{"id":324316,"date":"2026-06-17T04:53:02","date_gmt":"2026-06-17T01:53:02","guid":{"rendered":"https:\/\/ceotudent.com\/aufmerksamkeitsrueckstand-ki-zeitalter"},"modified":"2026-06-17T04:53:02","modified_gmt":"2026-06-17T01:53:02","slug":"aufmerksamkeitsrueckstand-ki-zeitalter","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/de\/aufmerksamkeitsrueckstand-ki-zeitalter","title":{"rendered":"Aufmerksamkeitsr\u00fcckstand im KI-Zeitalter: Warum das Wechseln zwischen Menschen und Maschinen schneller erm\u00fcdet"},"content":{"rendered":"
\n

Kurzfassung:<\/strong> Wenn Sie von einer Aufgabe zur n\u00e4chsten wechseln, bleibt ein St\u00fcck Ihrer Aufmerksamkeit bei der ersten zur\u00fcck. Die Psychologin Sophie Leroy nannte das 2009 Aufmerksamkeitsr\u00fcckstand<\/strong>, und ihre Forschung fand, dass er am schlimmsten ist, wenn die soeben verlassene Aufgabe unerledigt oder unter Zeitdruck<\/strong> war – genau der Zustand, in dem ein halbfertiger Prompt oder ein “wird noch generiert”-Fenster Sie zur\u00fcckl\u00e4sst. Das KI-Zeitalter versch\u00e4rft das aus einem einfachen strukturellen Grund: KI liefert Arbeit in Sekunden, also enth\u00e4lt eine einzige Stunde nun weit mehr \u00dcbergaben zwischen dem Anweisen einer Maschine<\/em> und der Zusammenarbeit mit Menschen<\/em> als je eine Stunde vor der KI, und jede \u00dcbergabe hinterl\u00e4sst R\u00fcckstand. Die verifizierten Kosten sind hoch: Es dauert etwa 23 Minuten<\/strong>, um zu einer unterbrochenen Aufgabe voll zur\u00fcckzukehren (Gloria Mark, 2008), Wechseln kann bis zu 40% der produktiven Zeit<\/strong> verbrennen (APA, 2001), und Wissensarbeiter springen bereits rund 1.200-mal am Tag<\/strong> zwischen Apps (HBR, 2022) – alles, bevor Sie KI hinzuf\u00fcgen, die 75% der Wissensarbeiter inzwischen bei der Arbeit nutzen<\/strong> (Microsoft und LinkedIn, 2024). Dieser Artikel macht aus diesen Befunden ein originales Mensch-KI-Wechselbuch<\/strong> und eine auswertbare Selbstpr\u00fcfung<\/strong>. Der Zug: Budgetieren Sie Ihre Wechsel so, wie ein CEO knappes Kapital zuteilt, und bleiben Sie genug Student, um zu lernen, wo Ihr eigener R\u00fcckstand am schnellsten leckt.<\/p>\n<\/blockquote>\n

Sie setzen sich, um etwas Schwieriges zu schreiben. Sie geben einen Teil davon an eine KI ab – “entwirf die Einleitung” – und w\u00e4hrend sie generiert, springen Sie zu Slack, antworten einem Kollegen, werfen einen Blick in die E-Mails und kommen dann zur\u00fcck, um die KI-Ausgabe zu beurteilen. Die ganze Schleife dauerte neunzig Sekunden und f\u00fchlte sich effizient an. War sie nicht. Sie haben mindestens drei Aufgaben halb offen gelassen, viermal den kognitiven Modus gewechselt und kehrten zum Schreiben zur\u00fcck und trugen den R\u00fcckstand von allen. Der Entwurf auf dem Bildschirm ist in Ordnung; Ihre F\u00e4higkeit, ihn zu beurteilen, ist es nicht. Das ist die stille Steuer der Arbeit mit Maschinen, und fast niemand budgetiert daf\u00fcr.<\/p>\n

Die Wissenschaft hinter dieser Steuer hat einen Namen und einen klaren Ursprung. 2009 ver\u00f6ffentlichte die Organisationspsychologin Sophie Leroy ein Papier mit einem Titel, der wie ein Seufzer klingt: “Warum ist es so schwer, meine Arbeit zu tun?”<\/em> Ihre Antwort war der Aufmerksamkeitsr\u00fcckstand<\/strong> – der Befund, dass beim Wechsel von Aufgabe A zu Aufgabe B ein Teil Ihrer Aufmerksamkeit kognitiv an Aufgabe A h\u00e4ngen bleibt und dieser verbleibende R\u00fcckstand Ihre Leistung bei Aufgabe B messbar verschlechtert. Der Effekt ist, entscheidend, am st\u00e4rksten, wenn Aufgabe A unerledigt<\/strong> war oder unter Zeitdruck<\/strong> erledigt wurde. Das KI-Zeitalter hat den Aufmerksamkeitsr\u00fcckstand nicht erfunden. Es hat die Bedingungen industrialisiert, die ihn erzeugen.<\/p>\n

\n
\n

Table of Contents<\/p>\nToggle<\/span><\/path><\/svg><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n