Das Team für KI schulen: Wo fängt man an?

Ein Team an die Arbeit mit KI heranzuführen, beginnt selten dort, wo man es vermutet. Nicht beim Kauf von Lizenzen, nicht bei der Wahl eines Tools: bei einem Schulungskonzept. Drei Phasen – gemeinsame Sensibilisierung, angeleitete Praxis anhand realer Unternehmensfälle, schrittweise Autonomie – und ein klarer Nutzungsrahmen machen den Unterschied zwischen einer Einführung, die Mehrwert schafft, und Abonnements, die brachliegen. In einem KMU passt dieses Konzept in wenige Wochen, nicht in einen mehrjährigen Plan.

Veröffentlicht im Februar 2026, überarbeitet im Mai 2026 – die vorliegende Fassung ist eine vollständige Neufassung.

Warum Lizenzen allein nichts bewirken

Ich habe fünfzehn Jahre damit verbracht, digitale Tools in grossen Organisationen einzuführen – Analytics-Plattformen, Kollaborationsräume, Content-Management-Systeme. Das Muster ändert sich von Technologie zu Technologie nicht: Ohne Begleitung wird die Lizenz zu einer Kostenposition, nicht zu einer Praxis. Bei generativer KI stellen sich innerhalb weniger Monate drei Phänomene ein, in Unternehmen, die ausstatten, ohne zu schulen.

Die tatsächliche Nutzung bleibt anekdotisch. Wer die Tools bereits privat erkundet hat, macht weiter; die anderen probieren es ein- oder zweimal, sehen nicht, wie sich das Tool in ihre Aufgaben einfügen lässt, und kehren zu ihren Gewohnheiten zurück. Der Ertrag der Lizenzen bleibt theoretisch.

Der Ausweichgebrauch setzt sich heimlich durch. Mitarbeitende, die einen Mehrwert erkannt haben, aber über keinen internen Rahmen verfügen, greifen auf die kostenlosen oder privaten Versionen der Tools zurück – ein Phänomen, das der Markt Shadow AI nennt. Die Risiken sind konkret: personenbezogene oder vertrauliche Daten, die spurlos an Drittdienste übermittelt werden, in Kontexten, in denen das Unternehmen eine rechtliche Verantwortung im Sinne des Bundesgesetzes über den Datenschutz trägt^[1].

Und falsche Schlussfolgerungen verfestigen sich. Wer eine ungenaue Antwort oder eine unentdeckte Halluzination erhalten hat, schliesst daraus, „das Tool funktioniert nicht", obwohl die Nutzung ungeeignet war. Diese Schlussfolgerung lässt sich im Nachhinein nur schwer korrigieren.

Daraus ergibt sich der entscheidende Punkt: 2026 entsteht der Unterschied zwischen zwei mit denselben KI-Tools ausgestatteten Unternehmen nicht durch die Tools – sondern durch das Schulungskonzept. Eine Lizenz ohne Begleitung erzeugt gelegentliche Nutzung; ein strukturiertes Konzept erzeugt eine Kompetenz.

Wen schulen, und in welcher Reihenfolge?

Eine für alle identische Schulung scheitert regelmässig, weil ein Team drei sehr unterschiedliche Profile gegenüber diesen Tools vereint.

Die Autonomen bilden eine Minderheit. Sie nutzen KI bereits in ihrer Arbeit, mitunter ohne dass die Geschäftsleitung davon weiss. Werden sie gut erkannt, werden sie zu wertvollen Multiplikatoren unter ihren Kollegen; werden sie ignoriert, befeuern sie den Shadow-AI-Gebrauch.

Die Neugierigen bilden den Kern der Belegschaft. Sie haben ein- oder zweimal getestet, ohne die Brücke zu ihren täglichen Aufgaben gefunden zu haben. Das ist das Profil, das am meisten von einer strukturierten Schulung profitiert – vorausgesetzt, sie arbeitet mit ihren eigenen Fällen, nicht mit generischen Beispielen.

Die Zurückhaltenden brauchen die meiste Aufmerksamkeit, und sie verdienen sie. Ihre Zurückhaltung stützt sich auf reale Ängste: Arbeitsplatz, Qualität der Ergebnisse, Sinn der Arbeit. Sie mit Effizienzargumenten wegzuwischen, garantiert eine Alibi-Einführung. Ihnen zuzuhören liefert zudem verlässliche Hinweise auf die Schwächen des Konzepts.

Ein kurzer, anonymer Fragebogen genügt, um diese Profile zu erfassen. Das ist der erste ernsthafte Schritt – vor jeder Toolwahl.

Die drei Phasen einer tragfähigen Kompetenzentwicklung

Die Sensibilisierung legt die gemeinsame Grundlage: was die Modelle können und nicht können, die typischen Anwendungsfälle des jeweiligen Berufs, die Vertraulichkeitsregeln. Zwei bis drei kurze, gemeinsame Sitzungen, ohne technische Voraussetzungen. Ziel ist ein gemeinsames Vokabular, keine Expertise.

Die angeleitete Praxis ist die Phase, die über alles entscheidet. Die Mitarbeitenden üben anhand realer Unternehmensfälle – ein Workshop für die Verwaltung, einer für den Vertrieb, einer für die Technik – in einem Rahmen, in dem man ausprobieren, sich irren und neu beginnen kann, ohne Konsequenzen. Die Formulierung von Anfragen, die Überprüfung von Antworten, die Einbindung in den bestehenden Arbeitsablauf: All das lernt man durch Tun. Ich lehre nichts, was ich nicht selbst praktiziere – beim Bau von FiscalDoc, meiner lokalen Anwendung zur steuerlichen Dokumentenablage, habe ich verstanden, was ein Modell kann und wo es scheitert, und dieselbe praxisbasierte Disziplin hat auch die Score-GEO™-Methode hervorgebracht. Reine Theorie hätte mir davon nichts vermittelt.

Die schrittweise Autonomie schliesst die Sequenz über einen längeren Zeitraum ab: Die Mitarbeitenden identifizieren selbst neue Anwendungsfälle, teilen untereinander, was funktioniert, und speisen eine interne Prompt-Bibliothek. Man verlässt den Schulungsmodus zugunsten eines Community-of-Practice-Modus.

Vier Stufen zur Einordnung jedes Einzelnen

Um den Fortschritt zu steuern, genügen vier Stufen, anwendbar auf jeden Beruf:

Entdeckung — verstehen, was ein Sprachmodell ist, und relevante von riskanten Anwendungen unterscheiden;
Nutzung — regelmässig üben: wirksame Anfragen, Überprüfung der Antworten, Einhaltung der Vertraulichkeitsregeln;
Integration — die Tools mit messbarem Zeitgewinn in die eigenen Arbeitsabläufe einbinden;
Innovation — neue Anwendungsfälle identifizieren und die eigenen Kolleginnen und Kollegen schulen.

Die Stufe Nutzung ist das Mindestziel für die Mehrheit des Teams. Die Stufe Innovation betrifft nur ein bis zwei Personen – und dieser Beitrag verdient es, ausdrücklich anerkannt zu werden, denn er hält das Konzept nach der Schulung am Leben.

Widerstände sind ein Hinweis, kein Fehler

Zunächst die Angst um den Arbeitsplatz. Angesichts des vorherrschenden Diskurses ist sie keineswegs irrational. Die ehrliche Antwort beruht auf der Unterscheidung, die ich in Welche Kompetenzen ersetzt KI nicht? entwickle: Die Tools übernehmen Aufgaben, und die freigewordene Zeit muss in Tätigkeiten reinvestiert werden, die der Mitarbeitende selbst identifiziert – sonst war die Angst berechtigt.

Dann der Zweifel an der Qualität. Er ist berechtigt: Die Modelle liefern unvollkommene, mitunter falsche Ergebnisse. Die Antwort besteht darin, die systematische Überprüfung bereits ab der ersten Sitzung zu vermitteln, statt eine Zuverlässigkeit zu versprechen, die die Tools nicht garantieren.

Schliesslich der Zeitmangel. „Ich habe keine Zeit zum Lernen" drückt selten ein Terminproblem aus; es ist ein Problem der Priorität und der Anerkennung. Die Schulung findet während der Arbeitszeit statt, ihre Erfolge werden gemessen, und die anfängliche Investition wird als legitime Arbeit behandelt.

Was sich im Schweizer Kontext ändert

Drei lokale Besonderheiten verdienen es, in das Konzept einzufliessen. Die Mehrsprachigkeit: In zwei, drei oder vier Sprachen zu arbeiten, wirft konkrete Fragen auf – in welcher Sprache man seine Anfrage formuliert, wie man die redaktionelle Qualität in jeder von ihnen hält –, die generische Schulungen ignorieren. Die Compliance: Der Datenschutz-Aspekt ist kein Anhang; welche Daten welchem Tool anvertraut werden dürfen, wie man anonymisiert, wie man dokumentiert – das gehört bereits in die Sensibilisierung. Das Wirtschaftsgefüge: Die meisten Schweizer KMU verfügen weder über eine eigene Weiterbildungsabteilung noch über einen dedizierten IT-Support, was kurze, pragmatische Formate erfordert, gefolgt von einer Begleitung, die nicht am Ende des Workshops endet.

Diese Feststellung prägt meine Arbeitsweise: Die Schulung ist kein Produkt von der Stange, sie stützt sich auf die realen Abläufe des Unternehmens – dieselben Abläufe, die bestimmen, was eine Individuallösung verdient und was in SaaS bleibt. Ein Team auf schlecht gewählten Tools zu schulen, zementiert einen Fehler; deshalb behandle ich beide Fragen gemeinsam in den Lösungen, die ich KMU anbiete. Und um die Schulung in die allgemeine Reihenfolge der Vorhaben einzuordnen – wovor, wonach –, bleibt der Ausgangspunkt Was muss ein Schweizer KMU 2026 angesichts der KI tun?.

Wichtig in Kürze

— Lizenzen ohne Schulung führen zu drei vorhersehbaren Effekten: anekdotische Nutzung, heimlich genutzte Gratistools, falsche Schlussfolgerungen zur Relevanz. — Die Kompetenzentwicklung folgt drei Phasen – Sensibilisierung, angeleitete Praxis an realen Fällen, schrittweise Autonomie – nach einer Erfassung der Profile. — In der Schweiz bezieht das Konzept von vornherein Mehrsprachigkeit, den Datenschutz-Aspekt und an KMU ohne eigene Weiterbildungsabteilung angepasste Formate ein.

FAQ

Wie lange dauert es, ein KMU-Team für KI zu schulen? Für ein Team von fünf bis fünfzig Personen dauern Sensibilisierung und angeleitete Praxis in der Regel wenige Wochen, mit kurzen, in die Arbeitszeit integrierten Sitzungen. Die tatsächliche Autonomie entwickelt sich hingegen über mehrere Monate begleiteter Praxis. Misstrauen Sie Versprechen einer Transformation in einem Tag.

Sollte man Konsumenten-Tools verbieten, bis geschult wurde? Ein reines Verbot fördert den Ausweichgebrauch: Mitarbeitende, die darin Mehrwert sehen, greifen auf ihre privaten Konten zurück, ausserhalb jeder Kontrolle. Besser ist es, rasch einen Mindestrahmen zu setzen – welche Tools, welche Daten, welche Prüfungen – und dann innerhalb dieses Rahmens zu schulen.

Wer soll die Schulung in einem kleinen Unternehmen leiten? Die Geschäftsleitung trägt den Rahmen und die Priorität; ein bereits autonomer Mitarbeitender kann als interner Multiplikator dienen; externe Unterstützung rechtfertigt sich, um die Workshops und den Compliance-Teil zu strukturieren. Was nicht funktioniert: das Thema vollständig an die IT oder einen Dienstleister ohne Einbindung der Geschäftsleitung zu delegieren.

Wie misst man, ob die Schulung genützt hat? Anhand von Nutzungs- und Ergebnisindikatoren, die vor Beginn definiert werden: Anteil des Teams, der die Tools wöchentlich nutzt, konkrete Aufgaben mit festgestelltem Zeitgewinn, durch den Rahmen vermiedene Vertraulichkeitsvorfälle. Wird nichts gemessen, bleibt das Konzept beim nächsten Budget eine fragwürdige Ausgabe.

Und in Ihrem Team? Die KI-Nutzungsdiagnose: sechzig Minuten, um Ihre tatsächlichen Abläufe zu erfassen, zu identifizieren, was eine Individuallösung verdient, was in SaaS bleibt und was gar keine KI braucht. Diagnose vereinbaren

Quellen

[1] Bundesgesetz über den Datenschutz (DSG), Revision vom 25. September 2020, in Kraft seit 1. September 2023. www.fedlex.admin.ch/eli/cc/2022/491/fr [↩]

Jérôme Deshaie ist CEO und Gründer von MCVA Consulting SA, einer KI-gestützten Agentur mit Sitz im Wallis. Fünfzehn Jahre im Dienst grosser internationaler Marken, heute direkt für Schweizer KMU tätig. Werdegang.