Eine enorme Chance bliebe in dem Fall ungenutzt. 

Im Vertrieb wird Umsatz generiert. Und je schneller die Teammitglieder produktiv sind und beginnen, eine Pipeline an Verkaufschancen zu generieren, desto schneller macht sich das im Unternehmensergebnis bemerkbar. Eine Möglichkeit zur Förderung dieser Dynamik bietet Coaching. Im Rahmen einer Studie von Korn Ferry gaben 94 % der Top-Performer unter den befragten Vertriebsorganisationen an, dass Coaching die Leistung ihrer Teammitglieder verbessert.

Der klassische Weg für Vertriebsteams, Verkaufsgespräche zu üben und ihre Leistung zu verbessern, führt über Führungskräfte, die sich Zeit nehmen, Rollenspiele mit ihnen zu machen und Feedback zu geben. Da diese Führungskräfte aber oft zu beschäftigt sind und große Teams zu leiten haben, dauert es oft länger, bis Neuzugänge gut vorbereitet sind.

So fördert TEKsystems die Vertriebsbereitschaft durch Coaching und Rollenspiele mit KI

TEKsystems, ein weltweit operierender Anbieter von Technologielösungen und Business-Services der Allegis Group, erkannte eine klare Chance, die Vertriebsbereitschaft und -leistung durch dynamisches KI-gestütztes Lernen mit Degreed Maestro zu verbessern.

Chris Harry, Chief Talent and Learning Officer bei TEKsystems, erklärt, dass die ersten drei Phasen des Sales-Funnel (Akquise, Wecken von Interesse und Qualifizierung) für das Unternehmen ein bedeutsamer Indikator für den Gesamterfolg eines Geschäftsabschlusses seien.

„Wir wissen als Unternehmen: Wenn wir auf dem Weg zum Geschäftsabschluss das Tempo auf ein bestimmtes Niveau beschleunigen und die Qualifizierungsphase erreichen, ist es um 60 % wahrscheinlicher, dass wir den Zuschlag erhalten und die Anforderungen erfüllen“, so Harry.

Im Wissen um das enorme ROI-Potenzial einer höheren Leistung in diesen Bereichen des Sales-Funnel begann das Team von TEKsystems, KI-gestützte Rollenspiele mit Maestro auf eine kleine Gruppe neuer Mitglieder des Vertriebsteams auszurollen, um Lernprozesse und die schnellere Produktivität im Vertrieb zu optimieren.

Hierzu gestaltete man Maestro-Erfahrungen, die auf vier zentrale Skillbereiche ausgerichtet wurden:

• Elevator-Pitch: Kurzpräsentation des Unternehmens und seiner Services
• Umgang mit Einwänden: Reaktion auf gängige Gegenfragen
• Ermittlungsfragen: Gewinnen eines Verständnisses der Kundenanforderungen durch Stellen der richtigen Fragen
• Gespräch mit potenziellen Kund:innen: Üben sämtlicher zentraler Aspekte des Gesprächs

KI-Coaching als Ergänzung zu menschlichem Mentoring

Diese Lernangebote sollten von Menschen geführte Coachings jedoch nie ersetzen. In Fällen, in denen neues Verkaufspersonal mit einem erfahrenen Teammitglied üben und lernen konnte, ergänzten die Übungen in Maestro den Austausch mit den Vertriebsexpert:innen und machten diesen effektiver. 

Durch die gesunde Balance aus Rollenspielen mit unmittelbarem Feedback und persönlicher Betreuung durch Mentor:innen wurde rollenbasiertes Lernen im Gesamtbild schneller und effektiver.

Jede KI-Lernerfahrung baute auf der vorherigen auf. Im Schnitt verbrachten die Lernenden jeweils etwa 15 Minuten mit einer Maestro-Erfahrung. Pro Person kam so etwa eine Stunde Schulungszeit in den vier Schwerpunktbereichen zusammen. Bereits dieser geringe Zeitaufwand reichte aus, um Selbstvertrauen und Bereitschaft messbar zu verbessern.

ROI und andere Vorteile von KI-gestütztem Lernen

Das Pilotprojekt förderte eine wichtige Erkenntnis zutage: Kompakte, gezielte Übungsmöglichkeiten haben messbare Auswirkungen auf die Bereitschaft im Vertrieb.

25 % der Teilnehmenden der Pilotgruppe gelang es innerhalb von weniger als 6 Monaten Zugehörigkeit bei TEKsystems, potenzielle Kund:innen für ein Service-Meeting zu gewinnen. Bislang hatten neue Vertriebsmitarbeitende dafür 36 bis 40 Monate benötigt. Oder anders ausgedrückt: Ein Viertel der Neuzugänge im Vertriebsteam erreichten einen Meilenstein, für den sie früher Jahre gebraucht hatten. Harry wertet dies als starkes, von Daten untermauertes Signal dafür, dass die zusätzlichen Coaching-Einheiten der Gruppe schneller zur Umsatzgenerierung verhalf.

„Allein der ROI dieser Gruppe könnte sich bereits 12 Monate nach dem Start als wichtiger Faktor erweisen“, so Harry.

Weshalb dynamisches Lernen mit KI einen derart großen Unterschied ausmachte?

Dessen großer Vorteil für die Lernenden lag in der psychologischen Sicherheit. Wiederholt vor ihren Vorgesetzten oder Kolleginnen und Kollegen zu üben, ist für neue Vertriebsmitarbeitende oft ein eher abschreckender Gedanke. KI-gestütztes Lernen bot dagegen ein sicheres Umfeld, in dem sie experimentieren und ihre Methoden verfeinern konnten, ohne von anderen beurteilt zu werden – und waren dann besser vorbereitet, um vor ein kritischeres Publikum zu treten. 

„Insgesamt fiel das Feedback wirklich großartig aus“, berichtet Stefanie Kuehn, Senior Program Manager, Organizational Development bei TEKsystems. „Ihr Selbstvertrauen wuchs. Sie konnten in einer sicheren Umgebung Rollenspiele durchführen, ohne dass ihnen ein Vorgesetzter oder Mentor über die Schulter schaute. Und sie konnten die Maestro-Erfahrungen mehrfach wiederholen, bis sie sich sicher genug fühlten, um in ein wichtiges Gespräch zu gehen oder ihre Fähigkeiten zu testen.“

Erweiterung von KI-Rollenspielen auf das Gesamtunternehmen

Unsere Branche ist im Wandel: L&D-Teams werden zu einem enger und besser in verschiedene Funktionsbereiche eingebundenen Element, statt als separates Team zu agieren. Das Vorhaben von TEKsystems, KI-gestützte Rollenspiele mit Maestro auf weitere Anwendungsfälle im Unternehmen auszuweiten, ist ein Paradebeispiel für diesen neuen funktionsübergreifenden Ansatz im Bereich L&D.

„Maestro spricht einfach für sich“, so Kuehn. „Es ist ein hervorragendes Tool mit enormem Potenzial, über unsere Entwicklungsteams vom Vertrieb hinaus in weitere Bereiche integriert zu werden.“

Laut Kuehn arbeitet man nun daran, den Einsatz von Maestro auf die Personalbeschaffung auszuweiten. Geplant ist, in diesem Bereich 500 neue Mitarbeitende einzustellen, Maestro in deren Einarbeitungsprozess zu integrieren und so ihr Selbstvertrauen zu stärken, bevor sie mit praxisbezogenem Coaching unter Anleitung ihrer Vorgesetzten beginnen.

Im nächsten Schritt plant das Team, Maestro-Lernerfahrungen von der Einarbeitung auf den Arbeitsalltag auszuweiten. Vorgesehen ist kontinuierliches Lernen oder „Hyperskilling“, wie das Unternehmen die dadurch ermöglichte Entwicklung von Skills auf allen Ebenen nennt. 

Von mehr Übungsmöglichkeiten kann schließlich die Leistung aller Mitarbeitenden profitieren. Und KI-gestütztes Lernen machen dieses Üben skalierbar. Unternehmen wie TEKsystems konnten ihren Vertriebsteams damit zu schnellerer Bereitschaft und besserer Leistung verhelfen. Doch das ist erst der Anfang.

The post TEKsystems stärkt Vertriebsbereitschaft durch dynamisches Lernen mit KI appeared first on Degreed.

Tiefgreifende Veränderungen bewirkt KI aber auch darin, wie Menschen am Arbeitsplatz lernen. 

Umso drängender ist es, menschliche Entwicklung daran anzupassen – eine Herausforderung und Chance gleichermaßen. Lernprogramme auf Grundlage klassischer Kurse und statischer Inhaltsbibliotheken reichen heute nicht mehr aus. Sie können nicht damit Schritt halten, wie schnell sich Skillbedarfe verändern. Genauso wenig sind sie ausreichend personalisiert, um die kontinuierliche Weiterentwicklung der Mitarbeitenden so zu unterstützen, dass sie in ihren Rollen relevant und agil bleiben können.

Genau dabei kann KI Abhilfe schaffen. Mit ihr lässt sich Upskilling dynamischer, interaktiver und somit auch effektiver gestalten. Etwa, indem sie sofortiges Feedback gibt, was es ermöglicht, schwierige Gespräche durchzuspielen oder Präsentationen zu üben. 

Wie Interaktionen zwischen Mensch und KI das Lernen verändern und wie sich die damit einhergehenden Chancen sowohl für Unternehmen als auch Mitarbeitende nutzen lassen, beleuchten wir im Folgenden.

KI dringt in bislang ausschließlich menschlich geprägte Interaktionen vor

Eine der bedeutsamsten Entwicklungen besteht im Wandel rein menschlich geprägter Interaktionen in Richtung der Zusammenarbeit von Mensch und KI: Aktivitäten, für die bislang der Austausch zwischen Kolleg:innen oder mit Mentor:innen nötig war – darunter Coaching, Rollenspiele und Simulationen –, werden nun durch KI-Fähigkeiten ergänzt.

Feedback- und Coaching-Sessions sowie Rollenspiele ließen sich nur schwer auf regelmäßiger Basis umsetzen, als dies nur unter Beteiligung von Menschen möglich war. Schließlich hat ein Tag nur eine begrenzte Anzahl an Stunden, Termine können sich überschneiden und mitunter konkurrieren Aufgaben miteinander. Vorgesetzte und Kolleg:innen können sich nicht immer die Zeit nehmen, ein Teammitglied zu unterstützen, wenn es eine wichtige Präsentation noch ein drittes Mal durchgehen möchte – auch wenn dies vielleicht dringend erforderlich ist. 

Nicole Helmer, Chief Product Officer bei Degreed, beschrieb die Situation in einem Webinar vor kurzem wie folgt: „Bislang erfolgten Interaktionen dieser Art ausschließlich zwischen Menschen. Jetzt sind daraus Mensch-KI-Interaktionen geworden – und daraus ergibt sich ein gewaltiges Potenzial angesichts der Skalierbarkeit und Personalisierung, die diese KI-gestützten Erlebnisse ermöglichen.“

Durch diese neuartigen Mensch-KI-Interaktionen werden zwischenmenschliche Verbindung jedoch nicht ersetzt, sondern die Möglichkeiten erweitert, Lernen effektiver zu gestalten und Skills schneller zu entwickeln. So helfen Sie tatsächlich dabei, menschliches Potenzial noch besser zu entfalten. Denn Vorgesetzte müssen nun nicht mehr jedes Einzelcoaching selbst durchführen, sondern können zur Weiterbildung ihrer Teams KI zur Hilfe nehmen. 

Bedarf für persönliche Einzelgespräche wird es immer geben. Doch nun können sie gezielter und bewusster genutzt werden, da es mithilfe von KI-Tools möglich ist, kontinuierlich interaktives Coaching und Feedback bereitzustellen.

Mensch-KI-Lernen als ständiger Begleiter

Auf dem Weg zur Verknüpfung von KI, Lernen und menschlicher Intelligenz ist es besonders spannend, wie Technologie dazu beiträgt, Wissen im Arbeitsalltag zugänglicher zu machen. Degreed formalisiert die Fähigkeiten des Modellkontext-Protokolls (MCP), die es ermöglichen, Lerninhalte und -empfehlungen über unternehmensweite KI-Agenten verfügbar zu machen. Wissen wird dadurch über verschiedene Plattformen und Tools jederzeit und genau dann für Lernende abrufbar, wenn sie es benötigen.

Ganz ähnlich wie Google Maps in der Lage ist, relevante Wegbeschreibungen zu liefern, weil es Ihren aktuellen Standort kennt, können MCP-fähige Systeme den Kontext Ihrer Arbeit und Ihres Wissensstands nachvollziehen und auf dieser Grundlage passende Lernempfehlungen geben. So entsteht eine nahtlose Verbindung zwischen Arbeit und Lernen, die bislang bestehende Hürden zwischen beiden beseitigt.

„Wir möchten in der Lage sein, genau dort, wo sich das Arbeitsleben der Menschen jetzt abspielt, jedem und jeder Einzelnen die richtigen Anstöße, die richtigen Suchmöglichkeiten und den richtigen Lerneinstieg zu bieten“, so Helmer darüber, wie wir Lernen in den Arbeitsalltag einbinden.

Den Fokus auf menschliche Fähigkeiten verstärken

Ob für Informationen, Strategieentscheidungen oder Ratschläge – der Annahme, dass sich die Belegschaft für all dies ganz auf KI verlassen könne, verfällt man nur allzu leicht. Führungskräfte müssen dies erkennen und vermeiden – und es auch den Mitarbeitenden vermitteln. 

Menschliche Kompetenz verliert in einer KI-gestützten Arbeitswelt nicht an Wert, sondern wird sogar noch wertvoller. Dies gilt jedoch nur, wenn KI nicht lediglich als Werkzeug für einen schnellen und einfachen Zugang zu Informationen betrachtet wird. Helmer dazu: „Es gilt, Menschen darin zu schulen, zu denken, statt nur Antworten abzurufen.“

Worauf die KI-Transformation wirklich abzielt, ist weitaus komplexer. Es geht darum, Menschen in ihren Kompetenzen zu ergänzen und zu befähigen, ihre Fähigkeiten auszubauen und die Grenzen des Möglichen zu erweitern. 

Urteilsvermögen, Anpassungsfähigkeit, kritisches Denken, der Umgang mit Mehrdeutigkeit – diese Fähigkeiten werden von KI-Tools weder generiert, noch können sie sie ersetzen. Keine Maschine kann diese sogenannten „Human-Skills“ abbilden, die sich durch gezielte Übung und Weiterentwicklung sukzessive aufbauen. Das wissen auch die Mitarbeitenden. Wie aus Daten von Degreed hervorgeht, fallen sieben der zehn im Jahr  2026 gefragtesten Skills unter Human-Skills wie Führungskompetenz, Kommunikation und Problemlösung. Das macht deutlich, dass Mitarbeitende und Führungskräfte gleichermaßen in die Entwicklung sowohl ihrer KI- als auch ihrer Human-Skills investieren und wissen, wie unerlässlich beide sind. 

Menschliche Entwicklung dynamischer und effektiver gestalten

Statische Kurse und etappenweise Entwicklungsprogramme können den heutigen Anforderungen von Mitarbeitenden nicht mehr gerecht werden. Dafür treiben technologische Entwicklungen den Wandel schlichtweg zu schnell voran. Die Zusammenarbeit von Mensch und KI beim Lernen bietet ein neues Modell:

• Menschen bringen Kontext, Urteilsvermögen und Kreativität ein.
• KI ermöglicht Skalierbarkeit, Personalisierung und kontinuierliche Festigung von Gelerntem.
• Durch diesen Verbund wird Kompetenzaufbau möglich, der sich so schnell weiterentwickelt wie die Arbeit selbst.

In diesem Umfeld werden nicht die Unternehmen mit den meisten KI-Tools erfolgreich sein, sondern diejenigen, die KI nutzen, um Menschen effektiver und so schnell wie nötig weiterzuentwickeln.

Um mehr darüber zu erfahren, wie Sie diese Zusammenarbeit von Mensch und KI beim Lernen gestalten, sehen Sie sich die vollständige Webinar-Reihe Degreed in Action an. 

The post Von Kursen zu Konversationen: Die Zusammenarbeit von Mensch und KI beim Lernen appeared first on Degreed.

Die meisten Plattformen wurden auf beständige Rollen, vorhersehbare Skills und lineare Veränderung ausgelegt. Prägend für die heutige Realität sind jedoch strategischen Neujustierungen im Halbjahrestakt und eine Entwicklungsdynamik im KI-Bereich, aus der im Monatsturnus neue Tools hervorgehen. Erwartungen verändern sich, noch bevor es Teams überhaupt gelungen ist, sich vollumfänglich auf die vorherigen Standards einzustellen.

In diesem Umfeld greift die bloße Bereitstellung von Informationen als Lernansatz zu kurz. Lernen muss Mitarbeitenden dazu verhelfen, sich schnell, wiederholt und mitunter auch abrupt anzupassen. 

Das Zeitalter des permanenten Wandels hat sich durch die rasante Verfügbarkeit und Innovationsdynamik von KI-Tools, die unsere Arbeitsweise verändern, zu einem echten Spannungsfeld verdichtet. Dies macht KI jedoch nicht zur zentralen Figur dieser Geschichte, denn das ist der Wandel selbst. Die Konstanz des Wandels verlangt von Lerntechnologie, über Inhalte hinauszugehen und sich in eine Richtung zu entwickeln, die praxisnäher, erfahrungsorientierter und stärker daran ausgerichtet ist, wie Arbeit konkret erledigt wird.

In unserem Webinar zur KI-gestützten Zukunft der Lerntechnologie gaben führende Köpfe von Boehringer Ingelheim und der Fosway Group Einblicke dazu, welche konkreten Veränderungen damit einhergehen, KI von der Experimentierphase in die Praxis zu holen – und was dabei auch wirklich funktioniert.

1. KI kann endlich die Kluft zwischen Geschäftsstrategie und L&D überbrücken.

Führungskräfte wissen genau, was sie erreichen wollen. Häufig hapert es jedoch an einer klaren, gemeinsamen Sicht darauf, welche Fähigkeiten die Belegschaft benötigt, um dorthin zu gelangen.

Martin Hess, Chief Learning Officer bei Boehringer Ingelheim, hat hierfür einen erfolgversprechenden Lösungsansatz beschrieben: Dokumente zur Geschäftsstrategie mithilfe von KI analysieren und einen ersten Überblick der Skills erstellen, die für die Umsetzung benötigt werden. 

So müsse es in Gesprächen nicht mehr um abstrakte Transformationsthemen gehen, da Weiterbildungsverantwortliche direkt etwas Konkretes vorbringen und der Initiative so mehr Schwung verleihen könnten: „Wenn ich Ihre Strategie betrachte, sind diese zehn Skills hier als kritisch anzusehen. Lassen Sie sie uns gemeinsam austesten.“

Das Ergebnis ist eine schnellere Abstimmung, stärkere Beteiligung der Führungskräfte und adaptives Lernen, das sich an echten Geschäftsprioritäten statt an generischen Kompetenzrahmenwerken orientiert. KI ersetzt hier nicht das menschliche Urteilsvermögen, sondern verringert Unstimmigkeiten und sorgt dafür, dass alle Beteiligten schneller am gleichen Strang ziehen.

2. Virtuelle Realität (VR) und KI-Tools ermöglichen realitätsnahe Übungen und machen sie skalierbar.

Wie wichtig Übung ist, um Fähigkeiten zu verinnerlichen, wird von L&D seit Jahrzehnten betont. Besonders gilt dies im Hinblick auf weniger greifbare Soft-Skills, die zum Tragen kommen, wenn Verkaufsgespräche geführt, Führungsstärke bewiesen oder schwieriges Feedback vermittelt werden muss.  

Einen Skill auf sichere und wiederholbare Weise zu üben, bevor es ernst wird – dazu haben die meisten Mitarbeitenden jedoch nur selten ausreichend Gelegenheiten. Persönliches Coaching ist effektiv, aber kostenintensiv. Rollenspiele funktionieren nur in kleinen Gruppen. Und so fehlt es den meisten Mitarbeitenden an der Übung, die nötig wäre, um echtes Selbstvertrauen aufzubauen.

KI- und VR-Tools eröffnen hierfür Möglichkeiten, die bislang unvorstellbar waren. KI-gestützte Simulationen und VR-Umgebungen machen es nun möglich, Praxisszenarien wie Sales-Pitches, wichtige Verhandlungen oder Leistungsbeurteilungen durchzuspielen. Statt nur ein Video anzusehen oder einen Artikel zu lesen, sind Mitarbeitende aktiv eingebunden, können reagieren und sich anpassen – und es erneut versuchen. Dadurch sind sie schneller bereit, ihre Skills praktisch einzusetzen. 

„Ich glaube kaum, dass es sich weltweit auch nur ein Unternehmen leisten kann, sämtlichen Mitarbeitenden persönliche Coaches zur Seite zu stellen“, so Hess. „Plötzlich ist aber genau das erschwinglich geworden: Wir können quasi für alle ein hyperpersonalisiertes Erlebnis gestalten. Es ist in großem Maß umsetzbar geworden, und das ist wirklich revolutionär.“

Für den Arbeitsalltag bringt dies zwei grundlegende Veränderungen mit sich:

1. Übung wird endlich skalierbar. Was bis dato nur in teuren Einzelcoachings oder Rollenspielen in kleinen Gruppen möglich war, lässt sich jetzt auf einen größeren Personenkreis ausweiten, ohne an Relevanz zu verlieren.
2. Psychologische Sicherheit wird gestärkt. Mitarbeitende können ohne Scheu und Angst vor eventuellen Blamagen experimentieren und Fehler machen. Dies hilft beim Aufbau von Selbstvertrauen, da weniger auf dem Spiel steht. 

Kurz gesagt: Mitarbeitende sind nun in der Lage, geschäftskritische Szenarien wiederholt zu üben – im Kontext und ohne Sorge um eine Beurteilung durch andere.

Übung ist damit kein Privileg für einige wenige mehr, sondern wird im gesamten Unternehmen zum festen Bestandteil der Kompetenzentwicklung. Tools dieser Art geben mehr Menschen einen sicheren Raum, in dem sie Selbstvertrauen aufbauen können, bevor reale Gespräche anstehen. Umso besser ist dann auch deren Ausgang.

3. Die Zukunft von L&D liegt in eigenständigem Upskilling der Teams im Umgang mit diesen neuartigen Lerntechnologien.

Statt an veralteten und manuellen Prozessen festzuhalten, arbeiten Unternehmen daran, Personal in neue Einsatzbereiche einzubinden und Arbeitsabläufe stärker auf KI zu stützen. Genauso wie für jeden anderen Funktionsbereich des Unternehmens gilt dies auch für L&D. In der Konsequenz kann das nur Eines bedeuten: Lernteams müssen in KI genauso versiert sein wie die Belegschaft, die sie unterstützen.

Bei Boehringer Ingelheim hat man darauf entschlossen reagiert. Das Unternehmen ging direkt aufs Ganze und setzte KI-Upskilling nicht nur bei L&D-Verantwortlichen an, sondern auch bei HR- und anderen Führungskräften. Erwartet wurde dabei nicht, dass sie alle zu Tech-Expert:innen werden. Sie sollten jedoch verstehen, was KI leisten kann, wie sie funktioniert und welche Risiken sie mit sich bringt.

Für L&D-Abteilungen ist dies ein entscheidender Moment: Die Akzeptanz und Anwendung von KI kann ihren Einfluss entweder schwächen oder erweitern – je nachdem, ob die Teams die Chancen dieses neuen Arbeitsmodells nutzen oder nicht.

Fiona Leteney, Senior Analyst bei der Fosway Group, rät Lernverantwortlichen daher zu einer schnelleren Entwicklung ihrer Skills rund um KI. So seien sie in der Lage, eine stärkere Führungsrolle bei dem Thema einzunehmen und die Gestaltung des Tech-Stacks zu beeinflussen: „Wenn Sie jetzt noch nicht soweit sind, sollten Sie schnell aufholen. Denn auf geschäftlicher Ebene ist die Implementierung bereits im Gange – was dazu führen könnte, dass man ihnen vorgibt, welche Tools Sie zu nutzen haben.“

Es geht dabei um weit mehr als nur die Frage, welche Tools künftig zum Einsatz kommen. Es ist die Chance, die Rolle von L&D durch den gezielten Einsatz von KI grundlegend weiterzuentwickeln. Worauf sich hierbei viele Lernverantwortliche konzentrieren, ist die Erstellung von Inhalten. 

4. KI-gestützte Inhaltserstellung gewinnt für L&D-Teams zunehmend an Bedeutung.

Bei den Anwendungsfällen von KI in der Lerntechnologie rangiert die Erstellung von Inhalten zweifellos mit am höchsten. Leteney präsentierte hierzu Untersuchungsergebnisse der Fosway Group, denen zufolge 71 % der Befragten angaben, KI zur Unterstützung der Inhaltserstellung einsetzen zu wollen.

Wie sich dies in der Praxis gestaltet, unterscheidet sich je nach Anforderung. So können neuartige KI-Fähigkeiten die Erstellung von Inhalten etwa unterstützen, indem sie:

• inhaltlich dichte oder statische Materialien in ansprechendere, multimodale Formate umwandeln
• veraltete Inhalte schnell entsprechend veränderten Richtlinien, Tools oder Prioritäten aktualisieren
• komplexe Informationen in klarer verständliche, leichter durchzuarbeitende Lernmomente überführen

Wichtig zu beachten ist dabei jedoch, dass dies in unterstützender Funktion erfolgt. Es müssen also auch weiterhin Menschen eingebunden sein, damit die Inhalte hochwertig und fachlich fundiert bleiben. Dies bedeutet, dass einige Lernexpert:innen ihre Arbeit auf strategisch wichtige Aufgaben konzentrieren können, die Expertise erfordern, statt sich mit mühsamen manuellen Tätigkeiten aufzuhalten.

5. Durch proaktive Governance und gezielte Compliance wird Lerntechnologie effizienter werden.

KI-gestützte Technologien haben neue Sicherheitsverfahren und Standards erforderlich gemacht, die es bei der Einführung jeder neuen Technologie zu berücksichtigen gilt. Und jedes Jahr kommen mehr Richtlinien rund um KI hinzu. So wurde von der Europäischen Union das erste umfassende Gesetz zu KI verabschiedet, und allein in den USA wurden 2025 hunderte KI-bezogene Vorschriften eingeführt. 

Die immer weiter voranschreitende Entwicklung von KI bedeutet enormen Druck für die Rechtsabteilung. Viele KI-Tools und Lerntechnologien sind für sie Neuland, dennoch muss sie sicherstellen, dass das Unternehmen sicher und regelkonform agiert. Aber die Situation verbessert sich. Denn je länger Rechtsteams in dieser KI-gesteuerten Umgebung arbeiten und je mehr sie sich mit den Tools vertraut machen, desto schneller kommen diese Governance-Gespräche zum Abschluss.

In dieser neuen Ära der Lerntechnologie ist es entscheidend, Rechts- und Governance-Partner als Mitwirkende und nicht als Blockierer zu verstehen. Binden Sie sie daher so früh wie möglich ein. Geben Sie ihnen Raum, gemeinsam mit L&D zu lernen, Input zu Sicherheit und Leitschienen zu geben, und helfen Sie, Hürden abzubauen, damit sie sich nicht später auftun. 

Hess brachte es auf den Punkt: „Beziehen Sie die Rechtsabteilung mit ein. Wenn es Betriebsräte gibt, nehmen Sie diese auch gleich mit, denn auch sie stehen am Anfang. Berücksichtigen Sie dies und seien Sie entsprechend nachsichtig. Das ist ungemein wichtig.“

Eine realistischere Sicht auf die Zukunft der Lerntechnologie

Für die Entwicklung von Lerntechnologie gibt es keinen Endzustand. Sie muss sich kontinuierlich an die Anforderungen des Unternehmens und die Fähigkeiten der Belegschaft anpassen. Der entscheidende Punkt dabei: Lernteams und die von ihnen eingesetzte Technologie müssen sicherstellen, dass neue strategische Schwerpunkte laufend in relevante Skills überführt werden. Es ist unerlässlich, Raum für praktische Anwendung zu schaffen, Fähigkeiten zu skalieren, ohne Teams zu vergrößern, und Weiterentwicklung im Einklang mit Governance-Themen, regulatorischen Vorgaben und Vertrauenswürdigkeit zu gestalten.

Solche Veränderungen vollziehen sich nicht von selbst. Es sind Führungskräfte, Anbieter und Mitarbeitende der L&D, HR und IT, die diese neue Realität gestalten. Leteney dazu: „Gespräche zwischen Anbietern und Unternehmen sind hierbei der stärkste Faktor. Denn so lässt sich gemeinsam herausfinden, wie die Zukunft aussehen soll.“

Für Organisationen und L&D-Teams, die bereit sind, schnell zu lernen, KI für sich zu nutzen und dabei die Menschen mitzunehmen, nimmt die Zukunft der Lerntechnologie bereits Gestalt an.

→ Weitere spannende Einblicke zum Thema erhalten Sie im Webinar Die KI-gestützte Zukunft der Lerntechnologie und den beiden anderen Sessions unserer Reihe zur KI-gestützten Revolution.

The post So prägt KI die Zukunft der Lerntechnologie appeared first on Degreed.

KI ist für sich allein genommen noch kein Vorteil. Sie ist jederzeit für alle verfügbar – für Sie wie auch für Ihre Mitbewerber. Deshalb müssen Ihre Mitarbeitenden den Unterschied machen. So ist es in diesem Jahr wichtiger denn je, genauso viel – und am besten sogar noch mehr – in die Entwicklung von Menschen zu investieren als in Technologie. 

Als Führungskräfte stehen wir in der Verantwortung, unsere Mitarbeitenden nicht nur produktiver zu machen, sondern dafür zu sorgen, dass sie ihre Arbeit jeden Tag ein Stück weit intelligenter und kompetenter erledigen können. Im Zeitalter der KI wird dies entscheidend sein, um Stabilität und Wachstum unserer Unternehmen zu sichern.

Was prägt die Lernlandschaft im Jahr 2026?

Einmal mehr sind es also die Menschen, mit denen alles beginnt und endet. Das galt schon im letzten Jahr und auch im Jahr davor. Neu jedoch sind die Werkzeuge, die wir zur Verfügung haben, um Menschen zu befähigen. Kennzeichnend hierfür sind die folgenden Entwicklungen:

1. Skills gewinnen immer weiter an Bedeutung. Innovation schreitet mit rasantem Tempo voran. Infolgedessen verändern sich Skills so schnell wie nie zuvor. Die Halbwertszeit von Skills ist stark rückläufig, insbesondere im KI-Bereich. Wie wir beobachten, stellt sich Erfolg bei denjenigen Unternehmen ein, die sich darauf konzentrieren, Anpassungsfähigkeit beim Skillaufbau zu erreichen. Ein klareres Bild der Skill-Sets Ihrer Belegschaft macht erkennbar, in welchen Bereichen Mitarbeitende neue Qualifikationen erwerben und ihre Entwicklung schnell in die Richtung lenken können, die für das Geschäft gerade erforderlich ist.
2. KI macht personalisierte Lernerlebnisse in nie dagewesenem Maßstab realisierbar. Mitarbeitende sind nun in der Lage, Lerninhalte ganz nach Bedarf in einer risikoarmen Umgebung zu üben und anzuwenden. KI-gestütztes Coaching ermöglicht es sämtlichen Mitarbeitenden, zum für sie passenden Zeitpunkt zu lernen, und hilft ihnen durch personalisiertes, zeitnahes Feedback, ihr Wissen zu festigen und neue Skills effektiver zu entwickeln. Hinzu kommt, dass KI den individuellen Lernkontext immer besser erfassen und berücksichtigen kann. Somit verbessert sich also auch das von ihr gelieferte Feedback kontinuierlich.
3. KI öffnet die Tür zu Skill-, Lern- und inhaltsbezogenen Daten von immensem Ausmaß. KI macht es möglich, Lernerlebnisse in großem Umfang zu evaluieren. Mit ihrer Hilfe können Sie sämtliche Lerninhalte, Artikel, Kurse, Podcasts und Abschlüsse als Ganzes betrachten und die nötigen Daten erfassen, um festzustellen, welche Inhalte und Lernpfade auch wirklich zu den Ergebnissen führen, die sich Ihr Unternehmen in Bezug auf die Entwicklung neuer Skills erhofft. So entsteht eine bislang unerreichbare Datenbasis von völlig neuer Qualität,die es erleichtert, wirkungsvolle Skillentwicklung skalierbar umzusetzen.

KI ist kein Ersatz für Arbeit, sondern ein Katalysator für die Erwartungen an sie.

KI wird Arbeitskräfte nicht ersetzen können. 

Der Grund dafür: Wir können die durch KI ermöglichten Effizienzgewinne entweder so nutzen, dass jeder oder jede einzelne Mitarbeitende innerhalb derselben Wochenarbeitszeit mehr erledigt. Wir können sie aber auch so nutzen, dass in kürzerer Zeit dasselbe Arbeitspensum erreicht wird. Die kluge Entscheidung besteht darin, sich die Effizienzgewinne zunutze zu machen, um mit der gleichen Anzahl an Mitarbeitenden mehr Output zu erzielen, statt die Mitarbeiterzahl zu reduzieren und so den Output zu verlangsamen.

Dass Wettbewerbsvorteile dort entstehen, wo Menschen bereit sind, mehr Zeit zu investieren, wird sich niemals ändern.

Auch wenn KI immer leistungsfähiger wird, macht sie Arbeit nicht auf breiter Basis überflüssig. Erkenntnissen von Forbes zufolge wird KI auf Führungsebene stärker genutzt als in niedrigeren Leitungspositionen, wo die KI-Nutzung wiederum höher ausfällt als bei einzelnen Mitarbeitenden. Machen Sie sich klar, was das heißt: Die oberste Ebene lebt die Nutzung von KI vor und trägt so dazu bei, dass sie nach unten weitergetragen wird. Dennoch werden Sie in den Führungsetagen vermutlich keine Person finden, die allein aufgrund intensiver KI-Nutzung plötzlich Freizeit im Überfluss hat. KI ersetzt ihre Arbeit nicht, sondern verschiebt die Messlatte für Effizienz, Effektivität und Output nach oben. 

Dass KI leistungsstärker wird, heißt keinesfalls, dass wir auf einmal weniger arbeiten müssen. Vielmehr bewirkt diese Entwicklung, dass Arbeitgeber künftig mehr Effekt bei gleichem Zeiteinsatz erwarten werden. Für den Arbeitsmarkt sind das gute Nachrichten. 

Im Rahmen der McKinsey-Studie State of AI von 2025 nannten 80 % der Befragten Effizienz als Zielsetzung der KI-Initiativen ihres Unternehmens. Zugleich ist daran aber auch abzulesen, „dass häufig diejenigen Unternehmen den größten Wert mit KI generieren, die Wachstum oder Innovation als zusätzliche Ziele bestimmen. Genau darin liegt das wahre Potenzial einer KI-getriebenen Zukunft: Nicht einfach nur das, was wir bereits tun, schneller zu erledigen, sondern neue Arbeitsweisen zu entdecken sowie neue Wege zur Entwicklung und Innovation, die dem Unternehmen zu Wachstum verhelfen.

Hierzu ist KI alleine nicht in der Lage. Zukunftsfähige Lösungen für die Belegschaft können erst durch menschliches Wachstum und Kreativität entstehen. Andernfalls wird die KI-Transformation weder erfolgreich noch in großem Maßstab gelingen. Daran gibt’s nichts zu rütteln!

Die Zukunft gehört denen, die besser lernen.

In einer von KI bestimmten Welt besteht die wichtigste Fähigkeit nicht darin, alles zu wissen, sondern zu wissen, was es als Nächstes zu lernen gilt. Entscheidend für die Zukunft der Arbeit ist nicht die Frage, wie intelligent unsere Maschinen werden, sondern ob wir gezielt in die Entwicklung menschlicher Kompetenz investieren.

In dieser neuen Ära der Arbeitswelt hängt Erfolg nicht davon ab, die fortschrittlichste KI zu haben. Vielmehr werden diejenigen herausstechen, die den Code für personalisiertes Lernen in großem Maßstab geknackt haben. Diejenigen, deren Belegschaft am agilsten in der Lage ist, Kompetenz aufzubauen und sich durch fortlaufendes Lernen weiterzuentwickeln. 

Deshalb frage ich noch einmal: Sind Ihre Mitarbeitenden bereit, genau wie KI mit jedem Tag ein Stück weit intelligenter zu arbeiten?

Denn das sollten sie.

The post KI arbeitet von Tag zu Tag intelligenter – Ihre Mitarbeitenden auch? appeared first on Degreed.

In einer Gesprächsrunde zum KI-gestützten HR-Team der Zukunft nahmen Ali Bebo, Chief HR Officer bei Pearson, und Susie Lee, Chief Learning Officer in Residence bei Degreed, in den Blick, was dieser Wandel konkret bedeutet und wie HR-Verantwortliche darauf reagieren sollten. Nachfolgend ein Blick auf ihre wichtigsten Erkenntnisse:

1. Die Karriereleiter ist ein Auslaufmodell. An ihre Stelle treten Karrieresysteme.

Jahrzehntelang war beruflicher Fortschritt zumeist von dem simplen Gedanken geprägt, auf der Karriereleiter geradlinig in die Höhe zu steigen: Von der Nachwuchskraft zur Expert:in, vom Mitarbeitenden zur Führungskraft – immer in dieselbe Richtung, immer auf dem Weg nach oben. 

Den Karrierepfaden von heute wird dieses lineare Modell jedoch nicht gerecht. 

Zu schnell verändern sich dafür die Rollen und sind Skills veraltet. Zudem hat der Ansatz, jeden und jede nur um des Fortschritts willen in eine Managementrolle zu hieven, auf beiden Seiten eher Demotivation zur Folge. 

Für Mitarbeitende wie für Führungskräfte wird die Arbeitswelt zunehmend unübersichtlicher, insbesondere da das veraltete Modell der Karriereleiter in vielen Köpfen noch immer als die Norm gilt. Fortschritt in der Karriere wird, so stellt Bebo heraus, zu einem immer komplizierteren Unterfangen. Immer mehr Mitarbeitende bleiben an Übergangspunkten hängen, weil sie nicht genau wissen, wo oder wie sie sich verbessern sollen oder können. Unterdessen sucht das Personalwesen nach Antworten darauf, wie sie jungen Menschen von ihrer schulischen Ausbildung zu einem erfolgreichen Eintritt ins Berufsleben verhelfen können. Zugleich stellt sich die Frage, wie sich Karrierepfade gestalten lassen, die Mitarbeitenden erfolgversprechende Aufstiegsmöglichkeiten bieten – ob in der Entwicklung, im operativen Bereich oder in der Fertigung.

Diese Herausforderungen werden künftig noch zunehmen. Um ihnen gerecht zu werden, gilt es für Unternehmen und insbesondere für ihre HR-Teams, bestehende Strukturen zum Karriereaufstieg zu überdenken und erforderliche Veränderungen aktiv voranzutreiben. Bebo verweist dabei auf den Wandel in Richtung eines fließenden, integrierten Systems: „Wir sprechen hier über Karrieresysteme, die Mitarbeitenden eine Art GPS für Karrierearchitekturen oder -Frameworks an die Hand geben, damit sie klar nachvollziehen können, wie sie von einer Rolle zur nächsten wechseln und sich darauf vorbereiten können.“

Doch selbst ein solches System ist durch Übergangspunkte gekennzeichnet, an denen Mitarbeitende von einer Phase in die nächste übergehen müssen. Die Antwort darauf liegt Bebo zufolge in Hyper-Personalisierung, einem dynamischen Personalsystem, das Skills, beruflichem Hintergrund und Zielen individuell Rechnung trägt. 

Was aber unterscheidet ein solches System von einer Karriereleiter? Ein anpassungsfähiges Karrieresystem dieser Art:

• strukturiert Rollen in einzelne Aufgaben, Skills und Abläufe, statt sie in statische Berufsbeschreibungen einzuengen
• ermöglicht nicht nur Beförderungen, sondern laterale, diagonale und projektbasierte Bewegung
• unterstützt duale Karrierepfade, damit Mitarbeitende zu Expert:innen oder Führungskräften heranwachsen können
• fungiert als GPS, das Mitarbeitenden den Weg zu ihrer nächsten Station und nicht nur nach oben weist

In Systemen wie diesem, die kooperativ und individuell geprägt sind, werden Übergangspunkte nicht zur Sackgasse, die Mitarbeitenden weder Veränderung noch Fortschritt in ihrer Rolle in Aussicht stellt. Unternehmen wiederum profitieren davon, Talente flexibler entsprechend veränderter Prioritäten einsetzen zu können.

2. HR als KI-Transformator? Nur mit Produkt-Mindset!

Das Personalwesen darf sich nicht mehr als Dienstleister verstehen. Es muss die Einstellung eines Produktentwicklers annehmen. Bis dato orientierte sich die Arbeit von HR und L&D an Programmen, Richtlinien und Prozessen. Ihr Output erfolgte zyklisch: konzipieren, einführen, messen. Und danach wieder das Gleiche in neuem Gewand. Ein solches Modell geht jedoch davon aus, dass Rollen, Skills und Geschäftsanforderungen über einen konstanten Zeitraum hinweg unverändert bleiben.

Die Veränderungsdynamik im Zeitalter der KI lässt aber keinen Raum für anhaltende Konstanten. 

Mit dem Selbstverständnis, eine Art Produkt zu liefern, können Personalverantwortliche Lernen und Talententwicklung in neue Bahnen lenken. Ein Personalwesen, das sich als Produkt versteht:

• betrachtet Mitarbeitende als Anwender:innen eines Programms, nicht als dessen Publikum
• gestaltet Karrieren, Lernen und Talenterlebnisse als dynamische Systeme, nicht als punktuelle Ereignisse
• misst Erfolg anhand von Resonanz, Ergebnissen und fortlaufender Verbesserung
• arbeitet eng mit Technologie- und Datenteams sowie den einzelnen Geschäftsbereichen zusammen, um basierend auf der tatsächlichen Nutzung und erhaltenem Feedback zu iterieren. (Die Partnerschaft zwischen HR und IT beschrieb Bebo liebevoll als „das neue Power-Pärchen“.)

Die anhaltende Dynamik, mit der KI Arbeitsabläufe verändert und neue Skills erforderlich macht, erlaubt HR-Teams weder lange Planungszyklen, noch können sie ihr gerecht werden, wenn sie sich zu stark auf Inhalte konzentrieren. Die Halbwertszeit von Skills ist extrem rückläufig, insbesondere im KI-Bereich. Daher gilt es für HR-Teams, genauso wie ihre Kolleg:innen vom Produktteam nach dem Prinzip „Ausliefern, Testen, Lernen, Anpassen“ vorzugehen.

„Es gilt, unsere Entwicklungszyklen deutlich zu verkürzen und uns an agilen Prinzipien zu orientieren – mit vierteljährlichen Releases, die unsere Angebote fortlaufend um zusätzlichen Mehrwert ergänzen“, so Bebo.

Dieses Mindset ist umso wichtiger, um die nötige Agilität für dynamische Karrieresysteme und KI-gestützte Mitarbeiterentwicklung zu erreichen. Es geht darum, HR-Lösungen und -Systeme fortlaufend in einer Weise zu justieren, die dem Skillbedarf und Mitarbeiterverhalten ebenso Rechnung trägt wie den geschäftlichen Prioritäten.

Ohne Produkt-Mindset laufen HR-Teams Gefahr, zu viel Zeit in vermeintlich perfekte Entwicklungsmöglichkeiten, Skillstrategien und Architekturen zu investieren, die schon bei oder kurz nach ihrer Einführung wieder veraltet sind. Ein Framework im Stile von Produkt-Releases sorgt dagegen für ein agiles System, in dem Programme zur Talent- und Skillentwicklung schneller verfügbar gemacht und konsequent entsprechend neuen Anforderungen verbessert werden können.

3. Der wertvollste Skill ist nunmehr das Lernen selbst.

Mit Blick auf die bevorstehenden Umbrüche – geschätzte 65 % aller am Arbeitsplatz benötigten Skills werden sich bis 2030 verändern – ist es schlicht nicht möglich, bereits vorab Schulungen zu gestalten, die den tatsächlichen Veränderungen gerecht werden. Nachhaltige Vorteile werden sich in den kommenden Jahren nur durch agile Lernkonzepte realisieren lassen. „Lernen zu lernen“, wie es Pearson ausdrückt, ist daher zur geschäftskritischen Fähigkeit geworden. 

Das Lernen selbst wird zum Power-Skill, der sich gegenüber allen Entwicklungen bewähren wird. Schnelles Lernen verhilft Ihren Mitarbeitenden dazu, mit transformativer Veränderung Schritt zu halten. Und je schneller sie dazu in der Lage sind, desto anpassungsfähiger ist Ihr Unternehmen gegenüber allem, was die Zukunft als Nächstes bringen wird.

KI bietet einen schnellen Weg, Lernen im Stile schlanker, agiler Prinzipien zu gestalten, da sie hyperpersonalisierte Inhalte und sogar geführtes Lernen direkt im Arbeitsalltag bereitstellen kann. Doch die Fähigkeit des Menschen, sich anzupassen, zu reflektieren und Gelerntes zur Anwendung zu bringen, bleibt auch weiterhin unverzichtbar. Denn lernen müssen Mitarbeitende noch immer selbst.

Damit sie dazu effektiver in der Lage sind, müssen L&D- und HR- Teams ihnen helfen, gezielt die Skills aufzubauen, die sie auf breiter Basis zur Innovations- und Wachstumsförderung ihres Unternehmens befähigen. Wie Bebo erläutert, konzentriert man sich bei Pearson etwa zur Förderung von Innovation darauf, diverse „Sub-Skills“ wie Kreativität, Know-how zu Kunden oder auch die Fähigkeit zur Diagnose und Lösung von Problemen zu entwickeln. 

Sind die benötigten Skills einmal identifiziert, können die Grundsätze der Lernwissenschaft dabei helfen, deren Entwicklung auf Mitarbeiterebene noch effektiver zu fördern. 

Es geht nicht darum, die meisten Kurse oder die besten KI-Tools zu haben, um erfolgreich zu sein. Entscheidend ist es, Mitarbeitenden schnell zum Aufbau von Kompetenz in wichtigen Bereichen zu verhelfen. Erfolgreich werden künftig diejenigen Unternehmen sein, deren Mitarbeitende am effektivsten lernen und am klarsten dazu angeleitet werden, was sie als Nächstes lernen müssen.

Was bedeutet dies für Führungskräfte und die Zukunft des Personalwesens?

An die Stelle von Karriereleitern treten Karrieresysteme. Berufsprofile unterteilen sich in zugrundeliegende Skills und Aufgaben. KI wird zum täglichen Begleiter des Berufsalltags. Und agiles Lernen wird zur wichtigsten Währung der Zukunft. Diese Veränderungen sind so drängend wie konkret. 

HR-Führungskräfte können sie proaktiv anstoßen, indem sie sich folgende Fragen stellen:

1. An welchen Stellen sind unsere Karrierestrukturen für die heutige Arbeitswelt zu starr?
2. Welche Aufgaben (nicht Rollen) eignen sich am besten für den Einsatz von KI?
3. Tragen unsere Lernstrategien zu mehr Anpassungsfähigkeit oder nur zum Erwerb von Referenzen bei?
4. Ist Effizienz unser einziges Kriterium zur Erfolgsmessung oder auch die Bereitschaft der Belegschaft?

Entscheidend für den Erfolg ist die menschliche Seite der Transformation – sie einzuleiten, ist Aufgabe des Personalwesens. Verhelfen Sie Ihrem HR-Team dazu, diese Führungsrolle zu übernehmen. Sehen Sie sich daher auch das vollständige Webinar Das KI-gestützte HR-Team der Zukunft an, um mehr darüber zu erfahren, wie Sie die nächsten Schritte gehen.

The post Besser vorbereitet auf die Zukunft von HR und KI im Jahr 2026 appeared first on Degreed.

Die Kennzahlen, die viele Unternehmen bis heute zur Bewertung von Lernen und Mitarbeiterentwicklung heranziehen, betreffen dagegen die Faktoren Verfügbarkeit, Konsum und Abschluss gemäß der Logik: „am Kurs teilnehmen, das Programm absolvieren, das Häkchen setzen“. 

Eine bedeutsame Weiterentwicklung wird sich jedoch kaum durch eine Präsentation einstellen, die kurz überflogen wird. Ebenso wenig durch einen einmaligen Workshop. Vielmehr vollzieht sie sich durch Anwendung, Übung, Rückmeldung und Wiederholung. Dadurch, dass Menschen Versuche starten, sich selbst reflektieren, sich anpassen und es wieder versuchen.

Genau hier kommen Führungskräfte ins Spiel.

In ihrer Führungsrolle haben sie alle Karten in der Hand, um Lernen und Mitarbeiterentwicklung auf neue Wege zu leiten. Hierzu müssen sie nicht mehr tun, als einen Raum zu schaffen, in dem neue Skills unter realistischen Bedingungen erprobt werden können. So fördern sie Momente zum Üben und Experimentieren und können zugleich ihre Expertise nutzen, um mit gutem Beispiel voranzugehen. 

Im Kern galt dies natürlich schon immer, und doch ist heute etwas anders: Führungskräfte können die Entwicklung von Skills dank KI bedeutend schneller und effektiver ermöglichen.

Aber eins nach dem anderen. Denn warum genau sind Erfahrungslernen und Üben so ungemein wichtig?

Erfahrungslernen als Mittel zur Teamentwicklung

Zu Beginn meiner Karriere leitete ich bei Cabela’s, einem Fachhändler für Outdoor-Ausrüstung, das Schulungsteam für das Verkaufspersonal. Lernen durch Praxis und Erfahrung war dort gewissermaßen systemisch bedingt. Denn von den Mitarbeitenden wurde nicht nur erwartet, dass sie sich mit den Produkten auskennen, die sie verkaufen, sie mussten auch vorführen können, wie man sie verwendet. Ganz gleich, ob es ums Fliegenfischen ging, die Feinheiten des Kochens mit dem Feuertopf oder darum, wie man am schnellsten ein Zelt aufstellte – die aktive Erfahrung im Umgang mit den Produkten war für uns oberstes Gebot.

Fundiertes Wissen über die von uns angebotenen Produkte wurde von der Kundschaft vorausgesetzt. Der Geschäftserfolg hing also davon ab, dass wir über das, was wir verkaufen, genau Bescheid wissen, weil wir es selbst schon benutzt haben. Veranstaltungen und Vorführungen halfen uns dabei, entsprechende Praxiserfahrung zu sammeln. Wir konnten unsere Skills in Echtzeit üben. Wir lernten am Objekt, in einem gemeinschaftlichen Umfeld, und wir hatten Spaß dabei. Und was noch wichtiger ist: Es funktionierte.

Im Arbeitsumfeld von heute gilt das gleiche Prinzip, ungeachtet des virtuellen Charakters eines Großteils der Tätigkeiten. Menschen lernen am besten durch Üben unter Bedingungen, die die Realität widerspiegeln.

So effektiv es auch sein mag, etwas in der „realen Welt“ zu üben, es bleibt noch immer eine Übung. Als wir uns bei Cabela’s mit den Produkten vertraut machten und uns im Umgang mit ihnen versuchten, taten wir dies auf spielerische Weise. Wir lernten in einem kollegialen Umfeld, nicht etwa in dem Moment, in dem ein wichtiges Geschäft auf dem Spiel stand. 

In einer sicheren Umgebung mit geringem Risiko zu üben, schafft Selbstvertrauen. Wiederholtes Üben trainiert das Muskelgedächtnis. Feedback trägt dazu bei, schneller besser zu werden. Und es ist die Aufgabe der Führungskraft, ihr Team zu coachen, ihm zu helfen, seine Skills auszubauen und gut vorbereitet zu sein, wenn es darauf ankommt. 

So können Führungskräfte passende Lernmöglichkeiten gestalten

Die Organisation kann den Mitarbeitenden Inhalte zum Upskilling an die Hand geben, genauso wie die dazu nötigen Tools und die Anleitung, welche Fokusbereiche am wichtigsten sind. Eine Kultur kontinuierlicher Weiterentwicklung und praxisnahe Übungsmöglichkeiten zu schaffen, dafür sind Führungskräfte jedoch noch immer in der besten Position. Denn nur sie können Dinge sagen wie: „Ich weiß, wie intensiv Sie geübt haben. Warum halten Sie nicht einfach mal die nächste Präsentation?“ oder „Jetzt haben Sie gelernt, wie das mit KI geht. Es gäbe hier ein Projekt, bei dem Sie das direkt ausprobieren könnten.“

Der Beitrag, den Führungskräfte bei der Mitarbeiterentwicklung leisten müssen, lässt sich dabei in vier Kernpunkte unterteilen:

1. Grenzen definieren: Es gilt, dem Team Klarheit darüber zu vermitteln, welche Skills jetzt entscheidend sind und welche es als Nächstes sein werden. Den Ausgangspunkt hierfür müssen klare Ziele und ein gemeinsames Verständnis davon bilden, was jetzt als „gut“ gilt und wie sich der Standard verändert.
   
2. Zum Experimentieren ermutigen – auch durch Eigeninitiative: Von anderen zu verlangen, mit KI zu arbeiten, ist nicht schwer. Das eigene Lernen für andere sichtbar zu machen, dagegen schon. Als Führungskraft selbst zu experimentieren, bedeutet, mit dem Team zu teilen, was funktioniert – und was nicht. Das sorgt dafür, dass schneller gelernt wird. Es setzt Impulse und gibt den Standard für das gesamte Team vor. 
   Einmal war es meine Aufgabe, grundlegende Dashboards für Business-Intelligence zu erstellen. Was dabei herauskam, war nicht besonders gelungen. Dem Team habe ich es trotzdem präsentiert. „Das ist eine nette Idee. Aber nicht allzu gut umgesetzt“, kommentierte eines der Teammitglieder – und machte es dann zehnmal besser. Sie übernahm dadurch die Expertenrolle für das Thema, das Team erhielt bessere Daten und Lernen wurde als wertvoller Beitrag für alle im Team gefeiert. Mögliche Ängste, etwas zu versuchen und womöglich zu scheitern, waren gewichen, weil ich vorgemacht hatte, dass es auch mir so ergehen kann.
3. Die Lernkultur gestalten: Es sind vermeintlich unbedeutende Verhaltensweisen und Gewohnheiten, in denen Kultur sichtbar wird. Wie oft Mitarbeitende zum Üben ermutigt werden. Wie oft sie Feedback erhalten. Wie sicher es sich anfühlt, etwas zu versuchen, auch wenn es einmal nicht klappt. Wenn Lernen organisch in die Arbeit einfließt, statt sie um eine zusätzliche Pflicht zu ergänzen, entsteht Weiterentwicklung von ganz allein.
   
4. Lernerfolge ins Rampenlicht rücken: Geschäftsabschlüsse, Absatzzahlen und erreichte Ziele präsentieren Unternehmen gerne auf großer Bühne. Lernen verdient es, gleichermaßen gewürdigt zu werden. Wenn Führungskräfte der Entwicklung neuer Skills Aufmerksamkeit schenken, Lernfortschritt wertschätzen und Experimentierfreude honorieren, verstärken sie Verhaltensweisen, die langfristige Weiterentwicklung fördern.

Doch selbst die besten Führungskräfte stoßen irgendwann an die Grenzen ihrer Wirkkraft. In erster Linie aufgrund mangelnder Zeit: Ein Termin jagt den anderen, und so erfolgt Coaching nur noch im Nachgang statt proaktiv – und damit gerät die Mitarbeiterentwicklung ins Stocken.

Genau das lässt sich dank KI-gestützter Lernerfahrungen jetzt grundlegend verändern.

Besseres, größtmöglich personalisiertes Lernen mit der Hilfe von KI

Niemand möchte einen neu erlernten Skill zum ersten Mal vor einem Kunden oder wichtigen Stakeholder unter Beweis stellen müssen. Oder einen Geschäftsabschluss in den Sand setzen. Und ebenso wenig will man zum Scheitern einer Geschäftsbeziehung beitragen oder Glaubwürdigkeit verspielen. 

In Momenten, in denen viel auf dem Spiel steht, ist „Learning by Doing“ ein Luxus, den sich die wenigsten Teams leisten können.

Genau deshalb ist Übung so wichtig. Und genau deshalb können Führungskräfte die Mitarbeiterentwicklung nicht dem Zufall überlassen. Lernen nach klassischer Methodik macht das Ganze jedoch schwieriger als nötig, da es bei jedem Schritt mit Hürden verbunden ist – ob bei der Suche nach den passenden Inhalten, beim Warten auf Feedback oder dabei, einen sicheren Moment zum Anwenden eines neuen Skills zu finden. All dies kostet Zeit, von der es ohnehin nur wenig gibt. Und wenn die Zeit knapp wird, ist Übung das Erste, was auf der Strecke bleibt.

Dank KI muss das nicht sein. 

KI verhilft Führungskräften dazu, Lernen zeitlich vor risikoreiche Situationen zu verlagern. Mit ihr lassen sich Feedback-Zyklen verkürzen und Übungen personalisieren. Sie ermöglicht es Mitarbeitenden, in einer realitätsnahen, risikoarmen Umgebungen zu üben – dann, wenn sie Zeit dafür haben und in ihrem eigenen Kontext, damit sie bereit sind, wenn es darauf ankommt.

So können Führungskräfte KI in der Praxis einsetzen:

Prozesse und Standards optimieren

Wenn Sie den Einsatz von KI in Ihrem Team fördern möchten, machen Sie ihm das Üben so einfach wie möglich. Schaffen Sie klare Standards und gestalten Sie replizierbare Umgebungen, beispielsweise mit einem spezifischen KI-Agenten, einem KI-Workflow oder etwa auch mit einem gemeinsam genutzten Prompt. Im nächsten Schritt gilt es, Ihr Team zu ermutigen, seine Erfolge frühzeitig und häufig mit allen zu teilen. So kann es schneller arbeiten und im Idealfall auch den Prozess weiter iterieren. 

Eigeninitiative des Teams mit KI-Lerntools und motivierenden Weiterbildungsmöglichkeiten fördern

Nicht alle KI-Lösungen sind gleich. Umso wichtiger ist es daher, dass Sie die richtige wählen. Am effektivsten sind Tools, die Skilldaten mit unternehmensspezifischem Wissen und Anpassungsfähigkeit vereinen und dabei die Grundsätze der Lernwissenschaft kontextbezogen integrieren. KI-Tools müssen es Teams ermöglichen, neue Skills ohne Umschweife, in ihrem eigenen Kontext, auf dem richtigen Leistungsniveau und in ihrer eigenen Sprache zu üben. Dieser Verbund aus Geschwindigkeit und individueller Anpassung trägt direkt zur Förderung von Selbstvertrauen, Bereitschaft und Leistung bei. 

Die angestrebte Kultur vorleben

Den Ton gibt auch weiterhin die Führungskraft an. Nutzen Sie KI selbst und finden Sie heraus, was funktioniert (und was nicht). Halten Sie Ihr Team dazu an, zur Optimierung beizutragen und honorieren Sie es, wenn neue und bessere Ideen eingebracht werden. Loten Sie die Möglichkeiten von KI gemeinsam aus. Wenn Sie dafür sorgen, dass Experimentieren zur Normalität wird, beschleunigt sich der Lernprozess. Und wenn sich Prioritäten verschieben (was ohnehin unvermeidlich ist), können Teams, die wissen, wie sie am besten lernen, sich entsprechend anpassen.  

Ich habe das Glück, über Tools wie Degreed Maestro zu verfügen, die es mir ermöglichen, realistische Simulationen von Verkaufsgesprächen, dem Umgang mit Einwänden, Führungsdialogen oder Beratungsszenarien zu erstellen, die mein Team wiederholt üben können. Für mich ist dabei ein Vorteil ganz besonders wichtig: Zu jeder Session erhalten meine Teammitglieder Feedback, ohne dass ich es geben muss. Meine größte Einschränkung als Führungskraft ist mein voller Terminkalender, aber jetzt muss das keinen Einfluss mehr auf die Entwicklung meines Teams haben. Ich kann Feedback-Zyklen von Wochen und Monaten auf Tage und Stunden verkürzen. 

Weiterbildung von Führungskräften mit KI

Nicht nur die Teams müssen sich weiterentwickeln, sondern auch die Führungskräfte selbst. KI kann Führungskräften dabei helfen, wichtige Gespräche zu proben, ihre Kommunikation zu verfeinern und durch datengestützte Erkenntnisse gezielteres Coaching anzubieten.

Mit den richtigen Daten und KI-gestützter Anleitung sind Führungskräfte in der Lage, sich auf das Wesentliche zu konzentrieren: Mitarbeitende von dem Punkt, an dem sie aktuell stehen, dorthin zu führen, wo es die nächste wichtige Anforderung des Unternehmens zu erfüllen gilt. Dies ist zudem einer der schnellsten Wege, um die individuelle Karriereentwicklung zu beschleunigen.  

KI, personalisiertes Lernen und Führungsstärke

Lernen oder Führungsstärke werden mit KI nicht ersetzt, sondern verstärkt.

Wenn Führungskräfte KI einsetzen, um Übungsmöglichkeiten systematisch auszuweiten, Feedback zu personalisieren und aktives Lernen zu fördern, wird Entwicklung Teil der täglichen Arbeitsprozesse. Teams arbeiten schneller. Das Selbstvertrauen wächst. Lernen ist nicht mehr etwas, das Mitarbeitende konsumieren, sondern etwas, das sie praktizieren.

Diese Transformation beginnt bei den Führungskräften. Und sie wird von ihren Teams weitergeführt.

The post Wie Führungskräfte KI zur Teamentwicklung nutzen können appeared first on Degreed.

Abschlussquoten belegen, dass der Lernstoff erledigt wurde, und Komplimente offenbaren die Zufriedenheit der Mitarbeitenden – aber es bleibt unklar, ob das Lernen auch nachhaltig war. Leitende Führungskräfte möchten konkrete Nachweise dafür, dass sich die Investition gelohnt hat. Sie müssen nachweisen, dass die Teilnehmenden das Wissen behalten haben und in der Lage sind, es im Arbeitsalltag anzuwenden. Und wenn es nicht funktioniert hat, müssen Sie herausfinden, wo zusätzlicher Lernbedarf besteht. 

Die Lösung? Testen Sie es.

Mit dem neuen Quiz-Feature in Degreed Maestro können Sie schnell KI-generierte Tests mit Quizfragen erstellen und bereitstellen. Dies sorgt dafür, dass Wissen bewahrt wird, außerdem können Sie damit die Effektivität der Lernaktivitäten messen. So können Sie Ihre Vorgesetzten mit relevanten Daten überzeugen.

Der alte Weg: Manuelle Quiz-Erstellung

Den Wert von Quizfragen erkennen? Einfach. Sie manuell, präzise und in großem Umfang umsetzen? Schwierig.

Die Erstellung und Bereitstellung solcher Tests im großen Maßstab war bisher ein manueller und hochgradig zeitaufwändiger Vorgang. Erforderlich sind dafür häufig umfangreiche Beiträge von vielbeschäftigten Fachexpert:innen, um Fragen zu entwerfen – eine ineffiziente Nutzung ihrer wertvollen Expertise, die oftmals zu Verzögerungen führt. 

Diese Faktoren erschweren es, Tests mit Quizfragen zu skalieren und auf einem aktuellen Stand zu halten. Das gilt heute mehr denn je, da sich ständig verändert, welche Skills und welches Wissen Mitarbeitende benötigen. 

Der neue Weg: KI-gestützte Quiz-Generierung

Mit Maestro können Administrator:innen in wenigen Minuten Tests mit Quizfragen erstellen – und damit den Zeit- und Arbeitsaufwand erheblich senken. Sie können Maestro über eine textbasierte Unterhaltung anleiten, ein individuelles Quiz zu jedem beliebigen Thema zu erstellen und Parameter wie die Anzahl der Fragen oder den Schwierigkeitsgrad anzupassen. Außerdem kann Maestro Quizfragen auf Basis vorhandener Dokumente generieren. Auf diese Weise lässt sich das Wissen von Fachexpert:innen einfacher nutzen, ohne sie in einen manuellen Prozess zur Fragenerstellung einzubinden. 

Nachdem die Mitarbeitenden das Quiz abgeschlossen haben, ermöglichen In-App-Berichte den Administrator:innen, das Wissensniveau genau zu bewerten. Diese Berichte helfen, wiederkehrend falsche Antworten – und damit Wissenslücken – zu identifizieren, bei denen weiteres Lernen erforderlich ist.

Die Tests sind direkt mit der Degreed-Plattform verbunden, sodass Sie Workflows wie die Quiz-Zuweisung oder die Auswertung der Ergebnisse direkt verwalten können. So erkennen Sie ganz einfach, wo zusätzlicher Lernbedarf besteht – und können effektivere Lernangebote gestalten, die Wissenslücken schließen und das Lernen im gesamten Unternehmen fördern.

Geschäftswert schaffen

Praxisnahe Einsatzmöglichkeiten für Quizfragen

Beispiel: Vorbereitung auf einen Produkt-Launch

Während einer Produkteinführung werden Ihre Vertriebsteams mit Informationen überflutet: Wertversprechen, Produktfunktionen, Go-to-Market-Strategien. Das ist eine Menge Input – und es lässt sich nur schwer einschätzen, ob Ihre Mitarbeitenden wirklich bereit sind, das Wissen anzuwenden. 

Anhand der Tests mit Quizfragen von Maestro können Sie präzise ermitteln, ob Ihre Teams die wichtigsten Aspekte Ihres neuen Produkts verstanden haben. Möglich ist dabei auch die Erstellung von Tests, die je nach Zielgruppe unterschiedlich sind. Denn was für Ihren Vertrieb wichtig ist, unterscheidet sich gewiss von dem, was Ihr Implementierungsteam wissen muss. Mithilfe vorhandener Dokumentation können Sie in Minutenschnelle Quizfragen generieren, die den Anforderungen unterschiedlicher Zielgruppen Rechnung tragen. 

Beispiel: Überprüfung der langfristigen Wissensaufnahme bei der KI-Transformation 

Viele Unternehmen verfolgen ehrgeizige Ziele bei der Einführung von KI im Geschäftsalltag. Entsprechendes Wissen ist nicht unbedingt auf breiter Basis vorhanden. Gefragt sind daher ausgedehnte Schulungsmaßnahmen und gezieltes Upskilling. Wenn Sie am Anfang und am Ende eines Lernpfads ein Quiz einbetten, können Sie messen, wie viel Ihre Belegschaft über die Implementierung von KI gelernt hat – und so den Lernerfolg direkt mit strategischen Unternehmenszielen verknüpfen.  

Beispiel: Neuer Prozess zum Kunden-Onboarding

Tests mit Quizfragen können dazu beitragen, neue Prozesse und Verfahrensänderungen zu festigen. Wenn Sie ein neues Onboarding-Verfahren für Kund:innen eingeführt haben, müssen Mitarbeitende sich diesen Ablauf merken – sprich: was man tun sollte und was nicht. Anhand der Quiz-Ergebnisse wird erkennbar, inwieweit sie darauf vorbereitet sind, und ob es Verfahrensschritte gibt, bei denen zusätzliche Schulungen erforderlich sein könnten.

Tests mit Quizfragen als Teil einer größeren Lernreise

Tests mit Quizfragen sind für sich genommen bereits wirkungsvoll, sie entfalten jedoch ihr volles Potenzial, wenn sie mit anderen Lerninitiativen wie Lernpfaden oder Akademien kombiniert werden. Indem Sie entsprechende Tests am Ende solcher Lernangebote einbinden, können Sie die Wirksamkeit der Programme bewerten und feststellen, wo neue oder angepasste Inhalte erforderlich sind. 

Die Integration von Quizfragen direkt in Degreed verbessert zudem das Lernerlebnis, da die Benutzeroberfläche über alle Lernangebote hinweg konsistent bleibt. Gleichzeitig unterstützt dies die Konsolidierung Ihrer Lerntechnologien – das senkt Kosten und reduziert den administrativen Aufwand, da weniger Plattformen verwaltet werden müssen.

The post KI-gestützte Quiz-Generierung, um den Lerneffekt messbar zu machen appeared first on Degreed.

sondern auf dem richtigen Kontext. Die KI benötigt Informationen wie:

• Wer lernt und welches Skill-Level hat die Person?
• Wie sieht „einsatzbereit“ für ihre Rolle aus?
• Welche grundlegenden lerntheoretischen Konzepte spielen hier eine Rolle und wie werden sie angewendet?

MCP (Model Context Protocol) liefert genau diesen Kontext und diese Relevanz.

Stellen Sie es sich so vor: Sie könnten mithilfe einer herkömmlichen Landkarte navigieren – ganz ohne Navi. Aber das ist schwieriger und weniger personalisiert als mit einem Navi. 

MCP ist quasi ein Navigationssystem für KI-Lernen. 

Anstatt „KI-Funktionen“ in ein Portal zu integrieren, vereinfacht MCP die Integration, ermöglicht der KI den Zugriff auf Informationen in anderen Tools und Datenbanken und bietet eine konsistente, kontrollierte Möglichkeit, den richtigen Kontext aus Degreed und verbundenen Systemen zu nutzen – unabhängig davon, wo sich diese KI-Modelle befinden und auf welcher Plattform sie entwickelt wurden. Wie beim Navigationssystem werden Sie in Echtzeit umgeleitet, wenn sich ein Stau bildet, erhalten Tipps zu Sehenswürdigkeiten in der Nähe und fahren immer auf der optimalen Strecke. 

Über die MCP-Schnittstelle hat die KI Zugriff auf umfassendere Kontextinformationen und kann so gezielteres, personalisiertes Lernen in Echtzeit ermöglichen.

Dank MCP kann KI nicht nur Inhalte generieren, sondern auch Lernkontexte schaffen, die gezielt den Kompetenzerwerb fördern – damit Mitarbeitende und Unternehmen neue Skills schneller aufbauen und einsetzen können.

Was ist MCP? Welche Rolle spielt es beim Lernen?

Innerhalb von Degreed fungiert MCP als Bindeglied und sorgt dafür, dass KI-Lernassistenten gezielt den Aufbau von Kompetenzen unterstützen können. Es bietet jedem zugelassenen KI-Agenten – wie ChatGPT, Claude, Copilot oder einem internen Assistenten – einen kontrollierten Echtzeit-Überblick über alle relevanten Lern- und Leistungsaspekte, darunter:

• Die Skills, die Ziele und die Rolle der Lernenden
• Historische Lern- und Skilldaten von Degreed 

Degreed MCP fungiert quasi als Kontextrahmen. Mit diesem Rahmen wird KI zu einer wesentlich präziseren Unterstützung im Lernprozess. Sie kann alle Daten im Zusammenhang mit dem Mitarbeiter oder der Mitarbeiterin analysieren, um zum richtigen Zeitpunkt die richtigen Lerninhalte bereitzustellen.

Wie MCP im Lernverlauf funktioniert

Am Dienstagmorgen öffnet eine Vertriebsleiterin Copilot und gibt Folgendes ein: „Bitte unterstütze mein Team bei der Vorbereitung auf die Produktpräsentation am Freitag.“

Ohne MCP …

Copilot kann Verkaufspräsentationen, Playbooks und Pitch-Dokumentationen finden, weiß jedoch nicht, wer die Präsentation hält, welche Skills fehlen oder wie das Team unterstützt werden kann.

Mit MCP …

Degreed und Maestro machen fehlende Zusammenhänge sichtbar: Wer gehört zum Team, was wissen die Teammitglieder bereits und wo benötigen sie Coaching, um ihre Skills zu verbessern?

Gemeinsam …

Copilot stellt die richtigen Materialien, Botschaften, Produktübersichten und Kundendaten bereit, während Maestro KI-gestützte Coaching-Gespräche hinzufügt, die alle Vertriebsmitarbeitenden durch Übungsmodule und Feedback-Schleifen führen, um ihre Leistungen zu verbessern.

Die Führungskraft weist dann alles direkt im Chat zu und MCP überträgt die Aktualisierungen zurück an Degreed – so bleiben sämtliche Skills, Coaching-Aktivitäten und Bereitschaftskennzahlen zielgerichtet, aktuell und messbar.

Es ist kein zusätzliches Portal erforderlich und es sind auch keine weiteren Prompts nötig, um die KI daran zu erinnern, wer wer ist. Der Kontext und die Personalisierung aus dieser Übung begleiten die Lernenden von Tool zu Tool, sodass der Assistent technologieübergreifend hilfreich bleibt und die Daten stets sicher sind.

Die Bedeutung von MCP für L&D, HR und IT

Schnellere Einsatzbereitschaft: Onboarding-Pläne werden automatisch an jede Rolle, Person und Frist angepasst.
Höhere Akzeptanz: Das Lernen findet innerhalb der Tools statt, die die Benutzer:innen bereits verwenden, und ist auf ihre Bedürfnisse zugeschnitten.
Überprüfbarkeit: Jede Lern- und Skillaufgabe ist geregelt und nachvollziehbar.
Zuverlässige Daten: Degreed bleibt der einzige Referenzpunkt für verlässliche Informationen. MCP stellt diese Daten lediglich in Echtzeit zur Verfügung.

Konzipiert, um Ihre vorhandene Infrastruktur zu erweitern, nicht zu ersetzen

MCP ist in Ihrem gesamten Technologie-Ökosystem einsetzbar und verknüpft Signale von Plattformen wie Workday, Salesforce und jedem LMS, ohne dass es zu Duplikaten kommt. Es ist anbieterneutral und standardmäßig nach dem Prinzip der minimalen Rechtevergabe konfiguriert. Es greift also nur auf die Daten und Berechtigungen zu, die für seine Funktion wirklich notwendig sind – nicht mehr. Verwenden Sie die KI Ihrer Wahl, Ihre Governance- und Sicherheitsregeln gelten weiterhin.

As Nikki Helmer, Chief Product Officer at Degreed, shared during Vision, “MCP doesn’t just make AI sound smarter. Es unterstützt sie dabei, fundiertere Entscheidungen zu treffen – Entscheidungen, die das Lernen auf die Unternehmensziele abstimmen, Risiken reduzieren und eine echte Bereitschaft schaffen.”

The post Jetzt neu: Degreed MCP – Ihr Navigationssystem für KI-gestütztes Lernen appeared first on Degreed.

Einerseits werden kontinuierlich neue Tools eingeführt, andererseits bleibt nicht genug Zeit, sich auf sie einzustellen. Die Folge: erlahmende Veränderungsbereitschaft, fragmentierte Akzeptanz und resignatives Verhalten. Fühlen sich Mitarbeitende überfordert oder nicht unterstützt, sinkt ihre Produktivität und ihre Leistung stagniert.

Um relevant zu bleiben, ROI-Potenziale zu erschließen und Wachstum zu generieren, ist Ihr Unternehmen jedoch auf die Akzeptanz Ihrer Mitarbeitenden angewiesen.

Als Führungskraft können sie es ihnen erleichtern, Ihre Vorhaben mitzutragen.

In Umbruchphasen wie diesen sind Geschlossenheit auf Führungsebene und Selbstsicherheit in der Belegschaft wichtiger denn je. Organisationen, die sich in puncto KI-Weiterbildung, bereichsübergreifender Zusammenarbeit und ethischer Governance intern mit Personal- und Tech-Verantwortlichen abstimmen, entwickeln in ihren Unternehmen mit dreimal höherer Wahrscheinlichkeit eine GenAI-bereite Belegschaft. 

Hierzu müssen sich die zentralen Entscheidungsträger:innen zusammentun und Mitarbeitenden die Anleitung und Orientierung vermitteln, die sie für ihre Weiterentwicklung benötigen. 

Warum sind Personal-, Lern- und Tech-Verantwortliche der Schlüssel zu KI-Akzeptanz?

Im Kern bedeutet die Transformation, die es auf breiter Basis in der Belegschaft zu gestalten gilt, nur eines: Menschen müssen lernen, eine neue Technologie zu nutzen. Das macht umso klarer, weshalb Chief Human Resource Officers (CHROs), Chief Learning Officers (CLOs), Chief Talent Officers (CTOs) und Chief Information Officers (CIOs) hierbei eine zentrale Rolle zukommt. 

Aus dieser Perspektive wird zudem deutlich, warum es der Zusammenarbeit dieser Teams bedarf, wenn sie ihre Belegschaft effektiv auf KI vorbereiten möchten.

Die Kunst klarer KI-Abstimmung

Es ist nicht die KI selbst, die Mitarbeitende ablehnen, sondern die Verwirrung, die sie umgibt. 

Es sind die unklaren Erwartungen, ständigen Tool-Wechsel und unzureichenden Antworten, an denen sie sich stören. Um ihre Akzeptanz zielführend zu fördern, müssen Sie HR, L&D und IT auf ein gemeinsames Ziel ausrichten: Klarheit und Orientierung mit direktem Bezug auf geschäftliche Ergebnisse. Wenn Mitarbeitende nachvollziehen können, warum und wie sie KI nutzen sollen, verstehen sie ihre Einführung als Fortschritt und nicht als Belastung.

Haben Sie erst einmal alle Verantwortlichen ins Boot geholt, gilt es, gemeinsam auf Folgendes hinzuarbeiten:

1. Etablieren Sie einen klaren Orientierungsrahmen für KI.

Allem voran gilt es, dass Mitarbeitende wissen, was sie mit KI tun können und wo die Grenzen liegen. Niemand möchte das Unternehmen gefährden. Ohne eine klare Strategie und Rahmenvorgabe können sie über potenzielle Risiken aber nur spekulieren. Genau deshalb benötigen sie Leitschienen – um zu wissen, welche Plattformen sie nutzen können, und wie und wofür. 

Um einen Rahmen zur KI-Nutzung abzustecken, helfen Ihnen Fragen wie diese:

• Was bedeutet sichere KI-Nutzung konkret? 
• Was ist in Ihrem Unternehmen unter einer verantwortungsvollen Nutzung von KI zu verstehen? 
• Gibt es regulatorische Vorgaben zu KI, denen Ihr Unternehmen unterliegt (z. B. der KI-Verordnung der EU)?
• Auf welche Plattformen können Ihre Mitarbeitenden zugreifen? Welche dürfen sie nicht nutzen? Und warum?
• Welche Aufgaben kann KI übernehmen und welche nicht? (Die Antwort hierauf erfordert möglicherweise einige Versuche.)
• Was wird von den Mitarbeitenden erwartet?
  

2. Einen Plan für die Umsetzung

Als die Führungskräfte, die eine vollumfängliche Transformation der Belegschaft anleiten müssen, benötigen Sie klare Abgrenzungen, welche Abteilung welche Aspekte des Prozesses übernimmt. Beispielsweise eignen sich für einige Aspekte nur bestimmte Teams, während andere Punkte von beliebigen Funktionsbereichen umgesetzt werden können. Entscheidend ist nur, dass Klarheit besteht.

Bei der Gestaltung Ihres Plans können diese Fragen helfen:

• Wer übernimmt die Governance-Steuerung für KI-Tools?
• Wer kommuniziert KI-bezogene Leitschienen, Neuigkeiten und Informationen an die Belegschaft?
• Wem obliegt die Erstellung von Lern- und Upskilling-Möglichkeiten für KI?
• Wie lernen Ihre Mitarbeitenden, KI angemessen zu nutzen?
• Wie gestalten Sie die Zusammenarbeit Ihrer Funktionsbereiche auf Tages-, Wochen- und Monatsbasis, um eine lückenlose Abstimmung zu gewährleisten?

Geschlossenheit auf Führungsebene als KI-Katalysator

Warum hat die Abstimmung auf Führungsebene einen so starken Einfluss darauf, inwieweit ihre Teams bereit für KI sind? Weil dadurch zwei zentrale Aspekte erfüllt werden, die Mitarbeitende für eine erfolgreiche Entwicklung von GenAI-Skills benötigen: Unterstützung und Infrastruktur.

Aufbauend auf dieser Abstimmung können Sie Lernerlebnisse gestalten, die es Ihren Mitarbeitenden erleichtern, KI sicherer zu nutzen – durch praktische Anwendung ebenso wie durch Lernressourcen zum Selbststudium.

So können sie zudem innerhalb der neuen Leitschienen mit KI experimentieren. Erfahrungsbasiertes Lernen ist der beste Weg zur Entwicklung von Skills. Indem Ihre Mitarbeitenden verschiedene Tools ausprobieren, machen sie sich auch mit deren Wert für unterschiedliche Anwendungsfälle in Ihrer Organisation vertraut.

Die Selbstsicherheit, die sie dabei entwickeln, ist der Schlüssel dafür, KI-Ermüdungserscheinungen entgegenzuwirken. Gegenüber anderen Benutzergruppen ist es bei Benutzer:innen, die sich im Umgang mit GenAI sehr sicher fühlen:

• Beinahe doppelt so wahrscheinlich, dass sie GenAI täglich nutzen
• 4-mal so wahrscheinlich, dass sie GenAI auf reale Probleme anwenden
• Um 32 % wahrscheinlicher, dass sie arbeitsbegleitend lernen
• Um 38 % wahrscheinlicher, dass sie Unterstützung von Kolleg:innen und Mentor:innen erhalten
• 77-mal wahrscheinlicher, dass sie sich mit GenAI beschäftigen und Kompetenzen aufbauen

Agieren Ihre Mitarbeitenden selbstsicher, verschwenden sie ihre Kräfte nicht dafür, sich Klarheit zu verschaffen. Stattdessen haben sie die nötigen Ressourcen an der Hand, kennen die Grenzen und wissen, was von ihnen erwartet wird. Umso unbeschwerter gehen sie das KI-Thema an: Sie können experimentieren und neue Energie für ihre Weiterentwicklung schöpfen.

The post Mehr KI-Akzeptanz mit zentralen Akteuren der Führungsebene auf einer Linie appeared first on Degreed.

Unter diesem Leitthema eröffnete unser Gründer und CEO David Blake die Degreed Vision 2025, das Event, auf dem wir einmal pro Jahr unsere Produktvision vorstellen. Wir sehen bereits jetzt, wie die rasante Entwicklungsdynamik dieser Technologie nicht nur die Art und Weise verändert, wie wir arbeiten und leben, sondern auch, wie wir lernen. 

Lernen, das der Tragweite der KI-Transformation Rechnung tragen kann, muss genauso anpassungsfähig sein wie Ihre Mitarbeitenden und Ihre Technologie. Es muss personalisiert und relevant sein, um größtmöglich zum Skillaufbau beizutragen. Es muss in der Lage sein, in großem Maßstab auf die Anforderungen Ihrer Mitarbeitenden und Ihres Unternehmens zu reagieren. Lernen, das diese Kriterien erfüllt, sowie adaptive Resilienz werden im Zeitalter künstlicher Intelligenz unerlässlich sein. 

„Im Zuge dieses Umbruchs wird es Konsequenzen geben, Gewinner und Verlierer. Und klar, wir alle wollen zu den Gewinnern gehören“, so Blake.

Was ist adaptives Lernen?

Adaptives Lernen ist gleichermaßen personalisiert wie reaktionsschnell. Es ist durch benutzerspezifische Lernpfade und Echtzeit-Feedback hochgradig interaktiv und auf die Arbeit jeder einzelnen Person zugeschnitten.

„Adaptives Lernen passt sich automatisch an individuelle Bedürfnisse an – basierend auf den Skills und der Rolle, dem Leistungsniveau und den persönlichen Zielen“, erklärt Nicole Helmer, Chief Product Officer bei Degreed. „Es ist kontextbezogen, dynamisch und – ganz wichtig – es eliminiert Verschwendung, sodass jeder Lernmoment sinnvoll genutzt wird.“

Sehen wir uns an, wie wir dies in Degreed möglich machen:

Automatische Quiz-Generierung

In puncto Skillentwicklung darf es im Zeitalter der KI nicht nur um Effizienz gehen. Ganz ausschlaggebend ist dabei auch Effektivität. Inhalte einfach durchzuarbeiten, reicht allein nicht aus. Es gilt, sie auch zu verstehen.

Lernen Ihre Mitarbeitenden wirklich etwas, sodass sie neue Skills auch anwenden können? Und wo gibt es Lücken? Künftig wird Degreed Maestro die Möglichkeit bieten, automatisch Quizfragen zu generieren, damit Lernende ihr Wissen testen können. 

Dabei werden Admins und Führungskräfte Zusammenfassungen der Ergebnisse einsehen können, um kritische Skill-Lücken auszumachen und gezielt anzugehen.

Tags für Skill-Leistungsniveaus und Rollen-Skill-Zuordnung

Damit personalisiertes Lernen effektiv sein kann, muss es über die Skills im Profil von Mitarbeitenden hinaus auch das für diese Skills bestehende Leistungsniveau berücksichtigen. 

Deshalb führen wir mit Massen-Tagging für Skill-Leistungsniveaus die Möglichkeit ein, große Mengen an Inhalten automatisch mit Tags für Skills und Leistungsniveaus zu versehen. KI analysiert hierzu die Titel, Beschreibungen und Metadaten von Inhalten und führt sie mit der Skilltaxonomie Ihres Unternehmens zusammen, um präzises Tagging zu gewährleisten.

Ab diesem Punkt kommt der neue Rollen-Skill-Workflow zum Tragen. Dieser bietet eine einfache und skalierbare Möglichkeit, Erwartungen an eine Rolle zu definieren und Skill-Lücken zu identifizieren. Skills und erforderliche Leistungsniveaus für jede Rolle lassen sich hierzu auf ebenso unkomplizierte wie strukturierte Weise zueinander zuordnen, um Mitarbeitende anhand dieser Daten gezielt beim Lernen anzuleiten.

Model Context Protocol (MCP)

KI, die ohne Kontext arbeitet, ist ungefähr so nützlich wie das Navi Ihres Vertrauens ohne GPS. In einem Lernsystem ist es der Kontext (z. B. Skilldaten, Ziele einer Organisation oder Rollendetails), der KI von der Bereitstellung allgemein gehaltener Informationen auf das Level hebt, Lernerlebnisse personalisieren zu können.

Das Model Context Protocol (MCP) ermöglicht es der KI, den passenden Kontext aus Degreed und verbundenen Systemen konsistent und kontrolliert zu nutzen – unabhängig davon, wo sich diese KI-Modelle befinden und auf welcher Plattform sie basieren. Und ja, das gilt auch für MCP-fähige Tools wie Gemini und Copilot. Über das MCP kann die KI auf Skilldaten, Rollen und Lernhistorie zugreifen und erhält die erforderlichen Leitschienen. Auf diese Weise kann Weiterbildung besser personalisiert werden, um Ihre Mitarbeitenden fit zu machen für das, was als Nächstes kommt.

Experimentelle Innovation

KI wird Veränderungen rund ums Lernen weiterhin rasant vorantreiben, und so arbeitet auch das Degreed AI Experiments Lab bereits an Prototypen künftiger Entwicklungen. 

So experimentiert es etwa mit verschiedenen mehrstufigen, KI-nativen Lernerlebnissen, darunter kurze Coaching-Sessions, KI-Bewertungen der Übungsprojekte von Lernenden sowie die direkte Einbindung von anspruchsvollen Fragen und Feedback-Loops in den Lernprozess und der Aggregation zugehöriger Antwortdaten.

Parallel dazu drehen wir laufend an den Stellschrauben von Maestro, um konkrete Lernerlebnisse direkt in den Arbeitsfluss zu integrieren. Ebenso erweitern wir mit Degreed Open Library unser Archiv mit Lernpfaden für die gefragtesten Skills am Markt. Diese Lernpfade sind für Kunden von Degreed Learning ohne zusätzliche Kosten verfügbar. 

All dies ist nur der Anfang einer Ära dynamischen und reaktionsschnellen Lernens, das so personalisiert ist wie nie zuvor. Mit diesen adaptiven Lernerlebnissen sind Sie bestens aufgestellt, um Ihre Belegschaft sowohl auf die KI-Transformation vorzubereiten, als auch darauf, was darüber hinaus kommen wird. 

The post Die ersten Schritte auf dem Weg zu dynamischem und adaptivem Lernen im Arbeitsfluss appeared first on Degreed.