Generative KI spart Zeit. Sie erzeugt aber auch neue Arbeit. Manchmal hat man sogar das Gefühl, dass man für (oder auch gegen!) die KI arbeitet …
Ein Sprachmodell erledigt in einer halben Minute, wofür sonst zwanzig Minuten draufgegangen wären. Zeit gespart, sollte man meinen. Doch bevor das Ergebnis wirklich brauchbar ist, prüft jemand die Fakten, verfolgt die Quellen nach und glättet den Ton. Diese Nacharbeit rechnet niemand so richtig mit.
Über die Zeitersparnis durch KI wird viel geredet. Über die Arbeit, die ihre Nutzung erst erzeugt, deutlich weniger. Genau um diese Arbeit geht es hier.
Der Begriff, der in der Bilanz fehlt
Der Wissenschaftsrat hat im Juli 2026 Empfehlungen zur Hochschulbildung in Zeiten generativer KI vorgelegt und darin verschiedene Spannungsfelder beschrieben (Council, 2026). Eines davon heißt „Effizienz vs. Meta-Arbeit”. Gemeint ist mit Letzterem die Arbeit, die erst dadurch entsteht, dass wir KI nutzen. Man muss Nutzerinnen und Nutzer qualifizieren, Halluzinationen ausschließen, Quellen nachverfolgen, Bias identifizieren, den Einsatz dokumentieren und Rechtsfragen klären.
Entscheidend ist eine Randbemerkung des Papiers. Diese Meta-Arbeit werde bei der Kalkulation von Arbeitsaufgaben und Kapazitäten kaum je berücksichtigt (Council, 2026). Darum geht es hier. Nicht darum, dass KI nichts bringt. Sondern darum, dass wir nur eine Seite der Bilanz zählen.
Die Zeitersparnis ist echt
In einer präregistrierten randomisierten Studie mit 453 akademisch gebildeten Fachkräften sank die Bearbeitungszeit für professionelle Schreibaufgaben um 40 %, bei gleichzeitig um 18 % besserer Qualität (Noy & Zhang, 2023). Sauberes Design, starkes Ergebnis, und das schon in 2023.
Und in der Klinik liegt der am besten belegte Nutzen womöglich gar nicht in der Zeit. Eine prospektive Pilotstudie mit 48 Ärztinnen und Ärzten fand nach Einführung eines KI-Dokumentationsassistenten eine deutlich reduzierte Arbeitsbelastung (−24,4 Punkte) und weniger Burnout (−1,94; beide p<0,001) (Shah et al., 2025). Belastungserleben ist ein eigenständiger Endpunkt, der zählt.
Und jetzt kommt die Rückseite.
Große Zahlen, kleine Nenner
Ein großer US-amerikanischer Gesundheitsverbund berichtet nach über 2,5 Millionen Patientenkontakten von geschätzt 15.791 eingesparten Dokumentationsstunden, umgerechnet rund 1.794 Achtstundentage (Tierney et al., 2025).
Teilt sie einmal. 15.791 Stunden, verteilt auf über 2,5 Millionen Kontakte, sind ungefähr 22 Sekunden pro Kontakt. Auf die 7.260 beteiligten Ärztinnen und Ärzte gerechnet, sind das rund zwei Stunden pro Kopf — im Jahr.
Das passt genau zu dem, was kontrollierte Studien finden. Eine randomisierte Studie zu sogenannten Ambient-Scribes, also KI-Systemen, die das Arzt-Patienten-Gespräch mithören und daraus automatisch einen Dokumentationsentwurf erstellen, fand etwa 41 Sekunden Ersparnis pro Dokumentation und hielt fest, dass Ungenauigkeiten beider getesteter Systeme fortlaufende ärztliche Wachsamkeit erfordern (Lukac et al., 2025). Eine prospektive Studie an 45 Ärztinnen und Ärzten fand eine statistisch signifikante Reduktion von 0,57 Minuten pro Dokumentation (Ma et al., 2025). Signifikant, ja. Vierunddreißig Sekunden.
Einschränkend gilt, dass diese Untersuchungen aus den Jahren 2024 und 2025 stammen und die damaligen Systeme testeten. Die Entwicklung ist rasant, neuere Modelle könnten deutlich mehr einsparen. An der Grundrechnung ändert das aber nichts. Eine große Summe, geteilt durch einen großen Nenner, ergibt pro Fall wenig. Die aggregierte Zahl ist nicht falsch, sie ist nur beeindruckend gerechnet.
Wo die Zeit hingeht
Es gibt schon die ersten systematischen Übersichtsarbeiten zum Thema. Manche Untersuchungen berichten kürzere Dokumentationszeiten, andere einen erhöhten Editieraufwand — und die Zusammenfassungen, die die KI aus dem Patientengespräch erzeugte, mussten regelmäßig von Menschen nachgeprüft werden, um klinisch sicher zu sein (Ng et al., 2025). Eine Simulationsstudie hat die Editierzeit direkt gemessen und dabei deutliche Produktunterschiede gefunden (Biro et al., 2025). Eine Kohortenstudie fand gar keinen Produktivitätsvorteil, dafür signifikant mehr Arbeitszeit nach Feierabend im Krankenhausinformationssystem (Haberle et al., 2024).
Ein Teil der gesparten Zeit verschwindet also nicht. Er zieht um. Wie groß dieser Teil ist, hat man meist nicht so richtig auf dem Schirm.
Und in der Wissenschaft?
In der Wissenschaft fällt der Verifikationsaufwand ausgerechnet dort an, wo wir am wenigsten Lust darauf haben — bei den Referenzen.
Eine Untersuchung ChatGPT-generierter Literaturangaben in medizinischen Kurztexten fand anfangs, dass nur ein kleiner Bruchteil der Angaben korrekt war. Der große Rest war frei erfunden oder zumindest fehlerhaft (Bhattacharyya et al., 2023). In der Nephrologie war nur etwa jede fünfte generierte Referenz echt (Suppadungsuk et al., 2023). Beide Studien nutzten ältere Modelle, und die Halluzinationsraten sind seither deutlich gesunken.
Nur hilft das erstaunlich wenig. Entscheidend ist nicht die Rate, sondern dass sie unbekannt und ungleich verteilt ist. Eine einzige unzuverlässige Referenz zwingt Euch eigentlich, alle zu prüfen.
Geprüft wird oft gar nicht
Eine Befragung von 319 Wissensarbeitenden mit 936 konkreten Arbeitsbeispielen zeigte, dass generative KI die Tätigkeit verschiebt, weg vom Beschaffen hin zum Verifizieren, weg vom Ausführen hin zum Überwachen.
Wer der KI stärker vertraute, berichtete leider auch weniger kritisches Denken (Lee et al., 2025). Die Daten sind selbstberichtet, also mit Vorsicht zu lesen. Sie passen aber zu dem, was Klinikerinnen und Kliniker in Fokusgruppen selbst als Hürde benennen. Dazu gehören ein übermäßiges Vertrauen in die KI (Overreliance), die Neigung, einer maschinellen Empfehlung eher zu folgen als dem eigenen Urteil (Automation Bias), und die ungeklärte Frage, wer bei einem Fehler haftet (Yoon et al., 2024).
Die Meta-Arbeit fehlt aber nicht nur in den Metriken. Oft bemerkt man sie nicht einmal selbst, weil das Gefühl, mit KI schneller zu sein, dem tatsächlichen Aufwand vorauseilt.
Wir sind schlechte Zeugen unserer eigenen Effizienz.
Lisanne Bainbridge hat das schon 1983 vorweggenommen. Automatisierung, schrieb sie, beseitige die Schwierigkeiten mit dem Menschen an der Maschine nicht, sie vergrößere sie. Übrig bleiben die Aufgaben, die sich nicht automatisieren ließen — also die schwierigsten — plus ermüdende Überwachung. Und die Fertigkeiten, die es im Ernstfall bräuchte, verkümmern mangels Übung (sog. “Deskilling-Paradoxon”; (Bainbridge, 1983)). Bemerkenswert, wie klar sie das schon vor über vierzig Jahren gesehen hat, lange bevor es Sprachmodelle gab.
Was das für die Lehre heißt
Die Novizen-Schere. Die Produktivitätsforschung zeigt, dass gerade weniger Erfahrene kurzfristig am meisten profitieren. In der oben erwähnten Schreibstudie schrumpfte der Abstand zwischen stärkeren und schwächeren Teilnehmenden spürbar (Noy & Zhang, 2023). Genau hier liegt die Falle. Wer sein Fachwissen erst aufbaut, gewinnt kurzfristig am meisten, kann den KI-Output aber am wenigsten gegen eigene Expertise prüfen. So treffen kurzfristiger Gewinn und langfristiges Risiko dieselben Menschen.
Prüfungsformate erzeugen neue Meta-Arbeit, egal wie wir entscheiden. Mündliche Prüfungen, mit denen man sicherstellt, dass eine Arbeit wirklich von den Studierenden selbst stammt, kosten Zeit und lassen sich bei großen Gruppen kaum bewältigen. Bei 300 Studierenden pro Kohorte ist das schlicht nicht leistbar. Bewertungsraster, die nicht nur das Ergebnis, sondern auch den Arbeitsweg beurteilen, muss man erst aufwändig entwickeln. Und KI-Detektoren sind keine Lösung. Der Wissenschaftsrat warnt ausdrücklich vor ihrem unkritischen Einsatz (Council, 2026).
Die Rechnung muss jemand bezahlen. Seit Februar 2025 verpflichtet Artikel 4 der EU-KI-Verordnung Betreiber — also auch Hochschulen — dazu, für hinreichende KI-Kompetenz ihres Personals zu sorgen (VO (EU) 2024/1689). Meta-Arbeit per Gesetz.
Was wir (noch) nicht wissen
Bei alldem lohnt ein Schritt zurück. Generative Chatbots gibt es erst seit Ende 2022, und sie entwickeln sich in rasantem Tempo weiter. Vieles, was heute gilt, ist morgen vielleicht überholt. Entsprechend ehrlich muss die Antwort ausfallen, was wir noch nicht wissen. Sie lautet: erstaunlich viel.
- Niemand hat die Bilanz je aufgemacht. Es fehlt eine Studie, die Zeitgewinn minus Verifikations-, Editier-, Dokumentations- und Compliance-Aufwand netto ausweist. Editier- und Prüfzeit wird in Dokumentationsstudien teils gar nicht erst erhoben.
- Für Lehre und Prüfung fehlen Daten fast vollständig. Die belastbare Evidenz stammt vor allem aus der Klinik. Ob sie sich auf Seminarräume übertragen lässt, ist offen.
- Kompetenzerhalt ist ein Langzeitproblem, gemessen wird kurzfristig. Die vorliegenden Studien messen über Wochen bis Monate. Was nach Jahren dauerhafter Nutzung geschieht, weiß (bisher) niemand.
Fazit
- Die Zeitgewinne generativer KI sind real und randomisiert belegt, sie sind aber kleiner, als die großen Zahlen suggerieren.
- Ein bislang unquantifizierter Teil der Ersparnis wandert in Verifikation, Korrektur und Dokumentation — und wird von den gängigen Metriken nicht erfasst.
- Wo Verifikation teuer ist, unterbleibt sie. Dann entstehen keine Zeitkosten, sondern Qualitäts- und Verantwortungsrisiken. Auch das ist eine Rechnung, nur dass diese erst später fällig wird.
- Nichts davon ist ein Argument gegen KI-Nutzung. Es ist ein Argument gegen naive Kapazitätsrechnungen.
Für mich ist die spannendste offene Frage nicht, ob KI schneller macht, sondern welche Arbeitsanteile sich überhaupt delegieren lassen — und welche wir prüfen und verantworten müssen, weil sie sich nicht delegieren lassen sollten. Das ist keine Effizienzfrage. Das ist eher eine Frage danach, was wissenschaftliches Arbeiten im Kern ausmacht.
- Interessenkonflikte: Keine angegeben.
- Finanzierung: Keine Angabe.
- KI-Nutzung: Claude Opus 4.6 (Anthropic) wurde zur sprachlichen Glättung und Strukturierung des Beitragstextes auf Basis eines vom Autor verfassten und immer wieder überarbeiteten Gedankengangs eingesetzt.
- Eigene Beteiligung: Der Autor ist in der medizinischen Ausbildungsforschung tätig und publiziert in PubMed-gelisteten Zeitschriften. Seit einiger Zeit versucht er sich auch an einem wissenschaftlichen Blog.
Referenzen
Wiederverwendung
Zitat
@misc{friederichs2026,
author = {Friederichs, Hendrik},
title = {Ist KI effizient oder macht sie am Ende vielleicht doch noch
mehr Arbeit?},
date = {2026-07-16},
url = {https://medical-education.pages.ub.uni-bielefeld.de/research/mes-blog/posts/2026-07-16-ki-meta-arbeit/},
doi = {10.59350/6ts0f-39j91},
langid = {de}
}