
Chatbots sind in den Unternehmen angekommen. Sie helfen beim Schreiben, Analysieren, Recherchieren, Strukturieren und Entscheiden. Doch zwischen technischer Verfügbarkeit und tatsächlicher Wertschöpfung klafft eine Lücke.
Die Zahlen sind deutlich: 88 Prozent der Organisationen setzen KI bereits in mindestens einer Funktion ein. Aber nur 6 Prozent erzielen damit einen EBIT-Effekt von fünf Prozent oder mehr (McKinsey, The State of AI, 2025). Fast alle nutzen KI. Fast niemand zieht echten Nutzen daraus.
Der Engpass liegt nicht in der Technologie. Er liegt in der Fähigkeit, sie wertschöpfend zu nutzen. Daraus folgt eine unbequeme These, die ich in diesem Text verteidigen werde: Prompten ist keine Kompetenz.
Die Kompetenzlüge hinter den Toolschulungen
Wer die KI‑Kompetenzlücke schließen will, greift meist zum Naheliegenden: Schulungen. Prompt-Kurse, Tool-Trainings, E-Learning-Module. Die Absicht zählt, doch die Wirkung bleibt begrenzt. Warum? Weil die sichtbare Oberfläche des Problems – „Wie formuliere ich eine gute Anweisung für die Maschine?" – nicht das eigentliche Problem trifft.
Prompten bildet nur den sichtbaren Teil der KI‑Nutzung. Die eigentliche Herausforderung liegt tiefer: Aufgaben klären, Dialoge steuern, Qualität prüfen, Prozesse integrieren und Verantwortung übernehmen. Welcher Teil meiner Arbeit eignet sich überhaupt für KI? Wie erkenne ich, ob ein Ergebnis verlässlich ist? Wo endet die Leistungsfähigkeit der Maschine – und wo beginnt gefährliches Terrain? Wer entscheidet, wenn Maschinen mitreden?
Solche Fragen beantwortet kein zweistündiges Online-Seminar. Sie entstehen im Arbeitsalltag, bei konkreten Vorhaben, unter echtem Druck. Studien zeigen das klar: In einem Experiment mit 758 Wissensarbeitenden verbesserte KI-Unterstützung bei passenden Aufgaben Geschwindigkeit und Qualität deutlich – bei einer Aufgabe jenseits der KI-Leistungsgrenze lagen die Teilnehmer mit KI-Unterstützung jedoch seltener richtig als ohne (Dell'Acqua et al., Navigating the Jagged Technological Frontier, 2026). Die Maschine half, wo sie helfen konnte – und schadete, wo Nutzer die Grenze nicht erkannten. Kompetenz heißt: die Grenze erkennen, bevor man sie überschreitet. Das ist kein Prompt-Skill. Das ist Urteilskraft.
Toolschulungen und Prompt-Sammlungen genügen dafür nicht. Wer glaubt, mit einem Kurrikulum aus Anweisungsformeln die KI-Lücke zu schließen, verwechselt Bedienung mit Befähigung.
Warum das Problem bei HR landet – und dort nicht gelöst werden kann
Der Reflex liegt nahe: Sollen Menschen Neues lernen, schickt man sie zur Personalentwicklung. Also erhält die PE den Auftrag, das Budget und einen Schulungsplan. Sechs Monate später: Die Mitarbeiter haben die Kurse besucht, die Feedbackbögen fallen positiv aus, die Tools sind im Einsatz – doch alle arbeiten wie zuvor.
Das ist kein Vorwurf an die Personalabteilung. Hier liegt ein struktureller Fehler vor. Unternehmen schieben das Reskilling der Personalentwicklung zu, statt es als das zu sehen, was es ist: die Kompetenzseite eines Transformationsvorhabens.
Drei typische Muster zeigen, woran es scheitert:
- Kurse ohne Kontext. Das Lernen bleibt im Seminarraum, statt ins Handeln überzugehen. Wissen, das nicht angewendet wird, verpufft. Die 4 Stufen der Befähigung machen es klar: Haltung entsteht nur durch eigene Erfahrung – und Erfahrung wächst in einer Abfolge von Lernräumen, nicht in einem einzigen Workshop.
- Betroffene statt Beteiligte. Wer als „Adressat" einer Qualifizierung behandelt wird, hört eine klare Botschaft: „Passt euch an." Menschen, die eine Transformation nicht mitgestalten dürfen, werden sie auch nicht tragen – selbst wenn sie dafür geschult wurden. Transformationsdesign setzt bewusst anders an: Mitarbeitende gestalten aktiv mit und handeln eigenverantwortlich, statt bloß Anweisungen zu folgen.
- Messung am falschen Ende. Teilnahmenoten und Feedbackbögen erfassen Zufriedenheit, nicht Kompetenz. Die entscheidende Frage bleibt offen: Was können die Menschen danach, was sie vorher nicht konnten?
Bick, Blandin und Deming zeigen in „The Rapid Adoption of Generative AI“ (2025), dass sich generative KI schneller verbreitet als jede frühere Basistechnologie. Oft geschieht das sogar ohne jede formale Einführung im Unternehmen.
Die Technologie rennt. Die Qualifizierung hinkt hinterher. In diesem Tempo-Gefälle entsteht der Schaden: dezentrale Experimente ohne Standards, verdeckte Fehler und ungenutzte Potenziale.
Eine Personalabteilung, die dieses Tempo mit Schulungsplänen pro Quartal ausgleichen soll, ist zum Scheitern verurteilt. Nicht, weil sie schlecht arbeitet. Sondern weil sie ein Transformationsproblem mit einem Instrument der Personalentwicklung bearbeitet.
Die Wende: Kompetenz entsteht durch die Transformation – nicht neben ihr
Wenn Reskilling kein Projekt der Personalentwicklung ist, was dann? Die Antwort liegt in einer einfachen Umkehrung: Nicht die Schulung befähigt Menschen zur Transformation – die Transformation befähigt Menschen. Jeder Schritt eines systematisch geplanten Wandels wird zum Lernraum:
Die Klärung der Herausforderung bedeutet für die Beteiligten: eine erste Selbstdiagnose. Was ist unser Problem? Was ändert sich für wen? Wer hier mitdenkt, lernt das Feld kennen, in dem er künftig handeln soll.
Ideen entstehen nicht im Konferenzraum, sondern im realen Vorhaben: Die Beteiligten prüfen ihre Optionen unter echten Bedingungen.
Das Testen von Pilotprojekten wird zum Kompetenzerwerb in der Praxis – inklusive der Erfahrung, dass erste Annahmen scheitern und korrigiert werden müssen. Diese Erfahrung kann nicht simuliert werden.
Das Verankern macht aus neuen Fähigkeiten Routine. Erst hier wird aus individueller Kompetenz eine Organisationskompetenz.
Die Studienlage bestätigt diese Logik erstaunlich genau: Eine Feldstudie im Kundenservice zeigte, dass generative KI die Produktivität im Schnitt um 15 Prozent steigerte – bei weniger erfahrenen Mitarbeitenden sogar deutlich stärker als bei erfahrenen (Brynjolfsson, Li & Raymond, „Generative AI at Work“, 2025). Das ist der empirische Hinweis: KI entfaltet ihre Wirkung am stärksten, wenn Menschen in echte Arbeit eingebunden sind – nicht, wenn sie vorab geschult werden. Kompetenz entsteht im Tun. Reskilling ist also nicht das Ziel des Prozesses – es ist der Prozess selbst.
Damit verschiebt sich die Zuständigkeit grundlegend: Reskilling gehört in die Hände der Transformationsleitung. Nicht als Zusatzaufgabe, die man der Personalentwicklung überlässt, sondern als Kern der Gestaltungsverantwortung. Wer eine Transformation leitet, ohne die Befähigung der Beteiligten mitzudenken, verändert nur die Technik – nicht die Organisation.
Die KI-Zuspitzung: Warum die Bloom'schen Stufen neu sortiert werden
Die KI stellt den klassischen Bildungskanon infrage. Seit Jahrzehnten ordnet die Bloom’sche Taxonomie das Lernen in Stufen: vom „Erinnern“ über „Verstehen“ und „Anwenden“ bis hin zu „Analysieren“, „Bewerten“ und „Kreieren“. Doch inzwischen übernimmt die KI die ersten drei Stufen: Sie recherchiert, erklärt und setzt auf Zuruf um.
Das hat Folgen für jedes Schulungskonzept: Alles, was die Maschine leisten kann, wird überflüssig. Wer Mitarbeitende darauf trainiert, Informationen aufzunehmen und Abläufe nachzuvollziehen, bereitet sie auf Tätigkeiten vor, die automatisierbar sind. Das sichert keine Zukunft – es führt in die Bedeutungslosigkeit.
Reskilling im Zeitalter der KI heißt: Die oberen Stufen werden zum Ziel. Es geht um Bewertungskompetenz (Welches Ergebnis kann ich verantworten?), Gestaltungskompetenz (Was schaffe ich mit der Maschine, das ohne sie nicht möglich wäre?) und Verantwortungskompetenz (Wo bleibt der Mensch die entscheidende Instanz?). Das ist wahre KI-Kompetenz – nicht das Bedienen, sondern das Urteilen und Gestalten in hybriden Prozessen.
Diese Fähigkeiten lassen sich nicht durch Vorträge vermitteln. Bewertungskompetenz entsteht, indem man echte Ergebnisse bewertet. Gestaltungskompetenz wächst, wenn man echte Projekte gestaltet. Der Lernraum ist die Transformation selbst.
Drei Konsequenzen für die Praxis
Was heißt das konkret für Unternehmen, die KI nicht nur einführen, sondern mit ihr Wert schaffen wollen? Drei Verschiebungen sind nötig:
- Zuständigkeit verlagern. Reskilling ist Aufgabe der Transformationsleitung, nicht nur der Personalentwicklung. Die Personalentwicklung ist ein wichtiger Partner, etwa für die didaktische Rahmung und für individuelle Entwicklungswege. Sie trägt die Aufgabe aber nicht allein. Wer die Befähigung delegiert, delegiert die Transformation.
- Das Format umkehren. Weg vom isolierten Kurs. Hin zur Projektbegleitung mit eingebauten Lernräumen. Der 8-Schritte-Prozess des Transformationsdesigns ist genau dafür gebaut. Jeder Schritt schafft Kompetenz. Nicht als Nebenprodukt, sondern als Konstruktionsprinzip.
- Anders messen. Nicht: „Wie viele wurden geschult?" Sondern: „Was können die Menschen danach, was sie vorher nicht konnten?" Messbarkeit endet nicht beim Zufriedenheitsgrad. Dort beginnt sie erst, bei der beobachtbaren Handlungsfähigkeit. Der Unterschied zwischen beiden Messungen ist der Unterschied zwischen der Verwaltung und der Gestaltung von Wandel.
Fazit: Die nächste Stufe beginnt beim Menschen
Die Zahlen zu Beginn dieses Textes sind kein McKinsey-Gag, sondern ein Kompetenzzeugnis: Unternehmen, die KI einsetzen, aber keine Ergebnisse sehen, haben nicht bei der Technik nach der Ursache gesucht – und sie deshalb nicht gefunden. Sie haben Tools eingeführt und darauf gehofft, dass Befähigung von allein entsteht. Doch das passiert nicht. Befähigung entsteht nur, wenn man sie aktiv gestaltet.
Die nächste Phase der KI-Transformation setzt daher nicht bei den Werkzeugen an, sondern bei den Menschen, die sie nutzen. Wer KI-Kompetenz als Schlüsselqualifikation moderner Arbeit versteht und gezielt fördert, schafft einen strategischen Hebel für eine erfolgreiche Transformation.
Daher die Eingangsfrage, zugespitzt auf Ihren Kontext: Wer ist in Ihrem Unternehmen heute für Reskilling verantwortlich – und ist das die richtige Stelle? Wenn Ihre Antwort „Personalentwicklung“ lautet, sollten Sie weiterfragen: Wer gestaltet die Transformation, die Ihre Mitarbeitenden befähigen soll?
Und wo stehen Sie selbst? Ein KI-Kompetenz-Check mit 15 Fragen zeigt Ihnen in etwa fünf Minuten, welche Stärken Sie und Ihr Team bereits ausgebaut haben. Machen Sie hier den KI-Kompetenz-Check:
Wenn Sie über den KI-Kompetenz-Check hinaus einen Austausch auf Augenhöhe suchen, dann vereinbaren Sie ein Erstgespräch. Erstgespräch vereinbaren →
Häufige Fragen zum Thema
Warum ist Prompten keine Kompetenz?
Prompten steuert die KI – wichtig, aber oberflächlich. Die eigentliche Kompetenz liegt dahinter: Aufgaben klären, Ergebnisse prüfen, die Leistungsgrenze der KI erkennen und Verantwortung übernehmen. Wer nur promptet, bleibt von der Maschine abhängig; wer urteilt, nutzt sie wertschöpfend.
Ist Reskilling nicht Aufgabe der Personalentwicklung?
Personalentwicklung bleibt ein wichtiger Partner, besitzt aber nicht das Monopol. Reskilling gelingt, wenn die Transformationsleitung es trägt – denn Kompetenz wächst im Wandel, nicht in isolierten Schulungen. Wer Befähigung delegiert, gibt den Wandel aus der Hand.
Wir sind ein KMU ohne große PE-Abteilung – trifft uns das überhaupt?
Gerade KMU profitieren am meisten, weil sie sich teure Fehlversuche nicht leisten können. Transformationsdesign passt sich dem Vorhaben an: vom Team-Workshop bis zur Organisationsveränderung. Der 8-Schritte-Prozess läuft in kleinen Teams oft schneller, weil Lernräume und Piloten näher am Alltag liegen.
Wie misst man, ob Reskilling erfolgreich war?
Nicht an Teilnahmen oder Zufriedenheit, sondern an beobachtbarer Handlungsfähigkeit: Was gelingt den Mitarbeitenden danach, was vorher nicht gelang? Konkrete Messpunkte sind selbstständig geführte Piloten, erkannte KI-Grenzbezirke („jagged frontier") im Alltag oder die Fähigkeit, den nächsten Wandel ohne externe Hilfe zu gestalten.
Was bedeutet KI für die Bloom'sche Taxonomie?
KI übernimmt zunehmend die unteren Stufen – Erinnern, Verstehen, Anwenden. Alles darunter wird zum toten Schulungsstoff. Reskilling im Transformationsdesign zielt deshalb auf die oberen Stufen: Bewerten, Gestalten, Verantworten. Diese Kompetenzen wachsen nicht im Seminar, sondern in echten Vorhaben.
Literaturverzeichnis
- McKinsey & Company: The State of AI, 2025.
- Dell'Acqua, F. et al.: Navigating the Jagged Technological Frontier, 2026.
- Bick, A., Blandin, A. & Deming, D.: The Rapid Adoption of Generative AI, 2025.
- Brynjolfsson, E., Li, L. & Raymond, D.: Generative AI at Work, 2025.
