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.
RkJQdWJsaXNoZXIy Mjc4MQ==