Verändert ADHS, wie gut jemand mit KI arbeitet? Ein vorsichtiges Ja

Bei diesem Thema möchte ich vorsichtig sein, denn es ist genau die Art von Behauptung, die leicht überzeichnet und schwer zu überprüfen ist. Aber sie kommt oft genug vor — in Workshops, in Einzelcoachings, in beiläufigen Gesprächen mit technischen Leitungen —, dass es sich lohnt, sie ehrlich zu untersuchen, statt sie entweder abzutun oder zu einer griffigen Erzählung zu verdichten. Das Muster: Mehrere der Personen, bei denen ich beobachtet habe, dass sie am schnellsten den größten Nutzen aus konversationellen KI-Tools ziehen — schnell iterierend, in einem Bruchteil der Zeit ihrer Kollegen zu einem brauchbaren Ergebnis kommend —, identifizieren sich selbst als ADHS-betroffen. Steckt da etwas Reales dahinter, oder ist es ein Zufall, der als Erkenntnis verkleidet wurde?

Was über ADHS-Kognition tatsächlich bekannt ist

Das klinische Bild von ADHS dreht sich um Schwierigkeiten mit anhaltender Aufmerksamkeit, Arbeitsgedächtnis und exekutiven Funktionen — Planung, Sequenzierung und Impulskontrolle. Das ist gut belegt (APA, DSM-5-TR). Weniger geklärt, aber mit einer echten Forschungsbasis versehen, ist die Frage, ob ADHS auch mit bestimmten kognitiven Stärken korreliert, insbesondere im Bereich divergenten Denkens und assoziativer Ideengenerierung. Die Forschung von Holly White an der University of Michigan, die College-Studierende mit und ohne ADHS bei Aufgaben zum divergenten Denken verglich, fand, dass ADHS-Teilnehmende bei bestimmten kreativen Generierungsmaßen mehr originelle Ideen produzierten — begleitet von mehr ungewöhnlichen und tangentialen Assoziationen. Weitere Arbeiten zum „Mind Wandering" legen nahe, dass dieselbe reduzierte Top-down-Aufmerksamkeitskontrolle, die anhaltenden, einspurigen Fokus erschwert, auch spontanere Verbindungen zwischen nicht zusammenhängenden Konzepten hervorbringen kann.

Nichts davon bedeutet, dass ADHS eine verborgene Superkraft ist — dieses Framing taucht in der Populärpsychologie zu oft auf und verharmlost die echten, alltäglichen Kosten exekutiver Dysfunktion für Menschen, die damit leben. Die ehrliche Version der Forschung ist enger gefasst: Bestimmte Merkmale der ADHS-Kognition scheinen anhaltenden, linearen Fokus gegen eine breitere, schnellere assoziative Suche einzutauschen — und dieser Trade-off ist weder inhärent gut noch schlecht. Er hängt vollständig davon ab, was die Aufgabe erfordert.

Warum konversationelle KI ungewöhnlich gut zu diesem Trade-off passen könnte

Eine nützliche Betrachtungsweise der Arbeit mit einem großen Sprachmodell ist, dass es genau die kognitiven Funktionen auslagert, die ADHS am schwersten macht, während es genau jene verstärkt, die laut ADHS-Forschung relativ stärker ausgeprägt sein könnten.

Entlastung des Arbeitsgedächtnisses. Den vollständigen Kontext eines komplexen Problems im Kopf zu behalten und gleichzeitig neue Blickwinkel darauf zu entwickeln, ist eine arbeitsgedächtnisintensive Aufgabe. Ein konversationelles KI-Tool hält diesen Kontext extern — der Gesprächsverlauf, die Randbedingungen, die bisher ausprobierten Teillösungen — und befreit die Person, sich allein auf das Generieren und Bewerten der nächsten Idee zu konzentrieren, statt gleichzeitig alles Vorherige im Blick zu behalten. Für jemanden, dessen Arbeitsgedächtnis der spezifische Engpass ist, ist das keine kleine Annehmlichkeit — es entfernt genau die Einschränkung, die begrenzt, wie weit assoziatives Denken verfolgt werden kann, bevor es unter seiner eigenen Komplexität zusammenbricht.

Reibungsarme Iteration passt zu einer Präferenz für Neuartigkeit gegenüber Prozedur. Klassische Problemlösung belohnt oft einen geduldigen, sequenziellen Prozess: Problem definieren, systematisch recherchieren, eine Variable nach der anderen testen. Genau diese Struktur fällt einer auf anhaltenden Fokus angewiesenen Ausführung schwer. Schnelle, konversationelle Iteration — einen Ansatz ausprobieren, das Ergebnis sofort sehen, umschwenken, den nächsten ausprobieren — ersetzt prozedurale Geduld durch etwas, das der schnellen assoziativen Suche näherkommt, die die Forschung zu divergentem Denken mit ADHS-Kognition assoziiert. Die Aufgabe passt sich dem Denkstil an, nicht umgekehrt.

Reduzierte Reibung zwischen Idee und Test. Einer der konsistenteren Befunde der ADHS-Forschung ist eine geringere Toleranz für Aufgaben mit hoher Reibung zwischen Absicht und Handlung — die klassische exekutive Lücke zwischen dem Wollen, etwas zu beginnen, und dem tatsächlichen Beginnen. Konversationelle KI verringert einen Großteil dieser Reibung: Die Lücke zwischen einer halbfertigen Idee und einem konkreten Entwurf, Skript oder einer Antwort schrumpft von Stunden auf Sekunden. Für einen Denkstil, der beim Übergang von Idee zu Umsetzung am meisten kämpft, könnte das Entfernen dieser Übergangsreibung überproportional bedeutsam sein.

Wo eine deutliche Einschränkung nötig ist

Dieselben Eigenschaften, die schnelle KI-gestützte Iteration attraktiv machen, erzeugen auch spezifische Fehlermodi, die benannt werden sollten. Das Jagen nach Neuartigkeit kann Verifikation ersetzen. Dieselbe Präferenz für den nächsten interessanten Faden statt den aktuellen, die Ideengenerierung schnell macht, kann auch bedeuten, weiterzuziehen, bevor eine Antwort tatsächlich geprüft wurde. Wenn das Auslagern des Arbeitsgedächtnisses an das Tool auch die Disziplin auslagert, zur Bestätigung eines Ergebnisses zurückzukehren, geht Geschwindigkeit auf Kosten der Sorgfalt — genau der Fehlermodus, den ich an anderer Stelle bezüglich KI-gestützter wissenschaftlicher Arbeit im Allgemeinen beschrieben habe: Flüssiger Output ist kein verifizierter Output, unabhängig davon, wer am Steuer sitzt.

Sich in Themen zu verlieren ist ein reales Risiko, kein hypothetisches. Ein Gespräch, das in jede Richtung gehen kann, ist für einen Kopf, der ohnehin zu Abschweifungen neigt, ein ungewöhnlich effektiver Weg, drei themenfremde Abzweigungen vom ursprünglichen Problem entfernt zu landen — mit viel interessantem, aber nicht verwertbarem Output als Ergebnis. Dieselbe reibungsarme Eigenschaft, die das Tool für schnelle Iteration nützlich macht, macht es ebenso effektiv darin, den Fokus vollständig zu entgleisen.

Das ist eine Hypothese, die es ernst zu nehmen gilt — keine diagnosebasierte Verschreibung. Der ehrliche Stand der Evidenz lautet: Es gibt einen plausiblen kognitionswissenschaftlichen Mechanismus, eine Forschungsbasis zu ADHS und divergentem Denken, die KI-Tools um zwei Jahrzehnte vorausgeht, und ein konsistentes anekdotisches Muster bei Menschen, die täglich mit technischen Teams arbeiten. Es gibt, soweit mir bekannt, keine rigorose Studie, die ADHS-Denkstil direkt gegen KI-gestützte Problemlösungsgeschwindigkeit testet. Wer daraus eine feste Schlussfolgerung zieht — in beide Richtungen —, überzeichnet das aktuell Bekannte.

Was das für Teams bedeutet, unabhängig vom zugrunde liegenden Mechanismus

Unabhängig von der Erklärung ist die praktische Konsequenz für F&E- und technische Teamleitungen dieselbe: kognitive Vielfalt darin, wie Menschen an KI-gestützte Problemlösung herangehen, ist eine Ressource, keine Management-Unannehmlichkeit. Teams, die ihren assoziativsten, am schnellsten iterierenden Denkern erlauben, die frühe explorative Phase mit KI-Tools voranzutreiben — und diese Exploration mit einem separaten, bewussten Verifikationsschritt durch jemanden (oder etwas) kombinieren, das genau dafür optimiert ist —, erhalten tendenziell sowohl Geschwindigkeit als auch Sorgfalt, statt eines gegen das andere innerhalb des Arbeitsstils einer einzelnen Person eintauschen zu müssen.

---

Wenn der Umgang Ihres Teams mit KI-gestützter Arbeit eher durch individuelle Gewohnheit als durch bewusstes Design geprägt ist, ist das meist ein Zeichen dafür, dass der zugrunde liegende Workflow noch nicht explizit gemacht wurde — für jeden Denkstil. Ich helfe technischen Teams, Prozesse aufzubauen, die die tatsächlichen Stärken ihrer Mitarbeitenden nutzen, statt alle in denselben Workflow zu zwingen. Sprechen Sie mich gerne an, wenn Sie sich davon angesprochen fühlen.