Eine neue Studie und eine Reihe von Berichten deuten darauf hin, dass die weitverbreitete Nutzung von Künstlicher Intelligenz (KI) zwar die Produktivität steigert, aber gleichzeitig fundamentale Fähigkeiten in der Arbeitswelt untergräbt. Dieses Phänomen wird als „Great AI Deskilling" bezeichnet und beschreibt einen stillen Prozess, bei dem Arbeitnehmer ihre eigenen Kompetenzen verlieren, während sie sich auf algorithmische Lösungen verlassen. Josh Anderson, ein Softwareberater mit 25 Jahren Erfahrung, erlebte dies in einem öffentlichen Experiment, bei dem er versuchte, eine komplexe App ausschließlich mithilfe von KI zu entwickeln. Obwohl der initiale Fortschritt verblüffend schnell war, verlor er im Laufe der Zeit das Vertrauen in sein eigenes Urteilsvermögen. Als er schließlich versuchte, den Code selbst zu bearbeiten, stieß er auf massive Schwierigkeiten und zögerte bei einfachen Änderungen. Anderson stellte fest, dass seine muskuläre Erinnerung für Programmierung durch den dreimonatigen Automatismus verloren gegangen war. Er verglich diesen Zustand mit einem Golfer, der die Theorie kennt, aber den Schwung nicht mehr im Körper hat. Experten warnen vor dem sogenannten „KI-Rebound-Effekt". John Nosta von NostaLab erklärt, dass KI die menschliche Kognition umkehrt: Statt aus Unklarheit zur Struktur zu gelangen, liefern Tools sofort fertige Lösungen. Dies erzeugt eine falsche Sicherheit und lässt die eigentliche Kompetenz unter das Ausgangsniveau fallen. Rebecca Hinds vom Work AI Institute bei Glean unterscheidet zwischen einem „kognitiven Dividende", bei dem KI erfahrene Mitarbeiter entlastet, und einer „kognitiven Schuldenlast", die entsteht, wenn KI als ständige Abkürzung genutzt wird. In beiden Fällen verschwimmt die Grenze zwischen menschlichem Wissen und maschineller Generierung. Besonders bedroht sind Anfänger in ihrem Beruf. Traditionell dienen Einsteigerpositionen dazu, Probleme zu zerlegen, Lösungen zu verteidigen und Widerstandsfähigkeit aufzubauen. Wenn diese Lernerfahrungen durch sofortige KI-Antworten ersetzt werden, fehlt es dieser Generation später an der nötigen Tiefe, um komplexe Krisen eigenständig zu bewältigen. Ben Eubanks von Lighthouse Research & Advisory betont, dass KI die Lücke zwischen theoretischem Wissen und praktischer Anwendung vergrößert, da der Zwang zur aktiven Problemlösung entfällt. Das Problem wird durch Unternehmenspraktiken verschärft, bei denen die Nutzung von KI-Tools zunehmend in Leistungsbeurteilungen einfließt. Es wird Geschwindigkeit und Output belohnt, während tiefes Verständnis sekundär wird. Sobald Systeme ausfallen oder unvorhergesehene Probleme auftreten, zeigt sich die Verwundbarkeit der Belegschaft. Entwickler berichteten bereits von der Desorientierung, als KI-Modelle vorübergehend nicht verfügbar waren. Als Gegenmaßnahme fordern Experten wie Mehdi Paryavi die Einrichtung sogenannter „mentaler Turnhallen". In diesen geschützten Räumen sollen Mitarbeiter gezielt Aufgaben ohne KI-Lösungen bewältigen, um ihre kognitiven Muskeln zu trainieren. Die zentrale Frage bleibt, ob Unternehmen bereit sind, kurzfristige Effizienzgewinne gegen langfristige Kompetenzverluste abzuwägen, bevor das Fundament der menschlichen Expertise zu weit abgeschliffen ist.