KI im Arbeitsalltag: Warum wir mehr arbeiten statt weniger und was hilft

Wer hat diese Woche KI genutzt? Fast alle. Und wer hatte danach weniger Arbeit? Genau da wird es still. Diese Frage habe ich beim HR Summit in meiner Keynote gestellt, und das Zögern im Saal war die eigentliche Antwort. Hier ist der Vortrag zum Nachlesen: fünf Momente, in denen wir uns ertappen, fünf Tipps, wie KI im Arbeitsalltag wirklich ankommt, und was HR jetzt tun kann.

In zehn Jahren Transformationsprojekten habe ich viele Tools kommen sehen. SAP-Einführungen, neue Kollaborationsplattformen, Workflow-Systeme. Keines davon hat uns das Denken abgenommen. KI ist das erste Werkzeug, dem wir es freiwillig überlassen.

Und damit meine ich nicht den Kühlschrank, der selbst nachbestellt, oder den Saugroboter. Da darf auch mal etwas danebengehen, schlimmstenfalls fehlt morgen die Milch. Ich meine euren beruflichen Alltag: Montag, 8:30 Uhr. Das Protokoll vom Jour fixe, die Stellenanzeige, das schwierige Mitarbeitergespräch. Also genau da, wo Fehler Folgen haben.

Was KI mit unserem Denken macht

Bevor es praktisch wird, kurz zum Grund, warum mir das Thema so wichtig ist. Es geht nicht nur um Zeit. Es geht um unser Gehirn.

Das MIT Media Lab hat 54 Menschen Aufsätze schreiben lassen: mit ChatGPT, mit Google-Suche oder ganz ohne Hilfsmittel. Dabei wurde die Hirnaktivität gemessen. Die ChatGPT-Gruppe zeigte die geringste Vernetzung im Gehirn. Und danach konnten viele kaum einen Satz aus ihrem eigenen Text wiedergeben /1/. Ehrlich dazugesagt: Das ist eine kleine Studie, noch nicht begutachtet und viel diskutiert. Ein Warnsignal, kein Beweis.

Eine ältere, sehr bekannte Studie zeigt die andere Seite: Londoner Taxifahrer, die die ganze Stadt im Kopf haben, haben einen größeren hinteren Hippocampus. Je länger im Job, desto größer /2/. Mit KI hat das nichts zu tun. Aber es zeigt: Unser Gehirn passt sich an das an, was wir regelmäßig tun.

Unser Gehirn passt sich also an. Die Frage ist nur, woran. Wenn wir das Denken regelmäßig abgeben, trainieren wir es nicht mehr.

Fünf Momente, in denen wir uns ertappen

Jetzt wird es persönlich. Ihr müsst nichts zugeben, aber vielleicht erkennt ihr euch wieder.

1. Die Präsentation in zehn Minuten. „Mach aus meinen Stichpunkten eine Präsentation.“ Zehn Minuten später: 14 Folien. Sieht professionell aus. Beim zweiten Hinsehen: andere Farben, andere Schrift, nicht euer Corporate Design. Auf Folie 3 steht „Studien zeigen: 30 % kündigen im ersten Jahr.“ Welche Studien? Steht nirgends. Und weil alles so fertig aussah, hat niemand alle Folien wirklich gelesen. Die erste Rückfrage der Geschäftsführung: „Woher kommt diese Zahl?“ Stille. Ich kenne das von der anderen Seite: Als Business Angel bekomme ich Pitchdecks mit sauberem Design und Wachstumskurven. Und wenn ich frage, wie die Zahl zustande kommt, kommt nichts.

2. Die perfekte Meetingzusammenfassung. Transkript rein, Protokoll raus, direkt an alle. Im Meeting hieß es: „Wir könnten mal über Gleitzeit nachdenken.“ Im Protokoll steht: Beschluss, Gleitzeit ab Januar. Wer höflich genickt hat, ist plötzlich verantwortlich. Drei Wochen später: „Das haben wir doch so beschlossen.“ Habt ihr nicht.

3. Das Arbeitszeugnis, das gut klingt. „Schreib ein sehr gutes Zeugnis. Sie war großartig.“ Die KI liefert einen freundlichen Text. Darin steht „zu unserer vollen Zufriedenheit“, ohne „stets“: In der Zeugnissprache ist das eine Drei. „Kollegen und Vorgesetzten“ in dieser Reihenfolge liest jeder Personaler als Reibung mit dem Chef. Und ohne Dank und Bedauern am Schluss klingt es, als wäre man froh, dass sie geht. Euer Name steht drunter.

4. Lebensläufe in privaten KI-Tools. „Bei uns ist ja keine KI erlaubt.“ Also schnell den Lebenslauf und die Gesprächsnotizen ins private Konto. Damit gebt ihr Name, Adresse, Werdegang und eure Einschätzung über einen Menschen weiter. Ohne Freigabe, ohne Vertrag zur Auftragsverarbeitung. Den Datenschutzvorfall erklärt ihr, nicht die KI.

5. Workslop im ganzen Team. Dafür gibt es inzwischen ein eigenes Wort: Workslop. Gemeint sind KI-Ergebnisse, die nach Arbeit aussehen, aber die Aufgabe nicht voranbringen. Die Harvard Business Review titelte 2025: „AI-Generated Workslop Is Destroying Productivity“ /3/. Die Rechnung dahinter: Du schickst einen ungeprüften KI-Text an fünf Leute und sparst fünf Minuten. Dein Team liest, rätselt, fragt nach und bessert nach. In einer Befragung von BetterUp Labs und dem Stanford Social Media Lab kostete das im Schnitt 1 Stunde und 51 Minuten pro Fall. 40 % der Befragten hatten im letzten Monat Workslop bekommen, und rund die Hälfte hielt den Absender danach für weniger fähig /3/ /4/.

Das Teure ist also nicht die Zeit. Es ist das Vertrauen. Und genau das ist die Antwort auf die Frage vom Anfang: Viele arbeiten mit KI mehr, weil sie nachbessern, was andere ungeprüft schicken.

Fünf Tipps, damit KI im Arbeitsalltag wirklich ankommt

Die Arbeit ist nicht verschwunden. Sie ist nur verrutscht: zu uns selbst, zu unserem Team, zur Geschäftsführung. Das bekommen wir besser hin. Jeder der fünf Ertappt-Momente hat eine Antwort.

Tipp 1: Einmal einrichten statt jeden Tag neu erklären. Ich arbeite mit Claude, in ChatGPT, Gemini oder Copilot geht das ähnlich. Es gibt drei Stufen:

• Assistent: ein neuer Chat. „Gib mir zehn Interviewfragen für eine Teamassistenz im Vertrieb.“ Ihr bekommt solide, aber allgemeine Fragen und erklärt beim nächsten Mal alles wieder neu.
• Werkzeug: ein Projekt, zum Beispiel „Recruiting“. Dort hinterlegt ihr einmal euren Ton, eure Vorlage, euer Kompetenzmodell und eure echten Benefits. Ab dann reicht ein Satz: „Stellenanzeige Teamassistenz Vertrieb, 30 Stunden, Start März.“ Ein Projekt pro Thema, etwa auch eins für Arbeitszeugnisse mit eurem Zeugnis-Code. Personenbezogene Daten gehören nicht hinein.
• Partner: Eure IT verbindet die KI mit euren Systemen, etwa Microsoft 365. Dann sagt ihr: „Anna Müller startet am 1. Dezember. Bereite ihr Onboarding vor.“ Die KI holt Checkliste, Termine und Vorlagen zusammen und liefert Entwürfe. Prüfen bleibt bei euch.

Tipp 2: Erst denken, dann prompten. Workslop entsteht meistens, bevor die KI ein Wort schreibt, nämlich weil wir nicht genau wissen, was wir wollen. Fünf Bausteine statt zwölf Runden Nachbessern:

1. Rolle: Wer schreibt?
2. Kontext: Was ist los?
3. Aufgabe: Was genau soll entstehen?
4. Format: Wie lang, welche Form?
5. Kriterien: Was muss rein, was darf nicht?

Und als letzter Satz: „Frag nach, wenn etwas fehlt.“ Dann rät die KI nicht, sondern fragt. Diese fünf Bausteine kann euch keine KI abnehmen.

Tipp 3: Lass die KI Lücken zeigen, nicht füllen. Sprachmodelle raten lieber, als zuzugeben, dass sie etwas nicht wissen /5/. Genau so entstehen die 30 % auf Folie 3. Vier Sätze helfen:

• „Verwende ausschließlich die Informationen aus dem Dokument unten.“
• „Wenn etwas fehlt, schreib [PRÜFEN: fehlt im Dokument].“
• „Erfinde keine Zahlen, keine Benefits, keine Superlative.“
• „Liste am Ende alle [PRÜFEN]-Stellen auf.“

Offenes [PRÜFEN]? Dann geht der Text nicht raus.

Tipp 4: Beobachtung statt Deutung. Stell dir vor: Teammeeting, 45 Minuten. Klaus sitzt mit verschränkten Armen da, schaut aus dem Fenster und sagt kein Wort. Was ist mit Klaus los? Die meisten sagen: genervt, desinteressiert, innerlich gekündigt. Genau so fragen wir die KI, und sie liefert einen Leitfaden fürs Kritikgespräch. Das perfekte Gespräch für das falsche Problem. Gesehen hast du aber nur drei Dinge: Arme verschränkt, Blick zum Fenster, kein Wort. Vielleicht ist ihm kalt. Vielleicht denkt er erst gründlich nach, bevor er etwas sagt. Aus meiner INSIGHTS-Arbeit kenne ich das sehr gut. Setzt deshalb diesen Absatz vor jede Führungsfrage:

"Ich beschreibe dir gleich eine Situation. Trenne bitte strikt zwischen dem, was ich beobachtet habe, und meiner Interpretation. Lass meine Deutung für deine Analyse weg, nenne mir drei andere mögliche Erklärungen und stelle mir Fragen, bevor du einen Rat gibst."

Tipp 5: Prüfen, bevor du unterschreibst. Die meisten prüfen KI-Ergebnisse so: kurz draufschauen, Daumen hoch. Prüft stattdessen vier Dinge: Fakten, Vorurteile, Tonalität und Originalität. Die KI kann vorprüfen, mit diesem Prompt:

"Du bist ein kritischer Lektor. Prüfe den folgenden Text auf Fakten, Vorurteile, Tonalität und Originalität. Bewerte jede Zahl, Quelle und Kausalbehauptung als plausibel, unplausibel oder nicht verifizierbar. Nenne für jeden Fund Stelle, Begründung und Verbesserung, kritischste zuerst. Wenn du in einer Dimension nichts findest, sag das ausdrücklich."

Der letzte Satz ist der wichtigste, sonst erfindet die KI gern Funde, nur um vollständig zu wirken. Das Ergebnis ist eine Prüfliste, keine Freigabe. Die Freigabe bleibt bei dir, mit einer Frage: Würde ich das mit meinem Namen unterschreiben?

KI im Personalwesen: Regeln und was HR jetzt tun kann

Bisher ging es um gute Praxis. Ein paar Dinge sind aber Pflicht. Keine Rechtsberatung, aber die drei Regeln, die ihr kennen solltet /6/:

• KI-Kompetenz (Art. 4 AI Act, seit Februar 2025): Wer KI nutzt, muss wissen, wie das sicher geht. Unternehmen müssen ihre Leute befähigen, und in den meisten Häusern organisiert das HR.
• Recruiting-Tools (Hochrisiko, ab Dezember 2027): KI, die Bewerbungen sortiert oder bewertet, gilt als Hochrisiko. Ein Mensch muss die Auswahl prüfen und verantworten. Wer jetzt so ein Tool einkauft, sollte genau danach fragen.
• Personaldaten (DSGVO): Nur in freigegebene Tools mit Vertrag. Der Lebenslauf gehört nicht ins private ChatGPT.

Dazu kommt die Kennzeichnung nach Art. 50, die seit August 2026 gilt: Ein Chatbot auf der Karriereseite muss sich als KI zu erkennen geben, und ein KI-Bild eurer Geschäftsführung muss gekennzeichnet sein. Eine Stellenanzeige, die ihr mit KI entworfen und selbst überarbeitet habt, braucht dagegen keine Kennzeichnung. Die EU-Kommission hat dazu im Juni 2026 einen Code of Practice veröffentlicht /7/. Faustregel: Im Zweifel kennzeichnen.

Und über allen Regeln steht: kein KI-Ergebnis ohne menschliche Prüfung.

Ihr seid HR. Ihr entscheidet mit, ob KI in eurem Unternehmen wirklich ankommt. Drei Schritte:

1. Klären: Welche Tools sind freigegeben? Welche Daten dürfen nie hinein? Holt den Betriebsrat früh an den Tisch.
2. Befähigen: Nicht Klicks im Tool schulen, sondern echte Fälle aus eurem Alltag: das Zeugnis, das Protokoll, das Mitarbeitergespräch. Gute Vorlagen im Team teilen.
3. Mitnehmen: Ängste offen ansprechen, klein mit einer Pilotgruppe starten und auch teilen, was nicht geklappt hat.

Aus meinen SAP-Projekten weiß ich: Das Tool war selten das Problem. Die Menschen mitzunehmen war die eigentliche Arbeit. KI kommt nicht über Lizenzen im Alltag an, sondern über Menschen.

Fazit: KI im Arbeitsalltag braucht euer Urteil

Microsoft Research und die Carnegie Mellon University haben 319 Wissensarbeitende befragt. Spannend, weil Microsoft selbst KI verkauft. Das Ergebnis: Wer der KI viel zutraut, denkt weniger kritisch über ihre Ergebnisse nach. Wer sich selbst viel zutraut, prüft mehr /8/.

Denkt an die Beispiele oben: Beim Zeugnis, beim Protokoll, bei Klaus wusstet ihr es jedes Mal besser als die KI. Ihr kennt eure Leute, eure Zahlen, euren Kontext. Die KI kennt nur, was ihr ihr gebt. Also: Vertraut euch mehr als der KI.

Wenn ihr nur eine Sache mitnehmt: Richtet bis Freitag ein Projekt für eine Aufgabe ein, die ihr jede Woche macht. Mit eurem Kontext, eurer Vorlage und dem Satz: „Fehlt etwas, schreib PRÜFEN.“

Und wenn ich euch in einem Monat wieder frage, wer nach der KI weniger Arbeit hatte, gehen die Hände hoffentlich schneller hoch.

Please don't forget to use YOUR brain.

Lass uns sprechen

Ihr wollt KI in eurem Team so einführen, dass sie wirklich ankommt? Oder ihr fragt euch, wo bei euch gerade Workslop entsteht und wie ihr eure Leute mitnehmt? Dann sprecht mich gern an. In einem kostenfreien Gespräch schauen wir gemeinsam auf eure Situation.

Kostenfreies Gespräch mit mir buchen

Und wer Lust auf mehr harte Entscheidungen aus der Praxis hat: Mein Podcast „Hard Calls“ läuft auf YouTube:
https://www.youtube.com/@JessicaTurner_HardCalls.

Quellen

/1/ Kosmyna et al., MIT Media Lab (2025): Your Brain on ChatGPT, Preprint. arxiv.org/abs/2506.08872

/2/ Maguire et al. (2000): Navigation-related structural change in the hippocampi of taxi drivers, PNAS. doi.org/10.1073/pnas.070039597

/3/ Fortune (2025) zur Workslop-Studie von BetterUp Labs und Stanford Social Media Lab, veröffentlicht in der Harvard Business Review. fortune.com

/4/ BetterUp Labs (2025): The hidden costs of workslop. betterup.com/blog/hidden-costs-workslop

/5/ Kalai et al. (2025): Why Language Models Hallucinate. arxiv.org/abs/2509.04664

/6/ Usercentrics (2026): EU AI Act, Verschiebung der Hochrisiko-Pflichten und Art. 50. usercentrics.com

/7/ EU-Kommission (2026): Code of Practice on marking and labelling of AI-generated content. digital-strategy.ec.europa.eu

/8/ Lee et al., Microsoft Research und Carnegie Mellon University (2025): The Impact of Generative AI on Critical Thinking, CHI 2025. advait.org