Warum die kognitive Taktung von KI-Agenten eine Reduktion der Arbeitszeit erzwingt
Frank Deppenmeier — September 2026
Wenn der Mensch zur Kontrollinstanz wird
Es gab einmal eine Zeit, in der ein Wissensarbeiter morgens ins Büro kam, sich eine Aufgabe vornahm und – mit ein bisschen Glück und Kaffee – am Nachmittag ein Ergebnis vorweisen konnte. Diese Zeit ist, vorsichtig formuliert, vorbei. An ihre Stelle ist eine neue Rolle getreten, für die es noch keine offizielle Berufsbezeichnung gibt, aber längst einen Alltag: Wissensarbeiter als Manager, Orchestratoren und letzte Prüfinstanz einer wachsenden Zahl paralleler KI-Agenten, die selbstständig recherchieren, coden, Texte verfassen, Tickets bearbeiten und Entscheidungen vorbereiten – manchmal mehrere gleichzeitig, mit unterschiedlichem Kontext, unterschiedlichem Reifegrad und unterschiedlicher Fehlerneigung.
Ein anschauliches, wenn auch etwas dramatisches Beispiel aus der Praxis lieferte Anfang 2026 der Programmierer Steve Yegge mit seiner Open-Source-Plattform „Gas Town“, die es erlaubt, ganze Schwärme von KI-Coding-Agenten parallel zu orchestrieren. Die Ergebnisse waren beeindruckend – aber, so berichteten frühe Nutzer, kaum mehr zu überblicken; wer zusieht, gerät selbst spürbar unter Stress, einfach weil zu viel gleichzeitig passiert, um es vernünftig zu erfassen. Genau dieses Gefühl – zu schnell, zu viel, zu parallel – ist kein Nebeneffekt schlechter Werkzeuge, sondern eine strukturelle Eigenschaft der neuen Arbeitsform.
Für dieses Gefühl hat sich inzwischen ein Begriff etabliert, der zunächst wie saloppe Umgangssprache klingt, mittlerweile aber wissenschaftlich unterlegt ist: „Brainfry“ (im Original meist „AI brain fry“). Geprägt wurde der Begriff durch eine vielbeachtete Studie des BCG Henderson Institute, veröffentlicht im März 2026 in der Harvard Business Review. Die Autor:innen um Julie Bedard definieren Brainfry als mentale Erschöpfung, die aus der exzessiven Nutzung, Interaktion mit oder Beaufsichtigung von KI-Werkzeugen jenseits der eigenen kognitiven Kapazität entsteht. Entscheidend an dieser Definition: Es ist ausdrücklich nicht die reine Nutzung von KI, die erschöpft – es ist die Aufsicht darüber. Wer KI-Aufgaben delegiert und damit fertig ist, erholt sich eher; wer KI-Agenten dauerhaft überwachen, prüfen und korrigieren muss, erschöpft sich messbar schneller.
Bevor die Zahlen dazu im Detail folgen, lohnt sich ein kurzer Blick auf die Studienanlage – gerade weil die Größenordnung sonst leicht unglaubwürdig wirkt. Das Team um Bedard befragte nicht ein einzelnes Unternehmen oder eine einzelne Branche, sondern 1.488 Vollzeitbeschäftigte großer US-Unternehmen quer über Funktionen und Branchen hinweg, von Marketing und Softwareentwicklung bis Recht und Compliance. Das macht die Studie zu einer der umfangreichsten empirischen Erhebungen zu diesem konkreten Phänomen und erklärt zugleich, warum die Ergebnisse so unterschiedliche Arbeitsrealitäten abbilden.