Kennst du das Gefühl? Du hast etwas mit KI gemacht — eine Mail, ein Konzept, ein Stück Code — und dann diesen kleinen Reflex, es lieber nicht dazuzusagen. Als hättest du geschummelt.

Du bist damit nicht allein. Und das Beste: Es liegt nicht an dir, sondern an einem Denkfehler, den unser Gehirn seit jeher macht. Beschrieben wurde er schon 2004.

Das Prinzip: die Effort-Heuristik

Wir bewerten Dinge selten danach, wie gut sie wirklich sind. Das ist anstrengend und dauert. Stattdessen nimmt unser Kopf eine Abkürzung: Er schätzt, wie viel Mühe hinter einer Sache steckt — und leitet daraus die Qualität ab. Viel vermutete Mühe, gutes Urteil. Wenig Mühe, mieses Urteil.

Psychologen nennen das die Effort-Heuristik (englisch effort = Aufwand). Aufwand wird zum Stellvertreter für Wert.

Das klassische Experiment (2004)

Justin Kruger und seine Kollegen haben das sauber gezeigt. In ihren Experimenten bewerteten Menschen dasselbe Gedicht und dasselbe Bild — physisch identisch. Der einzige Unterschied lag in einer Nebenbemerkung: Der einen Gruppe erzählte man, der Künstler habe deutlich länger daran gesessen.

Das Ergebnis: Mehr angeblicher Aufwand führte zu besseren Bewertungen und einem höheren geschätzten Preis. Für exakt dasselbe Werk.

Ein fairer Hinweis: Eine Replikationsstudie von 2023 fand für Teile des Originals gemischte Ergebnisse. Der Kerneffekt — Aufwand färbt unser Urteil — ist trotzdem breit dokumentiert und intuitiv jeden Tag zu beobachten.

Der Übertrag auf KI

Jetzt sag den Satz „Das hab ich mit KI gemacht." Was im Kopf deines Gegenübers passiert, ist genau die Effort-Heuristik in Aktion: Der vermutete Aufwand fällt schlagartig auf null. Und mit ihm der zugeschriebene Wert.

Nicht weil das Ergebnis schlechter geworden ist. Sondern weil das sichtbare Leiden fehlt — die durchgearbeitete Nacht, die zwanzig Entwürfe, der Kampf. Genau die Signale, an denen wir Qualität festmachen, liefert KI nicht mit.

Der Beweis: Es ist messbar

Das ist kein Bauchgefühl. Eine Studie von Jessica Reif, Richard Larrick und Jack Soll, 2025 in PNAS erschienen, zeigt über mehrere Experimente mit mehr als 4.400 Teilnehmenden: Wer offenlegt, KI genutzt zu haben, wird als fauler und weniger kompetent eingeschätzt — bis hin zu Nachteilen, wenn Personaler über eine Einstellung entscheiden.

Kein Wunder also, dass viele es einfach für sich behalten. Eine globale Untersuchung von KPMG und der University of Melbourne (2025, über 48.000 Befragte in 47 Ländern) kommt zu einer ernüchternden Zahl:

57 % der Beschäftigten verheimlichen ihre KI-Nutzung und geben KI-Arbeit als ihre eigene aus.

Eine ganze Schatten-Produktivität: Menschen liefern besser, verstecken aber, wie.

Die Umkehrung

Hier lohnt es sich, einmal kurz innezuhalten. Seit wann ist Leiden eigentlich ein Qualitätssiegel? Der Aufwand war nie das Produkt. Das Ergebnis ist das Produkt.

Wer KI klug einsetzt, ist nicht faul — nur schneller am Ziel. Die eingesparte Mühe ist kein Betrug, sie ist der ganze Punkt. Wir feiern schließlich auch nicht den Handwerker, der absichtlich das langsamste Werkzeug nimmt.

Und es gibt einen bemerkenswerten Ausweg, den dieselbe PNAS-Studie zeigt: Die Abwertung verschwindet, sobald die bewertende Person selbst KI nutzt. Das Urteil ist also kein Naturgesetz. Es kippt, sobald KI-Nutzung normal und sichtbar wird — im Team, in der Firma, in der Kultur.

Was du daraus mitnehmen kannst

  • Die Scham vor KI-Nutzung ist ein bekannter Denkfehler, kein moralisches Urteil über dich.
  • Offenlegung wird derzeit oft bestraft — das erklärt die 57 %, rechtfertigt aber nicht das Verstecken auf Dauer.
  • Transparenz bleibt dort wichtig, wo sie geboten ist (Prüfungen, Journalismus, wissenschaftliche Autorschaft). Der Punkt ist nicht „nie sagen, dass es KI war", sondern: Hör auf, gute Arbeit allein wegen des fehlenden Leidens abzuwerten.
  • Willst du den Effekt umdrehen? Mach KI-Kompetenz sichtbar wertvoll — bei dir und um dich herum.

Quellen

  • Kruger, J., Wirtz, D., Van Boven, L. & Altermatt, T. W. (2004). The Effort Heuristic. Journal of Experimental Social Psychology, 40(1), 91–98. — sciencedirect.com · Überblick: Wikipedia: Effort heuristic
  • Replikation (2023): „The Effort Heuristic" Revisited. Collabra: Psychology, 9(1). — ucpress.edu
  • Reif, J., Larrick, R. P. & Soll, J. B. (2025). Evidence of a social evaluation penalty for using AI. PNAS, 122(19). — pnas.org · PubMed · Einordnung: Duke Fuqua
  • KPMG & University of Melbourne (2025). Trust, attitudes and use of AI: A global study 2025. — kpmg.com · Report (PDF)

Mehr davon?

Dieses Thema gibt es auch als Reel. Folge @MrAIPro auf Instagram für KI-Realität auf Deutsch, ohne Hype. Schreib „EFFORT" unter das Reel — dann bekommst du die Studien direkt per DM.