Zum Inhalt springen
Schreib mir

Alle Artikel

Warum Kontextwechsel meinen Tag mit KI so anstrengend machen

11 Min. Lesezeit

Warum Kontextwechsel meinen Tag mit KI so anstrengend machen

Ein Tag, an dem die KI arbeitete und ich wartete

Neulich hatte ich den ganzen Tag mit KI gearbeitet. Ich versuchte aktuell mehrere Prozesse zu automatisieren, die mir in Zukunft Zeit sparen und meine Kolleg:innen unterstützen sollten. Ich arbeitete also seit Stunden an mehreren komplexen Aufgaben gleichzeitig. KI macht, ich warte. Gehe in den anderen Chat. Sehe mir das Zwischenergebnis an, gebe neue Prompts ein; wir verfeinern und verbessern das Ergebnis. KI ist dran, ich springe zu dem anderen Projekt. Also jede Menge Kontextwechsel! So ging das heute einige Stunden. Und ich fühle mich am Ende des Tages völlig erschöpft. Dabei soll KI unsere Arbeit vereinfachen. Auch durch die Recherche zu diesem Artikel habe ich gelernt, warum Kontextwechsel so anstrengend sind. Spoiler: Sie erzeugen Stress und Zeitdruck.

So arbeite ich nicht jeden Tag. Oft habe ich Absprachen und Austausch mit Kolleg:innen, Moderieren, bereite Workshops und Retros selbst vor. Bleibe bei einem Thema konzentriert.

Aber so wie ich heute gearbeitet habe, stelle ich mir vor, arbeiten heute viele mit KI, vor allem als Entwickler könnte ich mir das vorstellen.

Was ein Kontextwechsel wirklich kostet

Es ist bekannt, dass Kontextwechsel für uns Menschen anstrengend sind und Zeit kosten.

Dass Kontextwechsel etwas kosten, ist gut untersucht. Gloria Mark beobachtet mit ihrem Team seit über zwanzig Jahren, wie Wissensarbeiter:innen am Bildschirm arbeiten. An einem Projekt bleiben Menschen im Schnitt gut zehn Minuten, bevor sie wechseln. Auf dem Bildschirm selbst ist der Takt noch schneller geworden: von rund zweieinhalb Minuten im Jahr 2003 auf etwa 47 Sekunden heute. In einem Laborexperiment mit 48 Teilnehmenden hat ihr Team geprüft, was Unterbrechungen mit der Arbeit machen. Das Ergebnis hat mich überrascht: Die unterbrochene Gruppe war sogar schneller fertig. Sie hat den Verlust aufgeholt, indem sie schneller gearbeitet und kürzer geschrieben hat. Bezahlt wurde das mit deutlich mehr Stress, mehr Frustration und mehr Anstrengung, alle drei Unterschiede statistisch signifikant. Sophie Leroy hat dafür den Begriff „attention residue“ geprägt: Ein Teil der Aufmerksamkeit hängt noch an der vorherigen Aufgabe, vor allem wenn diese unfertig liegen bleibt. Beim Warten auf die KI entsteht diese Situation ständig. Ich gebe einen Auftrag, springe weg, komme zurück, und ein Teil von mir ist noch woanders.

So ist es mir beim Schreiben dieses Artikels gegangen. Ich hatte an dem Tag noch zwei weitere Texte offen. Irgendwann wusste ich nicht mehr, welcher Satz in welchem Artikel stand. Stand der Absatz über das Warten hier oder im anderen Entwurf? Nachsehen. Zurückspringen. Wieder nachsehen. Beim Monotasking wäre mir das nicht passiert.

Macht die KI das Tempo wieder wett?

Vielleicht spielt es auch keine Rolle, wenn wir Menschen langsamer werden, weil die KI das Tempo wieder wett macht. Aber was macht das mit unserer Motivation und unserem Spaß bei der Arbeit?

Ob die KI das Tempo wirklich wettmacht, ist offen. Die Forschungsorganisation METR hat 16 erfahrene Open-Source-Entwickler:innen bei 246 echten Aufgaben aus ihren eigenen Repositories begleitet und dabei zufällig zugeteilt, ob KI erlaubt war oder nicht. Mit KI haben sie 19 Prozent länger gebraucht. Noch spannender finde ich die Selbsteinschätzung: Vorher erwarteten sie 24 Prozent Zeitgewinn, hinterher glaubten sie an 20 Prozent Zeitgewinn, obwohl sie langsamer waren. Ein Experiment mit 16 Personen ist kein Beweis. Es passt aber zu der Frage, ob wir den Aufwand des Hin- und Herspringens im Alltag überhaupt bemerken.

Inzwischen hat METR nachgelegt. In einer zweiten Runde mit 57 Entwickler:innen kam wieder ein Zeitverlust heraus, diesmal so unscharf gemessen, dass er auch bei null liegen könnte. Dabei ist dem Team ein Haken aufgefallen: 30 bis 50 Prozent der Teilnehmenden reichten genau die Aufgaben gar nicht erst ein, die sie ungern ohne KI erledigen wollten. Im Februar 2026 hat METR deshalb angekündigt, das Studiendesign umzubauen. Für mich ist das die eigentliche Nachricht. Wie viel Zeit KI wirklich spart, weiß im Moment niemand genau. Der wunde Punkt bleibt die Selbsteinschätzung: Wir fühlen uns schneller, und belastbare Zahlen dazu haben wir kaum.

Bei meinem Automatisierungstag wusste ich, dass ich nicht schneller war. Ich investierte Zeit für die Zukunft, damit die Aufgaben später auf einen Klick laufen. Heute war das anders. Drei Artikel gleichzeitig, und ob ich dabei schneller bin, habe ich mich gar nicht gefragt. Immer wenn die KI an einem Text arbeitete, dachte ich: Die Wartezeit nutze ich für den nächsten. Und so zog sich die parallele Arbeit hin. Vielleicht war ich schneller. Im Nachhinein war mir das den Preis nicht wert: gestresst und ausgelaugt.

Eine riesige Chance liegt für mich woanders. Als Nicht-Technikerin komme ich an Fähigkeiten, die ich vorher nicht hatte. Diese Website zum Beispiel entsteht aus einem Python-Skript, das meine Obsidian-Notizen in fertige Seiten verwandelt. Geschrieben hat es die KI, und das Design steckt in einer CSS-Datei, die auch nicht von mir stammt. Ich bin mir darüber bewusst, dass es ein gewisses Risiko gibt, dass KI etwas baut, das ich nicht kontrollieren oder korrigieren kann. Ich plane deshalb einen KI-Agenten, der den Code auf Sicherheit prüft. Verstehen werde ich auch den nicht. Ich verstehe Wechselstrom ebenfalls nicht in der Tiefe und verwende ihn doch jeden Tag.

Prüfen kann ich nur, was ich beurteilen kann. Bei Texten mache ich das ständig. Ich schreibe, lasse gegenlesen, sehe mir die Kommentare an, ergänze, lasse wieder gegenlesen. Daraus werden Wellen aus Warten und Zurückkommen, und die laufen bei mehreren Artikeln gleichzeitig. Beim Code meiner Website ist es umgekehrt. Ich sehe, wie die Seite aussieht, und kann dazu etwas sagen. Ob der Code sicher ist, kann ich nicht beurteilen. Ich gebe der KI gerade einen Vertrauensvorschuss. Ich hoffe ich werde nicht enttäuscht.

Und was macht das mit Motivation und Spaß?

Zur Motivation gibt es Forschung, die direkt mit KI arbeitet. Ein Team hat in vier Online-Experimenten mit insgesamt 3.562 Teilnehmenden untersucht, was passiert, wenn Menschen erst gemeinsam mit ChatGPT und danach wieder allein arbeiten. Die Ergebnisse mit KI waren besser, länger und analytischer. Sobald die Unterstützung wegfiel, sank die intrinsische Motivation deutlich, mit mittleren Effektstärken um 0,5, und die Langeweile stieg im gleichen Maß. Die Leistungsgewinne haben sich dabei nicht in die Solo-Aufgabe hinübergerettet. Für den Alltag heißt das: Der Wechsel zwischen „die KI macht“ und „ich mache“ ist mehr als ein Zeitthema. Er verändert, wie sich die eigene Arbeit anfühlt.

Ich gebe auch zu: mir macht die Zusammenarbeit mit KI gerade viel Spaß. Ich habe in meiner Arbeit eine:n Sparringspartner:in gefunden, die immer verfügbar ist. Außer meine Token sind verbraucht. Ich habe eine Bibliothekar:in für mein 2nd Brain gefunden, die die langweilige Arbeit des Aufräumens übernimmt und meine Notizen einheitlich strukturiert. Wenn das auf einmal wieder wegfiele, würde ich etwas Zeit brauchen, um den Verlust zu verkraften. Kleiner Scherz. Aber ich kann mir vorstellen, dass es dann wieder mühsamer würde.

Werden Entwickler:innen zu Manager:innen ihrer KI-Agenten?

Es gibt bereits Jobs, die diesem ständigen Kontextwechsel besonders ausgesetzt sind: Manager. Das würde auch dafür sprechen, dass Entwickler:innen immer mehr zum Manager der verschiedenen KI-Agenten würden. Das ist nur eine Hypothese.

Für diese Hypothese spricht ein Klassiker der Managementforschung. Henry Mintzberg hat 1973 beobachtet, wie Führungskräfte tatsächlich arbeiten, und fand ein Muster aus Vielfalt, Kürze und Fragmentierung: Die Hälfte der Tätigkeiten dauerte weniger als neun Minuten. Wer heute mehrere KI-Agenten beauftragt, ihre Ergebnisse prüft und nachsteuert, arbeitet strukturell ähnlich. Viele kurze Zuwendungen, wenig Tiefe am Stück. Mintzberg räumt in derselben Arbeit mit einem Bild auf: die Führungskraft als ruhige, systematische Planerin. Beobachtet hat er das Gegenteil. Ein Tag im Dauerlauf, Tätigkeiten kurz und wechselnd, dazu eine deutliche Abneigung gegen alles Nachdenkliche. Wer so arbeitet, ist im Moment gefangen. Das Langfristige bleibt liegen, weil es nie dringend genug wird, um sich vorzudrängeln.

Ich halte die Zerstückelung der Arbeit und das non-stop beschäftigt sein für ein Risiko. Als Führungskraft ist es meine Aufgabe nach vorne zu denken und das Team in die Zukunft zu lenken, Impulse zu setzen und zu sehen, wo das Team mitgehen kann. Dafür brauche ich Zeit in Muße. Ich muss nachdenken können, die Gedanken schweifen lassen. Das Gehirn arbeitet in den Pausen weiter. Vielleicht sind dir die besten Ideen auch schon beim Spazieren gehen, Duschen oder auf dem Klo gekommen.

Ein Trick dagegen ist bekannt: der Blocker im Kalender. Ich habe mit Product Ownern gearbeitet, die einen festen wöchentlichen Termin für die langfristige Planung hatten. Der Termin stand, und genau deshalb konnte ihn kein anderes Meeting überschreiben. Das hilft. Für echte Muße reicht es trotzdem nicht. Dafür braucht es Luft im Kalender, und die ist für viele so unrealistisch, dass es einen Wandel im ganzen Unternehmen braucht. Gegen diesen Druck kommt man allein selten an.

Zwischen Burnout und Boreout

Welche besonderen Herausforderungen begegnen Entwickler:innen damit? Wie gehen Manager damit heute schon um, und wie lässt sich ein Burnout oder Boreout vermeiden?

Aus der Unterbrechungsforschung und aus der Praxis von Führungskräften kommen ähnliche Antworten. Feste Zeitblöcke ohne Zugriff von außen, ein definierter Kanal für Anfragen, und Aufgaben möglichst zu Ende bringen, bevor man wechselt, weil unfertige Aufgaben den größten Aufmerksamkeitsrest hinterlassen. Für die Wartezeiten der KI lohnt sich die Frage, womit ich sie fülle: eine zweite anspruchsvolle Aufgabe erzeugt einen echten Kontextwechsel, während Doku lesen, kurz aufstehen oder Kaffee holen die Aufmerksamkeit beim Thema lässt. Und die beiden Risiken liegen auf verschiedenen Seiten: Burnout entsteht bei dauerhafter Überforderung, Boreout bei dauerhafter Unterforderung. Wer die anspruchsvolle Arbeit vollständig abgibt und am Ende nur noch abnimmt, kann in der zweiten Falle landen. Die Boreout-Forschung verbindet dauerhafte Unterforderung mit weniger innovativem Arbeitsverhalten und mit höherer psychischer Belastung. Eine französischsprachige Arbeitsgruppe hat 2021 einen Fragebogen dazu an 507 Beschäftigten geprüft und vier Seiten von Boreout gefunden: zu wenig Arbeit, zu wenig Reiz, ein schlechtes Gewissen dabei, und Aufgaben, die den eigenen Werten widersprechen. Je stärker das ausgeprägt war, desto niedriger fiel das Selbstwertgefühl aus.

Was ich mir für den nächsten KI-Tag vornehme

Was ich aus meiner Recherche und Erfahrung verstehe: Es ist tatsächlich ein Risiko damit verbunden, zwischen mehreren komplexen Aufgaben immer wieder zu wechseln. Es gibt kein Multitasking. Wir wechseln nur schnell zwischen Aufgaben hin und her. Und das hat den Preis der Zerstückelung, des Kontextwechsels, des Zeitverlusts, aber was ich noch viel kritischer sehe: auch des Stresses und des gefühlten Zeitdrucks.

Das Verrückte daran: Mich hat niemand gehetzt. Die Lücke, in der die KI arbeitet, habe ich ganz von selbst mit der nächsten Aufgabe gefüllt.

Beim nächsten KI-Tag werde ich versuchen, mir ein weiteres Glas Wasser zu holen, aus dem Fenster zu gucken oder einen Blogartikel zwischendurch zu lesen. Damit ich das nicht vergesse, habe ich mir ein Post-it geschrieben. Ein Wort steht darauf.

Wie erlebst du die Zusammenarbeit mit KI? Wie behältst du den Fokus?

Quellen