KI Archive - imc Learning

ChatGPT ist ein Chatbot, dem eine künstliche Intelligenz (KI) zugrunde liegt. Die Abkürzung „GPT“ steht für „Generative Pretrained Transformer“, da der Chatbot die Kommunikation durch das Auswerten zahlreicher Texte erlangt hat. ChatGPT kann Texte schreiben, Ausarbeitungen bewerten, Übersetzungen anfertigen und Drehbücher, Bewerbungen, E-Mails, ganze Aufsätze oder sogar Songtexte schreiben.

Bittet man ChatGPT um Hilfe, formuliert man eine Frage im Chatfenster. Ich habe für diesen Artikel ein wenig experimentiert:

Um nachzuvollziehen, wie zufriedenstellend die KI seine Anfragen erfüllt, hat der Instructional Designer ein bereits abgeschlossenes Projekt als Grundlage genommen: „Ich habe ChatGPT angewiesen einzelne Aufgaben, die ich damals bei der Erstellung eines Trainings hatte, zu wiederholen.“

Zusammenfassen von langen Texten:

Das funktioniert sehr gut. ChatGPT kann auf beliebig viele Wörter zusammenfassen und Fachjargon übersetzen, sodass lange und komplexe Texte gekürzt und besser verständlich sind.

Übersetzen:

Funktioniert ähnlich wie bei DeepL. ChatGPT punktet hier aber durch Flexibilität, da man direkt sagen kann in welchem Stil übersetzt werden soll (z.B.: Übersetze den Text in einfaches Englisch; mache die Übersetzung verständlich für eine ältere Zielgruppe etc.)

Brainstorming:

ChatGPT kann gute Grundideen liefern, auf denen man in der weiteren Konzeption aufbauen kann

„Zu berücksichtigen ist, dass wir für Zusammenfassungen oder Übersetzungen nur öffentlich zugängliche Inhalte verwenden können, da OpenAI eine offene Plattform im Internet ist. Dort sollte man nicht einfach Firmendaten oder vertrauliche Informationen hochladen. Das ist derzeit kaum mit den Datenschutzbestimmungen der meisten Unternehmen in Einklang zu bringen,“ erklärt Arne Benoist eine der Schwierigkeiten bei seinem Testlauf.

Die Konzeption moderner E-Learnings ist ein kreativer Prozess. Die Vorstellung, dass eine KI einen kreativen Prozess übernehmen kann, klingt komisch. Deshalb hat Arne Benoist auch das ausprobiert:

„Für viele unserer Konzepte bedienen wir uns einer Story. Wir kreieren also Szenarien, Charaktere und Plots für eine Geschichte. Ich habe ChatGPT also gefragt: erstelle für mich ein Szenario für ein Web-Based-Training zum Thema Cyber-Security. Das hat der Chatbot ganz gut gemacht, aber nach einigen Versuchen habe ich immer wieder ähnliche Szenarien bekommen. Hier könnte man sicherlich noch weiter rumspielen und ChatGPT gezielter anleiten, um auch gute Ansätze zu bekommen. Aber die ersten Stories waren mir noch zu ausgewogen und nicht spannend genug.“

Lernen mit Chatbots und KI gestützte Anwendungen kommen bereits heute in vielen Bereichen des Corporate Learning vor, wie auch bei imc Express. Aber die Integration von ChatGPT selbst, sieht Arne Benoist derzeit noch nicht: „Wir haben meistens genau definierte Inhalte vorliegen. Um eine künstliche Intelligenz in einem unserer Trainings einzusetzen, müssten wir diese selbst erstellen, damit sie für uns auch kontrollierbar wäre. Zum einen was das Thema Datenschutz, aber auch die Quellenüberprüfung angeht.“

Aber Arne Benoist wird ChatGPT und ähnliche Entwicklungen weiterhin sehr genau beobachten: „Ich bin mir bewusst, dass ChatGPT jetzt der Anfang ist, der auch viele Leute schnell beeindruckt hat. Aber ich denke, bis wir damit wirklich die Weiterbildung revolutionieren, wird es noch dauern. Ich kann mir eine Integration von ChatGPT oder ähnlichen Anwendungen in Zukunft zwar vorstellen, aber für die Projekte, die wir betreuen, gibt es noch einige Schritte auf diesem Weg.“

Kristian Schalter: Künstliche Intelligenz hat enormes Potenzial, unser Leben besser und unsere Arbeit einfacher zu machen. Dennoch führen wir in Deutschland überwiegend eine Risikodebatte. Das stört mich. Prinzipiell habe ich nichts gegen eine gesunde Portion Skepsis, aber es wird viel übertrieben – vor allem, wenn es um die Zukunft der Arbeit geht. Da hört man viel vom Ende der menschlichen Arbeit, breiter Automatisierung und über massenhafte Jobverluste. Das hat bei technologischem Fortschritt in Deutschland fast schon Tradition. Das größte Risiko, das ich sehe, ist, dass wir in der Entwicklung Künstlicher Intelligenz international den Anschluss verlieren und die Arbeitsplätze der Zukunft nicht in Deutschland und Europa entstehen. Das wäre tatsächlich ein Horrorszenario.

Kristian Schalter: Wenn Sie Berichte über Algorithmen mit einem diskriminierenden Bias oder von Totalüberwachung in China lesen, dann löst das verständlicherweise Misstrauen aus. Negatives bleibt uns eher im Gedächtnis als Positives. Der Begriff Künstliche Intelligenz hilft auch nicht wirklich. Besser wäre – auch wenn das eine spezielle Unterform von KI ist – den Begriff Maschinelles Lernen zu verwenden, denn das passiert tatsächlich. Per se ist KI nichts Positives oder Negatives, sondern ein Mittel zum Zweck. Und den Zweck legen wir Menschen immer noch selbst fest. Gerade deshalb brauchen wir einen klaren Fokus auf das Potential von KI und eine echte Chancendebatte, um zu wissen, wo wir überhaupt in der Entwicklung hinmöchten. Denken wir allein an Bereiche wie Gesundheit oder Mobilität – da steckt so viel Potential drin, von dem wir alle persönlich profitieren können. Was wir nicht wollen, ist doch völlig klar. Gerade deshalb müssen wir in der Weltspitze mitspielen. Nur aus einer Spitzenreiterrolle heraus können wir internationale Standards setzen – auch ethische Standards.

Kristian Schalter: Für Letzteres genügt es, das eigene Smartphone in die Hand zu nehmen. Darin stecken viele KI-Anwendungen, die wir täglich nutzen. In der Navigation, im E-Mail-Postfach, im Webbrowser, im Newsfeed, im Sprachassistenten bis hin zu Filmempfehlungen. Beruflich setze ich mich vor allem mit der Zukunft der Arbeit auseinander. Künstliche Intelligenz unterstützt heute schon Menschen im Beruf auf vielfältige Weise. Beeindruckt bin ich unter anderem von den Industrieprojekten bei Fraunhofer. Diese Projekte sind stets am Puls der Zeit und spiegeln die Unternehmensrealität ausgesprochen gut wider.

Kristian Schalter: Das prominenteste Beispiel, das häufig genannt wird, ist der Beruf des Radiologen: Eine Künstliche Intelligenz ist in vielen Fällen bei der Analyse von Röntgenaufnahmen und Patientendaten schneller und oft auch präziser als ein Mensch. Der Radiologe wird deshalb aber nicht arbeitslos, er konzentriert sich vielmehr auf andere Aspekte seiner Arbeit – beispielsweise auf das Gespräch mit den Patienten. Mustererkennung lässt sich aber auch sinnvoll in anderen Bereichen einsetzen. Denken wir an die Produktion: In der Qualitätssicherung ist die Erkennung wiederkehrender Muster beispielsweise ein riesiges Thema.

Kristian Schalter: Bildung ist das zentrale Thema im digitalen Wandel der Arbeitswelt. Die Vorstellung, dass ich mir mit einer abgeschlossenen Ausbildung oder einem Studium die notwendigen Kompetenzen angeeignet habe, um meinen Beruf bis zur Rente auszuüben, ist unrealistisch. Flexibilität und Anpassungsfähigkeit sind das A und O in der modernen Arbeitswelt, da sich die Anforderungen an meinen Beruf ständig verändern. Der Begriff „lebenslanges Lernen“ umschreibt trotz seines für meinen Geschmack etwas inflationären Gebrauchs im Grunde perfekt, was notwendig ist: Mitarbeiter müssen in jeder Phase ihrer beruflichen Laufbahn bereit sein, sich neues Wissen anzueignen. Hier tun sich viele noch schwer.

Kristian Schalter: Absolut. Der Vorteil intelligenter Algorithmen liegt ja darin, dass sie mir basierend auf meiner individuellen Qualifikation passgenaue Vorschläge liefern können. Das kann zum Beispiel helfen, individualisierte Weiterbildungsangebote zu erstellen. Auf der anderen Seite unterstützt KI auch on the job. Smart Glasses können Mitarbeiter durch Augmented Reality, also der Projektion digitaler Bilder in ihrem Sichtfeld, bei der Durchführung von Tätigkeiten unterstützen. Da gibt es zahlreiche Möglichkeiten.

Kristian Schalter: Der Mensch hat einzigartige Fähigkeiten, die kein Roboter der Welt ersetzen kann. Ein guter Lehrer zeichnet sich neben fachlichem Wissen ja gerade durch Empathie und soziale Kompetenzen aus. Wir alle hatten diesen Lehrer, der zwar fachlich ein Genie gewesen sein mag, aber im Umgang mit jungen Menschen nicht die beste Figur gemacht hat. Und wir alle hatten diese Lehrerin, die Begeisterung für ein Fach auslösen konnte und möglicherweise prägend für unsere weitere Entwicklung war. Ein Lob eines Computers wird nie dasselbe in uns auslösen wie das Lob eines Menschen. Gleichzeitig können Computer besser Daten verarbeiten und zum Beispiel das optimale Lerntempo oder den Nachholbedarf eines Schülers oder einer Schülerin erkennen und so maßgeschneiderte Lerninhalte vorschlagen. Da ist also viel Potential, auch wenn es darum geht, Lehrerinnen und Lehrer zu entlasten. Wir müssen aber auch lernen, wie man solche Methoden sinnvoll im Unterricht einsetzen kann. Hier stehen wir meiner Ansicht nach noch ganz am Anfang.

Çiğdem Uzunoğlu: Hinter Games stehen Inhalte, Design-Ansätze und Technologien, die wegweisend für das digitale Zeitalter sind. Für die Anwendung außerhalb der Games-Branche sind diese Komponenten von Games aber bisher kaum erschlossen. Unsere Stiftung möchte das ändern. Wir glauben an eine Gesellschaft, die mithilfe von Games die Digitalisierung gestaltet, dank Gamification neue Wege des Problemlösens beschreitet und digitale Spiele als Bereicherung ihrer kulturellen Identität begreift. In diesem Sinne sehen wir uns als Brückenbauerin zwischen Games-Branche, Gesellschaft und anderen Wirtschaftsbereichen. Wir zeigen Möglichkeiten der Zusammenarbeit auf und schaffen neue Verbindungen zwischen Akteuren aus unterschiedlichen Feldern. Deshalb sprechen wir in Bezug auf unsere Arbeit auch von einem Crossover-Ansatz.

Çiğdem Uzunoğlu: Games sind Kulturgüter. Grundsätzlich liegt jedem Spiel ein bestimmter Wert zugrunde, denn es handelt sich ja immer um ein kulturelles Erzeugnis, das unter bestimmten Umständen von bestimmten Menschen erschaffen wird. Bei kommerziellen Produktionen geht es in erster Linie darum, dass die Spiele Spaß machen, faszinieren und fesseln ̶ genau wie bei besonders erfolgreichen Büchern oder Filmen. Natürlich gibt es Spiele, die auf relevante Themen aufmerksam machen oder es sich zum Ziel gesetzt haben, einen bestimmten Inhalt zu vermitteln. Das trifft auf die Spiele zu, die wir als Serious Games bezeichnen. Aber auch ein abstraktes Spiel ohne eindeutige Aussage kann künstlerischen Wert haben.

Çiğdem Uzunoğlu: Einerseits lehren uns Games generell den Umgang mit Frust und dem Scheitern, da in vielen Spielen langfristig nur Erfolg hat, wer in der Lage ist, aus den eigenen Fehlern zu lernen. Da den meisten Games irgendein System zugrunde liegt, eigenen sie sich auch besonders gut, um Zusammenhänge zu vermitteln: Was bewirkt mein Handeln? Oder: Welche Auswirkungen haben einzelne Änderungen auf einen größeren Prozess? Laut einer aktuellen Studie von PwC setzen Personalverantwortliche, die bereits mit Serious Games arbeiten, die Spiele vor allem beim Training von Soft und Hard Skills sowie der kognitiven Fähigkeiten ihrer Mitarbeiter ein. Digitale Spiele finden heute zudem verstärkt in der Aus- und Weiterbildung Anwendung. Ihre Interaktivität hilft, komplexe Lernstoffe zu vermitteln sowie Wissen zu festigen.

Çiğdem Uzunoğlu: Games sind für viele Menschen heute der Türöffner zur digitalen Welt. Wenn es um digitale Themen geht, kann man Menschen mit Gamification und Serious Games genau dort abholen, wo für sie der Alltag beginnt. Laut PwC misst über die Hälfte aller Personalverantwortlichen, die bereits Serious Games einsetzen, diesen Spielen einen deutlichen Mehrwert bei. Dasselbe gilt für ihre Kollegen und Vorgesetzten: Der Spaß am Spiel helfe dabei, Arbeitsabläufe besser zu verstehen und zu bewerkstelligen. Zudem könne jeder in seinem Tempo vorgehen und müsse keine Angst vor echten Konsequenzen haben. Gleichzeitig seien die Ergebnisse gut auswertbar und vergleichbar. Das größte Potenzial für Serious Games sehen Personaler deswegen im Ausbildungsprozess.

Çiğdem Uzunoğlu: Spiele, die sich selbst auf inhaltlicher Ebene hinterfragen, gibt es schon länger. Der deutsche Titel „Spec Ops: The Line“ dekonstruiert beispielsweise das Bild des heroischen Soldaten und des gerechten Krieges. Im Klassiker „Metal Gear Solid 2“ wird der Protagonist am Ende hingegen mit der Tatsache konfrontiert, dass seine Realität nur eine Simulation ist und er lieber mal „die Konsole abschalten“ sollte. Unabhängig von solchen inhaltlichen Auseinandersetzungen gibt es auch konkrete Mechanismen, die darauf hinweisen, dass eventuell zu lange gespielt wird – zum Beispiel ermüdende Spielfiguren oder entsprechende Texteinblendungen.

Çiğdem Uzunoğlu: Künstliche Intelligenz hat in Games schon immer eine entscheidende Rolle gespielt, schließlich treten wir in Spielen gegen den Computer an – sofern es keine menschlichen Mitspieler gibt. Die Games-Branche hat somit die Entwicklung von KI mitgeprägt. Insbesondere bei aufwendigen Produktionen mit großen, lebendigen Spielewelten arbeiten im Hintergrund komplexe KI-Systeme, die auf unsere Interaktionen reagieren. In manchen Spielen können wir auch Beziehungen zu Figuren aufbauen, die vom Computer gesteuert werden. Je nachdem, wie wir im Spiel handeln, verändern sich diese Beziehungen. Auch hier wirken KI-Systeme im Hintergrund.

Çiğdem Uzunoğlu: KI ist bei den meisten Games ein fester Bestandteil des Gesamtwerks genauso wie Grafik- oder Audiodesign. Das ist natürlich bei Serious Games nicht anders. Digitale Spiele reagieren durch Algorithmen auf unser Handeln beziehungsweise unsere Eingaben. Dabei handelt es sich um zumindest schwache KI-Systeme. Innovationen werden hier aktuell vor allem im Bereich großer Unterhaltungsspiele vorangetrieben. Vor einiger Zeit sorgte zum Beispiel der „Herr der Ringe“-Titel „Mittelerde: Mordors Schatten“ für viel Aufsehen. In dem Spiel lernen die KI-Gegner aus jedem Kampf und passen sich dem Verhalten der Spieler an. Sie „erinnern“ sich praktisch an vergangene Begegnungen.

Çiğdem Uzunoğlu: Wo die Grenzen verlaufen, wird in der Regel durch die aktuellen technologischen Möglichkeiten – und natürlich das Budget bestimmt. Gerade, was den zuletzt erwähnten Aspekt angeht, ist für die deutsche Games-Branche deshalb auch die Etablierung einer fortwährenden Games-Förderung auf Bundesebene so wichtig. Nur mit entsprechenden Mitteln können deutsche Entwicklerstudios sowohl im KI-Bereich als auch generell bei der Spieleproduktion mit internationalen Standorten mithalten.

Çiğdem Uzunoğlu: Zunächst haben wir dieses Jahr mit dem von der Bundesbeauftragten für Kultur und Medien unterstützten Quartett der Spielekultur eine neue Veranstaltungsreihe über die kulturellen Aspekte von Games ins Leben gerufen. Daneben haben wir gemeinsam mit Bildung & Begabung das bundesweite Förderprogramm GamesTalente für Jugendliche gestartet. Im Sinne unserer Rolle als Brückenbauerin werden wir dieses Jahr außerdem auf der gamescom Vertreter*innen diverser Stiftungen sowie eine Gruppe Pädagog*innen über die Messe führen und ihnen die Besonderheiten der Branche näherbringen. Des Weiteren befinden sich bei uns aktuell gleich mehrere, zum Teil bundesweite Projekte mit renommierten Partnern wie der Konrad-Adenauer-Stiftung und der Stiftung "Erinnerung, Verantwortung und Zukunft" in der Antragsphase. Selbstverständlich warte ich hier gespannt auf die Rückmeldungen und Reaktionen.

Der Urlaub ist zwar vorbei, aber das heißt nicht, dass ihr euch nicht nochmal zurücklehnen könnt. Denn die Vorbereitung auf den Schulstart nach den Ferien, läuft auf der Tonspur.

Corona war ein Booster für die Digitalisierung der Schulen und Universitäten. Auch wenn wir uns alle wieder auf Präsenzunterricht für die Schüler*innen und Student*innen freuen, sollten wir diesen Aufschwung nicht ungenutzt lassen.

In der letzten Runde unserer Summer Edition, geht es deshalb um digitale Bildung an Schulen und Universitäten und den Einsatz von künstlicher Intelligenz in der Aus- und Weiterbildung.

Also genießt die letzten Ferientage mit unseren Podcast Highlights im Juli:

Dass Investitionen in digitale Trainingsplattformen und in E-Learning allgemein in Zeiten von Corona ansteigen, dürfte wenig überraschen. Dies ist allerdings kein neuer Trend, wie Zahlen der Fosway Group von 2019 belegen. Schon im letzten Jahr gaben über 60% der befragten Unternehmen an, dass ihre Ausgaben insbesondere für Lernplattformen und E-Learning Inhalte deutlich angestiegen sind.

Doch mit steigender Zahl der digitalen Trainings und höheren Kosten, steigt nicht nur der Qualitätsanspruch auf Lerninhalte, sondern auch die Frage nach dem Business Outcome, also dem Wert für das Unternehmen, gerät zunehmend in den Fokus. Was genau lernen MitarbeiterInnen zu welchem Zweck, und inwiefern bringt das mein Unternehmen weiter? Wie kann ich einen Zusammenhang zwischen Fortbildungen und beispielsweise dem Umsatz feststellen?

Genau an diesen Stellen kommt das Thema Learning Analytics ins Spiel. Was es damit genau auf sich hat und wie man den Nutzen für das Unternehmen sinnvoll abbilden kann, hier auf einen Blick:

Interessant wird es, wenn mittels Learning Analytics bestimmte Daten in Relation zu anderen gesetzt und in Hinblick auf den Business Outcome betrachtet werden. Ein Beispiel: In einer bestimmten Region lässt sich ein stärkerer Zuwachs an gebuchten Schulungen und Kursabschlüssen verzeichnen. Der Umsatz stagniert jedoch, wohingegen in einer vergleichbaren Region der Umsatz nach derselben Anzahl an Trainingsstunden stark anwächst. Um aus diesen Zahlen fundierte Schlussfolgerungen ziehen zu können, muss die Analyse tiefer gehen.

Es müssen die richtigen Fragen gestellt werden, wie etwa: Wie haben die Teilnehmenden die Kurse bewertet? Haben die gebuchten Kurse zum Niveau gepasst oder fühlten sie die Lerner über- oder unterfordert? Wie hoch war die Abbrecherquote? Entsprach der Kursinhalt überhaupt dem, was die MitarbeiterInnen in dieser Region benötigen?

Lässt sich anhand dieser Antworten feststellen, dass eine Diskrepanz zwischen Kursinhalt und Erwartung lag, kann nachgebessert werden. In Kombination mit Technologien der Künstlichen Intelligenz (KI), können an dieser Stelle auch Handlungsempfehlungen abgeleitet werden.

Learning Management Systeme halten eine Vielzahl rollenspezifischer Standardreports bereit, die Aussagen zu qualitativen und quantitativen Elementen im Bereich Lernen zur Verfügung stellen. Darüber hinaus gibt es die Möglichkeit, die relevanten Daten auszuwählen und daraus personalisierte Reporting Dashboards zusammen zu stellen, die auf Wunsch zu bestimmten Terminen automatisch generiert werden können. Die Visualisierung kann über Kuchen-, Balken-/Säulen- oder Liniendiagramme geschehen und individuell festgelegt werden.

Wolfram Jost, Produktvorstand der imc, fordert Unternehmen auf, den Business Outcome in Beziehung zu Lerninhalten zu setzen und fasst zusammen: „Learning Analytics muss dazu genutzt werden, die Performance der MitarbeiterInnen so zu fördern, dass dies auf die Unternehmensziele und den Business Outcome einzahlt. Einen Mehrwert der Weiterbildungsprogramme kann ich nur dann erkennen, wenn ich die Unternehmenszahlen in die Analyse miteinbeziehe.“

Seine drei wichtigsten Tipps, um das Thema Learning Analytics und Business Outcome anzugehen lauten:

Für eine zuverlässige Analyse brauchen Sie eine zunächst eine hohe Datenquantität (Massive Data), aber im zweiten Schritt vor allem eine hohe Datenqualität und regelmäßige Reports. Kontinuität und regelmäßige Updates der Daten sind hierbei sehr wichtig.

Außerdem sollten Sie darauf achten, dass die jeweiligen Stakeholder auch in der Lage sind, die gewonnen Daten sinnvoll interpretieren um das Potenzial richtig nutzen zu können.
Vorsicht auch vor dem „Dictatorship of Data“, bei der anstatt des Menschen, die Daten die Entscheidungsgewalt innehalten. Datenanalysen können die Verantwortlichen unterstützen, sollten aber kritisch geprüft werden.

Befürchtungen beim Thema Künstlichen Intelligenz gibt es viele. Der Verlust sensibler Daten oder ständige Überwachung der MitarbeiterInnen sind nur zwei Beispiele, die auch Lernprofis umtreiben. Andreas Pohl, Software-Experte und KI-Enthusiast bei imc relativiert jedoch: „Viele Ängste rund um das Thema KI sind unbegründet. Es gibt durchaus berechtigte Forderungen um Ethikfragen, die geklärt werden müssen, aber gerade in Hinblick auf unser Learning Management System (LMS) müssen sich die Kunden keine Sorgen machen, dass eine böse KI plötzlich alle Daten stehlen könnte oder ähnliches“.

Um genauer zu verstehen, was KI eigentlich genau kann und wo sie im LMS eingesetzt wird, klären wir zunächst die wichtigsten Begrifflichkeiten und zeigen konkrete Anwendungsbeispiele auf.

Der Begriff beschreibt dynamische Algorithmen, die in der Lage sind, eigenständig dazuzulernen. Systeme können so beispielsweise wiederkehrende Muster erkennen, Lösungen entwickeln oder Hinweise geben. Je mehr Daten eingegeben werden, umso genauer werden Vorhersagen.

Allerdings muss der Mensch sehr genau festlegen, was relevanten Daten sind und nach welchen Regeln Datenbestände analysiert und Muster erkannt werden. Der Mensch greift also aktiv in die Analyse der Daten und den eigentlichen Entscheidungsprozess ein.

28% aller neuen Mitarbeiter kündigen noch innerhalb der Probezeit oder treten nicht einmal den ersten Arbeitstag an. Außerdem gehen Mitarbeiter, die schlecht eingearbeitet wurden, doppelt so oft wie solche, mit gelungenem Onboarding.

Diese Zahlen von Haufe sollten Unternehmen aufschrecken, denn Neueinstellungen gestaltet sich in Zeiten des „War of Talents“ extrem zeit- und kostenintensiv. Dabei kann ein durchdachtes Onboarding Konzept direkt in bestehende Learning Management System (LMS) integriert werden.

Allerdings klingt einiges von dem, was heute bereits möglich ist, selbst für viele LMS-Verantwortliche nach Science-Fiction. Daher reisen wir einmal mit einer neuen Kollegin in ein Onboarding der sehr nahen Zukunft und erleben, wie dieses aussehen könnte.

Gerade die ersten Wochen sind entscheidend um neuen KollegInnen im Unternehmen willkommen zu heißen. Ihnen muss ein Gefühl der Zusammengehörigkeit vermittelt werden, um letztlich die Basis für eine dauerhafte Verbundenheit zum Unternehmen zu schaffen.

Hierbei sind neben Empathie auch klare Onboarding-Prozesse ein Muss. Selbst große Unternehmen, die eigentlich mittels bestehender Learning Management Systeme eine optimale Infrastruktur hätten, um Onboarding-Prozesse effizient zu gestalten, wissen häufig nicht, was überhaupt möglich ist. Daher begleiten wir in diesem Artikel unsere fiktive Mitarbeiterin namens Hanna, deren Einarbeitung etwas anders verläuft…

Hanna ist aufgeregt. Sie hat eben den Vertrag für ihre neue Stelle unterzeichnet. Sie wechselt von einer großen Bank, bei der sie einige Jahre im Bereich der Vermögensberatung gearbeitet und dabei jede Menge Weiterbildungen absolviert hat. Meist waren dies klassische Präsenztrainings, aber auch einige, zumeist gähnend langweilige, online-Schulungen.

Sie befürchtet, dass sie bei ihrem neuen Job in einem Unternehmen, in dem sie ähnliche Aufgaben übernehmen wird, dieselben öden Inhalte noch einmal über sich ergehen lassen muss. So war es nämlich bei ihrem letzten Jobwechsel auch. Schon beim Gedanken an ein erneutes 0-8-15 Erste-Hilfe Trainings seufzt sie innerlich. Hanna ist seit Jahren zertifizierte Erst- und Brandschutzhelferin.

Genau zwei Wochen vor ihrem ersten Tag flattert Hanna eine freundliche E-Mail ins Postfach, mit der Aufforderung, dem firmeneigenen Learning Management System ihres neuen Arbeitgebers beizutreten. Sie weiß nicht so recht was sie davon halten soll, soll sie etwa jetzt schon arbeiten?!

Die Neugier siegt und siehe da: Statt Arbeitsaufträge zu erhalten, begrüßt sie ein Chatbot, der an eine Mischung aus Wall-E und R2D2 erinnert. Der Assistent stellt sich mit dem originellen Namen „Robby“ vor und führt Hanna virtuell durch ihr neues Büro, stellt ihr die anderen Teammitglieder mit Bild vor und zeigt ihr, wo sie sitzen wird. Er verrät ihr auch ihre künftige E-Mail-Adresse und welche (mobilen) Geräte an ihrem ersten Tag an ihrem Platz auf sie warten werden.

Dann erkundigt er sich, wie sie ins Büro kommen möchte, ob sie öffentliche Verkehrsmittel, das Auto oder beides nutzen möchte. Sie wählt „beides“ und erhält prompt eine Übersicht über sämtliche Anbindungen und Parkmöglichkeiten. Außerdem zeigt Robby ihr, wer an ihrem ersten Tag am Empfang sitzen wird und ihr die Zugangskarte geben wird.

Weiter erklärt der kleine Chatbot, welche Kommunikationstools im Unternehmen angewendet werden und mit welchen weiteren Tools Hanna künftig arbeiten wird. Sie hat nun die Möglichkeit, sich diese Tools schon vorab anzuschauen, erhält aber die Information, dass sie zu allen Tools innerhalb der ersten Woche eine persönliche Einarbeitung von ihrer Führungskraft erhalten wird.

Robby beendet seine Tour mit den Worten: „Wir freuen uns, dich bald bei uns begrüßen zu dürfen, wenn du noch Fragen hast, chatte mich einfach an und ich helfe dir gerne weiter!“

Der Tag der Wahrheit ist gekommen: Der erste Tag beginnt und Hanna ist erst mal baff. Zusammen mit anderen neuen KollegInnen soll sie, mit Smartphone bewaffnet, eine Art digitale Schnitzeljagd durch die Firma absolvieren. An bestimmten Büros bekommt sie eine Benachrichtigung wie: „Begrüße Peter! Peter ist für deine Dienstreisen und Finanzen zuständig“, heißt es da beispielsweise.

An ihrem neuen Arbeitsplatz, neben Kollegen, die sie dank Robby schon vorab getroffen hat, wird sie gebeten sich ins Learning Management System einzuloggen und einen Test zu absolvieren. Doch statt eines typischen langweiligen Multiple Choice Tests, wird sie erneut von Robby begrüßt, der sie durch die verschiedenen Abteilungen und Prozesse führt und zu einem interaktiven Quiz einlädt. Selbst die Schulungen zu Datenschutz, Cybersecurity oder Erste Hilfe gestalten sich überraschend angenehm. Als sie ihre Qualifikationen als Erst- und Brandschutzhelferin angibt, wird sie gebeten, ihr Zertifikat hochzuladen und darf alle folgenden Fragen in diesem Bereich überspringen. Robby fragt sie auch direkt, ob er sie als Ersthelferin ins System aufnehmen darf. Hanna bejaht.

Auch bei den weiteren Fragen passt sich das System ihrem Wissenstand an und geht darauf ein. Das Programm merkt, in welchen Bereichen Hanna bereits fundierte Kenntnisse hat und stellt entweder schwierigere Fragen oder überspringt einzelne Abschnitte. Am Ende des Trainings verabschiedet sich Robby mit den Worten: „Danke für deine Unterstützung, du bist ja schon ein echter Profi! Ich werde deinen Onboarding-Plan und deine Schulungen dementsprechend anpassen.“

Tatsächlich lernt Hanna in den folgenden Trainings ausschließlich neue Inhalte, muss sich selbst einschätzen und erhält ein maßgeschneidertes Konzept, das auf ihre persönlichen Entwicklungsziele abgestimmt ist. Wann sie lernt, bleibt ihr hierbei komplett selbst überlassen, lediglich bis wann sie alle Trainings beendet haben soll, wird von ihrem Vorgesetzten vorgegeben.

Auch die Art und Weise des Lernens ist auf ihre persönlichen Bedürfnisse abgestimmt. Sämtliche Trainingsinhalte gibt es in verschiedenen Formaten und Hanna kann sich aussuchen, wie sie am liebsten lernen möchte. Hierzu muss sie keine weiteren extra- Tests absolvieren, sondern anhand der Trainings, die sie sowieso schon absolviert hat, hat der Algorithmus verstanden, welche Methoden für sie am geeignetsten sind und schlägt ihr entsprechende Trainings vor. Gefallen ihr diese nicht, kann sie aber jederzeit zu anderen Formaten wechseln.

Nach einigen Wochen stößt Hanna während ihrer Arbeit spontan auf eine Frage. Diese gibt sie im Intranet ein und wird sofort auf ein entsprechendes Training verwiesen. Neben dem konkreten Trainingsangebot werden ihr jedoch auch weitere KollegInnen angezeigt, die sie zu diesem Thema anschreiben könnte. Bei Fragen zu Hannas Spezialgebieten wird wiederum sie direkt als Expertin angezeigt.

Zusätzlich hat sie jederzeit die Möglichkeit, mithilfe intuitiv bedienbarer Tools innerhalb kürzester Zeit eigene Trainings zu erstellen. Die Vorlagen stehen im System bereit und sie kann sich aussuchen, ob sie lieber Text einsprechen möchte, tippt, eine Präsentation erstellt oder Diagramme einstellt. Der Inhalt wird dann automatisch designed und in verschiedenen Formaten zur Verfügung gestellt. Das Training erfolgt in sogenannten Learning Nuggets, also kleineren Lerneinheiten von maximal drei Minuten.

Hannas Profil ist nach nunmehr drei Monaten mittlerweile mit ziemlich vielen Informationen gefüllt. Sie hat schon in den ersten Wochen mit ihrer Führungskraft besprochen, in welche Richtung sie sich entwickeln möchte, was benötigte Kompetenzen und Skills sind und wie sie diese erreichen kann.

Sie möchte im nächsten halben Jahr ihr Englisch weiter verbessern und könnte sich außerdem vorstellen, fachliche Führungsaufgaben zu übernehmen.

Dazu hat sie eine Selbsteinschätzung abgelegt, die ihre Führungskraft bestätigen musste. Resultierend daraus wurde im System ihr Skill-Profil mit einer IST- und einer SOLL- Anzeige angelegt. Für jedes weitere Training, dass Hanna entweder erstellt oder absolviert, verbessert sich der IST-Wert und sie sieht, welche Kurse ihr helfen würden, sich weiter zu verbessern.

Hannas Onboarding ist nach sechs Monaten komplett abgeschlossen, sie fühlt sich angekommen und gut aufgehoben. Dann stellt ihre Führungskraft ihr einen Termin ein, zusammen mit der Abteilungsleiterin. Mit einem etwas mulmigen Gefühl geht sie dorthin und fragt sich, ob ihre Einschätzung zu ihrer Leistung doch falsch war.

Im Gespräch erfährt sie stattdessen, dass in einer anderen Abteilung ein Mitarbeiter überraschend gekündigt hat. Der Skill-Abgleich der Stelle hat ergeben, dass Hanna bereits 80% der Anforderungen an diese Position erfüllt. Sie muss zwar noch im Bereich Mitarbeiterführung geschult werden, aber die Vorgesetzten sind sich einig, dass sie das rasch meistern wird. Hanna nimmt an und ist somit nach nur einem halben Jahr befördert worden.

So weit, so gut. Doch was aus diesem Szenario ist nun Wunschvorstellung und was schon heute Realität?

Tatsächlich ist fast jedes der beschriebenen Szenarien bereits heute möglich oder wird in sehr kurzer Zeit umsetzbar sein; jedoch nutzen Unternehmen tatsächlich nur einen Bruchteil der beschriebenen Optionen und Szenarien. Für jeden Job eigene Skills zu erstellen, Lernpfade zu entwickeln, diese mit Kompetenzen zu verknüpfen, ist aufwendig. Doch diese Themen, auch in Kombination mit kompetenzbasierten Jobprofilen anzugehen und in den Onboarding-Prozess zu integrieren, lohnen sich gerade in Zeiten des Fachkräftemangels enorm.

Daher hoffen wir, dass Hannas Geschichte bald nicht mehr nur Science-Fiction ist.

Wenn Sie dabei Hilfe benötigen, schauen Sie beispielsweise in unser E-Book zum Thema Kompetenzbasiertes Lernen oder kontaktieren Sie uns direkt unter info@im-c.com.

Nein, wir stellen heute nicht unsere Science-Fiction Weihnachtsfilm Top 3 vor, sondern wir reden über Künstliche Intelligenz. Dr. Wolfram Jost ist Vorstand für Produktentwicklung und -strategie bei imc. Er beschäftigt sich damit, vorauszusehen, wie digitales Lernen in Zukunft aussehen kann. Daher der ideale Interviewpartner, um über den im Zeitalter der Industrie 4.0 wohl meistgepriesenen und zugleich meistkritisierten Zukunftstrend KI zu sprechen. Ganz ohne Fiktion diskutieren wir, was Künstliche Intelligenz bereits kann, was sie (noch) nicht kann und wie sie Lernern hilft, Entscheidungen zu treffen.

Hallo Wolfram, ich möchte heute mit dir über Künstliche Intelligenz in der Aus- und Weiterbildung sprechen. Lass uns jedoch erstmal von vorne beginnen: Was ist Künstliche Intelligenz ganz einfach erklärt?

Wolfram: Künstliche Intelligenz ist ein Begriff, der derzeit sehr stark gehypt wird. Und wie das immer bei solchen Hypes ist, haben nicht alle Menschen das gleiche Verständnis darüber.

Generell versteht man unter dem Begriff Künstlicher Intelligenz – oder auch Artificial Intelligenz wie die Amerikaner sagen – Softwaretechnologien, die das Ziel haben, menschliche Verhaltensweisen nachzuahmen. Das kann etwa bedeuten, dass ein Roboter gehen, greifen oder sprechen kann.

Darunter gibt es den Begriff Machine Learning. Da kommen schon ein bisschen näher zu dem Thema Learning. Bei Machine Learning geht es darum, dass Softwaretechnologien lernen, ohne dass sie explizit so programmiert werden. Oder anders: Sie lernen nicht dadurch, dass ein Programmierer ihnen Regeln gibt, sondern sie lernen diese Regeln selbst. Und zwar dadurch, dass sie Daten aus der Vergangenheit nach Mustern untersuchen und diese Muster dann aus den Daten extrahieren.

KI-Systeme werden in Filmen und Büchern häufig als menschenähnliche Systeme beschrieben. Aber ganz ohne Science-Fiction Anmut: Noch in den Babyschuhen, ein pubertierender Teenager oder gestandener Manager – Wie weit ist die künstliche Intelligenz in ihrer Entwicklung?

Wolfram: Nicht so weit, wie sie in diesen Filmen dargestellt wird, aber weiter als die Kritiker glauben. Ein moderner Computer besitzt keine menschliche Intelligenz – und das ist, so muss man schon sagen – nach heutigem Stand der Technik auch nicht möglich. Ich glaube aber auch, dass es darum gar nicht geht. Bei KI geht immer darum, Menschen zu unterstützen, nicht sie zu ersetzen. Etwa wenn wir uns das ganze Thema Spracherkennung anschauen. Alexa kennen wir alle. Und das ist Künstliche Intelligenz. Oder Gesichtserkennung. Oder Bilderkennung. Oder Übersetzungen… es gibt schon sehr viele Beispiele, wo Künstliche Intelligenz bereits erfolgreich eingesetzt wird, um das Leben der Menschen zu vereinfachen.

Lass uns jetzt speziell zur Aus- und Weiterbildung kommen: Wie wird KI die Art und Weise verändern, wie wir lernen?

Wolfram: Im Bereich Aus- und Weiterbildung müssen Lerner Entscheidungen treffen. Zum Beispiel: Welcher Content ist für mich der Richtige? Welche Kurse soll ich belegen? Welche Karrierepfade sind für mich interessant? KI hilft, diese Entscheidungen zu treffen. Genauer gesagt: Immer dann, wenn es darum geht, solche Entscheidungen schnell zu treffen, kann KI eine Rolle spielen. Das ist auch beim autonomen Fahren so: Soll das Auto Gas geben oder bremsen? Soll das Auto links fahren oder soll es rechts fahren? KI hilft, solche Fragen auf Basis von historischen Daten oder dem aktuellen Kontext zu beantworten. KI ist im Wesentlichen eine Decision Support Funktion. Deshalb ist es wichtig, die richtigen Fragen zu stellen, die man mit KI beantworten will.

Kannst du ein paar konkrete Szenarien in der Aus- und Weiterbildung beschreiben, in denen KI bereits eingesetzt wird?

Wolfram: Ein Beispiel ist das Thema Recommendation. Wir kennen das ja alle, wenn wir bei Amazon einkaufen. Direkt kommt der Hinweis: Leute, die Artikel X gekauft haben, haben auch Artikel Y gekauft. So kann man auch den Lernern sagen: Alle, die sich Lerninhalt X angeschaut haben, haben sich auch Lerninhalt Y angeschaut. Oder: Dieses Skill Profil hat auch die Kurse A und B belegt.

Im E-Learning Punk beschäftigen wir uns mit Buzzwords in der Aus- und Weiterbildungswelt, die gerade in aller Munde sind. Wir möchten aber nicht nur mit Schlagworten um uns werfen, sondern auch kritisch hinterfragen, ein Verständnis aufbauen und Zusammenhänge erklären. Wie hängen Schlagworte wie Big Data und Learning Analytics mit KI zusammen?

Wolfram: Big Data war auch mal – wie KI aktuell – ein Hype, ist dann aber wieder abgeflacht in der öffentlichen Wahrnehmung. Nichtdestotrotz ist Big Data heute noch so aktuell wie vor vielen Jahren. Big Data sagt nichts anderes, als dass sich das Datenmanagement drastisch verändert haben. Das Datenvolumen ist gewachsen, die Daten müssen schneller – häufig in real time – verarbeitet werden und die Daten sind nicht mehr nur noch strukturierte Daten, sondern auch unstrukturierte Daten. Das heißt also, das Verwalten und Auswerten von Daten unterliegt heute anderen Gesetzmäßigkeiten als das noch vor vielen Jahren der Fall war.

Das Thema Learning Analytics beschäftigt sich damit, wie wir den Erfolg des Lernens messen können.

KI kann bei beidem helfen. Zum Beispiel wenn wir uns „Content-Curation“ anschauen. Hier erkennt KI an dem Skill Profil und dem, was jemand in der Vergangenheit gelernt hat, Lernbedarfe und kann Content aus verschiedensten Quellen zusammensuchen und dem Lernenden sehr schnell zur Verfügung stellen. Das heißt, der Lernenden muss nicht mehr selbst anfangen, Lerninhalte zu suchen, sondern das System kann ihm aufgrund seiner Vergangenheitsaktivitäten automatisch neue Lektionen zusammenstellen. Und das hilft natürlich enorm mit Blick auf Lerngeschwindigkeit und Lernqualität.

Und welche Rolle kann KI in VR-Lernszenarien spielen? Können diese noch lebensnaher werden durch die künstliche Intelligenz?

Wolfram: Ich glaube, es nicht immer das einzelne, sondern das Zusammenwirken von VR, von KI, von Big Data, von Learning Analytics… Im Zusammenwirken liegt der eigentliche Vorteil all dieser neuen Entwicklungen für den Lernenden.

In unserem letzten E-Learning Punk Artikel ging es um das Thema Game-based Learning. Wenn wir das jetzt mal ganz konkret mit KI verbinden: Gibt es schon Lernspiele, die meine Persönlichkeit und meine Fähigkeiten erkennen und den weiteren Spielverlauf daraufhin anpassen?

Wolfram: Eine der größten Herausforderungen, die wir im Bereich Aus- und Weiterbildung haben, ist die Selbstmotivation. Und da ist das Thema Game-based Learning ein guter Ansatz, da es dabei darum geht, den Spaß am Lernen zu erhöhen oder besser gesagt, „spielend“ zu lernen. Wir spielen gerne Spiele. Und warum? Sie sind interaktiv, es gibt Regeln, es gibt Ziele, es gibt Rewards … Der Lernende sitzt nicht mehr passiv vor dem Computer, sondern er kann interaktiv eingreifen. Es gibt keinen vorgegebenen Lernpfad, sondern der Lernpfad entwickelt sich dynamisch während des Lernens durch Interaktion. Und das ist das schöne: Dass es nicht mehr so vorhersehbar ist. Das System kann sich dynamisch an das anpassen, was der Lerner vorher getan hat. Es wird nicht expliziert programmiert, wie mein Gegenüber im Spiel auf meinen Spieleavatar reagiert. Er verhält sich nicht nach vordefinierten Regeln, sondern in Abhängigkeit von dem, was passiert, trifft er Entscheidungen. Und dann sind wir ja wieder bei dem Thema Machine Learning – Softwaresysteme, die lernen, ohne dass sie explizit so programmiert wurden. Ohne dass ein Softwareprogrammierer den Spielfiguren vorhergesagt hat, wie und was sie lernen sollen, lernen sie automatisch auf Grund von Daten während des Spiels.

Zuletzt die Frage nach den Menschen hinter der Technologie: Welche Eigenschaften müssen wir in Zukunft mitbringen, um KI und Roboter zu ergänzen? Oder anders gefragt „Was kann KI im Vergleich zum Mensch nicht leisten?“

Wolfram: Das ist jetzt natürlich die Gretchenfrage. Ein Bereich, mit dem die KI Probleme hat, ist mit dem Thema Entscheidungen zu erklären. Wenn ein KI System heute eine Entscheidung trifft, ist es sehr schwer zu verstehen, warum es diese Entscheidung getroffen hat. Es ist ein bisschen wie bei einer Black Box. Es gibt keine Erklärungskomponente. Ein anderes Thema ist das Thema Intuition. Der Mensch trifft viele Entscheidungen intuitiv, das heißt, ohne zu wissen warum. Das ist für ein KI System nicht machbar. Auch beherrschen KI Systeme immer nur eine einzelne Domäne, nie mehrere Domänen gleichzeitig. Wie bereits eingangs gesagt: Menschliche Intelligenz ist den Menschen vorenthalten. Dinge, die nicht auf mathematisch beschreibbaren Mustern oder Verhaltensweisen beruhen, wie Intuition und Impulse, sind für Maschinen nicht erreichbar. Aber: Es geht nicht darum zu sagen, was KI nicht kann, sondern es geht darum zu sagen, was KI kann. Und es geht darum, KI heute schon in den Systemen sinnvoll einzusetzen. Und da haben wir ja gesehen, dass solche Systeme schon sehr viel können und auch schon sinnvoll eingesetzt werden.

Vielen Dank Wolfram für das spannende Interview!

Die nächste Ausgabe E-Learning erscheint im neuen Jahr und wird sich dem Thema „Learning by Quizzing“ widmen.

Hype oder Zukunft: Wird ChatGPT Corporate Learning revolutionieren?

Künstliche Intelligenz und Chatbots könnten die Weiterbildung reformieren – unsere Experten bewerten die Einsatzmöglichkeiten

Probieren geht über studieren: mit ChatGPT anfreunden

Arne Benoist, Instructional Designer bei imc

Kann ChatGPT die kreative Konzeption eines Trainingsinhaltes übernehmen?

„ChatGPT in unsere Trainings zu integrieren ist noch Zukunftsmusik“

Aber: Die Dinge sind in Bewegung

Kann sich Deutschland seine derzeitige KI-Skepsis leisten?

KI im Corporate Learning

Ansprechpartner

Kann sich Deutschland seine derzeitige KI-Skepsis leisten?

„Der Diskurs um die Künstliche Intelligenz (KI) ist in Deutschland von Skepsis geprägt. Das stört mich“

Hallo Herr Schalter. Toll, dass Sie Zeit für unser Interview gefunden haben. Auf Ihrem Blog sprechen Sie sich für weniger Skepsis gegenüber Künstlicher Intelligenz aus. Warum halten Sie das Misstrauen der Deutschen gegenüber KI für ungerechtfertigt?

Woher rührt das Misstrauen der Bürgerinnen und Bürger Ihrer Einschätzung nach?

Welchen Rat würden Sie denen mit auf den Weg geben, die sich besser über KI informieren und mit den neusten KI-Technologien in Berührung kommen möchten?

Können Sie anhand eines Berufes erklären, wie sich dieser Beruf durch KI verändern wird?

Wie wirkt sich die Veränderung der Berufsbilder auf die Notwendigkeit aus, neue Kompetenzen zu erwerben?

Jetzt andersherum gefragt: Kann KI Berufstätige beim Kompetenzerwerb unterstützen und wenn ja wie?

Auf welche Weise könnten aus Ihrer Sicht der menschliche Dozent und eine KI bzw. ein „Roboterlehrer“ optimal zusammenarbeiten, um Lerninhalte zu vermitteln?

Die meisten Menschen beruhigt es, zu wissen, dass KI sie nicht in allem ersetzen kann. Was sind aus Ihrer Sicht Kompetenzen, die den Menschen einzigartig und damit unersetzbar machen?

Sie haben das perfekte Schlusswort gefunden, Herr Schalter! Vielen Dank für dieses spannende Interview.

KI im Corporate Learning

KI Learning – „Ihr Roboterlein kommet…“

Ansprechpartner

Computerspiele in der Weiterbildung

„Games haben die Entwicklung von KI-Anwendungen mitgeprägt“

Hallo Frau Uzunoğlu. Schön, dass Sie Zeit für unser Interview zum Thema (Serious) Games gefunden haben. Auf die Antwort auf unsere erste Frage sind wir besonders gespannt. Haben Sie ein Lieblingscomputerspiel?

Was macht aus Ihrer Sicht ein wertvolles Computerspiel aus?

Gibt es Kompetenzen, von denen Sie sagen würden, dass sie sich nirgends so gut erlernen lassen wie in Games?

Welche Einsatzmöglichkeiten und Chancen sehen Sie für Unternehmen, wenn es darum geht, Kompetenzen spielebasiert zu vermitteln?

Sind Computerspiele in der Lage, sich selbst infrage zu stellen? Anders gefragt: Können Computerspiele für eine maßvolle Nutzung digitaler Games sensibilisieren?

Welche KI-basierten Serious Games kennen Sie und wo werden diese bereits erfolgreich eingesetzt?

Wo zeichnen sich aus Ihrer Sicht künftige Trends im Bereich KI-basierte Games ab?

Gibt es aus Ihrer Sicht Grenzen beim Einsatz von KI in Computerspielen? Wo sehen Sie diese Grenzen?

Wir sind neugierig auf die anstehenden Projekte Ihrer Stiftung. Welchem fiebern Sie am meisten entgegen?

Vielen Dank für das spannende Interview, Frau Uzunoğlu. Wir werden die Neuigkeiten rund um Ihre geplanten Projekte gespannt mitverfolgen und wünschen Ihnen viel Erfolg bei allem, was Sie sich vorgenommen haben!

Karriereentwicklung neu gedacht: Softskills durch Serious Games schulen

Gamification bringt Corporate Learning auf ein neues Level

Ansprechpartner

Fit for Future: Digitalisierung an Schulen neu denken

Digitalisierung der Schulen

Digitale Universitäten

KI in der Aus- und Weiterbildung

Schule im KI-Zeitalter

Virtuelle Klassenzimmer: So erscheinen Kreidetafel und Lehrerpult im neuen Glanz

Dr. Fabian Kempf: Der Spezialist für virtuelle Klassenzimmer im Punky Talk

Kontakt

Wie Unternehmensziele und Learning Analytics zusammenhängen

Was bedeutet Learning Analytics?

Wo werden Learning Analytics angewendet?

Was wird gemessen?

Wieso sollte man Learning Analytics nutzen?

Wie funktioniert die Auswertung mit Dashboards im LMS?

Die wichtigsten Tipps zur Einführung von Learning Analytics

1. Weniger ist mehr

2. Data is King

3. Trend is your friend

Mehr erfahren

KI im Corporate Learning

So klappt die LMS-Migration

Weitere Informationen zum LMS

Ansprechpartner

Künstliche Intelligenz: Sinnvolle Unterstützung im Corporate Learning oder völliger Kontrollverlust?

Welchen Einfluss hat Künstliche Intelligenz (KI) auf Learning Management Systeme? Wo und wie wird sie bereits eingesetzt? Und werden demnächst alle MitarbeiterInnen von Maschinen überwacht?

Was ist Machine Learning?

Wozu wird Machine Learning eingesetzt?

Wo im LMS findet Machine Learning statt?

Was ist Deep Learning?

Wozu wird Deep Learning eingesetzt?

Wo im LMS findet Deep Learning statt?

Wie sieht die Realität aus?

Onboarding mal anders

Stakeholder überzeugen: So klappt's

Weitere Informationen zum LMS

Ansprechpartner

Science-Fiction oder nahe Zukunft?

28% aller neuen Mitarbeiter kündigen noch innerhalb der Probezeit oder treten nicht einmal den ersten Arbeitstag an. Außerdem gehen Mitarbeiter, die schlecht eingearbeitet wurden, doppelt so oft wie solche, mit gelungenem Onboarding.

…Und in der Realität?

Schluss mit langweiligen Software-Trainings

Stakeholder überzeugen: So klappt's

Künstliche Intelligenz:
Sinnvolle Unterstützung im Corporate Learning oder völliger Kontrollverlust?