Was Teilnehmende öffentlich posten
Kein poliertes Testimonial-Deck, sondern echte Posts direkt nach den Hackathons.
Die Beiträge werden von LinkedIn geladen, das dabei eigene Daten und Cookies verarbeiten kann. Sie laden erst, wenn du sie hier anforderst.
Warum Standard-Mitarbeiterschulung nicht ankommt
Ein ausgelasteter Mitarbeiter sitzt einen Vortrag ab, bekommt einen Foliensatz und kehrt zu einem Posteingang zurück, der sich nicht geändert hat. Genau da stirbt die meiste KI-Schulung für Mitarbeiter leise. Das Problem ist nicht der Inhalt, es ist die Form. Vier Dinge gehen schief, wenn Schulung als Zusehen statt als Machen ausgeliefert wird.
Die Demo ist nicht ihre Arbeit. Ein poliertes Beispiel auf dem Trainer-Bildschirm berührt weder den heiklen Report noch die unangenehme Kundenmail noch die Tabelle, die dem Mitarbeiter wirklich gehört.
Es gibt keinen ersten Erfolg. Ohne ein echtes, geliefertes Ding wechselt ein Mitarbeiter nie von neugierig zu sicher, und Sicherheit ist das, was ihn nächste Woche das Tool wieder öffnen lässt.
Der Kontext fehlt. Generische Prompts brechen in dem Moment, in dem sie auf ein echtes Dokument, eine echte Deadline und eine echte Beschränkung treffen, also folgern die Leute, das Tool funktioniere bei uns nicht.
Nichts läuft weiter. Nach der Session gibt es keinen Assistenten, keine Automatisierung, keinen Entwurfs-Bot auf dem Desktop, der die Gewohnheit am Leben hält.
Mitarbeiterschulung, die ankommt, dreht die Form um. Ab der ersten Stunde bauen die Leute an ihrer eigenen Arbeit, mit einem Coach daneben, damit die Fähigkeit einen echten Ort zum Festmachen hat.
Ziele der Mitarbeiterschulung
Das Ziel ist, dass eure Mitarbeiter am Ende der Woche echte Arbeit mit KI erledigen können und es weiter tun, nicht dass sie Fachbegriffe aufsagen.
Prompts, die gegen echte Dokumente standhalten, nicht gegen sauberen Demo-Text.
Ein kleines, funktionierendes Tool, das jede Person versteht, weil sie es gebaut hat.
Die Sicherheit, das passende KI-Tool zu öffnen, ohne auf IT oder eine zentrale Expertenrunde zu warten.
Eine dokumentierte KI-Kompetenzmaßnahme als Baustein für den EU AI Act (Art. 4).
Was die Schulung umfasst
Das ist ein begleiteter Arbeitssprint für Mitarbeiter, die nicht programmieren können und auch nicht müssen. Die Leute arbeiten mit ChatGPT und Custom GPTs für Assistenten und Entwürfe, mit Cursor und Lovable zum Bauen von Tools und Apps ohne Vorkenntnisse, mit n8n für Workflow-Automatisierung, Claude Code für tiefere Builds, Gamma für Decks und NotebookLM für Recherche. Wir passen die Tools an die echten Probleme jedes Mitarbeiters an, damit die Leute üben, was sie wirklich nutzen. ChatGPT-Schulung, die ins Leere läuft, ist Verschwendung. ChatGPT-Schulung, die an ein geliefertes Tool gebunden ist, bleibt.
Ein typischer Sprint hat vier ineinandergreifende Teile:
- Challenge-Zuschnitt. Jeder Mitarbeiter oder jede kleine Gruppe nimmt eine echte, enge Aufgabe mit benanntem Nutzer und gewünschtem Output, zum Beispiel einen Antwort-Assistenten, der im Ton des Unternehmens entwirft, statt vage KI zu lernen.
- Tool-Workshop. Bevor gebaut wird, lernt jede Gruppe genau die Werkzeuge, die ihre Aufgabe braucht, ein schneller praktischer Einstieg statt einer Tour durch alles.
- Bau-Phase. Die Leute bauen mit einem Coach daneben, der entstört und den nächsten Schritt zeigt und das Tool in einer Grenze hält, die sie danach betreiben können.
- Pitch und Handoff. Jede Person oder Gruppe zeigt, was sie gebaut hat, benennt offene Risiken und behält das Artefakt mit nächstem Schritt, damit der Montag anders aussieht als der letzte Montag.
Leistungen und Deliverables
Vorab-Scoping mit Aufgaben-Zuschnitt je Person oder Team.
Kuratierter Toolstack pro Aufgabe inklusive Zugängen.
Moderierter Bau-Sprint mit Coach während der gesamten Zeit.
Mindestens ein funktionierender Prototyp je Team (Antwort-Assistent, Automatisierung, interner Bot, kleine App oder Reporting-Pipeline).
Handoff-Dokument je Prototyp mit Owner, Zugängen, offenen Risiken, Abnahmekriterium und nächstem Schritt.
Ein kurzes Referenzblatt der Prompts und Workflows, die jede Person gebaut hat, damit die Fähigkeit die Woche übersteht.
Dokumentation der KI-Kompetenzmaßnahme für die Teilnehmer.
Für wen es passt, und für wen nicht
Ehrliche Passung spart beiden Seiten Zeit. Praxisnahe Mitarbeiterschulung ist der stärkere Hebel, wenn diese Punkte zutreffen. Wenn nicht, sagen wir das.
| Passt gut, wenn | Passt eher nicht, wenn |
|---|---|
| Mitarbeiter echte, wiederkehrende Aufgaben haben, die sie gern verkürzen würden | ihr nur einen breiten Awareness-Vortrag für ein großes Publikum wollt, mehr nicht |
| Führungskräfte die Leute in der Folgewoche bei den neuen Tools stützen | die neuen Tools nach der Session blockiert oder unerwünscht sind |
| Daten und Toolzugänge grundsätzlich freigegeben werden können | echte Daten aus rechtlichen Gründen unter keinen Umständen berührt werden dürfen |
| ihr Mitarbeiter wollt, die bauen können, nicht nur beschreiben | ein Teilnahmezertifikat in der Akte wirklich reicht |
Zusehen-und-Vergessen vs. Bauen-und-Behalten
| Kriterium | Zusehen-und-Vergessen-Schulung | AI Hackathons Bauen-und-Behalten-Schulung |
|---|---|---|
| Output | Notizen und ein Zertifikat | ein funktionierendes Tool, das der Mitarbeiter weiter nutzt |
| Woran geübt wird | die Demo des Trainers | die eigene echte Aufgabe |
| Fähigkeit am Montag | meist weg | an etwas gebunden, das sie gebaut haben |
| Sicherheit mit Tools | weiter theoretisch | an einer echten Deadline getestet |
| Nutzen-Nachweis | Anwesenheitsnachweis | greifbares Artefakt plus dokumentierte Kompetenzmaßnahme |
| Zeit bis erstem Ergebnis | Wochen bis Monate | startklar in 1 Woche, Ergebnis je nach Scope |
Die Tabelle vergleicht Arbeitsweisen, nicht Anbieter, und enthält bewusst keine erfundenen Prozentzahlen. Echte Werte entstehen aus eurer eigenen Baseline. Eine Armee mit hundert Leuten, die alle mit den Tools umgehen können, schlägt eine mit tausend, von denen nur zehn kämpfen können, deshalb schulen wir Mitarbeiter zum Bauen, nicht nur zum Anwesendsein.
So kann sich der Nutzen rechnen (Modell, keine Kundenzahl)
Eine ehrliche Betrachtung der Amortisation nutzt eure eigenen Größen, nie eine geliehene Fallzahl. Das Modell hat drei Eingaben und eine Formel.
Zeit pro Woche, die ein Mitarbeiter für eine wiederkehrende Handarbeit braucht, etwa Daten zwischen zwei Systemen neu einzutippen.
Anteil, den ein kleines Tool davon realistisch abnimmt.
Interner Stundensatz mal Zahl der Mitarbeiter, die diese Handarbeit machen.
Formel: gesparte Stunden pro Woche × Stundensatz × 45 Arbeitswochen × Mitarbeiter − einmalige Kosten der Schulung und einer eventuellen Härtung danach. Setzt eure Zahlen ein. Nur als illustratives Modell: Wenn das Neu-Eintippen je Mitarbeiter neunzig Minuten pro Woche kostet und eine einfache Automatisierung eine Stunde abnimmt, ist das eine Stunde über, sagen wir, fünfzehn Mitarbeiter und ein Jahr, eine Größenordnung, an der ihr die Schulung ehrlich messen könnt. Diese Rechnung machen wir im Discovery Call mit euren echten Werten, nicht mit unseren.
Interaktiver Rechner: /de/tools/ki-enablement-readiness/.
Passt das zu eurem Team? Entscheidet mit einem Menschen, oder lest zuerst.
Social Proof
Teams von Adobe, YOYABA, Onventis und NavVis haben mit uns gearbeitet.
Case Studies ansehen
Discovery Call buchen