Kennisbank

Menschen und Fähigkeiten: die Dimension, die nicht mit einer Schulung gelöst ist

Warum diese Dimension gesondert steht

Von den sieben Dimensionen der Reifegradmessung ist Menschen und Fähigkeiten der am häufigsten genannte Grund, warum ein KI-Pilot nicht weiterwächst. Nicht weil Menschen nicht wollen, sondern weil Fähigkeit etwas anderes ist als Wissen. Jemand kann wissen, was ein Sprachmodell ist, und trotzdem nicht wissen, wann dem Ergebnis zu vertrauen ist. Diese Kluft zwischen Wissen und Anwenden-Können ist genau das, was diese Dimension misst.

Die Dimension hängt mit anderen grundlegenden Dimensionen zusammen. Fähigkeiten entwickeln sich mühsam, wenn die Organisation selbst nicht auf Lernen mit KI ausgerichtet ist, und das Üben mit KI-Anwendungen funktioniert schlecht, wenn die IT-Infrastruktur keine Umgebung bietet, um sicher zu experimentieren. Wer nur in Schulungsbudget denkt, übersieht diese Reihenfolge.

Was die fünf Niveaus in der Praxis bedeuten

Auf Baseline arbeitet eine kleine Anzahl Menschen auf eigene Initiative mit KI-Tools, außerhalb des Blicks der Organisation. Es gibt kein gemeinsames Bild davon, was funktioniert und was nicht, und was jemand lernt, bleibt bei dieser Person. Was Baseline in der Praxis bedeutet, ist also kein Mangel an Interesse, sondern das Fehlen von Struktur, um dieses Interesse zu nutzen.

Auf Foundation gibt es eine erste gemeinsame Basis: Eine Anzahl von Menschen hat vergleichbare Fähigkeiten aufgebaut, es ist ein gemeinsames Vokabular entstanden, und einzelne Erfahrungen werden gelegentlich geteilt. Was Foundation in der Praxis bedeutet, ist der Schritt von individueller Nutzung zu etwas, das beginnt, einem Team zu ähneln, das dasselbe versteht.

Auf Activation wenden Menschen KI strukturell innerhalb ihrer eigenen Aufgaben an und erkennen, wofür sie geeignet ist und wofür nicht. Auf Insight verschiebt sich der Schwerpunkt: Menschen können nicht nur KI nutzen, sondern auch beurteilen, ob ein Ergebnis stimmt und warum. Auf Intelligence ist diese Beurteilung kein gesonderter Schritt mehr, sondern Teil davon, wie Arbeit normal erledigt wird, verteilt über die Organisation statt bei ein paar early adopters.

Woher die Streuung in der Plot-Runde kommt

Bei dieser Dimension entsteht oft der größte Unterschied zwischen dem, was ein CIO bewertet, und dem, was ein Teamleiter bewertet. Ein CIO sieht die organisierten Schulungen und zählt das als Fortschritt. Ein Teamleiter sieht, dass diese Schulung wenig daran geändert hat, wie Arbeit tatsächlich geschieht, und bewertet niedriger. Beide Beobachtungen sind zutreffend; sie messen nur einen anderen Teil derselben Dimension. Angebot und Anwendung sind nicht dasselbe, und die Plot-Runde legt genau diese Lücke offen, statt sie wegzumitteln.

Wovon eine Stufe höher abhängt

Eine Stufe höher zu steigen bei Menschen und Fähigkeiten hängt nicht vor allem vom Budget für Kurse ab. Es hängt von Wiederholung ab: Menschen, die KI weiterhin auf echte Arbeit anwenden, nicht auf eingeübte Beispiele. Es hängt von Zeit ab, die tatsächlich neben den regulären Aufgaben verfügbar ist und nicht nur auf dem Papier zugewiesen wurde. Und es hängt von einem Umfeld ab, in dem Fehler beim Lernen kein Grund sind, auf die alte Arbeitsweise zurückzufallen.

Daneben hängt der Schritt davon ab, ob Fähigkeit sichtbar gemacht und geteilt wird. Jemand, der gut lernt, ein KI-Ergebnis zu kontrollieren, bringt die Organisation nur voran, wenn diese Arbeitsweise irgendwo landet, wo andere sie übernehmen können. Ohne diesen Mechanismus bleibt jeder Fortschritt an eine Person gebunden und verschwindet, sobald diese Person die Funktion wechselt.

Das macht sofort sichtbar, warum diese Dimension selten für sich allein zu reparieren ist. Wie man lernt, ob jemand gut geleistet hat, und ob dieses Lernen erkannt und belohnt wird, berührt direkt wie ausgereift das Leistungsmanagement ist. Und Fähigkeit entwickelt sich auch langsamer, wenn die Daten, mit denen Menschen üben, unzuverlässig sind, was der Grund ist, warum diese Dimension selten losgelöst ist von wie ausgereift das Datenmanagement ist.

Was dies nicht beantwortet

Diese Dimension zeigt, ob die Menschen in einer Organisation bereit sind, mit KI auf einem Niveau zu arbeiten, das zur Ambition passt. Sie zeigt nicht, welcher Teil einer bestimmten Funktion KI übernehmen kann und welcher Teil bei einem Menschen bleiben muss. Das ist eine andere Frage, die pro Aufgabe beantwortet wird statt pro Organisation. Der Werkscan von FTE TO AI berechnet, welcher Teil der Arbeit in einer Rolle geeignet ist, an KI übertragen zu werden, Aufgabe für Aufgabe. Wo diese Seite beschreibt, ob Menschen bereit sind, diese Übertragung zu begleiten, zeigt der Werkscan, was genau übertragen werden kann — und das ist erst eine sinnvolle Frage, wenn die tragende Seite, wie hier beschrieben, auf einem soliden Fundament steht.