KI kann uns Arbeit abnehmen und Fragen schnell beantworten. Ob dadurch auch mehr Ruhe entsteht, hängt davon ab, wie wir damit umgehen. Ich möchte die gewonnene Zeit nicht automatisch mit weiteren Aufgaben füllen und mir weiterhin die Zeit nehmen, selbst nachzudenken.
Beim Entwickeln gibt es viele Aufgaben, bei denen KI hilfreich ist. Sich in bestehenden Code einarbeiten, Tests ergänzen oder einen ersten Lösungsansatz finden. Gerade bei einem unbekannten Projekt ist es praktisch, sich einen Überblick geben zu lassen: Wo liegt welche Verantwortung? Wie läuft ein Request durch die Anwendung? Welche Konfiguration beeinflusst das Verhalten?
Wenn das funktioniert, spart es einiges an Sucharbeit. Daraus entsteht allerdings schnell die Erwartung, dass mit KI jetzt grundsätzlich alles schnell geht.
„Das geht doch jetzt schnell“
Ganz so einfach ist es nicht. Eine Änderung muss weiterhin verstanden, umgesetzt und geprüft werden. Auch dann, wenn jemand von außen meint: „Das kannst du doch eben mit KI machen.“
Wie aufwendig eine Aufgabe ist, hängt nicht allein davon ab, wie schnell der Code geschrieben wird. Die eigentliche Arbeit steckt häufig darin, die bestehenden Abläufe zu verstehen und herauszufinden, welche Auswirkungen eine Änderung hat.
Bei komplexen Strukturen kann auch die KI den Zusammenhang verlieren. Dann schlägt sie einen Aufruf vor, den es im Projekt gar nicht gibt, verwechselt ähnlich benannte Komponenten oder setzt einen Ablauf voraus, der so nicht stattfindet. Die Erklärung dazu kann trotzdem überzeugend klingen. Solche erfundenen Details werden oft als Halluzinationen bezeichnet.
Wer das Projekt kennt, muss diese Vorschläge anschließend auseinandernehmen und korrigieren. Da gibt es durchaus Situationen, in denen man selbst schneller gewesen wäre. Man weiß bereits, warum eine Ausnahme existiert, welche Konfiguration tatsächlich greift und an welcher Stelle eine Änderung hingehört. Dieses Wissen muss man der KI unter Umständen erst vermitteln.
Die Zeit für Kontext, Rückfragen und Korrekturen gehört deshalb genauso zur Aufgabe wie die eigentliche Umsetzung. Ein schnell erzeugter Vorschlag sagt noch wenig darüber aus, wie schnell die Arbeit erledigt ist.
Das merkt man schon bei kleinen Nachfragen. Ein Projekt scannen zu lassen, um einen bestimmten Schwellenwert in der Routing-Logik oder die zuständige Konfigurationsdatei zu finden, kann hilfreich sein. Wenn dafür erst zehn Minuten lang gesucht wird, obwohl man die Stelle selbst mit einer gezielten Suche gefunden hätte, ist der Nutzen überschaubar.
Für mich gehört deshalb auch dazu, während einer Aufgabe neu zu entscheiden. Bringt mich die Unterstützung gerade weiter? Oder habe ich inzwischen genug verstanden, um die Änderung selbst schneller umzusetzen? Ich muss einen begonnenen KI-Dialog nicht um jeden Preis bis zum Ergebnis führen.
Mehr erledigt, trotzdem keine Ruhe
Gleichzeitig verleitet die schnelle Verfügbarkeit dazu, immer mehr Aufgaben parallel anzustoßen. Während ein Agent arbeitet, startet man einen zweiten. Dazu kommen Vorschläge für Verbesserungen, die vorher gar nicht auf der Liste standen.
So wird aus der erhofften Entlastung schnell zusätzliche Arbeit. Der Code muss weiterhin gelesen, verstanden und geprüft werden. Am Ende ist mehr entstanden, ohne dass der Tag ruhiger geworden ist.
Dasselbe passiert beim Beantworten von Fragen. Sobald etwas unklar ist, landet es im Chat. Dabei wäre manchmal schon viel gewonnen, wenn man sich vorher kurz damit beschäftigen würde: Was weiß ich bereits? Welche Erklärung halte ich für plausibel? Was genau habe ich noch nicht verstanden?
Eine Antwort ist noch kein Verständnis
Diesen Reflex gab es schon vor KI. Eine Frage taucht auf, man gibt sie in eine Suchmaske ein und übernimmt das erste passende Ergebnis. Ob die Quelle zuverlässig ist, wie alt der Beitrag ist oder unter welchen Voraussetzungen eine Aussage gilt, bleibt dabei schnell ungeprüft.
Bei KI kann dieser Schritt noch leichter verschwinden. Statt einer Liste von Suchergebnissen bekommt man einen fertig formulierten Text. Man muss nicht einmal mehr eine Webseite öffnen, um das Gefühl zu haben, die Frage sei geklärt.
Eine verständlich formulierte Antwort ist aber noch kein Beleg dafür, dass sie stimmt. Auch eine angegebene Quelle hilft erst dann weiter, wenn man prüft, ob sie die Aussage tatsächlich stützt.
Gerade bei technischen Fragen macht das einen Unterschied. Eine Lösung kann für eine andere Version geschrieben sein oder Voraussetzungen haben, die im eigenen Projekt nicht erfüllt sind. Um das zu erkennen, muss ich verstehen, warum sie funktionieren soll. Kopieren und ausprobieren reicht dafür nicht immer aus.
Ich möchte deshalb nicht jede Unsicherheit sofort auflösen lassen. Wer zunächst selbst über ein Problem nachdenkt, kann eine anschließende Erklärung besser einordnen und gezielter nachfragen. Manchmal reicht schon der Versuch, die Frage genauer zu formulieren, um einen Teil der Antwort zu finden.
Bewusst entscheiden, was automatisch läuft
Auto Mode hat dabei durchaus seinen Platz. Wiederkehrende Aufgaben mit klaren Vorgaben und einem gut prüfbaren Ergebnis können gerne selbstständig laufen. Wenn ich etwas lernen oder eine grundlegende Entscheidung treffen möchte, brauche ich dagegen die eigene Auseinandersetzung damit. Die KI kann Zusammenhänge erklären, Gegenargumente liefern oder auf etwas hinweisen, das ich übersehen habe.
Entschleunigen bedeutet für mich auch, nicht auf jede Frage sofort eine fertige Antwort haben zu müssen. Ich darf etwas nachlesen, darüber nachdenken oder sagen, dass ich es noch nicht weiß. Das gilt ebenso für die Erwartung anderer: Nur weil ein KI-Werkzeug verfügbar ist, lässt sich der Aufwand einer Aufgabe nicht pauschal auf ein paar Minuten reduzieren.
Und wenn tatsächlich Zeit übrig bleibt, darf sie auch einmal frei bleiben. Früher Feierabend machen, in Ruhe etwas nachlesen oder eine Runde rausgehen. Ich möchte KI so einsetzen, dass dafür mehr Platz entsteht.