Warum Ihr bester Kopf plötzlich schweigt, sobald die KI ins Zimmer kommt

Eine erfahrene Konstrukteurin, die ihr Wissen über Jahre bereitwillig an jüngere Kolleginnen und Kollegen weitergegeben hat, wird in der Teambesprechung plötzlich einsilbig.

Die Geschäftsführung hat gerade ein neues KI-gestütztes Planungstool vorgestellt. Die Arbeit der Konstrukteurin bleibt exzellent. Nur zeigt sie nicht mehr, wie sie zu ihren Lösungen kommt. Warum verstummt ausgerechnet die erfahrenste Person im Raum, sobald eine neue Technologie auftaucht, die eigentlich allen helfen soll?

Die Kernthese: Es geht nicht um Technik, es geht um Zugehörigkeit

Die naheliegende Erklärung wäre Arbeitsbelastung oder schlicht Skepsis gegenüber neuer Software. Die eigentliche Ursache liegt jedoch tiefer. Wenn eine Technologie die eigene Expertise infrage stellt, reagiert ein Mensch nicht in erster Linie sachlich, sondern mit einem Schutzreflex. Wissen zurückzuhalten wird dann zu einem Versuch, den eigenen Wert im System zu sichern. Das ist keine böswillige Blockadehaltung. Es ist eine sehr menschliche, sehr alte Reaktion auf eine sehr neue Bedrohung.

Die Kluft zwischen der großen und der eigenen Angst

Die Ipsos-Studie "KI und Jobangst in Österreich 2026", eine Onlinebefragung von 800 Erwachsenen im März 2026 unter der Leitung von Studienautor Alexander Zeh, zeigt ein auf den ersten Blick widersprüchliches Bild. 51 Prozent der Befragten gehen davon aus, dass Künstliche Intelligenz künftig mehr Arbeitsplätze vernichten als schaffen wird. Gleichzeitig äußern nur 20 Prozent konkrete Sorgen um die eigene Stelle, 34 Prozent verneinen solche Ängste ausdrücklich.

Dieselbe Kluft zeigt sich bei der Einschätzung der eigenen Tätigkeit. Nur 22 Prozent halten viele Aufgaben im eigenen Beruf für automatisierbar, 40 Prozent schließen das für sich eher aus. Menschen fürchten die große Entwicklung also deutlich stärker als die konkrete Auswirkung auf das eigene Arbeitsleben.

Dieses Muster ist keine Besonderheit der KI-Debatte. Es begegnet Führungskräften auch bei Restrukturierungen, Fusionen oder neuen Berichtslinien: Die abstrakte Bedrohung wird kollektiv gefürchtet, die persönliche Betroffenheit wird verdrängt, bis sie plötzlich sehr konkret wird.

Für die Praxis bedeutet das: Allgemeine Beruhigungsbotschaften über „die Zukunft der Arbeit" greifen zu kurz. Entscheidend ist, die individuelle Unsicherheit jeder einzelnen Person anzusprechen und konkret zu benennen, welche Aufgaben sich verändern und welche Rolle jemand künftig im Unternehmen einnimmt.

Was internationale Studien zeigen

Ein Blick über die Grenze relativiert und verschärft das Bild zugleich. Die EY-Studie „AI Anxiety in Business Survey" aus dem Jahr 2023 befragte 1.000 amerikanische Beschäftigte, die mit KI bereits einigermaßen vertraut waren. Hier befürchteten 75 Prozent, dass KI bestimmte Berufe vollständig verschwinden lassen könnte, 65 Prozent hatten konkret Angst um die eigene Stelle.

Stichprobe, Kulturraum und Zeitpunkt unterscheiden sich deutlich von der österreichischen Erhebung, dennoch zeigt der Vergleich: Sobald Beschäftigte unmittelbar mit der Technologie in Berührung kommen, wird aus abstrakter Sorge sehr schnell konkrete Verunsicherung.

Eine strukturelle Perspektive liefert die "2026 Global Employee Experience Market Study" von Willis Towers Watson, für die weltweit mehr als 7.000 Beschäftigte sowie knapp 600 Arbeitgeber mit insgesamt 5,5 Millionen Mitarbeitenden befragt wurden.

Der Anteil der Arbeit, der durch Automatisierung und digitale Werkzeuge erledigt wird, soll sich demnach in den kommenden drei Jahren von rund 14 auf 31 Prozent mehr als verdoppeln. Diese Zahl macht deutlich, warum die Frage nach der eigenen Relevanz für viele Beschäftigte keine abstrakte Zukunftsfrage mehr ist, sondern eine unmittelbare Bewertung des eigenen Werts.

Wenn Wissen zur Verhandlungsmasse wird

Wie sich diese Unsicherheit im tatsächlichen Verhalten niederschlägt, zeigt der Adaptavist-Bericht "Der Anstieg von Technostress" aus dem Jahr 2025, für den 4.000 Wissensarbeitende in Großbritannien, den USA, Kanada und Deutschland befragt wurden. 35 Prozent gaben an, aus Angst vor einer möglichen Ersetzung durch KI nur ungern Ideen und Informationen mit Kolleginnen und Kollegen zu teilen. 38 Prozent zögerten, andere in den eigenen fachlichen Stärken zu schulen. 60 Prozent sorgten sich zudem, dass wichtiges Wissen verloren gehen könnte, sobald erfahrene Kolleginnen und Kollegen das Unternehmen verlassen.

Die Konstrukteurin aus der Eingangsszene ist demnach kein ungewöhnlicher Einzelfall, sondern ein sehr typisches Verhalten. Wissen wird, ohne dass es jemand offen ausspricht, zu einer Art stiller Verhandlungsmasse. Wer sein Wissen zurückhält, sichert sich damit unbewusst eine Verhandlungsposition in einer Situation, deren Regeln noch niemand kennt.

Bemerkenswert ist auch ein Generationengefälle, das sich in den österreichischen Daten andeutet. Ältere Arbeitnehmerinnen und Arbeitnehmer gelten öffentlich als besonders gefährdet. Jüngere Beschäftigte erleben KI dagegen häufiger als Werkzeug, das sie selbst steuern können. Wer eine Technologie mitgestalten kann, fühlt sich ihr weniger ausgeliefert. Diese unterschiedliche Erfahrung prägt die Risikowahrnehmung oft stärker als die tatsächliche technische Kompetenz.

Warum das Gehirn beim Statusverlust Alarm schlägt

Um zu verstehen, warum eine abstrakte Sorge zu einem so konkreten Rückzugsverhalten führt, lohnt sich ein Blick in die Sozialpsychologie.

Die Forscherinnen und Forscher Naomi Eisenberger und Matthew Lieberman untersuchten 2003 an der University of California, Los Angeles, wie das Gehirn auf sozialen Ausschluss reagiert.

Ihre im Fachjournal Science veröffentlichte Studie "Does rejection hurt? An fMRI study of social exclusion" nutzte dafür ein virtuelles Ballwurfspiel namens Cyberball. Versuchspersonen glaubten, mit zwei realen Menschen zu spielen, tatsächlich steuerte ein Computer den Ablauf. Nach einer kurzen Phase gleichberechtigter Teilnahme wurde die Versuchsperson zunehmend ausgeschlossen, der virtuelle Ball wanderte nur noch zwischen den beiden vermeintlichen Mitspielenden hin und her.

Während des Experiments zeichneten die Forschenden per funktioneller Magnetresonanztomografie die Gehirnaktivität auf. Es zeigte sich eine erhöhte Aktivität in Hirnregionen, die auch an der Verarbeitung körperlichen Schmerzes beteiligt sind, und zwar umso stärker, je ausgeschlossener sich jemand fühlte.

Spätere Arbeiten von Eisenberger und Lieberman aus dem Jahr 2004 bestätigten: Soziale Bedrohungen wie Ausschluss, Statusverlust oder die Infragestellung der eigenen Kompetenz aktivieren ein neuronales Alarmsystem, das dem bei körperlichem Schmerz erstaunlich ähnlich ist.

Genau hier liegt der Schlüssel zum Verständnis von KI-Statusangst am Arbeitsplatz. Wer über Jahre Fachwissen aufgebaut hat, verbindet damit nicht nur Leistung, sondern auch Anerkennung, Einfluss und Zugehörigkeit. Übernimmt eine KI plötzlich Teile dieser Arbeit, bewertet das Gehirn diese Veränderung häufig zuerst als Bedrohung des eigenen Status, noch bevor eine bewusste, rationale Abwägung überhaupt beginnt.

Genau deshalb reichen reine Informationskampagnen über Chancen und Grenzen von KI oft nicht aus. Sie beantworten die Frage, was die Technologie kann. Sie beantworten nicht die Frage, die Mitarbeitende sich eigentlich stellen: welche Bedeutung sie künftig noch haben.

Wiederholt sich diese Bedrohung, etwa bei jedem neuen Tool-Update oder jeder weiteren Automatisierungsmeldung, kann daraus eine dauerhafte Grundanspannung werden.

Der Neurowissenschaftler Bruce McEwen beschrieb 1998 mit dem Konzept der allostatischen Last, wie sich wiederholte Stressreaktionen im Körper aufsummieren, wenn dazwischen kein Gefühl echter Sicherheit entsteht.

Für Organisationen bedeutet das: Kooperationsbereitschaft, Informationsfluss und Innovationsfähigkeit eines Teams leiden nicht durch ein einzelnes Ereignis, sondern durch die Summe vieler kleiner, nie aufgelöster Bedrohungsmomente.

Das SCARF-Modell: Fünf Knöpfe, auf die jeder drückt

Der Neurowissenschaftler David Rock veröffentlichte 2008 im NeuroLeadership Journal ein Modell, das diese Dynamik im Führungsalltag greifbar macht. Das SCARF-Modell beschreibt fünf soziale Grunddimensionen, auf die Menschen besonders sensibel reagieren.

Dimension	Bedeutung	Typische Bedrohung durch KI-Einführung
Status	Die eigene Bedeutung im Vergleich zu anderen	Expertise wird scheinbar überflüssig
Certainty	Gewissheit über die eigene Zukunft	Unklare künftige Rolle
Autonomy	Kontrolle über das eigene Handeln	Vorgaben durch ein System statt eigenes Urteil
Relatedness	Zugehörigkeit zur Gruppe	Wissen wird nicht mehr geteilt, Isolation nimmt zu
Fairness	Wahrgenommene Gerechtigkeit von Entscheidungen	Tool-Einführung ohne Einbindung der Betroffenen

Rocks zentrale These lautet, dass eine Bedrohung in einer dieser Dimensionen ähnliche Alarmsignale auslösen kann wie eine unmittelbare Gefahr. Bei KI-Angst sind vor allem Status, Gewissheit und Autonomie betroffen. Der Rückzug der Konstrukteurin aus der Eingangsszene ist aus dieser Perspektive keine Verweigerung, sondern eine nachvollziehbare Schutzreaktion in einer Situation, deren künftige Regeln noch unklar sind.

Was Führungskräfte konkret tun können

Aus der Forschungslage lassen sich vier Handlungsfelder ableiten, die sich je nach Unternehmensgröße unterschiedlich stark gewichten lassen.

Status sichtbar neu definieren. Benennen Sie klar, welche menschlichen Fähigkeiten durch KI nicht ersetzt, sondern wichtiger werden: Urteilsvermögen, Erfahrungswissen, Kontextverständnis, Beziehungsgestaltung. Entscheidend ist, diese Aufwertung mit konkreten Aufgaben zu verbinden statt mit allgemeinen Zusicherungen. Die Konstrukteurin aus dem Beispiel könnte etwa als fachliche Qualitätsinstanz für KI-generierte Entwürfe positioniert werden. In größeren Organisationen lässt sich das über neue Rollenprofile formalisieren, in kleineren Teams reicht oft schon ein offenes Gespräch über die veränderte Aufgabenverteilung.

Konkrete Sorgen statt abstrakter Ängste ansprechen. Die Kluft zwischen 51 und 20 Prozent aus der Ipsos-Erhebung zeigt, dass allgemeine Vorträge über „KI und die Zukunft der Arbeit" wenig bewirken. Wirksamer ist es, mit jeder einzelnen Person konkret zu klären, welche Aufgaben sich verändern, welche bestehen bleiben und welche neuen Kompetenzen gefragt sind.

Wissensteilen zum Statusgewinn machen. Solange mehr als ein Drittel der Beschäftigten laut Adaptavist-Bericht Wissen aus Angst zurückhält, greift die bloße Aufforderung zur Kooperation zu kurz. Wirksamer ist es, das aktive Teilen von Fachwissen sichtbar zu würdigen, etwa über Mentoring-Rollen, dokumentierte Prozesse oder eine Berücksichtigung in der Leistungsbeurteilung. So wird Wissensteilen vom wahrgenommenen Risiko zum Statusgewinn.

Sicherheit vor dem Rollout schaffen. Viele Unternehmen führen KI-Werkzeuge zunächst technisch ein und kümmern sich erst danach um die Reaktion der Belegschaft. Sinnvoller ist die umgekehrte Reihenfolge: Mitarbeitende früh in Auswahl, Test und Gestaltung neuer Tools einzubinden. Das stärkt gleich zwei Dimensionen des SCARF-Modells, Autonomie und Fairness, und macht aus Betroffenen Gestaltende.

Aus eigener Erfahrung als Führungskraft kann ich eine dieser Empfehlungen besonders unterstreichen: die vierte. In meiner Zeit als Abteilungsleiter habe ich mehrfach erlebt, wie viel weniger Widerstand ein neues System auslöste, wenn ein einziger erfahrener Mitarbeiter vorab mittesten und mitgestalten durfte, verglichen mit Systemen, die einfach an einem Montagmorgen live geschaltet wurden. Der Unterschied lag selten am System selbst. Er lag daran, ob jemand das Gefühl hatte, noch mitzureden.

Fazit

Die Konstrukteurin aus der Eingangsszene wird ihr Wissen wahrscheinlich nicht deshalb wieder teilen, weil ihr jemand das neue Tool ein weiteres Mal erklärt. Sie wird es dann tun, wenn sie erlebt, dass ihre Erfahrung auch nach dessen Einführung gebraucht und anerkannt wird.

Peter Drucker soll einmal gesagt haben:

"Das Wichtigste in der Kommunikation ist, zu hören, was nicht gesagt wird."

Genau das gilt für KI-Angst im Unternehmen. Die eigentliche Botschaft hinter dem Schweigen lautet selten "ich lehne diese Technologie ab". Sie lautet meistens: "Sagen Sie mir, ob ich noch dazugehöre."

Quellen

Adaptavist Group (2025). Der Anstieg von Technostress, und wie Unternehmen es schaffen, dass Teams Freude an Technologie haben. London: The Adaptavist Group.

Eisenberger, N. I., Lieberman, M. D., & Williams, K. D. (2003). Does rejection hurt? An fMRI study of social exclusion. Science, 302(5643), 290–292.

Eisenberger, N. I., & Lieberman, M. D. (2004). Why rejection hurts: A common neural alarm system for physical and social pain. Trends in Cognitive Sciences, 8(7), 294–300.

EY / Ernst & Young LLP (2023). AI Anxiety in Business Survey. New York: EY US.

Ipsos Austria (2026). KI und Jobangst in Österreich 2026. Wien: Ipsos GmbH.

McEwen, B. S. (1998). Protective and damaging effects of stress mediators. New England Journal of Medicine, 338(3), 171–179.

Rock, D. (2008). SCARF: A brain-based model for collaborating with and influencing others. NeuroLeadership Journal, 1, 1–9.

Täuber, M. (2023). Gute Gefühle: Nutze die emotionalen Stärken deines Gehirns. Wien: Goldegg Verlag.

Willis Towers Watson (2026). 2026 Global Employee Experience Market Study. Arlington, VA: WTW.

Ausgangspunkt dieses Beitrags war ein Gastbeitrag von Prof. Dr. Marcus Täuber auf trend.at, "Wenn KI-Angst Wissen im Unternehmen blockiert".