Werde ich dümmer durch ChatGPT?

Problem: Du hast früher Mails ohne Hilfe geschrieben. Jetzt öffnest du erst ChatGPT. Die Antwort kommt schnell und liest sich okay, nur kannst du fünf Minuten später keinen einzigen Satz davon zitieren. Ein langes PDF zu lesen fühlt sich an wie eine Pflichtaufgabe. Eine Argumentation zehn Minuten im Kopf zu halten, fühlt sich härter an als letztes Jahr. Du bildest dir den Abstieg nicht ein. Forscher fangen an, ihn zu messen.

Quick Win: Pack diese Regel über jeden Prompt, den du sonst direkt schreiben würdest:

Do not give me an answer yet. List the three best questions I should be asking about this. I will pick one, write my own draft, and then you refine it.

Dieser eine Move dreht die Reihenfolge des Engagements um. Du denkst zuerst. Das Modell verfeinert danach. Lies weiter, um zu sehen, was die Hirnscan-Studien wirklich zeigen, und welche billigen Gewohnheiten deinen Edge bewahren.

Das Gefühl hat jetzt einen Namen

Du hast es gefühlt, bevor jemand ihm einen Namen gegeben hat. Die leere Seite hat sich früher selbst gefüllt, wenn du lange genug saßt. Jetzt steht der Cursor da, bis du in einen anderen Tab zum Chatbot wechselst. Die Arbeit geht schneller. Dein Griff auf die Arbeit wird schwächer.

Das MIT nennt das Cognitive Debt. Der Begriff stammt aus der EEG-Studie von 2025 mit dem Titel Your Brain on ChatGPT. Die Metapher ist aus der Finanzwelt geliehen. Jede Abkürzung, die du mit dem Tool nimmst, ist ein kleiner Kredit. Die Rechnung kommt später, in Skills, die du nicht mehr hast.

Was 32 Elektroden auf 54 Köpfen aufgenommen haben

Nataliya Kosmyna und ihr Team am MIT Media Lab haben 54 Personen vier Monate lang Essays schreiben lassen. Drei Gruppen. Eine schrieb mit ChatGPT. Eine mit Google. Eine ohne Tools. Jede Session war ein SAT-Style-Prompt mit 32-Kanal-EEG während der ganzen Zeit.

Die Zahlen sind die Sorte, die eine Debatte beendet:

Alpha- und Theta-Wellen sind die Bänder, die mit kreativem Ideenfinden, semantischer Suche und Gedächtniskonsolidierung verknüpft sind. Mit ChatGPT in der Schleife wurden diese Bänder leiser. Die Arbeit wurde fertig. Fast nichts davon blieb hängen.

Dr. Zishan Khan, Kinderpsychiater im Paper, sagte es klar: Die neuronalen Verbindungen, die dir helfen, an Informationen ranzukommen, Fakten abzurufen und unter Druck stabil zu bleiben, schwächen alle bei Nichtgebrauch.

Es ist nicht nur das MIT

Ein separates Team bei Microsoft Research und Carnegie Mellon hat für CHI '25 die größte Umfrage in dem Feld gemacht. Hank Lee und Kollegen sammelten 936 reale KI-Interaktionen von 319 Wissensarbeitern. Die Hauptkorrelation:

Die Arbeiter berichteten, dass sie nur bei 60% der KI-gestützten Aufgaben kritisches Denken einsetzten. Die mentale Arbeit verschob sich vom Lösen der Aufgabe zum Prüfen der KI. Verifizierung ist echte kognitive Arbeit, aber flacher als die ursprüngliche Analyse gewesen wäre.

Das Paper holt einen Aufsatz von Lisanne Bainbridge aus 1983 zurück, Ironies of Automation. Ihr Punkt hält: Wenn du die Routinearbeit an die Maschine abgibst und dem Menschen nur die Ausnahmen lässt, hört der Mensch auf, Reps zu sammeln. Wenn dann die Ausnahme kommt, ist der Muskel weg.

Google hat 2011 eine kleinere Version davon gemacht

Betsy Sparrow, Jenny Liu und Daniel Wegner haben in vier Experimenten an der Columbia das Phänomen gemessen, das sie den Google-Effekt nannten. Menschen erinnern sich weniger an Inhalte, von denen sie erwarten, sie später online wiederzufinden. Sie erinnern sich besser daran, wo die Datei liegt, als an die Datei selbst. Das Internet wurde zum externen Gedächtnis, so wie ein Kollege oder Partner es sein kann.

Google ließ dich immer noch klicken. Überfliegen. Vergleichen. Entscheiden. Synthese war dein Job. ChatGPT entfernt diesen ganzen Schritt. Die Antwort kommt fertig an, flüssig und selbstbewusst. Drei oder vier Mental-Reps, die du früher gemacht hast, sind weg.

Warum ChatGPT anders ist als ein Taschenrechner

Andere Tools automatisieren ein Stück der Kette. Ein Taschenrechner automatisiert Arithmetik. GPS automatisiert Wegfindung. Rechtschreibprüfung automatisiert Rechtschreibung. Das Denken vor und nach diesem einen Schritt ist immer noch deins.

Ein Chatbot automatisiert die ganze Kette. Von der Frage zum Artefakt. Das Denken passiert nicht woanders. Es passiert gar nicht. Cal Newport hat es so klar wie kein anderer formuliert: Schreiben ist Denken. Skipp das Schreiben und du skippst das Denken, das es erzeugt hätte.

Es gibt eine zweite Falle obendrauf. Gerlichs 2025-Studie an 666 Personen fand: Selbst Nutzer, die versuchten, KI-Antworten zu bewerten, waren von der ersten Antwort verankert. Was das Modell zuerst sagte, setzte den Rahmen für das Restgespräch. Sorgfältige Nutzer und unaufmerksame Nutzer landeten bei ähnlichen Antworten. Der erste Frame gewinnt.

Was die Neurowissenschaft wirklich zeigt

Die Zahlen oben beschreiben ein Verhalten. Die Neurowissenschaft darunter beschreibt einen Mechanismus.

Drei Muster wiederholen sich in den MIT-Daten:

Der Hippocampus kodiert keine Erinnerung, für die du nicht gearbeitet hast. Der präfrontale Kortex stärkt keine Schaltkreise, die er nicht laufen ließ. Das ist keine Metapher. Das ist dasselbe Use-it-or-lose-it-Muster, das bei jeder motorischen oder kognitiven Fähigkeit auftaucht, die lange genug nicht trainiert wird.

Ein separates Ergebnis der American Hospital Association ist das sauberste reale Echo davon. Ärzte, die drei Monate lang KI nutzten, um bei Darmspiegelungen Polypen zu markieren, waren messbar schlechter darin, Polypen ohne KI zu erkennen, als die Forscher die KI abschalteten. Drei Monate. Ausgebildete Spezialisten.

Die Belege sind nicht nur akademisch

Such "atrophy" auf Hacker News und du landest bei Addy Osmanis Avoiding Skill Atrophy in the Age of AI. Top-Kommentar: "Ich fühle mich dümmer, weniger selbstbewusst und weniger motiviert als jemals vor der KI. Ich werde leicht frustriert, und Docs lesen oder neue Frameworks lernen fühlt sich an wie eine Pflichtaufgabe." Hunderte Upvotes.

Dieselbe Linie taucht überall auf:

YouTube hat ein Video mit einer Million Views: ChatGPT Brain Rot Is Real. TikTok hat eine aktive #chatgptbrainrot-Discovery-Page. Das Wall Street Journal brachte ein Stück mit dem Titel How to Make Sure ChatGPT Doesn't Make You Dumber. The Atlantic prägte "the age of de-skilling". Der Harvard Gazette führte ein Faculty-Q&A, ob KI unseren Verstand abstumpft. Ein so lautes Muster über so viele Oberflächen ist keine Panik. Das sind Menschen, die dasselbe in ihrem eigenen Leben bemerken.

Die riskantesten Nutzer sind die jüngsten

Michael Gerlichs Umfrage an 666 Personen fand ein steiles Altersgefälle. Die Werte für kritisches Denken waren bei der Kohorte 17 bis 25 etwa 45% niedriger als bei der Kohorte ab 46. Dieselbe Gruppe gab an, KI-Tools 40 bis 45% häufiger zu nutzen als die Älteren.

Jüngere Nutzer sind mit der Antwortmaschine auf dem Schreibtisch aufgewachsen. Sie haben die Offline-Gewohnheit, die später ersetzt würde, nie aufgebaut. Kosmyna sagte zu TIME, sie habe das Paper extra als Pre-Print rausgegeben, weil sie einen "GPT-Kindergarten"-Rollout fürchtete, bevor die Entwicklungsdaten da sind.

Die Kehrseite ist gute Nachricht für Erwachsene, die das hier schon lesen. Ältere Hirne in der Studie hielten die Konnektivität besser. Die Reps, die du schon hast, verschwinden nicht über Nacht. Sie erodieren aber, wenn du aufhörst, sie zu nutzen.

Die eine Gewohnheit, die Hirne aktiv hielt

Vergraben im MIT-Paper ist ein Ergebnis, das die ganze Diskussion verändert. Die vierte Session der Studie war ein Switch-Test. Leute, die drei Sessions ChatGPT genutzt hatten, mussten den nächsten Essay ohne Tools schreiben. Leute, die drei Sessions ohne Tools geschrieben hatten, kriegten zum ersten Mal ChatGPT.

Die erste Gruppe war verloren. Sie konnten ihre eigenen früheren Argumente nicht mehr abrufen. Konnektivität blieb flach. Die zweite Gruppe sah anders aus. Ihre Hirne leuchteten auf mit hoher Alpha- und Theta-Konnektivität, präfrontalem Engagement und aktiven okzipito-parietalen Regionen. Das MIT-Team nannte diese Gruppe die Brain-to-LLM-Bedingung.

Gleiches Tool. Gleiche Aufgabe. Andere Reihenfolge des Engagements. Anderes Ergebnis.

Die Regel, die rausfällt, ist kurz. Erst denken. Dann prompten. Dann verfeinern.

Gewohnheiten, die ChatGPT zur Verstärkung statt zur Verkümmerung machen

Pick drei davon und fahr sie zwei Wochen lang. Es geht nicht um Reinheit. Es geht um die Reps:

Andy Clark, der Philosoph, der ursprünglich die Extended-Mind-These geprägt hat, gibt den klarsten Einzeiler für die neuen Tools. Behandle das Modell wie einen Kollegen, der manchmal brilliant und manchmal komplett daneben ist. Du verifizierst einen Kollegen. Du solltest auch das Modell verifizieren.

Wo Build This Now reinpasst

Die meisten KI-Produkte nutzen eine einzige Form. Du fragst. Es antwortet. Du shippst. Dein Hirn ist nach dem Prompt nicht mehr in der Schleife. Das ist die Reihenfolge, die das MIT zerfallen sehen hat.

Build This Now ist ein SaaS-Build-System, das auf Claude Code läuft. Die Pipeline ist fünf Commands lang. Die Reihenfolge ist der Punkt.

/discover läuft zuerst. Sechs Research-Agenten zwingen dich, die Idee, den Nutzer, den Markt, das Pricing und die Tools auszuformulieren, bevor irgendein Code existiert. Du entscheidest, du konsumierst nicht.

/mvp-spec läuft zweitens. Die Spec für jedes Feature liegt vor dir zur Review. Du liest, widersprichst, editierst, freigibst. Die Architektur ist deine, bevor eine Datei geschrieben wird.

/mvp-build läuft drittens. Achtzehn spezialisierte Agenten nehmen die Spec und bauen sie. Quality Gates prüfen die Arbeit. Du verifizierst und akzeptierst jedes Stück. Die Agenten tippen. Du behältst das Urteil.

Diese Sequenz ist die Brain-to-LLM-Reihenfolge, encodiert als Build-Pipeline. Das Denken passiert, bevor das Modell schreibt. Das Modell kann den Frame nicht verankern, weil der Frame schon deiner ist.

Skipp die Reps und der Muskel ist weg. Halt die Reihenfolge und das Tool bleibt ein Tool. Bau mit dem Hirn an, nicht mit dem Hirn aus, nicht mit dem Hirn danach.