Ich steuere jeden Tag KI – und fürchte sie trotzdem manchmal. Eine Studie von 2025 zeigt, warum dieses Gefühl allein schon erschöpft, lange bevor die Maschine irgendwen ersetzt. Der Mechanismus überzeugt. Die Beweise sind dünner als die dick aufgetragenen Ergebnisse. Eine Einordnung.
Ich arbeite jeden Tag mit KI. Ich steuere sie, ich korrigiere sie, ich lebe davon, dass sie Texte schneller ausspuckt, als ich sie früher getippt habe. Und trotzdem sitzt da ein Gedanke, den ich nicht loswerde: Was, wenn bald auch das Steuern die Maschine übernimmt?
Das Unbehagen verschwindet nicht, weil ich die Technik beherrsche. Es sitzt tiefer.
Die Forschung hat dafür einen Namen: AI awareness – wie stark jemand glaubt, sein Job lasse sich durch KI ersetzen. Kein Begriff für die Bedienung der Technik, sondern für eine Erwartung im Kopf. Eine Studie aus dem Frühjahr 2025 fragt, was diese Erwartung mit Menschen macht. Die Antwort lohnt sich – und die Methode auch.
Was die Studie behauptet
Zwei Forscher der Macao Polytechnic University haben 303 Beschäftigte aus chinesischen Privatunternehmen befragt. Ihr Befund in einem Satz: Je stärker jemand sich für ersetzbar hält, desto erschöpfter ist er.
Interessant ist der Weg dazwischen. Die Autoren zeichnen eine Kette nach. Das Gefühl der Ersetzbarkeit erhöht die Jobunsicherheit. Die Unsicherheit drückt die Arbeit stärker ins Privatleben. Und beides zusammen zehrt an den Reserven, aus denen Menschen ihre emotionale Kraft ziehen.
Der eigentliche Punkt steckt darin: Die Maschine muss niemanden entlassen, um Schaden anzurichten. Es reicht, dass Menschen mit ihrer Ablösung rechnen.
Wie aktuell ist das?
Nah dran. Die Daten stammen aus August 2024, veröffentlicht wurde im März 2025. Für begutachtete Forschung, die der Gegenwart immer hinterherläuft, ist das wenig Abstand. Und das Thema trifft den Moment ohnehin.
Wie glaubwürdig ist das?
Hier lohnt der zweite Blick – gerade weil die Studie so selbstsicher klingt.
Drei Dinge sprechen dafür. Die Theorie dahinter ist etabliert. Das Job-Demands-Resources-Modell und die Conservation-of-Resources-Theorie erklären Arbeitsstress seit Jahrzehnten: Anforderungen kosten Kraft, Ressourcen wie Sicherheit geben sie zurück, und schon die Drohung, eine Ressource zu verlieren, setzt unter Druck. Die Messskalen sind erprobt. Und die Antworten sind statistisch konsistent, alle Reliabilitätswerte liegen über 0,8.
Vier Dinge sprechen dagegen – einige benennen die Autoren selbst.
Erstens: eine Momentaufnahme. Alles wurde zu einem Zeitpunkt erhoben. Das zeigt einen Zusammenhang, keinen Pfeil. Die Erschöpfung könnte die Wahrnehmung genauso gut färben – wer ausgelaugt ist, sieht in der KI eher eine Bedrohung. Die Studie behauptet Richtung, zeigen kann sie nur Korrelation. Das räumen die Autoren im Kleingedruckten ein.
Zweitens: alle Werte aus einem Fragebogen, ausgefüllt von denselben Personen. Das lädt zum Common-Method-Bias ein – Zusammenhänge wirken größer, weil dieselbe Person dieselbe Stimmung in alle Antworten legt. Die hohen Korrelationen von 0,65 bis 0,73 passen zum Verdacht. Die Autoren testen dagegen, entkräften ihn aber nicht ganz.
Drittens: die Stichprobe ist klein und einseitig. 303 Personen, nur China, nur Privatwirtschaft. Ob das für andere Kulturen oder Branchen gilt, bleibt offen.
Viertens – die ehrlichste Zeile der Arbeit – schreiben die Autoren selbst: als exploratives Ergebnis mit begrenzter Stichprobe reichten die Befunde womöglich nicht, um starke Schlüsse zu ziehen.
Dem ist wenig hinzuzufügen. Das ist kein Beweis. Das ist ein Hinweis.
Was bleibt
Trotz der dünnen Beweislage zeigt die Studie auf etwas Reales. Die Angst vor Ersetzbarkeit ist eine eigene Last – unabhängig davon, ob die KI den Job am Ende wirklich nimmt. Und sie bleibt nicht im Büro. Sie geht mit nach Hause.
Für alle, die in Organisationen über KI reden, steckt darin die Lehre. Wenn das Gefühl der Bedrohung die Erschöpfung treibt, ist Kommunikation kein Beiwerk, sondern Hebel. Schweigen über KI-Pläne füllt den Raum mit der schlimmsten Annahme. Klarheit nimmt der Unsicherheit den Treibstoff: was kommt, was nicht, was es für meine Stelle heißt. Keine beruhigenden Floskeln. Konkrete Auskunft.
Ich merke das an mir selbst. Mein Unbehagen wird nicht kleiner, wenn jemand sagt „keine Sorge“. Es wird kleiner, wenn ich weiß, woran ich bin. Genau diesen Punkt trifft die Studie – bei aller methodischen Vorsicht – richtig.
Quelle
Zheng, J., & Zhang, T. (2025). Association Between AI Awareness and Emotional Exhaustion: The Serial Mediation of Job Insecurity and Work Interference with Family. Behavioral Sciences, 15(4), 401. https://doi.org/10.3390/bs15040401
Teil einer Reihe über KI und Arbeit: Die Angst, ersetzt zu werden (dieser Text) · Nie fertig gelernt · Automatisieren oder zusammenarbeiten? · Eine Maschine unter Stress.
[…] Literatur. Sie stützen sich auf zwei etablierte Theorien – dasselbe JD-R- und COR-Modell wie die Erschöpfungsforschung – und bauen daraus ein Gedankenmodell. Mehr […]
[…] einer Reihe über KI und Arbeit: Die Angst, ersetzt zu werden · Nie fertig gelernt · Automatisieren oder zusammenarbeiten? (dieser Text) · Eine Maschine unter […]
[…] habe in einer kleinen Reihe drei Studien über KI und Arbeit gelesen und besprochen. Eine über emotionale Erschöpfung, eine über Reskilling-Müdigkeit, eine über das Verhältnis von Automation und Zusammenarbeit. […]