Technostress im KI-Zeitalter: Wie er entsteht und was Organisationen und Beschäftigte dagegen tun können

„KI wird uns alle produktiver machen.“ Dieser Satz hallt wie ein Mantra durch die LinkedIn-Feeds, Fachzeitschriften und Vorstandsetagen der Welt. Und tatsächlich berichtete eine kürzlich veröffentlichte Studie von KI-bezogenen Qualitätssteigerungen von bis zu 40 % und einer Beschleunigung von Aufgaben um 25 % (Dell’Acqua et al., 2026).

Doch der Blick hinter die Kulissen offenbart ein ambivalenteres Bild: Ein praxisnaher Befragungsbericht (Monahan & Burlacu, 2024) zu generativer KI zeigt etwa erhebliche Diskrepanz zwischen den Erwartungen von Führungskräften und den tatsächlichen Erfahrungen von Beschäftigten. Während im Bericht 96 % der Führungskräfte davon ausgehen, dass der Einsatz von generativer KI die Produktivität steigert, berichtete fast die Hälfte aller Beschäftigten, Schwierigkeiten zu haben, den dadurch gestiegenen Erwartungen gerecht zu werden. Darüber hinaus geben 77 % der Befragten an, dass KI-Anwendungen ihre Produktivität verringerten oder ihre Arbeitsbelastung sogar erhöhten – etwa durch einen zusätzlichen Lern- und Kontrollaufwand (Monahan & Burlacu, 2024).

Überforderung, Kontrollverlust und gleichzeitig Belastung durch ständige Nutzung. Diese Schattenseiten generativer KI lassen sich gut mit einem etablierten arbeitspsychologischen Begriff beschreiben: dem sogenannten Technostress.
Klar ist: Die Implementierung von Künstlicher Intelligenz ist weit mehr als ein technisches IT-Upgrade oder die Verteilung von ChatGPT-Lizenzen. Sie stellt für Organisationen eine fundamentale psychosoziale Gestaltungsaufgabe dar. Wir dürfen KI-Tools nicht isoliert betrachten, sondern müssen verstehen, wie sie die menschliche Psyche, unsere berufliche Identität und das fein gewebte soziale Gefüge in Organisationen verändern. In diesem Artikel ordnen wir daher aktuelle Befunde aus der arbeitspsychologischen Forschung ein und zeigen auf, wie wir Technostress vermeiden und menschliches Wohlbefinden und technologische Innovation vereinen.

Die Anatomie des Technostresses

Technostress ist kein vages Unbehagen, sondern ein wissenschaftlich etabliertes Phänomen. Er bezeichnet eine Form arbeitsbezogenen Stresses, die aus der Nutzung von Informations- und Kommunikationstechnologien wie Internetanwendungen, mobilen Endgeräten oder sozialen Medien entsteht. Er tritt insbesondere dann auf, wenn Beschäftigte in digitalen Arbeitsumgebungen dauerhaft mit neuen Informationen, technischen Anforderungen oder ständiger Erreichbarkeit konfrontiert sind und diese als schwer bewältigbar wahrnehmen. Technostress kann sich in Anspannung, Unsicherheit und Überforderung äußern und sich negativ auf Gesundheit, Produktivität und Arbeitszufriedenheit auswirken.
In der arbeitspsychologischen Forschung wird Technostress oft über die folgenden fünf Stressfacetten definiert (Liu et al., 2025):

Techno- Überlastung

Das Gefühl, durch den Einsatz von KI schneller, länger oder intensiver arbeiten zu müssen. Technologien können vor allem einfache Routinetätigkeiten übernehmen, während komplexe und besonders fordernde Aufgaben bei den Beschäftigten verbleiben. So müssen letztere in derselben Zeit auf einem wesentlich intensiveren Niveau arbeiten als zuvor.

Ein Beispiel: Eine Architektin nutzt KI, um Gebäudeentwürfe zu erstellen. Weil sich damit innerhalb kurzer Zeit zahlreiche Varianten erzeugen lassen, erwarten Kundinnen und Kunden nun statt drei Vorschlägen gleich zehn – und bitten häufiger um weitere Änderungen. Doch jeder Entwurf muss auch dahingehend geprüft werden, ob er baulich umsetzbar ist, Sicherheitsvorgaben erfüllt und zum verfügbaren Budget passt. Die KI beschleunigt zwar die Erstellung der Bilder, vervielfacht aber zugleich die Menge der Entwürfe und Entscheidungen, die sorgfältig bearbeitet werden müssen.

Techno-Invasion

Das Erleben, dass KI-gestützte Technologien zunehmend in das Privatleben eindringen und die Grenzen zwischen Arbeit und Freizeit verschwimmen lassen. Dazu gehören permanente Erreichbarkeit oder der Druck, sich auch außerhalb der Arbeitszeit mit neuen KI-Entwicklungen zu beschäftigen.

Ein Beispiel: Ein Beschäftigter sitzt abends mit Freunden beim Essen, als auf seinem Diensthandy die Nachricht erscheint, dass ein neues KI-Tool ab Montag eingesetzt werden soll. Später schaut er sich im Bett noch ein Erklärvideo dazu an und probiert die Anwendung aus, weil einige Kolleginnen und Kollegen bereits darüber diskutieren. Es fühlt sich für ihn so an, als müsse er seine Freizeit nutzen, um beruflich mithalten zu können.

Techno-Komplexität

Die Wahrnehmung, dass KI-Systeme kompliziert sind und die eigenen Kenntnisse für ihre kompetente Nutzung nicht ausreichen. Daraus können Überforderung, Selbstzweifel und ein ständiger Weiterbildungsdruck entstehen.

Ein Beispiel: Eine Personalsachbearbeiterin soll mit einer neuen KI Bewerbungen vorsortieren. Auf dem Bildschirm erscheinen Bewertungen und Empfehlungen, sie versteht jedoch nicht, wie das System zu diesen Ergebnissen kommt oder ob möglicherweise geeignete Bewerber benachteiligt werden. Gleichzeitig ist unklar, welche Daten sie eingeben darf und wer verantwortlich ist, wenn die KI einen Fehler macht. Statt sich unterstützt zu fühlen, sitzt sie zunehmend verunsichert vor dem System und fragt sich, ob sie überhaupt kompetent genug ist, es richtig zu bedienen.

Techno-Unsicherheit

Die Sorge, durch KI ersetzt zu werden oder gegenüber Kolleginnen und Kollegen mit besseren KI-Kompetenzen beruflich an Wert zu verlieren. Dazu zählen Ängste um den Arbeitsplatz, die eigene Position oder die langfristige Relevanz der eigenen Fähigkeiten.

Ein Beispiel: Ein Beschäftigter im Kundenservice bearbeitet seit Jahren Anfragen persönlich und kennt viele Kundinnen und Kunden beim Namen. Nun übernimmt ein KI-Chatbot einen großen Teil der Standardanfragen. In einer Teamsitzung fällt der Satz, dass dadurch künftig „weniger manuelle Unterstützung“ benötigt werde. Als ein jüngerer Kollege zusätzlich für seine guten KI-Kenntnisse gelobt wird, fragt sich der Beschäftigte, ob seine Erfahrung noch zählt – oder ob sein Arbeitsplatz bald überflüssig werden könnte.

Techno-Ungewissheit

Belastung durch die kontinuierliche Veränderung und Weiterentwicklung von KI-Technologien. Häufige Updates, neue Anwendungen und unklare zukünftige Anforderungen können das Gefühl erzeugen, nie dauerhaft auf dem aktuellen Stand zu sein.

Ein Beispiel: Eine Mitarbeiterin hat sich gerade mühsam in ein neues KI-Tool eingearbeitet und diesbezüglich erste Routinen entwickelt. Kurz darauf wird eine neue Version veröffentlicht, Funktionen verändern sich und wenig später kündigt das Unternehmen bereits den Wechsel zu einer anderen Anwendung an. Dadurch entsteht bei ihr das Gefühl, immer wieder von vorne beginnen zu müssen und trotz kontinuierlicher Weiterbildung nie wirklich auf dem aktuellen Stand zu sein.

Generative KI erweitert die etablierten Technostress-Mechanismen zudem um weitere, neue Facetten: regulatorische Unsicherheit, Datenschutzsorgen und Stress durch mangelnde Reliabilität. Die Möglichkeit fehlerhafter oder erfundener KI-Ausgaben macht eine sorgfältige Kontrolle der Ergebnisse notwendig und kann zusätzliche kognitive Belastung erzeugen. Besonders subtil wirkt die Sorge vor dem „Deskilling“ – der Angst, eigene kognitive Fähigkeiten durch eine schleichende Abhängigkeit von den Tools zu verlieren.

Technostress durch die Theorie-Brille

Um zu verstehen, wie Technostress entsteht, hilft ein Blick auf die tragenden Säulen der Stressforschung:

Transaktionale Stresstheorie (nach Lazarus & Folkman, 1984)

Die transaktionale Stresstheorie nach Lazarus und Folkman (1984) stellt ein zentrales psychologisches Framework dar, um zu erklären, wie Individuen auf Stressauslöser (wie zum Beispiel technologische Veränderungen) reagieren. Die Theorie besagt, dass Stress nicht allein durch ein äußeres Ereignis entsteht, sondern durch die kognitive Bewertung (Appraisal) dieses Ereignisses. Nach diesem Modell durchlaufen Menschen zwei Stufen der Bewertung, wenn sie mit einem potenziellen Stressor wie z.B. der Einführung von KI konfrontiert werden:

1. Primäre Bewertung: Zuerst beurteilt die Person, ob die Situation eine Bedrohung für ihre persönlichen Ziele, Ressourcen oder seine Identität darstellt.

2. Sekundäre Bewertung: Dann schätzt die Person ihre eigenen Fähigkeiten und die ihr zur Verfügung stehenden Ressourcen ein, um die Situation zu bewältigen.

Je nachdem, wie die Bewertung ausfällt, können die Stressoren anschließend negativ oder positiv eingeschätzt werden:

Hindernis-Bewertung (Hindrance Appraisal): Der Stressor wird als schädlich für die Zielerreichung wahrgenommen. Im Kontext von KI fühlen sich Beschäftigte durch Faktoren wie technologische Komplexität oder Überlastung bedroht (z. B. Angst vor Arbeitsplatzverlust). Dies führt zu Folgen wie Job-Angst, emotionaler Erschöpfung und einer Hemmung von innovativem Verhalten. Hier entsteht negativer Technostress.

Herausforderungs-Bewertung (Challenge Appraisal): Der Stressor wird als Chance für persönliches Wachstum, Kompetenzsteigerung und Belohnung erkannt. Wenn Beschäftigte KI als Werkzeug zur Effizienzsteigerung und zum Lernen betrachten, wirkt der Stress aktivierend (Techno-Eustress). Dies fördert das Arbeitsengagement und regt zu proaktivem Verhalten an. Hier entsteht positiver Technostress.

KI-Stress und die Folgen für Organisationen

Wenn die fünf Reiter der digitalen Überforderung – von der Techno-Invasion bis zur Techno-Unsicherheit – ungebremst durch die Flure galoppieren, entstehen Risiken für Gesundheit, Zusammenarbeit und Innovationsfähigkeit.

Die blockierte Kreativität: Warum Stress Innovation hemmt

Es klingt paradox: Wir führen KI ein, um innovativer zu werden, doch der dadurch ausgelöste Stress bewirkt oft das Gegenteil. Wenn Beschäftigte die KI als Bedrohung wahrnehmen, verfällt ihr Gehirn in einen „Tunnelblick“.  Anstatt mutig neue Lösungswege mit dem Tool zu erkunden, klammern sie sich aus Angst vor Fehlern an alte Routinen. Aktuelle Befunde deuten darauf hin, dass Technostress mit geringerem proaktivem und innovativem Arbeitsverhalten einhergehen kann (Zhang et al., 2025).

Der stille Rückzug: Quiet Quitting als Schutzreflex

Lange bevor Beschäftigte den Schritt zur Kündigung gehen, verlassen sie das Unternehmen oft innerlich. Eine Studie in kleinen und mittleren Unternehmen deutet darauf hin, dass KI-bezogene Angst mit Quiet Quitting und Kündigungsabsichten zusammenhängen kann (Uygungil-Erdogan et al., 2025). Die Beschäftigten schalten in einen emotionalen „Notlauf-Modus“ und beschränken sich in ihrer Arbeit nur noch auf ein Minimalmaß.

Wenn Vertrauen in Widerstand umschlägt: Kontraproduktives Verhalten

Wenn Beschäftigte KI primär als Ersetzungsrisiko wahrnehmen, kann dies laut aktueller Befunde mit kontraproduktivem Arbeitsverhalten zusammenhängen. In der Praxis bedeutet das: Sie arbeiten bewusst langsamer, ignorieren neue Richtlinien oder reden gegenüber Dritten schlecht über das Unternehmen (Bai et al., 2024).

Das einsame Büro: Der Zerfall des sozialen Klebstoffs

Ein oft unterschätzter Faktor ist die Einsamkeit am Arbeitsplatz. Wenn die intensive Interaktion mit ChatGPT & Co. die menschliche Zusammenarbeit ersetzt, fühlen sich Beschäftigte zunehmend sozial isoliert. Diese Einsamkeit ist ein Treiber für psychisches Leiden und gefährdet die Team-Kohäsion – jenen sozialen Puffer, der normalerweise Stress abfedert und gemeinsames Lernen erst ermöglicht (Liu, Li, & Li, 2026).

Psychische Gesundheit: Angst und depressive Symptome

Technostress löst nicht nur unschöne Gefühle aus. Wie jede Form von chroischem Stress kann er klinisch relevante Auswirkungen wie Ängste und depressive Symptome mit sich bringen. Eine kürzlich veröffentlichte Studie deutet darauf hin, dass dieser Zusammenhang häufig über wahrgenommene Jobunsicherheit vermittelt wird. (Zhang et al., 2025).

Eustress: Positive Folgen bei richtiger Gestaltung

Eustress beschreibt das, was viele Menschen als “positiven Stress” bezeichnen würden. Das Gefühl von Herausforderung, Flow und persönlichem Wachstum, das entsteht, wenn eine komplexe Entwicklungsaufgabe erfolgreich bewältigt werden kann. Eustress im Umgang mit KI ist der Zielzustand, den Teams und Organisationen anstreben sollten. Er entsteht, wenn KI-Arbeit – im Wording der transaktionalen Stresstheorie – als Herausforderung und nicht als Hindernis bewertet wird. Dass das auch im Kontext KI funktioniert, belegen mittlerweile erste Forschungsarbeiten:

Glück und Energie: Bei erfolgreicher Adoption kann die Technik auch positive Effekte haben und Glück sowie die wahrgenommene Energie am Arbeitsplatz steigern, während der Stress sinkt (Cambra-Fierro et al., 2025).

Innovative Leistungssteigerung: Wenn Technostress als Herausforderung (Challenge Appraisal) bewertet wird, kann er das Arbeitsengagement und damit das innovative Verhalten sogar fördern (Zhang et al., 2025).

Führungskräfte und Entscheider sollten sich nun die Frage stellen, wie sie die Voraussetzungen dafür schaffen können, dass die Bewertung von KI-Systemen als lösbare Herausforderung möglich wird. Entscheidend ist daher, welche Ressourcen Beschäftigte und Organisationen im Umgang mit KI stärken können.

Organisationale Ressourcen für einen gesunden Umgang mit KI

Wir halten fest: Stress im Umgang mit KI ist nicht per se schädlich. Ob wir Stress als belastend oder aktivierend erleben, hängt maßgeblich von den verfügbaren Ressourcen ab. Das können sowohl die eigenen Fähigkeiten sein als auch die Unterstützung durch das Unternehmen. Diese kann in verschiedenen Formen zu einer förderlichen Arbeitsweise mit KI-Technologien beitragen:

Strategische Verantwortung und Wertebasis

Unternehmen, die ethische Standards über reine Effizienzziele stellen, schaffen das notwendige Vertrauen.

• Corporate Social & Digital Responsibility (CSR & CDR): Dazu gehört, offen zu kommunizieren, wofür die Technologie genutzt wird, Mitarbeitende in Veränderungen einzubeziehen, ihre Daten zu schützen und sie bei neuen Anforderungen zu unterstützen. Eine aktiv gelebte digitale Verantwortung signalisiert den Beschäftigten, dass ihr Wohlergehen Vorrang hat. Sie wirkt wie ein „Puffer“ gegen die Angst vor Arbeitsplatzverlust (Job Insecurity), da darauf vertraut werden kann, dass die Technik zur Unterstützung und nicht zur reinen Reduktion von Personalkosten eingesetzt wird.

Menschenzentrierte Führung

Führungskräfte sind die wichtigsten Begleiter im Wandel. Ihr Verhalten entscheidet darüber, ob KI als Bedrohung oder Chance wahrgenommen wird.

• Humble Leadership (Bescheidene Führung): Vorgesetzte, die eigene Wissenslücken offen zugeben und gemeinsam mit dem Team lernen, stärken die KI-Selbstwirksamkeit der Beschäftigten. Dies nimmt den Druck der technologischen Komplexität.
• Service-Oriented Leadership (SOL): Ein Führungsstil, der individuelle Bedürfnisse und emotionale Unterstützung in den Fokus rückt, hilft nachweislich dabei, emotionale Erschöpfung durch KI-Angst abzufedern.
• Mehr zum Thema Führung im KI-Kontext erfahren Sie in unserem vertiefenden Blogartikel zu KI und Leadership.

Kollaborative Lern-Ökosysteme

Wissen ist das beste Gegenmittel gegen Angst – besonders, wenn es gemeinsam erworben wird.

• Co-Skilling: Anstatt einsamer Online-Schulungen setzt Co-Skilling auf gemeinsames Lernen im Team. Dies baut nicht nur Kompetenz auf, sondern stellt soziale Verbindungen her.
• Kritische Informationskompetenz (AI Literacy): Es geht nicht nur um technisches Wissen, sondern um die Fähigkeit, KI-Ergebnisse kritisch zu bewerten. Wer lernt, KI als Erweiterung (Augmentierung) der eigenen Fähigkeiten zu nutzen, behält das Gefühl der Kontrolle.

Transparente Arbeitsgestaltung

• Algorithmische Transparenz: Offenheit über die Grenzen und Fehler der KI (z. B. durch „AI Failure Reports“) nimmt die Angst vor der „unfehlbaren Maschine“. Beschäftigte erkennen dadurch klarer, wo ihr menschlicher Beitrag weiterhin unverzichtbar bleibt.
• Job Crafting: KI sollte so implementiert werden, dass sie Routineaufgaben übernimmt und Freiräume für komplexe, sinnstiftende Tätigkeiten schafft. Ziel ist eine Aufgabenoptimierung, die den Beschäftigten Autonomie zurückgibt.
• KI-freie Zonen: Die bewusste Reservierung bestimmter Bereiche für rein menschliche Entscheidungen schützt die berufliche Identität und Handlungsfähigkeit.

Aktive Arbeitsgestaltung mit KI sinnvoll nutzen

Die Forschung zeigt: KI-bedingter Stress ist kein unvermeidbares Schicksal, sondern eine Gestaltungsaufgabe.
Hier setzt unser wissenschaftlich fundiertes Workshop-Konzept „Arbeitsgestaltung mit KI“ an. Auf Basis arbeitspsychologischer Erkenntnisse unterstützen wir Organisationen und Beschäftigte dabei, Belastungen zu reduzieren, Ressourcen zu stärken und den Einsatz von KI als Chance zu nutzen.

Mehr über die Schulung erfahren Sie hier.

Quellen zum Blogbeitrag „Technostress und KI“

• Bai, S., Zhang, X., Yu, D., & Yao, J. (2024). Assist me or replace me? Uncovering the influence of AI awareness on employees‘ counterproductive work behaviors. Frontiers in Public Health, 12, Article 1449561. https://doi.org/10.3389/fpubh.2024.1449561
• Cambra-Fierro, J. J., Fuentes-Blasco, M., López-Pérez, M.-E., & Trifu, A. (2025). ChatGPT adoption and its influence on faculty well-being: An empirical research in higher education. Education and Information Technologies, 30, 1517–1538. https://doi.org/10.1007/s10639-024-12871-0
• Dell’Acqua, F., McFowland, E., III, Mollick, E., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2026). Navigating the jagged technological frontier: Field experimental evidence of the effects of artificial intelligence on knowledge worker productivity and quality. Organization Science, 37(2), 403–423. https://doi.org/10.1287/orsc.2025.21838
• Kim, B.-J., & Lee, J. (2025). AI adoption, employee depression and knowledge: How corporate social responsibility buffers psychological impact. Journal of Innovation & Knowledge, 10, Article 100815. https://doi.org/10.1016/j.jik.2025.100815
• Lazarus, R. S., & Folkman, S. (1984). Stress, appraisal, and coping. Springer.
• Liu, X., Zhang, L., & Wei, X. (2025). Generative Artificial Intelligence Literacy: Scale Development and Its Effect on Job Performance. Behavioral Sciences, 15(6), 811. https://doi.org/10.3390/bs15060811
• Liu, M., Li, Y., & Li, J. (2026). The impact of generative AI use on employees‘ psychological distress: A moderated mediation model. Frontiers in Public Health, 14, Article 1798423. https://doi.org/10.3389/fpubh.2026.1798423
• Monahan, K., & Burlacu, G. (2024). From burnout to balance: AI-enhanced work models for the future. Upwork Research Institute. https://www.upwork.com/research/ai-enhanced-work-models
• Uygungil-Erdogan, S., Şahin, Y., Sökmen-Alaca, A. İ., Oktaysoy, O., Altıntaş, M., & Topçuoğlu, V. (2025). Assessing the effect of artificial intelligence anxiety on turnover intention: The mediating role of quiet quitting in Turkish small and medium enterprises. Behavioral Sciences, 15(3), Article 249. https://doi.org/10.3390/bs15030249
• Wang, B., Liu, S., & Luo, C. (2026). How does human-AI collaboration task complexity affect employee work engagement? The roles of humble leadership and AI self-efficacy. Frontiers in Psychology, 17, Article 1767967. https://doi.org/10.3389/fpsyg.2026.1767967
• Zhang, S., Guo, P., Yuan, Y., & Ji, Y. (2025). Anxiety or engaged? Research on the impact of technostress on employees‘ innovative behavior in the era of artificial intelligence. Acta Psychologica, 259, Article 105442. https://doi.org/10.1016/j.actpsy.2025.105442
• Zhang, Y., Liu, X., Yan, Q., & Na, M. (2025). Empowering workforces in AI-driven environments: Co-skilling, organizational support, and mitigating job insecurity. Frontiers in Psychology, 16, Article 1700129. https://doi.org/10.3389/fpsyg.2025.1700129