Mitarbeiter für KI gewinnen: Mit Skepsis und unterschiedlichen Vorkenntnissen umgehen

Mitarbeiter für KI zu gewinnen beginnt mit einer ernst gemeinten Frage: Welche Arbeit wird damit besser, und woran erkennen wir das? Wenn das Team darauf keine nachvollziehbare Antwort erhält, bleibt ein Motivationsvortrag abstrakt. Eine konkrete Aufgabe mit sichtbaren Grenzen bietet eine bessere Grundlage für die gemeinsame Entscheidung.

Dieser Artikel enthält Empfehlungen für Teamleitungen und Personalentwicklung. Er behauptet keine gemessene Akzeptanzsteigerung. Das beschriebene Teambeispiel ist fiktiv. Ziel ist ein fairer Lern- und Prüfprozess, der auch einen ungeeigneten KI-Einsatz erkennt.

Skepsis zuerst genauer verstehen

"Das Team hat keine Lust auf KI" ist als Diagnose zu ungenau. Hinter derselben Ablehnung stehen möglicherweise unterschiedliche Probleme. Eine Person kennt die Datenregeln nicht, eine andere hat schlechte Ergebnisse erlebt. Eine dritte hat schlicht keine Zeit für ein zusätzliches Werkzeug.

Versprich keine Arbeitsplatzsicherheit, über die du nicht entscheiden kannst. Benenne, was der Test untersucht und was nicht. Wenn betriebliche Entscheidungen offen sind, müssen sie als offen erkennbar bleiben.

Ein Gesprächsleitfaden für die Teamrunde

Beginne bei der aktuellen Arbeit. Frage: "Welche wiederkehrende Aufgabe kostet euch unnötige Nacharbeit?" Lass danach beschreiben, was an der Aufgabe fachlich schwierig ist. Erst dann besprecht ihr, welchen begrenzten Teil ein KI-Werkzeug vorbereiten kann.

Vier Fragen helfen bei der Einordnung:

• Was muss im Ergebnis unbedingt stimmen?
• Welcher Fehler ist bei dieser Aufgabe nicht akzeptabel?
• Welche Informationen und Freigaben fehlen für einen Test?
• Woran erkennen wir, dass der neue Ablauf zusätzliche Arbeit verursacht?

Halte Bedenken und Zuständigkeiten fest. Eine offene Datenfrage gehört zur verantwortlichen Stelle, eine unverständliche Vorlage zur Schulungsplanung. Die Mitarbeiter müssen nicht jede Voraussetzung selbst lösen. Die Diagnose des KI-Schulungsbedarfs trennt solche Hürden von fehlender Übung.

Einen begrenzten Praxistest vereinbaren

Ich empfehle einen kleinen Test an einer Aufgabe, deren Qualität das Team bereits beurteilen kann. Geeignet ist beispielsweise ein Antwortentwurf aus einer kurzen freigegebenen Leistungsbeschreibung. Die Ausgabe wird im Test nicht an Kunden versendet.

Definiert vorab den Auftrag, das Material und den Prüfschritt. Verwendet zunächst fiktive Daten. Haltet fest, welche Person den Test begleitet und wann das Team über die Fortsetzung entscheidet. Der Test braucht auch eine Stop-Regel: Fehlen erlaubte Werkzeuge oder belastbare Quellen, beginnt die praktische Nutzung noch nicht.

Das Werkzeug muss keine fehlerfreie Demonstration liefern. Gerade ein erkannter Fehler macht sichtbar, welche menschliche Prüfung erforderlich ist. Der dokumentierte Arbeitsversuch zur Kundenantwort zeigt Eingabe, Ausgabe und Selbstprüfung mit synthetischem Material. Er ist keine Kundenreferenz und kein unabhängiger Wirksamkeitsnachweis.

Beispiel: Skepsis gegenüber automatischen Kundenzusagen

In einem fiktiven Innendienst befürchtet eine Mitarbeiterin, dass die KI Liefertermine erfindet. Das Team nimmt diese Sorge als Prüfkriterium auf. Das Ausgangsmaterial nennt einen Artikel und eine Menge, aber keinen freigegebenen Liefertermin.

Der Arbeitsauftrag verlangt einen Antwortentwurf und eine getrennte interne Rückfrage. Das richtige Verhalten ist nicht ein besonders überzeugender Termin, sondern die erkennbare Informationslücke. Die Mitarbeiter prüfen jede Zusage gegen die Quelle. Ein erfundener Termin verhindert die Freigabe.

Für den zweiten Durchlauf wird ein bestätigter Termin ergänzt. Jetzt muss die Ausgabe ihn korrekt übernehmen. So prüft das Team beide Richtungen: fehlende Angaben offenlassen und vorhandene Angaben nutzen. Die Sorge wurde in eine überprüfbare Arbeitsregel übersetzt.

Unterschiedliches Vorwissen in der Schulung berücksichtigen

Ein gemeinsamer Einstieg braucht gemeinsame Regeln, aber keine identischen Übungsanforderungen. Eine unerfahrene Person erhält eine erläuterte Arbeitsvorlage. Eine erfahrene Person bekommt dieselbe Aufgabe mit einem zusätzlichen Versionskonflikt. Beide müssen erklären, welche Aussagen freigegeben sind.

Plane Paararbeit so, dass die erfahrene Person die Aufgabe nicht vollständig übernimmt. Zuerst bearbeitet jeder einen Teil selbst, danach vergleichen beide ihre Entscheidungen. In der abschliessenden Übung arbeitet jeder an einem neuen Fall. Nur so wird sichtbar, ob die Vorgehensweise verstanden wurde.

Erfasse Ergebnisse für die Lernplanung und kläre, wer sie sieht. Vermeide eine öffentliche Rangliste nach Promptgeschwindigkeit. Die Anzahl erzeugter Antworten sagt wenig darüber aus, ob Quellen richtig genutzt wurden. Die Prüfcheckliste für KI-Ergebnisse bietet gemeinsame Qualitätskriterien.

Führung muss Zeit und Grenzen organisieren

Eine Übung zusätzlich zur unveränderten Arbeitslast bleibt ein zusätzlicher Auftrag. Lege fest, wann das Team übt und welche andere Aufgabe dafür zurücksteht. Bestimme, wo Vorlagen liegen und an wen Rückfragen gehen. Offene Fragen brauchen eine verantwortliche Person, nicht einen weiteren Chatkanal ohne Betreuung.

Vereinbart ausserdem, welche Arbeit die KI nicht übernimmt. Dazu zählen im jeweiligen Test beispielsweise endgültige Kundenzusagen oder Entscheidungen ohne passende Quelle. Die genaue Grenze folgt aus Aufgabe und Freigaben, nicht aus einer pauschalen Liste für alle Unternehmen.

Den Test auswerten, ohne das Ergebnis vorwegzunehmen

Vergleicht die Bearbeitung mit und ohne Unterstützung unter möglichst ähnlichen Bedingungen. Berücksichtigt Lesen, Eingabe, Quellenprüfung und Korrektur. Dokumentiert die Fallunterschiede. Ein einzelner schneller Durchlauf beweist keinen dauerhaften Zeitgewinn.

Für die letzte Situation beschreibt der Artikel Interne KI-Multiplikatoren aufbauen eine begrenzte Unterstützungsrolle. Mehr Nutzung ist kein Selbstzweck; das Team muss einen nachvollziehbaren Grund für die Weiterarbeit haben.

Einen gemeinsamen Einstieg planen

Der Team-Pilot verbindet Aufgabenwahl, praktische Schulung und Vorlagen zur Weiterarbeit. Beschreibe die typische Aufgabe und die grösste Unsicherheit im Team. Im Erstgespräch klären wir, welcher Einstieg passt und welche Voraussetzungen zuerst fehlen.

Häufige Fragen

Wie gewinne ich Mitarbeiter für den KI-Einsatz?

Kläre zuerst die konkrete Sorge und wähle gemeinsam eine begrenzte Aufgabe. Übt mit freigegebenen Daten, prüft Fehler und bewertet den gesamten Aufwand. Eine ehrliche Entscheidung gegen einen ungeeigneten Einsatz gehört dazu.

Was tun, wenn Mitarbeiter KI-Ergebnissen nicht vertrauen?

Prüft einen bekannten Fall gemeinsam. Trennt belegte Angaben, Fehler und offene Fragen. Legt fest, wer eine Ausgabe freigibt. Vertrauen entsteht hier aus nachvollziehbarer Prüfung, nicht aus der Forderung, dem Werkzeug zu vertrauen.

Wie lernen Anfänger und erfahrene Nutzer gemeinsam?

Verwendet dasselbe Grundmaterial mit abgestuften Aufgaben. Anfänger arbeiten mit einer erläuterten Vorlage, erfahrene Nutzer prüfen zusätzliche Widersprüche. Beide bearbeiten am Ende einen neuen Fall selbstständig.

Ist mehr KI-Nutzung automatisch ein Erfolg?

Nein. Bewertet nutzbare Ergebnisse, Fehler und Gesamtaufwand. Eine hohe Zahl von Chats zeigt Aktivität, aber noch keine Verbesserung der Arbeit.