KI-Schulungen richtig vorbereiten: Vom Wissensstand zum rollenbezogenen Lernweg

1. Das Unternehmensziel vor dem Lernziel klären.

„Die Mitarbeitenden sollen KI können“ ist noch kein belastbares Ziel. Soll zunächst Unsicherheit reduziert werden? Geht es um eine sichere Nutzung bereits freigegebener Werkzeuge? Sollen konkrete Prozesse verbessert oder interne Ansprechpersonen aufgebaut werden?

Je genauer das Unternehmensziel, desto leichter lassen sich Inhalte begrenzen. Eine gute Schulung muss nicht alles erklären. Sie muss das Richtige für den nächsten verantwortbaren Schritt vermitteln.

2. Wissen, Nutzung und Haltung getrennt betrachten.

Eine Person kann technisch erfahren und bei Datenschutzfragen unsicher sein. Eine andere kann skeptisch sein, aber sehr klare Ideen für nützliche Anwendungen haben. Deshalb reicht eine einzige Frage nach „Vorkenntnissen“ nicht aus.

Vor der Planung sollten mindestens vier Dimensionen betrachtet werden:

• Grundverständnis und bisherige Lernerfahrung
• offizielle und informelle Nutzung
• Ängste, Erwartungen und Vertrauen
• wahrgenommene Anwendungsfelder und Grenzen

Artikel 4 des EU AI Act knüpft ebenfalls an technisches Wissen, Erfahrung, Ausbildung und konkreten Einsatzkontext an. Unterschiedliche Lernniveaus können daher nicht nur pädagogisch, sondern auch im Rahmen der KI-Kompetenz sinnvoll sein.

Quelle: Europäische Kommission, AI Literacy – Questions & Answers

3. Eingesetzte Systeme und Regeln vor den Übungen kennen.

Eine Übung mit echten Arbeitsaufgaben ist nur dann sinnvoll, wenn klar ist, welche Werkzeuge freigegeben sind und welche Daten verwendet werden dürfen. Andernfalls trainiert das Unternehmen womöglich eine Praxis, die intern gar nicht zulässig oder technisch nicht verfügbar ist.

Vor dem Training sollte geklärt sein:

• Welche KI-Systeme werden offiziell bereitgestellt?
• Welche weiteren Werkzeuge werden informell genutzt?
• Welche Daten dürfen eingegeben werden?
• Wie werden Ergebnisse geprüft und dokumentiert?
• Wer entscheidet bei Unsicherheit?

4. Eine gemeinsame Basis schaffen – und danach Rollen unterscheiden.

Ein gemeinsames Mindestverständnis hilft dem Unternehmen, über KI in derselben Sprache zu sprechen. Die Vertiefung sollte danach der tatsächlichen Verantwortung folgen.

5. Lernziele als beobachtbares Handeln formulieren.

„Die Teilnehmenden kennen KI“ lässt sich kaum prüfen. Besser sind konkrete Fähigkeiten: Sie können eine Ausgabe auf Quellen und Plausibilität prüfen, sensible Daten erkennen, die Grenzen eines Systems erklären oder bei Unsicherheit den richtigen Eskalationsweg wählen.

Solche Lernziele erleichtern passende Übungen und machen den Transfer im Unternehmen sichtbar, ohne Mitarbeitende in einer Prüfungssituation bloßzustellen.

6. Transfer vor dem ersten Termin planen.

Viele Fragen entstehen erst nach der Schulung: wenn eine echte Aufgabe anders aussieht als das Beispiel, ein Ergebnis widersprüchlich ist oder ein neues Werkzeug verfügbar wird. Ohne Ansprechstelle fällt ein Team schnell in alte Routinen zurück oder improvisiert allein.

Praxisaufgaben, eine Transfer-Clinic, interne KI-Lotsen und regelmäßige Aktualisierung gehören daher in die Planung – nicht nur in eine optionale Nachbetreuung.

7. Die Vorbereitung in sieben Entscheidungen zusammenführen.

1. Ziel und Nicht-Ziel der KI-Initiative
2. Wissensstand, Nutzung, Haltung und Bedarf
3. freigegebene Systeme und Datenregeln
4. gemeinsames Mindestverständnis
5. rollenbezogene Lernwege
6. konkrete, beobachtbare Lernziele
7. Transfer, Zuständigkeiten und Aktualisierung

Wer diese Entscheidungen vor der ersten Tool-Demo trifft, reduziert Überforderung und investiert gezielter in die Kompetenzen, die tatsächlich gebraucht werden.