Vor ein paar Tagen las ich einen Newsletter von swyx auf Latent.Space. Titel: „Humanity’s last gasp“ — der letzte Atemzug der Menschheit. Kein gebrüllter Titel, im Gegenteil. Geschrieben in jenem ruhigen, leicht oblique Ton, der gerade weil er die Stimme nicht hebt, dich besser hinhören lässt.
Drinnen drei Bilder, die mir hängen blieben. Aaron Levie sagt, im Silicon Valley arbeite niemand weniger, eher das Gegenteil. Tyler Cowen, als Ökonom, hält dafür, dass man gerade jetzt viel härter arbeiten sollte — egal ob man glaubt, KI werde die Arbeit entwerten, oder dass sie sie wertvoller machen werde. Und Simon Last von Notion redet von schlaflosen Nächten und einer neuen Angst, der „Token-Anxiety“ — etwas, das es vor zwei Jahren nicht einmal als Begriff gab.
Das Paradox, das swyx in den Mittelpunkt stellt, ist einfach und gerade deshalb beunruhigend. Agenten erledigen mehr Arbeit als je, Benchmarks sättigen, Modelle übertreffen menschliche Experten in Anteilen, die noch vor kurzem Science-Fiction gewesen wären. Und doch haben die, die diese Systeme bauen und betreiben, nie so viel gearbeitet.
Eine Frage entzündet sich, die ich nicht leicht abstellen kann: wenn die Verheißung „mehr Produktivität“ lautete, warum ist das verbreitete Gefühl „mehr Druck“?
Die bequeme Erklärung: nur eine Phase
Der vernünftigste Einwand ist auch der, der mir spontan in den Sinn kommt, wenn ich ehrlich sein will. Vielleicht eine Übergangsphase. Die übliche Disruption: zuerst zerstört sie, dann setzt sie neu zusammen. Wir kennen das vom PC, vom Internet, von Smartphones. Berufe ändern sich, manche verschwinden, andere entstehen, die Produktivität steigt, und am Ende steigt — zumindest für jene, die den Übergang gut steuern — das durchschnittliche Wohl.
Ernsthafter Einwand. Wer ihn ignoriert, gleitet in eine Form Tastatur-Ludditentum: man redet sich ein, das Problem sei die Technik selbst und nicht die Art, wie wir sie in ökonomische und gesellschaftliche Systeme einsetzen.
Aber es gibt einen Punkt, an dem dieser Einwand aufhört zu wirken. Und dieser Punkt ist für mich der Körper.
Der Körper skaliert nicht
Das Problem ist nicht nur, ob KI Knowledge Worker ersetzt oder verstärkt. Das Problem ist, dass der menschliche Körper nicht skaliert.
Nicht wie Tokens skalieren. Nicht wie ein Cluster mit zig Gigawatt skaliert. Nicht wie die Lernkurve eines Modells, das in Wochen riesige Wissensmengen verschlingt.
Der Körper hat eine biologische Uhr, die kein Update zurücksetzt. Er braucht Schlaf — entzieht man ihn ihm Monate, hält er vielleicht weiter, äußerlich, bis etwas reißt. Und es reißt oft auf eine Weise, die nicht vorhergesehen war und sich nicht leicht umkehren lässt.
Er braucht Bewegung, natürliches Licht, Rhythmen. Er ist nicht für drei Uhr morgens entworfen, in denen man einen Agenten debuggt, der achthundert Codezeilen erzeugt hat, die „funktionieren“, die du aber nicht wirklich verstehst.
Das ist nichts Neues. Arbeitsmedizin sagt es, Neurowissenschaft sagt es, jede Hausärztin mit Mindesthonest sagt es. Und doch wirkt im dominanten KI-Diskurs der Körper wie ein Implementierungsdetail. Eine Legacy-Schranke, die mit genug Koffein und Willenskraft umschifft werden müsse.
Von wo ich es betrachte
Ich bin Partner und Tech-Verantwortlicher in einer kleinen ICT-Firma in Pescara. Wir sind ein Dutzend. Seit einer Weile schreibe ich keinen Produktionscode mehr, jedenfalls nicht wie früher. Meine Arbeit wurde Recherche, strategische Spikes, Architekturbewertung, auch Compliance — wenig sexy, sehr real.
Ich verbringe Tage damit zu verstehen, wohin der Markt geht, und zu entscheiden, was Sinn ergibt — für eine Firma, die sich keine Investmentrunde leisten kann, um Fehler aufzufangen. Mit direkter Verantwortung für die Personen, die dort arbeiten — Personen, die abends nach Hause gehen, Familien haben, Körper, Grenzen.
Aus dieser Position sehe ich etwas, das man, mitten im täglichen Fluss, schwerer scharfstellt. KI hat in meinem Team niemandem die Arbeitslast gesenkt. Sie hat sie verwandelt.
Sie hat das Gewicht von der Codeproduktion zur Aufsicht über fremd produzierten Code verschoben — wobei „fremd“ hier ein statistisches Modell bedeutet, das nicht schläft, nicht ermüdet, nicht erkrankt. Aber irrt. Und kreativ, unvorhersehbar irrt.
Hier ein Detail, das mir wichtig erscheint, auch wenn ich noch nicht ganz erklären kann, wie wichtig. Code, der von einer fremden Intelligenz geschrieben wurde, zu lesen, ist eine andere Arbeit, als ihn zu schreiben. Es verlangt konstante Wachsamkeit. Eine Form Aufmerksamkeit, die dich immer leicht in Alarm hält.
Diese Alarmbereitschaft ist unvereinbar mit etwas, das in kognitiver Arbeit fast einen natürlichen Schutz darstellt: der Flow, der Zustand tiefer Konzentration, in dem man nicht zerschnitten ist, nicht ständig unterbrochen, nicht gezwungen, alle dreißig Sekunden Mikro-Urteile zu fällen.
Anforderung steigt, Kontrolle sinkt
Es gibt in der Arbeitsmedizin ein Konzept namens „Job Strain“, in Karaseks Modell. Knapp: die toxischste Kombination — hohe Arbeitsanforderung und niedrige Kontrolle über die eigene Tätigkeit.
Mir scheint, der massive KI-Einzug tut genau das: er verändert das Verhältnis von Anforderung und Kontrolle.
Die Anforderung steigt, weil schnellere Werkzeuge die Output-Erwartung anheben. „Wenn der Agent es in einer Stunde schafft, warum brauchen wir einen Tag?“ — eine Frage, die fast automatisch entsteht, oft ohne Bosheit, aus Trägheit.
Die Kontrolle sinkt, weil du einen wachsenden Teil des Prozesses an Systeme delegierst, die du nicht ganz verstehst und die sich alle paar Wochen ändern. Selbst wenn du sie verstehst, verstehst du sie anders als einen Kollegen oder ein klassisches Software-Bauteil. Eine probabilistischere, fragilere Verständnisform.
In diesem Sinn wirkt die „Token-Anxiety“ auf mich nicht wie Sprachmode. Wie ein Symptom. Angst ist schließlich eine adaptive Funktion. Tritt sie in industriellem Maßstab auf, ist es vermutlich kein individuelles Problem. Es ist ein Systemsignal.
‚Wenn wir bremsen, bremst China nicht’
Hier kommt fast immer ein weiterer Einwand, der einen wahren Kern hat. Bremsen wir, bremsen andere nicht. Setzen wir Grenzen, drücken andere weiter. Im globalen Wettlauf gewinnt, wer zuerst ankommt.
Aber ich frage mich, ob in diesem Satz nicht ein Kategorienfehler steckt.
Wettbewerb zwischen Nationen und Unternehmen ist Wettbewerb zwischen Systemen, nicht zwischen Individuen. Ein System, das die Personen, aus denen es besteht, verbrennt, ist kein wettbewerbsfähiges System. Es verbraucht sein wertvollstes Kapital — Intelligenz und Kreativität von Menschen, die nur dann gut funktionieren, wenn sie gesund, ausgeruht und nicht aus Angst motiviert sind.
Die Software-Geschichte ist voll von Firmen, die kurzfristig durch Crunch „gewonnen“ und mittelfristig verloren haben. Weil die Besten gehen, krank werden oder einfach aufhören, Ideen zu haben. Ein erschöpftes Hirn ist kein Motor, den man auspresst, es ist ein Ökosystem, das kollabiert.
Vielleicht liegt das erste Problem im Brustkorb
Wenn der Punkt nicht nur das Benchmark-Rennen ist, was ist dann das erste Problem?
Ich glaube, es liegt direkt vor unserer Nase, eher in unserem Brustkorb. Das wertvollste Problem ist, wie man Werkzeuge außerordentlicher Macht in das Berufsleben integriert, ohne dass das Berufsleben das Leben verschlingt.
Kein technisches Problem allein. Es ist ein Problem organisationalen Designs, der Managementkultur, der Arbeitspolitik. Und am Ende ein philosophisches: es zwingt zu entscheiden, was es lohnt, mit der Zeit, die wir haben, zu tun. Zeit, die in einer Weise endlich ist, die keine Technik ändern kann.
Persönliches, das doch schwer wiegt
Ich habe einen Sohn. Kein logisches Argument, ein biografisches Faktum. Aber biografische Fakten wiegen manchmal schwerer als Argumente.
Wenn ich abends den Laptop schließe und ihn anschaue, denke ich, dass aller Code des Tages — auch der von Agenten „multipliziert“ — keine Stunde dieser Zeit wert ist. Nicht weil Arbeit nicht zählte. Sie zählt sehr. Sondern weil diese Zeit unwiederbringlich ist, in einer Weise, in der Code es nicht ist.
Code lässt sich neu schreiben. Eine Kindheit nicht.
Ich weiß, in manchen Kreisen klingt das nach Schwäche. Mangel an Ehrgeiz. Sentimentalität, die die nächste Marktbewertung nicht überlebt. Vielleicht ist es das Gegenteil. Vielleicht ist der wahre Ehrgeiz, Systeme, Firmen und Leben zu bauen, die dauern.
Und Dauer verlangt Sorge für das Mittel, durch das alles andere geschieht. Den menschlichen Körper, mit seinem nicht verhandelbaren Bedarf an Ruhe, Beziehung und einer Zeit, die nicht in Tokens pro Sekunde gemessen wird.
Das Alignment, das wir nicht ansehen
Die KI-Branche redet gern über Alignment, wie man Modelle dazu bringt, das zu tun, was man will.
Aber ich frage mich, ob das erste Alignment-Problem nicht die Modelle, sondern uns betrifft.
Wir bauen eine Aufmerksamkeits- und Produktivitätsökonomie, in der die Anreize oft falsch ausgerichtet sind gegenüber dem, was wir als nötig für menschliche Gesundheit kennen. Wir schlafen wenig, bewegen uns wenig, halten wenig inne. Und versuchen mit Technik zu kompensieren — Meditations-Apps, Schlaf-Tracker, Supplemente.
Als hätten wir ein Produktivsystem geschaffen, das Wohlbefinden nicht mehr als Nebenprodukt der Arbeit erzeugt — und uns dann wundern, dass eine Wellness-Industrie entsteht, um die Schäden zu reparieren.
Eine Richtung, keine Lösung
Ich habe keine saubere Lösung, und ich misstraue jenen, die welche anbieten. Eine Richtung habe ich.
Ernst nehmen, dass menschliche Gesundheit und menschliche Zeit die primäre Schranke sind. Nicht Modelleffizienz, nicht Deploymentgeschwindigkeit, nicht die Anzahl pro Stunde generierter Codezeilen.
Jede organisatorische Entscheidung, jedes Sprint-Planning, jede Architektur sollte auch mit einer ganz konkreten Frage bewertet werden: wie viel Leben kostet das?
Ist die Antwort „zu viel“, ist es vielleicht das falsche Problem. Oder der falsche Moment. Oder die falsche Art.
Das heißt nicht, „weniger zu arbeiten“ im trivialen Sinn. Es heißt zu arbeiten im Wissen, dass das ausgeklügeltste System des bekannten Universums kein LLM ist. Es ist das menschliche Gehirn, das es entworfen hat. Und dieses Gehirn folgt Regeln, die wir nicht geschrieben haben und nicht beliebig umschreiben können.
Dieser letzte Atemzug ist vielleicht nicht der letzte Atemzug der Menschheit. Vielleicht ist er der letzte Atemzug einer Arbeitsweise, die Personen wie austauschbare Ressourcen in einer Optimierungspipeline behandelt.
Wenn ja, sollten wir vielleicht nicht versuchen, ihn zu verlängern. Vielleicht sollten wir ihn loslassen und neu atmen lernen. Auf eine Weise, die anerkennt, dass wir aus Fleisch, Zeit und Beziehungen gemacht sind. Und dass kein Agent, so mächtig er auch sei, je an unserer Stelle leben kann.
Was du mitnimmst
Der Körper skaliert nicht wie Tokens oder Gigawatt-Cluster — Schlaf, Aufmerksamkeit, endliche Zeit sind die primäre Schranke, nicht Modelleffizienz oder Deploymentgeschwindigkeit.
Code zu lesen, der von einer fremden Intelligenz geschrieben wurde, ist eine andere Arbeit, als ihn zu schreiben: konstante Wachsamkeit, unvereinbar mit Flow — dem natürlichen Schutz kognitiver Arbeit.
Karaseks Job-Strain-Modell beschreibt, was KI-Agenten dem Knowledge Work antun: die Anforderung steigt, weil die Werkzeuge schneller sind, die Kontrolle sinkt, weil du an Systeme delegierst, die du nicht voll verstehst.
Jedes Sprint-Planning und jede Systemarchitektur sollte auch konkret bewertet werden: wie viel Leben kostet das?
Ein System, das die Personen, aus denen es besteht, verbrennt, ist kein wettbewerbsfähiges System — es verbraucht sein wertvollstes Kapital unter dem Banner ‚Wettlauf gegen China’.
Fragen & Antworten
Wenn KI-Agenten mehr Arbeit erledigen, warum arbeiten Menschen mehr?
Weil die Produktionskapazität an einem Punkt — der Maschine — gewachsen ist, der Druck sich aber aufs ganze System verteilt. Mehr Output heißt: mehr zu prüfen, mehr Entscheidungen, mehr Koordination. Der Engpass hat sich von der Produktion zur Orchestrierung verschoben, und Orchestrierung verlangt weiterhin menschliche Körper mit physiologischen Grenzen.
Was ist die ‚Token-Anxiety', von der Simon Last (Notion) spricht?
Eine Form von Angst, die es vor zwei Jahren nicht einmal als Begriff gab: das Gefühl, nicht genug Tokens, Compute-Budget oder mentale Geschwindigkeit zu haben, um mit dem Schritt zu halten, was ein KI-Agent produziert. Die Angst dessen, der Outputs validieren und korrigieren muss, die schneller eintreffen, als er darüber nachdenken kann.
Ist das nicht nur eine Übergangsphase, wie bei PC und Smartphone?
Teils ja — historisch wahr, operativ nutzlos für jemanden mit Körper jetzt. Frühere Übergänge brauchten Jahrzehnte, und keiner schloss sich so schnell, dass die Gesundheit Einzelner geschont blieb. Der KI-Zyklus öffnet sich schneller als die vorigen: Frage ist nicht, ob er sich neu zusammensetzt, sondern wie viele Burnouts er währenddessen erzeugt.
Lautet die Lösung, KI noch stärker zur Lastbewältigung zu nutzen?
Die schlimmste Falle. Mehr Maschinen-Output verschärft das Problem: mehr Artefakte zu beurteilen, mehr Entscheidungen, weniger Slack. Der Engpass ist der menschliche Körper — Schlaf, Aufmerksamkeit, endliche Zeit — und keine Compute-Menge umgeht ihn. Arbeit muss um die menschliche Grenze herum reorganisiert werden, nicht durch Maschinen geleugnet.
Der Autor
