Trends Künstliche Intelligenz verändert die akademische Weiterbildung Erfahrungsbericht Wie MBA- und Master-Absolventen ihr Studium erlebt haben Überblick Anbieter von MBA, Master und Zertifikaten Business Schools Eine Marke von personalmagazin Business Schools 06.26 MBA, Master, Zertifikate Startbereit für die KI-Welt
Editorial 3 Liebe Leserinnen und Leser, wer heute einen Job sucht, sollte mit Künstlicher Intelligenz umgehen können – und zwar schon beim Berufseinstieg. Viele Arbeitgeber erwarten genau das. Kein Wunder also, dass sich Studierende von Hochschulen mehr praxisnahe KIAnwendungen wünschen. Für Business Schools ist das eine Zumutung im besten Sinne. Zunächst müssen sie ihre verschiedenen Zielgruppen bedienen: Master-Studierende, die konkrete Anwendungen beherrschen wollen, ebenso wie Führungskräfte in MBA- und Executive-Programmen, die auf höherer Flugebene unterwegs sind. Sie müssen verstehen, wie KI Management, Strategie und Geschäftsmodelle verändert. Ein Studiengang oder Führungskräfteprogramm mit KI im Titel, ein Wahlfach hier, ein Pilotprojekt dort – damit ist die Sache nicht erledigt. KI sollte durchgängig eine Rolle spielen – als fester Studienbestandteil im Pflichtprogramm. Zudem stehen Business Schools unter Zugzwang, mit KI als Lernbegleiter und didaktischem Werkzeug Lernen stärker auf die individuellen Bedürfnisse der Lernenden zuzuschneiden. KI wandelt den gesamten „Student Life Cycle“: von der Studienorientierung über Bewerbung und Zulassung bis zu Content-, Prüfungs- und Netzwerkmanagement. Damit steht auch die interne Organisation von Business Schools auf dem Prüfstand. Datenschutz und die Vorgaben des EU AI-Act sind keine Fußnote, sondern Teil einer umfassenden Transformation. Die gute Nachricht: Business Schools verschlafen den KITrend nicht. Sie erproben Formate, verankern KI in Curricula, testen neue Lernsettings. Noch sind das oft einzelne Experimente. Aber es gibt Vorreiter, die diese Ansätze in eine klare KI-Strategie einbinden. So kann gelingen, was die Technologie verspricht: Lernen auf eine neue Stufe zu bringen. Stefanie Hornung Redaktion Personalmagazin Inhalt 04 Erste Flugübungen mit KI Wie Business Schools Künstliche Intelligenz in der Lehre und anderen Bereichen des Lernmanagements nutzen 12 „Viele KI-Experimente enden auf dem Schneidetisch“ Sarah Toms, Chief Innovation Officer an der IMD, erläutert die KI-Strategie der Business School 16 Smalltalk Facts Akademische Weiterbildungen liegen im Trend 18 Zwischen Bahn, Bits und Business Christian Redlich übersetzt als Business Analyst Wünsche des Zugpersonals in IT-Lösungen. Ein berufsbegleitender Masterstudiengang eröffnete ihm dafür neue Perspektiven 20 Dual zum Mastertitel Studieren und gleichzeitig am Berufsalltag teilnehmen: Diese Kombination bietet ein duales Studium. Auch ein Mastertitel kann auf diesem Weg erworben werden 24 Ins KI-Zeitalter führen lernen Tanja Maschur, Leiterin des zentralen B2B-Verkaufsteams der Mediengruppe Main-Post, absolvierte einen MBA und baute so ihre Führungsexpertise – auch im Umgang mit generativer KI – aus 26 Anbieter MBA, Master und Zertifikate 58 Impressum personalmagazin Business Schools 2026 Titelbild: Evelyn Freja / Connected Archives; Foto: Mathias Kutt „ Ein Studiengang mit KI im Titel, ein Wahlfach hier, ein Pilotprojekt dort – das reicht nicht aus.“ Business Schools
Business Schools 4 Foto: xxxxxxxxxxxxxxxxxxxxxx personalmagazin Business Schools 2026
Künstliche Intelligenz 5 Erste Flugübungen mit KI Von Stefanie Hornung Umfragen zeigen: Studierende und Führungskräfte wollen verstärkt lernen, wie sie Künstliche Intelligenz praktisch einsetzen. Doch viele Wirtschaftshochschulen haben noch keine durchgängige Strategie, wie sie KI sicher in der Lehre nutzen können – oder in anderen Bereichen des Lernmanagements. So gehen die Vorreiterinnen vor. „Ich freue mich wirklich sehr, heute hier zu sein!“ Wenn ein Gastprofessor diese Worte spricht, erwartet man eine gewisse Begeisterung in der Stimme. Bei der Antrittsvorlesung von KIProfessor Kaže an der Akad University im November ist davon nichts zu hören. Phrasenhaft spult er ab, dass es für ihn eine große Ehre sei, an der Hochschule mitzuwirken. Auf die Frage nach der Bedeutung von Marketing in der heutigen Zeit gestikuliert er mit den Händen, eine unnatürliche Pause entsteht – bis er endlich ein paar Allgemeinplätze über Kundenbeziehungen und Werthaltungen abgibt und sich für die Aufmerksamkeit bedankt, obwohl sein Auftritt gerade erst begonnen hat. Nun ist der KI-Professor keine natürliche Person, sondern der digitale Zwilling des lettischen Wirtschaftswissenschaftlers Prof. Dr. Valters Kaže. „Das Experiment ist nur ein Bestandteil unserer KI-Strategie“, betont der Initiator Prof. Dr. Tim Brüggemann. „Doch mit dem Projekt sind wir europaweit Vorreiter“, so der Bildungswissenschaftler und Rektor der Akad. „Es ist einfacher, die Business Schools zu zählen, die sich nicht mit KI beschäftigen, als die, die es tun“, sagt Andrew Crisp von der Beratung Carrington Crisp. Allerdings fällt es aus seiner Sicht vielen schwer, eine klare Richtung einzuschlagen. „Die Implementierung von KI gleicht derzeit einem Wilden Westen, in dem viel durch bloßes Ausprobieren und Herunterladen von Tools passiert, ohne dass ein strukturierter Lernpfad oder eine klare langfristige Vision erkennbar ist“, ergänzt Crisp auf Basis des Berichts „See the Future“, den Carrington Crisp mit der European Foundation for Management Development (EFMD), dem Dienstleister 4uni-solutions und dem Edtech-Unternehmen
Business Schools 6 personalmagazin Business Schools 2026 KI verändert“, meint Sameer Hasija, Dean für Executive Education und für den asiatischen Campus der globalen Business School Insead, die ihren Unternehmenssitz in Frankreich hat. Laut dem Technologieprofessor läuft es immer auf zwei Fragen hinaus: „Wie schafft etwas Wert?“ und „Wie können wir diesen Wert nutzen?“. Im Fall der KI ist das noch nicht klar. Die Technologie entwickelt sich zu schnell, als dass man sich nur auf bestimmte Werkzeuge konzentrieren könnte. „Der Fokus liegt daher nicht nur auf der KI, sondern auch auf Metakompetenzen wie kritischem Denken und dem Lernen, wie man lernt.“ Insead verfolgt einen pyramidenartigen, mehrschichtigen Ansatz: Die Grundlage besteht darin, dass die Lernenden verstehen, was die Technologie ausmacht. Dann können sie damit experimentieren und praktische Erfahrungen sammeln. Anschließend werden sie in ein strategisches Szenario versetzt – sollen eine Strategie formulieren, eine Führungsherausforderung oder eine Fallstudie. Sie müssen sich überlegen, wie KI dieses Szenario verändert. Und schließlich bekommen sie Frameworks an die Hand, um einen Aktionsplan zu entwerfen. Motive für den KI-Einsatz unterscheiden sich Die Harvard Business School wiederum hat ein Vier-Säulen-Modell entwickelt, das auch andere Schulen adaptiert haben – zum Beispiel die IMD mit Hauptcampus im Schweizer Lausanne (siehe Interview ab Seite 12). Chefinnovatorin Sarah Toms setzt auf Veränderung von unten und oben. „Für Kompetenzaufbau und Kreativität braucht man bottom-up-Ansätze, für Nachhaltigkeit Prozesse und Wirkung top-down“, sagt sie. Wie die meisten Top-Schulen legt sich die IMD nicht nur auf ein Tool fest, sondern nutzt eine Multi-LLM-Plattform. Diese hat IMD 2023 in nur sechs Wochen an den Start gebracht – zuerst als Minimal Viable Product. Den 500 Führungskräften im Programm „Orchestrating Winning Performance“ sagte Toms offen: „Das ist ein Experiment. Probieren Sie es!“ Aus diesem gemeinsamen Versuch entstand ein leistungsfähiges und skalierbares Kernprodukt. Die Business School experimentiert auch mit chinesischen Modellen, vor allem mit Open Source, die sie in Europa hosten kann. „Das ist das Beste aus zwei Welten. In Autoindustrie, Telekommunikation und Green-Tech kommen derzeit unglaublich spannende Innovationen aus China“, so Toms. Wer neue Technik rechtssicher einführen will, braucht der Chief Innovation Managerin zufolge Fachleute verschiedener Disziplinen: Im Technologieteam widmen sich Mitarbeitende zu 100 Prozent dem Thema. Im Rechtsteam ist ein Jurist spezialisiert auf digitale Fragen. „Wir leben Zusammenarbeit und Unternehmertum. Das prägt auch die Beziehungen zu unseren Dozenten und zu allen, die neue Ideen in unsere Studiengänge bringen.“ Die IMD baute früh technisches Wissen auf, auch mit Partnern wie Microsoft. Das Unternehmen hilft bis heute beim Wachstum und beim Aufbau eigener Kompetenzen in Europa. Zugleich arbeitet die Business School mit kleineren Technologiefirmen zusammen, auch hier ihres Fachwissens wegen. „Vor ein paar Jahren konnte kaum jemand mit generativer KI umgehen. Deshalb müssen wir gezielt Talente für dieses Feld ausbilden.“ Für die Akad University als Fernhochschule steht Flexibilität strategisch an vorderster Stelle – auch wenn es um KI geht. „Wir setzen KI nur ein, wenn wir damit entweder als Hochschule Prozesse optimieren können oder wir damit die Kompetenzen der Full Fabric herausgegeben hat. Grundlage ist eine Online-Befragung von 1.863 Personen aus 40 Ländern im vergangenen Dezember und Januar – darunter Studierende, Lehrkräfte und Fachpersonal im Bildungsbereich, Alumni sowie Arbeitgeber. Demnach arbeiten etwa zwei Drittel der Business Schools (73 Prozent) zwar an KI-Richtlinien. Diese sind jedoch selten schon umfassend. Oft decken sie nur Teilbereiche wie die Lehre ab – regeln etwa, dass keine Vorratsdatenspeicherung erlaubt ist und Lehrkräfte und Studierende keine persönlichen Informationen nutzen dürfen. Sie lassen aber Forschung, Auswahl oder Bewertung der Lernergebnisse außen vor. Zudem seien diese Regelwerke meist reaktiv und hinkten der technischen Entwicklung hinterher. Dahinter stecke auch ein Mangel an technischem Know-how: „Besonders Schulen, die nicht Teil einer größeren, fachübergreifenden Universität sind, fehlt es oft an notwendigem Technikwissen“, so Crisp. Diese Schwierigkeiten kommen für Wirtschaftshochschulen zur Unzeit. Der Marktdruck ist groß, da KI-Wissen zunehmend über alternative, kostengünstigere Kanäle wie Youtube oder spezialisierte Online-Anbieter verfügbar ist. Dies zwingt sie verstärkt dazu, ihre teuren Vollzeit-Programme zu überdenken und flexiblere, modulare Modelle zu entwickeln. Gleichzeitig steigt die Erwartungshaltung ihrer Zielgruppe. Das legt unter anderem eine Befragung im Auftrag der Arkansas State University Ende 2025 nahe. Unter 181 US-amerikanischen MBA-Studierenden sagten knapp neun von zehn, Automatisierung, Datenstrategie und digitale Technologien müssten ins Pflichtprogramm ihres Studiums. 59 Prozent fanden, ihr Studiengang vermittle neue Kompetenzen nicht gut genug. Mehr als jeder Zehnte hielt das eigene Programm sogar für rückständig oder veraltet. 82 Prozent erklärten, sie würden eher ein MBA-Programm wählen oder empfehlen, das gezielt auf eine technologiegetriebene Wirtschaft vorbereitet. Dafür wären sie auch bereit, mehr zu zahlen: im Schnitt 18 Prozent höhere Studiengebühren. Verschiedene KI-Strategien an Business Schools Ein ähnliches Stimmungsbild zeichnet sich in Deutschland ab. Die Hochschul-App Uni Now fragte Ende 2025 Studierende auf ihrer Plattform, in welcher Form sie sich KI-Inhalte wünschen und was Hochschulen diesbezüglich anbieten. Nur ein Drittel von 713 Studierenden sagte: KI ist fester Bestandteil meines Studiums. Ein Viertel erlebte das Thema zum Zeitpunkt der Befragung an der eigenen Hochschule gar nicht, weitere 35 Prozent nur am Rand – etwa in einzelnen Seminaren oder Projekten. Auf die Frage: „In welcher Form wünscht du dir KI-Inhalte in deinem Studium?“ antworteten 637 Studierende. Fast die Hälfte, 47 Prozent, wünschen sich mehr praktische Anwendungen und Tools, 24 Prozent wollen tiefer in Algorithmen, Ethik und gesellschaftliche Folgen eintauchen und 14 Prozent wünschen sich Projektarbeiten mit Praxisbezug. Diese Wünsche kommen nicht von ungefähr. Laut dem Bericht „See the Future“ erwarten mehr als drei Viertel der Arbeitgeber, dass Studierende schon beim Berufseinstieg Erfahrung mit KI-Tools mitbringen. Die Business Schools, die sich schon länger intensiv mit KI auseinandersetzen, haben meist eine Strategie ausgearbeitet, die zum eigenen Markenkern passt. „KI ist zweifellos wichtig, doch der entscheidende Faktor ist nach wie vor das Management. Es geht darum zu erklären, wie sich Management durch Fotos: Evelyn Freja / Connected Archives
Künstliche Intelligenz 7
Business Schools 8 personalmagazin Business Schools 2026 Studierenden ausbauen“, so Rektor Brüggemann. Dafür brauche es eine dezidierte KI-Strategie, die es bei der Akad bereits gebe. Noch vor einem Jahr hatten eine solche nur etwa 13,5 Prozent der Privaten Hochschulen, zu denen auch zahlreiche Business Schools gehören – der Großteil diskutierte noch auf strategischer Ebene. Die Zahlen stammen aus dem jährlich erhobenen KI-Kompass des Verbands der Privaten Hochschulen (VPH), den Brüggemann als KI-Facharbeitskreisleiter mitinitiiert hat. „Wie setzen wir im ganzen Student Life Cycle KI ein? Wie gehen wir in Prüfungen damit um? Wie nutzen wir KI als Hochschulorganisation? Was dürfen unsere Studierenden? Was dürfen unsere Mitarbeitenden?“, nennt er einige Fragen, die eine solche Strategie beantworten sollte. Ohne Experimente geht es nicht Bei aller strategischer Notwendigkeit sind sich Hochschulexpertinnen und -experten dennoch einig: Experimente sind unabdingbar für Innovation. „Das Problem ist, es gibt nicht die eine richtige Strategie. Deshalb liegt die Lösung darin, Dinge auszuprobieren – innerhalb ethischer Grenzen“, meint Andrew Crisp. Womit wir wieder beim Beispiel Akad und dem digitalen Zwilling des lettischen Gastprofessors wären. Dieser sollte ein paar praktische Probleme lösen: Dass ein Gastprofessor nur begrenzt verfügbar ist und noch in einem anderen Land einen Lehrauftrag hat. Dann die sprachlichen Barrieren: Lehrkräfte können meist Englisch, sprechen aber nicht alle möglichen anderen Sprachen wie ihr KIKlon. Der KI-Professor Kaže läuft in einem geschlossenen System, einer sogenannten Retrieval-Augmented Generation, kurz RAG. Das bedeutet, die KI greift nur auf verifizierte Dokumente zu und gibt keine urheberrechtlich geschützten Daten nach außen weiter. Für die technische Umsetzung hat die Akad das Ein-Mann-Startup Mindbank AI aus den USA beauftragt. Gründer Emil Jimenez codet selbst mithilfe von KI. Um sicherzustellen, dass ein solches Modellprojekt im Rahmen des Hochschulbetriebs zulässig ist, hat Brüggemann vor dem Testlauf den Gastprofessor offiziell nach Landeshochschulrecht berufen. Fachabteilungen und Lehrkräfte der Akad begutachten den Klon in verschiedenen Szenarien, um dessen Eloquenz und Wirkung zu bewerten. Jeder kann sich auch seinen eigenen digitalen Zwilling erstellen und damit herumprobieren. „Die Gestik und Mimik haben wir inzwischen weiterentwickelt“, so Brüggemann. Von Anfang an habe man Lehrkräfte nicht ersetzen wollen, den Klon vielmehr als eine Art Tutor verstanden, der 24/7 Fragen beantworten kann. „Wir haben das Projekt noch nicht abgeschlossen, sehen aber schon heute: Das steigert die Motivation der Studierenden, die Abbruchraten sinken“, erklärt der Akad-Rektor. Ein Aha-Erlebnis: Durch die anonymisierte Auswertung der gestellten Fragen erhält die Hochschule erstmals Einblick, was Studierende während des Selbststudiums zu Hause wirklich beschäftigt. Überraschenderweise bezogen sich in den Begleitforschungen etwa die Hälfte der Anfragen auf organisatorische Themen wie Prüfungsanmeldungen oder Atteste. Möglicherweise entwickle sich der digitale Zwilling deshalb stärker zu einem Study Buddy, so ähnlich wie der bereits verfügbare KI-Chatbot „Karl“ auf dem virtuellen Akad-Campus. In Tests zeigte sich zudem, dass der digitale Zwilling hervorragend in der Lage ist, die Rolle eines Prüfers einzunehmen. Er kann komplexe mündliche Prüfungssituationen simulieren, auf Antworten reagieren, Folgefragen stellen und anschließend ein fundiertes Feedback zum Leistungsstand geben. „Die KI ist sogar in der Lage, auf einer Metaebene zu erkennen, wenn jemand sie mit absichtlichen Falschantworten testen möchte“, sagt Brüggemann, der das selbst am Thema Bildungsrecht ausprobiert hat. Bei Insead sind neue KI-Projekte meist dezentral organisiert. Es gibt ein „Learning Innovation Team“, das Lehrkräfte dabei unterstützt, Experimente durchzuführen oder neue Ideen für den Unterricht zu entwickeln. Erfolgreiche Experimente schaffen es schrittweise in den Mainstream der Lehre, während die Beteiligten weniger erfolgreiche Ansätze weiter verfeinern. Das Innovationsteam könne Innovation nicht verordnen, das sei auch nicht nötig. „Wir haben viele Fakultätsmitglieder, die Neues ausprobieren. Sie teilen diese Experimente und lernen voneinander“, so Sameer Hasija. Wenn es um den KI-Einsatz in der Lehre geht, unterscheidet der Executive-Education-Dean von Insead zwischen dem Was, KI als strategischer Lerninhalt, und dem Wie, KI als pädagogisches Werkzeug. „KI ist mittlerweile eine Kernkompetenz für Führungskräfte und sollte Teil eines klassischen MBA-Studiums sein“, konstatiert Andrew Crisp in Bezug auf das Was. Die passende Flughöhe hängt allerdings von der Vorerfahrung, der Karrierephase und dem Arbeitskontext ab. Häufig hätten seniorige Führungskräfte weniger praktische KI-Erfahrung. Doch wichtiger sei für sie ohnehin die strategische Urteilsfähigkeit, mit der sie in der Lage sind, durch KI die Produktivität und Innovation ihrer Unternehmen zu steigern, so Crisp. „Es braucht immer eine Kombination aus theoretischen und praktischen Skills“, glaubt Sameer Hasija. Wo der Fokus liegt, hat auch mit der Lernstrategie von Unternehmen zu tun. „Manche Führungskräfte und Organisationen möchten beides über ein Weiterbildungs- oder Studienformat abdecken. Andere setzen bewusst auf einen modularen Ansatz.“ Letztere erwerben zunächst theoretische Kenntnisse an der Hochschule, um diese in Action-Learning-Projekten in ihrer Organisation anzuwenden. „Unsere Lehrkräfte begleiten sie dabei weiter: Sie bleiben Teil des Lernprozesses und unterstützen die praktische Arbeit.“ KI im Unterricht Künstliche Intelligenz als didaktisches Lernwerkzeug nutzen die Insead-Lehrkräfte unter anderem, um praxisnahe Szenarien zu simulieren, zum Beispiel eine Verhandlungssituation. Dafür kann die Rollenspiel- und Coaching-Plattform Lexarius zum Einsatz kommen, eine frei auf dem Markt verfügbare Lösung von Insead und SC Ventures. „Früher brauchte man dazu Coaches und Verhandler, aber in einem Maße, dass es oft nicht umsetzbar war. KI macht das so effizient, dass daraus etwas Neues entsteht“, so Hasija. Das ermögliche konversationsbasiertes Lernen und Personalisierung: Wer zum Beispiel Go-to-MarketStrategien lehrt, sollte diese in einen passenden Kontext für die Lernenden bringen. Die Lehrkraft kann nicht auf jeden Einzelfall eingehen, die KI sehr wohl. „Mit KI kann man das allgemeine Konzept verstehen, tief einsteigen und es auf die Welt eines Teilnehmenden übertragen.“ Einer der Kurse, den Hasija selbst unterrichtet, basiert auf seinem als Co-Autor verfassten Buch „The Phoenix Encounter Method“. In einer Zerstörungsübung sollen die Teilnehmenden sich überlegen, wie man ihr Geschäftsmodell disruptieren könnte. Dabei setzt er KI ein, nämlich als Sparringspartnerin, die den Tunnelblick von Führungskräften zu durchbrechen hilft, indem sie alternative Angriffs- oder Verteidigungsszenarien entwickelt.
Künstliche Intelligenz 9 In IMDs Multi-LLM-Tool arbeiten Lehrende und Studierende mit synthetischen Daten und echten Problemen. Sie geben denselben Prompt in verschiedene Modelle ein, etwa OpenAI, Claude oder Deepseek, und vergleichen die Antworten. So konnten die Studierenden etwa in einem Labor für Supply-Chain-Management prüfen, welches GenAI-System komplexe mathematische Berechnungen am präzisesten löst und wo jeweils die Grenzen liegen. Ein weiteres Beispiel: Ein Dozent für Leadership baute mit dem Tool ein 2x2-Szenario – auf der einen Achse die Komplexität von Entscheidung, auf der anderen die Vertrautheit im Team. Es zeigte sich: Bei einfachen Geschäftsfragen in eingespielten Teams hilft KI wenig. Bei schwierigen Entscheidungen und neuen Teams bringt sie viel mehr. Upskilling für Lehrkräfte gefragt Das Problem bei KI-Anwendung im Unterricht: „Die Studierenden sind oft fitter im KI-Umgang als die Lehrkräfte“, hat Tim Brüggemann beobachtet. Dem KI-Kompass der VPH zufolge bewegen sich viele Lehrende in Bezug auf ihre KI-Kompetenzen im Mittelfeld. Ähnliche Ergebnisse lieferte der Bericht „See the Future“, wonach 6 Prozent des Lehrpersonals eine hohe KI-Expertise mitbringen, nur minimal mehr als die Studierenden vor Studienbeginn (4 Prozent). Über die Hälfte der Lehrenden hätte gerne mehr Schulungen zu bewährten Anwendungsfeldern, Zeit zum Experimentieren und Zugang zu KI-Tools. „Die Lehrkräfte wollen verstehen, wie sie KI im Unterricht, bei der Aufgabengestaltung oder in Prüfungen einsetzen können. Richtlinien allein genügen nicht“, so Crisp. Die Vorbildfunktion der Lehrkräfte sei nicht zu unterschätzen. Wenn sie KI im Unterricht verantwortungsvoll nutzen, sei das ein Verhaltensanker für Studierende. Die Mitarbeitenden im Umgang mit KI-Tools regelmäßig weiterzubilden, ist in Europa kein Nice-to-have, sondern gehört laut EU AI Act zu den Pflichten der Hochschulen. Das beinhaltet, ihre Kompetenzen zu diagnostizieren, um den Hebel an der richtigen Stelle anzusetzen. An der Akad dürfen die Lehrenden deshalb die hauseigenen Tools nur nutzen, wenn sie eine Schulung absolviert haben. „Am Anfang haben Lehrkräfte KI vor allem für die Erstellung von Unterrichtsmaterialien eingesetzt“, so Andrew Crisp. Beispielsweise, um Fallstudien schneller zu entwickeln, Lernpfade zu personalisieren oder große Mengen an Studierenden-Essays nach gemeinsamen Themen zu durchforsten. Bereits Anfang 2025 sahen Private Hochschulen laut VPH-KI-Kompass in KI zudem schon Potenzial für individuelle Förderung von Studierenden – etwa durch KI-basierte Tutorensysteme, der Analyse von Lernständen, Echtzeit-Feedback oder eine automatisierte Lehrplanerstellung. Dieses Anwendungsfeld nimmt nun an Fahrt auf. So kündigte etwa die Hamburg School of Business Administration (HSBA) kürzlich an, dass allen Studierenden und Mitarbeitenden ab Sommersemester 2026 ein persönlicher, KI-gestützter Coach zur Seite steht, mit der Lösung Pinkpro der Edtech-Firma Pinktum. Damit sollen sie persönliche Kompetenzen und Future Skills weiterentwickeln können – etwa Fähigkeiten in Selbstorganisation, Resilienz, Kommunikation und Entscheidungsfindung. Parallel will die HSBA digitale Trainings und KI-Impulse in den Lehrplan integrieren. Auch die IMD ermöglicht es Studierenden, durch KI-basierte Tools Fragen zu aufgezeichneten Vorlesungen zu stellen und so den Lernstoff individuell nachzubereiten. Das stemmt sie mit internen Ressourcen aus dem eigenen Innovationsteam, das eine detaillierte Analyse von Lernfortschritten ermöglicht. Die Business School betrachtet mithilfe von KI über das gesamte Curriculum hinweg zehn Querschnittskompetenzen wie Problemlösung, Storytelling oder kritisches Denken, anhand von Tausenden von Datenpunkten aus Video-Pitches und schriftlichen Arbeiten. Die Studierenden erhalten viermal jährlich personalisierte Berichte über ihre Kompetenzentwicklung und tauschen sich mit dem Dean darüber aus. KI-gestützte Lernbegleitung kann laut Prof. Tim Brüggemann eine adaptive individuelle Lernreise ermöglichen. Sie ist allerdings kein Selbstläufer, warnt er. Die Schulung von Lehrenden und Lernenden sollte am Anfang stehen. Sonst beißt sich die Katze in den Schwanz: „Wenn Menschen nicht wissen, wie sie die KI bedienen sollen, können sie sich nicht viel aus diesen Systemen herausholen.“ KI im Backoffice Das gilt auch für das Kundenmanagement und mögliche Effizienzgewinne in der Organisation von Business Schools. Theoretisch tun sich Möglichkeiten im gesamten Student Life Cycle auf – von der Studienorientierung über Bewerbung und Zulassung bis zu Content-, Prüfungs- und Netzwerkmanagement. Laut dem Bericht „See the Future“ sind die Business Schools beim KI-Upskilling von Beschäftigten in Führungs- und Fachdienstleistungspositionen weiter als bei Lehrkräften: 67 Prozent haben bereits ein KI-Training von ihrer Hochschule erhalten. Dennoch wünschen sich 62 Prozent weitere Schulungen, vor allem zur Anwendung von KI-Tools. Doch wenn Hochschulen explizit jemand im KI-Management einstellen, wie etwa die Akad University, geht der Lernbedarf darüber hinaus. Laut EU AI Act müssen Weiterbildungsinstitutionen unter anderem ein Transparenzregister führen. Das heißt, sie „ Die Studierenden sind oft fitter im Umgang mit KI als die Lehrkräfte.“ Tim Brüggemann, Rektor der Akad University
Künstliche Intelligenz 11 müssen offenlegen, wann Lernende mit KI interagieren. Sie müssen Inhalte kennzeichnen, die ganz oder teilweise mit KI erstellt wurden. Und sie müssen dokumentieren, wie und wofür KI im Lernprozess eingesetzt wird. Außerdem sind sie unter Umständen zu einer Technologiefolgenabschätzung verpflichtet. Das bedeutet, sich zu überlegen, wie sich Lernen durch KI verändert – und ob das System damit noch das tut, was es soll: den Kompetenzaufbau der Menschen unterstützen, nah am Arbeitsmarktbedarf. „Das umfasst bildungswissenschaftliche und strategische Komponenten“, erklärt Tim Brüggemann, der das EU-weite Projekt „Force AI EU“ leitet. Mitarbeitende von Hochschulen können dort über eine EU-Förderung eine kostenfreie Weiterbildung absolvieren. Neben mehr Effizienz locken auch Qualitätsgewinne – etwa durch geringere Fehlerquoten und Durchlaufzeiten, sodass mehr Zeit für individuelle Anliegen der Studierenden bleibt. Diese Ausrichtung verändert die Stellenprofile der Backoffice-Mitarbeitenden und Führungskräfte. Sitzungen planen, Präsentationen übersichtlich gliedern oder Lehrpläne zielgruppengerecht aktualisieren – all das geht mit KI oft schneller. „Das kann uns helfen, von hundert Studierenden in einer Klasse die Hintergründe, Rollen, Branchen, Bedürfnisse und Geschäftskontexte zu verstehen und Inhalte besser auf sie zuzuschneiden“, sagt Sameer Hasija. Am Puls des Arbeitsmarktes Um angesichts der KI-Welle mit Studienprogrammen und Führungskräfteentwicklung am Zahn der Zeit zu bleiben, sind Business Schools auch auf Kooperationen mit Arbeitgebern angewiesen. Unternehmenspartnerschaften liefern keine abstrakten Zukunftsbilder, sondern Hinweise aus dem Betrieb – und zwingen Business Schools, ihr Angebot daran zu messen. Die Insead pflegt drei Formen von Partnerschaften. Erstens: für Executive Talent Development, also für maßgeschneiderte Führungskräfteprogramme, in denen KI inzwischen fast immer mitläuft. Zweitens: für Forschung, indem Unternehmen Daten bereitstellen, damit Fakultäten untersuchen können, wie KI Strategie, Aufbauorganisation oder Schwachstellen in Systemen verändert. Drittens: für Fallstudien, Lehrmaterialien und die Nutzung konkreter Tools im Unterricht. Dieselbe Organisation kann dabei mehrere Rollen zugleich einnehmen – Kundin der Executive Education, Forschungspartnerin sowie Case-Study- und Technologielieferantin. „Für uns als Business Schools ist der Austausch essenziell, um relevant und praxisnah zu bleiben. Wir verharren nicht im Elfenbeinturm“, erklärt Hasija. Die Universität Edinburgh hat sich in Schottland kürzlich mit IBM zusammengetan, um neue Möglichkeiten beim Thema KI und Quantencomputing zu erschließen. Man möchte gemeinsam Innovationen vorantreiben. Das Bayes Centre, das Innovationszentrum der Universität für KI und Datenwissenschaft, ist bei der Zusammenarbeit federführend. Davon kann auch die angegliederte Business School profitieren. Andrew Crisp findet jedoch, dass B-Schools oft die Zusammenarbeit mit kleinen und mittleren Unternehmen vernachlässigen, die einen Großteil der Wirtschaft ausmachen und von akademischer KI-Expertise besonders stark profitieren könnten, weil ihnen oft Ressourcen für Experimente, Weiterbildung und Strategie fehlen. Oft gebe es nicht genug Budget und Kapazitäten, um eigene Programme zu finanzieren, Daten zu liefern oder Pilotprojekte anzustoßen. „Dieser blinde Fleck ist kein KI-spezifisches, sondern ein historisch gewachsenes Muster. Hochschulkooperationen sind oft mit größeren Unternehmen mit höheren Budgets entstanden.“ KMU seien oft schneller, agiler und experimentierfreudiger, nennt Sameer Hasija einige Vorteile der kleineren Unternehmen. Doch nicht alle seien in der Lage, daraus Kapital zu schlagen. Manche steckten noch tiefer in überholten Geschäftsmodellen fest als Großunternehmen, sodass Transformation kaum noch gelinge. Hinzu komme, ein schlichtes „Bandbreitenproblem“: Viele seien damit beschäftigt, permanent Brände zu löschen. „Der Wille zur Veränderung ist da, die kognitive und organisatorische Kapazität oft nicht.“ Wie solche Kooperationen neue Formate hervorbringen, zeigt die Akad im Pflege- und Gesundheitsbereich. Im Austausch mit Unternehmen kamen Hinweise, welche Studiengänge am Bedarf vorbeigehen – und wo neue Lernfelder gefragt sind. Unternehmen meldeten zurück, dass sie in manche Studiengänge niemand mehr schicken würden, weil dort Stellen eher abgebaut als aufgebaut würden. Deshalb verändert sich das Angebot massiv: KI, Robotik und Pflege wachsen in Studiengängen und Weiterbildungen zusammen. „Häufig beginnt das nicht mit einem neuen Studiengang, sondern mit Weiterbildungsformaten“, sagt Brüggemann. Denn diese lassen sich aufgrund ihrer kürzeren Laufzeiten im Vergleich zum Studium schneller konzipieren. Erst wenn Nachfrage entsteht, wird daraus womöglich ein Bachelor oder ein MBA – je nach Bedarf und Zielgruppe. Eine Frage der Abwägung Wie schnell neue Angebote von Business Schools am Start sind, hängt auch von Datenschutz-Regelungen ab. In Europa setzen die Schulen stärker auf rechtliche Leitplanken, geprägt von DSGVO und EU AI-Act. In den USA liegt der Akzent auf schneller Anwendung und technischer Erprobung. In Asien berichten Expertinnen und Experten von einer größeren Offenheit für Veränderung und für iterative Verbesserungen. Regeln betrachtet man dort nicht als starres Endprodukt, sondern als Arbeitsstand. Sameer Hasija, der am Insead-Campus in Singapur arbeitet, sieht den Kontinent aktuell leicht im Vorteil – auch, weil viele Business Schools dort später in die breite KI-Nutzung eingestiegen sind. Denn wer nicht zu den First Movern zählt, muss deren Fehler nicht wiederholen. Die Unterschiede sind jedoch minimal. Es wäre auch falsch, Asien als weitgehend unregulierten Experimentierraum zu beschreiben. „Datenschutz und Cybersicherheit sind dort ebenso wichtig“, sagt Sarah Toms von der IMD, die neben dem Schweizer Campus einen in Singapur hat, einen in Shenzhen und einen in Kapstadt. Niemand wolle „Risiken für Reputation oder Daten durch unklare KI-Nutzung eingehen“. Letztlich ist der Weg, den Kontinente, Länder und einzelne Business Schools wählen, eine Frage der Abwägung. Entscheidend ist am Ende, dass sie Fokus, Regeln, Technik und Lehre immer wieder neu ausbalancieren. Oder wie es Hasija zusammenfasst: „Niemand hat eine perfekte Lösung.“ STEFANIE HORNUNG ist freie Journalistin mit den Themenschwerpunkten Management, Lernen und Vergütung. Für das Personalmagazin hält sie die internationale Welt der Business Schools im Blick.
„ Viele KI-Experimente enden auf dem Schneidetisch“ Business Schools personalmagazin Business Schools 2026 12 Foto: François Wavre for IMD
Personalmagazin: Business Schools gelten derzeit nicht als Vorreiter auf dem Gebiet der KI, obwohl sich viele dieser Thematik angenommen haben. Mehrere Studien deuten darauf hin, dass Studierende sich mehr praktische Anwendungen der KI in ihrem Studium wünschen. Verschlafen Business Schools den KI-Trend? Sarah Toms: Der Hochschulsektor ist ziemlich spät in das KI-Thema eingestiegen. Ein Hauptgrund war Risikoempfinden, Angst – und vielfach auch ein mangelndes Verständnis der Technologie. Vielerorts fehlte Lehrpersonal, das kreativ darüber nachdenken konnte, wie sich diese Technologie in den Lehrplan integrieren lässt und wie sich Didaktik verändern muss. KI verlangt von uns, anders zu denken. Aber Institutionen – und insbesondere Lehrkräfte – haben sehr viel Macht und Eigenverantwortung. Sie gestalten, was in Programmen und Lehrveranstaltungen tatsächlich passiert. Sie müssen sich verändern und das werden sie. Aber wie bei anderen Technologie-Revolutionen braucht das Zeit. Was genau machen Sie bei IMD anders? Als ich vor drei Jahren an die IMD kam, fiel mir sofort diese andere Kultur auf: ein starker Hunger nach Innovation und Experimenten. Es macht einen Unterschied, Menschen so einzusetzen, dass KI wirklich ihr Hauptfokus und täglicher Job ist. Dass sie morgens aufstehen und über KI-Einsatzmöglichkeiten nachdenken – und sie den Raum bekommen, das auch umzusetzen. Dafür muss man Stellen neu klassifizieren und Rollen verändern. Wir haben früh einen Maschinenraum für KI aufgebaut, um unsere Prinzipien praktisch zu verankern: Datenschutz, Sicherheit, Erklärbarkeit, Nachhaltigkeit oder Wahl zwischen Eigenentwicklung versus Zukauf. Heute haben wir GenAI Business Labs und ein Multi-LLM-Tool, mit dem Lehrende aus Finance, Supply Chain, Strategy und anderen Disziplinen synthetische Daten, Prompts und reale Problemstellungen in Klassenzimmer bringen können. Dieser frühe Start hat unseren Reifegrad stark erhöht – und erlaubt uns jetzt, schneller zu werden und eine Führungsrolle in einem sich schnell wandelnden Umfeld zu übernehmen. Einige Marktbeobachter sprechen von einem Wild-West-Szenario: KI-Aktivitäten an Business Schools bestehen oft einfach aus „Trial and Error“. Bei Ihnen auch? Experimente sind wichtig, aber es braucht eine klare Strategie. Das gilt für jeden Bereich der Wirtschaftshochschulen, da KI eine Querschnittsfähigkeit ist – mit Blick auf Lernende, Kunden, Dozenten und Mitarbeitende. Wie sieht Ihre Strategie konkret aus? Wir haben unsere Strategie in vier Säulen gegliedert, die unsere Kernaktivitäten abbildet. Die erste heißt „Teaching with AI“. Damit ist gemeint, dass Lehrende KI nutzen, um ihre Arbeit im Unterricht voranzubringen. Die zweite Säule ist „Learning with AI“: Unsere Studierenden und Teilnehmenden arbeiten selbst mit den KI-Tools – einige sind Standardprodukte, andere wurden von IMD selbst entwickelt. Die dritte heißt „Work with AI“ und betrifft Bereiche wie Marketing, Business Development, Finance, HR und Learning Innovation. Die vierte ist „Research with AI“, also die Forschung mit KI. Diese Vier-Säulen-Struktur habe ich nicht selbst erfunden, sondern mit Stolz von der Harvard Business School kopiert. Aber bei den konkreten Zielen unterscheiden wir uns deutlich. In „Learning with AI“ geht es etwa darum, Interaktivität und Personalisierung des Lernens zu steigern. Im Bereich „Work with AI“ suchen wir nach Produktivitäts- und Kreativitätsgewinnen für uns als Business School – etwa in Bezug auf Fehlerquote im Finance-Team, Durchlaufzeit von Rechnungen oder Entlastung von administrativen Aufgaben und mehr Zeit für Gespräche mit Studierenden. Wie gehen Sie mit dem Marktdruck um, immer an der Spitze dessen zu sein, was mit KI möglich ist – ohne die langfristige Strategie aus den Augen zu verlieren? Ich bin eine große Befürworterin von Bottom-up-Innovation. Man beobachtet, was entsteht, und schaut mit offener, divergenter Denkweise: Welche interessanten neuen Verhaltensweisen und Use Cases tauchen auf, die wir später skalieren können? Wir geben Lehrenden Interview Stefanie Hornung Die Business School IMD hat bereits 2023 erste Schritte in Richtung einer fundierten KI-Strategie unternommen. Dafür holte sie die Lerntechnologieexpertin Sarah Toms von der Wharton School als Chief Innovation Officer nach Lausanne. 13 Interview
Plattformen, Dos und Dont‘s und sagen: Legt los. Mal sehen, was daraus wird. Wir haben Sicherheitsleitplanken, aber nicht zu viel Struktur. Für kurzfristige Innovation ist das entscheidend. Und es ist völlig okay, wenn die Mehrheit dieser Anwendungsfälle scheitert. Es ist wie beim Schreiben eines Buchs oder Komponieren eines Songs: Vieles endet auf dem Schneidetisch. Daneben braucht es Top-down-Innovation. Sie beantwortet die strategischen Fragen: Wohin gehen wir? Welchen neuen Mehrwert können wir schaffen? Wie skalieren wir? Wie sieht unser Trainingsplan aus? Was ist mit Kosten, Rollout und Nutzenmessung? Lange Zeit waren Business Schools durch die Bank davon überzeugt, dass die Kernkompetenz eines MBA allgemeine Managementfähigkeiten sind und nicht so sehr technische Fähigkeiten. Hat sich das geändert? Ist KI eine Kernkompetenz für einen MBA? Ja. KI ist eine Kernkompetenz – nicht nur für MBA-Absolventen, sondern eigentlich für alle, schon in der Schule. Wir brauchen die Fähigkeit, KI in die Zukunft zu denken. Die Führungskräfte von morgen müssen mehr technisches Verständnis mitbringen und verstehen, wie diese Systeme funktionieren, wie sie arbeiten und wie man sie zum Guten einsetzt. Wie spiegelt sich das in Ihrem MBAProgramm wider? KI ist inzwischen ein fester Bestandteil unseres MBA. Eine Lehrkraft ist Experte für KI-Transformation. Der Einsatz von KI spielt im Pflichtcurriculum eine zentrale Rolle – auch in einer der unserer größten Business-Simulationen. Es geht darum, KI in einem wirtschaftlichen Kontext praktisch anzuwenden. Häufig hängt der Einsatz von KI im Unterricht davon ab, wie gut die Lehrenden mit KI umgehen können. Und das kann sehr unterschiedlich sein… Deshalb haben wir eine Mitarbeiterin im Lehrkräftebüro, die das Onboarding und Training der Lehrenden verantwortet. Es gibt ein Mentoring-Programm, mehrmals im Jahr ganztägige Trainings, regelmäßige Brown-Bag-Lunches und Hospitanzen, bei denen Lehrende Kolleginnen und Kollegen begleiten. Unser Learning-Innovation-Team arbeitet zudem eng mit Lehrkräften, Lern-Managern und Programmkoordinatoren zusammen, um zu unterstützen – besonders dann, wenn die Dozierenden mit neuen Tools noch nicht vertraut sind. Dennoch gibt es doch sicher Unterschiede in der KI-Expertise und technologischen Offenheit der Lehrkräfte, oder? Natürlich. Auch bei uns sieht man die typische Adoptionskurve: Early Adopter, viele die folgen und dann der Rest. Wir kommen gerade in diese Phase, in der der Rest langsam dazukommt. Es gibt Lehrende, die sagen: Ich habe die ersten Runden verpasst. Kann mir jemand helfen aufzuholen? Wichtig ist, dass niemand das Gefühl bekommt, den Anschluss verloren zu haben. Es ist okay, kein Early Adopter zu sein. Entscheidend ist, dass es in der Einrichtung Personen gibt, die die Lehrkräfte unterstützen können, wenn diese bereit sind. Welche Rolle spielt KI im Unterricht? Ist sie eher ein Nachhilfelehrer, ein Mitgestalter, ein Coach – oder etwas ganz anderes? Es kommt darauf an. Wir haben uns Chancen und Begrenzungen sehr genau angeschaut. Eine frühe Erkenntnis war: Nur ein kleiner Prozentsatz von Studierenden hebt in einer Vorlesung die Hand und stellt eine Frage. Dabei ist genau das ein zentraler Teil des Lernprozesses. Es geht darum, das Fragenstellen zu demokratisieren. Deshalb zeichnen wir Vorlesungen auf, entfernen alle personenbezogenen Informationen und stellen die Inhalte den Lernenden danach KI-gestützt zur Verfügung. Inzwischen betrifft das unseren gesamten MBA, den EMBA, einen Großteil unserer Online- und OpenProgramme – und zunehmend auch maßgeschneiderte Weiterbildungsprogramme für Führungskräfte. Das Großartige ist: Jede Person im Kurs kann eine Frage stellen, auch sechs Monate später. KI ist also ein Didaktikbooster? Ja – und noch mehr. Es liefert Lehrenden unglaublich reichhaltige Daten. Sie können aus den Fragen lernen, Programme für künftige Kohorten verbessern oder im laufenden Programm schnell nachsteuern. Außerdem haben wir das Prinzip umgedreht: Jetzt stellt die KI Fragen. Das ist relevant für Rollenspiele, Coaching, KI-Beratung und Reflexionsprozesse. Wir „ KI ist eine Kernkompetenz – nicht nur für MBAAbsolventen, sondern für alle, schon in der Schule.“ Business Schools personalmagazin Business Schools 2026 14
nutzen Best Practices aus dem Coaching und haben unsere KI-Tools so weiterentwickelt, dass sie Menschen durch strukturierte Reflexion führen. Wenn das den Lernerfolg steigert und den Transfer von Wissen in die Praxis verbessert, war oft KI beteiligt. Betrachten Sie das noch als Verbesserung der Qualität oder schon als echte Innovation des Lernprozesses? Das sind Innovationen. Entscheidend ist aber, dass wir sie im Lernfluss verankern. Der Mensch, der lernt, hat sich biologisch nicht verändert. Aber wir können heute wissenschaftliche Erkenntnisse über nachhaltiges Lernen in den digitalen Raum übertragen. Die letzte große digitale Bildungsrevolution kam über MOOCs. Dort wurden oft passive Lernansätze einfach skaliert. So lernen wir aber nicht. Deshalb geht es jetzt darum, die beste Pädagogik einzusetzen, um Lernen anwendbar und nachhaltig zu machen: Lernen im Arbeitsfluss, adaptive Assessments, psychometrische Assessments, Lernen auf Knopfdruck. KI bringt die nächste große Entwicklungsstufe des Lernens. Das klingt sehr euphorisch. Aber ist das wirklich schon Realität – zum Beispiel bei dem von Ihnen angesprochenen Thema Personalisierung des Lernens? Absolut. Wir haben die Initiative in unserem einjährigen MBA gestartet. Dort gibt es traditionell zwei starke Teile: Business Skills wie Finance, Marketing oder Geopolitik – und Leadership-Kompetenzen. Im KI-Zeitalter können wir nun zusätzlich Querschnittskompetenzen über das gesamte Curriculum hinweg messen, etwa Problemlösung, kreatives Denken oder Storytelling. Insgesamt arbeiten wir mit zehn solcher Kompetenzen. Mein Team hat gemeinsam mit den Lehrenden Aufgaben ausgewählt, die diese Kompetenzen sichtbar machen. Anschließend nutzen wir KI, Frameworks und Trainingsdaten, um Entwicklungen über das gesamte Curriculum hinweg zu analysieren. Die Studierenden erhalten viermal im Jahr einen umfangreichen Bericht, den sie mit dem Tean des MBA im Detail durchgehen. Diese übergreifenden Kompetenzen sind damit zu einem wichtigen Bestandteil unseres Curriculums geworden. Und nun übertragen wir den Ansatz auch auf unsere Executive-Education-Programme. KI hat allerdings immer wieder Probleme mit Halluzinationen und in Trainingsdaten waren möglicherweise Diskriminierungen enthalten. Wer validiert die KI-Feedbacks zur Lernentwicklung? Bei KI von der Stange haben Sie absolut recht: Da gibt es viele Verzerrungen und Halluzinationsprobleme. KI ist insbesondere für Frauen und für Kulturen jenseits des nordamerikanischen weißen Mannes nicht repräsentativ genug. Das sind sehr berechtigte Bedenken. Wir wissen aber auch, dass es Werkzeuge, Fähigkeiten und Techniken gibt, mit denen man große Sprachmodelle besser performen lässt. Wenn man sie etwa mit eigenen Daten umgibt. Manche Techniken wie Inhaltsfilterung verringern die Halluzinationsneigung. Man kann sehr genau einstellen, wie kreativ Antworten sein dürfen. Und dann braucht es einen LifecycleAnsatz in der Softwareentwicklung: testen, validieren, versionieren, menschlich bewerten. Wir haben Mensch-zu-KI-Vergleiche gemacht, angepasst und ausgewertet. Dabei zeigt sich: Menschen haben ebenfalls viele Biases. In manchen Fällen war die KI weniger voreingenommen. Wichtig ist auch: Unsere Querschnittskompetenzen liefern qualitative, keine quantitativen Informationen. Wir vergeben also keine Punktzahl, sondern beschreiben Stärken und Entwicklungsfelder. Inwiefern haben Studierende die Möglichkeit zu sagen: „Ich stimme dieser KI-Einschätzung nicht zu, weil ich glaube, sie hat da etwas nicht erkannt.“ Dafür ist das Gespräch mit dem Dean so wichtig. Das Feedback geht dann an mein Team zurück. Man muss akzeptieren, dass es solche Schleifen und Rückkopplungen gibt. Unsere Philosophie ist klar: Wir tun das, um MBA-Studierende oder Teilnehmende von Executive-Education-Kursen in ihrem Wachstum zu unterstützen. Diese Tools sollen keine Waffe sein. Wie können Sie dabei Datenschutz und Datensicherheit garantieren? Dafür haben wir mehrere Mechanismen. Nach Ende eines GenAI-Labs und nach dem Logout eines Studierenden werden alle Daten automatisch gelöscht. Zweitens haben wir klare Vereinbarungen mit den Studierenden: keine personenbezogenen Daten, keine vertraulichen Unternehmensinformationen, nur synthetische Daten. Drittens haben wir Vereinbarungen mit KI-Tool-Anbieter, dass sie unsere Informationen nicht für Trainingszwecke der Modelle nutzen. Alles wird in Europa gehostet. Wir orientieren uns an DSGVO, EU AI Act und den entsprechenden Rahmenbedingungen. IMD ist eine der renommiertesten Business Schools, die Lern- und Studienprogramme sind nicht günstig. Deshalb müssen sie ihr Wertversprechen einlösen. KI kann eine interessante Lernerfahrung sein. Aber erzeugt sie auch wirklich nachhaltiges Lernen und woran machen Sie das fest – Stichwort KPIs? Die Liste der KPIs ist lang. Ein wichtiger Faktor ist das Engagement über das Programm hinaus. Wir schauen vier oder sechs Wochen später: Kommen die Teilnehmenden zurück und stellen Fragen, weil das Lernen einsickert und sie versuchen, das Gelernte in der realen Welt anzuwenden? Die Antwort lautet: Ja. Ein weiterer Indikator ist die Zahl der Fragen, die früher nie gestellt und beantwortet worden wären. Wir sprechen von 30.000 Fragen pro Jahr – und das, obwohl wir diese Tools noch nicht auf alle Programme ausgeweitet haben. Dazu kommt unser Impact Office, das Unterschiede misst zwischen Personen mit Zugang zu unseren KI-Tools und solchen ohne Zugang. Wir erhalten durchweg hohe Bewertungen für unsere KI-Tools. Und viele Teilnehmende wählen Programme von IMD gezielt, um Unterstützung bei ihrer KI-Transformation zu erhalten. Wenn Sie zurückblicken auf Ihre bisherige KI-Reise: Was würden Sie heute anders machen? Ich würde mehr Zeit in den internen Beziehungsaufbau investieren. Wenn man technische Teams führt, unterschätzt man leicht Gespräche mit Lehrenden und anderen wichtigen Stakeholdern. Gerade in Innovationsprozessen ist das aber zentral. Denn wer Menschen anfangs nicht ins Boot holt, gewinnt sie später nur schwer zurück – Lehrkräfte erst recht. 15 Interview STEFANIE HORNUNG ist freie Redakteurin beim Personalmagazin.
16 Business Schools personalmagazin Business Schools 2026 Smalltalk Facts MBA, Master, Zertifikate Top-Verdiener Quelle: Financial Times, 2026 Deutschland entfernt sich von den Weiterbildungszielen der EU. Nur 51 Prozent der Beschäftigten planen aktuell eine Weiterbildung. Aber es gibt auch Positives zu melden: Akademische Weiterbildungen sind im Trend. Nicht nur der MBA, sondern auch Master und Zertifikate sind nachgefragt. Wer den MBA absolviert, kann meist mit einem hohen Gehaltszuwachs rechnen. Top-Werte erreichen Absolventen von US-Schulen drei Jahre nach ihrem Abschluss, allen voran Harvard. Aber auch Business Schools mit Hauptsitz in Deutschland zählen zu den „Gehaltsturbos“. (Gewichtetes Jahresgehalt in US-Dollar) Harvard Business School Mannheim Business School WHU – Otto Beisheim School of Management ESMT Berlin Frankfurt School of Finance and Management 259.874 147.702 134.423 132.108 124.933
17 Smalltalk Facts Masterabschluss im Ausland Die besten Business Schools in Europa Quelle: Financial Times, 2025 58 Prozent der Arbeitgeber in West- Europa schätzen Absolventen von Online-Studiengängen gleichermaßen wie die von Präsenzstudiengängen. Nur 18 Prozent sind anderer Meinung. Vor allem über 40-Jährige, die schon länger im Job sind, interessieren sich für einen Online-MBA oder -Master. Quelle: Corporate Recruiters Survey 2025 Quelle: GMAC: Corporate Recruiters Survey 2025 Quelle: Destatis Österreich Niederlande Schweiz Ungarn Portugal Rang Schule Standorte 1 Insead Frankreich/Singapur/UAE 2 HEC Paris UK/VAE 3 London Business School UK/VAE 4 ESCP Business School Frankreich/Deutschland/ Italien/Polen/Spanien/UK 5 IESE Business School Spanien/US/Deutschland 18.087 5.434 3.681 2.658 2.346 48.100 deutsche Studierende strebten 2023 einen Masterabschluss im Ausland an. Das Vereinigte Königreich, das 20 Jahre zuvor das hauptsächliche Studienziel von deutschen Studierenden ausmachte, lag im Untersuchungszeitraum auf Platz sieben (2.199 Studierende). 63 Prozent der Arbeitgeber stimmen dieser Aussage zu: „Die in einem wirtschaftswissenschaftlichen Masterstudium erworbenen Kompetenzen sind wichtiger denn je, da Unternehmen neue Technologien einführen, die betriebswirtschaftliches Know-how erfordern.“
Zwischen Bahn, Bits und Business Von Gregory Rech Zwischen zwei Welten vermitteln, Brücken bauen, Interessen ausbalancieren – Christian Redlich könnte genauso gut Diplomat sein. Doch statt internationaler Verhandlungen ist sein Einsatzgebiet die Deutsche Bahn. Als Business Analyst bei DB Systel übersetzt er die Wünsche von Zugführerinnen und Zugführern in praktikable Lösungsvorschläge und arbeitet mit Softwareentwicklern daran, diese umzusetzen – ohne aus den Augen zu verlieren, ob diese Lösungen für die Bahn auch wirtschaftlich sinnvoll sind. Dabei macht Redlich deutlich, dass Technologie für ihn kein Selbstzweck ist. Nicht jedes Problem brauche eine IT-Lösung, sagt er. „Am Ende geht es darum, die Leute ausreden zu lassen, ihnen genau zuzuhören und die richtigen Fragen zu stellen.“ Diese Softskills mit technischem Know-how zu verbinden, ist die große Herausforderung in Redlichs Job. Indem er die Sichtweisen aller Beteiligten zusammenbringt, schafft er eine gemeinsame Grundlage, bevor es an die Lösungsfindung geht. Das betrifft die Nutzerinnen und Nutzer, also das Zugpersonal, Entwicklerinnen und Entwickler sowie das Management. „Dolmetschen“ nennt das Redlich. Denn Dolmetscher müssen mehrere Sprachen sprechen – und in der Lage sein, verschiedene Perspektiven zu übernehmen. Neue Blickwinkel und betriebswirtschaftliches Denken Um die eigene Perspektive zu erweitern, habe ihm auch sein Masterstudium „Informatik und IT-Management“ an der Hochschule Schmalkalden geholfen. „Uns ITlern hilft es, auch mal eine andere Sichtweise einnehmen zu müssen und betriebswirtschaftlicher zu denken. Es ist wichtig, sich zu fragen, welche Voraussetzungen überhaupt gegeben sein müssen, damit ein Unternehmen eine Kaufentscheidung trifft.“ Als sich der 34-Jährige im Jahr 2019 dazu entschloss, das berufsbegleitende Masterstudium zu beginnen, arbeitete er als technischer Projektleiter beim Informationstechnikzentrum des Bundes. Zwar hätte sich der Arbeitgeber finanziell beteiligt; jedoch war es Redlich wichtig, eine gewisse Flexibilität auf dem Karriereweg zu behalten – und inhaltlich Christian Redlich übersetzt als Business Analyst Wünsche des Zugpersonals in IT-Lösungen. Ein berufsbegleitendes Masterstudium half ihm, neue Perspektiven zu gewinnen – und betriebswirtschaftliches Denken mit technologischem Know-how zu verbinden. Business Schools personalmagazin Business Schools 2026 18
RkJQdWJsaXNoZXIy Mjc4MQ==