Die Geschäftsführung kündigt in der Abteilungsrunde an, dass ab dem nächsten Quartal ein KI-Assistent Anfragen vorsortiert und Antwortentwürfe schreibt. Die Folien sind gut gemacht, Fragen gibt es kaum.
In der Teeküche klingt es danach anders. Eine Kollegin fragt halb im Scherz, ob man sie dann überhaupt noch brauche. Ein erfahrener Sachbearbeiter hat das neue Werkzeug auch nach zwei Wochen nicht geöffnet. Die Teamleiterin soll das Vorhaben vertreten und weiß selbst nicht genau, was es für ihr Team bedeutet.
So kann sich Angst vor KI am Arbeitsplatz zeigen: weniger als offener Protest, eher als Schweigen, Abwarten oder Witz. Mit Beruhigung allein ist ihr kaum beizukommen. Gerade das macht sie für Führungskräfte so heikel.
Kurz erklärt: Angst vor KI am Arbeitsplatz bezeichnet die Sorge von Beschäftigten, durch künstliche Intelligenz ihre Stelle, den Wert ihrer Erfahrung oder die Kontrolle über die eigene Arbeit zu verlieren oder von Algorithmen unfair bewertet zu werden. Die Forschung dazu ist jung. Eine Meta-Analyse zeigt, dass die Angst, durch Technik ersetzt zu werden, systematisch mit dem Denken, Fühlen und Verhalten bei der Arbeit zusammenhängt. Studien geben auch Hinweise, was entlastet: verständliche Information, zeitlicher Vorlauf, Gelegenheit zum Lernen, etwas Einfluss auf das System und menschliche Verantwortung für Entscheidungen über Menschen.
Wovor haben Beschäftigte bei KI eigentlich Angst?
Hinter der Angst vor KI stehen verschiedene Sorgen, die sich oft überlagern. Sie betreffen den Arbeitsplatz, die eigene Kompetenz, die Kontrolle über die Arbeit und eine faire Bewertung. Wer sie auseinanderhält, kann gezielter antworten. Gegen die Sorge um die Stelle hilft etwas anderes als gegen das Gefühl, von einem System beurteilt zu werden, das die eigene Lage nicht kennt.
In der Begleitung von Change-Prozessen erlebe ich, dass diese Sorgen selten direkt ausgesprochen werden. Sie zeigen sich in Rückfragen zum Datenschutz, in Zweifeln an der Qualität der Ergebnisse oder in auffälliger Zurückhaltung. Das ist kein Zeichen von Rückständigkeit. Oft ist es der Versuch, etwas Bedrohliches in eine sachliche Form zu bringen.
Die Übersicht ordnet die vier Sorgen, die Belege folgen danach.
| Sorge | Typischer Gedanke | Was Studien zeigen | Was Führung tun kann |
|---|---|---|---|
| Arbeitsplatz | „Brauchen die mich dann noch?“ | Die Angst, ersetzt zu werden, hängt mit Rückzug und Widerstand zusammen | Früh sagen, was feststeht und was nicht |
| Kompetenz | „Was ist meine Erfahrung noch wert?“ | Bei hoher Lernfähigkeit hängt die Angst schwächer mit negativer Sicht auf die Arbeit zusammen | Feste Lernzeit geben |
| Kontrolle | „Ich muss tun, was das System sagt.“ | Schon wenig Einfluss verringert die Ablehnung von Algorithmen | Ergebnisse prüfen und ändern lassen |
| Bewertung | „Die Maschine kennt meine Lage nicht.“ | Algorithmische Personalentscheidungen gelten als weniger fair | Entscheidungen über Menschen bei Menschen lassen |
Die Grenze zum allgemeinen Widerstand ist fließend. Woher er grundsätzlich kommt, beschreibt der Beitrag Widerstand gegen Veränderung; hier geht es um das, was an KI besonders ist. Wer nach mehreren Umbrüchen vor allem erschöpft ist, erlebt eher Veränderungsmüdigkeit als Angst vor der Technik. Ist die KI-Einführung Teil eines größeren Wandels, lohnt ein Blick auf die Modelle des Change-Managements und darauf, wie gut sie belegt sind.
Ist die Angst vor KI am Arbeitsplatz berechtigt?
Ob eine bestimmte Stelle durch KI wegfällt, kann die psychologische Forschung nicht beantworten. Sie zeigt aber zweierlei: Die Angst folgt nicht dem Zufall, und sie hängt mit Denken, Fühlen und Verhalten bei der Arbeit zusammen.
Marvin Walczok und Tanja Bipp berichten 2025 aus zwei Querschnittsstudien und einer Längsschnittstudie mit Beschäftigten in Deutschland, wie Arbeitsplatzunsicherheit durch smarte Technik, KI, Robotik und Automatisierung entsteht. Sie beschreiben sie als gefühlsbezogene, auf Automatisierung gerichtete Arbeitsplatzunsicherheit (englisch affective automation-related job insecurity). Diese hing nur schwach mit allgemeiner Arbeitsplatzunsicherheit zusammen und ließ sich empirisch von ihr unterscheiden.
Stärker ausgeprägt war sie bei Menschen in Berufen mit höherem Ersetzungspotenzial und bei denen, die solche Technik nutzten. Menschen, die sich selbst grundsätzlich positiv einschätzen, waren weniger verunsichert. Über ein Jahr zeigte sich im Schnitt keine geradlinige Veränderung. Die Autoren beschreiben diese Unsicherheit als zeitlich sehr stabil, wobei die Verläufe je nach Nutzung der Technik auseinandergingen. Die Angst hat also einen realen Kern, und sie scheint nicht von allein zu verschwinden.
Wie sie sich auswirkt, haben Jinghan Liang und Chung-Hong Wong 2026 in einer Meta-Analyse über 96 Studien mit 43.104 Personen zusammengefasst. Die Angst, durch Technik ersetzt zu werden, nennen sie technologiebedingte Arbeitsplatzunsicherheit (englisch technology-induced job insecurity) und beschreiben sie als verbreitete Belastung in der Arbeitswelt. Sie hing systematisch mit dem Denken, Fühlen und Verhalten der Beschäftigten zusammen.
Zwei Bedingungen machten einen Unterschied. Lag die Bedrohung zeitlich weiter entfernt, hing die Angst schwächer mit negativen Einstellungen zur Organisation und mit Rückzug und Widerstand zusammen; die Autoren deuten diese Zeit als Puffer. Bei hoher Lernfähigkeit hing sie schwächer mit einer negativen Bewertung der eigenen Arbeit zusammen und eher mit anhaltender Eigeninitiative.
Warum das Gefühl schwerer wiegt als die Prognose
Lixin Jiang und Lindsey Lavaysse haben 2018 die Forschung zur Arbeitsplatzunsicherheit allgemein ausgewertet, nicht speziell zu KI. Sie unterscheiden zwei Seiten: die kognitive, also die Einschätzung, dass sich die eigene Stelle zum Schlechteren verändern könnte, und die affektive, also die Gefühle angesichts dieser möglichen Veränderung.
In ihrer Meta-Analyse über 535 unabhängige Stichproben hing Arbeitsplatzunsicherheit mit 51 von 56 untersuchten Ergebnissen und Merkmalen zusammen. Die affektive Seite hing mit den meisten davon enger zusammen als die kognitive. In den meisten Fällen vermittelte sie den Zusammenhang zwischen der Einschätzung und ihren Folgen. Eine zweite Studie im selben Artikel zeigte: Bei Menschen, für die Arbeit einen zentralen Platz im Leben hat, hing dieselbe Einschätzung enger mit Gefühlen der Unsicherheit zusammen.
Überträgt man das auf KI, liegt ein Schluss nahe. Wer vor allem mit Zahlen und Zusagen beruhigt, erreicht die Einschätzung, aber nicht unbedingt das Gefühl. Und gerade Engagierte, denen ihre Arbeit viel bedeutet, dürften die Unsicherheit besonders deutlich spüren.
Angst vor KI wird selten durch Beruhigung kleiner. Eher dadurch, dass Menschen mitreden und in Ruhe üben dürfen.
Was ist Technostress, und welche Rolle spielt die Führung?
Technostress bezeichnet Belastung, die aus dem Umgang mit digitaler Technik bei der Arbeit entsteht, etwa wenn neue Systeme mehr Arbeit, mehr Erreichbarkeit oder hohen Lernaufwand mit sich bringen. Bei KI kommt die Frage hinzu, ob die eigene Tätigkeit bleibt. Wie stark Technostress ausfällt, kann auch von der Führung abhängen.
Tim Rademaker, Ingo Klingenberg und Stefan Süß haben in einem 2025 erschienenen systematischen Review 44 Arbeiten zu Führung und Technostress ausgewertet. Befähigende und unterstützende Führung kann Technostress bei Mitarbeitenden verringern. Führung, die hohe Erwartungen an Erreichbarkeit stellt, stark auf Aufgaben ausgerichtet ist und auf Kontrolle setzt, kann ihn und seine Folgen verstärken. Auch die Art, wie Führung selbst über digitale Kanäle ausgeübt wird, spielt eine Rolle.
Eine systematische Übersicht von Zicheng Fang und Kollegen aus dem Jahr 2026 kommt beim Thema Erschöpfung zu einem verwandten Bild. Sie umfasst 43 begutachtete Studien zu KI und Burnout. KI, die bei der Arbeit unterstützt, ging in randomisierten Studien und Vorher-nachher-Studien aus dem Gesundheitswesen eher mit weniger Burnout oder Erschöpfung einher. Überwachende und algorithmisch steuernde KI hing in Beobachtungsstudien mit mehr Burnout oder psychosozialer Belastung zusammen.
Die Autoren folgern, dass KI weder an sich schädlich noch an sich nützlich ist. Es kommt auf ihre Rolle an, auf die Art der Einführung und darauf, wie Beschäftigte sie bewerten. Für Führungskräfte ist das eine gute Nachricht, denn mindestens die ersten beiden Punkte lassen sich gestalten.
Vertrauen in KI: Warum lehnen Menschen Algorithmen ab?
Menschen lehnen KI vor allem dann ab, wenn sie ihr eine Aufgabe nicht mehr zutrauen als einem Menschen oder wenn es auf die besondere Lage des Einzelnen ankommt. So fasst es eine große Meta-Analyse zusammen.
Algorithmus-Aversion (englisch algorithm aversion) bezeichnet die Neigung, einem Algorithmus nicht mehr zu folgen, sobald man weiß, dass er Fehler macht. Berkeley Dietvorst, Joseph Simmons und Cade Massey beschreiben 2018 das Paradox dahinter. Evidenzbasierte Algorithmen übertreffen menschliche Prognosen regelmäßig. Trotzdem nutzen Menschen sie oft nicht mehr, sobald sie von ihrer Unvollkommenheit wissen.
Die Forschung kennt auch das Gegenteil, die Wertschätzung von KI (englisch AI appreciation). Xin Qin und Kollegen haben 2025 in einer Meta-Analyse 442 Effekte aus 163 Studien mit 82.078 Personen zusammengeführt, um beides zu erklären. Menschen bevorzugten KI, wenn sie sie für fähiger hielten als Menschen und wenn es in der Situation nicht darauf ankam, auf den Einzelfall einzugehen. Waren diese Bedingungen nicht erfüllt, bevorzugten sie Menschen. Die Ablehnung fiel dabei im Mittel stärker aus als die Zustimmung.
Für den Arbeitsalltag legt das nahe: Wo es um Menschen und ihre besondere Lage geht, etwa in Beratung, Pflege oder Personalfragen, ist Skepsis gegenüber KI erwartbar. Sie muss dort kein Zeichen von Technikfeindlichkeit sein.
Ein wenig Kontrolle macht einen Unterschied
Was gegen Ablehnung hilft, haben Dietvorst und Kollegen in drei Experimenten mit Prognoseaufgaben geprüft, bei denen gute Vorhersagen belohnt wurden. Durften die Teilnehmenden die Vorhersagen eines unvollkommenen Algorithmus verändern, nutzten sie ihn deutlich häufiger und schnitten dadurch besser ab. Das galt selbst dann, wenn sie nur sehr wenig verändern durften. Den Ergebnissen nach ging es ihnen um etwas Kontrolle, weniger um möglichst viel davon.
Wer verändern durfte, war außerdem zufriedener mit dem Vorgehen, hielt den Algorithmus eher für überlegen und nutzte ihn später eher wieder. Aus beiden Befunden lässt sich ableiten, dass Vertrauen in KI (englisch trust in AI) viel mit der Passung zur Aufgabe zu tun hat und mit dem Gefühl, mitentscheiden zu können. Angestrebt ist dabei ein angemessenes Vertrauen, bei dem Ergebnisse weiterhin geprüft werden.
Bewertet vom Algorithmus: Warum fühlt sich das unfair an?
Werden Personalentscheidungen von Algorithmen getroffen, erleben Betroffene sie als weniger fair als dieselbe Entscheidung durch einen Menschen. David Newman, Nathanael Fast und Derek Harmon zeigten das in einer 2020 veröffentlichten Arbeit mit vier Laborexperimenten (798 Personen) und einem großen randomisierten Experiment in einer Organisation (1.654 Personen).
Den Grund sehen sie in einem Eindruck von Verkürzung (englisch reductionism). Wer von einem Algorithmus beurteilt wird, neigt zu der Annahme, dass qualitative Informationen und der Zusammenhang nicht berücksichtigt werden. Die Entscheidung wirkt dann, als beruhe sie auf weniger genauen Informationen. Beschäftigte, die von Algorithmen bewertet wurden, äußerten zudem eine geringere Bindung an ihre Organisation, vermittelt über das Gefühl von Unfairness.
Das passt zu dem Befund von Fang und Kollegen, dass überwachende und steuernde KI mit mehr Belastung einhergeht. Für Beurteilung, Einsatzplanung oder Personalauswahl liegt daher nahe: Fließen KI-Daten in Entscheidungen über Menschen ein, braucht es eine verantwortliche Person. Sie kennt den Zusammenhang, erklärt die Entscheidung und bleibt ansprechbar.
Ob und wie solche Systeme eingesetzt werden dürfen, ist auch eine rechtliche Frage. Klären Sie sie mit Rechtsabteilung, Datenschutz und Interessenvertretung; dieser Beitrag ersetzt keine Rechtsberatung.
Was können Führungskräfte konkret tun?
Führungskräfte können Angst vor KI nicht wegreden, aber sie können die Bedingungen verändern, unter denen sie wächst oder kleiner wird. Eine Meta-Analyse von Katharina Schlicher und Günter Maier aus dem Jahr 2025 zeigt, welche Unterstützung bei der Einführung neuer Technik am engsten mit dem Erfolg zusammenhängt.
Sie umfasst 108 Stichproben mit 23.005 Personen. Unterstützung durch die Organisation hing insgesamt moderat mit dem Erfolg der Einführung zusammen (Korrelation 0,30), gemessen etwa an Akzeptanz, Zufriedenheit, Leistung und geringerer Belastung. Am stärksten war der Zusammenhang bei informationeller Unterstützung (0,38), also bei Information und einem klaren Bild davon, wohin die Veränderung führen soll. Emotionale Unterstützung wie Beteiligung und Rückhalt durch das Management und praktische Unterstützung wie Training und technische Hilfe hingen jeweils mit einem bestimmten Erfolgsmaß besonders eng zusammen. Die Studie betrifft Technik allgemein. Dass sich das auf KI übertragen lässt, liegt nahe, ist aber nicht eigens geprüft.
Die folgenden sieben Schritte stützen sich, wo möglich, auf diese Befunde:
- Früh sagen, was feststeht und was nicht: Informieren Sie, bevor Gerüchte entstehen, und trennen Sie Entschiedenes, Offenes und Unbekanntes. Beziehen Sie einen vorhandenen Betriebs- oder Personalrat von Anfang an ein.
- Den Zweck ehrlich benennen: Sagen Sie, wozu die KI eingeführt wird, ob zur Entlastung, für bessere Qualität oder auch mit Blick auf Stellen. Kommt ein verschwiegener Zweck später ans Licht, kostet das Vertrauen.
- Feste Lernzeit einplanen: Geben Sie Zeit zum Ausprobieren, in der Fehler ausdrücklich erlaubt sind, und zwar innerhalb der Arbeitszeit.
- Einfluss auf das System geben: Lassen Sie Ergebnisse der KI prüfen, ändern und verwerfen. Fragen Sie das Team, für welche Aufgaben sie sich eignet und für welche nicht.
- Entscheidungen über Menschen bei Menschen lassen: Wenn KI-Daten in Beurteilungen einfließen, bleibt eine Person verantwortlich, die erklärt und ansprechbar ist.
- Gewonnene Zeit bewusst verteilen: Klären Sie, wofür frei werdende Zeit genutzt wird. Lassen Sie Erreichbarkeits- und Kontrollerwartungen nicht stillschweigend mitwachsen, denn sie gingen in den Studien mit mehr Technostress einher.
- Auch naive Fragen willkommen heißen: Wer fürchtet, sich mit einer Frage zur KI zu blamieren, fragt seltener und probiert weniger. Wie ein solches Klima entsteht, beschreibt der Beitrag zur psychologischen Sicherheit im Team.
Ein Beispiel: So klingt eine ehrliche Ankündigung
Wie Sie Veränderungen grundsätzlich ankündigen, steht im Beitrag zur Change-Kommunikation. Bei KI kommt es auf einige Sätze besonders an:
- Statt einer Zusage, die Sie nicht halten können: „Keine Sorge, hier verliert niemand seinen Job.“ Besser: „Für dieses Jahr ist entschieden, dass sich an den Stellen in unserem Team nichts ändert. Was danach kommt, kann ich heute nicht versprechen. Sobald ich mehr weiß, sage ich es Ihnen.“
- Statt Druck: „Das Werkzeug ist intuitiv, das lernt man nebenbei.“ Besser: „In den nächsten sechs Wochen hat jede und jeder zwei Stunden pro Woche zum Ausprobieren. Fehler sind in dieser Zeit ausdrücklich erwünscht.“
- Statt einer Anweisung: „Ab Montag übernehmen wir die Vorschläge des Systems.“ Besser: „Die Vorschläge des Systems sind Vorschläge. Sie dürfen sie ändern, und wenn Ihnen etwas falsch vorkommt, möchte ich das hören.“
In der Verwaltung und im mittleren Management
In einer 2026 veröffentlichten Studie hat Hjördís Sigursteinsdóttir 3.488 Beschäftigte aus elf isländischen Kommunen befragt. Ihre Ergebnisse legen nahe, dass die KI-Frage zu einem guten Teil eine Frage gewöhnlicher Arbeitsbedingungen ist. Am engsten hing Burnout mit den psychosozialen Arbeitsbedingungen zusammen. Hohe mengenmäßige Anforderungen gingen mit mehr Burnout einher, Unterstützung durch Vorgesetzte und ein veränderungsfreundliches Klima mit weniger.
Sorgen und Unsicherheit wegen KI hingen mit mehr Burnout zusammen, Vertrauen in einen ethisch verantwortungsvollen Umgang mit KI mit weniger. Überraschend war: Wer KI als nützlich erlebte, berichtete eher mehr Burnout, teilweise vermittelt über höhere Anforderungen. Die Befragung erfasst nur einen Zeitpunkt und zeigt deshalb Zusammenhänge, keine Ursachen.
Fallen Entscheidungen über KI weit oben oder außerhalb der eigenen Dienststelle, sollen Führungskräfte in der Mitte etwas vertreten, das sie weder ausgewählt haben noch ganz durchschauen. Gespielte Gewissheit trägt dann selten weit. Ein Satz wie „Ich lerne das gerade selbst. Wir finden gemeinsam heraus, wo es uns hilft“ ist ehrlicher. Nach oben dürfen Sie einfordern, was Ihr Team braucht: Klarheit über den Zweck und Zeit zum Lernen. Welche Hebel Führungskräfte in der Verwaltung sonst haben, beschreibt der Beitrag zur Führung im öffentlichen Dienst.
Meine Einschätzung als Psychologin: Was in der Debatte untergeht
Meine Einschätzung ist, dass die öffentliche Debatte über KI am Arbeitsplatz eine Frage überbetont und eine andere unterschätzt. Überbetont wird, wie viele Arbeitsplätze verschwinden. Unterschätzt wird, wie Menschen die Einführung erleben und wie sehr dieses Erleben von Dingen abhängt, die Führungskräfte beeinflussen können.
Die Befunde in diesem Beitrag zeigen in dieselbe Richtung. In der Forschung zur Arbeitsplatzunsicherheit hängt die gefühlte Unsicherheit enger mit den Folgen zusammen als die nüchterne Einschätzung. Wie belastend Arbeit mit KI erlebt wird, hing in den Studien mit ihrer Rolle zusammen, also ob sie unterstützt oder überwacht. Ebenso zählten die Höhe der Anforderungen und der Rückhalt durch Vorgesetzte. Und Menschen nehmen Algorithmen eher an, wenn sie ein wenig mitentscheiden dürfen.
Daraus ziehe ich zwei Schlüsse. Erstens ist Beruhigung ein naheliegender, aber schwacher Reflex. Wer Angst mit Versprechen beantwortet, die er nicht halten kann, verbraucht genau das Vertrauen, das die Einführung braucht. Zweitens sind Führungskräfte selbst Betroffene. Auch sie fragen sich vielleicht, was ihre Erfahrung noch wert ist, und auch ihre Arbeit kann an Daten gemessen werden. Wer das bei sich wahrnimmt, kann die Sorgen im Team besser verstehen.
Angst vor KI ist für mich deshalb vor allem ein Hinweis darauf, wo Menschen Orientierung, Lernraum und Einfluss vermissen. Wer diesen Hinweis ernst nimmt, behandelt die Einführung als Veränderung mit psychologischem Kern und nicht als IT-Projekt mit Schulungsanhang.
Kritik und Grenzen: Was weiß die Forschung noch nicht?
Die Forschung zur Angst vor KI am Arbeitsplatz ist jung, und sie läuft der Technik hinterher. Wer aus ihr Schlüsse zieht, sollte fünf Einschränkungen kennen:
- Zusammenhänge statt Ursachen: Manche Befunde stammen aus Befragungen zu einem einzigen Zeitpunkt, wie die isländische Studie. Sie zeigen, was gemeinsam auftritt, aber nicht, was was verursacht. Fang und Kollegen sehen Bedarf an Längsschnitt- und Experimentalstudien.
- Sagen und Tun: Bei Qin und Kollegen fiel die Wertschätzung von KI bei Einstellungen stärker aus als beim tatsächlichen Verhalten und hing auch vom Studiendesign ab. Manche Belege stammen zudem aus Experimenten mit Prognoseaufgaben, fern vom Arbeitsalltag.
- Land und Kultur: In derselben Meta-Analyse war die Ablehnung von KI in Ländern mit hohem Bildungsniveau und starker Internetnutzung ausgeprägter, die Wertschätzung in Ländern mit niedriger Arbeitslosigkeit. Ergebnisse lassen sich also nicht ohne Weiteres übertragen.
- Übertragungen: Jiang und Lavaysse sowie Schlicher und Maier untersuchten Arbeitsplatzunsicherheit und neue Technik allgemein, nicht KI im Besonderen.
- Was fehlt: Bei der Recherche für diesen Beitrag fand sich in den durchsuchten Fachdatenbanken keine randomisierte Studie, die prüft, welche Führungsmaßnahmen die Angst vor KI am Arbeitsplatz verringern. Die Schritte oben beruhen deshalb auf Übertragungen aus verwandten Befunden.
Wenn es allein nicht weitergeht
Manchmal löst eine KI-Einführung mehr Unruhe aus, als sich in Teamrunden auffangen lässt. Oder die Führungskraft steckt selbst zwischen Vorgaben von oben und Sorgen im Team. Als Diplom-Psychologin begleite ich Organisationen in Veränderungsprozessen und Führungskräfte im Coaching und Sparring, in der Praxis in Köln, vor Ort oder online. In moderierten Workshops können Teams ihre Sorgen aussprechen und gemeinsam Regeln für den Umgang mit KI entwickeln. Wie klar Sie selbst in Ihrer Führung gerade aufgestellt sind, zeigt Ihnen der kostenfreie Klarheits-Check in rund vier Minuten.
Passende Begleitung: Begleitung bei der KI-EinführungDie menschliche Seite der KI-Einführung: Sorgen ernst nehmen und Teams an den neuen Regeln beteiligen.Häufige Fragen zur Angst vor KI am Arbeitsplatz
Ist die Angst vor KI am Arbeitsplatz berechtigt?
Ob eine bestimmte Stelle wegfällt, kann die Forschung nicht vorhersagen, die Angst hat aber einen realen Kern. Eine Studie mit Beschäftigten in Deutschland fand sie stärker ausgeprägt in Berufen mit höherem Ersetzungspotenzial. Nach einer Meta-Analyse hängt die Angst zudem mit Rückzug und Widerstand bei der Arbeit zusammen.
Was ist Technostress?
Technostress ist Belastung, die aus dem Umgang mit digitaler Technik bei der Arbeit entsteht, etwa durch mehr Arbeit, mehr Erreichbarkeit oder hohen Lernaufwand. Nach einem systematischen Review kann befähigende und unterstützende Führung Technostress verringern, hohe Erreichbarkeitserwartungen und Kontrolle können ihn verstärken.
Was ist Algorithmus-Aversion?
Algorithmus-Aversion bezeichnet die Neigung, einem Algorithmus nicht mehr zu folgen, sobald man weiß, dass er Fehler macht, obwohl evidenzbasierte Algorithmen in Prognoseaufgaben oft besser abschneiden als Menschen. Eine Meta-Analyse zeigt, dass Menschen KI vor allem ablehnen, wenn sie ihr nicht mehr zutrauen als einem Menschen oder wenn es auf den Einzelfall ankommt. In Experimenten verringerte schon ein kleiner Einfluss auf die Ergebnisse die Ablehnung.
Wie nehme ich Mitarbeitenden die Angst vor KI?
Ganz nehmen lässt sich die Angst selten, Sie können aber die Bedingungen verbessern, unter denen sie entsteht. Verwandte Befunde sprechen für verständliche Information, Gelegenheit zum Lernen und einen echten Einfluss auf die Ergebnisse der KI. Vermeiden Sie Zusagen, die Sie nicht halten können, denn sie kosten Vertrauen, sobald sie sich als falsch erweisen.
Welche Rolle spielt die Führungskraft bei der Einführung von KI?
Die Führungskraft kann mitbeeinflussen, wie belastend Beschäftigte neue Technik erleben. Unterstützende Führung geht in Studien mit weniger Technostress einher, hohe Erreichbarkeitserwartungen und Kontrolle mit mehr. Außerdem übersetzt die Führungskraft zwischen Vorgaben und Team: Sie erklärt den Zweck, schafft Lernzeit und sorgt dafür, dass Entscheidungen über Menschen bei Menschen bleiben.
Wie entsteht Vertrauen in KI im Team?
Menschen bevorzugen KI nach einer Meta-Analyse vor allem dort, wo sie ihr die Aufgabe mehr zutrauen als einem Menschen und wo es nicht auf den Einzelfall ankommt. In Experimenten half es zusätzlich, Ergebnisse verändern zu dürfen. Angestrebt ist ein angemessenes Vertrauen, bei dem die Ergebnisse weiterhin kritisch geprüft werden.
Die Angst als Hinweis lesen
Angst vor KI am Arbeitsplatz ist weder Rückständigkeit noch bloße Stimmung. Sie zeigt, wo Menschen um ihre Bedeutung, ihre Sicherheit und ihren Einfluss fürchten. Führung kann daran mehr ändern, als es oft scheint. Versprechen helfen dabei wenig, ehrliche Information und Zeit zum Lernen umso mehr.
Vielleicht beginnen Sie mit einer einfachen Frage in Ihrer nächsten Teamrunde: Was müssten Sie über die neue KI wissen, um gelassener damit zu arbeiten? Wenn Sie die Einführung in Ihrem Team mit jemandem durchdenken möchten, schreiben Sie mir gern. Ich antworte persönlich.
Quellen
10 Einträge
- Liang, J. und Wong, C.-H.: Navigating the digital storm: a systematic review and meta-analysis of technology-induced job insecurity, its outcomes and moderators. Behavioral Sciences, 2026.
- Jiang, L. und Lavaysse, L. M.: Cognitive and affective job insecurity: a meta-analysis and a primary study. Journal of Management, 2018.
- Walczok, M. und Bipp, T.: Understanding the emergence and trajectory of job insecurity due to smart technology, artificial intelligence, robotics, and automation. Human Factors and Ergonomics in Manufacturing & Service Industries, 2025.
- Rademaker, T., Klingenberg, I. und Süß, S.: Leadership and technostress: a systematic literature review. Management Review Quarterly, 2025.
- Fang, Z., Han, L. und Ma, T.: Artificial intelligence-driven work systems and employee burnout: a systematic review of mechanisms, moderators, and a dynamic meta-system framework. Frontiers in Psychology, 2026.
- Qin, X., Zhou, X., Chen, C. u. a.: AI aversion or appreciation? A capability-personalization framework and a meta-analytic review. Psychological Bulletin, 2025.
- Dietvorst, B. J., Simmons, J. P. und Massey, C.: Overcoming algorithm aversion: people will use imperfect algorithms if they can (even slightly) modify them. Management Science, 2018.
- Newman, D. T., Fast, N. J. und Harmon, D. J.: When eliminating bias isn’t fair: algorithmic reductionism and procedural justice in human resource decisions. Organizational Behavior and Human Decision Processes, 2020.
- Schlicher, K. D. und Maier, G. W.: Social support for the successful implementation of technologies in the workplace: an examination of theories and meta-analysis of research. Group & Organization Management, 2025.
- Sigursteinsdóttir, H.: Artificial intelligence, psychosocial work environment, and burnout among municipal employees: a cross-sectional study. Work: A Journal of Prevention, Assessment & Rehabilitation, 2026.
Titelbild: Ty Finck auf Unsplash


