Hallo,
heute müssen wir mal über die Wirkung von KI-Trainings sprechen.
In der aktuellen Diskussion über KI tauchen Trainings überraschend selten auf. Beklagt wird vor allem, dass KI im Geschäft zu wenig bringt. Viele Unternehmen haben KI-Werkzeuge bereitgestellt und Schulungen angeboten. Jetzt sind sie enttäuscht vom Ergebnis.
Ich habe mir dazu ein paar Studien angesehen. Genannt werden unreife Werkzeuge, umständliche Prozesse, zu wenig Rückhalt von oben und Mitarbeitende, die nicht mitziehen.
Vielleicht liegt es aber einfach auch am Training? Was, wenn die Enttäuschung genau dort beginnt?
Für viele ist KI ein technisches Thema. In der Praxis ist sie vielmehr ein menschliches. Es geht um Gewohnheiten, Unsicherheit, Vertrauen und darum, wie sich die eigene Arbeit verändert. Genau dafür sollen KI-Trainings da sein: Menschen auf die veränderte Arbeit mit KI vorzubereiten.
Wie wurdest Du auf KI vorbereitet?
Ging es im Training um Deine konkreten Aufgaben? Fühlst Du Dich jetzt sicher genug, KI selbstständig einzusetzen? Hat das Training Deine Arbeitsweise verändert?
Ich finde: Bereits am KI-Training zeigt sich, ob die Einführung von KI gelingt. Hier wird schnell deutlich, ob die Strategie sinnvoll aufgesetzt wurde.
Warum?
Weil spätestens beim Training aus allgemeinen Ambitionen definierte Erwartungen werden müssen.
Hier werden die großen Ziele einer KI-Initiative konkret:
- Bei welchen Aufgaben soll KI helfen?
- Was sollen die Mitarbeitenden nach dem Training anders machen?
- Und wie erkennen wir das in ihrer Arbeit?
Viele Unternehmen können diese Fragen nicht klar beantworten. Dann wird es schwer zu sagen, ob ihre KI-Trainings überhaupt wirken.
Skills England beobachtet, welche Kompetenzen die Wirtschaft in England braucht. Von dort kommt derselbe Befund: Viele Arbeitgeber haben Schwierigkeiten zu messen, ob ihre KI-Trainings die Leistung oder die Ergebnisse verbessern. Häufig fehlt schon die Verbindung zwischen dem Training und den Zielen, die damit erreicht werden sollen.
Schade. Denn genau hier liegt der Schlüssel für effektive Weiterbildung.
Ich behaupte sogar: Wer Lernmaßnahmen von Beginn an auf Messbarkeit auslegt, macht sie allein dadurch schon besser. Weil Messbarkeit Entscheidungen erzwingt, die sonst niemand trifft.
Die Ziele werden konkreter. Wer Wirkung messen will, muss vorher festlegen, was sich durch das Training verändern soll.
Die Inhalte werden relevanter. Mit klaren Zielen wird deutlich, welche Inhalte wirklich gebraucht werden.
Der Bezug zur Arbeit wird stärker. Messbare Veränderungen richten den Blick auf konkrete Aufgaben im Arbeitsalltag.
Trainer und Teilnehmer bekommen einen Auftrag. Statt abstraktem Wissen stehen konkrete Fähigkeiten im Fokus.
Erfolge lassen sich zeigen. Was belegbar funktioniert, überzeugt auch die nächste Abteilung.
Mein Plädoyer dieses Newsletters lautet deshalb: Achtet darauf, dass Eure Lernmaßnahmen messbar sind! Das bringt Eure KI-Initiativen spürbar voran.
Mit der folgenden Checkliste kannst Du prüfen, wie gut sich die Wirkung Deines KI-Trainings messen lässt:
☑️ Es ist klar definiert, was sich verändern soll. Die gewünschte Wirkung ist konkret beschrieben. Zum Beispiel: Mitarbeitende sollen mit Copilot selbstständig einen brauchbaren Angebotsentwurf erstellen.
☑️ Die gewünschte Veränderung ist beobachtbar. Es ist klar, woran sich die Wirkung zeigen würde. Zum Beispiel: mehr Teilnehmende schaffen eine Aufgabe selbstständig oder brauchen dafür weniger Zeit.
☑️ Es gibt einen Ausgangswert. Es ist festgelegt, womit der spätere Zustand verglichen wird. Zum Beispiel: Wie viele schaffen die Aufgabe schon vor dem Training?
☑️ Für das Training sind die relevanten Teilnahmedaten erfasst. Es lässt sich feststellen, wen das Training überhaupt erreicht hat. Zum Beispiel über Einladungen, Teilnahme- und Abschlusszahlen.
☑️ Die Wirkung des Trainings kann mit Daten belegt werden. Es ist möglich, die gewünschte Veränderung später tatsächlich zu messen. Zum Beispiel durch eine Nachbefragung oder durch operative Kennzahlen wie Bearbeitungszeit oder Fehlerquote.
☑️ Es ist definiert, was als Erfolg gilt. Es ist klar, welche Veränderung ein gutes Ergebnis wäre. Zum Beispiel: Die Bearbeitungszeit sinkt um ein Viertel.
Wichtig: Du brauchst nicht bei allen Punkten einen Haken, um mit der Messung anzufangen.
Und bei unklaren Zielen oder fehlenden Daten und Insights helfen wir mit unserem GX.
E-Mail genügt. info@good-school.de
Die eine Sache zum Mitnehmen
Wenn das nächste Mal jemand sagt, KI habe nicht geliefert: Frag zuerst nach dem Training. Frag, was danach anders sein sollte.
Beste Grüße aus der Good School
Arne
Quellen:
MIT NANDA, „The GenAI Divide. State of AI in Business 2025″, Juli 2025. https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf
Horváth, „Digital Value 2026″. https://www.horvath-partners.com/de/media-center/studien/digital-value-studie-wie-digitalisierung-und-ki-endlich-liefern
G-P, „AI at Work 2026″, veröffentlicht am 12. Mai 2026. https://www.globalization-partners.com/resources/report-ai-at-work-2026/
Roland Berger, „The AI-First Organization. Turning AI power into enterprise performance“, Juli 2026. https://www.mynewsdesk.com/rolandberger/pressreleases/ai-transformation-fails-not-because-of-technology-but-because-of-organization-ai-skills-and-leadership-3457676
Skills England (2026): Research evidence, analysis and methodology: What works for AI upskilling in the UK, Abschnitt 3.3 „Barriers to employer AI adoption“. https://www.gov.uk/government/publications/skills-for-ai-what-works-for-ai-upskilling-in-the-uk/research-evidence-analysis-and-methodology-what-works-for-ai-upskilling-in-the-uk#barriers-to-ai-upskilling
Wenn Du regelmäßig lesen möchtest, was wir über KI, Arbeit und Lernen herausfinden, dann melde Dich zu unserem Newsletter an.
„Newsletter“ abonnieren
