Skills veralten. Budgets schrumpfen. Doch mit der Entwicklung neuer Fähigkeiten können Unternehmen nicht warten.
Lernteams wissen oft sehr genau, was sie benötigen: intelligentere Tools, anpassungsfähige Lernpfade, Echtzeitdaten zu Skills. Was ihnen fehlt, ist nicht die Vision, sondern der Business Case für ihre Umsetzung.
Jedes Jahr, so stellt Josh Bersin fest, geben Unternehmen 1.500 US-Dollar pro Mitarbeiter:in für Schulungen aus. Ein Großteil davon läuft jedoch ins Leere, da damit nicht die passenden Skills zum richtigen Zeitpunkt entwickelt werden. Die Hälfte der Skills, die heute für die Arbeit relevant sind, sind nach vier Jahren veraltet. Transformationszyklen werden immer kürzer. Doch wenn L&D-Verantwortliche in Budgetbesprechungen ein KI-Vorhaben vorbringen, gehen sie allzu oft mit leeren Händen wieder heraus. Nicht etwa, weil es grundsätzlich schlecht ist, sondern weil die Argumentation auf Lernen statt auf Geschäftsergebnisse ausgerichtet ist.
Die Lösung hierfür ist weitaus weniger kompliziert, als die meisten vielleicht denken.
KI ist nicht die Hürde, sondern der Genehmigungsprozess.
Untersuchungen von Deloitte zufolge sehen 79 % der Führungskräfte generative KI als transformativ an. An einer Lern-Roadmap, durch die sich die Belegschaft schnell genug darauf vorbereiten ließe, fehlt es in ihren Unternehmen jedoch zumeist. Die Zielsetzung ist vorhanden, genauso wie das Wissen um den Handlungsdruck: Führungskräfte sind von KI-Tools überzeugt – doch ein Wertnachweis ist trotzdem nötig. Für sie muss ein direkter Beitrag von KI-Lerntools zu geschäftlichen Ergebnissen erkennbar sein. Was L&D-Teams fehlt, ist ein strukturierter Business Case, der KI-Lerninvestitionen mit den Erfolgsfaktoren verknüpft, die für die Führungsebene von Bedeutung sind: Umsatz, Mitarbeiterbindung und Bereitschaft der Belegschaft.
Wer jetzt den Anschluss verpasst, wird dies gleich mehrfach spüren. Denn in einer Welt, in der die Nutzung von KI mit rasanter Geschwindigkeit voranschreitet, geht eine verzögerte KI-Bereitschaft auf Kosten der Agilität und Wettbewerbsfähigkeit. Bei alldem kommt der Lernfunktion eine Schlüsselrolle zu, ist sie doch für die Entwicklung der Fähigkeiten verantwortlich, die darüber entscheiden, ob die Transformation gelingt oder ins Stocken gerät.
Wie können L&D-Verantwortliche die Lücke zwischen dem Wissen um die Bedeutung von KI und der tatsächlichen Genehmigung zur Umsetzung schließen?
Anwendungsfälle mit Relevanz für Führungskräfte nutzen
Hierfür gibt es drei Anwendungsfälle, deren geschäftlicher Einfluss so offensichtlich ist, dass sie einer CFO-Prüfung in aller Regel standhalten:
- Weiterbildung von Führungskräften
- Vertriebsförderung
- Skalierbare Skillvalidierung
Bei jedem dieser Anwendungsfälle besteht ein klarer Bezug zu geschäftlich relevanten KPIs, der sich durch finanzielle Ergebnisse eindeutig quantifizieren lässt. Beispielsweise so*:
- Weiterbildung von Führungskräften: Wenn von 50 Führungsrollen, die pro Jahr zu besetzten sind, dank KI-gestütztem Lernen 20 durch interne anstatt externe Kräfte besetzt werden können, lassen sich 2 Millionen US-Dollar an Kosten für die Personalbeschaffung vermeiden. Hinzu kommt eine verkürzte Dauer bis zur Stellenbesetzung um 20 Tage, bei täglichen Kosten von 1.000 US-Dollar pro unbesetzter Stelle. Insgesamt ergeben sich daraus jährliche Einsparungen in Höhe von 3 Millionen US-Dollar.
- Vertriebsförderung: Wenn 500 Neuzugänge im Vertriebsteam jeweils 30 Tage weniger zur Einarbeitung benötigen und dabei von einem monatlichen Umsatzbeitrag von 15.000 US-Dollar pro Mitarbeiter:in ausgegangen wird, summiert sich dies auf einen Umsatzzuwachs von 7,5 Millionen US-Dollar pro Jahr – allein aus einem Anwendungsfall.
- Skalierbare Skill-Reviews: Wenn die Skills von 5.000 Mitarbeitenden evaluiert und dadurch 10 % von ihnen in neuen Rollen eingesetzt werden können, lassen sich 25 Millionen US-Dollar an Kosten für die Beschaffung von externem Personal vermeiden. Zieht man davon Kosten in Höhe von 2 Millionen US-Dollar für das frühere Programm zur Skillevaluierung ab, ergeben sich Einsparungen in Höhe von 23 Millionen US-Dollar pro Jahr.
Eine solche Berechnung ist CFO-tauglich, weil sie belastbare Zahlen liefert. Allerdings setzt sie voraus, dass Sie die Referenzkennzahlen Ihres Unternehmens kennen und bereit sind, die Kalkulationen im Rahmen eines Pilotprojekts auf den Prüfstand zu stellen.
Stakeholder-Akzeptanz priorisieren
L&D ist nicht der einzige Akteur, der in den Entscheidungsprozess zu KI für Lernzwecke involviert ist. Für das IT-Team sind Fragen rund um Daten-Governance, Sicherheit und Integration zu klären, die Leitungen der Geschäftsbereiche wollen wissen, wie die Technologie ihnen bei der Erfüllung von Zielvorgaben oder etwa auch der Verkürzung von Markteinführungszeiten hilft. Der Personalabteilung sind Themen rund um interne Mobilität sowie die Beteiligung und Motivation von Mitarbeitenden wichtig, während die Unternehmensführung eine Darstellung der geschäftlichen Risiken und Wertpotenziale erwartet: Wie wirkt es sich auf die Faktoren Agilität, Abwanderung und Umsatz aus, wenn nicht in diese KI investiert wird? Und warum wird sie gerade jetzt benötigt?
Zumeist kommen L&D-Teams mit ihren Vorhaben deshalb nicht voran, weil sie sich nur auf ein bestimmtes Stakeholder-Profil fokussieren und die anderen Gruppen außen vor lassen. Am effektivsten fahren Sie daher, wenn Sie alle vier Stakeholder-Gruppen (IT, Geschäftsbereiche, Personalabteilung und Unternehmensführung) direkt einbeziehen und auf Bedenken, die den Genehmigungsprozess in die Länge ziehen können, bereits vorab eingehen.
Ein gutes Beispiel hierfür wäre, dass Sie eine „KI-Materialliste“ erstellen, noch bevor diese im Rahmen der Sicherheits- und Compliance-Prüfung angefordert wird. Dafür reicht es bereits aus, Datenflüsse, Governance-Protokolle und Sicherheitsmechanismen kurz auf einer Seite zusammenzufassen. Damit signalisieren Sie die Bereitschaft und das Verständnis, wichtige Fragen zu berücksichtigen – was wiederum hilft, sich schneller das Vertrauen in Ihr Vorhaben zu sichern.
Um Ihr Vorhaben aber wirklich erfolgreich über die Ziellinie zu bringen, ist es mit einem theoretischen Framework nicht getan. Dafür müssen Sie es unter realen Bedingungen testen.
6 Wochen für den Nachweis einplanen
Bei Pilotprojekten zu potenziellen KI-Technologien geht es nicht darum, jedes einzelne Feature zu testen, sondern den Wert anhand relevanter Kennzahlen nachzuweisen.
Ein sechswöchiges Pilotprojekt mit spezifischem Zielfokus – beispielsweise zur Einarbeitung umsatzkritischer Rollen im Vertrieb mit einer Pilotgruppe von 50 bis 100 Mitarbeitenden – kann genügend Belege liefern, um die Vorteile Ihres Vorhabens umfassend darzulegen. Führen Sie den Test unter der Vorgabe einer Verkürzung der Einarbeitungszeit um 25 % durch. Messen Sie dabei die Beteiligung an Lernpfaden und erfassen Sie Bewertungen der Vorgesetzten zur Bereitschaft der Pilotgruppe. Erstellen Sie anschließend eine einseitige Übersicht für die Führungsebene, in der Sie Zielwerte und tatsächliche Ergebnisse gegenüberstellen.
Ein Dokument wie dieses, dessen Grundlage nicht mehr als ein einzelnes Pilotprojekt bildet, besitzt oft mehr Überzeugungskraft als jede Präsentation. Denn in Daten aus dem eigenen Unternehmen hat die Führungsebene Vertrauen.
Organisationen, die jetzt warten, werden künftig nicht ganz vorne mitspielen.
L&D steht an einem Wendepunkt. Was jetzt von der Lernfunktion verlangt wird, ist eine andere Art von Bereitschaft – nämlich die, KI-Lerntools in Geschäftsbegriffen zu erklären, ihren Effekt durch ein gezieltes Pilotprojekt nachzuweisen und diesen durch konsequente Quantifizierung zu untermauern. Denn zu warten, bis jemand anderes deren Nutzen beweist, verursacht zu hohe Kosten. Und nicht zuletzt muss das Ganze für Ihr Unternehmen und Ihre Anwendungsfälle funktionieren.
Ganz erheblich ist es bei alldem jedoch zunächst einmal, dass Sie den passenden KI-Lernpartner und -Anbieter finden.
Genau dabei hilft unser Leitfaden zur Wahl des passenden KI-Lernpartners, den Sie sich jetzt herunterladen können. Darin finden Sie das komplette Framework für den Auswahlprozess, einschließlich CFO-tauglicher ROI-Vorlagen, Checklisten zur Anbieterevaluierung, eines Konzepts für ein sechswöchiges Pilotprojekt und vieles mehr.
* Die in diesem Beitrag genannten finanziellen ROI-Zahlen (z. B. 3 Millionen US-Dollar Einsparungen bei der Weiterbildung von Führungskräften, 7,5 Millionen US-Dollar Umsatzzuwachs durch Vertriebsförderung und 23 Millionen US-Dollar Wertgewinn durch Skill-Reviews) sind beispielhafte Kalkulationen auf Grundlage der Modelle von Degreed Value Engineering – es handelt sich nicht um nachgewiesene Kundenergebnisse.
Unser heißer Draht zu Ihnen.
Exklusive Einblicke, Infos zu bevorstehenden Veranstaltungen, Updates zu Degreed-Lösungen – das alles erwartet Sie in unserem monatlichen Newsletter.