Ethik und Philosophie der KI als kognitive Prothese für ADHS-Entwickler

“Kognitive Freiheit ist das Recht auf Selbstbestimmung über unser Gehirn und unsere mentalen Erfahrungen.” Nita Farahany, Duke University (2023)

1. Behinderungsrechtliche Frameworks angewandt auf ADHS + KI

Drei konkurrierende Modelle

Framework	Sicht auf ADHS	Sicht auf KI-Tools	Implikation für Entwickler
Medizinisches Modell	Störung, die Behandlung erfordert; Defizit der Exekutivfunktionen, Aufmerksamkeitsregulation	Therapeutische Intervention; kompensatorisches Werkzeug für Beeinträchtigungen	KI ist verordnete Anpassung. Impliziert Defekthaftigkeit, die Reparatur erfordert
Soziales Modell	Beeinträchtigung existiert, aber Behinderung entsteht durch Umgebungs-Mismatch (unflexible Arbeitsplätze, lineare Workflows, auswendiglernenintensive Coding-Kultur)	Umgebungsmodifikation; entfernt behindernde Barrieren, statt die Person zu “reparieren”	KI restrukturiert die Umgebung, nicht die Person. Analog zu Rampen, nicht zu Operationen
Neurodiversität 2.0 / Interaktionistisches Modell	Natürliche kognitive Variation mit sowohl echten Beeinträchtigungen ALS AUCH echten Stärken; Behinderung entsteht aus der Person-Umgebung-Interaktion	Universelle kognitive Infrastruktur, die allen Gehirnen unterschiedlich nützt; ADHS-Gehirne profitieren möglicherweise überproportional aufgrund bereits bestehender Scaffolding-Gewohnheiten	KI ist weder Heilung noch Anpassung. Sie ist kognitive Infrastruktur, die verschiebt, welche Eigenschaften vorteilhaft sind

Die Kernspannung

Die Neurodiversitätsbewegung steht vor einer ungelösten Dialektik:

“ADHS ist eine Behinderung, die Anpassung erfordert”: notwendig für rechtlichen Schutz (ADA-Abdeckung), Arbeitsplatzanpassungen, Zugang zu medizinischer Behandlung und Versicherungsabdeckung für Medikation
“ADHS ist Neurodiversität, die Akzeptanz erfordert”: notwendig für Identität, Selbstwert, Anerkennung genuiner kognitiver Stärken und die Infragestellung reiner Defizit-Rahmungen

Diese schließen sich nicht gegenseitig aus, erzeugen aber praktische Reibung. Das soziale Modell von Behinderung löst dies teilweise, indem es zwischen Beeinträchtigung (der kognitive Unterschied der Person) und Behinderung (den sozialen Konsequenzen dieser Beeinträchtigung in einer nicht-anpassungsbereiten Umgebung) unterscheidet (Disability Wales; Jillian Enright, Neurodiversified).

Wie KI alle drei Modelle durcheinanderbringt

KI-Tools wie Claude Code und Copilot passen nicht sauber in eines der Frameworks:

Nutzer des medizinischen Modells sehen KI als Assistive Technology, die exekutive Dysfunktion kompensiert. Ähnlich wie Hörgeräte oder Screenreader
Befürworter des sozialen Modells sehen KI als Beweis, dass das Problem immer die Umgebung war (die Auswendiglernen, sequentielle Planung, Dokumentation erforderte), nicht die Person
Neurodiversität-2.0-Vertreter sehen KI als Beleg dafür, dass ADHS-Eigenschaften (divergentes Denken, Komfort mit Ambiguität, iterative Exploration) immer wertvoll waren, aber zuvor durch Umgebungsanforderungen unterdrückt wurden, die KI jetzt übernimmt

Der interaktionistische Ansatz, dokumentiert in Human Development (Karger Publishers, 2023), erkennt Beiträge sowohl individueller Eigenschaften als auch der Gesellschaft zur Behinderung an und vermeidet so die falsche Wahl gänzlich.

Zentrale Quellenangabe: den Houting, J. (2019). “Neurodiversity: An insider’s perspective.” Autism, 23(2), 271-273. Erste große akademische Artikulation der Spannung des Neurodiversitätsparadigmas mit medizinischen Ansätzen.

2. KI als Anpassung vs. Universelles Design

ADA/EEOC-Richtlinien zu KI am Arbeitsplatz

Die EEOC veröffentlichte im Mai 2022 formelle Richtlinien zu KI und dem Americans with Disabilities Act, die festlegen, dass:

Arbeitgeber, die KI-basierte Entscheidungstools einsetzen, angemessene Anpassungen bereitstellen müssen für Mitarbeiter, deren Behinderungen die Bewertungsgenauigkeit der Tools beeinflussen (EEOC, “Artificial Intelligence and the ADA”)
KI-Tools, die Personen mit Behinderungen aussieben, den ADA verletzen, es sei denn, die Kriterien sind arbeitsplatzbezogen und mit geschäftlicher Notwendigkeit vereinbar (ADA.gov, “Algorithms, AI, and Disability Discrimination in Hiring”)
Arbeitgeber haftbar sein können, auch wenn sie KI-Drittanbieter nutzen. Die Haftung geht nicht auf den Tool-Anbieter über
EEOC-Daten zeigen steigende Diskriminierungsbeschwerden bezüglich Behinderung im Zusammenhang mit Neurodivergenz (Ogletree Deakins, 2024)

Individuelle Anpassung vs. Universelles Design

Dimension	Individuelle Anpassung	Universelles Design
Wer profitiert	Bestimmte Person mit dokumentierter Behinderung	Alle, mit überproportionalem Nutzen für behinderte Nutzer
Auslöser	Formaler Antrag + Dokumentation	Standardmäßig in die Umgebung eingebaut
Rechtliche Grundlage	ADA Reasonable Accommodation	Proaktive Inklusion (kein Antrag nötig)
KI-Beispiel	ADHS-Entwickler erhält KI-Assistenten als Arbeitsplatzanpassung	Gesamtes Team nutzt KI-Assistenten; ADHS-Entwickler profitiert am meisten
Stigma-Level	Hoch (erfordert Offenlegung)	Keines (alle nutzen es)
Skalierbarkeit	Niedrig (Einzelfall)	Hoch (systemisch)

Der Curb-Cut-Effekt

Der Curb-Cut-Effekt, benannt nach Gehwegabsenkungen für Rollstuhlfahrer, die allen zugutekommen (Eltern mit Kinderwagen, Lieferanten, Reisende mit Gepäck), ist das stärkste Argument für universelle KI-Bereitstellung statt individueller Anpassung (Stanford Social Innovation Review).

KI als Curb Cut, Beispiele:

Code Completion, entwickelt für exekutive Dysfunktion, hilft allen Entwicklern, Context-Switching-Kosten zu vermeiden
KI-Dokumentationsgenerierung, entwickelt für ADHS-Working-Memory-Einschränkungen, nützt ganzen Teams
Natural Language Code Explanation, entwickelt für Lernunterschiede, verbessert Onboarding universell
Ruheräume, ursprünglich für neurodiverse Mitarbeiter, helfen jetzt jedem, der einen mentalen Reset braucht
Untertitel, erstellt für gehörlose Nutzer, werden jetzt von 80%+ der Zuschauer in lauten Umgebungen genutzt

“Wenn wir mit Barrierefreiheit im Sinn gestalten, machen wir das Leben für mehr Menschen einfacher, ohne es für irgendjemanden schwerer zu machen.” Curb-Cut-Effekt-Prinzip

Rechtliche Implikationen

Wenn KI-Coding-Assistenten zu Standard-Arbeitsplatztools werden (Universelles Design), dann wird deren Verweigerung zum Anpassungsproblem. Arbeitgeber, die den KI-Zugang einschränken, könnten neue Barrieren für neurodivergente Mitarbeiter schaffen. Das invertiert das traditionelle Anpassungsframework: Die Anpassung besteht nicht darin, das KI-Tool bereitzustellen, sondern sicherzustellen, dass es nicht weggenommen wird.

Ein Arbeitgeber, der KI-Tooling standardisiert und es dann einem bestimmten Mitarbeiter entzieht, könnte ADA-Haftung ausgesetzt sein, wenn dieser Mitarbeiter eine dokumentierte Behinderung hat, die das Tool effektiv kompensiert hat.

3. Algorithmische Voreingenommenheit gegen neurodivergente Menschen

KI-Diskriminierung bei Einstellungstools

Die HireVue-Kontroversen

HireVues KI-Videointerview-Plattform analysiert Gesichtsausdrücke, Sprachmuster und Wortwahl, um Kandidaten zu bewerten. Dieses System erzeugt systematische Voreingenommenheit gegen neurodivergente Bewerber:

Atypischer Augenkontakt (häufig bei Autismus, ADHS) wird als Desinteresse fehlinterpretiert
Sprachmuster-Unterschiede (Pausen, nicht-lineare Antworten) werden bestraft
Variationen im Gesichtsausdruck werden gegen neurotypische Baselines niedriger bewertet
Zeitlimits und fehlende Klärungsmöglichkeiten betreffen ADHS-Kandidaten überproportional

Beschwerde vom März 2025: Die ACLU und Public Justice reichten eine Beschwerde bei der Colorado Civil Rights Division und EEOC gegen Intuit und HireVue ein, in der sie behaupteten, deren KI-Einstellungstechnologie habe eine gehörlose indigene Frau und andere diskriminiert. Die Beschwerde stellte speziell fest, dass HireVues System die Sprache gehörloser Bewerber nicht akkurat analysieren kann und Schwierigkeiten mit nicht-weißen Sprechern hat (Public Justice, 2025; HR Dive, 2025).

Die Aon/ACLU-Fälle

Die ACLU reichte EEOC- und FTC-Beschwerden gegen Aon ein, mit der Behauptung, dessen KI-Einstellungsbewertungen diskriminierten aufgrund von Ethnie und Behinderung:

ADEPT-15 Persönlichkeitstest: Fragen überschneiden sich erheblich mit klinischen Autismus-Screening-Tools. Das bedeutet, der Test screent effektiv auf autistische Merkmale statt auf arbeitsrelevante Fähigkeiten
gridChallenge gamifiziertes kognitives Assessment: Bestraft atypische Verarbeitungsstile
Aons KI-gestütztes Videointerviewsystem: “Wahrscheinlich diskriminierend aufgrund von Ethnie und Behinderung” (ACLU-Beschwerde)
Die ACLU reichte die Beschwerde im Namen eines biracial autistischen Bewerbers und einer ähnlich betroffenen Gruppe ein
Aons Persönlichkeitstest bewertete Eigenschaften wie “Positivität, emotionales Bewusstsein, Lebhaftigkeit, Ehrgeiz und Antrieb”, die nicht arbeitsrelevant sind, aber mit dem Neurotyp korrelieren (Fisher Phillips, 2025; Bloomberg Law, 2025)

Ausmaß des Problems: Fast 70% der Unternehmen und 99% der Fortune-500-Unternehmen nutzen inzwischen KI-Tools in ihren Einstellungsprozessen.

Resume-Screening-Bias

Eine Studie der University of Washington von 2024 ergab, dass GPT-basierte Lebenslauf-Screening-Tools Bewerbungen, die autismusbezogene Auszeichnungen oder Mitgliedschaften erwähnen, niedriger einstufen als identische Bewerbungen ohne solche Angaben (Glazko et al., 2024, ACM FAccT).

Zusätzliche Voreingenommenheiten gegen neurodivergente Kandidaten:

Beschäftigungslücken (häufig bei ADHS-Burnout-Zyklen) werden von Pattern-Matching-Algorithmen bestraft
Job-Hopping-Muster (ADHS-bedingte Stellenwechsel) werden als Instabilität markiert
Nicht-lineare Karrierewege werden von Algorithmen herausgefiltert, die konventionelle Progression erwarten
Unkonventionelle Lebenslaufformate (ADHS-/Legasthenie-bedingt) werden von Parsing-Algorithmen abgelehnt

LLM Communication Style Bias

Large Language Models bevorzugen systematisch neurotypische Kommunikationsmuster:

LLMs, trainiert auf Daten, “die überwiegend von Neurotypischen verfasst wurden”, produzieren Outputs, die neurodivergente Denkprozesse nicht erfassen (Zheng et al., 2024, arXiv)
Neurodivergente Nutzer berichten, dass sie viele Prompting-Runden benötigen, um Outputs zu erhalten, die ihrem Kommunikationsstil entsprechen
Negative Assoziationen in Modellen eingebettet: Word Embeddings zeigen negative Assoziationen zwischen autismusbezogenen Begriffen und positiven Eigenschaften wie Ehrlichkeit, “obwohl Ehrlichkeit eine häufige Stärke autistischer Personen ist” (Brandsen et al., 2024, Autism Research; Duke Center for Autism and Brain Development)
Sätze, die Behinderungen beschreiben wie “I have autism”, erzeugen in manchen Embedding-Modellen stärkere negative Assoziationen als “I am a bank robber”

Gesichtserkennung und Emotionserkennung

Emotionserkennungs-KI ist “besonders schlecht darin, die Emotionen von Menschen mit Behinderungen, neurodivergenten Menschen und People of Color zu labeln” und verfestigt damit ableistische emotionale Normen (EPIC, EU AI Act comments)
Neurodivergente Gesichtsausdrücke werden systematisch als negative Emotionen fehlklassifiziert
Der EU AI Act erkennt explizit an, dass “der Ausdruck von Emotionen sich erheblich über Kulturen und Situationen hinweg unterscheidet, und sogar innerhalb einer einzelnen Person”

Emergent Ableism

Kate Glazko und Kollegen prägten den Begriff “Emergent Ableism”: Diskriminierung, die entsteht, wenn Pattern-Matching-Algorithmen auf menschliche kognitive Vielfalt treffen. Anders als absichtliche Voreingenommenheit ist Emergent Ableism eine strukturelle Eigenschaft von Systemen, die auf neurotypisch-dominierten Daten trainiert wurden (TechPolicy.Press, 2024).

Gesetzlicher Schutz

Gesetzgebung	Jurisdiktion	Zentrale Bestimmung	Auswirkung auf Neurodivergente
EU AI Act (Article 5(1)(f))	Europäische Union	Verbietet Emotionserkennungs-KI am Arbeitsplatz und in Bildungseinrichtungen (wirksam ab 2. Feb. 2025)	Schützt neurodivergente Arbeitnehmer vor Gesichtsausdruck-Scoring
Illinois BIPA	Illinois, USA	Erfordert Einwilligung zur biometrischen Datenerhebung; privates Klagerecht	Schützt vor nicht-konsentierter Gesichtsgeometrie-Analyse bei Einstellungen
Illinois HB 3773	Illinois, USA	Verbietet KI, die aufgrund geschützter Klassen im Beschäftigungsbereich diskriminiert (wirksam ab 1. Jan. 2026)	Explizites Verbot von KI-Einstellungsdiskriminierung
Colorado Anti-Discrimination Act	Colorado, USA	Grundlage für die HireVue/Intuit-Beschwerde	Angewandt auf KI-Videointerview-Diskriminierung
ADA + EEOC Guidance	Federal, USA	Arbeitgeber haftbar für diskriminierende KI, auch über Drittanbieter	Deckt neurodivergente Kandidaten ab, die von KI-Screening betroffen sind

4. Neurodivergente Repräsentation in der KI-Governance

WEF: Neurodivergente Köpfe humanisieren die KI-Governance

Das World Economic Forum veröffentlichte 2025 eine Analyse, die argumentiert, dass neurodivergente Fachleute essenziell für die KI-Governance sind:

“Neurodivergente Personen könnten die wichtigsten Architekten der KI sein, doch die meisten KI-Frameworks spiegeln neurotypische Annahmen wider und schließen genau die Menschen aus, die helfen könnten, durch das Rauschen zu brechen.” WEF, July 2025

Zentrale WEF-Ergebnisse:

Neurodivergente Kognition verbessert die Genauigkeit von KI-Systemen UND stärkt die ethische/menschliche Aufsicht
Neurodivergente Fachleute identifizieren algorithmische Voreingenommenheiten und logische blinde Flecken, die neurotypische Prüfer übersehen
Eine Studie der Temple University ergab, dass neurodivergente Fachleute “diverse Annotationen produzieren, die für Arbeitgeber in der digitalen Datenannotationsarbeit wertvoll sind”, was Training Sets bereichert und Bias mindert
Das Disability:IN 2025 Framework berichtete über messbare Produktivitätsgewinne, wenn neurodivergente Fachleute in logikbasierte Workflows wie Datenannotation und Modellvalidierung eingebettet wurden

Deloittes Produktivitätsforschung

Deloittes Forschung zu Neurodiversität und Innovation belegt:

Teams mit neurodivergenten Fachleuten sind in innovationsorientierten Rollen bis zu 30% produktiver (Deloitte Insights, 2022)
UiPath interne Analyse: Autistische Teammitglieder waren bei KI-Datenlabeling und Trainingsaufgaben 150% produktiver als neurotypische Kollegen
Unternehmen wie Microsoft, SAP und Dell haben Einstellungspipelines für neurodivergente KI-Talente umgestaltet
Auticon (IT-Beratungsunternehmen mit autistischer Mehrheit) und ähnliche Firmen demonstrieren neurodivergente Exzellenz in Pattern Recognition, Datenqualität und Anomalieerkennung

”Nothing About Us Without Us” in der KI

Das Behinderungsrechtsprinzip “Nothing about us without us”, das in den 1990er Jahren von südafrikanischen Behindertenrechtsaktivisten stammt, wird zunehmend auf KI-Entwicklung angewandt:

Die Mozilla Foundation setzt sich dafür ein, dass behinderte Menschen am Tisch sitzen, wenn KI-Systeme entwickelt und eingesetzt werden: “If disabled people are at the table when AI systems are created and deployed, they can help account for the needs of all” (Mozilla Foundation)
Das Autistic Self Advocacy Network (ASAN) fordert neurodivergente Inklusion in der Technologiepolitik
Empfehlungen umfassen die Einrichtung ständiger neurodivergenter Beiräte mit vergüteten, fortlaufenden Rollen in der KI-Entwicklung (TechPolicy.Press, 2025)

Praktische Evidenz: Neurodivergente Bias-Erkennung

In KI-Entwicklungskontexten haben neurodivergente Fachleute spezifische Vorteile gezeigt:

Autistische Analysten bei SAP, IBM und Auticon haben Gender-, ethnische und sozioökonomische Voreingenommenheiten in Trainingsdaten für Einstellungs- und Gesundheitsvorhersagesysteme aufgespürt, die trotz standardmäßiger Bias-Tests bestehen blieben
Neurodivergente Tester identifizierten Fairness-Krisen, Hypothesis Drift und Model Collapse, die nicht-neurodivergente Teams übersahen
Pattern-Recognition-Unterschiede, die mit Autismus und ADHS assoziiert sind, ermöglichen die Identifikation von Datenanomalien, die für neurotypische Prüfer unsichtbar sind
Organisationen verzeichnen höhere Prozessgenauigkeit und Mitarbeiterbindung, wenn neurodivergente Fachleute in KI-Validierungs-Workflows eingebettet werden (Disability:IN, 2025)

Das Stress-Testing-Argument

Deloitte und andere argumentieren, dass neurodivergente Menschen systematisch in KI-Stress-Tests einbezogen werden sollten, weil:

Unterschiedliche Pattern Recognition: Neurodivergente Gehirne bemerken andere Anomalien
Wörtliche Interpretation: Autistische Tester erkennen Mehrdeutigkeiten, die neurotypische Nutzer unbewusst “auffüllen”
Hyperfokus auf Inkonsistenz: ADHS-gesteuerte interessenbasierte Aufmerksamkeit ist exzellent darin, Dinge zu finden, die “nicht passen”
Erfahrung mit Systemversagen: Neurodivergente Menschen haben lebenslange Erfahrung mit Systemen, die nicht für sie gebaut wurden, was ihnen ein intuitives Verständnis für Ausschlussmuster gibt

5. Autonomie und Einwilligung

KI-Scaffolding vs. KI-Substitution

Die entscheidende ethische Unterscheidung für ADHS-Entwickler besteht zwischen:

Dimension	Scaffolding (Ethisch)	Substitution (Bedenklich)
Metapher	Stützräder, die abkommen	Rollstuhl für jemanden, der laufen kann
Rolle des Nutzers	Regisseur, Entscheidungsträger	Passagier, Genehmiger
Lernen	Fähigkeiten entwickeln sich über die Zeit	Fähigkeiten verkümmern über die Zeit
Abhängigkeit	Abnehmend mit Meisterschaft	Zunehmend über die Zeit
Autonomie	Gestärkt	Vermindert
KI-Verhalten	Hohe Unterstützung anfangs, progressiver Rückzug	Konstante volle Unterstützung unabhängig von der Nutzerfähigkeit

Enhanced Cognitive Scaffolding beinhaltet das Prinzip, dass KI anfangs hohe Unterstützung bietet, aber progressiv mehr Nutzerautonomie fördert. Die KI fordert den Nutzer angemessen heraus und tritt dann zurück, wenn der Nutzer die Aufgabe meistert (arXiv, 2025). Das spiegelt effektives pädagogisches Scaffolding wider, bei dem Unterstützung “angeboten wird, wenn nötig, zurückgezogen, wenn nicht, und immer dem Override des Nutzers unterliegt.”

Der 17%-Skill-Atrophy-Befund

Anthropics randomisierte kontrollierte Studie vom Januar 2026 ist die rigoroseste Evidenz für KI-induzierte Skill Atrophy:

Studie: 52 überwiegend Junior-Python-Ingenieure, die mit Trio (Async-Library) nicht vertraut waren
Ergebnis: Die KI-unterstützte Gruppe schnitt bei Verständnistests 17% schlechter ab (ca. 2 Notenstufen) als die manuell codierende Gruppe
Am stärksten betroffen: Debugging-Fähigkeit, gefolgt von Code-Lesen und konzeptuellem Verständnis
Kritische Nuance: Sechs verschiedene KI-Interaktionsmuster identifiziert. Drei erzielten unter 40% (durchgefallen), drei erzielten 65-86% (stark)
Zentrale Erkenntnis: Wie du KI nutzt, bestimmt, ob du lernst oder verlierst. Die Variable ist kognitive Engagement, nicht KI-Nutzung an sich

(Anthropic Research, Jan 2026; Shen & Tamkin, 2026)

Warum ADHS-Entwickler einem erhöhten Risiko ausgesetzt sind:

Stärkere Versuchung zum Auslagern (KI liefert schnellere Dopaminbelohnungen als Anstrengung)
“Progressive Auslagerung” entspricht der ADHS-typischen Tendenz zum Weg des geringsten Widerstands
Bereits schwächeres Exekutivfunktions-Scaffolding bedeutet weniger Puffer vor Abhängigkeit
Weniger erfahrene Lernende (viele ADHS-Betroffene nehmen nicht-traditionelle Wege) sind am anfälligsten

Aber auch potenzieller Schutz:

ADHS-Entwickler haben oft bereits metakognitive Strategien für den Umgang mit externen Tools
Komfort mit “Nicht-Wissen” kann angstgetriebene Auslagerung reduzieren
Interessengetriebener Hyperfokus kann effizienzorientierte Abkürzungen übersteuern, wenn Engagement vorhanden ist

Zusätzliche Deskilling-Evidenz

Microsoft Research / Carnegie Mellon (2025): Wissensarbeiter berichteten, KI mache Aufgaben kognitiv einfacher, aber Forscher stellten fest, dass sie Problemlösungskompetenz an das System abtraten
Lancet Gastroenterology & Hepatology (2025): Die Detektionsraten von Endoskopikern, die KI nutzten, fielen von 28,4% auf 22,4%, als die KI entfernt wurde. Das demonstriert Skill Atrophy nach routinemäßiger KI-Abhängigkeit
The Deskilling Paradox (ACM, 2025): Erfahrene Ingenieure gewinnen Produktivität, während Junior-Ingenieure Kompetenzentwicklung verlieren. Die Beschäftigung für Entwickler im Alter von 22-25 ist seit Ende 2022 um ca. 20% gefallen, während Stellen für Entwickler über 26 stabil bleiben

Datenschutz und Überwachung mit neuroadaptiver KI

Aufkommende neuroadaptive KI-Systeme, die Aufmerksamkeitsdrift, emotionalen Zustand und kognitive Überlastung erkennen, werfen akute Datenschutzbedenken für ADHS-Nutzer auf:

Gehirnaktivitätsmonitoring am Arbeitsplatz findet bereits statt für Aufmerksamkeits- und Ermüdungslevel (Farahany, 2023)
ADHS-spezifische KI-Tools, die Fokusmuster, Aufmerksamkeitszyklen und Ablenkungshäufigkeit tracken, erstellen intime kognitive Profile
Solche Daten könnten verwendet werden für: Leistungsbewertung, Versicherungsrisikobewertung, Beschäftigungsentscheidungen oder Verhaltensvorhersage
Neurodivergente Personen erleben “erhöhte Verwundbarkeit in digitalen Umgebungen”. Datenschutzverletzungen und Missbrauch von Verhaltensdaten können Stigmatisierung verschärfen

Digitale Body-Doubling-Systeme für ADHS repräsentieren sowohl Chance als auch Risiko: Sie unterstützen Aufmerksamkeit als einen “fluktuierenden, relationalen Zustand”, normalisieren aber potenziell kontinuierliche kognitive Überwachung (arXiv, 2025).

Einwilligungsmodelle für Brain-Computer-Interfaces

Während BCIs sich von medizinischen Geräten zu Consumer-Neurotechnologie entwickeln (EEG-Stirnbänder, Focus-Tracking-Wearables), müssen Einwilligungs-Frameworks folgendes adressieren:

Dynamische informierte Einwilligung: BCI-Fähigkeiten entwickeln sich weiter, was fortlaufende Einwilligungsprozesse statt einmaliger Vereinbarungen erfordert
Verwundbarkeitskonsiderationen: Neurodivergente Nutzer könnten unter Druck stehen, BCIs zur “Produktivitätssteigerung” einzusetzen
Fünf zentrale ethische Fragen in der BCI-Forschung: Spezifität, Verwundbarkeit, Autonomie, Umfassendheit und Unsicherheit (PLOS Biology, 2024)
Privacy by Design: Neurodaten sollten niemals ohne Einwilligung erhoben, gespeichert oder übertragen werden
Neugestaltung von Einwilligungs-Frameworks, um Nutzer mit BCI Literacy zu befähigen bezüglich Erhebung, Nutzung, Weitergabe und Aufbewahrung von Neurodaten (Future of Privacy Forum)

6. Das Romantisierungsproblem

Die Kritik der toxischen Positivität

Die “ADHS-Superkraft”-Erzählung überschreitet die Grenze von Optimismus zu toxischer Positivität, wenn sie:

Echtes Leiden entwertet: Das Romantisieren lebensverändernder Symptome als Superkräfte “schmälert den Kampf von Kindern und Erwachsenen gegen ADHS-Mythen und Stigma” (ADDitude Magazine)
Selbstvorwürfe erzeugt: “Die Superkraft-Botschaft suggeriert, dass du natürlicherweise exzellent sein solltest. Wenn das nicht passiert, gibst du dir vielleicht selbst die Schuld, statt zu erkennen, dass Erfolg mit ADHS spezifische Strategien und Unterstützung erfordert”
Ableistische Standards verstärkt: Behinderungswissenschaftler bemerken, dass Superkraft-Sprache “unbeabsichtigt ableistische Standards aufrechterhalten kann, indem sie suggeriert, dass nur diejenigen, die außergewöhnliche Fähigkeiten zeigen, Anpassungen oder Respekt verdienen”
Falsche Dichotomien erzeugt: Die Einengung auf ein “Superkraft versus Behinderung”-Framing, das “das Spektrum der Erfahrungen ignoriert”
Verweigerung von Anpassungen ermöglicht: Wenn ADHS eine Superkraft ist, warum sollte jemand Hilfe brauchen?

Die “Superkraft-Erzählung” vs. gelebte Realität

Superkraft-Behauptung	Gelebte Realität
”Hyperfokus ist eine Superkraft!”	Hyperfokus ist unwillkürlich, oft fehlgeleitet und wird von Crash/Burnout gefolgt
”ADHS macht dich kreativ!”	Kreativität ohne Umsetzungsfähigkeit ist frustrierend, nicht ermächtigend
”Divergentes Denken ist ein Vorteil!”	Nicht wenn du nicht auf eine Lösung konvergieren kannst, um rechtzeitig zu liefern
”Du denkst anders, das ist besonders!”	Anders denken in feindlichen Umgebungen erzeugt Leiden, nicht Erfolg
”ADHS-Unternehmer sind furchtlos!”	Risikobereitschaft aus Impulsivität ist nicht dasselbe wie strategischer Mut

Das Sowohl-als-auch-Framework

Die intellektuell ehrliche Position ist ein Sowohl-als-auch-Framework: ADHS erzeugt reale kognitive Vorteile UND reales Leiden gleichzeitig. Das ist kein Widerspruch, sondern die Natur eines kognitiven Profils, das für eine andere Umgebung optimiert ist als die, in der die meisten Menschen leben.

Evidenz für genuige Stärken:

Höhere Divergent-Thinking-Scores (Flüssigkeit, Flexibilität, Originalität) assoziiert mit ADHS-Symptomen in der Allgemeinbevölkerung (Frontiers in Psychiatry, 2022)
Designer-Studie 2025: ADHS-Teilnehmer generierten mehr neuartige Ideen, aber weniger qualitativ hochwertige Ideen. Sie wählten jedoch Ideen von hoher Neuartigkeit UND Qualität (International Journal of Design Creativity and Innovation, 2026)
Deliberates Mind Wandering kann erhöhte Kreativität erklären; spontanes Mind Wandering vermittelt funktionale Beeinträchtigungen (European College of Neuropsychopharmacology Congress, 2025)
Selbstberichtete Stärken: Hyperfokus, divergentes Denken, Nonkonformismus, hohe Energie, Kreativität, Empathie (Cambridge University Press, Psychological Medicine)

Evidenz für genuine Beeinträchtigung:

Exekutive Dysfunktion ist nicht romantisch. Sie bedeutet, Deadlines zu verpassen, Gegenstände zu verlieren, bekanntermaßen wichtige Aufgaben nicht beginnen zu können
Emotionale Dysregulation verursacht echte Beziehungsschäden und Karrierekonsequenzen
Zeitblindheit erzeugt genuine lebensbeeinträchtigende Probleme, die kein Reframing löst
Die meisten Studien finden Divergent-Thinking-Vorteile auf subklinischem ADHS-Symptom-Niveau, aber nicht notwendigerweise auf klinischem Niveau. Der Schweregrad ist relevant

Anwendung auf die KI-These

Diese Wissensbasis muss der Romantisierungsfalle widerstehen. Die Behauptung ist NICHT “ADHS ist eine Superkraft und KI beweist es.” Die Behauptung ist:

KI-Tools restrukturieren die Programmierumgebung auf Weisen, die den Einfluss genuiner ADHS-Schwächen (exekutive Dysfunktion, Working-Memory-Einschränkungen, Anforderungen an sequentielle Verarbeitung) reduzieren und gleichzeitig den Ausdruck genuiner ADHS-Stärken (divergentes Denken, Pattern Recognition über Domänen hinweg, Komfort mit Ambiguität, iterative Exploration) verstärken.

Das ist eine Umgebungsveränderung, keine Persönlichkeitsvalidierung. Dieselbe Person kann in nicht-KI-unterstützten Kontexten weiterhin tiefgreifend unter ADHS leiden.

7. Kognitive Freiheit

Farahanys Framework

Nita Farahany, Robinson O. Everett Distinguished Professor of Law and Philosophy an der Duke University, artikuliert kognitive Freiheit durch drei miteinander verknüpfte Rechte in The Battle for Your Brain (St. Martin’s Press, 2023):

Recht	Schutz	Bedrohung
Mentale Privatsphäre	Recht, Gehirndaten und mentale Zustände privat zu halten; deckt “alle mentalen und affektiven Funktionen” ab	Gehirnmonitoring am Arbeitsplatz, neuroadaptive KI, die Aufmerksamkeit/Emotionen trackt, Datensammlung durch Consumer-Neurotechnologie
Gedankenfreiheit	Recht, ohne Einmischung, Manipulation oder Bestrafung zu denken; deckt “komplexe Gedanken und visuelle Vorstellungen” ab	KI-Systeme, die Absichten aus neuronalen Signalen ableiten, Emotionserkennung, die neurodivergenten Ausdruck bestraft, Social-Credit-Systeme
Selbstbestimmung	Positives Recht auf Zugang zu Informationen über das eigene Gehirn und auf dessen Veränderung	Einschränkungen des Neurotechnologie-Zugangs, Arbeitgeberkontrolle über kognitive Enhancement-Tools, Verbot selbstbestimmter Gehirnmodifikation

“Kognitive Freiheit sollte sowohl als rechtliche als auch als gesellschaftliche Norm anerkannt und im internationalen Menschenrecht verankert werden, indem die Definition von Privatsphäre um mentale Privatsphäre und die Gedankenfreiheit um den Schutz vor dem Abfangen, der Manipulation und der Bestrafung von Gedanken erweitert wird.” Farahany (TIME, 2023)

Implikationen für ADHS-Entwickler

Für ADHS-Entwickler, die KI-Tools nutzen, die sich in Richtung neuronales Monitoring entwickeln könnten:

Mentale Privatsphäre: ADHS-spezifische KI-Tools, die Fokusmuster, Aufmerksamkeitsdrift und Ablenkungshäufigkeit tracken, generieren sensible kognitive Daten. Unter dem Prinzip der kognitiven Freiheit müssen diese Daten unter der Kontrolle der Person bleiben, nicht des Arbeitgebers.
Gedankenfreiheit: KI-Coding-Assistenten, die Aufmerksamkeit überwachen, um Fokus zu nudgen, stellen eine Form der Gedankenbeeinflussung dar. Auch wohlmeinendes Nudging (abgelenkte Entwickler an die Rückkehr zur Aufgabe erinnern) riskiert, zu Gedankenkontrolle zu werden, wenn es vom Arbeitgeber gesteuert wird.
Selbstbestimmung: Das Recht, kognitive Tools (KI-Assistenten, Neurostimulation, Focus-Tracking-Wearables) zu nutzen oder abzulehnen, muss beim Individuum verbleiben. Arbeitgeber dürfen Gehirnmonitoring nicht als Bedingung für die Beschäftigung verlangen.

Neurorights-Gesetzgebung

Chile: Verfassungsrechtlicher Neurorights-Pionier (2021)

Chile wurde 2021 das erste Land, das gehirnbezogene Rechte verfassungsrechtlich schützt. Der chilenische Oberste Gerichtshof erließ daraufhin eine einstimmige Entscheidung, die Emotiv (US-Neurotechnologieunternehmen) zur Löschung der bei Ex-Senator Guido Girardi erhobenen Gehirnscan-Daten verpflichtete und damit festlegte, dass neuronale Daten verfassungsrechtlichen Schutz genießen (Frontiers in Psychology, 2024).

Colorado: US Neural Data Privacy (2024)

HB 24-1058 (unterzeichnet 17. April 2024; wirksam ab 7. August 2024) macht Colorado zum ersten US-Bundesstaat mit gezielter Gesetzgebung zum Schutz neuronaler Daten:

Ergänzt den Colorado Privacy Act um neuronale Daten als “sensible Daten”
Neuronale Daten definiert als: “Informationen, die durch die Messung der Aktivität des zentralen oder peripheren Nervensystems einer Person generiert werden und die mit Hilfe eines Geräts verarbeitet werden können”
Biologische Daten, die “Gesundheit, mentale Zustände, Emotionen und kognitive Funktionsfähigkeit” offenbaren können, erhalten erhöhten Schutz
Entwickelt in Zusammenarbeit mit der Neurorights Foundation

(Colorado General Assembly, HB24-1058; Hunton Andrews Kurth)

EU AI Act: Emotionserkennungsverbot (2025)

Article 5(1)(f) des EU AI Act, wirksam ab 2. Februar 2025, verbietet:

“Das Inverkehrbringen, die Inbetriebnahme für diesen spezifischen Zweck oder die Nutzung von KI-Systemen zur Inferenz der Emotionen einer natürlichen Person in den Bereichen Arbeitsplatz und Bildungseinrichtungen, es sei denn, die Nutzung dient medizinischen oder sicherheitsrelevanten Zwecken.”

Verbotene Beispiele umfassen:

Callcenter, die Webcams und Spracherkennung nutzen, um Mitarbeiteremotionen zu tracken
Bildungseinrichtungen, die Emotionserkennung nutzen, um studentische Aufmerksamkeit zu erschließen
Emotionserkennungs-KI-Systeme im Recruiting

Dies schützt direkt neurodivergente Arbeitnehmer, deren emotionale Ausdrucksweisen von solchen Systemen systematisch fehlklassifiziert werden (Wolters Kluwer, 2025).

Expandierende Gesetzgebungslandschaft

Weitere Jurisdiktionen, die Neurorights-Gesetzgebung vorantreiben:

Brasilien, Mexiko, Uruguay: Aktive Gesetzesvorschläge
Minnesota: BCI-spezifische Datenschutzgesetzgebung
JMIR (2025) veröffentlichte eine umfassende Analyse des “kontroversen Vorstoßes für neue Gehirn- und Neurorechte” international

Das ADHS-Entwickler-Cognitive-Liberty-Szenario

Betrachte dieses Nahe-Zukunft-Szenario für ADHS-Entwickler:

Ein Arbeitgeber stellt neuroadaptive KI-Coding-Tools bereit, die EEG-Stirnbänder nutzen, um Aufmerksamkeitsdrift zu erkennen und automatisch die Aufgabenschwierigkeit anzupassen, Fokus-Prompts zu liefern oder den Workflow umzustrukturieren
Das Tool verbessert die Produktivität des ADHS-Entwicklers dramatisch (Umgebungsanpassung durch Technologie)
Aber das Tool generiert auch kontinuierlich Daten über die Aufmerksamkeitsmuster, emotionalen Zustände, kognitive Belastung und Exekutivfunktions-Schwankungen des Entwicklers
Diese Daten könnten offenbaren: ADHS-Schweregrad, Medikationszeitpunkt und -wirksamkeit, Stresstriggern, optimale/suboptimale Arbeitsperioden und kognitive Abbaumuster

Kognitive Freiheit verlangt:

Der Entwickler kontrolliert diese Daten, nicht der Arbeitgeber
Der Entwickler kann neuronales Monitoring ablehnen, ohne den Zugang zu KI-Coding-Tools zu verlieren
Die neuronalen Daten des Entwicklers dürfen nicht in Leistungsbewertungen, Beförderungsentscheidungen oder Beschäftigungsstatus einfließen
Der Entwickler hat das Recht zu verstehen, welche neuronalen Daten genau erhoben und wie sie verarbeitet werden
Der Entwickler kann neuronale Daten ohne beschäftigungsrechtliche Konsequenzen löschen

Synthese: Das ethische Framework für KI als kognitive Prothese

Zentrale Prinzipien

Umgebungsveränderung, nicht persönliche Validierung: KI restrukturiert die Coding-Umgebung; sie beweist nicht, dass ADHS “besser” oder “geheilt” ist
Universelles Design statt individueller Anpassung: KI-Tools sollten allen Entwicklern zur Verfügung stehen (Curb-Cut-Effekt), anstatt eine Offenlegung der Behinderung für den Zugang zu erfordern
Scaffolding, nicht Substitution: Ethische KI-Nutzung erhält progressive Autonomie aufrecht; das Ziel ist kognitive Partnerschaft, nicht kognitiver Ersatz
Kognitive Freiheit als Grundlage: ADHS-Entwickler müssen Souveränität über ihre neuronalen Daten, Aufmerksamkeitsmuster und kognitiven Toolwahlen behalten
Nothing about us without us: Neurodivergente Entwickler müssen in KI-Governance, Tool-Design, Bias-Testing und Politikgestaltung einbezogen werden
Sowohl-als-auch-Ehrlichkeit: ADHS erzeugt genuine Vorteile UND genuines Leiden; KI hilft bei beidem, heilt aber keines von beiden; Romantisierung ist so schädlich wie Pathologisierung
Algorithmische Rechenschaftspflicht: KI-Einstellungstools, LLM-Outputs und Arbeitsplatzüberwachungssysteme müssen auf neurodivergente Voreingenommenheit geprüft werden, mit rechtlichen Durchsetzungsmechanismen

Die philosophische Position

KI als kognitive Prothese für ADHS-Entwickler ist ethisch gerechtfertigt, wenn sie:

Umgebungsbarrieren reduziert (Soziales Modell)
Die eigenen Fähigkeiten des Nutzers bewahrt und entwickelt (Scaffolding-Prinzip)
Unter der Kontrolle des Nutzers bleibt (Kognitive Freiheit)
Allen zur Verfügung steht, nicht nur denen, die eine Behinderung offenlegen (Universelles Design)
Keine Überwachungsdaten generiert, die gegen den Nutzer verwendet werden können (Mentale Privatsphäre)
Mit neurodivergenter Beteiligung gestaltet wird (Partizipatives Design)

KI als kognitive Prothese wird ethisch problematisch, wenn sie:

Kognitive Kapazität ersetzt statt ergänzt (Substitution)
Abhängigkeit erzeugt, die sich ohne das Tool verschlechtert (Skill Atrophy)
Intime kognitive Daten generiert, die vom Arbeitgeber kontrolliert werden (Überwachung)
Verwendet wird, um die Entfernung anderer Unterstützungsformen zu rechtfertigen (“KI ist jetzt deine Anpassung”)
Die Idee verstärkt, dass ADHS-Betroffene “repariert” werden müssen, um produktiv zu sein (Übergriff des medizinischen Modells)
Ausschließlich von neurotypischen Entwicklern ohne neurodivergenten Input gestaltet wird (Ausschluss)

Quellen

Primärforschung und Rechtsdokumente

Anthropic Research. (2026). “How AI Assistance Impacts the Formation of Coding Skills.” Shen & Tamkin.
Brandsen, S. et al. (2024). “Prevalence of bias against neurodivergence-related terms in artificial intelligence language models.” Autism Research. Wiley.
Farahany, N.A. (2023). The Battle for Your Brain: Defending the Right to Think Freely in the Age of Neurotechnology. St. Martin’s Press.
Glazko, K. et al. (2024). “Identifying and Improving Disability Bias in GPT-Based Resume Screening.” ACM FAccT Conference.
Colorado General Assembly. (2024). HB 24-1058: Protect Privacy of Biological Data.
EU AI Act. (2024). Article 5(1)(f): Prohibited AI Practices — Emotion Recognition.
EEOC. (2022). “Artificial Intelligence and the ADA.”
ADA.gov. (2022). “Algorithms, Artificial Intelligence, and Disability Discrimination in Hiring.”

Policy- und Branchenberichte

World Economic Forum. (2025). “How Neurodivergent Minds Can Humanize AI Governance.”
Deloitte Insights. (2022). “Neurodiversity and Innovation: Unleashing Innovation with Neuroinclusion.”
Disability:IN. (2025). Neuroinclusive Management Framework.
Mozilla Foundation. “Nothing About Us Without Us: Disability Justice and AI.”
Stanford Social Innovation Review. “The Curb-Cut Effect.”

Akademische und rechtliche Analyse

den Houting, J. (2019). “Neurodiversity: An insider’s perspective.” Autism, 23(2).
Zheng, R. et al. (2024). “Exploring Large Language Models Through a Neurodivergent Lens.” arXiv.
Chilean Supreme Court. (2024). Ruling on Protection of Brain Activity. Frontiers in Psychology.
Public Justice / ACLU. (2025). Complaint Against Intuit and HireVue.
ACLU. (2025). EEOC and FTC Complaints Against Aon.
TechPolicy.Press. (2024). “When Algorithms Learn to Discriminate: The Hidden Crisis of Emergent Ableism.”