Wer heute eine KI-Schulung bucht, arbeitet oft schon nach zwölf Monaten mit veraltetem Wissen. KI-Kompetenz kauft man nicht einmalig ein, sondern entwickelt sie als Fähigkeit, einzuordnen und sich anzupassen – unabhängig vom jeweils aktuellen Modell. Transformationsdesign zeigt, wie aus Schulungen nachhaltige Handlungskompetenz entsteht.

Einleitung

Wer heute eine KI-Schulung bucht, hat in zwölf Monaten ein Problem: Die Werkzeuge, die gelehrt wurden, existieren entweder nicht mehr in dieser Form oder wurden von neueren Versionen grundlegend verändert. KI-Wissen hat ein Ablaufdatum. Das ist keine Kritik an Schulungen als solchen – es ist eine strukturelle Eigenschaft der Technologie. Wer daraus die Konsequenz zieht, laufend neue Schulungen zu kaufen, betreibt Kompetenzpflege als Dauerprojekt ohne erkennbares Ende. Wer stattdessen lernt, mit Veränderung systematisch umzugehen, baut etwas auf, das nicht veraltet.

Es gibt einen methodischen Unterschied zwischen Schulung und Transformation. Schulungen vermitteln Inhalte – und das ist sinnvoll, solange die Inhalte stabil bleiben. KI-Inhalte sind es nicht. Was Mitarbeitende in einem KI-tauglichen Unternehmen brauchen, ist kein erweitertes Repertoire an Werkzeugkenntnissen, sondern die Fähigkeit, neue Werkzeuge einzuordnen, zu bewerten und anzuwenden. Dieser Unterschied ist das Kernprinzip des Transformationsdesigns: nicht Wissen transferieren, sondern Handlungskompetenz aufbauen.

Für HR-Verantwortliche und Führungskräfte in mittelständischen Unternehmen stellt sich die Frage konkret: Was kaufen wir – und warum? Der Markt für KI-Schulungen wächst schnell. Das Angebot reicht von eintägigen Prompting-Workshops bis zu mehrstufigen Zertifizierungsprogrammen. Doch kaum ein Anbieter beantwortet die Frage, was nach der Schulung passiert: Wie verändert sich das Verhalten der Mitarbeitenden? Wie wird das Gelernte in der Praxis angewendet? Und was passiert, wenn das nächste Modell auf den Markt kommt? Genau dort beginnt das eigentliche Problem.

Warum KI-Schulungen allein nicht ausreichen

Generative KI entwickelt sich derzeit schneller als jede andere Technologie der jüngeren Geschichte. ChatGPT 3.5 erschien Ende 2022. GPT-4 folgte im Frühjahr 2023. Innerhalb von zwei Jahren haben sich Fähigkeiten, Schnittstellen und Einsatzgebiete grundlegend verändert. Wer im Frühjahr 2023 eine Schulung zu KI-Textgenerierung besucht hat, arbeitet heute mit Werkzeugen, die zum damaligen Zeitpunkt nicht existierten – und lernt womöglich gerade neue, die in zwei Jahren wieder anders aussehen.

Das bedeutet nicht, dass Schulungen nutzlos sind. Es bedeutet, dass Schulungen allein keine nachhaltige Kompetenz aufbauen. Sie erzeugen Momentaufnahmen – nützlich, aber flüchtig. Was Unternehmen brauchen, ist eine Kompetenzarchitektur, die Veränderung nicht als Ausnahme behandelt, sondern als Normalfall einplant.

In der Praxis sieht das oft anders aus. Unternehmen reagieren auf KI mit Schulungspaketen. Mitarbeitende lernen, wie man Prompts formuliert oder welche Werkzeuge für welche Aufgaben geeignet sind. Das Wissen sitzt – bis zum nächsten Modellwechsel. Dann beginnt der Zyklus von vorn: neue Schulung, neues Wissen, neuer Zyklus. Das ist keine Kompetenzentwicklung. Das ist Wissenspflege unter hohem Tempo.

Der entscheidende Unterschied liegt im Ziel: Wer Werkzeugwissen aufbaut, ist von der Stabilität der Werkzeuge abhängig. Wer Urteilsvermögen und Transferfähigkeit aufbaut, kann neue Werkzeuge eigenständig einordnen und einsetzen – unabhängig davon, welches Modell gerade aktuell ist. Wer Transformationsfähigkeit als Dauerkompetenz aufbaut, hat kein direktes Substitut.

Was Transformationsdesign hier leistet

Transformationsdesign ist eine Methodik für nachhaltige Kompetenzentwicklung in Organisationen. Sie unterscheidet sich von klassischen Schulungsansätzen in einem zentralen Punkt: Nicht das Wissen steht im Mittelpunkt, sondern die Fähigkeit, mit Veränderung umzugehen – strukturiert, reflektiert und übertragbar.

Das Modell folgt einem 8-Schritte-Prozess, der Kompetenzentwicklung als Gestaltungsaufgabe begreift:

1. Ausgangslage analysieren – Was sind die konkreten Kompetenzlücken im Unternehmen? Welche Tätigkeiten sind KI-exponiert, welche nicht?
2. Ziele klären – Was sollen Mitarbeitende nach dem Prozess können, nicht nur wissen? Operatives Werkzeugwissen oder strategisches Urteilsvermögen?
3. Fragen formulieren – Welche Lernfragen leiten den Prozess? Gute Fragen vor dem Lernen verhindern, dass man das Falsche lernt.
4. Informationen beschaffen – Welches Wissen ist tatsächlich notwendig? Nicht alles, was verfügbar ist, ist auch relevant.
5. Informationen bewerten – Was davon ist verlässlich, aktuell und übertragbar auf den eigenen Kontext?
6. Entscheidungen treffen – Wie wird aus Wissen Handlung? Dieser Schritt markiert den Übergang vom Lernen zum Anwenden.
7. Testen und auswählen – Was funktioniert im konkreten Unternehmenskontext? Pilotierung vor Rollout.
8. Kommunizieren und verankern – Wie wird die neue Kompetenz dauerhaft in die Organisation integriert? Ohne Verankerung verpufft jede Entwicklungsmaßnahme.

Dieser Prozess ist keine Schulungsstruktur. Er ist ein Rahmen, der Kompetenzentwicklung als iterativen Gestaltungsprozess begreift. Die Schritte 1 und 2 stellen sicher, dass überhaupt das Richtige gelernt wird. Die Schritte 3 bis 5 bauen Urteilsvermögen auf. Die Schritte 6 bis 8 sorgen dafür, dass das Gelernte auch angewendet und dauerhaft verankert wird.

Für KI-Kompetenz bedeutet das konkret: Nicht das Werkzeugwissen steht im Vordergrund, sondern die Fähigkeit, KI-gestützte Prozesse zu beurteilen, zu gestalten und weiterzuentwickeln. Diese Fähigkeit veraltet nicht – auch wenn sich die Werkzeuge in der nächsten Modellgeneration grundlegend ändern.

Was das für die HR-Praxis bedeutet

Für Personalverantwortliche hat diese Unterscheidung praktische Konsequenzen. Die Frage ist nicht mehr: Welche KI-Schulung kaufen wir? Die Frage lautet: Welche Kompetenz planen wir aufzubauen – und wie stellen wir sicher, dass sie auch in zwei Jahren noch trägt?

Das bedeutet nicht, auf Schulungen zu verzichten. Werkzeugwissen ist sinnvoll, wenn es in einen größeren Kompetenzrahmen eingebettet ist. Eine Prompting-Schulung kann nützlich sein, wenn die Mitarbeitenden danach wissen, wie sie das Gelernte einordnen, bewerten und weiterentwickeln können. Ohne diesen Rahmen bleibt die Schulung eine Momentaufnahme – hilfreich für heute, wenig tragfähig für morgen.

Besonders in mittelständischen Unternehmen sehe ich häufig dasselbe Muster: Die Geschäftsleitung erwartet, dass nach einer KI-Schulung etwas passiert. Die Mitarbeitenden lernen, sind motiviert – und wenden das Gelernte im Alltag kaum an. Nicht weil sie nicht wollen, sondern weil Transfersicherung fehlt. Kein Rahmen, kein Pilotprojekt, keine strukturierte Reflexion. Das Gelernte verblasst, und beim nächsten Modellwechsel beginnt der Zyklus von vorn.

In der Praxis empfehle ich Unternehmen, die KI-Kompetenz nachhaltig aufbauen wollen, drei Schritte als Ausgangspunkt:

1. Kompetenzstandortbestimmung: Wo stehen die Mitarbeitenden heute? Welche Tätigkeiten sind KI-exponiert, welche nicht? Ein strukturierter KI-Kompetenzcheck gibt Orientierung, bevor Maßnahmen geplant werden.
2. Kompetenzarchitektur: Welche Kompetenzen sollen auf welcher Ebene aufgebaut werden – operativ, führungsbezogen, strategisch? Werkzeugwissen ist nur eine Ebene. Urteilsvermögen und Transferfähigkeit sind die anderen.
3. Transfersicherung: Wie wird das Gelernte im Alltag verankert? Ohne Transfersicherung verpufft jede Schulung – unabhängig vom Thema. Ein Pilotprojekt, eine strukturierte Reflexionsrunde, ein klar definierter Anwendungskontext reichen als Anfang.

Diese drei Schritte können klein beginnen. Ein Pilotbereich, eine Abteilung, ein Team. Wichtig ist nicht der Umfang, sondern die Logik: Erst verstehen, dann befähigen, dann verankern.

Was MTI dazu anbietet

Das Motif Transformation Institute bietet einen strukturierten Einstieg in nachhaltige KI-Kompetenzentwicklung – für HR-Abteilungen und Führungskräfte in mittelständischen Unternehmen.

Der kostenlose MTI-KI-Kompetenzcheck ist ein Fragebogen, der den KI-Reifegrad einer Person oder eines Teams einschätzt. Er gibt Orientierung darüber, welche Kompetenzbereiche bereits entwickelt sind und wo Lücken bestehen. Das Ergebnis kann als Ausgangspunkt für eine strukturierte Kompetenzentwicklung genutzt werden – bevor Schulungsbudget vergeben wird.

Für den Einstieg in systematische KI-Kompetenz bietet MTI den ZFU-zertifizierten KI-Führerschein an (199 €). Er deckt die Grundlagen der KI-Nutzung ab und legt den Fokus auf Urteilsvermögen: Was leisten KI-Systeme, was leisten sie nicht, und wie bewertet man ihre Ergebnisse kritisch? Der Kurs ist so konzipiert, dass das Gelernte auch dann noch trägt, wenn sich die zugrundeliegenden Werkzeuge verändern.

Wer tiefer einsteigen möchte, kann sich für den Aufbaukurs „KI-Ergebnisse bewerten“ (249 €) schon jetzt auf die Warteliste setzen – er richtet sich an Mitarbeitende, die KI-gestützte Prozesse in ihrem Unternehmen aktiv gestalten wollen, nicht nur nutzen, und erscheint in Kürze. Der Schwerpunkt liegt auf Bewertungskompetenz: Wie erkenne ich, wann KI sinnvoll einsetzbar ist, wann nicht, und wie kommuniziere ich das im Team?

Für Unternehmen, die eine strukturierte Kompetenzentwicklung auf Organisationsebene planen, bietet MTI Beratungsworkshops an. Im Rahmen dieser Workshops wird gemeinsam eine Kompetenzarchitektur entwickelt, die zum konkreten Unternehmenskontext passt – auf Basis des Transformationsdesign-Prozesses und mit klarem Blick auf Transfersicherung.

Eine Frage zum Schluss

Wenn Sie morgen die KI-Kompetenz Ihrer Mitarbeitenden bewerten würden – welcher Anteil des Gelernten wäre in zwei Jahren noch relevant?

Das ist keine rhetorische Frage. Es ist eine strategische. Wer sie beantwortet, weiß, ob das Unternehmen gerade in Schulungen investiert oder in Kompetenz. Der Unterschied ist nicht akademisch – er entscheidet darüber, ob KI-Kompetenz ein Projekt bleibt oder zur Dauerkompetenz wird.

Häufige Fragen zum Thema

Warum veraltet KI-Wissen so schnell?

Generative KI-Systeme werden in sehr kurzen Zyklen weiterentwickelt. Neue Modelle ersetzen ältere, Schnittstellen ändern sich, Einsatzmöglichkeiten erweitern sich grundlegend. Wissen, das sich auf konkrete Werkzeuge und Funktionen bezieht, hat daher eine kurze Halbwertszeit. Wissen, das auf Einordnung, Bewertung und Transfer ausgerichtet ist, bleibt dagegen stabil – weil es auf strukturelles Denken abzielt, nicht auf das Kennen einzelner Funktionen.

Was ist der Unterschied zwischen einer KI-Schulung und nachhaltiger KI-Kompetenz?

Eine Schulung vermittelt Inhalte zu einem bestimmten Zeitpunkt. Nachhaltige Kompetenz ist die Fähigkeit, neue Inhalte eigenständig einzuordnen, zu bewerten und anzuwenden. Schulungen können ein sinnvoller Baustein sein – aber erst, wenn sie in einen Kompetenzrahmen eingebettet sind, der auf Handlungsfähigkeit ausgerichtet ist. Ohne diesen Rahmen bleibt der Transfer vom Schulungsraum in den Berufsalltag dem Zufall überlassen.

Wie kann ein KMU nachhaltige KI-Kompetenz aufbauen, ohne hohe Schulungskosten?

Der erste Schritt ist eine Kompetenzstandortbestimmung: Was wissen die Mitarbeitenden bereits, und wo sind die relevanten Lücken? Auf dieser Basis lassen sich gezielte Maßnahmen ableiten, die zum konkreten Bedarf passen – anstatt ein pauschales Schulungspaket einzukaufen. Ein kostenloser KI-Kompetenzcheck, wie ihn MTI anbietet, ist ein einfacher Einstieg ohne Vorabinvestition.

Welche Kompetenzen sind bei KI langfristig wichtiger als Werkzeugwissen?

Besonders relevant sind Urteilsvermögen (Was leistet ein KI-System, und wann sind seine Ergebnisse verlässlich?), Transferfähigkeit (Wie übertrage ich Gelerntes auf neue Werkzeuge und Kontexte?) und Bewertungskompetenz (Wie erkenne ich, ob ein KI-gestützter Prozess im Unternehmen sinnvoll ist?). Diese Kompetenzen lassen sich auf neue Technologien übertragen – auch wenn sich die Werkzeuge in der nächsten Generation grundlegend ändern.

Ab wann lohnt sich ein strukturiertes Kompetenzentwicklungs-programm für KMU?

Grundsätzlich lohnt sich ein strukturierter Ansatz, sobald mehr als ein Team oder eine Abteilung KI-Werkzeuge nutzt. Ab diesem Punkt entstehen Inkonsistenzen im Umgang mit KI-Ergebnissen, unklare Verantwortlichkeiten und Qualitätsschwankungen. Ein Beratungsworkshop, der eine gemeinsame Kompetenzarchitektur entwickelt, kostet weniger als eine wiederholte Schulungsspirale ohne Transfersicherung – und trägt deutlich länger.