| |
|
Alle zwei Wochen filtern wir das KI-Rauschen und bringen auf den Punkt, was für Learning & Development wirklich zählt: relevante Entwicklungen, Tool-Checks, Mini-Hacks und vieles mehr.
|
| |
|
| |
| Ausgabe #17 | 06.10.2026 | Von: Friedl Wynants |
| |
|
 |
| |
| Die KI-Lücke sitzt im Management. |
| |
In vielen Unternehmen ist KI längst im Arbeitsalltag angekommen. Mitarbeitende probieren Tools aus, schreiben schneller, recherchieren anders oder automatisieren erste Aufgaben. Oft passiert das sogar, ohne dass jemand von oben groß dazu aufgerufen hätte.
Die spannendere Frage beginnt deshalb inzwischen nach der Adoption:
Was genau soll sich durch KI eigentlich verbessern?
Soll ein Team schneller werden? Bessere Qualität liefern? Mehr Kundenkontakt ermöglichen? Aufgaben übernehmen, für die bisher die Zeit gefehlt hat? Und vor allem: Was passiert mit der Zeit, die KI tatsächlich einspart? Da wird es interessant. Denn diese Entscheidung können Mitarbeitende nicht allein treffen.
Gartner hat Führungskräfte dazu befragt: 45% sagen, KI habe die Arbeit ihrer Teams bereits so stark verbessert wie erwartet. Gleichzeitig berichten nur 14%, dass sie keinerlei Schwierigkeiten damit haben, eine wirksame KI-Nutzung im Team zu fördern. Und gerade einmal 7% der befragten Organisationen geben überhaupt Orientierung dazu, was mit der durch KI eingesparten Zeit passieren soll.
Hier entsteht eine Management-Lücke.
Viele Organisationen haben in den vergangenen Jahren stark darauf gesetzt, Mitarbeitende für KI zu befähigen: Zugang zu schaffen, Trainings anzubieten, Experimentieren zu ermöglichen. Das war auch richtig.
Aber aus vielen individuellen Erfolgsgeschichten entsteht noch keine neue Arbeitsweise. Denn dafür braucht es Führung: Erfahrungen aus dem Team sichtbar machen, gemeinsam entscheiden, wo KI wirklich Mehrwert schafft, Qualitätsmaßstäbe setzen, alte Routinen infrage stellen. Und eben klären, wofür gewonnener Spielraum eingesetzt wird.
Microsoft kommt im aktuellen Work Trend Index zu einem ähnlichen Ergebnis: Wie stark KI in Unternehmen wirkt, hängt offenbar deutlich stärker von Unternehmenskultur, Führung und Personalentwicklung ab als von der individuellen Einstellung und dem Verhalten einzelner Mitarbeitender. Anders gesagt: Ob KI Wirkung entfaltet, hängt nicht nur davon ab, wie gut einzelne Mitarbeitende damit umgehen – sondern stark davon, welches Umfeld die Führung schafft.
Was heißt das für L&D?
Ich glaube nicht, dass die Antwort jetzt das nächste allgemeine „KI für Führungskräfte“-Training ist. Interessanter sind Formate, in denen Führungskräfte an ihrer eigenen Teamarbeit lernen:
- Wo spart KI bei uns wirklich Zeit?
- Wo verbessert sie Qualität?
- Welche Aufgaben verändern sich dadurch?
- Welche Fähigkeiten werden wichtiger?
- Und welche neuen Routinen brauchen wir im Team?
Ein guter erster Schritt ist, Führungskräfte regelmäßig auf die eigene Teamarbeit schauen zu lassen und sich zu fragen: Wo verändert KI unsere Arbeit – und welche Führungsentscheidung folgt daraus? Mehr dazu im AI Hack unten.
Unterm Strich: Für L&D geht es nicht mehr nur darum, Menschen im Umgang mit KI zu schulen. Entscheidend wird, Führungskräfte dabei zu unterstützen, KI-Nutzung in echte Veränderung von Arbeit zu übersetzen.
|
| |
|
 |
| |
| 2 Mythen über KI im Führungsalltag |
| |
- „Führungskräfte müssen bei KI die größten Experten im Team sein.“ → Nein.
Sie müssen nicht jedes Tool kennen oder besser prompten können als ihre Mitarbeitenden. Ihre Aufgabe ist eine andere: Orientierung geben: Wo hilft uns KI wirklich? Wo entstehen Risiken? Was sollten wir im Team künftig anders machen? KI-Kompetenz in Führung heißt nicht, alle Antworten zu kennen – sondern die richtigen Fragen zu stellen und Entscheidungen daraus abzuleiten.
- „Wenn KI Zeit spart, muss das Team eben mehr schaffen.“ → Zu kurz gedacht.
Mehr Output kann sinnvoll sein. Aber freiwerdende Kapazität kann genauso in höhere Qualität, mehr Kundenkontakt, Lernen oder Aufgaben fließen, die bisher liegen geblieben sind. Der entscheidende Punkt: Das sollte nicht zufällig passieren. Was wir mit dem Produktivitätsgewinn machen, ist eine Führungsentscheidung.
|
| |
|
 |
| |
| Der 3-Fragen-Check fürs nächste Team-Meeting |
| |
Wer wissen will, ob KI im Team wirklich etwas verändert, braucht keine große Analyse. Oft reichen drei gute Fragen:
- Wo hat KI in den letzten zwei Wochen tatsächlich Aufwand reduziert oder Qualität verbessert?
Ein konkretes Beispiel reicht. Nicht über Tools sprechen, sondern über Wirkung.
- Wo hat KI zusätzliche Arbeit verursacht oder nicht funktioniert?
So werden Nacharbeit, Unsicherheit und schlechte Routinen sichtbar, bevor sie sich festsetzen.
- Was machen wir mit der frei gewordenen Kapazität?
Schneller liefern? Gründlicher arbeiten? Etwas Neues lernen? Mehr Zeit für Kunden? Eine liegen gebliebene Aufgabe angehen?
Der eigentliche Hack steckt in Frage 3. Denn Zeitersparnis allein ist noch kein Nutzen – erst die Entscheidung darüber, wofür wir den gewonnenen Spielraum einsetzen, macht Wirkung daraus.
Mein Vorschlag: Diese drei Fragen einmal im Monat für 15 Minuten ins Team-Meeting nehmen. So wird aus individuellem Ausprobieren nach und nach gemeinsame Praxis. |
| |
|
 |
| |
| KI droht, die Belegschaft in zwei Geschwindigkeiten zu teilen |
| |
Eine neue PwC-Studie mit knapp 50.000 Beschäftigten aus 48 Ländern zeigt eine deutliche Schieflage: Die KI-Nutzung steigt, gleichzeitig ist der Zugang zu Lern- und Entwicklungsangeboten gegenüber dem Vorjahr gesunken.
56% der Beschäftigten zählt PwC zu einer Gruppe, die bei gefragten Skills und KI-Nutzung zurückzufallen droht – und nur zwei von fünf dieser Beschäftigten sagen, dass sie Zugang zu den Lernangeboten haben, die sie benötigen. Die Herausforderung lautet also nicht mehr nur, möglichst viele Menschen für KI zu begeistern. Es geht zunehmend darum, eine Zwei-Klassen-Belegschaft aus KI-Vorreitern und Abgehängten zu verhindern.
🔗 Quelle: https://now.you-know.de/e/811453/losing-ai-savvy-employees-html/d3crf/1660302762/h/b6NfmMDY5AGFd4XHSLGpLqOwUl1H44MW0vPmlL5QwW4 |
| |
| Weniger L&D-Budget – aber ausgerechnet menschliches Urteilsvermögen wird wichtiger |
| |
Die aktuellen L&D-Benchmark-Daten von SHRM zeigen eine interessante Kombination: Die durchschnittlichen Lernstunden pro Mitarbeitendem bleiben stabil, während die L&D-Ausgaben pro Kopf gegenüber 2025 um 28% gesunken sind.
Gleichzeitig rücken zwei Fähigkeiten ganz nach oben auf die Prioritätenliste für die kommenden Jahre: Critical Thinking sowie Judgment & Decision-Making. Das passt zur KI-Entwicklung: Je mehr Maschinen beim Erstellen, Recherchieren und Analysieren übernehmen, desto wichtiger wird die Fähigkeit des Menschen, Ergebnisse einzuordnen, zu hinterfragen und gute Entscheidungen zu treffen. Für L&D steckt darin allerdings auch eine unangenehme Aufgabe: genau diese anspruchsvollen Fähigkeiten mit weniger Ressourcen aufbauen.
🔗 Quelle: https://now.you-know.de/e/811453/ng--developing-critical-talent/d3crj/1660302762/h/b6NfmMDY5AGFd4XHSLGpLqOwUl1H44MW0vPmlL5QwW4 |
| |
|
 |
| |
| Ist mehr Output wirklich das Ziel? |
| |
Bei fast jeder KI-Diskussion fällt irgendwann das Wort Produktivität. Mehr schaffen, weniger Aufwand betreiben. Und natürlich ist es sinnvoll, wenn KI Arbeit effizienter macht.
Trotzdem frage ich mich: Was ist eigentlich unser Ziel, wenn plötzlich Zeit frei wird?
Die naheliegendste Antwort lautet: mehr Output.
Aber vielleicht kann Produktivität auch bedeuten, wieder Zeit für Dinge zu haben, die in vollen Kalendern ständig hinten runterfallen: genauer nachdenken. Mit Kunden sprechen. Kolleginnen und Kollegen helfen. Etwas wirklich verstehen. Eine gute Idee verfolgen, obwohl sie nicht dringend ist …
KI könnte uns dafür Spielraum verschaffen.
Wenn wir allerdings jede gesparte Stunde sofort wieder mit der nächsten Aufgabe füllen, haben wir am Ende effizientere Prozesse – aber keinen besseren Arbeitsalltag.
Ich glaube deshalb, dass die relevanteste Produktivitätsfrage der nächsten Jahre nicht lautet: Wie viel mehr können wir mit KI schaffen?
Sondern: Was wollen wir mit der Zeit anfangen, die sie uns zurückgibt? |
| |
In diesem Sinne: Weiterdenken lohnt sich!
Viele Grüße
Friedl Wynants |
| |
| |
|
|
|
| |
| |
| 💌 Wenn Ihnen dieser Newsletter hilft, teilen Sie ihn gern im Team oder Netzwerk. Danke, dass Sie die AI in L&D Community weiter wachsen lassen. |
| |
| |
| |
|
Sie möchten tiefer in AI für L&D eintauchen und Insights, Einordnungen und Praxistipps erhalten? Dann schreiben Sie uns gerne oder vernetzen Sie sich mit unseren KI-Experten auf LinkedIn.
|
|
|
| |
Ausgabe verpasst?
Alle bisherigen Newsletter finden Sie im Archiv |
| |
|
|
