ZENIT SONNTAG

Lieber Leser

Ein erfahrener Softwareentwickler, zehn Jahre im Beruf, bekommt pro Aufgabe noch vierzig Minuten. Sein Projektleiter geht davon aus, dass die KI es ja schneller macht. Die ersten zwei Stunden gehe das, sagt er. Danach winke er Code durch, den er nicht mehr richtig lesen könne. Die Geschichte erzählt der deutsche Tech-YouTuber Cedric Mössner über einen Freund.

Wohin verschwindet die Zeit, die Dir KI spart?

Wo die Zeit hingeht

Die US-Firma ActivTrak misst für Arbeitgeber, wie Angestellte am Computer arbeiten. Für ihren Bericht 2026 hat sie über zehntausend Angestellte ein halbes Jahr vor und ein halbes Jahr nach ihrem Start mit KI verglichen. Die Zeit für Mails hat sich mehr als verdoppelt, die Zeit für Chats noch stärker zugenommen. Die Zeit für konzentrierte Arbeit sank dagegen, im Schnitt um 23 Minuten pro Tag. Bei denen ohne KI blieb sie fast gleich.

In einer Umfrage des Work AI Institute der Softwarefirma Glean sagen 6’000 Angestellte in den USA, Grossbritannien und Australien, KI spare ihnen rund elf Stunden pro Woche. Nur 13 Prozent sehen ihre Firma deshalb deutlich besser arbeiten.

In der Schweiz nutzen laut der Umfrage «Hopes and Fears 2026» von PwC 28 Prozent der Angestellten generative KI täglich, mehr als im weltweiten Schnitt von 22 Prozent. Eine klar bessere Arbeitsqualität sehen aber nur 10 Prozent.

Weniger gearbeitet wird deshalb auch nicht. In Dänemark haben die Ökonomen Anders Humlum und Emilie Vestergaard Umfragen mit amtlichen Daten verknüpft. Zwei Jahre nach dem Start von ChatGPT hatten sich Löhne und erfasste Arbeitsstunden nicht messbar verändert.

Der Beschleuniger

Tim Ferriss hat vor fast zwanzig Jahren «Die 4-Stunden-Woche» geschrieben. Darin stehen vier Schritte: festlegen, wohin Du willst, das Unwichtige streichen, erst dann automatisieren, und zuletzt die gewonnene Zeit nutzen. Mit KI, sagt er heute, werden die ersten zwei Schritte wichtiger. KI ist ein Beschleuniger. Sie macht mehr von dem, was schon da ist. In über neunzig Prozent der Fälle, die Ferriss gesehen hat, erledigen Leute mit KI sehr schnell Dinge, die man wohl gar nicht tun sollte.

Daraus folgt die erste Regel: Streich zuerst, dann beschleunige. Bevor Du eine Aufgabe an KI gibst, frag Dich, ob sie überhaupt jemand machen muss.

Schneller heisst mehr

Cal Newport, Informatikprofessor an der Georgetown University, untersucht seit über zehn Jahren, wie Technik die Büroarbeit verändert. Er sieht immer dasselbe Muster. Eine neue Technik verspricht, lästige Arbeit schneller zu machen. Alle freuen sich auf mehr Zeit. Und am Ende sind wir beschäftigter als vorher, ohne mehr Wertvolles zu schaffen. So war es mit der E-Mail, so war es mit den Videocalls. Jetzt, fürchtet Newport, passiert es mit KI.

Er sieht dafür zwei Gründe. Der erste: Erledigst Du eine Art Aufgabe schneller, kommen mehr davon nach. Eine Mail war schneller geschrieben als ein Brief oder ein Fax. Also schreiben wir heute so viele Mails, dass wir ständig ins Postfach schauen, und jedes Mal springt der Kopf von einer Sache zur nächsten. Mit KI passiert dasselbe bei kleinen Aufgaben. Die Berkeley-Professorin Aruna Ranganathan sagt im Wall Street Journal, KI lasse zusätzliche Aufgaben leicht wirken und erzeuge ein Gefühl von Schwung. Bei ActivTrak stieg auch die Zeit in Programmen für Personal und Buchhaltung, um 94 Prozent.

Weniger Mühe, mehr Arbeit

Der zweite Grund ist heimtückischer. KI nimmt Dir Anstrengung ab. Weniger Mühe heisst aber oft ein schlechteres Ergebnis, und das erzeugt am Ende mehr Arbeit.

Forscher der Stanford University und der Firma BetterUp nennen das Workslop: KI-Arbeit, die wie gute Arbeit aussieht, aber zu wenig Substanz hat, um eine Aufgabe voranzubringen. Rund vier von zehn befragten Angestellten in den USA hatten im Monat davor solche Arbeit bekommen. Newports Beispiel: In zehn Minuten promptest Du Dir eine Präsentation, und danach rätseln alle anderen, was sie bedeutet. Mit einer halben Stunde echtem Nachdenken hätten alle sofort weiterarbeiten können.

Dazu kommt, was Glean Botsitting nennt. Du erklärst der KI, was sie wissen müsste, prüfst ihre Antworten und bügelst ihre Fehler aus. Die Befragten kommen auf 6,4 Stunden pro Woche. Auf jede Stunde, in der KI etwas Brauchbares liefert, kommt ungefähr eine weitere Stunde, um es brauchbar zu machen. Genau diese zweite Stunde fehlt dem Entwickler vom Anfang.

Die Ursache ist älter als KI

Warum lieben wir diese Werkzeuge trotzdem? Newport nennt die Ursache Pseudo-Produktivität. In der Fabrik konnte man zählen, wie viele Autos pro Stunde vom Band liefen. Im Büro gibt es diese Zahl nicht. Also gilt seit der Mitte des letzten Jahrhunderts: Wer beschäftigt aussieht, ist produktiv.

Für diesen Massstab ist KI perfekt. Du verschickst mehr, antwortest schneller und siehst produktiver aus. Rebecca Hinds vom Work AI Institute nennt das Arbeitstheater: Leute zeigen Chefs und Kollegen, wie fleissig sie sind.

Wie sehr das Gefühl täuscht, zeigt ein Experiment der Forschungsgruppe METR von 2025. Sechzehn erfahrene Programmierer waren mit KI 19 Prozent langsamer. Danach schätzten sie, KI habe sie 20 Prozent schneller gemacht. Die Werkzeuge sind seither besser geworden, das Gefühl bleibt trotzdem ein schlechter Massstab. Newport schreibt deshalb: KI macht die Arbeit nicht kaputt. Sie war es schon.

Ich merke das bei mir selbst. Seit KI bei meinem Podcast mitarbeitet, steckt in jeder Folge mehr: Animationen, drei Thumbnails für einen Test, ein Newsletter. Wird die Folge dadurch besser, oder bloss voller?

Zähl, was wirklich zählt

Newports zweite Regel: Leg eine Zahl fest, die zeigt, ob Du vorwärtskommst. Für ein Team sind das abgeschlossene wichtige Projekte pro Monat, für einen Programmierer ausgelieferte Funktionen. Für Dich vielleicht bestandene Prüfungen, geschriebene Seiten Deiner Abschlussarbeit oder gewonnene Kunden. Steigt die Zahl mit einem neuen Werkzeug, behalte es. Sinkt sie, bist Du in die Falle getappt, auch wenn Du Dich schneller fühlst.

Schau dabei auf Deinen Engpass. Newport erzählt von Sozialwissenschaftlern, die ihre Grafiken mit KI in zwanzig Minuten machen statt in drei Stunden. Schön, aber deshalb erscheint keine Studie mehr, denn gebremst haben nie die Grafiken. Beim Wharton-Professor Adam Grant war es der Zugang zu guten Daten, also hat er seine Zeit genau dort investiert.

Trenn tiefe von flacher Arbeit

Die dritte Regel: Reserviere feste Zeiten für das, was nur Du mit voller Konzentration schaffst, und schütze sie wie einen Termin. Mails und das Hin und Her mit der KI kommen in die übrige Zeit. Newport nennt das eine Brandschutzmauer.

Ein Versicherungsmakler, der Newport geschrieben hat, macht es so. Braucht ein Thema mehr als eine Mail, greift er zum Telefon. Mails beantwortet er gesammelt, ein paar Mal am Tag. Am Morgen macht er zuerst seine wichtigste Arbeit. Seither sei er den ganzen Tag entspannter, weil er früh echt vorwärtsgekommen ist.

Für mich ist das eine Frage der Verantwortung. Eine Maschine kann Dir Arbeit abnehmen. Wofür Du Deine Zeit einsetzt, entscheidest Du.

Deine Übung: das Zeitprotokoll

Jedes Mal, wenn Dir KI diese Woche Zeit spart, schreib zwei Dinge auf: wie viele Minuten es ungefähr waren und was Du mit diesen Minuten gemacht hast. Am Ende der Woche zählst Du zusammen. Wie viel ging in noch mehr Mails und Kleinkram, wie viel in Deine wichtigste Arbeit oder in echte Freizeit? Dann streichst Du eine Aufgabe ganz, die Du bisher mit KI beschleunigt hast.

KI kann Dir Zeit schenken. Behalten musst Du sie selbst.

Quellen: Cal Newport, «Why Is AI Making My Job Worse?» (Deep Questions, 23. März 2026), «Why Hasn’t AI Made Work Easier?» (16. März 2026) und «AI Isn’t Breaking Work. It’s Already Broken.» (15. Juni 2026); Tim Ferriss, «The 4-Hour Workweek in a World of AI» (Oktober 2026); Cedric Mössner, The Morpheus, «KI Burnout ist real» (April 2026); ActivTrak, State of the Workplace 2026 (März 2026); Work AI Institute (Glean), Work AI Index 2026; PwC Schweiz, Hopes and Fears 2026 (September 2026); Humlum und Vestergaard, NBER Working Paper 33777 (Fassung März 2026); BetterUp Labs und Stanford Social Media Lab zu Workslop (September 2025); METR, Studie mit erfahrenen Open-Source-Entwicklern (Juli 2025).

Alles Liebe,

Nicola

​

Catch The Zenith Podcast

Ich bin Nicola Flückiger und Gastgeber des Schweizer Podcasts Catch The Zenith, mit über 250 erschienenen Episoden.

Du kannst den Podcast auf YouTube, Apple Podcasts, Spotify oder direkt auf der Website anhören.

Episode dieser Woche

​#280: Warum Deine ChatGPT-Bewerbung nicht reicht​