Das Wichtigste in Kürze
- Eine Teilnahmebescheinigung belegt Anwesenheit. Sie sagt nichts darüber, ob das Team Wochen später anders mit KI arbeitet.
- Wissen aus einer einmaligen Schulung verflüchtigt sich schnell. Ob es zu anderem Verhalten führt, entscheidet sich am Schreibtisch, nicht im Seminarraum.
- Wer vor der Schulung misst, kauft danach gezielte Maßnahmen statt einer Pauschale. Wer danach noch einmal misst, sieht, ob sie gewirkt hat.
Ein Nachmittag Schulung, alle machen mit, am Ende gibt es eine Bescheinigung. Ein halbes Jahr später kann niemand sagen, ob sich am Arbeitsalltag etwas geändert hat. Das ist nicht die Schuld der Schulung. Es ist die Folge einer fehlenden Messung: Es gibt keinen Vergleichspunkt von vorher und keinen von nachher.
Dabei schulen immer mehr Unternehmen. Laut TÜV-Weiterbildungsstudie 20262 hat sich der Anteil der Unternehmen, die ihre Beschäftigten im Umgang mit KI geschult haben, innerhalb von zwei Jahren mehr als verdoppelt. Das Budget ist da. Was fehlt, ist der Beleg, was es bewirkt.
4 %
des einmalig gelernten Stoffs waren nach 31 Tagen noch erhalten, gemessen als Ersparnis beim Wiederlernen.
Die Zahl stammt aus der Replikation der Vergessenskurve durch Murre und Dros4. Sie erklärt, warum eine Schulung allein so wenig Spuren hinterlässt: Wissen, das nicht angewendet wird, ist nach einem Monat weitgehend weg. Bei KI-Schulungen ist das nicht anders als bei jedem anderen Stoff.
Was kann eine Schulung leisten, und was nicht?
Das ist kein Argument gegen Schulungen. Eine gute Schulung schafft gemeinsames Vokabular, senkt die Hemmschwelle und gibt einen ehrlichen Überblick darüber, was die Werkzeuge können und was nicht. Die Daten stützen das: In der BCG-Befragung AI at Work 20253 stieg die regelmäßige KI-Nutzung deutlich, sobald Beschäftigte einige Stunden Training mit persönlichem Coaching erhalten hatten. Nur ein Drittel gab allerdings an, angemessen geschult worden zu sein. Für Teams am Anfang ist eine Schulung ein sinnvoller erster Schritt, nur eben ein erster Schritt, kein Ergebnis.
Was eine Schulung leisten kann
- Ein gemeinsames Vokabular im Team schaffen.
- Die Hemmschwelle senken, das Werkzeug zu benutzen.
- Einen ehrlichen Überblick geben, was KI kann und was nicht.
- Das Ergebnis: ein Anfang, auf dem sich aufbauen lässt.
Was sie nicht leisten kann
- Belegen, dass das Wissen nach vier Wochen noch da ist.
- Zeigen, ob KI im Alltag für die richtige Aufgabe eingesetzt wird.
- Erkennen, wer die Ausgabe prüft und wer sie übernimmt.
- Das Ergebnis: eine Liste der Anwesenden, kein Beleg der Wirkung.
Warum ist Teilnahme kein Beleg?
66 %
der Beschäftigten räumen ein, KI-Ergebnisse zu übernehmen, ohne deren Richtigkeit zu prüfen. Mehr als die Hälfte hat dadurch schon Fehler in ihrer Arbeit gemacht.
Eine Schulung vermittelt Wissen. Ob das Wissen im Alltag zu anderem Verhalten führt, ob KI für die richtigen Teilaufgaben eingesetzt, die Ausgabe kritisch geprüft und eigenes Fachwissen in die Steuerung eingebracht wird, entscheidet sich Wochen später am Schreibtisch, wenn niemand zusieht. Zwischen Wissen und Verhalten liegt ein Graben, und die KPMG-Studie mit der University of Melbourne5 zeigt, wie breit er ist. Die Teilnahmebescheinigung sagt nichts darüber, wer ihn überquert hat.
Von der Schulung zur Wirkung
Schulung
Ein Nachmittag, alle dabei, Bescheinigung. Dokumentiert.
Die Wochen danach
Ob das Gelernte am Schreibtisch angewendet wird. Meist unbekannt.
Wirkung
Anderes Verhalten, weniger Fehler, gesparte Zeit. Nur mit dem zweiten Glied belegbar.
Die meisten Unternehmen dokumentieren das erste Glied sorgfältig und schließen vom ersten direkt auf das dritte. Der Schluss ist nicht belegbar, solange niemand hinsieht, was in den Wochen dazwischen passiert. Genau dort entscheidet sich, ob die Schulung eine Investition war oder ein Termin.
Die Frage an eine KI-Schulung ist nicht, ob alle teilgenommen haben. Sie lautet, ob das Team danach messbar anders arbeitet.
Warum ist das Problem im Mittelstand größer?
Konzerne leisten sich Academies, Lernplattformen und Teams, die Wirkung nachhalten. Im Mittelstand gibt es meist keine eigene Abteilung für Weiterbildung, wenig frei verplanbare Zeit und sehr unterschiedliche Rollen auf engem Raum, vom Vertrieb über die Buchhaltung bis zur Produktionsplanung. Die Schere zeigt sich schon beim Einsatz: Nach der IKT-Erhebung des Statistischen Bundesamts6 nutzen große Unternehmen KI mehr als doppelt so häufig wie kleine. Und laut TÜV-Weiterbildungsstudie2 sehen große Unternehmen deutlich häufiger steigende KI-Anforderungen als kleine Betriebe. Genau hier ist die pauschale Schulung nach Gießkannenprinzip am teuersten: Sie kostet alle einen Arbeitstag und trifft den tatsächlichen Bedarf der wenigsten.
Ein Beispiel
Stellen Sie sich einen Zulieferer mit 120 Beschäftigten vor, der alle Mitarbeitenden an einem Nachmittag zu KI-Grundlagen schult. Der Vertrieb nutzt KI danach für Angebotstexte, die Buchhaltung gar nicht, die Produktionsplanung für Auswertungen, die das Werkzeug nicht zuverlässig beherrscht.
Auf der Teilnahmeliste sehen alle drei Abteilungen gleich aus. Eine Messung an einer echten Aufgabe je Abteilung zeigt drei verschiedene Bilder: einen Bedarf an Qualitätsprüfung im Vertrieb, keinen Bedarf in der Buchhaltung, und einen Fall in der Produktionsplanung, in dem das Werkzeug an der falschen Stelle eingesetzt wird.
Die nächste Maßnahme ist dann keine zweite Pauschalschulung, sondern drei verschiedene Schritte, von denen einer darin besteht, nichts zu tun.
Erst messen, dann schulen: Warum die Reihenfolge zählt
27 %
der Unternehmen ab 20 Beschäftigten haben ihre Mitarbeitenden bereits im Umgang mit KI geschult. Zwei Jahre zuvor war es weniger als die Hälfte davon.
Die Schulungsquote steigt, die Messquote nicht. Die Unternehmensbefragung der Bundesnetzagentur7 zeigt die Folge: Ein Drittel der KI-nutzenden Unternehmen berichtet, dass die meisten oder fast alle Mitarbeitenden noch Schwierigkeiten mit den eingesetzten Anwendungen haben, und nur etwa vier von zehn bieten überhaupt Maßnahmen zum Aufbau von KI-Kompetenz an. Wer vor der Schulung misst, wie das Team echte Aufgaben mit KI bearbeitet, kauft danach keine Pauschale mehr, sondern gezielte Maßnahmen für konkrete Lücken.
| Die Frage | Was sie beantwortet |
|---|---|
| Haben alle teilgenommen? | Eine Teilnahmeliste |
| Kennen alle die Grundbegriffe? | Ein Wissenstest direkt nach der Schulung |
| Arbeitet das Team im Alltag anders mit KI? | Eine Messung an echter Arbeit, Wochen später |
| Hat die Schulung gewirkt? | Dieselbe Messung vorher und nachher |
| Was ist die nächste Maßnahme? | Die Lücken, die die Messung zeigt |
Die erste Frage beantwortet eine Liste. Die letzte beantwortet nur eine Messung an echter Arbeit, vorher und nachher.
Wer nach der Maßnahme mit derselben Methode noch einmal misst, sieht schwarz auf weiß, ob sie gewirkt hat: im Kirkpatrick-Modell8 die Ebene 3, Verhalten, statt der Ebene 1, Zufriedenheit mit dem Seminar. Damit bekommt die Schulung zum ersten Mal einen belegbaren Ertrag, und Schulungsbudgets sind von der Frage nach dem Ertrag nicht ausgenommen.
Drei Schritte für den Anfang
- Lassen Sie vor der nächsten Schulung je Abteilung einige Mitarbeitende eine echte Aufgabe mit dem freigegebenen Werkzeug bearbeiten. Das ist der Vergleichspunkt.
- Richten Sie die Schulung auf das aus, was die Messung zeigt: Qualitätsprüfung dort, wo Ausgaben ungeprüft übernommen werden, Werkzeugwahl dort, wo KI an der falschen Stelle sitzt.
- Wiederholen Sie dieselbe Messung sechs bis acht Wochen nach der Schulung, nicht am Tag danach. Erst dann zeigt sich, was geblieben ist.
Fazit
Die Frage an eine KI-Schulung ist nicht, ob alle teilgenommen haben, sondern ob das Team danach messbar anders arbeitet. Erst mit einer Messung vorher und nachher wird aus dem Schulungsbudget eine Investition mit nachweisbarer Wirkung, auch im Sinne von Artikel 4, für den die EU-Kommission9 ausdrücklich kein Zertifikat verlangt, sondern interne Aufzeichnungen über Schulungen und andere Maßnahmen empfiehlt.
Quellen
Methode, Stichprobe und weitere Zahlen lassen sich je Quelle aufklappen.
- BCG, „Where's the Value in AI?“, Oktober 2024. ↩
Methode und Zahlen
Befragung von 1.000 Führungskräften in 59 Ländern. 74 % der Unternehmen hatten noch keinen greifbaren Wert aus ihrem KI-Einsatz gezogen.
- TÜV-Verband, Weiterbildungsstudie 2026 (Wiedergabe bei Haufe). ↩
Methode und Zahlen
Forsa-Befragung von rund 500 Weiterbildungsverantwortlichen in Unternehmen ab 20 Mitarbeitenden. 27 % haben Beschäftigte im Umgang mit KI geschult, 2024 waren es 12 %. 52 % der großen Unternehmen sehen steigende KI-Anforderungen, bei Betrieben mit 20 bis 49 Beschäftigten 38 %.
- BCG, „AI at Work 2025: Momentum Builds, but Gaps Remain“. ↩
Methode und Zahlen
Über 10.600 Beschäftigte in 11 Ländern. Die regelmäßige KI-Nutzung stieg deutlich ab mindestens fünf Stunden Training mit persönlichem Coaching; nur ein Drittel fühlte sich angemessen geschult.
- Murre und Dros, „Replication and Analysis of Ebbinghaus' Forgetting Curve“, PLOS ONE, 2015. ↩
Methode und Zahlen
Replikation mit einmalig gelernten Silbenreihen. Nach einem Tag rund 27 % erhalten, nach 31 Tagen rund 4 %, gemessen als Ersparnis beim Wiederlernen.
- KPMG und University of Melbourne, „Trust, attitudes and use of AI“, 2025. ↩
Methode und Zahlen
Über 48.000 Befragte in 47 Ländern. 66 % übernehmen KI-Ergebnisse ungeprüft, 56 % haben dadurch schon Fehler in ihrer Arbeit gemacht.
- Statistisches Bundesamt, Unternehmen mit Nutzung von KI nach Beschäftigtengrößenklassen, 2025. ↩
Methode und Zahlen
IKT-Erhebung: 57 % der Unternehmen ab 250 Beschäftigten nutzen KI, 23 % der Unternehmen mit 10 bis 49 Beschäftigten.
- Bundesnetzagentur, „KI in Unternehmen: Einsatz, Ressourcen und Herausforderungen“, 2025 (PDF). ↩
Methode und Zahlen
808 Unternehmen. Ein Drittel der KI-nutzenden Unternehmen berichtet, dass die meisten oder fast alle Mitarbeitenden noch Schwierigkeiten haben; rund vier von zehn Unternehmen, die KI nutzen oder planen, bieten Maßnahmen zum Aufbau von KI-Kompetenz an.
- Kirkpatrick Partners, „The Kirkpatrick Model“. ↩
Methode und Zahlen
Die vier Ebenen der Wirkungsmessung von Weiterbildung: Reaktion, Lernen, Verhalten, Ergebnisse.
- Europäische Kommission, „AI literacy: Questions and Answers“. ↩
Methode und Zahlen
Artikel 4 verlangt kein Zertifikat; die Kommission empfiehlt interne Aufzeichnungen über Schulungen und andere Maßnahmen.