AI Psychosis
AI Psychosis ist keine klinische Diagnose, sondern ein umgangssprachlicher Begriff aus der Entwickler- und KI-Community. Er beschreibt ein Verhaltensmuster: Diskussionen und Entscheidungen orientieren sich an vermuteten Fähigkeiten kommender Modellgenerationen, während der Nutzen der bereits verfügbaren Werkzeuge ungeprüft bleibt.
Umgangssprachlicher Begriff für das dauerhafte Hochrechnen künftiger Modellsprünge statt produktiver Arbeit mit vorhandenen Werkzeugen. Das Gegenstück zur Lähmung durch p(Doom) – beide verhindern Entscheidungen im Hier und Jetzt.
Erklärung
Beide Extreme haben denselben Effekt. Wer p(Doom) in den Mittelpunkt stellt, verschiebt Entscheidungen, weil alles Handeln vor einer vermuteten Katastrophe bedeutungslos erscheint. Wer sich umgekehrt in Hochrechnungen künftiger Sprünge verliert, verschiebt Entscheidungen ebenfalls – nur mit der Begründung, das nächste Modell werde das Problem sowieso lösen. In Unternehmen zeigt sich das als Investitionsstau: keine Pilotprojekte, weil man auf die nächste Version wartet; keine Prozessarbeit, weil Agenten sie angeblich bald überflüssig machen; keine Messung, weil sich ohnehin alles ändert. Der Ausweg ist unspektakulär und in beiden Fällen derselbe: eine Frage über den eigenen Anwendungsfall statt über die Zukunft der Technologie. Was kostet dieser Arbeitsschritt heute, wie oft fällt er an, welche Fehlerrate ist tragbar, und was ändert sich messbar, wenn ein Agent ihn übernimmt? Wer so fragt, braucht keine Prognose über Modellgenerationen, sondern einen begrenzten Pilotversuch mit Ausgangswert und Abnahmekriterium.
Relevanz für Marketing
Für Entscheider ist der Begriff nützlich, um ein Gesprächsmuster zu benennen, das Projekte blockiert. Wenn eine Diskussion über Agenten nur noch über kommende Modelle geführt wird, fehlt die Rückbindung an einen Anwendungsfall mit Kosten, Häufigkeit und Fehlerkosten – und damit die Grundlage für jede Freigabe.
Beispiel
Ein Team verschiebt die Automatisierung der Formatadaption zum dritten Mal, weil eine neue Modellgeneration erwartet wird. Ein vierwöchiger Pilot mit heutiger Technik, Ausgangsmessung und klarem Abnahmekriterium hätte in derselben Zeit belegt, ob der Schritt trägt.
Häufige Fallstricke
Der Begriff wird leicht zur Abwertung von berechtigter Vorsicht missbraucht – Datenschutz-, Sicherheits- und Haftungsfragen sind keine Psychose. Ebenso unbrauchbar ist der umgekehrte Vorwurf. Und weil es keine klinische Definition gibt, gehört das Wort nicht in die Beschreibung von Personen, sondern höchstens in die Beschreibung eines Diskussionsmusters.
Entstehung & Geschichte
Der Begriff entstand ab 2024 in Online-Diskussionen als polemische Zuschreibung und wird uneinheitlich verwendet – teils für spekulative Zukunftsfixierung, teils für ungesunde Bindung an Chatbots. In dieser Bedeutung setzte er sich 2025/2026 als Gegenstück zur p(Doom)-Debatte durch: zwei Haltungen, die jeweils vom konkreten Anwendungsfall ablenken.
Anwendungsfälle im Marketing
Erkennen von Gesprächsmustern, die Pilotentscheidungen dauerhaft verschieben.
Rückführung von Grundsatzdebatten auf messbare Anwendungsfälle.
Priorisierung: heutige Werkzeuge bewerten statt künftige annehmen.
Aufsetzen begrenzter Pilotversuche mit Ausgangswert und Abnahmekriterium.
Häufige Fragen
Ist AI Psychosis ein medizinischer Begriff?
Nein. Es handelt sich um einen umgangssprachlichen, uneinheitlich verwendeten Begriff aus Online-Debatten ohne klinische Definition. Als Beschreibung eines Diskussionsmusters ist er brauchbar, als Zuschreibung an Personen nicht.
Wie unterscheidet sich das von p(Doom)?
p(Doom) ist eine subjektive Wahrscheinlichkeitsangabe für ein katastrophales Ergebnis und führt oft zu Lähmung. AI Psychosis beschreibt das andere Extrem, das spekulative Hochrechnen künftiger Fähigkeiten. Beide ersetzen die Frage nach dem eigenen Anwendungsfall.
Was ist die praktische Gegenmaßnahme?
Ein begrenzter Pilot: ein Arbeitsschritt, gemessener Ausgangswert, definierte Fehlertoleranz, feste Laufzeit und eine verantwortliche Person für die Abnahme. Das entscheidet über Nutzen, unabhängig von der nächsten Modellgeneration.
Verwandte Services
Tiefer einsteigen: Agentic AI Hub · Modellvergleich 2026