Viele Unternehmen testen KI-Tools, doch laut IBM erzielen nur 25 % der KI-Initiativen den erwarteten ROI. Die meisten KI-Transformationen scheitern während der Testphase oder unmittelbar danach. Lange vor der Akzeptanz und lange vor den Ergebnissen.
Diese Initiativen scheitern nicht an der Technologie. Sie scheitern aus folgenden Gründen:
- Die Mitarbeitenden können nicht Schritt halten. Unternehmen konzentrieren sich auf Technologie, doch das entscheidende Element sind die menschlichen Fähigkeiten. Erinnern Sie sich an das 70:20:10-Modell des Lernens? Forbes und die Boston Consulting Group haben eine aktualisierte Version dieses Rahmenwerks in Bezug auf KI vorgestellt. Sie stellten fest, dass eine erfolgreiche Einbindung von KI zu 10 % von Algorithmen, zu 20 % von Technologie und zu 70 % von Menschen und Prozessen abhängt. Technologie ist nur ein Teil des Puzzles. Der weitaus größere Anteil liegt bei den Menschen und Prozessen.
- Das Pilotprojekt ließ sich nicht skalieren. Tests an einer kleinen Gruppe sind entscheidend, doch der Erfolg eines Pilotprojekts bedeutet nicht automatisch, dass das Projekt auch unternehmensweit erfolgreich sein wird. Einzelne Machbarkeitsnachweise (Proof of Concepts) reichen nicht – entscheidend ist, KI-Investitionen in skalierbare Prozesse und Systeme zu überführen. Sie müssen sich in Ihre Arbeitsabläufe und Ihren Technologie-Stack einfügen.
- Die KI-Initiativen wurden nie auf die Bedürfnisse des Unternehmens und der Lernenden abgestimmt. Nur sehr wenige Unternehmen haben den Sprung zur Optimierung auf Unternehmensebene geschafft, bei der KI kontinuierlich geschäftliche Ergebnisse liefert. Das liegt daran, dass es an der Akzeptanz mangelt und die Initiativen nicht auf messbare, unternehmensweite Ziele oder Herausforderungen abgestimmt waren. Ergebnisse wären bestenfalls abstrakt oder qualitativ.
Wie lassen sich diese Herausforderungen also in der Praxis bewältigen?
Auf der LENS 2026 berichteten Führungskräfte von Yara, HubSpot, Pearson und GSK, die den Sprung von Experimenten in die Praxis geschafft haben. Entdecken Sie ihre wichtigsten Erkenntnisse aus der Praxis und erfahren Sie, welche Maßnahmen letztlich den größten Einfluss hatten:
Initiativen im Bereich der künstlichen Intelligenz sollten auf den tatsächlichen Herausforderungen im Geschäftskontext basieren, nicht auf Idealismus
Man lässt sich leicht davon mitreißen, was KI alles leisten kann, doch eine erfolgreiche Implementierung beginnt damit, was das Unternehmen tatsächlich braucht. Wenn Sie bei den technologischen Funktionen und dem Hype ansetzen, werden Sie KI vermutlich für unwichtige Probleme einsetzen. Damit sorgen Sie vielleicht für Begeisterung, aber Sie werden nicht die gewünschten Ergebnisse erzielen.
Leanne Jefferson, Global Head of Learning and Development bei Yara, betonte, wie wichtig es ist, KI-Initiativen auf konkrete geschäftliche Herausforderungen abzustimmen. Zum Beispiel: „In einem globalen Unternehmen wie Yara ist es eine Herausforderung, hochwertige Führungsunterstützung wie Coaching in großem Maßstab anzubieten.“
Das machte das Coaching zu einer hervorragenden Gelegenheit, die Fähigkeiten der KI zu testen – in diesem Fall mithilfe von Degreed Maestro. Anstatt sich allein auf den „Wow“-Faktor zu verlassen, sicherten sie sich die Zustimmung für das KI-Tool auf der Grundlage von Anwendungsfällen, die für das Unternehmen von Bedeutung waren – in diesem Fall die Führungskräfteentwicklung.
Der Fokus auf ein konkretes Problem war entscheidend, um trotz Veränderungen und Risikoscheu die nötige Akzeptanz und Begeisterung zu sichern.
L&D in ein einheitliches KI-System verwandeln
Mit der zunehmenden Reife der KI muss sich auch die Rolle von L&D weiterentwickeln, denn Lernen ist für den Geschäftserfolg heute mehr denn je von entscheidender Bedeutung. McKinsey zufolge suchen nahezu 90 % der Führungskräfte nach neuen Ansätzen für die Mitarbeiterentwicklung.
„Wir wissen nicht, wie die Zukunft einer KI-gesteuerten Welt aussehen wird, aber es gibt kein positives Szenario, das ohne die Weiterbildung von Menschen auskommt“, so Zoe Botterill, Head of Learning and Development bei Pearson.
Zukunftsorientierte Unternehmen kehren dem statischen virtuellen Lernen den Rücken und setzen stattdessen auf selbst entwickelte, anpassungsfähige Systeme. Bei HubSpot war dieser Wandel so tiefgreifend, dass dort seit April 2024 kein herkömmlicher E-Learning-Kurs mehr erstellt wurde. Selbst traditionelle Rollen haben sich dadurch verändert.
„Viele, die früher E-Learning konzipiert haben, gestalten heute“ – laut Jackson – „KI-gestützte Lernsysteme“. In dieser neuen Rolle geht es darum, Systeme zu vernetzen und die Arbeit der Vorreiter im Unternehmen zu unterstützen – statt alles allein stemmen zu wollen.
Beim Aufbau skalierbarer Systeme müssen auch Erstellung und Verbreitung von Lerninhalten kontinuierlich weiterentwickelt werden. Ein steigendes Geschäftstempo und sich schnell wandelnde Informationen lassen immer weniger Zeit für die Entwicklung hochwertiger Lernerfahrungen.
Als Lösung empfiehlt Botterill einen iterativen Arbeitsansatz, bei dem Inhalte kontinuierlich angepasst werden, während das Projekt voranschreitet: „Wir starten, denken produktorientiert, iterieren und lernen dabei.“
Neue KI-Funktionen unterstützen diese neue Arbeitsweise durch anpassungsfähige Lernerfahrungen und Inhaltsbibliotheken, die sich automatisch aktualisieren.
Einen „Trainingsraum“ für das Üben von Skills einrichten
Ein oft unterschätzter Vorteil von KI – besonders in der Talententwicklung – ist die psychologische Sicherheit beim Üben. Wenn Mitarbeitende Skills üben müssen, aber für reale Anforderungen noch nicht bereit sind, helfen KI-gestützte Rollenspiele und individuelles Coaching, um diese Lücke zu schließen.
„Niemand übt gerne Rollenspiele vor anderen … „Auf diese Weise konnten sie es quasi wie in einem Trainingsraum nutzen“, sagte Antonia Jackson, Senior Manager of Learning Innovation and Technology bei HubSpot.
Ihre Beobachtung: Mitarbeitende, die Degreed Maestro für schwierige Gespräche nutzten, reagierten offener auf KI-Feedback als auf Feedback von Vorgesetzten, da es als neutral und wertfrei wahrgenommen wurde.
„Scheitern gehört dazu – oft entstehen gerade daraus die wichtigsten Erkenntnisse“, so Jackson.
Dieses sichere Übungsumfeld ermöglicht es, ohne Druck Fehler zu machen und daraus zu lernen, bevor Skills im Arbeitsalltag vor Kolleg:innen oder Vorgesetzten angewendet werden. Diese iterative, sichere Übung ist nicht nur effektiver, sondern reduziert auch den Bedarf an zeitintensivem Coaching durch Führungskräfte.
Governance ist ein oft unterschätzter Faktor bei der Skalierung
Bei innovativen KI-Pilotprojekten sehen viele Führungskräfte Governance als Hindernis. Doch erst solide Datenschutzmaßnahmen und Risikobewertungen schaffen das Vertrauen, das für eine breit angelegte Einführung erforderlich ist. Schon kleine Unstimmigkeiten bei Berechtigungen oder Integrationen können beim Skalieren schnell zu Chaos führen.
Carlo Jose, Global Head of Learning and Talent Technology bei GSK, sieht Pilotprojekte als idealen Zeitpunkt, um Governance und Systeme zu testen und skalierbar zu machen: „Ich bin ein großer Befürworter davon, Probleme früh aufzudecken – so können wir gezielt weiterentwickeln.“
Sein Ansatz: Fehler früh beheben statt später – und dafür Mitarbeitende aus verschiedenen Funktionen einbeziehen, um Schwachstellen vor dem Rollout aufzudecken. Mängel in Governance und Systemen lassen sich vor dem eigentlichen Rollout deutlich leichter beheben. Außerdem schafft ein ausgereiftes System die Grundlage für den Erfolg der Mitarbeitenden.
Die Skills für die moderne Arbeitswelt neu definieren
Skills verändern sich, ebenso wie die Art und Weise, wie wir sie entwickeln und bewerten.
Die KI-Transformation verändert grundlegend, welche Skills Unternehmen schätzen und wie sie deren Entwicklung priorisieren. Botterill erklärte beispielsweise, dass Pearson den Fokus auf drei „Power Skills“ für eine KI-Welt legt:
- Lernen, wie man lernt: Verstehen, wie man nachhaltig und effektiv lernt.
- KI-Kompetenz: Integration von KI-Workflows in den Arbeitsalltag.
- Anpassungsfähigkeit: Leistungsfähig bleiben im technologischen Wandel.
Bei Yara stellte das Weiterbildungsteam fest, dass die Führungskräfteentwicklung ein zentraler und besonders erfolgreicher Anwendungsfall war – und die Initiative mit der besten Resonanz. Laut Jefferson war der Leadership-Coach am Ende des Pilotprojekts mit Maestro die am besten bewertete Funktion.
Geschäftsergebnisse als Maßstab für die KI-Implementierung
Unternehmen, die echte Ergebnisse erzielen, sind über die Experimentierphase hinaus. Sie gestalten die Art und Weise, wie Arbeit, Technologie und Kompetenzen zusammenwirken, systematisch neu.
Die KI-Transformation ist kein einmaliges Projekt. Ob schnelle Markteinführung wie bei Pearson oder die umfassenden Tests von GSK – erfolgreiche Unternehmen haben eines gemeinsam: eine klare Abstimmung. Richten Sie Ihre Strategie an den gewünschten Ergebnissen aus, Ihre Technologie an den täglichen Arbeitsabläufen und Ihr Lernen an der Praxis.
Selbst beim Experimentieren mit KI ist die menschliche Entwicklung der entscheidende Faktor. Technologie allein ist weder skalierbar noch nachhaltig. Den vollen Wert von KI erschließen Unternehmen erst, wenn sie Lernen und Arbeitsweisen grundlegend neu ausrichten.
Unser heißer Draht zu Ihnen.
Exklusive Einblicke, Infos zu bevorstehenden Veranstaltungen, Updates zu Degreed-Lösungen – das alles erwartet Sie in unserem monatlichen Newsletter.