Die große „Getting-Shit-Done“-Maschine = die große „Getting-Dumb“-Maschine?

Vorweg, zur Einordnung: Ich bin Hochschullehrer, Professor für Digitale Kommunikation an der HTW Berlin. In dieser Rolle befasse ich mich beruflich mit dem Einfluss Künstlicher Intelligenz auf Marketing, Kommunikation, die Ausbildung junger Menschen, den Wissenschaftsbetrieb – ein Muss. Aber im normalen Hochschulalltag einigermaßen auf dem Laufenden zu bleiben? Nicht so leicht, vorsichtig formuliert. Mein aktuelles Forschungssemester gibt mir die Chance, tiefer einzusteigen und vielleicht doch noch „in die KI-Welle“ zu kommen. Und auch wenn ich noch kräftig paddele und längst nicht lässig auf dem Brett stehe, bemerke ich Veränderungen. Was verändert sich da – und welche Rolle spielt die KI dabei?

Fangen wir unten an, beim Kleinen. Kein Mensch, kein Prof. geht abends zufrieden ins Bett und denkt: Heute habe ich erfolgreich fünf Termine (z. B. für Abschlussprüfungen) vereinbart. Niemand ist stolz, weil er es im dritten Anlauf geschafft hat, den Drucker der Hochschule dazu zu bewegen, fünfundvierzig Klausurhefte auszudrucken. Und für den ausgefüllten Antrag auf Kostenerstattung einer Software-Lizenz spendet man sich keinen Applaus – zu Recht.

Diese Dinge gehören zu meinem Beruf. Das habe ich gewusst, als ich mich auf meine Professur beworben habe; jeder, der einmal an einer Hochschule gearbeitet hat, weiß, dass diese Jobs dazugehören. Nur nicht unbedingt, was ihr realer Umfang ist – und was sie an Opportunitätskosten verschlingen. Sie stehen, direkt und sinnbildlich, für eine ganze Masse an Verpflichtungen, die mal mehr, mal weniger nötig wirken und fast immer eines kosten: Zeit. Zeit, die näher am eigentlichen „Auftrag“ läge, näher an dem, was man früher seine „Berufung“ genannt hätte, näher an dem, was einen zufriedener nach Hause und ins Bett gehen lässt. Genau hier liegt der wunde Punkt: Wenn die eigenen Ziele und Standards Jahr für Jahr unter dieser Last erodieren, sinkt etwas, das man nicht beziffern kann, aber täglich spürt – die Zufriedenheit mit dem eigenen Beruf.

Und jetzt kommt die KI als Retterin um die Ecke? Tut sie nicht, jedenfalls nicht da, wo man es zuerst vermuten würde. Eine KI druckt keine Klausurhefte. Und sie füllt – bei einer, seien wir ehrlich, unterdurchschnittlich schnell vorankommenden Digitalisierung der Hochschulverwaltung – keinen Antrag auf Kostenerstattung aus, druckt ihn nicht, heftet die Rechnungen und Kreditkartenumsätze nicht dazu und gibt ihn auch nicht bei den Finanz-Kolleg:innen ab. Diese Dinge bleiben meine „Tasks“, meine „ToDo’s“. Die große „Getting-Shit-Done“-Maschine bekommt hier, ehrlich gesagt, erstaunlich wenig „Shit done“.

Wo die Magie wirklich passiert

Die Magie der KI zeigt sich woanders – nicht beim Bürokram. Vielleicht mit kleinen Ausnahmen: Ein selbstgebauter ThesisTracker („vibe coded“, datenschutzkonform, lokal gespeichert) hilft mir tatsächlich, den ganzen Prozess der Abschlussarbeiten zu managen, von der ersten unverbindlichen Anfrage über Themenfindung und Zusage bis zum Nachhalten von Betreuungsterminen, Gutachtenfristen und Prüfungsterminen. Aber das ist (noch?) die Ausnahme, nicht die Regel.

Die Regel ist subtiler – und wichtiger. Die KI hilft mir genau dort, wo es um den Kern meines Auftrags geht: Ideen für Artikel, Vorträge und Lehrmaterialien strukturiert zu sammeln und weiterzudenken. Lehrmaterial didaktisch zu schärfen. Fachliteratur und Praxisbeispiele zu recherchieren. Sie ist, in guten Momenten und nach einem gewissen Training unserer Kollaboration, ein wertvoller Sparringspartner – jemand, mit dem ich eine Idee durchspielen kann, bevor sie reif genug ist, sie einem Menschen zuzumuten. Der Kollege auf Abruf, nachts um drei, wenn der echte schläft, und morgens beim Frühstück, wenn er ohnehin keine Zeit hätte.

Und weil sie dort hilft, erledige ich meine eigentlichen Aufgaben wieder besser. Nicht nur besser – überhaupt. Ich fange Dinge an, weil ich weiß, dass sie nicht ewig dauern. Ich arbeite meine lange, real oder eingebildet existierende ToDo-Liste ab. Ich erreiche wieder meine eigenen Ziele und Standards, statt sie immer nur aus Zeitmangel zu opfern.

Entfaltung, nicht Erlösung

Wie beschreibe ich das Gefühl, das sich da einstellt? „Erlösung“ trifft es nicht – das klingt, als hätte mir jemand eine Last abgenommen. „Befreiung“? Auch nicht ganz. Näher dran ist: Entfaltung. Die KI nimmt mir nicht die Arbeit weg; sie senkt die Hemmschwelle, die „Rüstkosten“, ein Vorhaben überhaupt anzugehen, Ideen tatsächlich umzusetzen, mein Potenzial ein Stück weit zu realisieren. Was zurückkehrt, ist ein Gefühl von Wirksamkeit, von Produktivität. Ich kann endlich das tun, was ich ohnehin im Kopf herumtrage. Die Liste wird kürzer statt länger. Und ja – das macht mich, im Moment jedenfalls, ein gutes Stück zufriedener.

Und im selben Atemzug: das ungute Gefühl

Genau an derselben Stelle, an der die Magie passiert, stellt sich aber auch ein Unbehagen ein. Denn was ich da auslagere, sind Aufgaben, die klassisch betrachtet meine sind – jedenfalls bislang so verstanden. Das Sammeln, das Strukturieren, das Formulieren. Daraus erwächst das erste ungute Gefühl, leise, aber hartnäckig: Bin ich faul? Mache ich es mir zu einfach?

Und dahinter wartet schon das zweite: Wenn ich mein Denken zu oft auslagere – die Forschung nennt es „cognitive offloading" –, verlerne ich es dann? Riskiere ich, ausgerechnet die „Muskeln“ zu verlieren, die ich für diesen „Wissenssport“ über Jahre trainiert habe? Ich will diese Fragen nicht wegwischen. An ihnen ist etwas dran. Aber sie sind, glaube ich, falsch gestellt. Die Frage ist nicht, ob ich KI nutze. Sie lautet: wie – und vielleicht auch, was man selbst als den Kern seiner Aufgabe, seiner Berufung empfindet.

Es kommt auf den Modus an

Wenig erbaulich erst einmal die Ergebnisse der Mixed-Methods-Studie von Gerlich (2025) in Großbritannien (n = 669): Die Abhängigkeit von KI-Tools erzeugt eine Rückkopplungsschleife, in der zunehmende kognitive Entlastung mit einem Rückgang der Fähigkeit zum kritischen Denken einhergeht – ein Phänomen, das schon im Kontext von Suchmaschinen als „Google Effect“ beschrieben wurde (Sparrow et al., 2011). Gerade in der Lehre an Schulen und Hochschulen muss die fast zwingende Integration von KI deshalb mit Strategien zur Erhaltung und Weiterentwicklung des kritischen Denkens einhergehen.

Die klassische Antwort in der BWL lautet „es kommt drauf an“. Und die ehrlichste Forschung, die ich kenne, sagt ebenfalls nicht „gut“ oder „schlecht“. Sie sagt: Es kommt auf den Modus an. In diese Richtung weisen die Ergebnisse von Lee et al. (2026), die mittels Experiment (n = 269) und Folgebefragung (n = 270) untersucht haben, was passiert, wenn Menschen bei der Arbeit KI nutzen. Wer KI passiv nutzt, den Output einfach übernimmt – kopiert, abnickt, weiterreicht –, verliert an Selbstwirksamkeit (self-efficacy), an psychologischer Eigentümerschaft (ownership) und an Sinn. Und das Bittere: Der Verlust bleibt, auch wenn man später wieder auf die KI verzichtet. Wer dagegen aktiv kollaboriert (active collaboration), erst selbst denkt und die Maschine danach zum Verfeinern nutzt, verliert nichts.

Soweit, so gut? Nicht ganz. Das Perfide: Das passive Abnicken fühlt sich zunächst gut an – genau jene „Convenience“, jene Leichtigkeit, jenes Gefühl, „etwas geschafft zu haben“, von dem ich eben sprach. Der reale Verlust meldet sich erst später, wenn man wieder auf sich allein gestellt ist. Und die Liste der Studien, die negative Effekte der KI-Nutzung auf unsere Kognition messen, lässt sich mühelos verlängern (Kosmyna et al., 2025; Überblick bei Zao-Sanders, 2026). Die unbequeme Wahrheit scheint zu sein: Das gute Gefühl und die Gefahr sitzen näher beieinander, als mir lieb ist – als uns lieb sein wird.

Was diese Untersuchungen aber gern übersehen (auch, weil es methodisch schwer abzubilden ist): Dieselbe kognitive Entlastung, selbst die von Nebenwirkungen begleitete passive Nutzung, schafft auch kognitive Kapazität. Lagere ich das als undankbar Empfundene aus, bleibt mehr Zeit für das Wertvolle – und im Zweifel mehr Zeit zum Denken, zum Ideenentwickeln. Was ich mit dieser Zeit anfange, liegt an mir. Ich kann mich in die Hängematte legen (tue ich, zugegeben, ab und an). Ich kann das siebte YouTube-Video über Trekking-Rucksäcke schauen. Oder ich lese endlich den Aufsatz, der seit Wochen wartet, und komme ins Machen. Die KI schenkt mir die Wahl. Sie trifft sie nicht.

Wo zieht man die Grenze?

Bleibt die unbequemste Frage, und ich habe keine fertige Antwort. Ideen strukturieren lassen – schön und gut. Aber wo höre ich auf? Wenn ich auch das Lesen, das Schreiben, das Korrigieren und Bewerten ganz aus der Hand gäbe, untergrübe ich dann nicht genau das, was (m)eine Professur ausmacht?

Vielleicht. Aber ich misstraue auch der „romantischen" Gegenrechnung. Fördert das Lesen und Bewerten jeder Abschlussarbeit das kritische Denken? Happy to discuss! Empfinde ich Selbstwirksamkeit, wenn ich mich durch ein Dutzend Aufsätze „skimme“, nur um ein Zitat zu finden? Eher nicht. Bin ich stolz auf mein Produkt, wenn ich zum x-ten Mal einen Lehrtext zusammenschreibe? Selten. Was KI verändert, ist nicht, dass ausgelagert wird – das taten wir immer. Sondern dass ich es zum ersten Mal bewusst wählen kann. Die Grenze verläuft nicht zwischen „KI“ und „nicht KI“. Sie verläuft zwischen den Aufgaben, die mein Gehirn schulen, und denen, die es nur beschäftigen – und zwischen denen, die mir Freude machen, und denen, die ich freudlos einfach erledigen muss.

Erste ironische Wendung: das erzwungene Coping

Bis hierhin klingt das nach einer Sache zwischen mir und einem Werkzeug. Ist es nicht. Es gibt eine Lesart, die mir zunächst gefällt: KI als Waffe gegen ein System, das sich verrannt hat. David Graeber hat in „Bullshit Jobs“ Tätigkeiten beschrieben, die niemand vermissen würde – und seine eigentliche Pointe war nicht „bau dir Coping-Werkzeuge“, sondern „diese Aufgaben sollten gar nicht erst existieren“. Wenn ich mir mit ein paar Tools Luft für das verschaffe, was mich meiner Berufung näher bringt, ist das auch ein kleiner Akt des Widerstands.

Nur: So einfach ist es nicht. Watermeyer et al. (2024) haben britische Akademiker:innen befragt, und ihr Befund ist ernüchternd. In einer ökonomisierten Kultur aus Audit, Überlastung und Messzwang lindert die KI-Nutzung die Dysfunktion oft nicht – sie verlängert sie. Weil der Druck verführt, schnell mehr Output zu erzeugen, statt besser zu denken. Hier kippt die kleine Befreiungsgeschichte. Meine KI-Nutzung ist gar nicht so frei gewählt, wie sie sich anfühlt: Sie ist ein Coping-Mechanismus, den ein überfordertes System mir nahelegt, in gewisser Weise vielleicht sogar aufnötigt. Sie sichert mir ein bisschen persönliche Freiheit, ein bisschen Agency – aber sie stellt das System mit seiner schlechten Infrastruktur und hohen Ansprüchen, mit seinen Bullshit-Jobs nicht in Frage. Im Gegenteil: Sie macht es erträglich genug, dass niemand es mehr ändern muss. Ich werde, ohne es zu wollen, zum Stabilisator dessen, wogegen ich die Waffe eigentlich gerne richten würde.

Zweite ironische Wendung: Verdummung als Systemleistung

Und damit schließt sich der bittere Kreis. Dasselbe ökonomisierte System, das mich in die KI-Nutzung drückt, drückt mich tendenziell in den passiven Modus – schnell, viel, Output. Also in genau jenen Gebrauch, der laut Lee et al. (2026) Selbstwirksamkeit, Eigentümerschaft und Sinn aushöhlt und, mit Gerlich (2025) und Sparrow et al. (2011) gesprochen, das kritische Denken schwächt. Anders gesagt: Das System fördert nicht nur die Überlastung, gegen die ich die KI einsetze – es fördert, über den Umweg meiner Bewältigungsstrategie, auch die schleichende Verdummung des Einzelnen.

Und der eigentliche Treppenwitz kommt zum Schluss: Die Verantwortung, dem zu entgehen, liegt dann – natürlich – bei mir. „Nutz’ es eben richtig, aktiv statt passiv.“ Wie so oft wird die strukturelle Frage zur individuellen Tugendfrage gemacht. Das System erzeugt das Problem, profitiert von der Bewältigung und delegiert die Schuld nach unten. „Getting Shit Done“ und „Getting Dumb“ sind, unter diesen Bedingungen, keine Gegensätze. Sie sind zwei Seiten derselben Münze.

Was bleibt?

„We shape our tools, and thereafter our tools shape us.“

Wir formen unsere Werkzeuge, und danach formen die Werkzeuge uns. Ein Satz mit Wahrheit und Weisheit, häufig Marshall McLuhan zugeschrieben, aber eigentlich aus einem Artikel seines „Buddies“ John Culkin über ihn stammend.

Beides ist wahr, und ich will keine Seite unterschlagen. Die KI hilft mir, mich zu entfalten – Ideen zu realisieren, wirksamer mit meiner Zeit umzugehen, zufriedener zu sein. Und genau diese Bequemlichkeit, diese wiedergewonnene Selbstwirksamkeit, kann das gefährden, was den Kern meines Berufs ausmacht: das Nachdenken, das kritische Reflektieren, das Verbinden von Perspektiven. Das ist kein Widerspruch, den ich auflösen kann. Es ist eine Spannung, mit der ich lebe – mit der wir alle werden leben müssen. Und es ist eine, die das System nicht mir allein überlassen sollte.

Aber die Reihenfolge gehört, zumindest die nächsten Jahre noch, mir. Erst forme ich das Werkzeug – dann formt es mich. Und so stellt mir die große „Getting-Shit-Done“-Maschine, jeden Morgen aufs Neue, dieselbe leise Frage: Willst du heute wirklich denken, etwas Neues lernen, etwas voranbringen – oder nur schnell abnicken?

Referenzen

• Culkin, J. M. (1967). A schoolman's guide to Marshall McLuhan. The Saturday Review, March 18, 51-53. https://www.unz.com/Pub/SaturdayRev-1967mar18-00051
• Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6. https://doi.org/10.3390/soc15010006
• Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X. H., Beresnitzky, A. V., … Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv preprint arXiv:2506.08872. https://arxiv.org/abs/2506.08872
• Lee, E., Yin, Y., Jia, N., & Wakslak, C. (2026). Relying on AI at work reduces self-efficacy, ownership, and meaning while active collaboration mitigates the effects. Scientific Reports, 16, 13583. https://doi.org/10.1038/s41598-026-42312-6
• Sparrow, B., Liu, J., & Wegner, D. M. (2011). Google effects on memory: Cognitive consequences of having information at our fingertips. Science, 333(6043), 776–778. https://doi.org/10.1126/science.1207745
• Watermeyer, R., Phipps, L., Lanclos, D., & Knight, C. (2024). Generative AI and the automating of academia. Postdigital Science and Education, 6, 446–466. https://doi.org/10.1007/s42438-023-00440-6
• Zao-Sanders, M. (2026, 1. Juni). How people are really using AI in 2026. Harvard Business Review. https://hbr.org/2026/06/how-people-are-really-using-ai-in-2026