passiert

1. Wir überwachen mehr, als wir machen

Der stärkste Treiber in der BCG-Studie ist das Beaufsichtigen. Wer viel Aufsicht über Agenten hat, berichtet von 14 % mehr geistiger Anstrengung und 19 % mehr Informationsüberflutung.

Das ist ein altes Problem in neuem Gewand. Die Psychologin Lisanne Bainbridge hat es 1983 unter dem Titel „Ironies of Automation“ beschrieben: Automatisierung lässt dem Menschen vor allem das Überwachen übrig, und genau das können Menschen schlecht. Die Aufmerksamkeit lässt nach, Fehler rutschen durch.

Eine Studie von Microsoft Research und der Carnegie Mellon University mit 319 Wissensarbeiterinnen und Wissensarbeitern (CHI 2025) zeigt dieselbe Verschiebung: Mit generativer KI verlagert sich die Denkarbeit vom Erstellen zum Prüfen und Verantworten.

2. Warten auf ein Ergebnis wirkt wie ein Spielautomat

Dopamin reagiert weniger auf die Belohnung selbst als auf die Erwartung und die Überraschung. Das hat der Neurowissenschaftler Wolfram Schultz in den Neunzigern gezeigt. Am stärksten wirkt eine Belohnung, die kommen könnte, aber nicht sicher kommt.

Agentisches Arbeiten folgt genau diesem Muster. Du schickst einen Auftrag los und weißt nicht, wann er fertig ist und ob er taugt. Also schaust du nach, immer wieder. Deshalb fühlt es sich so gut an, und deshalb fällt das Aufhören so schwer.

Das Gefühl täuscht dabei gern. In einer Studie der Forschungsorganisation METR (2025) waren erfahrene Entwickler mit KI 19 % langsamer als ohne. Sie selbst schätzten hinterher, sie seien 20 % schneller gewesen.

3. Nichts ist je ganz fertig

Die Organisationsforscherin Sophie Leroy nennt es „Attention Residue“: Wer von einer unfertigen Aufgabe zur nächsten wechselt, nimmt einen Teil der Aufmerksamkeit mit. Die neue Aufgabe leidet darunter. Mit mehreren Agenten gleichzeitig gibt es fast immer etwas Unfertiges im Hintergrund.

Dazu passt eine Zahl von Gloria Mark (University of California, Irvine): Am Bildschirm bleiben Menschen im Schnitt nur noch rund 47 Sekunden bei einer Sache. Diese Messungen stammen aus der Zeit vor KI-Agenten.

Was hilft: fünf Regeln für den Alltag

Keine dieser Regeln verlangt, auf KI zu verzichten. Sie sorgen dafür, dass du die Agenten steuerst und nicht umgekehrt.

Höchstens drei Agenten gleichzeitig. Die BCG-Daten zeigen den Knick bei etwa vier parallelen Werkzeugen. Drei ist ein guter Startwert für die eigene Obergrenze.

Prüfen in festen Zeitfenstern. Ergebnisse gesammelt durchgehen, zum Beispiel alle 45 Minuten, statt bei jedem Ping. Benachrichtigungen dafür abschalten. Das nimmt dem Warten den Spielautomaten-Effekt.

Vor jedem Wechsel einen Satz notieren. Leroy und Theresa Glomb haben 2018 gezeigt, dass ein kurzer „Ready-to-resume-Plan“ das Hängenbleiben deutlich reduziert. Ein Satz reicht: Wo stehe ich, was ist der nächste Schritt?

Agenten zuerst für Wiederkehrendes einsetzen. Laut BCG haben Menschen, die KI für repetitive Aufgaben nutzen, um 15 % niedrigere Burnout-Werte. Fünf kreative Baustellen gleichzeitig zu beaufsichtigen, ist das Gegenteil davon.

Blöcke ohne Agenten einplanen. Zeit, in der du selbst gestaltest, schreibst oder denkst. Das hält das eigene Handwerk wach und gibt dem Kopf Pausen vom Aufseher-Modus.

Für Führungskräfte: zwei Stellschrauben

BCG gibt Unternehmen zwei klare Empfehlungen mit, die wir aus der Praxis unterschreiben würden.

Erstens: Obergrenzen für parallele Agenten als Teamregel festlegen, damit niemand das Gefühl hat, mit fünf gleichzeitig laufenden Agenten mithalten zu müssen.

Zweitens: Produktivität nicht an der KI-Nutzung messen. Wer Teams danach bewertet, wie intensiv sie KI einsetzen, belohnt genau das Verhalten, das zu Brain Fry führt. Gemessen wird, was am Ende rauskommt. In Organisationen, in denen Work-Life-Balance tatsächlich zählt, lagen die Erschöpfungswerte laut Studie um 28 % niedriger.

Fazit

Agentisches Arbeiten ist ein enormer Hebel, und wir wollen es nicht mehr missen. Aber KI verstärkt, was schon da ist. Das gilt für Handwerk und Qualität und genauso für die Arbeitsweise. Wer sich ohnehin leicht ablenken lässt, bekommt mit Agenten ein Werkzeug, das genau diese Neigung belohnt.

Die Lösung ist Struktur: wenige Agenten, feste Prüfzeiten, klare Übergaben. Genau daran arbeiten wir auch in unseren Schulungen zum KI Marketing Bootcamp. Wir zeigen dort, wie man mit KI schneller wird und zeigen genauso, wie man ein Arbeitssystem baut, das man länger als drei Wochen durchhält.

Quellen

• Boston Consulting Group / Harvard Business Review (März 2026): When Using AI Leads to „Brain Fry“. Pressemitteilung: BCG.
• METR (2025): Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity.
• Lee, H.-P. u. a. (2025): The Impact of Generative AI on Critical Thinking. CHI 2025, Microsoft Research / Carnegie Mellon University.
• Bainbridge, L. (1983): Ironies of Automation. Automatica 19(6).
• Leroy, S. (2009): Why is it so hard to do my work? Organizational Behavior and Human Decision Processes 109(2).
• Leroy, S. & Glomb, T. (2018): Tasks Interrupted. Organization Science 29(3). Zusammenfassung der University of Washington.
• Mark, G. (2023): Attention Span. Hanover Square Press. Interview, University of California.
• Schultz, W., Dayan, P. & Montague, P. R. (1997): A Neural Substrate of Prediction and Reward. Science 275(5306).

Bilder: KI-generiert