KI scheint oftmals ein zweischneidiges Schwert zu sein. Manche freuen sich, dass KI ihnen Arbeiten abnimmt, während andere sich vor Arbeitslosigkeit fürchten. Wie wirkt sich KI im Arbeitskontext aus, wann fördert und wann gefährdet sie das Wohlbefinden von Beschäftigten? Eine neue Metaanalyse gibt Antwort.
Künstliche Intelligenz (KI) ist nicht nur im Freizeitbereich auf dem Vormarsch, sondern prägt zunehmend den Arbeitsalltag vieler Menschen. Laut Strich et al. (2021) beeinflusst KI Mitarbeitende in ihrem Selbstverständnis und ihrer Rollenwahrnehmung, was sowohl Chancen als auch Herausforderungen bedeuten kann. Damit der Einsatz von KI Arbeitnehmende in ihrer Leistung unterstützt und ihrem Wohlbefinden zuträglich ist, sollte laut Parker und Grote (2022) bei der Implementierung neuer Technologien auf folgende Schlüsselbereiche geachtet werden:
- Arbeitsdesignprinzipien: Hierbei geht es um eine Balance von Anforderungen und Ressourcen. Indem Unternehmen ein Augenmerk auf Autonomie, Feedback, soziale Beziehungen, Aufgabenvielfalt und Effektivität im Management von Anforderungen legen, können sie begünstigen, dass sich KI zugunsten von Motivation, Wohlbefinden und Leistung auswirkt.
- Entwicklung menschenzentrierter Technologie: Dafür ist wichtig, die Bedürfnisse, Erfahrungen und Rückmeldungen der Mitarbeitenden, welche die Technologien am Ende nutzen sollen, in den Entwicklungsprozess einzubeziehen und die Anwendungen iterativ zu testen und zu optimieren. So lässt sich verhindern, dass KI Mitarbeitenden entweder nichts nutzt oder sie sogar einschränkt (Buschmeyer et al., 2023).
- Organisationale Faktoren: Auch die Umgebung muss stimmen, damit KI sinnvoll integriert werden kann. Wichtige Faktoren sind dafür laut Bankins et al. (2024) die Unternehmenskultur und Lernmöglichkeiten.
- Individuelle Faktoren: Auf individueller Ebene gilt es, die Fähigkeiten, Persönlichkeit sowie Akzeptanz von und Erfahrungen mit Technologien zu berücksichtigen (ebd.; Mlekus et al., 2020).
Einfluss von KI auf das Wohlbefinden von Mitarbeitenden
Mitarbeitende, die in der Nutzung von KI v. a. eine Chance sehen, haben ein höheres Wohlbefinden als Personen, die aufgrund von KI das Risiko, dass sie ihren Job verlieren, höher einschätzen (Xu et al., 2023). Viele Studien zu positiven und negativen Implikationen der Implementierung von KI am Arbeitsplatz fokussieren sich häufig lediglich auf extrinsische Anreize wie die Einfachheit der Nutzung oder unmittelbare Vorteile, während intrinsische Faktoren, wie die psychologischen Grundbedürfnisse Autonomie, Kompetenz und Verbundenheit (vgl. Selbstbestimmungstheorie, Ryan & Deci, 2000) übergangen werden.
Metaanalyse: KI und das PERMA-Modell
Um die psychologischen Auswirkungen der KI-Nutzung auf Arbeitnehmende umfassend zu beleuchten, haben Lara Watermann (TH Augsburg), Simone Kubowitsch (LMU München) und Eva Lermer (LMU München/TH Augsburg) im Jahr 2025 auf Basis von 20 Studien eine Metaanalyse durchgeführt. Als theoretischen Rahmen wählten sie das PERMA-Modell von Seligman (2011), welches das Wohlbefinden von Mitarbeitenden in fünf Komponenten aufschlüsselt (positive emotions, engagement, relationships, meaning, accomplishment). Die Befunde der Forscherinnen werden im Folgenden strukturiert nach diesen fünf Komponenten zusammengefasst.
1. Positive Emotionen
Positive Emotionen wie Fröhlichkeit, Dankbarkeit oder Zufriedenheit sind essenzielle Bestandteile des mentalen Wohlbefindens und fördern die Kreativität, Produktivität und das Engagement von Angestellten.
Chance: Positive Gefühle sind möglich, wenn KI Angestellten eintönige Arbeitsaufgaben abnimmt und dadurch ihre kognitive Belastung mindert.
Risiko: KI-Tools, die wenig transparent sind oder eine überwachende Funktion erfüllen, können negative Gefühle wie Frust oder Misstrauen fördern.
Fazit: Damit KI-Systeme eher positive als negative Gefühle auslösen, ist es von Vorteil, wenn Anwendungen interaktiv und transparent gestaltet sind oder Sinnstiftung bieten, beispielsweise KI-gestützte Tools für Leistungserfassung und Feedback.
2. Engagement
Engagement steht für die Nutzung individueller Stärken, um Herausforderungen zu meistern und in einen Flow, also einen Zustand tiefer Konzentration, zu gelangen, und hängt positiv mit Arbeitszufriedenheit, Motivation und Wohlbefinden zusammen.
Chance: Wenn repetitive Aufgaben durch KI automatisiert werden, haben Mitarbeitende mehr Zeit für kreative oder strategische Aufgaben.
Risiko: KI-Systeme, die Entscheidungen z. B. über die Aufgabenverteilung treffen oder die Autonomie oder Kreativität von Angestellten anderweitig einschränken, können Engagement verhindern.
Fazit: KI zu verwenden, ist bei Routineaufgaben sinnvoll, damit sich Mitarbeitende Projekten widmen können, die zu ihren Zielen und Stärken passen. Darüber hinaus ist es wichtig, dass KI-Systeme transparent und nachvollziehbar konzipiert sind und Mitarbeitende in Entscheidungsprozesse einbeziehen.
3. Beziehungen
Beziehungen am Arbeitsplatz sind sinnstiftend und geben den Beschäftigten ein Gefühl von Zugehörigkeit, was ebenfalls zur Arbeitszufriedenheit und zum Wohlbefinden beiträgt.
Chance: KI kann das Knüpfen von Beziehungen erleichtern, indem es neue Möglichkeiten zur Zusammenarbeit und zum Wissensaustausch bietet, auch über sprachliche Barrieren hinweg.
Risiko: An Arbeitsplätzen, an denen viel Technik genutzt wird, besteht die Gefahr, dass weniger direkter Kontakt stattfindet und sich Mitarbeitende dadurch isoliert und unverbunden mit anderen fühlen.
Fazit: Für das Entstehen authentischer Beziehungen ist eine Balance von KI und Möglichkeiten zur direkten Begegnung mit Menschen ratsam, indem KI menschliche Interaktion nicht ersetzt, sondern ergänzt.
4. Sinn
Wenn Arbeitnehmende ihre Tätigkeit als bedeutsam und wertvoll empfinden, ziehen sie daraus Sinn, was förderlich für Resilienz und Motivation ist.
Chance: KI-Dashboards, die den Fortschritt des Unternehmens bei der Erreichung gesteckter Ziele visualisieren, verdeutlichen Mitarbeitenden ihren eigenen Beitrag, den sie durch ihre Arbeit leisten. Auch KI-Tools, die das Setzen von Zielen, Lernmöglichkeiten und persönliche Entwicklung begleiten, können eine sinnstiftende Verbindung zwischen Mitarbeitenden und ihrem Job stärken.
Risiko: Lassen KI-Systeme nicht erkennen, welchen Effekt an Beschäftigte delegierte Aufgaben für übergeordnete Ziele haben, kann ein Gefühl von Unverbundenheit und Sinnlosigkeit entstehen.
Fazit: KI-Systeme sollten den Zweck von Aufgaben klar kommunizieren und Mitarbeitenden Echtzeitfeedback bieten, um so die individuelle Verantwortung mit den übergeordneten Unternehmenszielen zu verknüpfen.
5. Vollendung
Vollendung (accomplishment) bedeutet im PERMA-Modell die Erreichung persönlicher und beruflicher Ziele durch die erfolgreiche Erledigung von Aufgaben und geht mit Leistung, Arbeitszufriedenheit und Commitment einher.
Chance: KI-Systeme, die individuelles Lernen und persönliches Wachstum fördern, empowern Mitarbeitende, sodass diese mehr Accomplishment erfahren.
Risiko: Wenn sich Mitarbeitende zu sehr auf KI verlassen, können sie Möglichkeiten verpassen, ihre Befähigung zur Problemlösung und zum kritischen Denken zu trainieren, und nehmen Arbeitserfolge seltener als Ergebnis ihrer eigenen Leistung wahr.
Fazit: KI-Anwendungen sollten die Fähigkeiten der Beschäftigten ergänzen und die finale Entscheidung bei Mitarbeitenden und in deren Urteilsverantwortung belassen (z. B. bei KI-gestützter Diagnostik), damit menschliche Expertise und die Präzision von KI in der Balance sind.
Zusammenfassung
Der Artikel zeigt, dass künstliche Intelligenz das Wohlbefinden von Mitarbeitenden im Sinne des PERMA-Modells sowohl fördern als auch beeinträchtigen kann. Während KI etwa Effizienz und Leistung steigert, kann sie gleichzeitig soziale Beziehungen schwächen oder Sinnverlust begünstigen. Entscheidend ist daher eine menschenzentrierte Gestaltung, die alle PERMA-Dimensionen gezielt berücksichtigt.
Der Beitrag wurde verfasst von Isabelle Bock.
Vorgestellte Studie:
Watermann, L., Kubowitsch, S., & Lermer, E. (2025). AI and work design: A positive psychology approach to employee well-being. Gruppe. Interaktion. Organisation. Zeitschrift für Angewandte Organisationspsychologie (GIO), 56(2), 311-320.
