Master Thesen BA 2026

Auslagerung des Denkens: Kognitive Entlastung durch generative KI-Werkzeuge

Nicola Haenle

04 Jun 2026 / 2 min read

Kognitive Entlastung im Zusammenspiel von Mensch und KI

Thema

Diese Master-Thesis untersucht experimentell, wie sich der Einsatz generativer KI auf eine kognitiv anspruchsvolle Entscheidungsaufgabe auswirkt. Im Fokus stehen drei Ergebnisgrössen: Aufgabenleistung, subjektive mentale Beanspruchung und aufgabenbezogene Selbstwirksamkeit. Die Arbeit verknüpft das Konzept des Cognitive Offloading mit aktuellen Erkenntnissen zu Automation Bias und beleuchtet, ob KI-Nutzung als Unterstützungs- oder als Abhängigkeits-Pfad wirkt. Eine Frage, die im polarisierenden KI-Diskurs empirisch bisher wenig differenziert beantwortet wurde.

Relevanz

Generative KI durchdringt Bildung und Arbeitswelt zunehmend und das mit ambivalenten Auswirkungen. Studien zur KI-gestützten Produktivität berichten über Leistungsgewinne, während Risikostudien Tendenzen zu unkritischer Übernahme und reduziertem eigenständigen Denken dokumentieren. Im polarisierenden KI-Diskurs fehlt empirische Evidenz zur Frage, wie die Art der Nutzung die kognitiven Effekte beeinflusst. Für einen verantwortungsvollen Einsatz ist nicht entscheidend, ob KI entlastet, sondern unter welchen Bedingungen Entlastung mit hoher Ergebnisqualität einhergeht. Die KI selbst tut nichts, entscheidend ist ihre Nutzung. Diese Arbeit liefert dazu eine erste deskriptive Stütze und differenziert zwischen verschiedenen Nutzungsmodi.

Implikationen für Praktiker:innen

In Bildungskontexten könnte die explizite Vermittlung unterschiedlicher KI-Nutzungsmodi und ihrer kognitiven Konsequenzen einen Beitrag zur reflektierten KI-Nutzung leisten.
In Unternehmen erscheint eine aufgabenspezifische Differenzierung sinnvoll: Delegation für standardisierte Routinen, Unterstützung für entscheidungskritische Aufgaben.
KI-Implementierungen sollten nicht nur Effizienzgewinne anvisieren, sondern auch potentielle Abhängigkeitseffekte und Selbstwirksamkeitsrisiken systematisch mitdenken.
Eine begleitete Nutzungspraxis mit kurzer Reflexion über die eigenen Prompts und die Plausibilität der KI-Outputs könnte den Unterstützung-Pfad in Bildungs- und Arbeitskontexten fördern.
Auf individueller Ebene wird die Frage zentral, ob die eigene Nutzung gezielt oder delegierend angelegt ist. Diese Selbstbeobachtung ist der erste Schritt zu reflektierte KI-Praxis.

Methoden

Zur Beantwortung der Forschungsfrage wurde ein randomisiertes Online-Experiment mit 31 Teilnehmenden durchgeführt. Das Experiment basierte auf einem Between-Subjects-Design mit zwei Bedingungen: Zugang zu einem KI-Tool (n = 16) gegenüber Bearbeitung ohne KI (n = 15). ALs Aufgabe diente ein realitätsnahes Markteintritts-Szenario der fiktiven NovaBrew AG mit zwölf Multiple-Choice-Items. Die mentale Beanspruchung wurde mit dem NASA Raw-TLX und die Selbstwirksamkeit angelehnt an Bandura (2006) erhoben. Ergänzend wurden anhand der freiwillig eingereichten Chatverläufe und der Selbstauskunft KI-Nutzungstypen identifiziert. Die Datenerhebung erfolgte über Qualtrics, die statistische Auswertung über PSPP.