Teams in künstlicher Intelligenz schulen: Was die etablierte Praxis verlangt

Überarbeitete Notiz vom 25. Mai 2026. Ursprünglich im Februar 2026 veröffentlicht — vollständige Überarbeitung.

Generative künstliche Intelligenz ist heute über zahlreiche Konsumenten- und Profiwerkzeuge allen Mitarbeitenden eines Unternehmens zugänglich. Diese Zugänglichkeit hat eine spontane Adoptionsbewegung ausgelöst. Sie hat auch einen wachsenden Abstand zwischen Organisationen, die Lizenzen ohne Begleitung einsetzen, und solchen, die einen Kompetenzaufbau ihrer Teams strukturieren, offengelegt. Dieser Abstand spielt sich nicht in der Technologie ab. Er spielt sich in der Qualität des Ausbildungsdispositivs ab.

Diese Notiz legt die beobachtbare Mechanik dieses Unterschieds dar, identifiziert die Phasen eines seriösen Kompetenzaufbaus und qualifiziert, was die Schweizer KMU durch Klärung ihres Vorgehens gewinnen.

Warum die Nicht-Ausbildung versteckte Kosten erzeugt

In einem Unternehmen, das modellgestützte Werkzeuglizenzen ohne strukturierte Begleitung erwirbt, etablieren sich innerhalb weniger Monate drei Phänomene.

Die beobachtete Adoptionsrate bleibt niedrig. Bei den in der Kanzleipraxis verfolgten Einsätzen verwendet ein Minderheitsanteil der Mitarbeitenden — typischerweise jene, die diese Werkzeuge bereits privat erkundet hatten — die Lizenzen regelmässig. Die Mehrheit versucht es ein- oder zweimal, erkennt nicht, wie das Werkzeug in ihre Arbeit zu integrieren ist, und kehrt zu ihren früheren Praktiken zurück. Der ROI der erworbenen Lizenzen bleibt theoretisch.

Die parallele Nutzung nicht eingerahmter Werkzeuge etabliert sich im Untergrund. Mitarbeitende, die einen operativen Wert der modellgestützten Werkzeuge erkannt haben und über keinen klaren internen Nutzungsrahmen verfügen, umgehen die Unternehmensrichtlinien, indem sie die kostenlosen oder persönlichen Versionen dieser Werkzeuge verwenden. Diese Praxis — oft mit dem Begriff Shadow AI bezeichnet — erzeugt reale Konformitätsrisiken: nicht dokumentierte Übermittlung von Personen- oder vertraulichen Daten an Drittdienste, nicht eingerahmte Nutzung in Kontexten, in denen das Unternehmen eine rechtliche Verantwortung trägt.

Die Verwirrung über die Werkzeugtauglichkeit etabliert sich. Mitarbeitende, die enttäuschende Erfahrungen gemacht haben — ungenaue Antworten, nicht erkannte Halluzinationen, mühselig zu korrigierende Produktionen —, schliessen, das Werkzeug sei nicht nützlich, während es die Nutzung war, die nicht angemessen war. Diese Schlussfolgerung verhärtet den Widerstand gegen Veränderung, manchmal dauerhaft.

Keines dieser Phänomene misst sich leicht in den Finanzunterlagen des Unternehmens. Alle offenbaren sich mittelfristig, wenn der Wettbewerb, der seine Adoption strukturiert hat, eine Produktivität zeigt, die die nicht ausgebildete Organisation nicht erreicht.

Drei zu erkennende Mitarbeitendenprofile vor der Schulung

Die beobachtbare Praxis unterscheidet drei Mitarbeitendenprofile im Umgang mit modellgestützten Werkzeugen. Diese Unterscheidung ist für die anfängliche Rahmenfestlegung eines Schulungsprogramms nützlich, weil ein für alle gleicher Ansatz regelmässig scheitert.

Die bereits autonomen Mitarbeitenden bilden eine Minderheit. Sie haben die Werkzeuge privat erkundet, produktive Anwendungsfälle identifiziert und verwenden diese Werkzeuge heute in ihrer täglichen Arbeit, manchmal ohne dass es die Geschäftsleitung weiss. Ihre Rolle in der Ausbildung besteht darin, als operative Multiplikatoren gegenüber ihren Kolleginnen und Kollegen zu wirken, unter der Bedingung, dass dieser Beitrag von der Organisation anerkannt wird.

Die neugierigen Mitarbeitenden bilden den zentralen Anteil. Sie haben von den Werkzeugen gehört, vielleicht ein- oder zweimal getestet, aber nicht erkannt, wie diese in ihre täglichen Aufgaben zu integrieren sind. Dieses Profil profitiert am direktesten von einer strukturierten Schulung, die an ihren eigenen Fällen zeigt, wie vom gelegentlichen Ausprobieren zur regelmässigen Nutzung übergegangen werden kann.

Die zurückhaltenden Mitarbeitenden bilden den Anteil, der die meiste Aufmerksamkeit verlangt. Ihre Zurückhaltung ist nicht irrational — sie stützt sich oft auf Ängste um die Beschäftigung, auf die Qualität der erzeugten Ergebnisse oder auf den Sinn der zukünftigen Arbeit. Diese Ängste ernst zu nehmen, statt sie mit Effizienzargumenten beiseite zu wischen, ist konstitutiv für eine Ausbildung, die das ganze Team erreicht und nicht nur jene, die sich bereits dafür einliessen.

Die Kartierung dieser Profile durch einen kurzen anonymen Fragebogen stellt in der Regel den ersten Schritt eines seriösen Programms dar.

Drei Phasen eines seriösen Kompetenzaufbaus

Über die anfängliche Kartierung hinaus entfaltet sich ein strukturierter Kompetenzaufbau in drei aufeinanderfolgenden Phasen.

Die Sensibilisierung zuerst. Diese Phase setzt den gemeinsamen Rahmen: was die modellgestützten Werkzeuge leisten und nicht leisten, wie sie in groben Zügen funktionieren, welche operativen Anwendungsfälle für den Geschäftsbereich des Unternehmens typisch sind, welche Best Practices in Sachen Vertraulichkeit und Konformität gelten. Diese Phase verlangt keine technische Expertise der Teilnehmenden. Sie wird kollektiv in zwei oder drei kurzen Sitzungen geführt und richtet das Team an einer gemeinsamen Vision aus.

Die geführte Praxis danach. Diese Phase ist die strukturierendste. Sie besteht darin, die Werkzeuge an realen Fällen des Unternehmens zu praktizieren, in einem Rahmen, in dem die Mitarbeitenden versuchen, scheitern und anpassen können, ohne Risiko für ihre operativen Ergebnisse. Workshops nach Berufsgruppen — ein Format für die Marketingfunktionen, eines für die Finanzfunktionen, eines für die technischen Funktionen — ermöglichen einen gezielten Kompetenzaufbau. Die Praxis lehrt, was die Theorie nicht vermitteln kann: die Formulierung der Prompts, die Überprüfung der Ergebnisse, die Integration in den bestehenden Arbeitsablauf.

Die schrittweise Autonomie vervollständigt die Sequenz. Diese dritte Phase besteht darin, die Mitarbeitenden selbst Anwendungsfälle in ihren eigenen Aufgaben identifizieren zu lassen, Austauschsitzungen unter Kolleginnen und Kollegen zu organisieren, um funktionierende Praktiken zu verbreiten, und eine interne Prompt-Bibliothek aufzubauen, die bewährte Ansätze kapitalisiert. Diese Phase wird nicht im klassischen Schulungsmodus geführt — sie wird als Praxisgemeinschaft auf längere Dauer geführt.

Vier zu strukturierende Kompetenzniveaus

Über die zeitlichen Phasen hinaus stützt sich die Strukturierung einer dauerhaften Kompetenz auf vier fortschreitende Niveaus, die auf jeden Beruf anwendbar sind.

Das Entdeckungsniveau entspricht dem Verständnis der Prinzipien: was ein Sprachmodell ist, wie es in groben Zügen seine Antworten produziert, was relevante von riskanten Nutzungen unterscheidet. Eine Mitarbeiterin oder ein Mitarbeiter auf diesem Niveau kann in einfachen Worten erklären, was das Werkzeug macht, ohne es zwingend täglich zu verwenden.

Das Nutzungsniveau entspricht der regelmässigen Praxis: wirksame Prompts formulieren, die Qualität der Antworten bewerten, die Vertraulichkeitsregeln respektieren, das Werkzeug in zwei oder drei wöchentliche Aufgaben integrieren. Dieses Niveau stellt das Mindestziel einer seriösen Ausbildung für die Mehrheit der Mitarbeitenden dar.

Das Integrationsniveau entspricht der praktischen Verfeinerung: Kombination mehrerer Werkzeuge, komplexe Chain-of-Thought-Prompts, Integration in bestehende Workflows, messbare Zeitersparnis. Dieses Niveau erreichen Mitarbeitende, die über das Minimum hinaus in die Praxis investieren, und es unterscheidet wirksame von gelegentlichen Nutzerinnen und Nutzern.

Das Innovationsniveau vervollständigt die Hierarchie: Identifikation neuer Anwendungsfälle, Beitrag zur internen Prompt-Bibliothek, Schulung von Kolleginnen und Kollegen, Beteiligung an der Entwicklung der in der Organisation genutzten Werkzeuge. Dieses Niveau betrifft eine Minderheit der Mitarbeitenden und verdient es, als eigenständige Kompetenz anerkannt und gewürdigt zu werden.

Widerstände als Thema, nicht als Hindernis behandeln

Adoptionswiderstände sind häufig, legitim und Informationsträger über die Qualität des Schulungsdispositivs. Drei klassische Widerstände verdienen eine strukturierte Behandlung.

Die Angst um die Beschäftigung zuerst. Diese Angst ist in einem Kontext, in dem die öffentliche Debatte zwischen Begeisterung und Katastrophismus über die Wirkung der generativen Modelle schwankt, nicht irrational. Die produktive Behandlung besteht darin, faktisch zu erklären, was die Werkzeuge absorbieren — Aufgaben, nicht Berufe — und konkret zu zeigen, wie die bei diesen Aufgaben befreite Zeit in Tätigkeiten mit höherem Mehrwert reinvestiert werden kann, die die Mitarbeitenden selbst identifizieren.

Der Zweifel an der Ergebnisqualität danach. Dieser Widerstand ist berechtigt: Die generativen Modelle erzeugen tatsächlich unvollkommene, manchmal falsche Ergebnisse, die zu bewerten sind. Die Behandlung besteht darin, die Praxis der systematischen Überprüfung von Beginn der Schulung an zu integrieren, statt eine Verlässlichkeit zu versprechen, die die Werkzeuge nicht garantieren.

Der erklärte Zeitmangel vervollständigt die Liste. «Ich habe keine Zeit zum Lernen» ist selten der wahre Grund; es ist häufiger Ausdruck einer Priorisierung im Spannungsverhältnis zu anderen Anforderungen. Die produktive Behandlung besteht darin, die Schulung in die Arbeitszeit zu integrieren, die daraus folgenden operativen Gewinne zu messen und die anfängliche Investition ausdrücklich als legitime Arbeit anzuerkennen, nicht als private Ausgabe der oder des Mitarbeitenden.

Die Besonderheiten des Schweizer Kontexts

Drei Merkmale des Schweizer Marktes verändern den Ansatz zur Ausbildung in künstlicher Intelligenz.

Die strukturelle Mehrsprachigkeit zuerst. Schweizer Unternehmen operieren oft in zwei bis vier Sprachen, und die Schulung muss die Besonderheiten der mehrsprachigen Praxis abdecken: wann in der Ausgangssprache prompten, wann in der Zielsprache prompten, wie die kulturellen Nuancen handhaben, die die Modelle nicht standardmässig tragen. Diese Dimension ist in einem Land, in dem die redaktionelle Qualität in jeder Sprache erwartet wird, nicht nebensächlich.

Der durch das Bundesgesetz über den Datenschutz strukturierte regulatorische Rahmen^[1] danach. Die Schulung muss einen substanziellen Konformitätsteil integrieren: welche Daten einem modellgestützten Werkzeug übergeben werden dürfen, welche Werkzeuge von der Organisation freigegeben sind, wie sensible Informationen anonymisiert werden, wie die Bearbeitungen dokumentiert werden. Diese juristische Dimension unterscheidet Organisationen, die die Werkzeuge ernsthaft übernehmen, von jenen, die sich Risiken aussetzen, die die Rechtsentwicklung schrittweise offenlegen wird.

Das von KMU dominierte Gewebe vervollständigt die Liste. Ein wesentlicher Teil der Schweizer Unternehmen verfügt weder über eine interne Schulungsabteilung noch über eine IT-Abteilung, die der Begleitung der Mitarbeitenden bei den digitalen Werkzeugen gewidmet ist. Diese Struktur verlangt externe, auf die Grösse zugeschnittene Dispositive — kurze und pragmatische Programme, gemischtes Präsenz- und Distanzformat, verlängerte Begleitung nach der Schulung —, die sich von den für grosse Strukturen konzipierten Programmen unterscheiden.

Die Disziplin, die Ernsthaftigkeit auszeichnet

Ein Team in künstlicher Intelligenz auszubilden ist weder eine Frage der Begeisterung noch der technischen Expertise der Geschäftsleitung. Es ist eine Frage der operativen Disziplin. Unternehmen, die ihre Adoption erfolgreich umsetzen, treffen vorgelagert vier klare Abwägungen: Wer übernimmt die Begleitung, über welche Dauer, mit welchen messbaren Zielen, mit welchem Governance-Rahmen für die Nutzungen.

Diese Disziplin verlangt kein substanzielles Budget, um ihre Wirkung zu entfalten. Sie verlangt anhaltende Aufmerksamkeit der Geschäftsleitung, eine ausdrückliche Anerkennung der zeitlichen Investition der Mitarbeitenden und Geduld auf der notwendigen Dauer bis zur tatsächlichen Autonomie der Teams. Diese Geduld unterscheidet auch hier Organisationen, die eine dauerhafte Kompetenz konsolidieren, von solchen, die Lizenzen anhäufen, ohne den verfügbaren Wert daraus zu ziehen.

Künstliche Intelligenz transformiert eine Organisation nicht durch ihre blosse Präsenz in den Werkzeugen. Sie transformiert sie durch die Qualität der Praxis, die die Mitarbeitenden daraus machen, und diese Praxis baut sich in der langen Zeit der Schulung und Begleitung auf.

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/de [↩]

Jérôme Deshaie ist CEO der MCVA Consulting SA, Schweizer Kanzlei für strategische Beratung in künstlicher Intelligenz mit Sitz im Wallis.