Wissensvermittlung ist ein zentraler Aspekt für Unternehmen – vom Onboarding über Fortbildungen bis zur Einführung neuer Prozesse und Programme. Der Einsatz von KI zur Erstellung von Inhalten und Betreuung der Mitarbeitenden eröffnet dabei völlig neue Möglichkeiten zu intuitiven Lernerlebnissen. NTT DATA zeigt in vier Anwendungsfällen aus der Praxis, wie die Technologie das Lernen im Unternehmensumfeld auf die nächste Stufe bringt.
Während smarte Modelle bereits zur Content-Erstellung und für Übersetzungsarbeiten zum Einsatz kommen, ist das vollständige Potenzial aktuell noch gar nicht absehbar. Klar ist: KI wird die Art und Weise, wie Unternehmen ihre Wissensvermittlung gestalten, grundlegend verändern. Der Fokus liegt dabei vor allem auf der Personalisierung der Inhalte, die spröde Präsentationen und Fragebögen in ein flexibles Lernsystem verwandelt und sich individuellen Anforderungen anpasst.
In der Praxis werden KI-Modelle somit zu Lehrpersonen, die sich den Lernbedürfnissen der einzelnen Mitarbeitenden anpassen und so den größtmöglichen Lernerfolg sicherstellen. Die Vielfältigkeit der möglichen Anwendungsbereiche zeigt, wie groß das Potenzial ist, das im Zusammenspiel von KI und Corporate Learning steckt:
- Lernen im virtuellen Umfeld
Die Anwendung von neuem Wissen in der Praxis ist ein wichtiger Bestandteil eines jeden Lernprozesses. Durch die Simulation realer Umgebungen können Unternehmen ihre Mitarbeitenden Schritt für Schritt bei der Umsetzung des Lernstoffes begleiten, etwa bei der Reparatur von virtuellen Geräten. Aber auch Anwendungsfälle wie das Trainieren von Präsentationen vor großem Publikum ist auf diese Weise möglich. Eine KI analysiert dabei etwa die Mimik und Gestik der Vortragenden oder gibt Rückmeldung zu Augenkontakt und Sprechgeschwindigkeit. Diese Rückmeldungen fließen in die nachfolgenden Übungen ein, um gezielt Schwächen zu verbessern. - Adaptive Lernmethoden
Das Lernen der Zukunft wird flexibler, indem etwa KI-basierte Tools auf Grundlage von Einstiegsfragen den Wissensstand der Mitarbeitenden ermitteln, konkrete Ziele analysieren und den Lehrplan ganz individuell anpassen. Damit gehören dicke Bücher und allgemeine Tests der Vergangenheit an. Stattdessen fördert der Einsatz von KI Mitarbeitende je nach individuellen Stärken, Schwächen und Lerntempo, um einen effizienten und nachhaltigen Wissenstransfer sicherzustellen. Diese Individualisierung steigert auch die Motivation. - Intelligente Chatbots
Jenseits von öffentlichen Sprachmodellen wie ChatGPT können Organisationen Chatbots auf Grundlage ihrer spezifischen Unternehmensdaten trainieren, die exakt auf ihre Expertise, Themen, Richtlinien und Kundenbedürfnisse zugeschnitten sind. Diese Chatbots stehen Mitarbeitenden im Rahmen des Corporate Learning als digitale Antwortgeber zur Verfügung, die sowohl pädagogische als auch fachliche Fragen beantworten. Wer seine eigene KI mit internen, möglicherweise auch sensiblen, Daten füttert, muss allerdings sicherstellen, dass die Modelle den Datenschutz einhalten, nicht manipuliert werden können und mit Blick auf neue KI-Gesetzgebungen auch den rechtlichen Vorgaben entsprechen. - Pädagogische Transformation
Unternehmen verfügen oft über tiefgehendes Fachwissen, jedoch nicht immer über die didaktischen Fähigkeiten, um daraus passende Inhalte für Weiterbildungen, Onboardings oder Workshops zu erstellen. KI kann HR-Abteilungen dabei helfen, neue Inhalte in die pädagogisch passende Form zu bringen und aus bestehenden beispielsweise Kurse oder Präsentationen zu entwickeln. Dabei machen sie das Wissen leichter zugänglich – etwa durch Übersetzungen, Transkriptionen, Untertitel und Zusammenfassungen.
„Auch wenn die Entwicklung von KI-Anwendungsgebieten noch längst nicht abgeschlossen ist, eröffnet ihr Einsatz im Bereich des Corporate Learning Unternehmen bereits heute zahlreiche Möglichkeiten, um internes und externes Wissen optimal zu vermitteln“, erklärt Oliver Köth, Chief Technology Officer, NTT DATA DACH.
„Wer das volle Potenzial ausschöpfen und den Faktor Sicherheit berücksichtigen will, sollte auf spezialisierte Lösungen setzen und eigene Modelle trainieren. Dabei müssen Unternehmen nicht bei Null anfangen. Der Markt bietet bereits heute entsprechend vortrainierte Modelle und Firmen können diese mit eigenen Daten an ihre spezifischen Anforderungen anpassen.“