KI als Waschmaschine und das Problem mit der roten Socke

Wenn ich mir manchmal den schieren zeitlichen Arbeitsaufwand vorstelle, den die Wäsche einer mehrköpfigen Familie vor der Waschmaschine bedeutete, wird mir ganz schummrig. Ein Waschtag konnte früher mehrere Tage dauern: einweichen, in Lauge kochen, auf dem Waschbrett reiben.¹

Parallel andere Aufgaben zu erledigen, war schlicht nicht möglich, und die Instandhaltung und Leitung des Haushaltes, inkl. der Herstellung neuer Artikel (genähte Klamotten, Bettwäsche), war ein Aufwand, der ein Team benötigte. Damals wie heute ist diese Arbeit nicht bezahlt (wenn man sie selber macht), ermöglicht aber die bezahlte Arbeit und den Nachwuchs.

Mit der Erfindung der Haushaltsmaschinen verringerte sich der Zeitaufwand für Hausarbeit, so dass eine Hausfrau 1950 allein schaffte, wofür ein Haushalt hundert Jahre früher drei bis vier Personen brauchte, wie die Historikerin Ruth Schwartz Cowan für die USA nachgezeichnet hat.²

Ähnlich ist es heute mit dem Gründen. KI ist Waschmaschine, Spülmaschine, Staubsaugroboter und Essensplaner für Solo-Founder von Startups, die klassischerweise ein Team benötigten. Ohne sie kann keine Person den Arbeitsaufwand mehrerer Bereiche bewältigen, die zur Gründung gehören.

Passend dazu ist Multitasking eh die Kernfähigkeit aller Mütter und wird bei der Arbeit mit Cowork und Agents im Beruf eine Exzellenzvorlage.

In der Anwendung stetig gesteigert – vom ersten Chat zum morgendlichen Briefing und zur Delegation von Aufgaben – ist KI der Multiplikator von Zeit und Fähigkeiten, und wer sollte besser davon profitieren als Menschen mit Care-Arbeit, die nicht ins Unendliche hinten raus mit dem Laptop in der Garage sitzen können, weil sie Familie haben? Mütter arbeiten schon jetzt produktiver, weil sie gewohnt sind, in knappen Zeitfenstern zu arbeiten. Davon möchte ich allerdings nicht ableiten, dass man sich noch mehr aufladen soll, nur weil es ja eine weitere Maschine gibt, sondern dass es möglich ist, mehr zu erreichen mit weniger Ressourcen.

Ruth Schwartz Cowan hat nämlich auch herausgefunden, dass der Arbeitsaufwand von Hausfrauen trotz Maschinen insgesamt nicht weniger wurde, weil durch die technischen Möglichkeiten auch die Erwartungen und Standards stiegen.²

Wer kennt das nicht – nur weil es möglich ist, mache ich noch eine Version – mal schauen, wie sie aussieht. Experimentieren und Probieren werden dadurch auch ermöglicht, allerdings kann man mit KI auch viel Schall und Rauch produzieren, nur weil man es kann. Als Experiment habe ich mir von KI einen Businessplan schreiben lassen. Nach zehn Minuten hatte ich ihn in der Hand und wollte ihn nicht mal lesen.

Ich wusste: Das ist ein Produkt ohne Hand und Fuß („Workslop“ ist mittlerweile der Begriff dafür³). Er sah aus wie ein Businessplan, aber ich wusste damals noch viel zu wenig über mein Business, um einen vernünftigen Plan zu machen – so hab ich ihn verworfen. War das Zeitverschwendung? Ressourcenschonend war es auf jeden Fall nicht.

Mein Learning mit KI hat seine Hochs und Tiefs. Am meisten über das Arbeiten mit KI hab ich aus einer richtigen Bruchlandung gelernt.

Eine Woche vor meinem Pitch bei einem Wettbewerb hatte ich im Vibecoding-Wahn meinen ersten Care-Coin-Prototyp zerschossen. Die App sollte zeigen, wie einfach man sich anmelden, seine Care-Arbeit loggen und dafür Care Coins bekommen kann. Die lagen in dieser Version auf einer Blockchain, aber niemand sollte sich damit auskennen müssen. Dafür sorgte ein Anbieter im Hintergrund, der Transaktionen automatisch bestätigt, solange man eingeloggt ist.

Gestartet bin ich mit einem Template der Algorand Foundation, umgebaut habe ich es mit Claude, damals noch einfach im Chat. Es ging erstaunlich schnell – bis etwas kaputtging.

Ein Problem bei der Anmeldung, das ich noch aufgeschoben hatte, ließ sich einfach nicht mehr beheben. Nach nächtelangem Copy-and-Paste unter Zeitdruck hatte ich völlig den Überblick verloren. Die App funktionierte vorne und hinten nicht mehr.

Gefunden habe ich den Fehler erst, als ich nicht mehr vorm Rechner saß und mit Abstand alle Schritte in Ruhe durchgegangen bin. Für das Onboarding hatte ich ein Formular-Tool eines anderen Anbieters eingebaut. Der Weg durch die App führte also kurz über eine fremde Adresse, und genau dieser Umweg riss die Anmeldung jedes Mal ab.

Um nochmal auf die Analogie mit der Waschmaschine zurückzukommen: Hier hatte ich definitiv die rote Socke mitgewaschen. Die Vorbereitung beeinflusst das Ergebnis, ganz einfach. Ein einziges Teil, das nicht dazugehört, und alles kommt rosa heraus.

Hätte ich mir den Ablauf vorher klargemacht und die Schritte im Voraus genau durchdacht, wäre mir der Umweg als Fehlerquelle viel früher aufgefallen.

All die Stunden, die ich hätte schlafen können.

Zum Pitch habe ich es dennoch geschafft, den 3. Platz gemacht und mein erstes Grant für Care-Coin bekommen.

Heute baue ich nach einem klaren Ablauf: genaue Anweisungen, ein Schritt nach dem anderen. So finde ich jeden Schritt wieder. Und fast wichtiger: Ich verstehe jeden.

Das Verrückte ist: Diese Fähigkeit hatte ich längst. Ich hatte sie nur nicht ins Büro mitgenommen.

Vorbereiten können wir

Zu Hause mache ich nichts anderes. Bevor der Saugroboter losfährt, räume ich die Legosteine vom Teppich, sonst hält er alle zwei Minuten an und mein Zeitgewinn ist dahin. Bevor die Waschmaschine läuft, sortiere ich die rote Socke aus. Ich denke voraus, was schiefgehen kann, und kümmere mich darum, bevor es passiert.

Wer Care-Arbeit leistet, trainiert genau das jeden Tag. Das Rutgers Center for Women in Business hat Berufstätige mit Care-Verantwortung befragt und 18 Fähigkeiten herausgearbeitet, die durch Care-Arbeit wachsen⁴: Bedürfnisse vorausahnen, Zeit managen, mit Komplexität umgehen.

Genau das braucht die Arbeit mit KI.

Die Fähigkeit ist da, die Nutzung nicht

Und trotzdem nutzen Frauen generative KI im Schnitt rund 25 % seltener als Männer, das zeigt eine Auswertung von 18 Studien mit über 140.000 Menschen.⁵ Gleichzeitig leisten Frauen in Deutschland deutlich mehr unbezahlte Sorgearbeit als Männer.⁶

Ob Care-Leistende KI seltener nutzen, misst bisher niemand direkt. Aber die Lücke liegt genau dort, wo die passende Fähigkeit am meisten geübt wird.

Ich vermute, ein Grund dafür ist: Diese Fähigkeit steht in keinem Lebenslauf. Wer jahrelang einen Familienalltag organisiert, nennt das selten Projektmanagement. Und wer die eigene Stärke nicht sieht, traut sich an neue Werkzeuge weniger heran.

Was wir bauen

Hier setzt Care-Coin an. Wir bauen eine Plattform, auf der Care-Arbeit sichtbar wird: Wer Care-Stunden einträgt, bekommt dafür Care Coins, Prämienpunkte, die zeigen, was man tatsächlich leistet. Geplant ist außerdem der Skill Pass, ein KI-Werkzeug, das Alltags-Care in die Sprache beruflicher Kompetenzen übersetzt. Aus „Legosteine wegräumen“ wird dann, was es ist: vorausschauende Planung.

Erst sortieren, dann waschen

Die rote Socke findet man nicht, indem man nächtelang wäscht. Man findet sie, bevor die Maschine läuft.

Wer Care-Arbeit leistet, weiß das längst. Zeit, dass es auch im Lebenslauf steht.

KI ist eine Arbeitswelt-Revolution und ermöglichte Care-Coin bis hierhin. Das ersetzt aber nicht die menschliche Ambition. Aber wenn man KI fragen würde: „Welche Gründe kannst du finden, um Care-Arbeit ökonomisch anerkannt zu machen, und sollte man das tun?“, käme heraus:

Es gibt starke Gründe dafür. Ohne unbezahlte Care-Arbeit würden Wirtschaft und Pflegesystem nicht funktionieren, aber sie taucht in keiner Wirtschaftsleistung auf. Wer sie leistet, zahlt oft mit Einkommen, Karriere und Rente. Und die Fähigkeiten, die dabei entstehen, bleiben unsichtbar. Die Vereinten Nationen haben „unbezahlte Pflege- und Hausarbeit anerkennen und wertschätzen“ sogar als Ziel 5.4 in ihre Nachhaltigkeitsziele geschrieben.⁷ Schwierig ist das Wie: Fürsorge lässt sich nur begrenzt messen, und nicht alles, was man aus Liebe tut, will einen Preis haben. Ob und wie wir sie anerkennen, ist eine gesellschaftliche Entscheidung. Die kann ich sortieren, aber nicht treffen.

Hat KI hier das letzte Wort? Nein, wir müssen diese Entscheidung treffen und KI nutzen bei der Umsetzung. Aus diesem Blog-Artikel werden automatisch mehrere Instagram-Posts, YouTube-Shorts und X-Posts entstehen, während meine Waschmaschine läuft und ich … (verrate ich nicht).

Wenn du wissen willst, wie es mit Care-Coin weitergeht: Trag dich unten in den Newsletter ein. Dann erfährst du als Erste:r, wann unsere Startnext-Kampagne startet – voraussichtlich am 19. Januar 2027.

Eine Frage an dich: Wofür nutzt du die Zeit, die dir KI spart? → Antworten (10 Sekunden)

Take care 🩷

Titelbild: Emily Chung auf Unsplash

Quellen

1. Planet Wissen (WDR): Wäsche waschen

2. Ruth Schwartz Cowan: More Work for Mother (1983), Rezension im Christian Science Monitor

3. Niederhoffer u. a., Stanford Social Media Lab und BetterUp Labs: AI-Generated „Workslop“ Is Destroying Productivity, Harvard Business Review, September 2025

4. Rutgers Center for Women in Business: Why Businesses Should Value Caregivers Now

5. Harvard Business School, Working Knowledge: Women Are Avoiding Using Artificial Intelligence. Can That Hurt Their Careers?

6. Bundesfamilienministerium: Statistisches Bundesamt veröffentlicht neue Zahlen zum Gender Care Gap (Zeitverwendungserhebung 2022)

7. Vereinte Nationen: Ziel 5 – Geschlechtergleichstellung