| |
|
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 #7 | 19.05.2026 | Von: Friedl Wynants |
| |
|
 |
| |
| Macht KI uns schneller – oder verlernen wir dabei das Denken? |
| |
Schneller und schlechter zugleich – das ist das Ergebnis einer Anthropic-Studie zum KI-Einsatz beim Programmieren. Wer mit KI-Unterstützung arbeitete, lieferte bessere Ergebnisse. Im anschließenden Verständnis-Test schnitt dieselbe Gruppe aber schwächer ab. Das ist kein Randphänomen. Es hat sogar einen Namen: „Deskilling durch KI“.
Auch Microsoft Research zeigt: Je stärker Knowledge Worker auf generative KI (GenAI) vertrauen, desto weniger prüfen sie aktiv mit. Und Gartner prognostiziert, dass bis Ende 2026 rund 50 Prozent der globalen Organisationen KI-freie Kompetenztests – also Prüfungen ohne KI-Unterstützung – einführen werden, weil kritisches Denken durch GenAI-Nutzung unter Druck gerät (mehr dazu unter „Was sonst noch wichtig ist“).
Das Fraunhofer IAO (Institut für Arbeitswirtschaft und Organisation) greift für dieses Phänomen eine Definition des Deutschen Ethikrats auf: Deskilling entsteht, wenn KI Tätigkeiten übernimmt, die bisher menschliche Kompetenzen erfordert haben – und genau diese Kompetenzen dadurch immer weniger eingeübt werden. Dann verlieren Menschen neben Routine auch die Sicherheit, KI-Ergebnisse souverän zu beurteilen.
Das Paradox dahinter: KI spart Zeit, schreibt erste Entwürfe, strukturiert Inhalte, fasst Quellen zusammen – für L&D klingt das erst einmal gut. Aber wir bekommen bessere Ergebnisse mit weniger eigener Anstrengung. Kurzfristig ist das produktiv, langfristig kann diese Entlastung zum Problem werden.
Was heißt das für L&D?
Für L&D ist das Thema doppelt relevant. Erstens betrifft es auch bei uns Learning Professionals die eigene Arbeit: Wir müssen bewusst entscheiden, welche Kernfähigkeiten wir weiter aktiv trainieren – Analyse, Strukturierung, Zielgruppenverständnis, Transferdesign und Qualitätsurteil. Zweitens wird Deskilling zur Gestaltungsaufgabe für L&D. Die entscheidende Frage lautet: Wie nutzen wir KI produktiv, ohne den Kompetenzaufbau zu überspringen?
Das betrifft besonders Onboarding und Junior-Entwicklung. Wer Erfahrung hat, kann KI steuern, prüfen und korrigieren. Wer am Anfang steht, braucht aber genau jene Umwege, Fehler und Aha-Momente, die KI gerne abkürzt.
Wie fange ich an?
Die gute Nachricht: L&D kann hier aktiv gegensteuern. Ein guter Start sind drei einfache Designprinzipien für Lernmaßnahmen:
- Erst selbst denken, dann KI. Lernende formulieren zuerst eine eigene Hypothese, Lösungsskizze oder Einschätzung. Erst danach kommt KI ins Spiel.
- KI erklären lassen. Wertvoll wird KI-Nutzung, wenn Lernende nach dem Output nach Begründungen, Alternativen, Fehlerquellen und Gegenargumenten fragen.
- Kompetenz auch ohne KI sichtbar machen. Bei kritischen Fähigkeiten braucht es Räume, in denen Menschen zeigen, was sie selbst verstanden haben: Fallanalysen, mündliche Begründungen, Peer-Erklärungen, praktische Aufgaben oder punktuelle KI-freie Checks.
Unterm Strich: KI kann Lernen beschleunigen. Aber nur, wenn wir Lernprozesse so gestalten, dass Menschen nicht nur bessere Ergebnisse bekommen, sondern auch bessere Urteile entwickeln. |
| |
|
 |
| |
| 2 Mythen über Deskilling durch KI |
| |
- „AI Literacy löst das Problem.“ → Nur teilweise.
AI Literacy ist wichtig – aber wenn sie nur bedeutet, Tools bedienen und gute Prompts schreiben zu können, greift sie zu kurz. Beim Thema Deskilling geht es tiefer: Menschen müssen KI-Ergebnisse fachlich beurteilen, Quellen prüfen, Fehler erkennen, Verantwortung übernehmen und eigene Denkwege nachvollziehen können. Genau dafür braucht es weiterhin Grundverständnis, Übung und Urteilsfähigkeit. AI Literacy sollte deshalb nicht bei Toolkompetenz enden. Sie muss auch Qualitätsbewusstsein, kritisches Denken und fachliche Souveränität stärken.
- „Juniors lernen das schon im Arbeitsalltag.“ → Nicht mehr unbedingt.
Viele Fähigkeiten entstehen zwar on-the-job: durch einfache Aufgaben, Feedback, Wiederholung und den Blick auf erfahrene Kolleginnen und Kollegen. Diese Übungsmomente können durch KI aber verschwinden. Wenn erste Entwürfe, Recherchen, Zusammenfassungen oder Analysen sofort von KI kommen, bleibt weniger Raum für eigenes Ausprobieren, Fehler und Aha-Momente. Nachwuchs braucht Aufgaben, die eigenes Denken einfordern – auch wenn KI im Arbeitsalltag selbstverständlich dazugehört.
|
| |
|
 |
| |
| Erst 5 Minuten selbst. Dann mit KI. |
| |
Ein einfacher Schutz gegen Deskilling: KI nicht sofort starten lassen. Gerade bei Aufgaben, die Lern- oder Kompetenzaufbau fördern sollen, hilft eine kleine Routine:
- Erst selbst denken. Vor dem ersten Prompt: fünf Minuten eigene Gedanken notieren. Was ist meine Hypothese? Wie würde ich vorgehen? Welche Lösung halte ich für plausibel?
- Dann KI dazuholen. Jetzt darf die KI ergänzen, strukturieren, Gegenargumente liefern oder alternative Wege vorschlagen. Statt „Mach mir das fertig“ lieber: „Prüfe meinen Ansatz, zeige Schwächen und ergänze fehlende Perspektiven.“
- Zum Schluss bewusst vergleichen. Was war besser an meinem Ansatz? Was war besser an der KI-Antwort? Und was habe ich verstanden, das ich beim nächsten Mal selbst anwenden kann?
 |
| |
|
 |
| |
| Google: 75 Prozent neuer Code ist KI-generiert |
| |
Google-CEO Sundar Pichai hat erklärt, dass inzwischen rund 75 Prozent des neuen Codes bei Google KI-generiert und anschließend von Engineers geprüft und freigegeben wird. Im Herbst 2025 lag der Wert noch bei 50 Prozent.
Das zeigt, wie schnell sich Arbeit – und damit auch Kompetenzen – verschieben: Menschen schreiben weniger selbst von Grund auf, übernehmen aber stärker Prüfung, Steuerung und Verantwortung. Das ist nicht automatisch schlecht. Viele Senior-Software-Entwickler könnten heute vermutlich auch keine Platine mehr zusammenlöten. Entscheidend ist, welche Grundlagen Menschen weiterhin brauchen, um gute Entscheidungen zu treffen – und welche Fähigkeiten tatsächlich verzichtbar werden.
🔗 Quelle: https://now.you-know.de/e/811453/-companys-code-is-ai-generated/cx1wv/1621892386/h/lSQNlIWne1EsruS6sFSdLWxWCtX71PMXnSfDYwD_O6o |
| |
| Gartner: KI-freie Kompetenztests kommen |
| |
Gartner prognostiziert, dass bis Ende 2026 rund 50 Prozent der globalen Organisationen „AI-free“ Skills Assessments (Kompetenztests ohne KI-Unterstützung) einführen werden. Der Grund: Unternehmen wollen sicherer einschätzen können, welche Fähigkeiten Menschen auch ohne KI-Unterstützung abrufen können – vor allem kritisches Denken, Problemlösen und fachliches Grundverständnis. Also: Kompetenznachweise werden wichtiger, aber auch anspruchsvoller.
🔗 Quelle: https://now.you-know.de/e/811453/strategic-predictions-for-2026/cx1wy/1621892386/h/lSQNlIWne1EsruS6sFSdLWxWCtX71PMXnSfDYwD_O6o |
| |
|
 |
| |
| Wer wird eigentlich Senior, wenn niemand mehr als Junior startet? |
| |
Mich beschäftigt beim Thema Deskilling vor allem die Frage nach dem Nachwuchs. Für erfahrene Menschen kann KI ein enormer Hebel sein. Wer fachlich sicher ist, kann KI gut steuern, Ergebnisse prüfen, Abkürzungen nutzen und trotzdem Verantwortung übernehmen.
Bei Juniors sieht die Sache anders aus. Viele Kompetenzen entstehen durch genau die Aufgaben, die KI jetzt besonders gut übernimmt. Das sind oft keine glamourösen Aufgaben. Aber sie sind wichtig, denn so entsteht Erfahrung. Man lernt, Muster zu erkennen. Man merkt, wo man falsch lag. Man entwickelt ein Gefühl für Qualität.
Wenn diese Lernwege wegfallen, gewinnen Organisationen kurzfristig Geschwindigkeit. Langfristig könnten sie sich aber genau die Erfahrungsbasis abschneiden, aus der später Urteilskraft, Verantwortung und Seniorität entstehen.
Für L&D liegt darin aus meiner Sicht eine große Aufgabe: Nachwuchs nicht von KI fernhalten, aber Lernwege bewusst gestalten. Mit Übungsräumen, Feedback, Reflexion und Aufgaben, bei denen eigenes Denken sichtbar bleibt.
Eine Antwort darauf haben wir noch nicht. Aber die Frage lautet: Wie machen wir Menschen mit KI produktiver – und sorgen gleichzeitig dafür, dass sie dabei wirklich und langfristig besser werden? |
| |
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 unsgerne oder vernetzen Sie sich mit unseren KI-Experten auf LinkedIn.
|
|
|
| |
Ausgabe verpasst?
Alle bisherigen Newsletter finden Sie im Archiv |
| |
|
|
