KI-Tools meistern steht inzwischen in fast jeder Stellenbeschreibung, doch kaum jemand sagt, was Meisterschaft hier konkret heißt. Amber Bouabdallah, Designerin bei Salesforce, hat diese Lücke untersucht und kommt zu einem unbequemen Schluss für jede Personalabteilung.
Ein Klick · kostenlosDr. Web bei Google bevorzugenMarkieren Sie drweb.de als bevorzugte Quelle. Dann sehen Sie unsere Artikel öfter unter den Top-Meldungen.Jetzt hinzufügenInhalt 4 Abschnitte
Das Wichtigste in Kürze
- Klassische Software lernt man konvergent: Alle landen bei derselben Kompetenz, ein Schulungs-Deck reicht.
- Generative KI-Tools kehren das um. Meisterschaft heißt, das Werkzeug an die eigene Denkweise anzupassen, und fällt bei jeder Person anders aus.
- Bouabdallah erprobte mit 46 Designern über sechs Monate ein Peer-Format statt einer Top-down-Schulung.
- Für Entscheider folgt daraus, dass eine KI-Einführung per Mandat genau das Ziel verfehlt, das eigentlich zählt.
Warum scheitern klassische KI-Schulungen?
Deterministische Software lässt sich abschließend erklären. Man lernt, wo die Knöpfe sitzen und wie das Programm auf einen Klick reagiert. Bouabdallah verweist auf die Designerin Maggie Appleton, die das Eingabefeld eines Sprachmodells als Oberfläche „ohne Knöpfe und ohne Türgriffe“ beschreibt. Ohne vorgegebenen Pfad existiert kein korrekter Gebrauch, den eine Schulung vermitteln könnte. Was die Person mitbringt, ihre Erfahrung und ihr Urteil, wird zum eigentlichen Werkzeug.
Was heißt Meisterschaft bei generativen Tools?
Bei Figma oder AutoCAD nähern sich alle Anwender derselben Kompetenz. Generative Werkzeuge wie Cursor, NotebookLM oder Figma Make drehen diese Logik um. Meisterschaft bedeutet hier, sie zur eigenen Arbeitsweise hin zu biegen, statt sich ihrer Logik anzupassen. Eine Forscherin im Team nutzte NotebookLM als intelligentes Notizbuch für jahrealte Studien, ein Design-Architekt baute mit Cursor ohne Programmiererfahrung eine Analyse-Plattform für Nahverkehrsdaten. Dasselbe Werkzeug brachte völlig unterschiedliche Ergebnisse hervor, je nachdem wer es in der Hand hielt.
Ein KI-Tool ins Team zu holen funktioniert nicht wie eine neue Software-Lizenz. Sie können niemandem eine gute Arbeitsbeziehung zu einem Werkzeug zuteilen, Sie können nur den Rahmen schaffen, in dem die Leute ihre eigene finden.
Michael Dobler, Herausgeber Dr. Web
Wie lernen Teams den Umgang dann wirklich?
Bouabdallah und ihre Mitfacilitatorin Ningdan Zhang ersetzten das Schulungs-Deck durch ein schlichtes Format. Zweimal im Monat zeigte jeweils eine Person dreißig Minuten lang, wie sie ein bestimmtes Tool tatsächlich verwendet, samt Umwegen und Fehlversuchen. Eine Teilnehmerin nannte den Wert dieser Sitzungen „ein Fenster in das Denken eines anderen“. Dieser Einblick lässt sich in kein Lernmodul packen und entsteht nur, wenn jemand seine halbfertige Praxis offen vorführt.
Für deutsche Unternehmen liegt der praktische Hebel weniger im nächsten Tool-Abo als im Format der Einführung. Ein zentrales Modul deckt Governance, Freigaben und Budgets ab, und diese Ebene bleibt nötig. Den persönlichen Umgang mit dem Werkzeug trägt sie nicht weiter. Dafür braucht es kleine, regelmäßige Runden, in denen Kolleginnen ihre echten Abläufe teilen. Wie schnell sich der Einsatz verbreitet, zeigt parallel die Debatte um die KI-Token-Budgets, die in vielen Teams die Kalkulation sprengen.
Prüfen Sie deshalb vor der Freigabe des nächsten Schulungsbudgets, ob daneben ein Peer-Format existiert. Ein halbstündiger Show-and-Tell pro Woche, in dem jemand seine tatsächliche Arbeit mit Cursor, Claude oder einem der gängigen KI-Werkzeuge zeigt, bringt oft mehr als die dritte Hochglanz-Präsentation. Die Anspannung im Team zeigt dabei meist, dass die Leute die Sache ernst nehmen.
Mehr Newshunger?
