Eine KI Schulung klingt nach einem Pflichttermin, den man abhakt. Eine neue Studie zeigt, warum mehr dahintersteckt. Junge Fachkräfte liefern mit KI sofort bessere Ergebnisse. In einem anschließenden Test ohne KI hatten sie im Schnitt aber keinen Vorteil gegenüber der Gruppe ohne KI. Manche schnitten sogar schlechter ab. Erfahrene Kolleginnen und Kollegen profitieren dagegen auch langfristig.
Für deinen Betrieb ist das kein akademisches Detail. Es geht um die Frage, wer in fünf Jahren Angebote kalkuliert, Konstruktionen freigibt oder Verträge prüft. Gleichzeitig verlangt der EU AI Act, dass Beschäftigte, die mit KI arbeiten, über ausreichende KI-Kompetenz verfügen.
In diesem Leitfaden zeigen wir dir, wie Schulungen und Arbeitsregeln aussehen müssen, damit dein Nachwuchs mit KI lernt statt verlernt. Für die Umsetzung brauchst du weder eine eigene Akademie noch ein großes Budget.
Stell dir einen Maschinenbauer mit 200 Mitarbeitenden vor. Seit einem halben Jahr nutzen alle im Vertrieb und in der Konstruktion einen KI-Assistenten. Die Geschäftsführung ist zufrieden. Angebotstexte, technische Beschreibungen und Kundenmails kommen schneller und sauberer.
Besonders auffällig ist der Sprung bei den Neuen. Eine Technikerin, seit acht Monaten im Haus, schreibt Angebotsbegründungen auf dem Niveau eines Kollegen mit zehn Jahren Erfahrung. Zumindest wirkt es so.
Dann fällt der Assistent für zwei Tage aus. Oder ein Kunde ruft an und will am Telefon sofort wissen, warum eine Toleranz so ausgelegt ist. Plötzlich zeigt sich, dass die Technikerin Fehler zwar bemerkt, aber nicht sauber begründen und beheben kann. Das Wissen steckte im Werkzeug, nicht in ihrem Kopf.
Das ist kein Vorwurf an die Mitarbeiterin. Es ist die logische Folge, wenn ein Betrieb Tools einführt, aber das Lernen nicht mitplant. Genau diesen Effekt hat eine aktuelle Studie in einem Feldexperiment untersucht.
Das National Bureau of Economic Research (NBER), eine gemeinnützige US-Forschungsorganisation, hat ein Arbeitspapier mit 133 Patentanwälten aus elf US-Kanzleien veröffentlicht (The Decoder). Es war ein randomisierter Kontrollversuch über drei Monate. Das heißt: Die Teilnehmenden wurden per Zufall in eine Gruppe mit KI und eine Gruppe ohne KI eingeteilt.
Zwei Drittel bekamen Zugang zu „InFlow“, einem unveröffentlichten KI-Assistenten von Google Labs. Das restliche Drittel arbeitete ohne generative KI. Wichtig zur Einordnung: Google hat die Studie finanziert.
Die Forschenden haben zwei Dinge getrennt gemessen (The Decoder):
| Aufgabe | Mit KI? | Was gemessen wurde | Ergebnis |
|---|---|---|---|
| Entwurf von Patentansprüchen | Nur KI-Gruppe | Leistung mit Werkzeug | KI-Gruppe klar besser, nach 10 und nach 90 Tagen. Juniors legten am stärksten zu. |
| Kritische Überarbeitung eines fehlerhaften Entwurfs („Redlining“) | Alle ohne KI | Eigenes Urteilsvermögen | Vorteil der KI-Gruppe ging komplett auf die Erfahrenen zurück. Juniors profitierten nicht. |
Als Juniors galten Anwälte mit weniger als sieben Jahren Erfahrung. Bewertet haben verblindete Patentanwälte einer unabhängigen Kanzlei, also Prüfer, die nicht wussten, wer mit KI gearbeitet hatte.
Beim Entwurf mit KI gab es vor allem weniger schlechte Bewertungen. Spitzenergebnisse nahmen kaum zu. Die KI hebt also den Boden an, nicht die Decke.
Bei der Prüfung ohne KI streuten die Ergebnisse der Juniors aus der KI-Gruppe stärker. Es gab mehr gute und mehr schlechte Bewertungen. Die Autoren deuten das so: Bei manchen Juniors hat die KI das Lernen beschleunigt, bei anderen hat sie es ersetzt. Warum das so ist, klärt das Experiment nicht.
Eine Textanalyse liefert einen Hinweis. Erfahrene haben fehlerhafte Entwürfe umgebaut und mit Fachprinzipien begründet. Bei den Juniors sah es anders aus: Gravierende Schwächen fielen ihnen zwar auf, korrigiert wurden sie aber häufig nicht. Ihre Randbemerkungen wirkten eher wie Arbeitsaufträge an eine Maschine. Übertragen auf die Technikerin aus dem Einstieg hieße das: Sie markiert die fragliche Toleranz und schreibt „bitte prüfen und anpassen“ daneben, statt sie selbst zu korrigieren und zu begründen. Das trat allerdings auch in der Gruppe ohne KI auf. Die Forschenden sehen darin ein Grunddefizit auf Junior-Ebene, das die KI nicht behoben hat.
Die Studie hat Grenzen, die die Autoren selbst nennen. Die Stichprobe ist klein, die Kanzleien sind nicht repräsentativ, eine Ausgangsmessung der Fähigkeiten fehlte, und drei Monate sind kurz. Patentrecht ist außerdem nicht Maschinenbau.
Trotzdem passt das Muster zu anderen Arbeiten (The Decoder). In einer Anthropic-Studie schnitten junge Entwickler, die eine neue Programmierbibliothek mit KI lernten, im späteren Wissenstest 17 Prozent schlechter ab. Das MIT Media Lab fand beim Essayschreiben Hinweise auf „kognitive Schulden“, also Denkarbeit, die ausgelagert und dadurch nicht geübt wird. Forschende aus Stanford erklären den Rückgang bei Einstiegsjobs damit, dass KI vor allem Lehrbuchwissen ersetzt. Erfahrungswissen aus der Praxis ersetzt sie kaum.
Im Mittelstand ist das Erfahrungswissen oft der eigentliche Wettbewerbsvorteil. In vielen Betrieben sitzt es bei wenigen Leuten, von denen einige in absehbarer Zeit in Rente gehen. Wenn der Nachwuchs es nicht aufbaut, weil die KI die Übungsaufgaben erledigt, fehlt es dir später. Kein Tool gleicht das aus, wenn der Kunde am Telefon eine schnelle, fundierte Antwort will.
Tools kommen schneller als Kompetenz. Uber hat gerade einen KI-Agenten für Wissensarbeit an mehr als 30.000 Beschäftigte ausgerollt, nach einem Pilot mit 1.000 Personen (OpenAI). Auffällig: Uber koppelt den Rollout an eine interne Bibliothek mit KI-Fähigkeiten, freigegebene Anbindungen und eigene Schulungen. Messbare Ergebnisse will das Unternehmen erst im weiteren Verlauf veröffentlichen.
Für den Mittelstand heißt das: Ein Tool ohne Lernkonzept ist nur die halbe Einführung. Eine reine Bedienschulung („So schreibst du einen Prompt“) reicht nicht. Ein Prompt ist die Anweisung, die du der KI gibst. Entscheidend ist, wie die Arbeit mit der KI organisiert ist.
| Baustein | Ziel | Für wen | Aufwand |
|---|---|---|---|
| Grundlagen-Workshop | Verstehen, was KI kann, wo sie Fehler macht, was erlaubt ist | Alle, die KI nutzen | Halber bis ganzer Tag |
| Arbeitsregeln je Erfahrungsstufe | Klar regeln, wann KI hilft und wann erst selbst gedacht wird | Juniors und ihre Führungskräfte | Einmalig erstellen, laufend anpassen |
| Prüfübungen ohne KI | Urteilsvermögen trainieren und messen | Vor allem Juniors | Kurze, regelmäßige Einheiten |
| Tandem Senior–Junior | Erfahrungswissen weitergeben, Begründungen erklären | Juniors mit festen Paten | Fester Termin pro Woche |
| Begründungspflicht | Nicht nur Ergebnis, sondern das Warum abfragen | Alle bei kritischen Aufgaben | Gering, wenn in Freigaben eingebaut |
Die Studie deutet darauf hin, dass Grundlagenwissen eine Voraussetzung dafür sein könnte, mit KI dauerhaft dazuzulernen. Belegt ist das nicht. Deshalb sollten Regeln nicht für alle gleich sein.
| Erfahrungsstufe | KI-Nutzung | Pflicht ohne KI |
|---|---|---|
| Einstieg (erste 1 bis 2 Jahre) | Erst eigener Entwurf, dann KI zum Vergleich | Regelmäßig Prüfaufgaben ohne Werkzeug, Begründung gegenüber Pate |
| Fortgeschritten | KI für Entwürfe erlaubt, Kernentscheidungen selbst | Stichproben mit mündlicher Begründung |
| Erfahren | Freie Nutzung im Rahmen der Freigaben | Kontrolle der KI-Ergebnisse, Weitergabe von Wissen an Juniors |
Ein Beispiel aus dem Immobilienbereich: Eine junge Verwalterin prüft einen Mietvertrag zuerst selbst und markiert Auffälligkeiten. Danach lässt sie die KI prüfen und vergleicht. Wo die KI etwas findet, das sie übersehen hat, klärt sie mit ihrer Patin, warum. So wird die KI zum Trainingspartner statt zur Abkürzung.
Parallel lohnt es sich, Erfahrungswissen zu dokumentieren: Sonderregeln, typische Fehlerbilder, Begründungen für Entscheidungen. Das hilft dem Nachwuchs und macht später auch KI-Agenten zuverlässiger. Wie das geht, zeigen wir im Artikel zur KI Wissensdatenbank.
Du musst nicht alles gleichzeitig starten. Ein Handelsunternehmen mit 120 Mitarbeitenden könnte so vorgehen:
| Phase | Zeitraum | Was passiert |
|---|---|---|
| Bestandsaufnahme | Woche 1 bis 2 | Wer nutzt welche KI-Tools wofür? Welche Aufgaben sind kritisch? Wo sitzt Erfahrungswissen? |
| Regeln festlegen | Woche 3 bis 4 | Erlaubte Tools, Datenschutz, Arbeitsregeln je Erfahrungsstufe, Freigabeschritte |
| Grundlagen-Workshop | Woche 5 bis 6 | Alle Nutzer: Funktionsweise, typische Fehler, Regeln, Prüfmethoden |
| Tandems und Prüfübungen | Ab Woche 6 | Feste Paten für Juniors, regelmäßige Aufgaben ohne KI |
| Auswertung | Woche 12 | Qualität der Prüfübungen, Feedback der Paten, Regeln nachschärfen |
In der Bestandsaufnahme bist du oft überrascht. In der Praxis nutzen oft auch Mitarbeitende private KI-Accounts, ohne dass es jemand weiß. Das ist ein Datenschutz- und ein Lernthema zugleich.
Bei den Regeln hilft eine einfache Frage: Welche Fähigkeit muss ein Mitarbeiter auch dann beherrschen, wenn die KI nicht da ist? Typische Antworten sind Kundengespräche, Freigaben, Reklamationen und spontane Rückfragen. Genau diese Fähigkeiten brauchen Übung ohne Werkzeug.
Im Workshop sollte das Prüfen von KI-Ergebnissen einen festen Platz haben. Dazu gibt es einen eigenen Leitfaden: LLM Ergebnis prüfen. LLM steht für Large Language Model, also das Sprachmodell hinter Tools wie ChatGPT.
Der EU AI Act enthält eine Pflicht zur KI-Kompetenz. Unternehmen, die KI einsetzen, sollen dafür sorgen, dass ihre Beschäftigten ausreichend Wissen im Umgang damit haben. Welche Fristen und weiteren Pflichten für dich gelten, haben wir im Artikel EU AI Act Mittelstand zusammengefasst.
Unser Rat: Dokumentiere Schulungen, Teilnehmende und Arbeitsregeln. Das ist nützlich als Nachweis und kostet kaum Zusatzaufwand, wenn du es von Anfang an mitdenkst. Bei konkreten Rechtsfragen solltest du zusätzlich juristischen Rat einholen.
| Fehler | Folge | Besser |
|---|---|---|
| Nur Tool-Bedienung schulen | Mitarbeitende können prompten, aber nicht prüfen | Prüfen und Begründen als Kern der Schulung |
| Gleiche Regeln für alle | Juniors lassen die KI denken, Erfahrene werden ausgebremst | Regeln nach Erfahrungsstufe |
| Erfolg nur an Tempo messen | Schnelle Ergebnisse verdecken fehlendes Können | Regelmäßig auch Leistung ohne KI ansehen |
| Einmal-Workshop ohne Nachfassen | Wissen verpufft nach wenigen Wochen | Kurze Wiederholungen, Tandems, Auswertung nach 90 Tagen |
| Erfahrene nicht einbinden | Erfahrungswissen bleibt im Kopf, bis jemand geht | Seniors als Paten mit eingeplanter Zeit |
| KI-Nutzung verbieten | Mitarbeitende nutzen private Tools heimlich | Klare Freigaben statt Verbote |
Am gefährlichsten ist es, nur auf die schnellen Gewinne zu schauen. Die Studie zeigt, dass gerade die Juniors mit den größten Leistungssprüngen mit KI am wenigsten dauerhaftes Können behielten. Wer nur auf Durchlaufzeiten schaut, belohnt also unter Umständen genau das falsche Verhalten.
Ein Szenario aus dem Handwerk: Ein Elektrobetrieb mit 40 Mitarbeitenden lässt Azubis Angebote mit KI erstellen. Die Angebote sehen gut aus. Auf der Baustelle kann aber niemand erklären, warum eine bestimmte Absicherung kalkuliert wurde. Der Meister muss nacharbeiten, und die Ersparnis ist weg.
Zu Kosten von Schulungen und zum Nutzen im Mittelstand liefern die Studien keine Zahlen. Wir rechnen deshalb mit klar gekennzeichneten Annahmen. Setze deine eigenen Werte ein.
Angenommen, ein Dienstleister mit 150 Mitarbeitenden hat 15 Juniors und 15 erfahrene Fachkräfte, die als Paten dienen. Angenommen, jeder Junior übt eine Stunde pro Woche ohne KI mit seinem Paten. Das sind 30 Personenstunden pro Woche.
| Posten | Annahme | Aufwand pro Jahr |
|---|---|---|
| Tandem-Zeit | 30 Stunden pro Woche, 44 Arbeitswochen | 1.320 Stunden |
| Interner Stundensatz | Angenommen 60 Euro | 79.200 Euro |
| Grundlagen-Workshop | Angenommen extern, einmalig | je nach Anbieter |
| Erstellung der Regeln | Angenommen 5 bis 10 Tage intern | einmalig |
Das wirkt zunächst viel. Die Gegenrechnung: Was kostet es, wenn ein erfahrener Konstrukteur oder Kalkulator geht und niemand sein Wissen übernommen hat? Externe Einstellung, lange Einarbeitung, Fehler in Angeboten oder Reklamationen. Diese Kosten tauchen in keiner KI-Kalkulation auf, sind aber real.
Du musst nicht mit einer Stunde pro Woche starten. Schon kurze Prüfübungen von 15 bis 20 Minuten bringen Struktur. Viele Betriebe haben Tandems auch ohne KI schon informell. Dann geht es nur darum, sie festzuhalten und gezielt zu nutzen.
Ehrlich gesagt: Einen exakten ROI kannst du für Kompetenzaufbau kaum berechnen. Du investierst in eine Fähigkeit, deren Fehlen du erst in einigen Jahren voll spüren würdest. Behandle es deshalb wie eine Versicherung für dein Know-how, nicht wie ein Effizienzprojekt.
Gut geschulte Mitarbeitende nutzen KI-Tools sicherer und besser. Sie erkennen Fehler früher. Das ist die Grundlage, wenn du später KI-Agenten einführst, die selbstständig Aufgaben erledigen. Wer die Ergebnisse eines Agenten nicht beurteilen kann, kann ihn nicht sinnvoll kontrollieren.
KI macht Berufsanfänger sofort produktiver. Das ist gut und solltest du nutzen. Die NBER-Studie zeigt aber auch, dass Juniors im Test ohne KI im Schnitt nicht vom KI-Einsatz profitierten. Ob Rahmenbedingungen das ändern, wurde nicht untersucht. Die Studie ist klein und stammt aus dem Patentrecht, das Muster deckt sich jedoch mit Ergebnissen aus anderen Berufen.
Für den Mittelstand ist die Antwort keine Verbotsliste. Es ist eine Kombination aus Schulung, Arbeitsregeln nach Erfahrungsstufe, Übung ohne KI und gezielter Weitergabe von Erfahrungswissen. Das kann helfen, die KI-Kompetenzpflicht des AI Acts zu erfüllen. Lass die konkrete Umsetzung juristisch prüfen.
Dein nächster Schritt: Finde heraus, wer in deinem Betrieb welche KI-Tools nutzt und welche Fähigkeiten auch ohne Werkzeug sitzen müssen. Daraus ergibt sich, wo du mit Schulung und Regeln anfängst.
Bei neura7 ist Mitarbeiter-Befähigung fester Bestandteil jedes KI-Agenten-Projekts. Wir liefern keine Black-Box, sondern Lösungen, die dein Team versteht, prüfen kann und weiterentwickelt.
Das bedeutet für dich:
Du planst eine KI-Einführung oder willst deine Mitarbeitenden fit für KI machen? Dann lass uns darüber sprechen.