Lern geschehen! Summit 2026: Künstliche Intelligenz

Von der KI-Nutzung zur Produktivität.

KI macht uns schneller. Aber auch produktiver?

KI schreibt E-Mails, erstellt Präsentationen und analysiert Informationen in Sekunden. Viele Menschen erleben dadurch echte Zeitersparnisse.

Doch warum kommen diese Gewinne häufig nicht in der Produktivität ganzer Unternehmen an?

Die Antwort liegt weniger in den Fähigkeiten der Technologie als in der Frage, wie wir unsere Arbeit organisieren.

1. Wo bleibt eigentlich die KI-Produktivität?

„Ey Mann, wo ist mein Auto-Pilot?“ Mit dieser Frage eröffnete Kolja Wohlleben seinen Impuls.

Er beschrieb ein Paradox: Obwohl KI einzelne Aufgaben schneller macht, zeigen sich auf Unternehmensebene bislang oft kaum messbare Produktivitätsgewinne.

Ähnlich argumentierte Sohrab Salimi von der Agile Academy.

Sein Vergleich: Auch nach der Einführung der Elektrizität dauerte es Jahrzehnte, bis sich die großen Produktivitätsgewinne bemerkbar machten.

Warum? Weil Unternehmen zunächst nur ihre bisherigen Maschinen mit Strom betrieben. Der entscheidende Durchbruch kam erst, als sie Fabriken und Arbeitsabläufe grundsätzlich neu gestalteten.

Bei KI stehen wir möglicherweise vor einer ähnlichen Herausforderung.

Die zentrale Erkenntnis: Es reicht nicht, bestehende Prozesse mit KI zu beschleunigen. Wir müssen die Prozesse selbst hinterfragen.

Sohrab schlug dafür einen Perspektivwechsel vor: Nicht nur fragen, wie wir schneller die Treppe hinaufkommen, sondern überlegen, ob wir inzwischen einen Aufzug bauen könnten.

💭 Kurz nachgedacht: Welche Aufgabe erledigst du heute mit KI schneller? Und wie würdest du den gesamten Arbeitsprozess gestalten, wenn du ganz von vorne anfangen könntest?

2. Mehr Output ist nicht automatisch mehr Wert

Kolja zeigte außerdem, welche Hindernisse Unternehmen daran hindern, Produktivitätsgewinne tatsächlich zu realisieren.

Dazu gehören beispielsweise:

• Shiny Object Syndrome: Ständig neue Tools ausprobieren, statt bestehende Anwendungen sinnvoll einzusetzen.
• Unverstandene Prozesse: Abläufe automatisieren, deren eigentliche Probleme niemand hinterfragt hat.
• Workslop: Mit KI immer mehr Inhalte produzieren, die anschließend bei anderen zusätzlichen Aufwand verursachen.
• Fehlende Zuverlässigkeit: KI kann viel, liefert aber nicht in jedem Fall verlässlich gute Ergebnisse.

Für Unternehmen bedeutet das: Die Zahl der generierten Texte, Präsentationen oder automatisierten Aufgaben ist noch kein Beleg für Produktivität.

Entscheidend ist, ob sich die Qualität, Geschwindigkeit oder Wirtschaftlichkeit ganzer Arbeitsprozesse verbessert.

3. Lass die KI nicht nur arbeiten. Lass sie mitdenken.

Johanna Schirm und Dr. Felix Dübbers von Forever Day One zeigten in ihrem Workshop eine weitere Perspektive: KI-Beidhändigkeit.

Damit meinen sie, KI auf zwei unterschiedliche Arten einzusetzen: als Werkzeug, das Aufgaben erledigt, und als Sparringspartner, der unsere Gedanken hinterfragt.

Stell dir vor, du planst eine Kampagne, um Mitarbeitende für ein neues Lernangebot zu gewinnen.

Eine KI könnte dir sofort einen Newsletter oder LinkedIn-Post schreiben.

Als Sparringspartner könnte sie dagegen prüfen, ob deine Idee überhaupt das richtige Problem löst.

Im Workshop arbeiteten die Teilnehmenden dafür mit einem sogenannten Sparring Board: verschiedenen simulierten Perspektiven, etwa der Geschäftsleitung, der Zielgruppe oder einer kritischen Führungskraft.

Mithilfe eines Premortems wurde anschließend durchgespielt, woran das Vorhaben scheitern könnte.

💡 Prompt zum Ausprobieren:

„Du bist mein kritischer Sparringspartner. Betrachte meine Idee aus Sicht meiner Zielgruppe, einer Führungskraft und der Geschäftsleitung. Welche Annahmen könnten falsch sein? Woran könnte das Vorhaben scheitern? Stelle mir zunächst kritische Fragen, bevor du Lösungen vorschlägst.“

Vom schnellen Tool zum besseren Arbeitsprozess

Alle drei Ansätze zeigen: KI wird nicht dadurch wertvoll, dass wir möglichst viel mit ihr produzieren.

Sondern dadurch, dass wir Arbeitsprozesse neu gestalten, bessere Entscheidungen treffen und Probleme lösen, die vorher ungelöst geblieben sind.

Für L&D bedeutet das, KI-Kompetenz über die reine Toolbedienung hinauszudenken.

🚀 Deine Challenge für die kommende Woche: Nimm dir einen wiederkehrenden Arbeitsprozess vor und frage dich:

1. Welche Schritte kann KI übernehmen?
2. Welche Schritte sind möglicherweise überflüssig?
3. Woran würdest du erkennen, dass der gesamte Prozess besser geworden ist?

Denn echte KI-Produktivität entsteht nicht durch den nächsten perfekten Prompt. Sondern dadurch, dass wir anfangen, anders zu arbeiten.

KI-Adoption ist Verhaltenssache.

KI ist da. Aber warum nutzen wir sie noch nicht richtig?

KI-Lizenzen sind verteilt, Schulungen wurden durchgeführt und die ersten KI-Assistenten stehen bereit. Eigentlich könnte es losgehen.

Doch im Arbeitsalltag passiert oft erstaunlich wenig. Viele Mitarbeitende bleiben bei ihren bisherigen Routinen. Andere nutzen KI längst intensiv, allerdings ohne dass ihre Organisation davon weiß.

Das zeigt: Erfolgreiche KI-Adoption ist nicht allein eine Frage der Technologie. Sie hängt vor allem davon ab, wie Menschen neue Gewohnheiten entwickeln.

1. Deine Mitarbeitenden nutzen KI. Vielleicht nur nicht mit euch.

Jule Deges, Organisationspsychologin und Coach, machte auf ein spannendes Phänomen aufmerksam: Shadow Coaching.

Damit beschreibt sie, wie Menschen KI längst als persönlichen Ratgeber nutzen, beispielsweise bei schwierigen Gesprächen, beruflichen Entscheidungen oder Konflikten.

Ihr Beispiel: Eine junge Teamleiterin sitzt abends vor einer schwierigen Aufgabe. Sie muss ihrem Team eine schlechte Nachricht überbringen und fragt eine KI um Rat.

Die Antwort? Sieben generische Tipps.

Das Problem: Ein allgemeiner KI-Chatbot kennt weder die Teamdynamik noch die Vorgeschichte oder die konkreten Herausforderungen der Führungskraft.

Und häufig liefert er eher Zustimmung als den Widerspruch, den echte Entwicklung manchmal braucht.

Jules Vorschlag: Organisationen sollten gezielt KI-Coaches entwickeln, die für konkrete Anwendungsfälle gestaltet werden.

Dafür braucht es klare Gesprächslogiken, geeignete Leitplanken und sorgfältige Tests.

Die entscheidende Frage ist nicht, wie viele KI-Assistenten ein Unternehmen bereitstellt. Sondern ob Menschen durch ihre Nutzung tatsächlich besser handeln.

2. Warum Communities mehr bewirken als der nächste KI-Kurs

Wie lässt sich KI-Kompetenz in einem großen Unternehmen aufbauen?

Tanja Frick und Jill Barske von der OTTO Group zeigten, wie sie diese Herausforderung angehen.

Bei der OTTO Group entwickelte sich das zunächst freiwillige Experimentieren mit KI zu einer strategischen Initiative, die vom Vorstand unterstützt wird.

Dafür setzt das Unternehmen auf drei miteinander verbundene Bausteine:

• AI Hub: Ein zentraler Ort, an dem Mitarbeitende relevante Lernangebote und Informationen finden.
• Learning Nuggets: Kurze Lernimpulse von drei bis zehn Minuten, die sich auf konkrete Anwendungsfälle konzentrieren.
• Community: Mitarbeitende tauschen Erfahrungen aus, lernen voneinander und tragen das Wissen in ihre Teams.

Besonders interessant: Der AI Hub startete bewusst als einfache SharePoint-Lösung. Nicht die perfekte technische Plattform stand im Vordergrund, sondern ein schneller und nutzbarer Einstieg.

Auch die Lerninhalte folgen diesem Prinzip: Statt möglichst viele Tools zu erklären, zeigen sie konkrete Anwendungen mit den im Unternehmen verfügbaren Lösungen.

Die Idee dahinter: Menschen übernehmen neue Arbeitsweisen häufig leichter, wenn sie sehen, wie Kolleg:innen diese bereits erfolgreich einsetzen.

‍

3. KI-Adoption beginnt im Alltag

Was verbindet diese beiden Perspektiven?

Menschen ändern ihr Verhalten nicht automatisch, weil ihnen ein neues Tool zur Verfügung steht.

Sie brauchen Orientierung, passende Anwendungsmöglichkeiten und Gelegenheiten, neue Routinen auszuprobieren.

Für L&D heißt das: Es reicht nicht, Mitarbeitende einmal durch eine KI-Schulung zu schicken.

KI-Kompetenz muss dort entstehen, wo Menschen tatsächlich arbeiten.

💭 Kurz nachgedacht: Wer sind in eurem Unternehmen die Menschen, die KI bereits erfolgreich einsetzen? Und wie können andere von ihren Erfahrungen profitieren?

Vom Rollout zur neuen Gewohnheit

Eine erfolgreiche KI-Einführung endet nicht mit dem ersten Login.

Sie beginnt dort, wo Mitarbeitende KI selbstverständlich und sinnvoll in ihren Arbeitsalltag integrieren.

🚀 Deine Challenge für die kommende Woche: Sprich mit einer Person, die KI bereits regelmäßig für ihre Arbeit nutzt.

Frag sie, welche konkrete Anwendung ihr am meisten hilft und wie sie diese entdeckt hat.

Überlege anschließend, wie andere Mitarbeitende davon lernen könnten.

Denn neue Technologien verbreiten sich nicht nur über Schulungen. Sondern vor allem über Menschen, die ihre Erfahrungen teilen.

Wandel mit KI gestalten.

KI einführen ist einfach. Menschen mitnehmen ist die Kunst.

Neue KI-Tools sind schnell beschafft. Doch wie schafft man es, dass Mitarbeitende sie sinnvoll einsetzen, Führungskräfte den Wandel unterstützen und aus ersten Pilotprojekten echte Veränderungen entstehen?

Die Herausforderung liegt darin, unterschiedliche Bedürfnisse, Kompetenzen und Erwartungen zusammenzubringen. Denn während einige Mitarbeitende begeistert experimentieren, begegnen andere der Technologie mit Skepsis.

1. Nicht alle Mitarbeitenden starten am gleichen Punkt

Mina Saidze zeigte in ihrem Impuls „Von Skepsis zu Adoption“, warum KI-Einführungen so häufig ins Stocken geraten.

Ein wichtiger Grund: Mitarbeitende stehen der Technologie ganz unterschiedlich gegenüber.

Manche experimentieren begeistert mit neuen Anwendungen. Andere sind neugierig, wissen aber nicht, wo sie anfangen sollen. Wieder andere sind skeptisch oder haben Angst, Fehler zu machen.

Eine einheitliche Schulung wird diesen Unterschieden kaum gerecht.

Mina plädierte deshalb dafür, Mitarbeitende entsprechend ihrem Umgang mit KI abzuholen.

Ihr Vorschlag: eine Einführung in Etappen über 30, 60 und 90 Tage.

Am Anfang steht nicht die Technologie, sondern eine konkrete Herausforderung im Unternehmen. Darauf aufbauend wird ein erster Anwendungsfall getestet, bewertet und anschließend weiterentwickelt.

Die zentrale Erkenntnis: Nicht mit dem Tool beginnen, sondern mit dem Problem, das es lösen soll.

2. Was können wir von Banken über KI-Adoption lernen?

Dass selbst stark regulierte Unternehmen KI erfolgreich einführen können, zeigte das Gespräch mit Kerstin Manser von der DZ BANK und Guido Baur von der LBBW.

Bei der DZ BANK wurden mehr als 400 mögliche KI-Anwendungsfälle gesammelt. Rund 100 davon waren zum Zeitpunkt des Summits bereits in den Regelbetrieb überführt.

Die LBBW wiederum erreichte mit ihrer freiwilligen Sommerakademie rund 1.600 Mitarbeitende.

Beide Banken verbinden den Zugang zu KI-Tools mit einer grundlegenden Befähigung. Darüber hinaus setzen sie auf freiwillige Lernangebote und unterschiedliche Kompetenzstufen.

Das ist gerade in regulierten Umgebungen entscheidend. Denn Mitarbeitende müssen nicht nur wissen, was KI kann, sondern auch, was sie damit dürfen.

Ein weiterer Erfolgsfaktor: die Unterstützung durch Führungskräfte und den Vorstand.

KI-Transformation funktioniert nicht allein durch Vorgaben. Sie braucht Sicherheit, Orientierung und Menschen, die mit gutem Beispiel vorangehen.

3. KI-Transformation ist Teil der Unternehmensentwicklung

Steffi Ludwig von der LBBW und Tatevik Mkrtchyan von IKEA machten deutlich, dass KI nicht isoliert betrachtet werden sollte.

Denn viele Unternehmen befinden sich längst mitten in umfassenden Veränderungsprozessen.

KI ist dabei häufig nicht der eigentliche Auslöser, sondern ein Werkzeug, das Veränderungen ermöglicht oder beschleunigt.

Tatevik unterschied drei Perspektiven, aus denen sich Führungskräfte mit KI beschäftigen sollten: die eigene Arbeit, das eigene Team und die gesamte Organisation.

Gerade die dritte Perspektive wird leicht übersehen.

Für HR und L&D bedeutet das, KI-Befähigung stärker mit der Unternehmensstrategie und der Organisationsentwicklung zu verbinden.

4. Wissen kann man lesen. Können muss man üben.

Prof. Dr. Marc Drüner von eduBites stellte in seinem Workshop die Frage, warum viele Unternehmen trotz großer KI-Ambitionen nur langsam vorankommen.

Sein Ansatz: Bevor wir Mitarbeitende schulen, sollten wir verstehen, wie sie tatsächlich arbeiten und welche Potenziale KI dabei bietet.

Dazu können beispielsweise KI-gestützte Interviews eingesetzt werden, um Arbeitsabläufe zu erfassen und mögliche Anwendungsfälle zu identifizieren.

Gleichzeitig zeigte Marc, wie Führungskräfte mit simulierten Gesprächspartnern schwierige Situationen trainieren können, etwa Feedbackgespräche.

Denn auch hier gilt: Es reicht nicht, etwas über gute Führung oder KI zu wissen. Entscheidend ist, dieses Wissen anwenden zu können.

💡 Drei Fragen für deinen nächsten KI-Use-Case:

1. Welches konkrete Geschäftsproblem wollen wir lösen?
2. Wer muss dafür neue Fähigkeiten oder Verhaltensweisen entwickeln?
3. Wie schaffen wir einen sicheren Rahmen, um die neue Arbeitsweise auszuprobieren?

Vom Technologieprojekt zur gemeinsamen Veränderung

Diese Perspektiven zeigen: KI-Adoption gelingt nicht durch Technik allein.

Sie braucht unterschiedliche Lernangebote, klare Verantwortlichkeiten, Führungskräfte, die den Wandel unterstützen, und eine Organisation, die Experimente zulässt.

Für L&D bedeutet das, eine aktive Rolle in der Transformation zu übernehmen.

🚀 Deine Challenge für die kommende Woche: Betrachte ein laufendes KI-Projekt in deinem Unternehmen.

Frag dich: Haben wir bisher mehr darüber gesprochen, was die Technologie kann, oder darüber, was sich für die Menschen konkret verändert?

Hol dir anschließend die Perspektive einer Person ein, die später mit der neuen Anwendung arbeiten soll.

Denn die beste KI-Lösung nützt wenig, wenn die Menschen nicht wissen, wie sie damit arbeiten können.

Menschliche Stärken in der KI-Zeit.

Wenn KI immer mehr kann: Was macht uns Menschen besonders?

KI schreibt, analysiert, programmiert und unterstützt uns bei Entscheidungen. Immer mehr Aufgaben, die bisher menschliche Fähigkeiten erforderten, lassen sich automatisieren.

Doch welche Kompetenzen brauchen wir dann noch? Und wie sorgen wir dafür, dass Menschen durch KI nicht nur schneller, sondern auch besser werden?

Gerade in einer zunehmend automatisierten Arbeitswelt gewinnen Fähigkeiten wie kritisches Denken, Urteilsvermögen und Zusammenarbeit an Bedeutung.

1. Je mehr KI kann, desto wichtiger wird der Mensch

Nina Kraft stellte in ihrem Vortrag „The Human Era!“ die Fähigkeiten in den Mittelpunkt, die in der KI-Diskussion häufig übersehen werden.

Denn wenn Technologie immer mehr Aufgaben übernimmt, verändert sich auch die Frage, welche Kompetenzen uns langfristig erfolgreich machen.

Neben technischem Wissen braucht es Fähigkeiten, die Menschen dabei helfen, zu lernen, sich weiterzuentwickeln und Veränderungen aktiv zu gestalten.

Dazu gehören beispielsweise kritisches Denken, Reflexionsfähigkeit und der konstruktive Umgang mit anderen Menschen.

Auch Alina Hack von Statista beschäftigte sich im Gespräch mit Katharina Schulze von HR Weekly mit diesem Thema.

Bei Statista konzentriert sich L&D gezielt auf sogenannte Meta Skills: überfachliche Fähigkeiten, die in verschiedenen Rollen und Tätigkeiten wichtig sind.

Dazu gehören kritisches Denken und Urteilsfähigkeit sowie bei Führungskräften Konfliktfähigkeit und aktives Zuhören.

Die Überlegung dahinter: Wenn alle mit denselben KI-Tools arbeiten, können Ergebnisse schneller entstehen und sich gleichzeitig stärker ähneln.

Den Unterschied machen dann die Menschen, die gute Fragen stellen, Ergebnisse kritisch beurteilen und fundierte Entscheidungen treffen.

2. Jung und Alt: Gemeinsam lernen statt gegeneinander

Rosemarie Thiedmann beschäftigte sich in ihrem Workshop mit einer weiteren Herausforderung: Wie gelingt die Zusammenarbeit unterschiedlicher Generationen im KI-Zeitalter?

Denn Menschen bringen sehr unterschiedliche Erfahrungen und Voraussetzungen im Umgang mit digitalen Technologien mit.

Während viele jüngere Beschäftigte ganz selbstverständlich neue Tools ausprobieren, verfügen erfahrenere Kolleg:innen häufig über tiefes Prozesswissen, Branchenkenntnisse und langjährige Berufserfahrung.

Daraus können Spannungen entstehen. Beispielsweise wenn jüngere Mitarbeitende als unerfahren gelten oder älteren Kolleg:innen pauschal fehlende Technologiekompetenz unterstellt wird.

Rosemaries Vorschlag: die Stärken verschiedener Generationen gezielt verbinden.

Dafür stellte sie mehrere Ansätze vor:

• Generationentandems: Jüngere und ältere Mitarbeitende lernen gegenseitig voneinander.
• KI-Ambassadors: Menschen aus unterschiedlichen Altersgruppen tragen ihre Erfahrungen in die Organisation.
• Forum der Generationen: Ein strukturierter Austausch macht unterschiedliche Perspektiven sichtbar.

Für L&D ergibt sich daraus eine wichtige Aufgabe: Lernräume schaffen, in denen unterschiedliche Erfahrungen nicht als Hindernis, sondern als Ressource betrachtet werden.

3. Wenn KI für uns denkt, lernen wir dann noch?

Helin Yontar von der AI Academy stellte in ihrem Workshop eine provokante Frage: Macht KI Menschen besser oder nur schneller?

Denn KI liefert häufig sofort plausible Antworten. Das ist bequem und effizient.

Aber genau darin liegt auch eine Gefahr: Wir könnten uns immer stärker darauf verlassen, dass die Technologie Aufgaben für uns erledigt, ohne die Ergebnisse selbst ausreichend zu hinterfragen.

Dabei entstehen viele Fähigkeiten gerade durch eigenes Denken, Ausprobieren, Fehler und Feedback.

Helin stellte dafür das Framework Trace, Test, Protect vor.

Die Idee: Teams sollen bewusst prüfen, welche Arbeitsschritte sie an KI abgeben und bei welchen Tätigkeiten das eigene Denken weiterhin entscheidend bleibt.

Dabei helfen drei Perspektiven:

• Trace: Nachvollziehen, wie eine Fähigkeit entstanden ist und welche Erfahrungen dafür wichtig waren.
• Test: Überprüfen, ob eine Aufgabe weiterhin menschliches Urteilsvermögen erfordert oder entwickelt.
• Protect: Bewusst entscheiden, welche Schritte Menschen weiterhin selbst übernehmen sollten.

Es geht nicht darum, KI möglichst wenig zu nutzen. Sondern darum, das eigene Lernen und die Weiterentwicklung nicht aus Versehen mit auszulagern.

💭 Kurz nachgedacht: Bei welcher Aufgabe verlässt du dich inzwischen stark auf KI? Und welche Fähigkeit würdest du möglicherweise weniger trainieren, wenn du diese Aufgabe dauerhaft vollständig abgibst?

Besser werden statt nur schneller

Diese Perspektiven zeigen: KI verändert nicht nur unsere Arbeit, sondern auch die Fähigkeiten, die wir brauchen, um sie gut zu erledigen.

Für L&D bedeutet das, technische KI-Kompetenzen und menschliche Fähigkeiten gemeinsam zu entwickeln.

🚀 Deine Challenge für die kommende Woche: Nutze KI bei einer Aufgabe ganz bewusst als Lernpartner.

Bitte sie nicht direkt um eine fertige Lösung, sondern um Fragen, Feedback und kritische Gegenargumente.

Prüfe anschließend selbst, was du aus dem Austausch gelernt hast.

Denn KI sollte uns nicht nur Arbeit abnehmen. Sie kann uns auch dabei helfen, besser zu werden.

L&D im KI-Zeitalter.

Braucht es L&D überhaupt noch?

KI erstellt Lerninhalte, erklärt komplexe Themen und entwickelt individuelle Lernpläne. Mit wenigen Prompts steht Wissen zur Verfügung, für dessen Aufbereitung früher ganze Teams verantwortlich waren.

Wenn Wissen jederzeit verfügbar ist: Wofür brauchen Unternehmen dann eigentlich noch Learning & Development?

Die Antwort liegt in einem entscheidenden Unterschied: Wissen bereitzustellen ist nicht dasselbe wie Lernen zu ermöglichen.

1. Wenn Wissen jederzeit verfügbar ist, was bleibt für L&D?

Katherina Orlinska und Emily Maßera von HRpepper stellten in ihrem Workshop die provokante Frage: „Braucht es L&D überhaupt noch?“

Ihre Ausgangsthese: L&D hat sich lange vor allem darum gekümmert, Menschen Zugang zu Wissen zu ermöglichen.

Doch wenn KI Informationen in Sekunden aufbereiten, Fragen beantworten und individuelle Erklärungen liefern kann, verliert diese Aufgabe an Bedeutung.

Heißt das, dass L&D überflüssig wird?

Nicht unbedingt. Denn Wissen verfügbar zu machen ist nicht dasselbe wie Lernen zu ermöglichen.

Lernen bedeutet, dass Menschen hinterher etwas wissen, können oder anders machen als zuvor.

Dafür reicht es oft nicht, die passende Information bereitzustellen.

Es braucht Gelegenheiten, neue Fähigkeiten auszuprobieren, Feedback zu erhalten und das Gelernte im Arbeitsalltag anzuwenden.

Die beiden beschrieben L&D deshalb stärker als Brücke zwischen Menschen, Teams und Organisation.

Die zentrale Erkenntnis: Die Zukunft von L&D liegt weniger darin, Wissen zu verteilen, sondern darin, Entwicklung zu ermöglichen.

2. Personalentwicklung 2030: Weniger organisieren, mehr verändern

Wie könnte Personalentwicklung in wenigen Jahren aussehen?

Anja Rampf von Handtmann Service nahm in ihrem Workshop die bisherigen Aufgaben von L&D unter die Lupe.

Dafür skizzierte sie eine Entwicklung:

• 2010: Personalentwicklung organisiert Maßnahmen und Trainings.
• 2020: Personalentwicklung gestaltet Lernerfahrungen.
• 2030: Personalentwicklung stärkt die Fähigkeit der gesamten Organisation, sich zu verändern.

Damit verschiebt sich der Fokus: weg vom einzelnen Lernangebot, hin zur Entwicklung von Menschen und Organisationen.

Denn wenn KI immer schneller Wissen bereitstellt, werden andere Fähigkeiten wichtiger: Kontext verstehen, Informationen beurteilen und Wissen im richtigen Moment anwenden.

Für L&D bedeutet das auch, den eigenen Erfolg anders zu bewerten.

Die Zahl der produzierten Lerninhalte, durchgeführten Trainings oder ausgestellten Zertifikate sagt wenig darüber aus, ob Menschen tatsächlich etwas verändern.

Aktivität ist nicht automatisch Wirkung.

Personalentwicklung sollte deshalb stärker beim Geschäftsproblem beginnen, anstatt jede Trainingsanfrage unmittelbar in ein neues Lernangebot zu übersetzen.

3. Weniger chatten, mehr Wissen aufbauen

Sebastian Kamilli von QuintSmart zeigte, wie L&D die eigenen Arbeitsweisen mit KI verändern kann.

Vielleicht kennst du das: Du hast schon zahlreiche Gespräche mit ChatGPT oder Claude geführt. Darin stecken wertvolle Ideen, Konzepte und Lösungen.

Aber wenn du sie später brauchst, musst du häufig erneut suchen oder von vorne anfangen.

Sebastians Ansatz: Statt immer neue Einzelgespräche zu führen, sollten wir ein wiederverwendbares KI-gestütztes Arbeitssystem aufbauen.

Dafür stellte er einen einfachen Kreislauf vor:

• Klären: Was wollen wir erreichen? Welcher Kontext und welches Wissen werden benötigt?
• Machen: Die konkrete Aufgabe mit KI bearbeiten, ausprobieren und verbessern.
• Einbauen: Gute Ergebnisse und Vorgehensweisen festhalten, damit sie künftig wiederverwendet werden können.

Am Beispiel der Trainingsentwicklung zeigte Sebastian, wie so Schritt für Schritt wiederverwendbare Bausteine entstehen.

Das Ziel ist nicht, immer mehr KI-Tools einzusetzen. Sondern die eigene Arbeit langfristig effizienter und besser zu organisieren.

💡 Idee zum Ausprobieren: Denk an eine Aufgabe, bei der du regelmäßig KI nutzt.

Welche Anweisungen, Methoden oder Arbeitsschritte funktionieren dabei besonders gut?

Halte sie in einem Dokument fest und entwickle daraus eine Vorlage, die du beim nächsten Mal direkt wiederverwenden kannst.

4. Aus den Roundtables: Vom Ausprobieren in den Alltag

Wie sieht das in der Praxis aus? An den Roundtables tauschten sich Teilnehmende in kleiner Runde über ihre Erfahrungen mit KI aus.

Im Roundtable von Martina Klein von Alnatura ging es darum, wie L&D von „Was ist ChatGPT?“ zu einer echten Transformation von Rollen und Lernprozessen kommt.

Das Stimmungsbild: Fast alle stecken gerade mitten in der Phase des Pilotierens und Ausprobierens. Spannend war, wie unterschiedlich der Reifegrad trotz ähnlicher Herausforderungen ist.

Um vom Ausprobieren zur dauerhaften Integration zu kommen, braucht es neue Rollen und Kompetenzen im L&D-Team: weg von reiner Content-Produktion, hin zu didaktischem Kuratieren, Prozessbegleitung und strategischem Sparring.

Kolja Wohlleben von Masterplan.com diskutierte in seinem Roundtable, wie aus KI-affinen Mitarbeitenden echte KI-Botschafter:innen werden. Welche Kompetenzen brauchen sie? Wie gewinnen sie Kolleg:innen für KI? Und welche Unterstützung brauchen sie von Führungskräften und der Organisation?

Die Idee dahinter: KI nicht nur zentral ausrollen, sondern über Menschen im eigenen Team verankern.

Der größte Hebel der KI-Transformation bleibt der Mensch. Dazu gehört, Ängste zu begleiten, Future Skills wie systemisches Denken und Ambiguitätstoleranz zu entwickeln und klare, verlässliche Leitplanken zu setzen.

💭 Kurz nachgedacht: Welchen konkreten Schritt geht ihr als Nächstes, um KI von der Testphase in eure tägliche Praxis zu bringen?

‍

5. L&D wird nicht überflüssig. Aber sein Auftrag verändert sich.

Was verbindet all diese Sessions?

Dass KI viele bisherige Aufgaben von L&D vereinfacht oder automatisiert. Gleichzeitig wächst die Bedeutung von Aufgaben, die weit über die Bereitstellung von Lerninhalten hinausgehen.

Dazu gehören beispielsweise die Beratung von Fachbereichen, die Gestaltung wirksamer Lernprozesse und die Unterstützung von Veränderungen im Unternehmen.

L&D wird damit weniger zum Anbieter einzelner Trainings und stärker zum Gestalter von Rahmenbedingungen, in denen Menschen sich kontinuierlich weiterentwickeln können.

Die entscheidende Frage lautet deshalb nicht: Welche Aufgaben nimmt KI uns weg? Sondern: Für welche Aufgaben wollen wir künftig mehr Zeit haben?

‍

Vom Kurskatalog zur Veränderung

Das KI-Zeitalter stellt nicht nur neue Anforderungen an Mitarbeitende und Führungskräfte.

Es verändert auch die Rolle der Personalentwicklung selbst.

Damit schließt sich der Kreis dieses Lernpfads: Unternehmen müssen ihre Arbeitsweisen neu gestalten, KI in den Alltag integrieren und menschliche Fähigkeiten gezielt stärken.

L&D kann dabei eine entscheidende Rolle spielen.

🚀 Deine Challenge für die kommende Woche: Betrachte die Aufgaben, mit denen du und dein L&D-Team aktuell die meiste Zeit verbringen.

Und stell dir drei Fragen:
1. Welche Tätigkeiten könnte KI künftig übernehmen oder vereinfachen?
2. Welche Aufgaben schaffen besonders viel Mehrwert für eure Organisation?
3. Wofür würdest du gerne mehr Zeit investieren, wenn Routineaufgaben wegfallen?

Such dir anschließend eine wiederkehrende Aufgabe aus, die du mit KI neu gestalten möchtest.

Denn L&D wird im KI-Zeitalter nicht dadurch relevant bleiben, dass es möglichst viel Wissen bereitstellt. Sondern dadurch, dass es Menschen und Organisationen hilft, sich weiterzuentwickeln.

Was bleibt? Und was kommt jetzt?

Die Schlussfolgerung aus sechs Lektionen.

Sechs Lektionen, viele Perspektiven und eine gemeinsame Erkenntnis: KI ist weniger eine Technologiefrage als eine Frage von Menschen, Lernen und Organisation.

‍

Die zentralen Take-aways

• Veränderungsfähigkeit wird zur Kernkompetenz: Technologie entwickelt sich schneller als Organisationen. Erfolgreich sind die, die am besten dazulernen.
• Produktivität entsteht durch neue Prozesse: Wer nur bestehende Abläufe beschleunigt, verschenkt das eigentliche Potenzial.
• Adoption ist Verhaltenssache: Lizenzen allein verändern nichts. Neue Gewohnheiten entstehen im Alltag und durch Menschen, die ihre Erfahrungen teilen.
• Wandel braucht Gestalter:innen: Gute KI-Einführungen beginnen beim Problem, nicht beim Tool, und brauchen Führung, Sicherheit und Raum zum Üben.
• Je mehr KI kann, desto wichtiger wird der Mensch: Urteilsvermögen, kritisches Denken und Zusammenarbeit machen den Unterschied.
• L&D wird wichtiger, nicht überflüssig: Der Auftrag verschiebt sich vom Verteilen von Wissen hin zum Ermöglichen von Entwicklung.

‍

Und jetzt?

Die Schlussfolgerung aus allen Lektionen: Die KI-Transformation ist vor allem eine Lerntransformation. Und genau darin liegt die Chance für L&D.

Niemand muss alles auf einmal angehen. Entscheidend ist, anzufangen: mit einem konkreten Problem, einem ersten Experiment und den Menschen, die es mittragen.

🚀 Dein nächster Schritt: Schau dir die Challenges aus den sechs Lektionen noch einmal an. Wähle eine davon aus und setze sie in den nächsten zwei Wochen um.

Denn die Zukunft wartet nicht. Aber wir können sie gestalten.