TLDR: Drei Tage, drei neue Spitzenmodelle: Fable 5.1, Gemini 3.8 Flash, GPT-6 Astra. Gleichzeitig sinkt die Begeisterung für KI, von 50 Prozent 2024 auf noch 19 Prozent heute. Klingt widersprüchlich, ist es aber nicht. Wer genauer hinschaut, findet drei völlig unterschiedliche Müdigkeiten: Man hat es satt, dauernd davon zu hören, nutzt sie aber trotzdem. Man ist erschöpft vom Kontrollieren der Ergebnisse, “Brain Fry” genannt, mit klaren Zahlen dazu: bis zu 39 Prozent mehr Fehler bei intensiver Überwachung. Und man ist müde vom Takt der Releases selbst, drei Spitzenmodelle in 72 Stunden sind schlicht zu viel zum Verdauen. Die gute Nachricht: KI ist nicht das Problem. Übernimmt sie tatsächlich Routinearbeit statt zusätzliche Kontrollarbeit zu schaffen, sinkt das Burnout-Risiko sogar um 15 Prozent. Der Hebel liegt also nicht beim nächsten Modell. Er liegt bei der Disziplin, mit der man das nutzt, was man schon hat.

Ehrlich gesagt, ich musste letzte Woche selber kurz durchatmen. Montag Fable 5.1 und Mythos 5.1 von Anthropic, Dienstag Gemini 3.8 Flash von Google, Mittwoch dann GPT-6 Astra von OpenAI - ach ja und Grok soll auch ein neues Modell rausbringen vor Ende nächster Woche (so lange dauert wohl das kopieren). Drei grosse Labels, drei neue Modelle, drei Tage. Mein erster Gedanke war tatsächlich: wow, geht's noch schneller?! Aber genau dieser Reflex ist für mich der eigentliche Punkt. Nicht die Modelle selbst sind das Ereignis, sondern dass wir mittlerweile bei "wow, schon wieder was Neues" angekommen sind, statt bei "wow, das verändert jetzt wirklich was für mich". Wenn selbst ich, der beruflich jeden Tag mit KI arbeitet, bei dem Tempo kurz aus dem Tritt komme, dann ist relativ klar, wieso der Rest der Bevölkerung gerade eher genervt als begeistert reagiert.

Eigentlich verrückt wenn man den aktuellen Studien glauben soll, und Du gehörst vermutlich nicht dazu, aber nur noch 19 Prozent sind heute noch begeistert von KI. Vor zwei Jahren waren es 50 Prozent. Das zeigt eine Analyse von TRG Datacenters, die tausende Beiträge aus Online-Communities mit grossen Umfragen abgeglichen hat. Gleichzeitig explodiert der Begriff “AI Slop”, billige, austauschbare KI-Inhalte, fast verneunfacht in einem Jahr, 82 Prozent davon negativ besetzt.

In den USA sagt mehr als die Hälfte, 54 Prozent, sie hätten es einfach satt, dauernd von KI zu hören. 46 Prozent finden, man komme ihr gar nicht mehr aus. Und trotzdem: 69 Prozent nutzen sie weiter. Man kann also genervt sein und trotzdem täglich ChatGPT öffnen. Beides gleichzeitig, ganz normal.

Bei uns im deutschsprachigen Raum sieht es ähnlich aus. 41 Prozent der Wissensarbeiter:innen würden laut Adaptavist lieber ohne KI arbeiten. Grund Nummer eins, 45 Prozent: der Ärger mit minderwertigen KI-Ergebnissen, die man dann selber wieder aufräumen darf. Bitkom findet fast dasselbe: Drei Viertel haben Spass an KI, über 40 Prozent würden trotzdem lieber in einer Welt ohne sie leben. Zwei Studien, ein Ergebnis. Das ist kein Zufall mehr, das ist ein Muster.

Wenn alle “KI-Müdigkeit” sagen, meinen sie oft drei völlig verschiedene Dinge. Erstens: Man hat es satt, davon zu hören, nutzt sie aber trotzdem. Zweitens: Man ist erschöpft vom Kontrollieren der KI-Ergebnisse, “Brain Fry” genannt. Drittens: Man ist müde vom Takt der Modell-Releases. Drei Baustellen, drei Lösungen. Wer sie in einen Topf wirft, löst gar nichts.

Zu Baustelle zwei gibts harte Zahlen. Die Boston Consulting Group hat 1488 US-Beschäftigte befragt, publiziert in der Harvard Business Review im März 2026. Wer KI-Ergebnisse intensiv überwachen muss: 14 Prozent mehr mentaler Aufwand, 19 Prozent mehr Informationsüberlastung. Bei den betroffenen Beschäftigten steigen kleinere Fehler um 11 Prozent, grössere um 39 Prozent. Über ein Drittel dieser Gruppe denkt aktiv über Kündigung nach. Und die Studie liefert gleich eine Faustregel mit: Produktivität steigt bis zu drei parallel genutzten Tools. Ab vier kippt es.

Wichtig dabei: KI selbst ist nicht das Problem. Übernimmt sie tatsächlich nervige Routinearbeit, statt zusätzliche Kontrollarbeit zu schaffen, sinkt das Burnout-Risiko sogar um 15 Prozent. Es geht also nicht um Ja oder Nein zu KI. Es geht darum, wie man sie einsetzt.

-WERBUNG- Mehr konkrete Tipps, weniger Hype? Dann sind unsere Kurse das richtige für Dich:

Jetzt zu deinem Punkt mit Fable 5.1 und Astra 6. Die ersten Tage im September 2026 waren tatsächlich verrückt dicht. 1. September: Claude Fable 5.1 und Mythos 5.1. 2. September: Gemini 3.8 Flash. 3. September: GPT-6 Astra. Gleiche Woche: Metas Muse Spark 1.3. Branchenbeobachter nennen das die dichteste 48-Stunden-Welle seit dem August-Schub davor.

Technisch ist daran nichts falsch. Das Problem ist der Rhythmus. Jedes Release wird als grosser Sprung verkauft, obwohl die meisten von uns das vorherige Modell noch gar nicht richtig in ihren Alltag integriert haben. «Das verändert jetzt alles» funktioniert einmal. Im Wochentakt wird daraus Hintergrundrauschen. Man wird nicht müde von dem, was KI kann. Man wird müde davon, sich alle paar Tage neu dafür interessieren zu müssen.

Das kostet auch Vertrauen. Das TechnikRadar 2026, eine Befragung von über 2000 Personen, zeigt: Nur 6 Prozent halten KI für den besseren Entscheider als sich selbst. 48 Prozent fürchten schlicht, die Kontrolle über eigene Entscheidungen zu verlieren. Schnellere Modell-Zyklen bauen offenbar kein Vertrauen auf. Sie setzen die Messlatte einfach jede Woche neu, bevor die alte je eingelöst wurde.

Der Denkfehler ist simpel: Wir verwechseln, wie schnell ein Modell rauskommt, mit dem, was es für uns tatsächlich bringt. Studien zeigen: KI hat den Aufgabenumfang vieler Beschäftigter vergrössert und die Arbeit auf mehr Stunden am Tag ausgedehnt, statt Zeit freizuschaufeln. Fortschritt auf dem Papier, Mehraufwand im echten Leben. Zwei Kurven, die auseinanderlaufen.

Ganz konkret: Beschäftigte verlieren im Schnitt 51 Minuten pro Woche allein durchs Wechseln zwischen Apps, bis zu 100-mal am Tag. Macht 44 Stunden im Jahr. 88 Prozent der Firmen nutzen KI mittlerweile irgendwo, die meisten sehen trotzdem noch keinen messbaren Ertrag. Genau hier kippt das “beeindruckende Modell” in die “erschöpfte Belegschaft”. Nicht wegen der Technik. Wegen der Tool-Sammlung, die niemand mehr aufräumt.

Wenn Du übrigens mal selbst einen Vergleich anstellen willst, nutz doch den Modellberater von Artificial Analysis - dann siehst Du auch, wie komplex das Ganze ist:

Der Markt hat's schon kapiert. 68 Prozent der CIOs planen laut aktueller Erhebung, ihre KI-Tools im kommenden Jahr zu konsolidieren, statt weiter zu sammeln. Weniger, dafür sauber integriert, schlägt jedem Release hinterherzurennen.

Für dich heisst das: drei Tools pro Aufgabe ist die Grenze, nicht die Empfehlung. Ab vier kehrt sich der Effekt nachweislich um.

Müdigkeit ist also kein Beweis, dass KI gescheitert ist. Sie ist der Beweis, dass die Branche ihr eigenes Tempo überzogen hat, alle paar Wochen die nächste angebliche Zäsur, während der Rest von uns noch am Vorherigen arbeitet. Der bessere Weg ist nicht, auf das nächste Modell zu warten. Sondern das, was schon auf dem Tisch liegt, endlich richtig zu nutzen.

Und darum bin ich nach wie vor überzeugt: Die Zukunft gehört nicht mehr dem Tippen und Klicken, sondern dem gemAInsamen arbeiten mit intelligenten Systemen. Genau deshalb lohnt es sich, weniger auf das nächste Modell zu schauen und mehr auf den eigenen Umgang damit. Also wenn Du reden willst, und wenn Du mit mir zusammenarbeiten willst: melde Dich gerne www.rogerbasler.ch

Dieser Artikel wurde nach meinem eigenen Wissen und dann mit Recherchen mit KI (Perplexity.Ai und Gemini.Google.com) manuell zusammengestellt und mit Deepl.com/write vereinfacht. Der Text wird dann nochmals von zwei Personen meiner Wahl gelesen und kritisch hinterfragt. Das Bild stammt aus KI-generierter Bildgebung (Ideogram/Adobe Firefly). Dieser Artikel ist rein edukativ und erhebt keinen Anspruch auf Vollständigkeit. Bitte melde dich, wenn Du Ungenauigkeiten feststellst, danke.

Bedard, J., Kropp, M., Hsu, M., Karaman, O., Hawes, J., & Kellerman, G. (2026, 5. März). When using AI leads to "brain fry". Harvard Business Review / BCG Henderson Institute. https://www.bcg.com/news/5march2026-when-using-ai-leads-brain-fry

Bitkom Research. (2026). Künstliche Intelligenz in Deutschland – Studienbericht 2026. Bitkom e. V. https://www.bitkom.org/sites/main/files/2026-06/bitkom-studienbericht-ki-bevoelkerung.pdf

acatech – Deutsche Akademie der Technikwissenschaften, Körber-Stiftung & Carl-Zeiss-Stiftung. (2026, 23. Juni). TechnikRadar 2026: Deutsche fürchten Cyberangriffe, lehnen persönliche Einschnitte für mehr Sicherheit ab [Pressemitteilung]. https://www.acatech.de/allgemein/technikradar-2026-pressemeldung/

Digital Applied. (2026, 2. September). AI model releases: September 2026 tracker and dated ledger. https://www.digitalapplied.com/blog/ai-model-releases-september-2026-tracker

Peters, F. (2026, 30. Juli). KI macht K.O.: 41 Prozent wollen lieber ohne ChatGPT arbeiten. BASIC thinking. https://www.basicthinking.de/blog/2026/07/30/ki-muedigkeit-im-job/

Shibumi. (2026, 25. März). AI fatigue statistics 2026: Data on burnout, ROI & tool sprawl. https://shibumi.com/blog/ai-fatigue-statistics-2026/

Storyboard18. (2026, 15. April). AI fatigue rises in 2026 as consumer excitement drops to 19%: Report [Basierend auf einer Analyse von TRG Datacenters]. https://www.storyboard18.com/digital/ai-fatigue-rises-in-2026-as-consumer-excitement-drops-to-19-report-95162.htm

Talker Research. (2026, 12. April). More than half of Americans are "getting tired of hearing" about AI, survey finds. Scripps News. https://www.scrippsnews.com/science-and-tech/artificial-intelligence/more-than-half-of-americans-are-getting-tired-of-hearing-about-ai-survey-finds