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.
RkJQdWJsaXNoZXIy Mjc4MQ==