dass er lediglich müde sei. Daraufhin schlägt Amanda vor, gemeinsam zur Kaffeemaschine zu gehen, und führt das Gespräch in einer virtuellen Küche fort. Der eigentliche Mehrwert liegt nicht darin, einen Kaffee vorzuschlagen. Entscheidend ist, dass Amanda die Situation interpretiert. Sie erkennt die Blickrichtung, bezieht Objekte aus der Umgebung in ihre Überlegungen ein und verbindet diese Informationen mit dem Gesprächsverlauf. „Das ist ein völlig triviales Beispiel“, sagt Herkersdorf. „Aber es zeigt, über welches Situationsbewusstsein KI-Agenten verfügen können.“ Der Agent als Kollege Seit Jahren wird darüber diskutiert, wie Lernen näher an die tatsächliche Arbeit rücken kann. Schon Konzepte wie Electronic Performance Support sollten Mitarbeitende genau in dem Moment unterstützen, in dem sie Hilfe benötigen. KI-Agenten könnten diesen Gedanken deutlich erweitern. Sie greifen auf Dokumentationen, Wissensdatenbanken oder Prozessbeschreibungen zu und stellen Informationen situationsbezogen bereit. Statt einen Kurs zu absolvieren und das Gelernte später anzuwenden, erhalten Mitarbeitende Unterstützung unmittelbar während der Handlung. „Lernen, Anwenden und Unterstütztwerden werden mehr und mehr im selben Kontinuum verortet“, sagt Herkersdorf. Besonders deutlich wird dies in technischen Trainings. Ein Servicetechniker könnte beispielsweise vor einer Anlage stehen und einen digitalen Zwilling der Maschine aufrufen. Ein Agent erklärt Schritt für Schritt die notwendigen Wartungsarbeiten, zeigt relevante Bauteile und beantwortet Rückfragen. Der Lernprozess findet direkt im Arbeitskontext statt. Doch die Wissenschaft bremst den Hype Eine viel zitierte Studie von Park und Kollegen zeigte bereits 2023, dass generative Agenten soziale Verhaltensweisen simulieren, Beziehungen aufbauen und gemeinsame Aktivitäten koordinieren können. Gedächtnis, Reflexion und Planung erzeugten dabei deutlich glaubwürdigere Interaktionen als klassische Avatare. Ob daraus automatisch besseres Lernen entsteht, ist jedoch offen. Aktuelle Untersuchungen zeigen, dass immersive virtuelle Welten insbesondere bei komplexen Entscheidungs- und Kommunikationssituationen Vorteile bieten können. In Krisensimulationen verbesserten sich beispielsweise die Entscheidungsfähigkeiten der Teilnehmenden. Ein wichtiger Faktor war dabei die Immersion, also das Gefühl, tatsächlich Teil der Situation zu sein, wie es beispielsweise in VR-Anwendungen der Fall ist. Andere Studien kommen zu deutlich vorsichtigeren Ergebnissen. Beim Erlernen prozeduraler oder motorischer Fähigkeiten berichten Forschende teilweise von höherer kognitiver Belastung, Frustration und geringeren Lernerfolgen als bei klassischem Training. Als ein Grund dafür wird das fehlende haptische Feedback genannt. Wer eine Maschine nur virtuell bedient, lernt nicht automatisch dieselben Bewegungsabläufe wie in der Realität. Die Technik allein erzeugt also kein besseres oder wirksameres Lernen. Vielmehr ist wichtig, wie sie didaktisch eingesetzt wird. Für Dr. Sirkka Freigang, Mitglied im Kernteam der Corporate Learning Community und langjährige Expertin für das Lernen in virtuellen Welten, liegt genau hier die größte Chance virtueller Lernwelten: „Damit KI-basierte Agenten in virtuellen Welten akzeptiert werden, müssen sie nicht möglichst menschlich wirken – im Gegenteil: Gerade hyperrealistische Avatare können durch den Uncanny-Valley-Effekt irritieren oder Ablehnung auslösen“, sagt sie. Der sogenannte Uncanny-Valley-Effekt beschreibt das Phänomen, dass fast menschlich wirkende digitale Figuren Irritationen oder Ablehnung auslösen können. Freigang plädiert deshalb für einen anderen Ansatz. Virtuelle Welten müssten die Realität nicht kopieren. Sie könnten Dinge ermöglichen, die in der physischen Welt unmöglich sind. „Die besondere Chance immersiver Lernwelten liegt darin, Lernende in künstlerisch gestaltete Erlebnisräume eintauchen zu lassen: Wir können mit einem Eichhörnchen über Nachhaltigkeit sprechen, von einer Koralle etwas über Ökosysteme lernen oder uns von einem mystischen Wesen durch eine Reflexionsreise begleiten lassen.“ Die kreative Kraft virtueller Welten Für Freigang ist es sogar die größte Fehleinschätzung, KI-Avatare in virtuellen Welten möglichst menschlich bauen zu wollen. Mit Volumetric Capturing sei dies zwar möglich, aktuell aber noch aufwendig und teuer. Die kreative Kraft virtueller Welten liege nicht im digitalen Doppelgänger, sondern im Unmöglichen: „Lernende können Perspektiven einnehmen und Welten erkunden, die in klassischen Lernsettings undenkbar wären. Von Magic Moments bis hin zu Science-Fiction & Bubblegum Welten“, ist sie überzeugt und plädiert für eine offene Perspektive: „Akzeptanz entsteht, wenn diese Agenten transparent, sicher, didaktisch sinnvoll und ästhetisch überzeugend gestaltet sind – nicht, wenn sie so tun, als seien sie echte Menschen. Personalentwickler sollten KI-Avatare deshalb als Teil eines Learning Experience Designs verstehen: als Figuren in einer Lernwelt, die neben Wissensvermittlung auch Emotion, Reflexion und Transfer ermöglicht. Die zentralen Fragen lauten vorab immer: Was will ich erreichen? Was ist das Lernziel? Und welche Bedarfe hat die Zielgruppe.“ Erst danach sollte geprüft werden, ob mit neuen Technologien wie KI und XR das Ziel effektiver erreicht werden kann als mit den gewohnten Lernangeboten. Das Angebot an Lernagenten wächst schnell Mit dem Fortschritt der generativen KI wächst auch das Angebot an KI-basierten Lernagenten. Während Anbieter wie Synthesia oder Hey Gen interaktive Echtzeit-Avatare entwickeln, setzen Unternehmen wie Tricat oder Eon Reality auf virtuelle Welten, digitale Zwillinge und kontextbewusste Agenten. Entscheidend wird sein, welche Herausforderungen im Corporate Learning damit tatsächlich bewältigt werden sollen und ob der erwartete Nutzen die erforderlichen Investitionen rechtfertigt. GUDRUN PORATH ist freie Journalistin und Moderatorin und hat sich unter anderem auf die Themen digitales Lernen und Personalentwicklung spezialisiert. 31 Personalentwicklung
RkJQdWJsaXNoZXIy Mjc4MQ==