Rund um KI und Agentic AI dominiert weiterhin ein starkes Produktivitätsnarrativ. Vieles soll schneller, einfacher und effizienter werden. Auf der anderen Seite steht eine grundsätzliche Kritik, die KI vor allem als Risiko für Arbeit, Qualität und menschliche Zusammenarbeit bewertet. Zwischen diesen beiden Polen fehlt häufig der differenzierte Blick auf die konkrete Arbeitspraxis. Wie gut sind die Ergebnisse in KI-gestützten Prozessen wirklich? Wie viel Zusatzaufwand entsteht, bis KI brauchbare Resultate liefert? Und was passiert mit Zusammenarbeit, wenn immer mehr Aufgaben über KI-Systeme und Agenten laufen?

Drei aktuelle Studien liefern dazu wichtige Hinweise. Sie schauen nicht nur auf Adoption, sondern auf die Qualität der Nutzung. Eine Studie beschreibt mit Workslop ein Phänomen, das viele kennen, aber bislang selten präzise benennen konnten. Eine zweite Studie zeigt, wie viel KI-Zeit in Verwaltung, Kontrolle und Nachbearbeitung fließt. Die dritte Studie liefert einen gegenläufigen Befund: Intensive KI-Nutzung kann mehr Raum für Reflexion, Lernen und menschliche Zusammenarbeit schaffen, wenn sie bewusst eingesetzt wird.

Zusammen zeigen die Befunde: KI ist kein Selbstläufer. Der entscheidende Punkt liegt nicht in der Nutzung an sich, sondern in der Qualität der Adoption. Unternehmen müssen klären, welche Ergebnisse KI liefern soll, welche Qualitätsmaßstäbe gelten, wie Kontext bereitgestellt wird und welche Formen menschlicher Urteilsarbeit dadurch wichtiger werden.

Workslop: Wenn KI-Nutzung selbst zur Leistungsmetrik wird

→ Why People Create AI “Workslop” — and How to Stop It — Harvard Business Review

→ Workslop: The Hidden Cost of AI-Generated Busywork — BetterUp Labs / Stanford Social Media Lab

Kate Niederhoffer (BetterUp), Alexi Robichaux und Jeffrey T. Hancock (Stanford) beschreiben Workslop als KI-generierten Output, der auf den ersten Blick professionell wirkt, aber inhaltlich nicht trägt. Das Problem liegt nicht nur im Tool. Es entsteht auch durch Anreizstrukturen. Wenn Organisationen KI-Nutzung sichtbar belohnen, aber Outputqualität, Kontext und Verantwortung nicht ebenso konsequent bewerten, wird Workslop zu einem systemischen Ergebnis.

Die Daten von BetterUp Labs und Stanford Social Media Lab zeigen, wie konkret dieser Effekt wird. 40 Prozent der befragten US-Desk-Worker geben an, im vergangenen Monat Workslop erhalten zu haben. Die Bearbeitung eines solchen Vorfalls kostet im Durchschnitt rund zwei Stunden. Auf eine Organisation mit 10.000 Personen hochgerechnet summieren sich die Produktivitätsverluste auf mehr als 9 Millionen US-Dollar pro Jahr. Die eigentliche Kostenverschiebung liegt dabei nicht beim Absender, sondern beim Empfänger: Die eine Seite verbucht Geschwindigkeit, die andere Seite muss fehlenden Kontext, schwache Logik und Qualitätslücken ausgleichen.

Weiterführende Beiträge auf Shift/Work

• Was ist KI-Adoption — und warum ist sie anders als alles davor?
• Von Teams zu Copilot: eine neue Enablement-Herausforderung

Botsitting: Der unsichtbare Arbeitsanteil hinter jedem KI-Einsatz

→ Work AI Index 2026 — Glean Work AI Institute

Der Work AI Index 2026 des Glean Work AI Institute untersucht, was mit KI-Nutzungszeit tatsächlich passiert. Der Befund verschiebt die Perspektive: Ein erheblicher Teil der KI-Zeit ist nicht produktive Arbeit, sondern KI-Verwaltungsarbeit. Glean nennt dafür den Begriff Botsitting. Dazu gehören das Eingeben von Kontext, das Prüfen von Ergebnissen, das Beheben von Fehlern, das erneute Prompten und die Nachbearbeitung von Outputs.

Nach den Daten von Glean entfallen 37 Prozent der gesamten KI-Zeit auf Botsitting. Nur 36 Prozent fließen in die eigentliche produktive Nutzung von KI. Im Durchschnitt verbringen Mitarbeitende 6,4 Stunden pro Woche damit, KI nutzbar zu machen. Damit wird sichtbar, warum sich individuelle Produktivitätsgewinne nicht automatisch in bessere Organisationsleistung übersetzen. KI spart Zeit an einer Stelle, erzeugt aber neue Reibung an anderer Stelle, wenn Wissen, Kontext, Datenzugriff und Arbeitsprozesse nicht mitgedacht werden.

Diese Diagnose ist für Digital Workplace, Wissensmanagement und Adoption zentral. Der Engpass liegt nicht allein in der Modellqualität. Er liegt auch in der Frage, ob KI-Systeme in den richtigen Arbeitskontext eingebettet sind. Wenn Mitarbeitende selbst zur Integrationsschicht zwischen Tools, Datenquellen und Arbeitslogik werden, bleibt ein großer Teil des Produktivitätsversprechens im Botsitting hängen.

Weiterführende Beiträge auf Shift/Work

• Von der Mitarbeiter-App zur Antwortmaschine: Was der KI-Shift bei Employee Platforms verändert
• Was ist KI-Adoption — und warum ist sie anders als alles davor?

Das KI-Paradox: Wer KI intensiv nutzt, arbeitet nicht automatisch isolierter

→ Gensler Global Workplace Survey 2026

Die Gensler Global Workplace Survey 2026 liefert dazu einen wichtigen Gegenakzent. Unter den Beschäftigten, die als AI Power Users gelten und KI regelmäßig beruflich wie privat einsetzen, zeigt sich ein anderes Arbeitsmuster. Sie verbringen weniger Zeit mit isolierter Einzelarbeit und mehr Zeit mit Lernen, Austausch und sozialer Verbindung. Gensler berichtet, dass AI Power Users 37 Prozent ihrer Arbeitswoche allein arbeiten, während spätere Adopter bei 42 Prozent liegen. Zugleich verbringen Power Users mehr Zeit mit Lernen und sozialer Interaktion.

Dieser Befund widerspricht der einfachen Annahme, dass mehr KI automatisch weniger menschliche Zusammenarbeit bedeutet. Er legt eine andere Interpretation nahe: Wer KI bewusst nutzt, kann Routineanteile reduzieren und dadurch mehr Raum für Reflexion, Mentoring, Lernen und kreatives Problemlösen schaffen. KI ersetzt dann nicht den menschlichen Teil der Arbeit. Sie verändert, wofür Zeit frei wird und wie diese Zeit genutzt werden kann.

Damit ergänzt die Gensler-Studie die Botsitting-Diagnose aus dem Glean-Report. Entscheidend ist nicht, ob KI genutzt wird. Entscheidend ist, wie KI in Arbeitsweisen, Teamroutinen und Entscheidungsprozesse eingebettet wird. Ohne Kontext und Qualitätsmaßstäbe entsteht Verwaltungsaufwand. Mit Kompetenz, klarer Arbeitslogik und guter Einbettung kann KI Freiräume schaffen, die Zusammenarbeit stärken.

Weiterführende Beiträge auf Shift/Work

• Führung im digitalen und KI-Zeitalter: Fünf Entwicklungsstufen
• Quergelesen #002 — Wenn KI zur Betriebsmodell-Frage wird