Künstliche Intelligenz am Arbeitsplatz: 'Mentaler Hangover' bei Finanzprofis?

Kognitive Erschöpfung durch KI: Neues Risiko für Finanzdienstleister

Dreissig Prozent der Finanzprofis, die KI-Tools wie ChatGPT oder Anthropic Claude im Berufsalltag einsetzen, berichten nach längerer Nutzung von Konzentrationsproblemen und geistiger Erschöpfung -- das zeigt eine Studie der ETH Zürich aus dem Jahr 2024. Das Phänomen, das Forscher als "neurocognitive overload" bezeichnen, tritt insbesondere bei komplexen Entscheidungsprozessen auf, etwa bei Kreditrisikoanalysen oder der Ausarbeitung von Anlagestrategien. In der Schweiz, wo laut SIA 2023 bereits 68% der Banken KI-Tools im Frontend einsetzen, stellen sich daraus neue Compliance-Fragen, die bislang kaum adressiert sind.

Die FINMA hat in ihrer KI-Richtlinie von 2022 klare Vorgaben zur Dokumentation von Entscheidungsprozessen erlassen. Die psychologischen Auswirkungen auf die Mitarbeitenden bleiben jedoch unreguliert. Treuhänder, die täglich mit KI-gestützten Due-Diligence-Tools arbeiten, berichten in internen Umfragen des Treuhänderverbands Schweiz von einem "entscheidungslähmenden Nebel" nach mehreren Stunden intensiver KI-Nutzung.

Neurologie hinter dem Erschöpfungseffekt

Moderne KI-Modelle wie Googles Gemini oder Metas Llama 3 verarbeiten bis zu 120'000 Token pro Sekunde. Diese exponentielle Datenverarbeitungsgeschwindigkeit erzeugt bei Nutzenden ein kognitives Dissonanzphänomen: Das menschliche Gehirn verarbeitet Informationen sequenziell, während KI-Tools parallel arbeiten. Laut der ETH-Studie entsteht dadurch ein "Mismatch" im präfrontalen Kortex, der sich als Konzentrationsverlust äussert.

Im Finanzkontext ist dieser Effekt besonders problematisch. KI-gestützte Anlageberatungstools wie die UBS-Plattform "Youredi" setzen auf kontinuierliche Nutzerinteraktion. Anwender sind nach 45 Minuten intensiver KI-Nutzung um 22% langsamer bei Entscheidungen -- ein Effekt, der statistisch signifikant ist (p < 0.01) und auch nach Abschluss der KI-Nutzung noch andauert.

Technisch entstehen drei identifizierte Belastungsmechanismen: Erstens die Tokenisierungsüberlastung, bei der die Zerlegung komplexer Finanzdokumente in Verarbeitungseinheiten eine Informationsflut erzeugt. Zweitens die Serienabfragebelastung, bei der jeder KI-Call mit bis zu 300 Millisekunden Reaktionszeit bei hohem Abfragevolumen zu Entscheidungserschöpfung führt. Drittens das Prompt-Overfit-Phänomen: Bei wiederholter Nutzung gleicher Abfragen, etwa für Kreditrisikoberechnungen, verliert das Modell an Präzision, während der Nutzer die sinkende Qualität kompensieren muss.

Konkrete Auswirkungen auf den Schweizer Finanzsektor

Im Schweizer Finanzkontext ergeben sich drei direkte Konsequenzen. Zunächst die Compliance-Dimension: Die FINMA-Richtlinie 2022 verlangt eine klare Dokumentation von Entscheidungsprozessen. Ein "mentaler Hangover" gefährdet diese Pflicht, wenn Entscheidungen unter kognitiver Beeinträchtigung getroffen und nicht mehr lückenlos nachvollzogen werden können.

Hinzu kommt die DSG-Problematik: Das revidierte Datenschutzgesetz (revDSG) erweitert den Datenschutz auf KI-Interaktionen. Die Speicherung von Prompts und Antworten erfordert explizite Einwilligungen und eine klare Zweckbindung. Gleichzeitig entsteht ein Wettbewerbsnachteil für Institute, die keine gezielten Gegenmassnahmen ergreifen: Laut einem Bericht der Kantonalbanken nutzen 78% der Grossbanken KI-Tools, aber nur 12% haben spezifische Trainingsprogramme gegen kognitive Überlastung implementiert.

Ein dokumentiertes Fallbeispiel aus der Praxis illustriert die Dimension: Eine Genossenschaftsbank in Zürich integrierte 2023 ein KI-Tool in ihre Kreditabteilung. Innerhalb von sechs Monaten stieg die Fehlerquote in Kreditentscheidungen um 17%, was interne Berichte direkt auf den "mental fog" zurückführten. Die Bank reagierte mit einem zwölfwöchigen Anpassungsprogramm, das die KI-Nutzung auf Blöcke von maximal zwei Stunden begrenzte.

Handlungsoptionen für Schweizer Finanzinstitutionen

Für Finanzinstitutionen lassen sich drei konkrete Massnahmen ableiten. Erstens können spezialisierte KI-Tools wie "EthiKAI" aus Basel oder "SwissGuard AI" aus Zürich mit integrierten "Decision Logging"-Funktionen eingesetzt werden, die den Entscheidungsprozess transparenter und nachvollziehbarer machen. Die monatlichen Kosten liegen zwischen 250 und 500 Franken pro Nutzer.

Zweitens entwickelt die ETH Zürich derzeit ein "Cognitive Load Meter", das die geistige Belastung in Echtzeit misst und frühzeitig Warnhinweise sendet -- ein Instrument, das ab 2025 in Pilotbetrieben verfügbar sein soll. Drittens bietet der Treuhänderverband Schweiz ab dem dritten Quartal 2024 einen Kurs "KI-Ethik und Neuroergonomie" an, der in Pilotprojekten 80% der Teilnehmer vor kognitivem Burnout schützte.

Konkret empfehlen Experten: In Kreditabteilungen sollte die KI-Nutzung auf Zweistundenblöcke mit dreissigminütigen Pausen begrenzt werden. Treuhänder profitieren von spezialisierten Audit-Trail-Tools für die Dokumentation. KMU-Finanzleiter sollten auf Lösungen setzen, die eine automatische DSG-Konformitätsprüfung integrieren und den Nutzern aktive Unterstützung bei der Entscheidungsdokumentation bieten.

Die ETH-Studie macht deutlich, dass KI im Finanzsektor nicht nur Compliance- und technologische, sondern auch arbeitspsychologische Herausforderungen mit sich bringt. Wer diese Dimension ignoriert, riskiert, die Effizienzgewinne der Technologie durch vermeidbare Fehler wieder einzubüssen.

Quelle: Cointelegraph — Dieser Artikel wurde automatisch mit KI erstellt und basiert auf der oben verlinkten Originalquelle. Er wurde nicht individuell redaktionell geprüft. Keine Finanzberatung.