ForschungAnwendungen 🇫🇷 01.08.2026 20:02

Von Vibe Coding zum Brain Fry: Die neue Müdigkeit, die Entwickler verblüfft

Entwickler leiden zunehmend unter einer neuen Art von Müdigkeit, die durch KI-Codierungswerkzeuge verursacht wird, die schnell viel Code generieren und ständige Validierung erfordern. Dieses 'KI-Gehirn-Brennen' wird mit erhöhter Entscheidungsmüdigkeit, mehr Fehlern und einem größeren Wunsch zu kündigen in Verbindung gebracht, wie Umfragen und Studien zeigen. Erfahrene Entwickler entwickeln Strategien, um diese Effekte abzumildern, wie das Erstellen von Entwürfen, das Zurückfordern von Arbeit und das Ablehnen bestimmter Aufgaben.
Ein Entwickler schilderte in einem Forum seine Erschöpfung nach zwei Monaten, in denen er täglich sieben Stunden mit KI-Tools gearbeitet hatte, und verglich dies damit, eine Produktivitätskerze an einen Flammenwerfer zu halten: schneller, aber mit höherem Energieverbrauch. Dieses Phänomen, das erstmals im August 2025 von dem ehemaligen Google-Ingenieur Jorge Raad als "Vibecoding Fatigue" beschrieben wurde, resultiert aus einer übermäßigen kognitiven Delegation an die KI. Eine Studie vom März 2026 nannte es "AI Brain Fry" und stellte fest, dass bei 1.488 Personen ein Drittel mehr Entscheidungsmüdigkeit, 39 Prozent mehr schwerwiegende Fehler und ein erhöhter Wunsch zu kündigen auftrat (von 25 auf 34 Prozent). Das Upwork Research Institute zeigte, dass 77 Prozent der KI-Nutzer angaben, ihre Arbeitsbelastung sei gestiegen, und 88 Prozent der produktivsten KI-Nutzer berichteten von Burnout. Das Problem hängt mit den "Ironien der Automatisierung" zusammen, die die Ergonomin Lisanne Bainbridge 1983 beschrieb: Wenn einfache Aufgaben automatisiert werden, bleiben dem Menschen die schwierigsten Aufgaben plus die Überwachung. Entwickler nutzen KI, weil Code überprüfbar ist, und der SWE-Bench-Benchmark verfolgt den Fortschritt. Um damit umzugehen, verwenden Entwickler drei Hauptstrategien: einen Entwurf erstellen, bevor sie KI einsetzen, die Arbeit zurückerobern, indem sie jede erzeugte Zeile verstehen, und bestimmte Aufgaben ablehnen, wie Architekturentscheidungen, Risikobereiche und sinnvolle Arbeit. Diese Strategien setzen die Bremsen wieder ein, die die Maschine entfernt hat. Zu beobachten, wo erfahrene Fachleute KI ablehnen, kann Anfängern als Orientierung dienen. Morgan Blangeois, Doktorand an der Université Clermont Auvergne, hat diesen Artikel verfasst, der von The Conversation übernommen wurde.
Quelle: Numerama — Original
Unsere früheren Beiträge zu diesem Thema ↓
Aktuelle Nachrichten