Ich war überzeugt, das Problem zu kennen. Ein Jahr später weiß ich, dass ich mich geirrt habe.
Als wir im November 2024 die erste Staffel der KI Business School starteten, war ich fest davon überzeugt, den Kern des Problems zu verstehen. Ich dachte, Menschen würden sich mit ausreichend Struktur, Praxisbezug und Begleitung schnell in die Anwendung von KI einarbeiten. Diese Annahme basierte auf zwei Jahren intensiver eigener Beschäftigung mit KI und auf vielen Projekten, in denen ich ähnliche Muster gesehen hatte.
Heute, nach fast sechs Staffeln und mehr als 50 Absolvent*innen, weiß ich, dass die Hypothese grundsätzlich stimmte. Aber die Gründe für den Lernerfolg waren andere als erwartet. Die vergangenen zwölf Monate haben mein Verständnis verändert. Nicht nur darüber, wie Menschen KI lernen, sondern auch darüber, was sie dafür wirklich brauchen.
Warum Psychologie über Technik entscheidet
Zu Beginn konzentrierte ich mich auf Inhalte, Reihenfolgen und Tools. Ich plante Lerneinheiten, baute Frameworks und suchte nach der optimalen Struktur. All das war wichtig, aber es war nicht der eigentliche Engpass.
Viele Teilnehmende kamen nicht mit technischen Problemen. Sie kamen mit Zweifeln. Sie fragten sich, ob KI überhaupt für sie gedacht ist. Ob sie zu spät dran sind. Ob sie zu wenig Verständnis mitbringen oder ob sie einfach nicht die Art Mensch sind, die KI nutzen kann.
Besonders in den ersten Wochen merkte ich, wie viel Mut es braucht, etwas Neues auszuprobieren. Menschen, die Teams führen oder enorme Verantwortung tragen, zögerten bei ihrem ersten Prompt. Nicht aus Unfähigkeit, sondern aus Unsicherheit. Genau in solchen Momenten wurde mir bewusst, wie entscheidend psychologische Sicherheit ist. Wenn Menschen spüren, dass ihre Fragen willkommen sind und niemand bewertet, entsteht Vertrauen. Und sobald Vertrauen entsteht, wird Lernen möglich.
Was echten Lernerfolg wirklich beeinflusst
Ich hatte viele Annahmen. Jüngere würden schneller lernen. Menschen mit IT-Hintergrund hätten Vorteile. Akademischer Hintergrund würde helfen. Doch nichts davon bestätigte sich.
Ein besonders prägendes Beispiel ist unser ältester Teilnehmender, ein 72 Jahre alter Professor. Er war einer der Lernstärksten. Nicht wegen technischer Vorerfahrung, sondern wegen seiner Bereitschaft, so lange nachzufragen, bis etwas wirklich klar war. Seine Offenheit hat mich tief beeindruckt.
Gleichzeitig wurde deutlich, wie wenig die Branche eine Rolle spielt. In einer Staffel saßen Hotelmanagement, Journalismus, Personalführung, Zahnarztpraxis, Steuerberatung und Glasbau nebeneinander. Sie könnten unterschiedlicher kaum sein und standen dennoch vor denselben Grundfragen. Genau diese Vielfalt hat die Energie im Raum oft besonders spürbar gemacht.
Auch das Feedback zeigte, was Lernende wirklich brauchen. Daniela Danz, General Managerin des Hyatt, schrieb später, wie wertvoll die Kombination aus Verständlichkeit, Praxisnähe und Austausch war. Christian Schmid, Geschäftsführer der B-Group, sagte, der Kurs sei ideal gewesen, weil er in seinen Alltag passte und Raum für individuelle Fragen ließ. Solche Stimmen zeigen, dass nicht die technischen Details entscheidend sind, sondern die Art, wie Lernen begleitet wird.
Warum Wissen nicht automatisch Anwendung bedeutet
Über alle Staffeln hinweg zeigte sich ein wiederkehrendes Muster. Die meisten Teilnehmenden hatten bereits theoretisches Wissen. Sie kannten Begriffe, hatten Tutorials gesehen oder Newsletter abonniert. Trotzdem nutzten sie KI kaum in ihrem Alltag.
Diese Lücke hatte drei Ursachen:
1. KI verändert nicht nur Tools, sondern die Art zu arbeiten.
Ein neuer Workflow braucht mehr Energie als ein neues Werkzeug.
2. KI funktioniert über wiederholtes Ausprobieren.
Der erste Versuch ist selten gut. Viele erwarten Perfektion und geben zu früh auf.
3. Wissen ist nicht Anwendung.
Zwischen „KI kann Texte schreiben“ und „KI hilft mir bei meinem Reporting“ liegt ein weiter Weg.
Deshalb haben wir die Lernstruktur angepasst. Die Teilnehmenden arbeiten heute mit realen Aufgaben aus ihrem Arbeitsalltag. Sie haben geschützte Räume zum Ausprobieren und Scheitern. Außerdem erhalten sie Feedback, das nicht nur das Ergebnis betrachtet, sondern auch den Weg dorthin. Genau dadurch entsteht echte Kompetenz.
Wie ein einfaches Framework Orientierung schafft
Eine Entscheidung, die sich als sehr wertvoll erwies, war die Strukturierung entlang von Prompts, Assistent*innen und Agenten. Dieses Framework ist nicht neu, aber es gibt Menschen Orientierung in einer Welt, die sich oft überwältigend anfühlt.
Statt wahllos Tools zu testen, folgen die Teilnehmenden einem klaren Weg. Sie lernen zuerst, präzise Anweisungen zu formulieren. Dann entwickeln sie wiederkehrende Arbeitsabläufe mit Assistent*innen. Am Ende verstehen sie, wie komplexere Prozesse automatisiert werden können.
Dadurch entsteht Ruhe im Lernen. Niemand muss alles gleichzeitig verstehen. Alle wissen, wo sie stehen und was als Nächstes kommt.
Warum Rechtssicherheit zum Lernfaktor wird
Der EU AI Act hat das Lernen spürbar verändert. Anfangs war das Thema kaum präsent. Doch schnell wurde deutlich, wie groß die Unsicherheit in vielen Unternehmen ist.
Einige Teilnehmende erzählten, dass Projekte verzögert wurden, weil die Rechtslage unklar war. Andere berichteten, dass Rechtsabteilungen bestimmte Tools blockierten. Dadurch wurde klar, dass technische Kompetenz allein nicht reicht. Menschen brauchen ein Grundverständnis für die rechtlichen Rahmenbedingungen.
Deshalb wurde der EU AI Act Teil des Curriculums. Nicht als juristische Vorlesung, sondern als Orientierung. Menschen müssen wissen, was sie tun, um sicher und souverän handeln zu können.
Wie Multiplikator*innen Lernen in Unternehmen verändern
Besonders schön war zu sehen, wie viele Absolvent*innen ihr Wissen weitergegeben haben. Einige boten interne Workshops an und halfen ihren Teams beim Einstieg. Andere entwickelten kleine Lernformate oder begleiteten Kolleg*innen bei ihren ersten Schritten. Dadurch entstand eine Dynamik, die weit über das Programm hinauswirkte und gezeigt hat, wie stark Lernen wird, wenn Menschen einander unterstützen.
Um diesen Austausch zu stärken, haben wir die Skool Plattform eingeführt und KI Konnect ins Leben gerufen. Dort treffen sich Absolvent*innen und aktuelle Teilnehmende abends in entspannter Runde. Es gibt kein Programm und keine Bühne. Stattdessen entsteht Vertrauen, ehrlicher Austausch und das Gefühl, Teil einer wachsenden Gemeinschaft zu sein. Diese Abende gehören für mich zu den Momenten, in denen ich besonders spüre, warum wir dieses Programm entwickelt haben.
Welche Entwicklungen 2026 wichtig werden
2026 wird ein Jahr des Wandels. Agentische Systeme werden normal. Multimodale Workflows werden selbstverständlich. Der rechtliche Rahmen wird verbindlicher. Und die Unterschiede zwischen jenen, die KI anwenden, und jenen, die es nicht tun, werden sichtbarer.
Für die KI Business School bedeutet das, Inhalte konsequent weiterzuentwickeln. Wir wollen Formate schaffen, die noch praxisnäher sind und unterschiedliche Bedürfnisse stärker berücksichtigen. Qualität und persönliche Begleitung bleiben dabei unser wichtigstes Versprechen.
Mein Fazit nach einem Jahr KI Business School
Dieses Jahr hat mich verändert. Ich habe gesehen, wie viel Mut es braucht, ein Thema anzugehen, das neu, komplex und manchmal beängstigend wirkt. Und ich habe erlebt, wie befreiend es sein kann, wenn Menschen merken, dass sie es doch können.
Ich bin stolz auf jede einzelne Person, die sich auf diesen Weg eingelassen hat. Manche haben gezögert und dann doch den Mut gefunden, loszulegen. Andere haben sich getraut zu fragen, auch wenn es Überwindung gekostet hat. Und viele haben ihr Wissen weitergetragen und Kolleg*innen inspiriert, die selbst nie über eine Teilnahme nachgedacht hätten.
Was wirklich funktioniert, ist eine Mischung aus Struktur, psychologischer Sicherheit, wiederholtem Ausprobieren und einer Gemeinschaft, die trägt. Menschen können KI systematisch lernen. Der Weg dorthin ist jedoch viel menschlicher, emotionaler und persönlicher, als ich anfangs gedacht hätte.
Für 2026 bleibt eine wichtige Frage. Wie können wir noch mehr Menschen befähigen, diesen Weg zu gehen? Denn am Ende geht es nicht nur darum, Technologie zu verstehen. Es geht darum, Menschen zu stärken.
