Genau darin liegt das Paradox der Lerneffizienz. KI verspricht mehr Effizienz und Produktivität, allerdings nur, wenn die Mitarbeitenden sie richtig nutzen können. Andernfalls profitieren sie womöglich überhaupt nicht davon, sodass KI sogar zu einem Hindernis werden könnte. 

Bislang erzielen Unternehmen auch noch keinen ROI aus ihren KI-Investitionen. Der Grund dafür: Geschwindigkeit ist nicht alles. Sicher, KI arbeitet schnell. Doch ohne einen neuen Ansatz für Arbeit und Lernen geht diese Geschwindigkeit zulasten von Mitarbeitenden, Prozessen und echter Innovation. Ohne Orientierung und Ziel drohen Mitarbeitende überfordert zu werden, Prozesse arten in Chaos aus und Innovation, wenn man sie denn so nennen kann, beschränkt sich auf das, was KI an Standardwissen und -ideen zu bieten hat.

Die Diskrepanz zwischen Skalierung und Substanz, Geschwindigkeit und Tiefe sowie Aktivität und Wirkung erreicht einen Höhepunkt. Schulungen schnell zu erstellen und abzuschließen reicht allein nicht aus. Menschen müssen in der Lage sein, Wissen gleichermaßen effektiv aufzunehmen und anzuwenden.

Es gilt, Effizienz neu zu definieren – in einer Weise, die geschäftlichen Erfolg nachhaltig unterstützt. Bei den meisten Initiativen zur KI-Transformation stehen Geschwindigkeit und Produktivität über allem anderen. Tragfähig ist dies jedoch nicht, denn der Mensch kann damit nicht Schritt halten. 

Effizienz bedeutet nicht nur, etwas schneller zu tun. Vielmehr bedeutet Effizienz, etwas besser zu tun. Und dieser Ansatz beginnt nicht mit der Technologie, sondern mit den Menschen. 

Das Effizienz-Paradox und die menschliche Seite der KI-Transformation

Es mag so aussehen, als wäre das Gelingen der KI-Transformation eine Frage der Technologie. Der Faktor Mensch ist hierfür jedoch ebenso wichtig. Unternehmen erhoffen sich mehr Effizienz durch KI. Bei vielen ist davon bislang jedoch nichts zu sehen. Tatsächlich bleiben Investitionen in interne KI-Lösungen bei fast 95 % der Unternehmen gänzlich ohne Wirkung und gerade einmal 15 % der GenAI-Benutzer:innen vermelden einen signifikanten ROI durch den Einsatz der Technologie.

Die Tendenz, den ausbleibenden Erfolg als technologisches Problem zu betrachten, ist in gewisser Weise verständlich – und so investieren Unternehmen auch weiterhin mehr Geld in ihre KI-Initiativen: 85 % der Führungskräfte haben ihre KI-Investitionen zwar bereits im vergangenen Jahr erhöht, aber neun von zehn gehen trotzdem davon aus, im kommenden Jahr noch mehr für generative KI auszugeben, wie Untersuchungen von Knowledge at Wharton (88 %) sowie von Deloitte (91 %) ergaben.

Trotz deutlich höherer Ausgaben für KI nahm die Nutzung am Arbeitsplatz im vergangenen Jahr kaum zu: Hier war laut der Federal Reserve Bank von St. Louis, also der Zentralbank des US-Bundesstaates Missouri, nur ein Anstieg von 33 % (2024) auf 37,5 % (2025) zu verzeichnen. Ähnlich fallen die Ergebnisse einer weltweiten Umfrage von PwC aus. Darin gaben 14 % der Befragten an, generative KI täglich zu nutzen – im Jahr 2024 waren es 12 %. Der Anstieg der Nutzungszahlen fällt gegenüber den enormen Investitionen in diese Initiativen also eher mager aus.

Die Schlussfolgerung lautet: Damit Mitarbeitende den tiefgreifenden Wert erkennen, den KI in Aussicht stellt, müssen sie ihre Skills schneller und effektiver weiterentwickeln. Denn die Menge der Skills, die sie benötigen, wird künftig noch weiter zunehmen, genauso wie die Geschwindigkeit, in der sie diese Skills erlernen müssen. Damit das möglich wird, müssen Unternehmen in den menschlichen Aspekt der KI-Transformation investieren. Denn letzten Endes müssen KI-Initiativen für die Menschen effektiv sein, die mit ihrer Hilfe Innovation fördern, neue Arbeitsweisen gestalten und in diesem Zuge geschäftliches Wachstum vorantreiben sollen.

Die Rolle von KI im Paradox der Lerneffizienz

Es besteht kein Zweifel daran, dass KI die treibende Kraft hinter dem drängenden Wandel ist, mit dem Unternehmen zu kämpfen haben. Zugleich trägt sie aber auch zur Lösung bei – genau darin liegt die andere Seite des Paradoxes.

Wie ist das zu verstehen? 

Wird künstliche Intelligenz richtig eingesetzt, lässt sich ungenutztes Potenzial im Hinblick darauf erschließen, wie schnell und umfassend Mitarbeitende genau die Skills entwickeln können, die sie benötigen, um mit KI Schritt zu halten. Es gilt, Lerneffizienz zu erreichen. Statische Bibliotheken mit Lerninhalten und selbstgesteuerte Weiterbildung reichen hierfür jedoch nicht mehr aus. KI eröffnet dagegen neue Möglichkeiten für die Personalisierung, Interaktivität und Innovation. 

Personalisierung

Wenn Ihre Mitarbeitenden Zugang zu den relevantesten Inhalten erhalten, müssen sie keine wertvolle Lernzeit mehr mit der Suche danach verschwenden. KI ist in der Lage, Skilldaten und die Grundlagen der Lernwissenschaft zu nutzen, um Lernenden stets genau die Inhalte zur Verfügung zu stellen, die sie für ihre jeweilige Rolle und ihr individuelles Skill-Level benötigen. 

Interaktivität

Mit KI lassen sich Lerninhalte so reaktionsfähig gestalten wie nie zuvor. Bei der Personalisierung ist hier noch nicht Schluss. Denn es wird möglich, reale Gesprächsszenarien zu üben, wichtige Interaktionen zu simulieren und dabei auch direkt Feedback zu erhalten. Durch diese Art des Lernens lassen sich Fähigkeiten in bislang unerreichter Weise festigen. 

Innovation

Innovation kann vielfältigste Formen annehmen. KI bietet dabei enormes Potenzial, kreative Lösungen zur Verbesserung bestehender Prozesse zu entwickeln. Laut McKinsey erwartet die Hälfte derjenigen Unternehmen, die KI am erfolgreichsten nutzen, KI zur Transformation ihres Unternehmens einzusetzen – vor allem durch die Neugestaltung von Arbeitsabläufen. Der Schlüssel zu mehr Effizienz kann also darin liegen, traditionelle Prozesse und Verfahren in einer Weise umzugestalten, bei der Menschen und KI Hand in Hand arbeiten. 

Das Paradox der Lerneffizienz ist eine Chance und zugleich eine neue Herausforderung. Seien Sie daher dabei, wenn wir auf der Degreed LENS 2026 in Orlando, Florida, fachkundige Expert:innen zusammenbringen, um dieses Effizienz-Paradox und dessen Lösung in all seinen Facetten zu diskutieren. Hierbei erwartet Sie ein Programm voller Workshops, Diskussionsrunden und Sessions, die Ihnen wichtige Einblicke vermitteln und reichlich Gelegenheit bieten, von den besten Fachleuten der Branche zu lernen und sich mit ihnen zu vernetzen.

The post Was ist das Paradox der Lerneffizienz? appeared first on Degreed.

Was ist adaptives Lernen?

Adaptives Lernen passt sich basierend auf Skills, Rollen, Zielen und Leistungsniveaus an die spezifischen Anforderungen einer Person an. Es ist hochgradig personalisiert, reaktionsschnell und interaktiv. Es ist kontextbezogen, dynamisch und vor allem spart es Zeit: keine langwierige Suche nach Inhalten, keine Zeitverschwendung durch Materialien, die nicht zum Erfahrungsstand passen, und kein Warten auf Feedback. So bietet jeder Moment der Weiterbildung echten Nutzen. 

Grundlage für die Personalisierung bilden umfangreiche Daten und Analysen, die im Lernprozess verfügbar werden. Adaptives Lernen bietet mehr als nur Daten zu erledigten Inhalten: Es liefert konkrete Messgrößen zum Wissenszuwachs und dazu, wie Skills weiterentwickelt werden. 

Wie sieht adaptives Lernen in der Praxis aus?

Seit jeher wird im Lernbereich nach einer Möglichkeit gesucht, Lernen nahtlos in den Arbeitsalltag einzubinden. Genau das kann adaptives Lernen leisten. So wird es etwa mithilfe von KI möglich, Tests mit Quizfragen für verschiedenste Themenbereiche skalierbar zu generieren und so auf einfache Weise festzustellen, ob das Wissen verinnerlicht wurde. Ebenso können Gespräche mit KI in Echtzeit angepasst werden, sodass Mitarbeitende anspruchsvolle Soft Skills oder Präsentationen zu komplexen Themen üben können. Maßgeschneiderte, rollenspezifische Lernpfade lassen sich durch adaptives Lernen ebenso bereitstellen wir direktes Feedback. So ist es leichter, Leistung zu vergleichen und gezielt zu iterieren. 

Flexibilität und Personalisierung auf diesem Niveau bedeuten, dass Lernen und Arbeit vollständig parallel erfolgen und sich gegenseitig in ihrer Effektivität verstärken können. Deutlich machen dies etwa die folgenden Beispielszenarien:

Beispiel: Ihr Team muss sich schnell mit komplexen neuen Marktvorschriften vertraut machen. Statt eine einzelne, statische Schulung durchzuführen, können Sie mit KI-generierten Quizfragen überprüfen, wie gut die Inhalte verstanden wurden.

Allein das Durcharbeiten von Lernmaterialien stellt nicht sicher, dass Ihr Team das Wissen später tatsächlich in der Praxis anwenden kann. Jede Skill- oder Wissenslücke kann sich direkt in den Geschäftsergebnissen und der Leistung niederschlagen. Zu ermitteln, was Ihre Mitarbeitenden tatsächlich wissen, ist daher unerlässlich. Sobald Sie festgestellt haben, wo Lücken bestehen, können Sie hierfür die passenden Inhalte kuratieren. So schließen Sie individuelle Lücken gezielt, statt eine weitere Pauschalschulung anzubieten, die – wie zuvor – am Bedarf vorbeigeht.

Beispiel: Ihr Unternehmen führt ein wichtiges neues Produkt ein, für das Ihr Sales-Team den passenden Pitch liefern soll. Hierzu können sie ihm einen KI-gestützten Coach an die Hand geben, der stets verfügbar ist und Feedback in Echtzeit gibt.

Damit kann das Team den Pitch vollkommen risikolos üben. Es kann Punkte wiederholen, Feedback umsetzen und die eigene Herangehensweise verbessern, bevor es vor Ihre potenziellen Kunden tritt. So lernt es beim Üben auch ganz praktisch Skills, die sofort im Geschäftsalltag Wirkung zeigen.

Beispiel: Da sich die Einführung eines neuen KI-Tools direkt auf Ihr Produktteam auswirkt, muss es sich Kenntnisse in einem neu in der Branche aufkommenden Skill aneignen. Mithilfe von KI-kuratierten und durch Fachleute geprüften Lernpfaden können Sie Ihr Team schneller auf den aktuellen Wissensstand bringen.

Im gleichen Tempo, wie sich die Skillanforderungen verändern, lassen sich nun Lernpfade generieren, die Ihren Mitarbeitenden schneller relevante Inhalte an die Hand geben. So sind etwa im Rahmen von Degreed Open Library Lernpfade für die gefragtesten Skills verfügbar, die neu am Markt aufkommen. Zudem wird jeder dieser Lernpfade zweimal pro Jahr aktualisiert, damit der Inhalt stets zeitgemäß und auf dem neuesten Stand ist.

Die Einsatzbereiche für adaptives Lernen nehmen stetig zu. Denn im Arbeitsalltag sind interaktivere, dynamischere und vielfältigere Lernmöglichkeiten gefragt, um mit den Fähigkeiten Schritt zu halten, die Mitarbeitende benötigen.

Wie lässt sich adaptives Lernen bei Ihnen umsetzen?

Alles steht und fällt mit dem Kontext. KI hat den Weg für adaptive Lernerlebnisse bereitet. Erfolgreich umsetzen kann sie diese jedoch nur mit dem passenden Kontext. Andernfalls können die Informationen, die sie liefert, nicht individueller zugeschnitten sein als die eines LLM oder KI-Assistenten für allgemeine Zwecke. 

Damit KI den spezifischen Lern- und Upskilling-Anforderungen Ihres Teams Rechnung tragen kann, benötigt sie Kontext in folgenden Bereichen:

• Lernwissenschaft
• Verifizierbare Skilldaten
• Integration in Systeme
• Organisationsbezogener Kontext, der auf strategische Ziele abgestimmt ist

Auf dieser Grundlage lässt sich die KI so einrichten, dass sie sich erfolgreich an die Anforderungen einzelner Personen anpassen kann. 

Was hält die Zukunft für adaptives Lernen bereit?

Mit jedem Tag nehmen die technischen Möglichkeiten zu. Was in zwei Jahren möglich sein wird, lässt sich jetzt noch gar nicht abschätzen. Ich kann Ihnen jedoch versichern, dass Lernen im Arbeitsalltag deutlich weniger von statischen Schulungen geprägt sein wird. In erheblichem Maße zunehmen wird dagegen Einzel-Coaching mit einer verlässlichen Fachperson. Dabei werden Lernende ihren Blick gezielt auf Inhalte richten, die aktiv zum Wissensaufbau und zur Erweiterung ihrer Skill-Sets beitragen. Ebenso werden sie ihre neu erworbenen Kenntnisse und Skills praxisbezogen in risikoarmen Szenarien zur Anwendung bringen.

L&D durchläuft einen grundlegenden Wandel: Weg von der Bereitstellung von Inhalten, die Geschäftsziele unterstützen, hin zur Bereitstellung KI-nativer Lernerlebnisse, die Geschäftsziele proaktiv vorantreiben. 

The post Adaptives Lernen: Worum geht es dabei und warum ist es wichtig? appeared first on Degreed.

1. KI-generierte Lerninhalte
2. Individuelles Feedback und anpassbare Coaching-Sessions
3. Umfragen, Daten und Nachbesprechungen

1. KI-generierte Lerninhalte

Zunächst ein Blick auf die Generierung multimodaler Lerninhalte. In diesem Kontext untersuchen wir, wie KI zur Generierung von Lerninhalten genutzt oder dazu veranlasst werden kann, bestehende Dokumente oder SCORM-Dateien (Sharable Content Object Reference Model; Referenzmodell für teilbare Inhaltsobjekte) als Ausgangspunkt zu nutzen. Auf dieser Grundlage lassen sich Lernressourcen schnell und in beliebiger Länge umsetzen. Sie können die generierten Inhalte bearbeiten, um Multimedia-Optionen für Text, Bildmaterial, Grafiken und Videos oder etwa auch Folien anzubieten.

Dies macht es einfach, Lerninhalte zu spezifischen Themen ansprechend, vielfältig und jederzeit relevant zu gestalten. Verfügbar wird dieses Feature voraussichtlich Anfang 2026.

2. Individuelles Feedback und anpassbare Coaching-Sessions

Degreed Maestro ist nicht nur eine KI, mit der man sich unterhalten kann. Vielmehr geht es darum, ebenso effektive wie umfassende Lernerfahrungen zu gestalten. Hierzu arbeiten wir daran, in mehrstufigen KI-Erlebnissen verschiedene Formate zu kombinieren, um Lernenden Möglichkeiten zur Verbesserung zur Verfügung zu stellen – z. B. individuelles Feedback oder kurze Coaching-Sessions.

Beispielsweise kann ich nach dem Üben eines Verkaufsgesprächs mit Maestro eine Bewertung und Feedback basierend auf meiner Leistung erhalten. So weiß ich direkt, was ich gut gemacht habe und an welchen Punkten ich mich verbessern muss. Maestro kann mir zudem kurze Coaching-Sessions oder die Möglichkeit anbieten, die Übung zu wiederholen und dabei genau die Punkte anzugehen, an denen ich noch arbeiten muss. 

3. Umfragen, Daten und Nachbesprechungen

Ein spannendes neues Einsatzfeld für Maestro betreffen natürliche, KI-gestützte Nachbesprechungen. Diese können gleichermaßen zur Lernförderung wie zur Reflexion beitragen und in diesem Zuge nützliche Einblicke liefern. 

Formelle Umfragen können oft zäh sein und voreilige, unvollständige Antworten mit sich bringen. Maestro hingegen integriert intelligente Fragen in alltägliche Gespräche oder gewinnt Erkenntnisse aus bestehenden Gesprächen, ohne dass dafür zusätzlicher Aufwand erforderlich ist. In Situationen dieser Art äußern sich Menschen tendenziell offener und ausführlicher als in klassischen Umfragen. Dies gilt insbesondere, wenn sie wissen, dass ihre Antworten vertraulich behandelt werden. 

So haben wir beispielsweise ein kurzes Gespräch mit Maestro eingerichtet, bei dem unsere Mitarbeitenden befragt wurden, wie sie KI in ihren Rollen nutzen. Auf Grundlage der Antworten erstellte Maestro ein Live-Dashboard, in dem die Ergebnisse zusammengefasst wurden. Davon ausgehend konnten wir die Daten sogar mit Maestro besprechen, um weitere Trends auszumachen. 

Dies erleichtert es, ein grundlegendes Verständnis der Skills, Anforderungen und Arbeitserfahrungen einzelner Mitarbeitender zu gewinnen und Lernangebote darauf zuzuschneiden. Die anschließende Messung der Auswirkungen liefert Einblicke in einer Tiefe und Breite, die mit herkömmlichen Methoden schlicht unmöglich wären. Es entsteht ein Echtzeit-Verständnis für Aspekte, die bislang im Verborgenen blieben. 

Immer am Puls

Stellen Sie sich vor, was ein solcher Grad an Klarheit über Mitarbeitende, deren Anforderungen sowie darüber, wie effektiv Ihre Lernprogramme sind, für Sie möglich macht. Ihr Feedback zu unserer Forschung ist ausdrücklich erwünscht. Wenn Sie möchten, können Sie mir auf LinkedIn folgen oder den Newsletter unseres AI Experiments Lab abonnieren, um über unsere neuesten Tests auf dem Laufenden zu bleiben.

The post KI-generierte Lerninhalte, Coaching und interaktive Daten appeared first on Degreed.

• Gesundheitswesen
• Finanzdienstleistungen
• Fertigung
• Technologie
• Fachliche Dienstleistungen

Jeder Pfad vereint die Präzision von KI mit fachkundiger Validierung und hilft Unternehmen dabei, ihre Mitarbeitenden schneller für die in ihrer Branche am dringendsten benötigten Skills fit zu machen. Gespart werden dabei nicht nur Kosten, sondern auch Zeit für manuelle Kuratierung.

Wie werden die Lernpfade erstellt?

Ausgangspunkt jedes Lernpfads aus der Open Library bildet eine speziell angeleitete KI. Diese ist darauf trainiert, verlässliche Ressourcen mit Skillbezug aufzuspüren, statt einfach nur beliebige Webinhalte anzubieten. Im nächsten Schritt werden Relevanz und Design im Hinblick auf Klarheit und tiefergehendes kognitives Lernen von Fachleuten verfeinert. Sie greifen dazu auf bewährte Lern-Frameworks wie die Taxonomie von Bloom und die Prinzipien von Kohärenz und Signalisierung zurück.

Durch diesen kollaborativen Ansatz, den Output der KI durch menschliche Feinabstimmung und Kontrolle zu optimieren, bleibt Lernen nach wissenschaftlichen Erkenntnissen konsequent gewährleistet. Im Ergebnis stehen so höhere Abschlussraten bei Lernenden und die Entwicklung von Skills, die sich effektiver auf den Arbeitsalltag übertragen lassen.

Der Branchenvorteil: Lernpfade, die die Belegschaft fit machen

Unsere neuesten Bundles sind auf die Herausforderungen der jeweiligen Branche zugeschnitten, für die sie entwickelt wurden:

• Gesundheitswesen: Förderung von Selbstbestimmtheit, Kommunikation und Entscheidungssicherheit in klinischen und nicht-klinischen Teams
  
• Finanzdienstleistungen: Stärkung von Vertrauen, Führungsstärke und Compliance-Bereitschaft
  
• Fertigung und Spitzentechnologie: Verbesserung der Anpassungsfähigkeit von Mitarbeitenden mit Lernpfaden für Analytik, Sicherheit und Innovation
  
• Fachliche Dienstleistungen: Stärkung von Kundenmanagement, Beratung und datengestützter Problemlösung
  
• Einzelhandel: Aufbau digitaler, zwischenmenschlicher und operativer Skills für Vorgesetzte und Mitarbeitende

Die forschungsbasierte Struktur und KI-gestützte Skalierbarkeit von Open Library ermöglicht es Organisationen, im Zuge veränderter Anforderungen schnell relevante Lerninhalte über verschiedene Rollen und Regionen hinweg bereitzustellen, ohne jedes Mal wieder bei null anfangen zu müssen.

Welche Ergebnisse sind davon zu erwarten?

Einfach ausgedrückt wird dadurch Lernen möglich, das sich leicht und kosteneffizient implementieren und skalieren lässt. Kunden von Degreed reagieren darauf bereits: Sie nutzen Open Library nicht nur als Ergänzung, sondern als Ersatz ihrer Inhaltsanbieter.

• Ein Telekommunikationsunternehmen ersetzt LinkedIn Learning durch Open Library aufgrund der höheren Relevanz und Qualität, die es damit erhält.
  
• Ein weltweit operierender Akteur aus der Bergbauindustrie konnte mithilfe der automatisch aktualisierten und hochwertigen Lernpfade von Open Library Stunden an manuellem Aufwand zur Qualitätssicherung einsparen und seine Ausgaben für Inhaltsanbieter reduzieren.
  
• Eine gemeinnützige Gesundheitsorganisation konnte ihren Zeit- und Kostenaufwand reduzieren und dabei die Selbstsicherheit der Lernenden stärken und kollegiales Lernen vorantreiben.

Und auch in der Gesamtsicht überzeugen die Zahlen:

• 60 % aller Degreed-Kunden haben Open Library bereits im Einsatz, bei einer monatlichen Zunahme der Nutzung von 13 %.
  
• 13 % Zunahme beim Abschluss von Inhalten im Zeitraum zwischen August und September. Ein Anzeichen für eine weltweit zunehmende Benutzerresonanz.

Die Zukunft von Open Library

Aus Open Library wird weit mehr als nur ein kuratierter Katalog. Konkret geht es darum, ein Lernökosystem für verschiedene Formate zu schaffen, das KI-gestützte Zusammenfassungen, Coaching mit Maestro, interaktive Simulationen und zukünftige Premium-Optionen für den Marktplatz der Lerninhalte kombiniert.

Bis 2026 umfasst die Agenda für Open Library Folgendes:

• Über 500 Lernpfade und mehr als 7.000 Inhaltselemente
  
• Über 16 direkt einsetzbare Bundles
  
• Integriertes KI-Coaching und Lernreisen für Führungskräfte
  

Im Kern wird dadurch skalierbares Lernen möglich, das sich mit Ihrem Unternehmen weiterentwickelt, ohne zusätzliche Kosten zu verursachen.

Entdecken Sie die neuen branchenspezifischen Lernpfad-Bundles und erleben Sie, wie Open Library Ihren Teams zum Aufbau der richtigen Skills verhilft – schneller, kostengünstiger und mit weniger Aufwand.

The post 150 branchenspezifische Lernpfade für eine stets bereite Belegschaft 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.

Die erste war die Erfindung der Druckpresse, die Wissen in einem bisher beispiellosen Ausmaß kodifizierte und verbreitete.

Die zweite waren die Industrieschulen – die heutigen Berufsschulen –, die dazu dienten, ganze Generationen für die Arbeit in Fabriken und Büros auszubilden.

Die dritte war das Internet, das Milliarden Menschen den Zugang zu Wissen verschaffte. Es ermöglicht lebenslanges Lernen über den herkömmlichen Unterricht hinaus, sowohl bei der Arbeit als auch zu Hause.

Und jetzt erleben wir die vierte Veränderung: Den Aufstieg der KI.

Effizienz ist nicht alles

KI ist bereits in unsere Meetings, Dokumente und Systeme integriert. Doch nur weil KI in die Arbeit eingebunden ist, heißt das noch lange nicht, dass die Menschen dadurch etwas lernen. Wenn überhaupt, hat KI die Menschen bislang effizienter gemacht, aber nicht qualifizierter. Noch nicht.

Das ist ein Problem. Denn die meisten Organisationen setzen KI für einen bestimmten Zweck ein: Effizienz. Das ist zwar gut, aber schneller zu arbeiten bedeutet nicht, dass die Mitarbeitenden mehr Skills haben.

Infrastruktur ist immer noch wichtig

Wir kennen dieses Phänomen bereits. Als YouTube eingeführt wurde, revolutionierte es die Bereitstellung von Inhalten. Die Plattform ermöglichte den universellen Zugang zu unzähligen Lernressourcen.

Allerdings löste es nicht das Problem des Lernens in Organisationen. Es sorgte nicht für die Entwicklung von mehr Kompetenz. Es erfüllte auch nicht die Anforderungen der Organisationen hinsichtlich der Steuerung der Lernaktivitäten.

Warum? Weil eine geeignete Infrastruktur noch immer wichtig ist. Wir brauchen Systeme, Kontext, Feedback und Ergebnisse. 

Das gilt auch für KI. Ein Chatbot auf dem Unternehmensportal ist keine Lernstrategie. Ein Copilot, der Meetings und HR-Richtlinien zusammenfasst, baut keine Kompetenzen in diesen Bereichen auf. Der reine Zugriff auf Antworten trägt nichts zur Weiterbildung bei.

Was seriöse, erfolgreiche KI-Lernsysteme auszeichnet, ist nicht das Modell, sondern die dahinterstehende Infrastruktur. Es ist die Grundlage, auf der die KI basiert; dazu gehören:

• Lernwissenschaft
• Verifizierbare Skilldaten
• Integration in Systeme
• Organisationsbezogener Kontext, der auf strategische Ziele abgestimmt ist

Wenn Ihre KI-Tools nicht auf dieser Grundlage aufgebaut sind, sind sie nicht für das Lernen optimiert. Denn genau diese Struktur macht den Unterschied. Sie bestimmt die Wirkung der Lernaktivitäten in dieser neuen Umbruchphase.

Die Herausforderung: Besseres und schnelleres Upskilling im Unternehmen

Ich will ganz offen sein: Laut dem Weltwirtschaftsforum und Accenture müssen 60 % der weltweiten Belegschaft in den nächsten fünf Jahren Upskilling betreiben. Das entspricht einem Anstieg von 10 Prozentpunkten gegenüber 2020. Und nur etwa 40 % der Führungskräfte auf Vorstandsebene geben an, darauf vorbereitet zu sein, was einem Rückgang von 10 Prozentpunkten gegenüber 2020 entspricht. 

Wir waren uns bereits vor fünf Jahren dieser Skill-Lücke bewusst, und Führungskräfte sind heute noch weniger darauf vorbereitet. Das bedeutet, dass sich mehr Menschen weiterbilden und mehr Skills erwerben müssen, und zwar schneller als je zuvor. 

Der Ansatz des „Just-in-Time-Learning“ stammt aus der dritten Veränderungswelle, der Internetwelle. Dabei ging es darum, Mitarbeitenden zur richtigen Zeit die Inhalte zur Verfügung zu stellen, die für sie am relevantesten sind. Doch nun verändert sich die Arbeit selbst. Aufgaben werden automatisiert. Rollen werden flexibler. Wissen ist heute so günstig wie noch nie verfügbar, doch Urteilsvermögen, Anpassungsfähigkeit und Kreativität sind nach wie vor von unschätzbarem Wert.

Wir brauchen ein neues Lernmodell, das mit den schnellen Veränderungen und Anforderungen der heutigen KI-Welt Schritt hält. Diese Zukunft könnte wie folgt aussehen:

• Adaptives Lernen berücksichtigt bereits vorhandenes Wissen und konzentriert sich auf genau die Skills, die noch fehlen.
• Dank Skill-Intelligenz in Echtzeit können Lücken geschlossen werden, bevor sie zum Bremsstein werden. 
• KI unterstützt Mitarbeitende dabei, intelligenter und besser zu arbeiten, nicht nur schneller.

Das ist keine Zukunftsmusik mehr – sie spielt bereits.

The post Warum KI-Infrastruktur für den Lernerfolg entscheidend ist appeared first on Degreed.

Als ich als Millennial zum ersten Mal eine Führungsposition übernahm, konnte ich mich nicht auf jahrzehntelange Führungserfahrung stützen. Ich war jedoch neugierig und bereit, neue Tools auszuprobieren. Ich habe mit Plattformen experimentiert, mit denen ich mich schneller einarbeiten, die Stärken meines Teams besser verstehen und Projekte kontinuierlich vorantreiben konnte. Diese Offenheit gegenüber Technologie war nicht nur der Bequemlichkeit geschuldet – sie wurde zu einer Möglichkeit, Lücken zu schließen und mit Selbstvertrauen zu führen.

Dabei kam mir der Gedanke: Ist die Flexibilität der Millennial-Generation der Schlüssel, um die Lücke zwischen traditionellen Arbeitsweisen und den neuen, technologieorientierten Vorgehensweisen zu schließen? Wir sind Digital Natives, für die Technologie von Kindesbeinen an selbstverständlich ist. Wir haben an unseren Arbeitsplätzen Slack und Zoom eingeführt. Und ja, wir haben allen gezeigt (wahrscheinlich mehr als einmal), wie man Dokumente als PDF exportiert. Jetzt ist es an der Zeit, uns für KI-gestütztes Lernen einzusetzen. 

Mein Appell an L&D-Verantwortliche: Stützen Sie sich auf uns, um die KI-Transformation zu vereinfachen. Wenn L&D-Verantwortliche uns einbinden, wird die Akzeptanz nicht langsam voranschreiten, sondern sich wie ein Lauffeuer verbreiten. Was wir einmal geschafft haben, schaffen wir auch wieder. Erfahren Sie, wie sich Ihre Millennial-Führungskräfte mobilisieren lassen, damit Sie das Lernen besser als je zuvor personalisieren können:

Lektion 1: Die Akzeptanz beginnt bei den Menschen, nicht bei den Plattformen.

Personalisierung war schon immer ein Ziel von Corporate Learning. Über Jahre hinweg handelte es sich dabei lediglich um eine Liste mit empfohlenen Kursen für Ihre Abteilung. Inzwischen wurden die Karten aufgrund von KI neu gemischt. Plattformen können aktuelle Skills identifizieren, diese mit Karrierezielen abgleichen und die Lernpfade entsprechend der persönlichen Entwicklung anpassen.

Als Führungskraft habe ich jedoch Folgendes gelernt: Technologie allein bewirkt keinen Wandel, sondern die Menschen dahinter. Mein Team war nie von einem neuen System begeistert, nur weil es von der Personalabteilung kam. Die Teammitglieder haben mitgezogen, als sie sahen, wie ich es benutzte, die Ergebnisse teilte und ihnen zeigte, wie es ihre Arbeit erleichterte.

Millennial-Führungskräfte sind in einer einzigartigen Position, um eine solche Akzeptanz zu fördern. Warum? Darum:

• Millennials bilden den größten Anteil der Belegschaft, wobei viele von uns mittlerweile in Führungsrollen tätig sind.
• Wir gehen sicherer mit KI-Tools um als andere Generationen.
• Wir legen Wert auf persönliche Entwicklung, Work-Life-Balance und möchten unseren Teams Karrierechancen bieten.

Wenn Führungskräfte KI zum Lernen einsetzen, normalisieren sie dies für ihre Mitarbeitenden.

Lektion 2: KI beseitigt Hindernisse und dient als Coach für personalisiertes Lernen.

Als ich zum ersten Mal ein KI-gestütztes Lerntool getestet habe, ist mir sofort etwas aufgefallen. Mein Team musste nicht mehr stundenlang nach Ressourcen suchen. Die Plattform hat zur richtigen Zeit die richtigen Inhalte bereitgestellt.

Dadurch ist KI-gestütztes Lernen gekennzeichnet:

• Optimales Onboarding: Neuen Mitarbeitenden werden vom ersten Tag an auf ihre Rolle zugeschnittene Lernpfade zugewiesen.
• Schließen von Skill-Lücken in Echtzeit: Bei Änderungen regulatorischer Vorgaben oder der Einführung eines neuen Systems können die Mitarbeitenden sofort Upskilling betreiben.
• Personalisierte Weiterentwicklung: Die Lerninhalte sind für Mitarbeitende Teil ihres individuellen Karrierewegs und nicht nur allgemeine Kurse zu Compliance-Themen.
• Mitarbeiterbindung durch Relevanz: Mitarbeitende bleiben ihrem Arbeitgeber treu, wenn Vorgesetzte in ihre Zukunft investieren.

Für mich als Führungskraft war die größte Veränderung Degreed Maestro. Diese speziell für das Lernen entwickelte KI hat mir dabei geholfen, meine Mitarbeitenden besser zu coachen. Anstatt die Bedürfnisse meines Teams zu erraten, habe ich jetzt Einblick in ihre Skills und Fortschritte. Dadurch haben meine Einzelgespräche einen klareren Fokus und unsere Arbeit ist effektiver.

Lektion 3: Führungskräfte verstärken die Wirkung von KI.

Folgende Unterschiede habe ich persönlich beobachtet:

• Ohne die Führungskräfte als Vorreiter wirkt KI wie eine weitere HR-Initiative. Die Akzeptanz erfolgt nur langsam, und die Mitarbeitenden sind skeptisch.
• Wenn Führungskräfte die Vorreiterrolle übernehmen, wird KI als Vorteil für das Team wahrgenommen. Die Mitarbeitenden entdecken konkrete Verbesserungen in ihrer alltäglichen Arbeit.

Als ich erzählte, wie KI mir dabei geholfen hat, Wettbewerbsanalysen in der Hälfte der Zeit durchzuführen, ist der Rest des Teams auf den Zug aufgesprungen. Ich wollte ihnen die Technologie nicht „verkaufen“, sondern aufzeigen, welche Möglichkeiten sie bietet.

Deswegen sind Millennial-Führungskräfte Multiplikatoren. Unsere Bereitschaft, Neues auszuprobieren und zu teilen, macht KI-gestütztes Lernen für Mitarbeitende jeder Generation zu einer ernstzunehmenden Alternative.

Lektion 4: L&D-Verantwortliche können Millennial-Führungskräfte jetzt mobilisieren.

Wie können Sie Millennial-Führungskräfte dazu bewegen, die Einführung von KI-gestütztem Lernen zu beschleunigen?

1. Klein anfangen: Beauftragen Sie eine Gruppe von Millennial-Führungskräften, KI-kuratierte Lernpfade in Bereichen wie Führung oder digitale Skills zu testen. [Degreed Open Library]
2. Eine Plattform bieten: Ermutigen Sie uns, Erfolge und Erfahrungsberichte mit Kolleg:innen zu teilen. Eine kurze Fallstudie oder Erfolgsstory des Teams fördert das Vertrauen. 
3. Kontext geben: Geben Sie uns keine abgedroschenen Standardinfos, sondern zeigen Sie uns konkret, wie KI die Skillentwicklung, die Mitarbeiterbindung oder die Produktivität fördert. Wir vermitteln es dann auf unsere Art und Weise unseren Teams.
4. Anerkennung schenken: Heben Sie Millennial-Führungskräfte, die eine Vorreiterrolle bei der Einführung von KI einnehmen, in der Unternehmenskommunikation hervor. Sichtbarkeit motiviert uns und bestätigt unsere Bemühungen.

Kurzaufgabe: Identifizieren Sie fünf Führungskräfte in Rollen, die häufigen Veränderungen unterliegen. Geben Sie ihnen Zugang zu einem Pilotprojekt für KI-gestütztes Lernen. Bitten Sie sie, beim nächsten Meeting der Führungsebene Ergebnisse wie ein schnelleres Onboarding oder engagiertere Teams vorzustellen.

KI hat personalisiertes Lernen in großem Maßstab ermöglicht. Die Akzeptanz hängt jedoch von den Menschen ab, nicht von den Plattformen. Als Millennial-Führungskraft habe ich aus erster Hand erfahren, wie schnell Teams Technologien annehmen, wenn sie ihnen die Arbeit erleichtern und ihre Zukunftsperspektiven verbessern.

Unternehmen dürfen diese Generation nicht unterschätzen. Wir fühlen uns im Umgang mit KI nicht nur wohl, sondern auch sicher. Wenn Organisationen Millennial-Führungskräfte befähigen, eine Vorreiterrolle zu übernehmen, wird KI-gestütztes Lernen nicht nur eingeführt, sondern auch begrüßt.

Wenn Millennials befähigt werden und den Ton angeben, halten Organisationen mit dem Wandel nicht nur Schritt, sie geben auch dessen Tempo vor.

The post Personalisiertes Lernen für Fortgeschrittene: Millennial-Führungskräfte können die Einführung von KI vorantreiben appeared first on Degreed.