Die Faktoren, die Einfluss auf die Mitarbeiterentwicklung und darauf nehmen, wie gut (oder schlecht) sie in Ihrer Organisation funktioniert, sind enorm vielfältig. In Zeiten, in denen eine der größten Herausforderungen im KI-Upskilling der Belegschaft besteht, ist die Bedeutung von konsistentem und effektivem Lernen gar nicht hoch genug einzustufen. 

Je schneller und effektiver Mitarbeitende lernen können, desto schneller kann sich Ihr Unternehmen anpassen. Der Weg dorthin führt über die Wissenschaft.

Wenn Sie verstehen, wie Lernwissenschaft in der Theorie und Praxis sowie im Geschäftskontext funktioniert, können Sie ihre Vorteile für sich nutzen und so die Transformation Ihrer Belegschaft auf Hochtouren bringen.

In der Theorie: Was ist Lernwissenschaft?

Im Kern geht es dabei um die wissenschaftliche Erforschung, wie Menschen Wissen erwerben und zur Anwendung bringen. Die Disziplin vereint u. a. Erkenntnisse aus der Verhaltensforschung, kognitiven Neurowissenschaft und Soziologie.

Wie bei jeder Wissenschaft gibt es Unterkategorien und Nebenzweige. Wir konzentrieren uns jedoch darauf, was für die Belegschaft am relevantesten ist, nämlich die Theorie der Erwachsenenbildung, auch Andragogik genannt. Sie verweist auf sechs zentrale Aspekte:

1. Relevanz: Dies ist ein gängiges Thema für alle, die im L&D-Bereich tätig sind. Menschen müssen wissen, warum sie etwas lernen. Sie müssen nachvollziehen können, wie das, was sie lernen, zu ihrer Arbeit oder ihren Herausforderungen passt.
2. Anwendbarkeit: Neben dem Verständnis, warum und wie etwas für sie relevant ist, legen Erwachsene auch Wert auf praktische, konkrete Beispiele und darauf, Lerninhalte direkt zur Anwendung zu bringen. Zu sehen, wie sich Lernthemen in praktischen Szenarien umsetzen lassen, ermöglicht es ihnen, entsprechend zu üben und ihr Wissen effektiver anzuwenden.
3. Intrinsische Motivation und Unabhängigkeit: Erwachsene begegnen obligatorischen Schulungen häufig mit einer geringeren Motivation. Am besten lernen sie, wenn ihnen die Freiheit und Unabhängigkeit eingeräumt wird, ihre Entwicklung eigenständig in der Weise zu steuern, wie es für sie am wichtigsten ist. 
4. Extrinsische Zielsetzung: Auch wenn sie von sich aus hochmotiviert und unabhängig sind, ist es für Erwachsene wichtig, Fortschritte als Ergebnis des Aufwands zu sehen, den sie für das Lernen aufbringen. Klare Ziele, Meilensteine und Leistungskriterien machen Fortschritt und Erfolg erkennbar und steigern die Motivation.
5. Referenzierbare und nach außen vermittelbare Arbeitserfahrungen: Im Unterschied zu Kindern verfügen Erwachsene über ein breites Spektrum an Vorkenntnissen und Erfahrung. Dieses Wissen gilt es, zu respektieren und zu berücksichtigen. Insbesondere bedeutet es aber auch, dass Erwachsene sehr viel voneinander lernen können. Zusammenarbeit kann ein äußerst effektives Instrument bei Lernenden im Erwachsenenalter darstellen. 
6. Verantwortlichkeit und Respekt: Aufgrund des Wissens und der Erfahrung, die Erwachsene bereits mitbringen, muss ihnen das Gefühl vermittelt werden, dass ihre Fachkenntnisse gleichermaßen gesehen wie geschätzt werden. Unabdingbar dabei: Erwachsene müssen von der Schulungsleitung auf Augenhöhe behandelt werden. Keinesfalls sind sie von oben herab zu behandeln – ganz gleich, ob sie einen neuen Skill gerade erst lernen oder nicht.

Theorien zu kennen, ist jedoch etwas völlig anderes, als diese Theorien praktisch umzusetzen (Stichwort „Erfahrungslernen“, auf das wir etwas später noch eingehen werden). Diese Theorien in die Praxis eines modernen und innovativen Arbeitsumfelds integrieren zu können, wird jedoch den Unterschied ausmachen: zwischen oberflächlichem Lernen am Arbeitsplatz und transformativer Befähigung einer ganzen Belegschaft, sich neue Skills effektiv anzueignen und so die Zukunft zu gestalten.

In der Praxis: Mit angewandter Lernwissenschaft zur Transformation der Belegschaft

Die Grundsätze der Lernwissenschaft sind auf vielerlei Weise auf Programme zur Mitarbeiterentwicklung anwendbar, zumal technologische Weiterentwicklungen umso mehr Möglichkeiten hierfür entstehen lassen. In vielen der praktischen Anwendungen, auf die wir hier eingehen werden, spiegelt sich dies wider: Sie stellen innovative Ansätze dar, die Mitarbeitenden effektiver zur Erweiterung ihrer Fähigkeiten verhelfen als klassische Methoden.

Personalisiertes Lernen mithilfe von KI und kontextbezogenen Skilldaten

Unsere Definition von „Personalisierung“ ist heute eine vollkommen andere als noch vor einigen Jahren. Seit der explosionsartigen Zunahme an Inhalten und E-Learning-Angeboten, die das Internet vor vielen Jahre losgetreten hat, können die Menschen beinahe zu allem Inhalte finden, was sie lernen möchten. Als dies seinen Anfang nahm, fühlte es sich durchaus als eine Art Personalisierung an. Sogar den Relevanzgrundsatz der Erwachsenenbildung dürfte es wenigstens zu einem gewissen Grad erfüllt haben, bot es doch den bis dato besten Weg zum Zugang zu maßgeschneiderten Inhalten.

Was heute möglich ist, geht darüber weit hinaus – und so reicht es auch nicht mehr aus, einfach nur Inhalte zu einem bestimmten Thema finden zu können. Immerhin ist heute von Social Media bis hin zu Video-Streaming-Diensten jeder andere Kanal automatisch auf die Präferenzen und zuvor genutzten Inhalte seiner Benutzer:innen abgestimmt. Wenn Mitarbeitende also für einen gewünschten Skill und ein entsprechendes Leistungsniveau Unmengen an Informationen durchgehen müssen, um relevante Artikel oder Podcasts zu finden, sehen sie das als Zeitverschwendung an. 

KI hat den Zugang zu Inhalten auf ein neues Niveau gehoben – zugeschnitten auf Skill-Level, Rollen, Geschäftsziele und persönliche Schwerpunktbereiche. Darin findet sich der Grundsatz referenzierbarer Arbeitserfahrungen wieder: Vorkenntnisse und Erfahrung der einzelnen Lernenden werden direkt beim Kuratieren der für sie bereitgestellten Inhalte berücksichtigt. 

Ein solcher Grad des personalisierten Lernens kann mit einem für allgemeine Zwecke konzipierten Large Language Model (LLM) jedoch noch nicht erreicht werden. Eine KI, die Lernen individuell unterstützen kann, benötigt den passenden Kontext. Präzise Skilldaten und Lerninhalte müssen in sie ebenso integriert sein wie die Grundsätze der Lernwissenschaft. Andernfalls schafft die KI es nicht über das Szenario „allgemeiner Input, allgemeiner Output“ hinaus, durch das viele Inhaltsempfehlungen bereits gekennzeichnet sind. So könnte sie etwa Inhalte empfehlen, die einem bestimmten Skillschwerpunkt Rechnung tragen, jedoch auf ein zu grundlegendes oder zu fortgeschrittenes Niveau für die jeweilige Person ausgerichtet sind. Somit müssten Lernende auch weiterhin nach passenden Lerninhalten suchen. 

Wird dieses Niveau maßgeschneiderten Lernens jedoch mit weiteren KI-Fähigkeiten kombiniert, werden einzigartige Lernerlebnisse möglich, die bedarfsgerecht und interaktiv sind. Bestes Beispiel hierfür sind KI-Coaches, automatisch generierte Tests mit Quizfragen und in Minutenschnelle generierte Multimedia-Lernpfade. Mitarbeitende erhalten damit eine gleichermaßen ansprechende wie unkomplizierte Möglichkeit, ihre Lernreise selbst in die Hand zu nehmen. Statt einfacher statischer Inhalte stehen ihnen jederzeit konkrete Erlebnisse zur Verfügung.

Die Grundsätze der Erwachsenenbildung kommen in diesen Innovationen perfekt zum Tragen. So machen sie relevante Inhalte auf Anhieb für Mitarbeitende verfügbar, geben ihnen anhand KI-nativer Erlebnisse die Zügel für die Gestaltung ihrer Weiterentwicklung in die Hand und gewährleisten dabei, dass die ihnen angebotenen Inhalte ihr bestehendes Wissen und ihre Arbeitserfahrung berücksichtigen.

Angewandte Grundsätze der Erwachsenenbildung: Relevanz, Verantwortlichkeit und Respekt, referenzierbare Arbeitserfahrungen

Zusätzlicher Upskilling-Ansporn durch Zielsetzungen, Meilensteine und Anerkennung

Zertifikate und Badges für das Erlernen eines neuen Skills sind ein naheliegendes Mittel, um der Leistung Lernender Anerkennung zu verleihen. Da Leistung jedoch nur durch Fortschritt erreicht wird, bietet sich ein Ansatzpunkt, auch diesen Aspekt zu honorieren. Aus der Lernwissenschaft wissen wir um das hohe Gewicht intrinsischer und extrinsischer Motivation. Jedes Ziel, das erreicht wird, sollte demnach als positiver Verstärker für die Lernproduktivität und Motivation wirken – was umso mehr dafür spricht, den Weg zum Ziel um Meilensteine zu ergänzen.

Leitungspersonen und Führungskräfte sind einzigartig positioniert, um solche Erfolgsmomente zu würdigen, beispielsweise in Meetings oder auf öffentlichen Kanälen. Denn erwachsene Lernende legen Wert auf Respekt, aber auch auf Wertschätzung. Solche Gesten sind für sie mitunter genauso bedeutsam wie konkrete Auszeichnungen. In einer Folge unseres Podcasts „The Learning Algorithm“ zu dem Thema, wie Vorgesetzte KI zur Entwicklung ihrer Teams nutzten können, empfiehlt Casey Adams, Vice President of Solutions Consulting and Enablement bei Degreed, Stationen im Lernfortschritt auf breiterer Basis im Team sichtbar zu machen, um eine Form der Anerkennung zu vermitteln. 

Wie Adams betont, reicht es dafür bereits aus, Mitarbeitenden zu sagen: „Sie haben das hier gelernt, zeigen Sie dem Team, wie Sie es umsetzen“, und ihnen eine Plattform zu geben, auf der sie ihre neuen Skills teilen können. Teilerfolge auf diese Weise anzuerkennen, schafft Möglichkeiten zur Zusammenarbeit und stärkt die Lernkultur im Team.

Angewandte Grundsätze der Lernwissenschaft: extrinsische Zielbestimmung, intrinsische Motivation und Unabhängigkeit

Zuordnung von Rollen zu Skills als Orientierungshilfe für Mobilität und Transformation

Entscheidend dafür, Ihren Mitarbeitenden zur Weiterentwicklung ihrer Skills zu verhelfen, ist ein klarer Wegweiser, wie sie von A nach B gelangen. Ganz gleich, ob es um Upskilling für Transformationsvorhaben der Gesamtbelegschaft oder individuelle Karrierebestrebungen geht: Ihre Mitarbeitenden können damit nachvollziehen, welche Skills sie auf welchem Level benötigen, um ihre Ziele zu erreichen.

Nehmen Sie dabei den Status quo als ersten Ansatzpunkt: Legen Sie dar, welche Skills und zugehörigen Leistungsniveaus für die einzelnen Rollen innerhalb der Organisation benötigt werden. Mitarbeitende wissen dadurch genau, was von ihnen erwartet wird, während Führungskräfte auf Anhieb Skill-Lücken erkennen können.

Darauf aufbauend können Sie die Zielsetzungen zur zukünftigen Skillentwicklung besser präzisieren, indem Sie die Anforderungen an einzelne Skills zugehörigen Leistungsniveaus abstecken. Ein Beispiel hierfür wäre, dass eine Mitarbeiterin, die eine Leitungsposition anstrebt, im Bereich Führungskompetenz von Level 3 auf Level 5 aufsteigen muss. Ebenfalls möglich wäre die Zielsetzung für alle Mitarbeitenden, ihr Skill-Leistungsniveau im Bereich KI um ein Level zu erhöhen, um sowohl mit dem Wandel als auch den Transformationsvorhaben des Unternehmens Schritt zu halten. Konkrete Zahlen für diese Ziele sorgen dafür, die Grundsätze der Relevanz und Anwendbarkeit für Ihre Mitarbeitenden erlebbar zu machen. 

Das Konzept dahinter ist zwar nicht neu. Doch neuerdings ist es mühelos umsetzbar und auch skalierbar. Möglich wird dies durch KI-Innovationen, die den bislang manuellen Prozess der Zuordnung und Verknüpfung automatisieren können.

Sind diese Informationen einmal zusammengestellt und für die Führungsebene, Teamleitungen und individuellen Mitarbeitenden verfügbar, helfen sie dem Management dabei, datenfundierte Personalentscheidungen zu treffen, und erleichtern es Beschäftigten, die Erwartungen zu erfüllen und sich etwa auch in Aufgaben und Verantwortlichkeiten zu engagieren, die über die gegenwärtigen Fähigkeiten hinausgehen. Mitarbeitende können ihren Werdegang nun also selbstbestimmt gestalten, da sie einen klaren Wegweiser zur Orientierung an der Hand haben. Lernwissenschaftlich betrachtet finden sich darin die Grundsätze der intrinsischen Motivation und Unabhängigkeit wieder.

Angewandte Grundsätze der Lernwissenschaft: Relevanz, Anwendbarkeit, intrinsische Motivation und Unabhängigkeit

Einsatz von KI und Erfahrungslernen zum Aufbau echter Kompetenz

Es ist an der Zeit, über den rein passiven Konsum von Lerninhalten hinauszugehen. Aber kann man über Inhalte wie Artikel, Videos oder Podcasts überhaupt etwas lernen? Sicherlich. Lassen Sie mich zur Veranschaulichung eine Analogie von David Blake, Gründer und CEO von Degreed, verwenden: Nur weil ich etwas über das Laufen lese, werde ich noch nicht zu einer versierten Marathonläuferin. 

Menschen lernen durch Übung, durch echte Erfahrungen, durch Versuch und Irrtum. Je öfter wir eine Sache praktizieren, desto selbstbewusster werden wir darin. Deutlich machen dies auch die Ergebnisse unseres BerichtsWie die Belegschaft lernt – GenAI: Wie sich zeigte, war es bei den Benutzer:innen, die sich im Umgang mit generativer KI am sichersten 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
• 77-mal wahrscheinlicher, dass sie sich mit GenAI beschäftigen und Kompetenzen aufbauen

Im Wesentlichen fühlten sich diejenigen Benutzer:innen am sichersten, die die Technologie tatsächlich nutzten und sich nicht nur passiv über Lerninhalte damit befassten, was generative KI ist und wie sie eingesetzt wird. Dies ist ein klassisches Beispiel für Erfahrungslernen in der Praxis: Wer aktiv daran arbeitet, einen Skill zu entwickeln, wird umso kompetenter in dessen Anwendung im Alltag. Darin zeigt sich der fundamentale Unterschied zwischen Verständnis und Anwendung von KI. Auf Grundlage dieser Erkenntnis können L&D-Teams mehr solcher Erfahrungen gezielt in Upskilling-Initiativen integrieren.

Bislang konnte Erfahrungslernen jedoch nur außerhalb des E-Learning-Workflows stattfinden. Teamleitungen oder L&D-Mitarbeitende mussten Zeit für die Ausgestaltung, Verwaltung und Pflege sowie dafür aufwenden, den Teilnehmenden Feedback zu geben. Erfolgte dies z. B. in Form von einem Quiz, musste dieses zunächst von jemandem erstellt werden. Beim Üben einer Präsentation oder eines Gesprächs musste wiederum jemand Zeit aufwenden, um teilzunehmen, Antworten zu geben, zu reagieren und um abschließend Feedback zu erteilen. 

Inzwischen können Mitarbeitende hierfür jedoch einen KI-Agenten nutzen. Damit können sie:

• Persönliche Coaching-Sessions erstellen
• Präsentationen üben
• Wichtige Gespräche im Rollenspiel simulieren
• Wissensbewertungen absolvieren

Verglichen mit einem menschlichen Coach wäre ein solcher Agent womöglich genauso effektiv oder sogar effektiver, da er auf das Skill-Level der jeweiligen Person ebenso Zugriff hätte wie auf deren beruflichen Hintergrund, Ziele und grundlegende organisatorische Kenntnisse. Mit einem Mal wird aus dem passiven Konsum, der E-Learning bislang prägte, eine interaktive Lernerfahrung.

Durch KI-gestütztes Erfahrungslernen wird es für Mitarbeitende möglich, neu erworbenes Wissen in einer risikoarmen Umgebung anzuwenden, sich auf wichtige Momente vorzubereiten, zu reflektieren und sofortiges Feedback zu ihrer Arbeit und ihren Fortschritten zu erhalten. Mit Blick auf die Lernwissenschaft kommen hier die Grundsätze der Anwendbarkeit und intrinsischen Motivation direkt zum Tragen. Für Teams wird klar erkennbar, wie ein Skill in ihrem Tagesgeschäft anwendbar ist, was ihre Motivation stärkt, sich selbst zu verbessern. Hinzu kommt der On-Demand-Aspekt, der ihnen die gewünschte Unabhängigkeit im Lernprozess vermittelt.

Außerdem ist diese Strategie auch der Produktivität im Unternehmen zuträglich. Denn wenn es Mitarbeitenden ermöglicht wird, das Gelernte in realen Szenarien zu üben und anzuwenden, erledigen sie dabei möglicherweise auch echte Arbeit. Die Kombination von Lernen und Arbeitsleistung ist also ein Gewinn für alle. 

Angewandte Grundsätze der Lernwissenschaft: Anwendbarkeit, intrinsische Motivation und Unabhängigkeit

Im Geschäftskontext: Generierung von Wettbewerbsvorteilen durch Lernwissenschaft

Die Zeit, bis ein erlernter Skill veraltet ist, auch Halbwertszeit von Skills genannt, beträgt laut Forbes heute nur noch rund vier Jahre – gegenüber zehn Jahren in der Vergangenheit. Bei KI-Skills ist die Halbwertszeit mit zwei Jahren sogar noch kürzer. 

Ihr Unternehmen ist von diesen Skills abhängig. Lernen sorgt dafür, dass Mitarbeitende auf dem neuesten Stand bleiben. Und dies können sie umso schneller und effektiver, wenn ihre Lernprozesse anhand der Grundsätze der Lernwissenschaft optimiert werden. 

Oder anders ausgedrückt: Lernen und Weiterentwicklung sind unerlässlich, da sie das Rückgrat jedes vorausschauenden Unternehmens bilden, das sich anpassungsfähig und für langfristigen Erfolg aufstellen möchte. Wenn Ihre Mitarbeitenden in der Lage sind, wichtige neue Skills und Fähigkeiten genau dann zu erwerben, wenn diese aufkommen, können sie in diesen Bereichen eine Führungsrolle übernehmen. Können (oder wollen) sie sich die neuen Skills, die den Markt prägen, hingegen nicht aneignen, dürfte Ihr Unternehmen sehr schnell ins Hintertreffen geraten. 

Dabei geht es nicht nur um die Frage, ob Sie bereit für KI sind. KI mag derzeit zwar das drängendste Thema in Sachen Upskilling überhaupt sein. Doch wenn Sie Lernen in den Arbeitsablauf Ihrer Teams integrieren, ermöglichen Sie diesem, sich auf alles vorzubereiten und an alles anzupassen, was als Nächstes kommt. Lebenslanges Lernen ist für Mitarbeitende heute unerlässlich, um mit dem stetigen Wandel Schritt zu halten. Genau dafür kann ihnen die Lernwissenschaft die passenden Werkzeuge, Gewohnheiten und Möglichkeiten für Wachstum und Innovation an die Hand geben.

Wird die Lernwissenschaft auf breiter Basis angewendet, trägt dies zu einer effektiveren, bedeutsameren und nachhaltigeren Mitarbeiterentwicklung bei. Die konkreten Vorteile für Unternehmen:

• Schnelleres Upskilling
• Datengestützte Entscheidungen zu Personal- und Weiterbildungsthemen
• Bessere Nutzung der Potenziale entscheidender Umbruchphasen (wie der KI-Transformation)
• Aufbau einer resilienteren und anpassungsfähigeren Belegschaft

Nutzung der Lernwissenschaft und kognitiven Neurowissenschaft zu Ihrem Vorteil

Letzten Endes gilt: Je schneller Ihre Mitarbeitenden lernen und sich weiterentwickeln können, desto erfolgreicher ist Ihr Unternehmen – ganz gleich, welche Umbrüche oder Herausforderungen die Zukunft bereithält. Ein entscheidender Erfolgsfaktor liegt im Verständnis der Grundsätze der Lernwissenschaft und wie diese zu schnellerem Upskilling beitragen können. Wenn Ihre Mitarbeitenden dazu befähigt werden, sich anzupassen, und dazu auch motiviert sind, werden sie für alles bereit sein.

The post Lernwissenschaft in Theorie, Praxis und Geschäftskontext appeared first on Degreed.

Der Wirbel um KI ist längst kein Hype mehr. Im Bereich Lernen und Personalentwicklung vollzieht sich der tiefgreifendste Wandel seit Jahrzehnten – und zwar schneller, als es irgendjemand erwartet hätte. Umso größer ist der Handlungsdruck, sich auf diese veränderte Landschaft einzustellen. Genau darin lag das Leitthema von Die KI-gestützte Revolution im Bereich Lernen und Talententwicklung, dem ersten Webinar unserer dreiteiligen Serie. In dieser Reihe untersuchen wir, wie KI die Art und Weise verändert, wie Unternehmen Skills entwickeln, ihren Mitarbeitenden zur Weiterentwicklung verhelfen und für die Zukunft planen.

In der Gesprächsrunde zu Gast waren Josh Bersin, Analyst und CEO der Josh Bersin Company, und Heather Stefanski, Chief Learning & Development Officer bei McKinsey – zwei der einflussreichsten Persönlichkeiten der Branche. Unter der Moderation von Nikki Helmer, Chief Product Officer bei Degreed, beleuchteten sie, was mit KI bereits heute möglich ist, wie Weiterbildungsverantwortliche darauf reagieren und was nötig ist, um die Belegschaft im Jahr 2026 resilient und fit für die Zukunft zu machen.

Die führenden Köpfe aus Lernen und Talententwicklung sprechen dabei nicht von irgendeinem Chatbot als Ergänzung eines Learning Management Systems (LMS). Vielmehr schlagen sie Alarm angesichts des radikalen Umbruchs, mit dem sich HR- und L&D-Teams sowie alle Unternehmen konfrontiert sehen, wenn darum geht, die Belegschaft sicher in die Zukunft zu führen.

Die Kernbotschaft: KI bedeutet weit mehr als nur verbesserte Lernmöglichkeiten. Sie definiert die Regeln neu, wie Unternehmen den Kompetenzaufbau betreiben. Für Unternehmen, die sich jetzt nicht darauf einstellen, sieht die Zukunft im Jahr 2026 nicht gerade rosig aus.

Im Folgenden beleuchten wir die fünf wichtigsten Erkenntnisse der Gesprächsrunde und was sie für Ihre Planung im neuen Jahr bedeuten.

Erkenntnis Nr. 1: Anstelle des bisherigen Publikationsmodells zur Bereitstellung von Lerninhalten tritt ein dynamisches System.

Prägend für Lernstrategien war lange Zeit das „Publikationsmodell“, wie Josh Bersin es nennt. Lernteams fungierten lediglich als Herausgeber von Lerninhalten: Es wurden Kurse erstellt, mit Tags markiert und verteilt. Der Erfolg wurde an der Beteiligung gemessen, sprich an Absolventenzahlen, Abschlussquoten und Klicks.

Ein Paradigma, das KI nun infrage stellt.

„Worauf ich hinaus will, ist ein revolutionärer neuer Ansatz, bei dem ein dynamisches System zur Bereitstellung von Lerninhalten im Mittelpunkt der Lernerfahrung steht“, erklärt Bersin.

KI bietet Möglichkeiten, die weit über die bloße Erstellung weiterer Kurse hinausgehen. Sie verhilft Lernteams dazu, die Entwicklung von Skills adaptiv zu gestalten – in einer Weise, die die tatsächlichen Anforderungen der Mitarbeitenden und des Unternehmens präzise abbildet, an diesen gemessen wird und damit auch agiler ist. In diesem System wird Erfolg nicht mehr an der Menge der Lerninhalte gemessen, die Mitarbeitende durcharbeiten, sondern daran, ob sie neue Aufgaben schneller übernehmen und sich neue Fähigkeiten in kürzerer Zeit aneignen können.

Bedeutung für Ihre Planung im neuen Jahr

• Für L&D-Organisationen muss die Priorität daher auf der Entwicklung von Fähigkeiten und nicht darauf liegen, immer umfangreichere Kurskataloge bereitzustellen.
• Dadurch, dass Aufgaben mit geringer Wertschöpfung (Tagging, Suche, Erstellung grundlegender Inhalte) zunehmend durch KI-gestützte Tools automatisiert werden, können L&D-Teams mehr Zeit in die strategische Ausgestaltung investieren.
• Im Zuge dessen werden Skilldaten zur Kernsäule der Personalstrategie.

Erkenntnis Nr. 2: KI schafft ein neues Talentsystem.

In der Diskussionsrunde wurde ein Punkt unterstrichen, der wichtiger kaum sein könnte: Unternehmen beginnen gerade erst, das Ausmaß der Veränderungen zu begreifen, die KI mit sich bringt.

So stellte Bersin heraus, dass KI klassische L&D- und HR-Workflows – Inhaltserstellung, Skillidentifikation, Stellenarchitektur, ja sogar Coaching – in dynamischen, adaptiven Systemen zusammenfließen lässt. Sie definiert neu, was Unternehmen unter dem Konzept „Talent“ verstehen. Prozesse, die bislang noch linear abliefen, verändern sich grundlegend – von Stellenbeschreibungen und Rollen bis hin zu Karrierepfaden und Kompetenzen. Dies erfordert einen neuen Denkansatz, was „Lernen“ im Arbeitskontext bedeutet und wie sich der zugrunde liegende Funktionsbereich in die Faktoren Talentmobilität, Arbeitsleistung und Geschäftsstrategie einpasst.

Im Zuge von KI wird alles dynamisch: Arbeit, Skills, Teams und das Lernen selbst. 

„KI verändert, wie wir Arbeit definieren, Teams zusammenstellen und Talent-Pipelines planen“, brachte es Bersin auf den Punkt.

Mit der Einführung von Tools ist es nicht getan. Vielmehr ist eine Umstrukturierung von Talentsystemen erforderlich.

Bedeutung für Ihre Planung im neuen Jahr

• Personal- und Lernstrategien müssen aus ihren Silostrukturen befreit und ganzheitlich betrachtet werden.
• Unternehmen benötigen starke Governance-Leitplanken zur KI-Nutzung, insbesondere solche, die Genauigkeit, Gerechtigkeit und Transparenz gewährleisten.
• KI wird als Standardebene in Lernplattformen integriert werden oder sich ganz als deren Grundlage etablieren – vergleichbar mit Mobil- und Cloud-Technologien in früheren Transformationsphasen.

Erkenntnis Nr. 3: L&D muss sich vom Lernen wegbewegen und sich stattdessen auf die Gestaltung von Arbeitsstilen konzentrieren.

Stefanski brachte eine Herausforderung ins Gespräch, die den wohl weitreichendsten Umbruch für Weiterbildungsverantwortliche bedeuten dürfte: L&D muss sein Selbstverständnis neu definieren – weg vom Inhaltsproduzenten und hin zu einem strategischen Architekten für Weiterentwicklung und Karriereförderung. 

Denn die klassische Rolle von Lernteams, so Stefanskis Argumentation, bremst Unternehmen aus. Statt Kurse zu erstellen, sollten sie Arbeitsstile entwickeln, Talenterlebnisse gestalten und Einfluss auf die alltäglichen Arbeitsabläufe der Mitarbeitenden nehmen.

Stefanski zufolge geht es im Wesentlichen darum, dass sich L&D-Teams aus dem Lernbereich herausbewegen. „Bei genauer Betrachtung dessen, was wir leisten müssen, gilt es, uns sowohl in die Gestaltung der Arbeit als auch in das Design der Technologie einzubringen“, betont sie.

Dabei geht es keineswegs darum, etwas begrifflich neu zu umreißen. Vielmehr beutetet es eine strukturelle Neudefinition der Zielsetzung. McKinsey bezeichnet L&D nun als „Entwicklungsorganisation“, d. h. als ein Team mit der Aufgabe, Karrieren schneller voranzubringen, Leistung zu fördern und neue Arbeitsweisen mitzugestalten.

Bedeutung für Ihre Planung im neuen Jahr

• L&D-Teams müssen ihre Identität neu definieren – mit Arbeitsleitung, Karrieremobilität und Arbeitsstilen als Fokusthemen.
• Die Hauptaufgabe des Funktionsbereichs sollte nicht mehr im Erstellen von Lerninhalten liegen.
• Statt Lernressourcen zu verwalten, müsse L&D Entwicklungsangebote koordinieren.
• Für die Verantwortlichen geht es nicht mehr um die Frage „Welche Schulungen konzeptionieren wir?“, sondern: „Wie gestalten wir Arbeit so, dass Beschäftigte direkt dabei lernen?“

Erkenntnis Nr. 4: Lernen muss durch KI-integrierte Tools in den Arbeitsfluss eingebunden werden.

Überaus provokant war die Aussage von Stefanski, dass L&D 70 % seiner Zeit innerhalb des Arbeitsflusses verbringen sollte – dort, wo Leistung tatsächlich erbracht wird – nicht innerhalb von Kursentwicklungszyklen. Damit wird neu definiert, wie „Lerntechnologie“ zu verstehen ist. Es geht nicht mehr darum, Module zu erstellen oder Inhalte zu empfehlen. Vielmehr sollten Tools zur Entwicklung von Skills in die Abläufe des Tagesgeschäfts integriert werden, wo Mitarbeitende den Effekt unmittelbar spüren.

Dies veranschaulichte sie am Beispiel der Initiative „Lilly“ von McKinsey. Dabei handelt es sich um einen KI-gestützten Storytelling-Coach, der direkt in PowerPoint integriert ist. Consultants erhalten beim Erstellen von Kundenpräsentationen Tipps zur Strukturierung, Klarheit und Überzeugungskraft – in Echtzeit, direkt innerhalb der Tools, die sie bereits nutzen.

Indem Lernen auf diese oder vergleichbare Art in den Arbeitsfluss integriert wird, lässt sich die Zeit zum Erreichen angemessener Leistungsniveaus bei strategischen Skills verkürzen. Ein enormer Mehrwert für das Unternehmen. Stefanski empfiehlt, Anwendungsfälle zu identifizieren und Kennzahlen zu erarbeiten, die belegen, dass ein angemessenes Leistungsniveau schneller erreicht wird. Hierin liegt ihrer Ansicht nach die wichtigste Kennzahl für L&D überhaupt, da sie den tatsächlich generierten Geschäftswert belegt. 

Bedeutung für Ihre Planung im neuen Jahr

• Legen Sie den Fokus auf KI-gestützte Agenten und in Arbeitsabläufe integrierte Tools, um die Leistungsfähigkeit zu beschleunigen.
• Arbeiten Sie eng mit den Produkt-, Entwicklungs-, und Betriebsteams zusammen, um Lernmöglichkeiten in Arbeitsabläufe zu integrieren.
• Machen Sie die Zeit bis zum Erreichen angemessener Leistungsniveaus zu ihrer wichtigsten Kennzahl. Sie ist wesentlich bedeutsamer als Zahlen zum Abschluss von Lerninhalten oder Zufriedenheitswerte.

Erkenntnis Nr. 5: Die Zukunft des Lernens ist mehr als nur KI-gestützt. Sie liegt in einem KI-nativen Ökosystem zur Mitarbeiterentwicklung.

Deutlich wurde im Verlauf des Webinars vor allem eines: KI verändert nicht nur die Lerntechnologie, sondern auch unsere Erwartungen an das Lernen. In diesem neuen Zeitalter werden diejenigen Organisationen erfolgreich sein, die ihre Vision der Zielsetzung von L&D grundlegend verändern. 

Lernökosysteme werden dabei nicht mehr als Kursbibliotheken fungieren, die von KI unterstützt werden. Stattdessen werden sie zu KI-nativen Entwicklungsökosystemen, in deren Mittelpunkt Skills, Arbeitsabläufe und menschliche Verbindungen stehen.

Ein KI-natives Ökosystem ist wie folgt gekennzeichnet:

• Skillentwicklung erfolgt in den Tools, die Mitarbeitende im Arbeitsalltag nutzen. Ermöglicht wird dies durch KI-Agenten, die Coaching und Skillvermittlung genau dann anstoßen, wenn sie benötigt werden, sodass Leistungsniveaus schneller erhöht werden.
• Lernen erfolgt durch intelligente, integrierte Förderung der Arbeitsleistung, bei der KI genau im richtigen Moment Anleitung, Feedback und Übungen bereitstellt.
• Digitale Lernpfade werden durch KI umfassend personalisiert, statt sich auf manuell kuratierte Inhaltssequenzen zu stützen.

Dieser Umbruch ist alles andere als subtil. Er erfordert, Lernen neu zu denken – was es ist, wo es stattfindet und wer es fördert.

Ebenso nimmt er L&D-Organisationen in die Pflicht: Sie müssen sich von dem alten Modell verabschieden, in dessen Mittelpunkt Kurse, die Verantwortlichkeit über Inhalte und Lernen stehen, das unabhängig vom Tagesgeschäft als separate „Veranstaltung“ stattfindet. Unerlässlich ist dafür eine systemische Veränderung, bei der die Mitarbeiterentwicklung mit der Arbeit selbst verwoben ist.

Bedeutung für Ihre Planung im neuen Jahr

• Konzentrieren Sie sich beim Einsatz von KI darauf, Arbeitsabläufe, Rollen und Mitarbeiterentwicklung neu zu gestalten, statt Altsysteme und -prozesse nachzurüsten.
• Fokussieren Sie Ihre Investitionen nicht auf Tools zur Inhaltserstellung, sondern auf Technologien wie KI-Agenten, Workflow-Coaches und integrierte Tools zur Förderung der Arbeitsleistung, die Lernen direkt in den Arbeitsfluss einbinden.
• Stärken Sie die Rolle von L&D bei der Transformation von Geschäftsprozessen: L&D-Teams sollten als strategische Förderer von Kompetenz und Leistung fungieren.
• Berücksichtigen Sie bei Ihrer Planung auch die kulturellen Auswirkungen von KI, nicht nur die technische Umsetzung. Es gilt, Führungskräften neue Coaching-Skills zu vermitteln, Teams bei der Bewältigung von Veränderungen zu unterstützen und Mitarbeitenden klar darzulegen, dass KI ihr Wachstum unterstützt (und sie nicht ersetzt).

Ausblick: Was bedeutet dies für das neue Jahr und darüber hinaus?

Den Einblicken von Helmer, Bersin und Stefanski ist zu entnehmen, dass es weder schrittweise Aktualisierungen noch neue Lerntechnologien sein werden, die das neue Jahr prägen. Vielmehr ist es die Frage, inwieweit Organisationen dazu bereit sind, einen neuen Lernansatz zu gestalten, der nicht die dazu nötigen Inhalte in den Mittelpunkt stellt, sondern Mitarbeiterentwicklung, Arbeit und Kultur.

Auf Ihrer Liste für die Planung Ihrer Lern- und Talentstrategie im neuen Jahr sollten daher folgende Punkte ganz oben stehen:

1. L&D zu einer „Entwicklungsorganisation“ umgestalten

Es gilt, den Aufgabenfokus zu verlagern – weg von der Vermittlung von Informationen für Mitarbeitende, hin zur Beschleunigung ihrer Karriere. Fragen Sie sich nicht, welche Lerninhalte Sie entwickeln sollten, sondern wie Sie Arbeit, Tools und Lernerlebnisse so gestalten können, dass Mitarbeitende schneller besser werden.

2. Nicht in mehr Kurse, sondern in Möglichkeiten zum Lernen im Arbeitsfluss investieren

Nehmen Sie KI-Tools in den Blick, die Coaching, Feedback und Anleitung in die Geschäftsabläufe integrieren, in denen Arbeitsleistung erbracht wird. Künftig wird 70 % des Lerneffekts dort generiert werden.

3. Adaptive Belegschafts- und Talentmodelle entwickeln

An die Stelle statischer Rollen und langgezogener Karrierepfade treten skillbasierte Mobilität und Teamstrukturen, die ineinander fließen.

4. KI zur Personalisierung und Automatisierung digitaler Lernangebote einsetzen

Reservieren Sie Ihre Ressourcen zur manuellen Kurserstellung für konkrete Anforderungen zu regulatorischen und Compliance-Themen. Nutzen Sie KI zur Generierung personalisierter Lernpfade und adaptiver Übungen, sodass sich das L&D-Team auf strategische Aufgaben konzentrieren kann, die nur Menschen übernehmen können.

5. Skill-Leistungsniveaus als Top-Kennzahl etablieren

Abschlussquoten, Absolventenzahlen und Zufriedenheitswerte sollten nur eine untergeordnete Rolle spielen. Die entscheidende Frage lautet nun: „Wie schnell sind unsere Mitarbeitenden in der Lage, Höchstleistungen bei wichtigen Aufgaben zu erbringen?“ So setzen Sie die Auswirkungen von Lernaktivitäten in direkten Zusammenhang mit dem Unternehmenserfolg. Außerdem besteht hier das größte Potenzial für den Einsatz KI-integrierter Tools.

Mehr zur KI-getriebenen Revolution des Lernens

2026 markiert das Jahr, in dem L&D-Organisationen keine Lernsysteme mehr entwickeln, sondern Ökosysteme zur Mitarbeiterentwicklung. In diesem Zuge integrieren sie Lernen in das Tagesgeschäft, setzen KI-gestützte Personalisierung und humangenerierte, besonders wichtige Lernerlebnisse gezielter ein und definieren die Rolle neu, die L&D als strategischer Partner spielt. 

Künftig wird Lerntechnologie nichts mehr sein, was Menschen extra ansteuern müssen, sondern etwas, das sie jeden Tag ganz automatisch erleben. Die Gesprächsrunde mit Nikki Helmer, Josh Bersin und Heather Stefanski ist Teil eines weitaus umfangreicheren Dialogs darüber, wie KI die Zukunft der Arbeit gestalten wird. 

Was die Planung Ihrer Strategie für das neue Jahr angeht, so ist es jetzt an der Zeit, bisherige Lernkonzepte neu zu denken und zu ermitteln, wie KI diese Vision umsetzbar machen kann. Um noch mehr darüber zu erfahren, wie das gelingen kann, sollten Sie sich Die KI-gestützte Revolution im Bereich Lernen und Talententwicklung und die beiden anderen Webinare der Reihe ansehen, die on-demand für Sie zur Verfügung stehen. 

The post Die KI-getriebene Revolution des Lernens ist in vollem Gange. Die meisten Unternehmen hinken jedoch hinterher. appeared first on Degreed.

Auffallend war in diesem Jahr, dass in Gesprächen mit Führungskräften aus HR, IT und L&D, mit Branchenanalysten und meinem Produktentwicklungsteam immer wieder ein Thema aufkam:

Im kommenden Jahr wird die Fähigkeit, neue Kompetenzen zu entwickeln, von größerer Bedeutung sein als jede Entscheidung für den Einsatz dieser oder jener Technologie.

Im Folgenden werfen wir einen Blick auf die sieben Trends im Bereich L&D, die diese Zukunft entscheidend prägen:

1. Skill-Frameworks werden präziser und populärer.

Skilltaxonomien wurden als Ansatz entwickelt, die Skills der Belegschaft eines Unternehmens zu organisieren und zu katalogisieren. Sie sind jedoch nur schwer zu durchblicken und erweisen sich als zu kompliziert in der Anwendung. An ihre Stelle treten daher Skill-Frameworks. 

Ein Skill-Framework sorgt für eine eindeutige Zuordnung zwischen Rollen und Skills. So ist für sämtliche Mitarbeitenden klar ersichtlich, welche Skills und Leistungsniveaus für ihre jeweilige Tätigkeit und jede beliebige Rolle nötig sind, auf die sie hinarbeiten möchten. Sie wissen genau, wo sie gerade stehen und erhalten stets einen klaren Wachstumspfad, da Lernen deutlich zielgenauer und besser auf die Arbeit abgestimmt erfolgen kann.

2. Inhaltsbibliotheken wandeln sich vom Ziel zur Zutat

Große Unternehmen investieren Millionenbeträge in Inhaltsbibliotheken, deren unzureichende Nutzung die Kosten mitnichten rechtfertigt. Mit der Einführung von KI, die Inhalte dynamisch kuratiert, werden diese Bibliotheken nicht mehr die erste Anlaufstelle sein, die Mitarbeitende zum Lernen ansteuern. Stattdessen werden sie stärker ins Back-End rücken und dort als „Zutat“ für die von KI kuratierten Lernpfade und -erlebnisse fungieren. 

Prägend für das Jahr 2026 wird der Wandel von Bibliotheken von „Orten, die Mitarbeitende aufsuchen” zu Rohmaterialien sein, aus denen KI kontextbezogene, personalisierte Lernpfade zusammenstellt. So ist nicht mehr die Größe des Katalogs entscheidend, sondern die Relevanz seines Inhalts. Dies wiederum bedeutet, dass viele Unternehmen ihre Ausgaben werden reduzieren können. Die Zukunft liegt in Inhalten, die die KI zusammenstellen kann: nach Skill, nach Leistungsniveau und nach einem Bedarf, der gerade besteht.

3. Programme für Führungskräfte kombinieren persönliche Sitzungen und KI-Unterstützung

Unternehmen werden bei Investitionen in Führungskräfteschulungen umdisponieren. Der Fokus wird darauf liegen, immersive, persönliche Erlebnisse unter Einsatz von KI zu gestalten, die Reflexion, Coaching und das Üben von Gesprächen vor, zwischen und nach wichtigen Interaktionen durchgängig ermöglichen. Die Entwicklung seiner Führungskräfte ist für jedes Unternehmen unerlässlich. Denn schließlich müssen die einflussreichsten Personen in Ihrem Team über die nötigen Skills verfügen, um transformative Veränderungen in der Belegschaft zu unterstützen, zu fördern und mitzugestalten. 

4. Transformation erfordert nicht nur Technologie, sondern auch menschliche Befähigung

Trotz der großen Zahl an KI-Tools und -Fähigkeiten, über die Unternehmen bereits verfügen, nehmen ihre Investitionen in diesem Bereich immer weiter zu. Rendite wirft das bislang jedoch nicht ab: Bei fast 95 % der Unternehmen bleiben Investitionen in interne KI-Lösungen gänzlich ohne Wirkung und gerade einmal 15 % der GenAI-Benutzer:innen vermelden einen signifikanten ROI durch den Einsatz der Technologie. 

Der Grund dafür? Allein der Zugang zu Technologie bedeutet noch nicht, dass sie auch etwas bewirkt. Dafür bedarf es ebenfalls der Kompetenz im Umgang mit ihr.

Lernteams wird im kommenden Jahr eine zentrale Rolle bei der Förderung von Veränderungen zukommen – vom Aufbau von Vertrauen bis zur Entwicklung von Mindsets und Verhaltensweisen. Es geht darum, Mitarbeitende zu neuen Arbeitsweisen zu befähigen, statt lediglich neue Tools zu nutzen. Lernen hat dabei die Aufgabe, Mitarbeitenden dazu zu verhelfen, Veränderungen zu verstehen und sich im Tempo der Technologie weiterzuentwickeln. 

5. Kompetenz-Dashboards als neue Messmethode für die Transformation

Führungskräfte stützen sich zur Erfolgsmessung zunehmend auf andere Kennzahlen als solche wie Abschlussquoten, die nur Aufschluss über das Konsumieren von Inhalten geben. So geht es neben Zeitersparnis und Effizienz um Kennzahlen mit Aussagekraft darüber, ob Transformation in der Belegschaft tatsächlich stattfindet. 

Hierzu bedarf es Klarheit über folgende Aspekte:

• Bereitschaft zur Anwendung von Skills 
• Zunahme von Leistungsniveaus
• Umsetzung von Verhaltensweisen
• Kompetenzlücken auf Team-Ebene

Kompetenz-Dashboards werden eine Kernsäule für die Erfassung von Fortschritten und den Nachweis dafür bilden, ob Transformation tatsächlich stattfindet.

6. Lernteams werden zu funktionsübergreifenden Akteuren.

Lernen isoliert zu betrachten, ist nicht mehr zweckdienlich. Vielmehr gilt es, weitreichende Expertise in sämtliche Aspekte des Unternehmens einzubringen, um Geschäftsziele aktiv zu unterstützen. 

Das neue Modell umfasst Beratung zu Leistungsaspekten ebenso wie die Orchestrierung von KI und die Rolle als Datenpartner. Dies bedeutet, dass Lernteams strategisch in alle geschäftlichen Initiativen eingebunden sein werden. Ihre Aufgabe dabei: die Umsetzung beschleunigen und dafür sorgen, dass geschäftskritische Initiativen in kürzerer Zeit Wirkung zeigen. 

7. Reflexion wird zur Routine in Sachen Weiterbildung

Innerhalb von Lern-Frameworks nimmt Reflexion seit jeher eine zentrale Rolle ein. Auf ihren Beitrag zur Wissensaufnahme und zu Lernergebnissen deuten nicht zuletzt auch die Ergebnisse von Studien hin. Dennoch gestaltet es sich oft schwierig, Reflexion praktisch umzusetzen. 

Doch mit KI ist das nun passé. Denn sie ermöglicht es, in einem regelmäßigen Turnus produktive, dialogorientierte Check-ins durchzuführen, die dabei helfen, neues Know-how oder Informationen zusammenzufassen und zu verinnerlichen. Einzelpersonen können das Gelernte zusammenfassen, Szenarien durchspielen oder sich auf bevorstehende Gespräche vorbereiten. Teams sind in der Lage, sich regelmäßiger auszutauschen.

Das Ergebnis: bessere Vorbereitung, mehr Klarheit und größeres Selbstvertrauen.

Lernen verändert sich, bleibt jedoch erfolgskritisch

Künstliche Intelligenz wirkt als Beschleuniger, doch Kompetenz ist der entscheidende Faktor, um im Konkurrenzkampf mitzuhalten.

So werden 2026 nicht die Unternehmen mit den meisten Tools erfolgreich sein, sondern diejenigen, die eine Belegschaft aufbauen, die in der Lage ist, sich an ein von stetigem Wandel geprägtes Umfeld anzupassen und darin zu wachsen und Leistung zu erbringen. Dies beinhaltet auch, mit L&D-Trends Schritt zu halten, die nachweislich zu einer schnelleren Transformation der Belegschaft beitragen.

Denn Lernen ist kein Funktionsbereich mehr, der sich nur auf L&D- und HR-Teams beschränkt. Vielmehr ist es das System, das die Transformation antreibt.

The post Die Top 7 der L&D-Trends 2026 appeared first on Degreed.

Das Problem liegt heute nicht in der Verfügbarkeit von Inhalten, sondern darin, dass einige wertlos sind.

Denn in Unternehmen belaufen sich die jährlichen L&D-Kosten pro Mitarbeiter:in im Schnitt auf 1.580 US-Dollar. Wie Degreed Value Engineering ermittelt hat, entfallen rund 80 % davon allein auf den Kauf von Lerninhalten. Gut möglich also, dass ein Großteil dieser Investitionen in unzureichend genutzte, doppelte oder schwer auffindbare Ressourcen fließt. 

And if you can uncover the saving opportunities, you can ensure your L&D budget is spent only on the highest impact efforts and initiatives.

Um diese Potenziale zu identifizieren, hilft es, die Situation aus der Perspektives Ihres oder Ihrer Finanzverantwortlichen zu betrachten.

L&D ist eine geschäftliche Initiative, die Investitionen erfordert. Und genauso wie jede andere geschäftliche Initiative muss auch L&D eine klare Rendite (ROI) aufweisen. Finanzverantwortliche betrachten diese Gleichung mit dem Ziel, auf der einen Seite die Investitionen zu optimieren, während die Lernergebnisse und Talententwicklung auf der anderen Seite entweder gleich bleiben oder verbessert werden. 

Worauf Finanzverantwortliche wirklich Wert legen: Die ROI-Gleichung

Wie Degreed-CFO Sandeep Beotra empfiehlt, sollten L&D-Teams für Gespräche mit Finanzverantwortlichen über Ausgaben für Lerninhalte und die dabei möglichen Einsparpotenziale eine klare, übersichtliche ROI-Berechnung vorbereiten, die nicht mehr als eine Seite umfasst. 

Finanzverantwortliche legen für den ROI grundsätzlich folgende Gleichung zugrunde: Rendite ÷ Investition. Es gibt hierfür zwar auch komplexere Berechnungsmethoden (Gewinn aus der Investition – Kosten der Investition ÷ Kosten der Investition × 100). Doch letzten Endes, so stellt Beotra heraus, geht es für Sie in erster Linie um die Variablen Kosten und Nutzung.

„Für etwas zu bezahlen, das im gewichteten Durchschnitt kaum genutzt wird, lohnt sich überhaupt nicht.“ – Sandeep Beotra, CFO von Degreed

Das Ziel besteht darin, die Investition (also den Nenner) zu optimieren und dabei die Nutzungsmuster von Mitarbeitenden (also den Zähler) auf ein Minimum zu reduzieren oder idealerweise sogar zu verbessern.

Das bedeutet jedoch nicht, dass auf eine geringe Nutzung sofort mit Kosteneinsparungen reagiert werden muss. Als Beispiel hierfür weist Beotra auf Compliance-bezogene oder Premium-Inhalte für strategische Initiativen hin. Möglicherweise werden diese zwar nur wenig genutzt, sind dafür aber von hoher oder sogar geschäftskritischer Bedeutung. Im Gesamtbild sollte sich daher eine umfassende Kosten- und Nutzungsstrategie widerspiegeln, die das herausstellt, was für Ihren Erfolg benötigt wird.

Drei Hauptursachen für verschwendete Inhaltsbudgets und wie sie sich beheben lassen

Die Belastungsfaktoren für Inhaltsbudgets unterteilen sich in der Regel in drei Bereiche, die Ihr Team direkt angehen kann:

1. Überschneidungen bei Anbietern

Angesichts der Vielfalt an Inhaltsanbietern auf dem Markt ist es durchaus wahrscheinlich, dass Sie sich auf diverse Anbieter stützen, die äußerst ähnliche Inhalte für dieselben Kernqualifikationen zur Verfügung stellen. Zu solchen Überschneidungen kommt es häufig, insbesondere in großen Organisationen.

• Das Problem: Sie bezahlen mehrfach für Inhalte, mit denen Sie ein und dieselben Skills entwickeln. 
• Die Lösung: Ermitteln Sie entsprechende Inhalte und streben Sie deren Konsolidierung an, indem Sie die Verträge mit den zugehörigen Anbietern aufkündigen oder verkleinern, sobald deren Verlängerung ansteht. Dadurch reduzieren Sie nicht nur die Kosten für die Verträge mit den einzelnen Anbietern, sondern auch den jeweils anfallenden Aufwand für Beschaffung, IT und Rechtsmanagement.

2. Versteckte Wartungskosten im Zusammenhang mit der Kuratierung

Sind Ihre Inhalte über eine Vielzahl von Anbietern verteilt, ist davon auszugehen, dass eines Ihrer Teammitglieder diese separaten Kataloge kuratieren, mit Tags versehen und pflegen muss. Diese Wartung nimmt viel Zeit in Anspruch und verursacht entsprechend hohe Kosten.

• Das Problem: Fachpersonal wird in geringwertigen, sich wiederholenden Arbeiten gebunden, die die Produktivität beeinträchtigen.
• Die Lösung: Zentralisieren und automatisieren Sie die Kuratierung. Mit einer Plattform, in der Verwaltung, Tagging und Aktualisierung zentral konsolidiert werden, entfällt der Wartungsaufwand nahezu vollständig. So bleibt Ihren Mitarbeitenden mehr Zeit, sich auf Aufgaben mit deutlich größerem, strategischem Wert zu konzentrieren.

3. Übermäßige Ausgaben bei unzureichender Nutzung

Viele Organisationen erwerben weiterhin Lizenzen für Inhalte basierend auf ihrer Mitarbeiterzahl und nicht bezogen auf die tatsächliche Nutzung. Dadurch holen sie sich „Ladenhüter“ ins Haus, deren Verträge jedes Jahr wieder verlängert werden, dabei aber keinerlei Nutzen bringen.

• Das Problem: Sie schaffen Lizenzen für Inhalte an, die nicht genutzt werden, aber laufend Kosten verursachen.
• Die Lösung: Passen Sie Ihre Verträge an. Ermitteln Sie anhand der Nutzungsdaten, was tatsächlich benötigt wird. Ebenfalls wichtig sind Programme, durch die sich auch Lernende einbringen können. Sind diese Punkte abgehakt, sollten Sie den Zugriff zudem nicht vollständig sperren, sondern bereits vorhandene, hochwertige Inhalte nutzen, um den Bedarf dieser Zielgruppen zu decken und gleichzeitig die Lizenzkosten zu senken. 

Messung des Lern-ROI und Realisierung von Einsparungen bei Ihren Inhaltsbibliotheken

Indem Sie Ihre Lerninhalte aus Sicht von Finanzverantwortlichen betrachten, können Sie einen geschäftsorientierten Ansatz für die Skillentwicklung verfolgen, den Führungskräfte verstehen und auf den sie reagieren werden. Wenn ein beträchtlicher Teil Ihres L&D-Budgets auf Inhaltsanbieter entfällt (was häufig der Fall ist), gibt es zahlreiche Möglichkeiten, Kosten zu sparen, ohne dabei die Effektivität zu beeinträchtigen. 

Dadurch, dass Sie Gelder freisetzen, können Sie die Kosteneinsparungen und Effizienzsteigerungen demonstrieren, die Führungskräfte erwarten. Im gleichen Zuge ermöglichen Sie es dem L&D-Team, sich auf Aufgaben mit größerem Wert und Effekt zu konzentrieren und innovativere, dynamischere Lernansätze zu gestalten. Zudem werden Ihre Mitarbeitenden nicht von einer Flut von Inhalten überfordert. Dies fördert ihre Beteiligung und trägt dazu bei, dass sie jede Minute, die sie mit Lernen verbringen, optimal nutzen. 

Sie möchten der Verschwendung von Inhaltsbudgets einen Riegel vorschieben und echten ROI mit Ihren Lerninvestitionen erzielen? Vereinbaren Sie einen kostenlosen Beratungstermin mit unserem Expertenteam für fachliche Dienstleistungen. Sie besprechen dabei Ihre Herausforderungen rund um Lerninhalte, ermitteln Potenziale für Einsparungen bei Überschneidungen und erfahren, wie Sie Ihre Bibliothek durch maßgeschneiderte, KI-gestützte Lernpfade optimieren können.

The post Inhaltsbibliotheken angehen wie Finanzverantwortliche 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.

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.

Bei diesem Kurs geht es weder um Wirtschaft noch Geschichte – hier dreht sich alles ums Lernen. Wir beschäftigen uns damit, wie sich Corporate Learning in den letzten zehn Jahren stärker verändert hat als in den Jahren zuvor und warum die Lerninhalte heute ganz anders sind als früher.

Corporate Learning hat sich in diesem Jahrzehnt stärker verändert als in den letzten Jahrzehnten insgesamt. Und das Tempo der Veränderungen beschleunigt sich täglich. Bis vor ein paar Monaten verstand man unter „Personalisierung“ von Schulungen noch oberflächliche Empfehlungen eines Algorithmus, der Kurse je nach Abteilung oder Stellenbezeichnung vorschlug. Das war zwar hilfreich, aber die Empfehlungen waren oft sehr allgemein gehalten.

Aber mithilfe von KI kann die Personalisierung endlich ihr volles Potenzial entfalten. Moderne Plattformen können die aktuellen Skills, Karriereziele und sogar die bevorzugten Lernmethoden von Mitarbeitenden erfassen und bei Bedarf in Echtzeit anpassen. Es geht nicht mehr nur darum, den Mitarbeitenden Inhalte zuzuweisen, sondern um die Gestaltung wirklich individueller und adaptiver Lernreisen, die sich gemeinsam mit ihnen weiterentwickeln. 

Lassen Sie uns in die erste Lektion eintauchen.

Lektion 1: KI-gestützte Personalisierung ist effizienter.

Der Wandel ist nicht nur theoretischer Natur, sondern verändert bereits jetzt die Geschäftswelt. Unternehmen, die KI-gestützte Lernplattformen einsetzen, melden eine Steigerung der Schulungseffizienz von 57 %. Die Mitarbeitenden schließen Kurse schneller ab, behalten mehr Wissen und wenden es effektiver in ihrer Arbeit an.

Personalisierte Schulungen beschleunigen die KI-Transformation und die Erfüllung von Compliance-Anforderungen, fördern Verhaltensänderungen und bauen in Rekordzeit Führungskräfte auf. Für Führungskräfte ist dies eine einmalige Chance. Lernen ist nicht mehr nur ein „Nice-to-have“, sondern ein entscheidender Schlüssel für Leistung, Agilität und Mitarbeiterbindung im Zeitalter der KI. 

Lektion 2: Die Personalisierung hat sich grundlegend verändert.

So definiert KI personalisiertes Lernen im Vergleich zu herkömmlichen Ansätzen neu:

Mittlerweile wird KI in fast allen Unternehmensbereichen eingesetzt: Laut McKinsey implementieren 78 % der Unternehmen KI in mindestens einem ihrer Geschäftsprozesse. Der Bereich Schulung und Entwicklung sollte keine Ausnahme darstellen.

Lektion 3: KI kann vielfältig in Lernstrategien integriert werden.

Für diese Lektion haben wir Stephen Elrod hinzugezogen, unseren Experten für Lernstrategien und Senior Vice President of Global Delivery. Laut Stephen stellt sich nicht mehr die Frage, ob KI für das Lernen eingesetzt werden sollte, sondern wie. Hier sind einige konkrete Schritte für den Anfang:

1. Lerntechnologie-Stack auf den Prüfstand stellen: Investieren Sie in Plattformen, die mehr als nur Inhalte bereitstellen. Wählen Sie Systeme, die nicht nur den Informationsaustausch ermöglichen, sondern sich an individuelle Bedürfnisse anpassen und Fähigkeiten aufbauen.
2. Pilotprogramm für KI-gestützte Lernpfade starten: Beginnen Sie mit einem Skillbereich (z. B. Compliance, Führung oder digitale Skills) und testen Sie das Programm mit einer kleinen Gruppe.
3. Lernen in Workflows integrieren: Ergänzen Sie Mikro-Lernressourcen in den Arbeitsbereichen der Mitarbeitenden.
4. KI-Kompetenz fördern: Organisieren Sie einen kurzen Workshop, um das Verständnis der Mitarbeitenden für KI-gestütztes Lernen zu verbessern.
5. Vertrauen schützen: Legen Sie klare Daten- und Ethikrichtlinien fest, damit die Mitarbeitenden über die Verarbeitung ihrer Daten informiert sind.
6. Unterstützung der Geschäftsleitung sichern: Präsentieren Sie den Führungskräften einen Business Case (z. B. verbesserte Mitarbeiterbindung oder geringere Schulungskosten), um ihre Zustimmung zu erhalten. 

Lektion 4: KI kann der neue Coach der Belegschaft sein – rund um die Uhr.

KI ist kein Ersatz für menschliches Lernen, sondern eine Bereicherung. Sie ist für sämtliche Mitarbeitenden wie ein persönlicher Coach, der zeitnahe, relevante und umsetzbare Karrierechancen aufzeigt. Und sie unterstützt Organisationen dabei, dieses Maß an Personalisierung auf die gesamte Belegschaft auszuweiten.

Der Kernpunkt: Dank KI ist personalisiertes Lernen keine Zukunftsvision mehr, sondern Realität. Unternehmen, die KI einsetzen, werden mit dem Wandel nicht nur Schritt halten, sondern sich hierbei an die Spitze setzen.

Hausaufgaben für L&D-Verantwortliche

Gute Lektionen zeichnen sich immer durch einen Moment der Reflexion aus.

1. Wählen Sie einen Skillbereich mit hoher Priorität in Ihrer Organisation aus (z. B. Führung, Compliance oder digitale Skills).
2. Erstellen Sie eine Übersicht darüber, wie Mitarbeitende derzeit in diesem Bereich geschult werden, z. B. welche Tools, Inhalte und Methoden zum Einsatz kommen.
3. Identifizieren Sie mindestens zwei lückenhafte Bereiche, in denen Personalisierung die Ergebnisse verbessern könnte (z. B. Anpassung an die jeweilige Rolle, Hinzufügen von Feedback in Echtzeit oder Integration in die Workflows).
4. Skizzieren Sie einen einseitigen Plan, wie KI diese Lücken schließen könnte.

Besprechen Sie dies bei Ihrem nächsten Team-Meeting und präsentieren Sie eine Idee, die Sie in den nächsten 90 Tagen umsetzen könnten.

The post Personalisierte Schulungen für Anfänger: Leitfaden für KI-gestütztes Lernen appeared first on Degreed.

KI ist längst Realität – nicht als Backoffice-Tool, sondern als präsentes Hilfsmittel, das unsere Arbeitsweise, unser Denken und unsere Kreativität grundlegend verändert. Konjunkturzyklen beschleunigen sich, Wissensarbeit entwickelt sich weiter. Und so lautet die wichtigste Frage für Führungskräfte heute: Ist meine Belegschaft darauf vorbereitet?

Das bisherige Modell mit klassischen Schulungen, einheitlichen Programmen und isoliertem Lernen kann nicht mehr mithalten. Um wettbewerbsfähig zu bleiben, reicht es nicht mehr aus, einfach nur Inhalte bereitzustellen. Vielmehr gilt es, strategische Skillentwicklung im großen Stil voranzutreiben.

Siya Raj Purohit, Education Go-to-Market Leader bei OpenAI, machte auf der LENS 2025 deutlich: „Als es Menschen möglich wurde, über eine Sprachschnittstelle mit KI zu kommunizieren, hat sich etwas Grundlegendes verändert.“ Mit KI in natürlicher Sprache kommunizieren zu können, macht sie für die gesamte Belegschaft zugänglich.

Dieser Wandel ermöglicht eine völlig neue Art des Lernens, bei der Menschen und KI zusammenarbeiten, um in Echtzeit Mehrwert zu schaffen. Die Herausforderung ist aber nicht mehr nur technologischer Natur, sondern hängt auch mit den Fähigkeiten der Belegschaft zusammen.

Der Wandel hat bereits begonnen

Wir nähern uns nicht dem KI-Zeitalter – wir leben bereits darin. Dadurch, dass die Schnittstelle sprachfähig geworden ist, ist KI mehr als nur ein Werkzeug. Sie wird zu einem Partner, der menschliche Denkprozesse, Kreativität und Entscheidungsfindung fördert. „KI ist nicht nur ein Werkzeug“, erklärte Purohit. „Sie liefert Denkanstöße, die Mitarbeitende auf allen Ebenen unterstützen können.“

Und das wirkt sich bereits in der Praxis aus. Laut einem Bericht des Internationalen Währungsfonds (IWF) werden 60 % der Arbeitsplätze durch KI umgestaltet werden. Bis zum Jahr 2030 werden je nach Standort zudem zwischen 50 und 67 % der Mitarbeitenden Reskilling benötigen.

Und dennoch klafft eine Lücke zwischen Erwartung und Bereitschaft. Wie aus unserem Bericht „Wie die Belegschaft lernt – GenAI“ von 2025 hervorgeht, erwarten 48 % der Fachkräfte, dass sich ihre Zuständigkeiten durch GenAI verändern werden. Zugleich fühlen sich aber nur 22 % sehr sicher im Umgang damit.

Diejenigen, die im Umgang mit der Technologie sicher sind, warten nicht auf die anderen. Sie automatisieren Aufgaben, gewinnen Einblicke und treffen bessere Entscheidungen – und zwar bereits jetzt.

Obwohl KI disruptiv sein kann, liegt die eigentliche Herausforderung – und Chance – beim Menschen. Es handelt sich dabei um ein Talentproblem, nicht um ein Technologieproblem.

Von der Disruption zur Chance

Trotz der Tragweite der durch KI angestoßenen Veränderungen bereiten sich zukunftsorientierte Organisationen nicht auf die Auswirkungen vor, sie gehen von einer reaktiven Haltung zu einer Transformation über.

Siya Raj Purohit beschreibt vier Phasen der KI-Transformation:

1. KI-Kompetenz: Hierbei geht es darum, das grundlegende Verständnis der einzelnen Mitarbeitenden zu fördern, indem die Nutzung im Arbeitsalltag angeregt wird. Sie werden eine Verbesserung der Effizienz, Arbeitsqualität, Kreativität und Innovationskraft feststellen.
2. Maßgeschneiderte Workflows: Geben Sie Ihren Teams eine KI an die Hand, die zu ihren Rollen passt und die Problemlösung auf Teamebene unterstützt. Legen Sie den Fokus auf Automatisierung, Erweiterbarkeit und Zusammenarbeit.
3. Um KI erweiterte Abläufe: Führen Sie reproduzierbare Prozesse in der gesamten Organisation ein, um die Produktivität zu verbessern. Sie steigern damit Ihre betriebliche Effizienz und sparen gleichzeitig Kosten ein.
4. KI-gestützte Angebote: Machen Sie KI zum Rückgrat der Innovationskraft Ihres Unternehmens, um KI-gestützte Produkte und Services bereitzustellen. Sie steigern dadurch den Wert Ihres Produktangebots und die Kundenbindung.

„Jeder dieser Schritte bringt Dynamik in die Weiterentwicklung und trägt zu deren Aufrechterhaltung bei“, so Purohit. „Und als Weiterbildungsverantwortliche sind Sie meiner Meinung nach alle in der besten Position, um diesen Wandel voranzutreiben.“

Das neue Lern-Playbook: Aus Kompetenz wird Innovation

„Es hat sich nicht nur verändert, wie fortschrittlich diese Modelle inzwischen sind, sondern auch, wofür sie eingesetzt werden: bei der Ideenfindung, beim Aufbau von Skills und dabei, Kreativität freizusetzen“, so Purohit. Um Ihre Belegschaft jedoch wirklich bereit für KI zu machen, braucht es mehr als nur KI-Tools. Was Sie benötigen, ist ein KI-gestützter Lernpartner. Degreed Maestro unterstützt Sie dabei, Ihre KI-Ambitionen in konkrete Ergebnisse umzusetzen. Dazu gehören der erfolgreiche Umgang mit KI im Arbeitsalltag, personalisiertes Lernen in großem Maßstab, auf die Geschäftsziele abgestimmtes Lernen und eine auf Innovation ausgerichtete Belegschaft.

1. KI-Kompetenz entsteht durch tägliches KI-gestütztes Lernen.

Wenn Ihre Belegschaft den Einsatz von KI versteht, kann dies ihre Arbeitsleistung verbessern. Der Aufbau von KI-Kompetenz beginnt damit, KI in den Arbeitsalltag zu integrieren. Degreed Maestro erleichtert dies wie folgt:

• Personalisierte, sorgfältig kuratierte Lernpfade, die an Rollen und Ziele angepasst sind
• KI-gestütztes Coaching im Arbeitsfluss

2. Maßgeschneiderte KI-Workflows ermöglichen anpassungsfähige Lernerfahrungen für die Belegschaft in großem Maßstab.

Sobald einzelne Mitarbeitende täglich KI einsetzen, kann Degreed Maestro ganze Teams mit KI ausstatten, die auf ihre Funktionen und Skillanforderungen zugeschnitten ist. Dies umfasst:

• Rollenspiele, die Vertriebsteams und andere Abteilungen dabei unterstützen, wichtige Gesprächsformate zu üben
• Maßgeschneidertes Coaching für alle Führungskräfte, nicht nur die Führungsetage

3. KI-gestützte Abläufe fördern ein intelligenteres Skillmanagement.

Um die Transformation in Ihrer gesamten Belegschaft zu skalieren, benötigen Sie intelligentere Prozesse und nicht nur mehr Inhalte. Mit Degreed Maestro wird L&D zur strategischen Triebfeder für mehr Leistung, Agilität und Wachstum, indem Folgendes unterstützt wird:

• Skill-Reviews, die zeitaufwendige Bewertungen seitens der Führungskräfte durch KI-gestützte Leistungsbeurteilungen ersetzen
• Datengestützte Einblicke, die das Lernen mit dem Skillaufbau und den Leistungsergebnissen verknüpfen

4. KI-gestützte Angebote sind das Ergebnis von Innovationen durch eine kompetentere Belegschaft.

KI kann Ihr Unternehmen auf vielfältige Weise unterstützen. Um ihre Vorteile jedoch in vollem Umfang auszuschöpfen, müssen Sie sie in Ihre Produkte und Services integrieren. Degreed Maestro kann Ihre gesamte Belegschaft darauf vorbereiten, eine Vorreiterrolle bei diesem Wandel einzunehmen, denn:

• Lernen ist damit präzise auf Ihre Geschäfts- und Personalstrategien abstimmbar.
• Lernreisen lassen sich adaptiv gestalten und so die Bereitschaft für neue Rollen und Strukturen beschleunigen.

Jetzt ist die Zeit gekommen, die Führung zu übernehmen

„Es liegt an uns Weiterbildungsverantwortlichen, die Arbeitsplätze darauf vorzubereiten“, so Purohit. „Das wichtigste sind nicht die Werkzeuge. Vielmehr geht es darum, Umgebungen zu schaffen, in denen Menschen sich weiterentwickeln, experimentieren und hoffentlich die beste Arbeit ihres Lebens leisten können.“

Das Zeitalter der KI verlangt nicht nur nach digitaler Transformation. Es erfordert eine Transformation des Lernens in der Belegschaft. Der Mensch muss dabei im Mittelpunkt stehen und befähigt werden, sich anzupassen, zu wachsen und Führungsrollen zu übernehmen.

Das Lernen sollte nicht als unterstützende Maßnahme gesehen werden, sondern als strategischer Faktor für die Resilienz und Innovationskraft der Belegschaft. Erfahren Sie mehr darüber, wie KI das Lernen verändert, in „Wie die Belegschaft lernt – GenAI“.

The post Dank KI ist Lernen in der Belegschaft nicht mehr aufzuhalten appeared first on Degreed.