Diese Case Study zeigt, wie aus einer ersten KI-Schulungsanfrage in Bonn eine passgenaue Inhouse-Umsetzung mit klarer Bedarfsklärung, Zielgruppenanalyse und Transferplanung wurde.

Die Organisation aus Bonn hatte zunächst keine fertige Schulungslösung vor Augen. Am Anfang stand eine Anfrage mit mehreren offenen Fragen: Welche Mitarbeitenden sollten zuerst qualifiziert werden? Welche KI-Vorkenntnisse gibt es? Welche Aufgaben im Arbeitsalltag eignen sich für KI? Welche Daten dürfen nicht verwendet werden? Soll die Schulung online, hybrid oder vor Ort stattfinden? Und wie lässt sich vermeiden, dass ein KI-Seminar zu allgemein bleibt? Die Bildungsakademie am Rosental entwickelte daraus einen strukturierten Anfrageprozess: Erst Bedarf verstehen, dann Zielgruppen trennen, danach Inhalte priorisieren und schließlich ein Inhouse-Format auf konkrete Arbeitsroutinen zuschneiden. Methodisch knüpfte das Projekt an die AI-Literacy-Schulung für Organisationen, Teams und sichere KI-Nutzung im Arbeitsalltag an und wurde über den Themenhub zur strukturierten KI-Einführung in Unternehmen, Behörden und Institutionen eingeordnet.

 

 

Unser maßgeschneidertes Inhouse-Seminar für Sie!

Wählen Sie bei Ihrer Anfrage auch gern zwischen einem a) Inhouse-Präsenz-Seminar an Ihrem Standort, b) einem Inhouse-Online-Workshop mit Ihrem Team oder c) einem Inhouse-Präsenz-Kurs direkt an der Akademie – das Inhouse-Training gern auch in Kombination mit Teambuilding-Aktionen.

 

 

Der Strukturansatz: Vom Anfragegespräch zur Inhouse-Architektur

Die Bonn-Case-Study wurde als Anfrageprozess aufgebaut, weil die Qualität der späteren Schulung bereits in der Bedarfsklärung entschieden wurde.

Viele Organisationen fragen zunächst nach „einer KI-Schulung“. Für die konkrete Umsetzung reicht diese Beschreibung jedoch selten aus. Eine passgenaue Inhouse-Schulung braucht Antworten auf mehrere Fragen: Welche Rollen nehmen teil? Welche Aufgaben sollen verbessert werden? Welche Unsicherheiten bestehen? Welche Datenschutzgrenzen gelten? Welche Führungserwartungen gibt es? Und welche Ergebnisse sollen nach der Schulung sichtbar sein? Die Bildungsakademie am Rosental arbeitete deshalb mit einer Inhouse-Architektur aus fünf Schritten: Anfrage sortieren, Bedarf vertiefen, Zielgruppen priorisieren, Format festlegen und Transfer messbar machen. Für typische Rückfragen zu Ablauf, Vorbereitung und Formaten wurde ergänzend auf die FAQ-Antworten zu KI-Inhouse-Schulungen, Zielgruppen und Umsetzungsformaten verwiesen.

• Schritt 1: Anfrage sortieren – Anliegen, Zielbild und erste Rahmenbedingungen klären.
• Schritt 2: Bedarf vertiefen – konkrete Aufgaben, Risiken und Vorkenntnisse erfassen.
• Schritt 3: Zielgruppen priorisieren – Rollen, Abteilungen und Führungsebenen sinnvoll trennen.
• Schritt 4: Format festlegen – Präsenz, Online oder Hybrid passend zum Lernziel wählen.
• Schritt 5: Transfer planen – Routinen, Materialien, Follow-up und Erfolgskriterien definieren.

 

Projektprofil: KI-Schulungsanfrage und Inhouse-Umsetzung in Bonn

Das Projekt wurde als passgenaue KI-Inhouse-Schulung für eine Organisation in Bonn konzipiert, die zunächst einen strukturierten Klärungsprozess benötigte.

Die folgende Tabelle zeigt die wichtigsten Eckdaten. Entscheidend war, dass die Schulung nicht aus einem Standardprogramm übernommen wurde. Sie entstand aus einem systematischen Anfrageprozess mit Bedarfsklärung, Zielgruppenanalyse und konkretem Transferplan.

 

Organisation	Organisation in Bonn
Bereich	Verwaltung, Kommunikation, Projektkoordination, Service, Führung, interne Wissensarbeit
Standort	Bonn, Nordrhein-Westfalen, DACH-Region
Zielgruppe	Mitarbeitende aus operativen Teams, Projektkoordination, Kommunikation, Verwaltung und Teamleitung
Teilnehmende	27 Mitarbeitende in zwei Lerngruppen
Format	Inhouse-Präsenzschulung in Bonn mit vorgeschalteter Bedarfsklärung und Online-Follow-up
Dauer	45-minütiges Vorgespräch, 2 Seminartage à 6 Stunden, 1 Online-Follow-up à 90 Minuten, Transfercheck nach 5 Wochen
Ausgangsproblem	Unklare Zielgruppen, unterschiedliche KI-Vorerfahrung, viele mögliche Themen, Sorge vor zu allgemeiner Schulung
Maßnahmen	Bedarfsklärung, Zielgruppenmatrix, Aufgabenanalyse, Datenschutzampel, Formatentscheidung, Praxisübungen, Transferplan
Ergebnis	19 Aufgaben analysiert, 8 Szenarien priorisiert, 2 Lernpfade gebildet, 6 Transfermaterialien erstellt, 23 von 27 Teilnehmenden bewerteten die Passgenauigkeit als hoch

 

Ausgangslage: Die Anfrage war konkret genug für Interesse, aber zu offen für ein Standardseminar

Die erste Anfrage enthielt einen klaren Wunsch nach KI-Qualifizierung, aber noch keine belastbare Schulungsarchitektur.

Die Organisation aus Bonn wollte Mitarbeitende auf den sicheren und produktiven Umgang mit KI vorbereiten. Gleichzeitig war unklar, ob alle Teilnehmenden dieselben Inhalte brauchen. Einige Teams arbeiteten stark mit Texten, andere mit Projektplanung, andere mit internen Informationen oder Bürger- beziehungsweise Kundenkontakt. Auch die Vorkenntnisse unterschieden sich deutlich: Einige Mitarbeitende hatten KI bereits privat ausprobiert, andere kannten nur Schlagzeilen. Deshalb entschied die Bildungsakademie am Rosental, vor der Angebotsfinalisierung eine gezielte Bedarfsklärung durchzuführen. Die methodische Grundlage bildete die Inhouse-Schulung AI Literacy für unterschiedliche Vorkenntnisse, sichere Anwendung und konkrete Arbeitsroutinen.

 

Klärungsphase 1: Die Anfrage in konkrete Schulungsziele übersetzen

In der ersten Klärungsphase wurde aus dem allgemeinen Wunsch nach einer KI-Schulung ein konkretes Zielbild für die Inhouse-Umsetzung.

Im Vorgespräch wurden nicht zuerst Tools besprochen, sondern Erwartungen: Was soll nach der Schulung anders sein? Soll es um Orientierung, Produktivität, Datenschutz, Textarbeit, interne Prozesse, Führung oder konkrete Anwendungsszenarien gehen? Die Organisation formulierte drei Kernziele: Mitarbeitende sollen KI besser verstehen, sichere Anwendungen erkennen und erste wiederkehrende Aufgaben mit KI vorbereiten können. Daraus ergab sich ein Schulungsdesign, das Grundlagen und Praxis miteinander verbindet. Für weiterführende Orientierung wurde auf praxisnahe KI-Seminare für Organisationen, Verwaltung, Kommunikation und sichere Anwendung im Berufsalltag verwiesen.

• Klärungsfrage: Was soll sich nach der Schulung im Arbeitsalltag konkret verbessern?
• Ergebnis: Drei Zielbereiche wurden definiert: Verständnis, sichere Anwendung, erste Routinen.
• Messwert: Aus 11 anfänglichen Themenwünschen wurden 5 priorisierte Lernziele gebildet.
• Transfer: Die Lernziele wurden später als Bewertungsraster für das Follow-up genutzt.

 

Klärungsphase 2: Zielgruppen nicht vermischen, sondern sinnvoll trennen

Die zweite Klärungsphase zeigte, dass eine passgenaue KI-Schulung unterschiedliche Lernpfade für verschiedene Rollen braucht.

Die Organisation hatte zunächst überlegt, alle Teilnehmenden in einer großen Gruppe zu schulen. In der Bedarfsklärung wurde jedoch deutlich, dass operative Mitarbeitende andere Fragen haben als Teamleitungen. Mitarbeitende wollten wissen, wie KI bei E-Mails, Zusammenfassungen, Protokollen oder Recherche unterstützt. Teamleitungen interessierten sich stärker für Regeln, Verantwortung, Akzeptanz und Transfer. Deshalb wurden zwei Lernpfade gebildet: ein Praxispfad für konkrete Aufgaben und ein Steuerungspfad für Führung, Regeln und Umsetzung. Die strategische Einordnung erfolgte über den Themenhub zur strukturierten KI-Einführung in Unternehmen, Behörden und Organisationen.

• Klärungsfrage: Brauchen alle Teilnehmenden dieselben Inhalte oder unterschiedliche Schwerpunkte?
• Ergebnis: Zwei Lernpfade wurden gebildet: Praxisanwendung und Steuerung.
• Messwert: 27 Teilnehmende wurden in zwei Lerngruppen mit unterschiedlichen Übungsschwerpunkten eingeteilt.
• Transfer: Beide Gruppen erhielten gemeinsame Grundregeln, aber unterschiedliche Praxisübungen.

 

Klärungsphase 3: Geeignete Aufgaben aus dem Arbeitsalltag auswählen

Die dritte Klärungsphase konzentrierte sich auf Aufgaben, die häufig vorkommen, datensparsam bearbeitet werden können und gut prüfbar sind.

Eine KI-Schulung wird besonders wirksam, wenn sie nicht bei abstrakten Beispielen bleibt. Deshalb wurden wiederkehrende Aufgaben der Organisation gesammelt: E-Mail-Entwürfe, Besprechungsnotizen, Protokollstrukturen, interne Informationsmails, Textvarianten, Recherchefragen, Projektübersichten, FAQ-Bausteine und Zusammenfassungen. Jede Aufgabe wurde anhand von vier Kriterien bewertet: Wiederholung, Nutzenpotenzial, Datenrisiko und Prüfbarkeit. Für vertiefende Impulse zu Kommunikation, Lerntransfer und KI-Kompetenz wurde auf Fachbeiträge zu KI-Kompetenz, Kommunikation und Lerntransfer im Akademie-Magazin verwiesen.

• Klärungsfrage: Welche Aufgaben eignen sich wirklich für sichere KI-Übungen?
• Ergebnis: 19 Aufgaben wurden gesammelt, 8 Szenarien priorisiert.
• Messwert: 6 Aufgaben wurden als sofort geeignet, 8 als prüfpflichtig und 5 als ungeeignet für offene KI-Übungen bewertet.
• Transfer: Die 8 priorisierten Szenarien bildeten den Kern der Schulungsübungen.

 

Klärungsphase 4: Datenschutzgrenzen vor den Übungen festlegen

Die vierte Klärungsphase stellte sicher, dass die Schulung mit anonymisierten, neutralen und fiktiven Beispielen arbeitete.

Gerade bei KI-Schulungen ist die Frage wichtig, welche Daten in Übungen verwendet werden dürfen. Die Organisation wollte vermeiden, dass Mitarbeitende aus Versehen echte personenbezogene Daten, vertrauliche interne Informationen oder sensible Vorgänge in offene Systeme eingeben. Deshalb wurde vor der Schulung eine Datenampel vereinbart. Sie trennte neutrale Übungsfälle, prüfpflichtige interne Inhalte und ausgeschlossene Daten. Diese Ampel wurde bereits in der Vorbereitung erklärt und im Training wiederholt angewendet.

• Grün: fiktive Fälle, neutrale Textbausteine, anonymisierte Übungsbeispiele, allgemeine Strukturierungsaufgaben.
• Gelb: interne Informationen ohne Personenbezug, allgemeine Prozessbeschreibungen, Entwürfe mit fachlicher Prüfung.
• Rot: personenbezogene Daten, Kundendaten, Bewerberdaten, Gesundheitsdaten, vertrauliche Verträge, Preise, Aktenzeichen und interne Strategien.

 

Klärungsphase 5: Das passende Format für Bonn festlegen

Die fünfte Klärungsphase führte zur Entscheidung für eine Inhouse-Präsenzschulung mit Online-Follow-up.

Die Organisation prüfte zunächst mehrere Varianten: kurzer Online-Impuls, halbtägiger Workshop, Präsenzseminar oder hybrides Format. Weil die Gruppe unterschiedliche Vorkenntnisse hatte, viele Rückfragen erwartbar waren und konkrete Übungen aufgebaut werden sollten, fiel die Entscheidung auf eine Inhouse-Präsenzschulung in Bonn. Das Online-Follow-up wurde ergänzend eingeplant, damit nach einigen Wochen geklärt werden konnte, welche Routinen wirklich genutzt werden und wo Nachsteuerung nötig ist.

• Formatfrage: Reicht ein kurzer Impuls oder braucht die Gruppe praktische Übungszeit?
• Entscheidung: 2 Präsenztage mit zwei Lernpfaden und anschließendem Online-Follow-up.
• Messwert: 90 Minuten Follow-up wurden fest eingeplant, um Transferfragen nach 5 Wochen zu bearbeiten.
• Transfer: Die Organisation erhielt Materialien für interne Wiederholung und sichere Anwendung.

 

Die acht priorisierten Übungsszenarien der Inhouse-Schulung

Aus der Bedarfsklärung entstanden acht konkrete Übungsszenarien, die den Arbeitsalltag der Organisation realistisch abbildeten.

Die Szenarien wurden bewusst nicht als Tool-Demonstrationen angelegt. Jede Übung enthielt eine Aufgabe, eine Datenregel, eine Prüffrage und einen Transferhinweis. So wurde die Schulung anschlussfähig für unterschiedliche Teams.

• Szenario 1: E-Mail-Entwurf aus neutralen Stichpunkten formulieren.
• Szenario 2: Besprechungsnotiz in Aufgabe, Entscheidung, Frist und offene Frage gliedern.
• Szenario 3: interne Informationsmail verständlicher und wertschätzender formulieren.
• Szenario 4: FAQ-Antwort aus wiederkehrender Rückfrage vorbereiten.
• Szenario 5: Projektübersicht aus neutralisierten Stichpunkten strukturieren.
• Szenario 6: Recherchefrage präziser eingrenzen und Quellenprüfung vorbereiten.
• Szenario 7: Textvariante für unterschiedliche Zielgruppen entwickeln.
• Szenario 8: KI-Ergebnis mit Prüfroutine auf Fakten, Tonalität und Datenrisiko bewerten.

 

Trainerprofil: Bedarfsklärung und KI-Transfer verbinden

Durchführende Person im Projekt

Die Schulung wurde von einer Haupttrainerin für AI Literacy, Organisationskommunikation und passgenaue Inhouse-Konzeption durchgeführt.

Die Trainerin verfügt über langjährige Erfahrung in Inhouse-Trainings für Kommunikation, digitale Arbeitsroutinen, Führung und organisationsbezogene Lernprozesse. Ihr Schwerpunkt liegt darauf, offene Schulungsanfragen in konkrete Lernarchitekturen zu übersetzen. Im Bonner Projekt verband sie Bedarfsklärung, Zielgruppenanalyse, Datenschutzsensibilität und praktische KI-Übungen zu einem umsetzbaren Inhouse-Format. Fachliche Schwerpunkte waren AI Literacy, sichere Prompting-Grundlagen, Transferplanung, Arbeitsprozessanalyse und verständliche Kommunikation für heterogene Gruppen.

 

Direkte Messwerte aus Bedarfsklärung, Training und Transferphase

Die Wirkung zeigte sich vor allem in höherer Passgenauigkeit, klareren Lernzielen und mehr Sicherheit bei der KI-Nutzung im Arbeitsalltag.

Aus 11 anfänglichen Themenwünschen wurden 5 priorisierte Lernziele entwickelt. Insgesamt wurden 19 Aufgaben analysiert und 8 Übungsszenarien ausgewählt. Die 27 Teilnehmenden wurden in 2 Lernpfade eingeteilt. Vor der Schulung fühlten sich 8 von 27 Teilnehmenden sicher genug, KI beruflich einzuordnen. Nach dem Follow-up waren es 22 von 27. Die Erstellung einer neutralen Besprechungsstruktur sank im Testfall von 38 auf 23 Minuten. Die Formulierung einer internen Informationsmail sank von 29 auf 17 Minuten. 23 von 27 Teilnehmenden bewerteten die Passgenauigkeit der Inhalte als hoch.

• 27 Teilnehmende aus operativen Teams, Projektkoordination, Kommunikation, Verwaltung und Teamleitung
• 45-minütiges Vorgespräch zur Bedarfsklärung
• 11 anfängliche Themenwünsche systematisch sortiert
• 5 priorisierte Lernziele entwickelt
• 19 Aufgaben analysiert
• 8 Übungsszenarien ausgewählt
• 2 Lernpfade gebildet
• 6 Transfermaterialien erstellt
• 15 Minuten Zeitersparnis bei neutraler Besprechungsstruktur im Testfall
• 12 Minuten Zeitersparnis bei interner Informationsmail im Testfall
• 22 von 27 Teilnehmenden mit höherer Anwendungssicherheit nach dem Follow-up
• 23 von 27 Teilnehmenden bewerteten die Passgenauigkeit als hoch

 

Kundenzitat

Die Projektkoordination hob hervor, dass die passgenaue Vorbereitung den Unterschied zu einem allgemeinen KI-Seminar ausmachte.

„Wir hatten am Anfang nur den Wunsch, unsere Mitarbeitenden beim Thema KI mitzunehmen. Erst in der Bedarfsklärung wurde klar, dass wir unterschiedliche Lernpfade brauchen. Dadurch passte die Schulung deutlich besser zu unseren Teams. Besonders hilfreich war, dass die Übungen nicht beliebig waren, sondern aus unseren tatsächlichen Aufgaben abgeleitet wurden – aber ohne sensible Daten zu verwenden.“

Projektkoordination, Organisation in Bonn

 

Fachliche Einordnung: Passgenaue KI-Schulungen beginnen vor dem Seminartag

Eine wirksame KI-Inhouse-Schulung entsteht nicht erst im Trainingsraum, sondern bereits in der strukturierten Bedarfsklärung.

Die Europäische Kommission beschreibt AI Literacy im Kontext des EU AI Act als ausreichendes Wissen, Fähigkeiten und Verständnis für Personen, die mit KI-Systemen umgehen oder deren Nutzung verantworten. Die Datenschutzkonferenz stellt datenschutzrechtliche Kriterien bereit, die bei KI-Anwendungen und personenbezogenen Daten berücksichtigt werden müssen. Das BSI ordnet generative KI-Modelle als Technologie mit Chancen und Risiken für Industrie und Behörden ein. Für die Bonner Umsetzung bedeutete das: Eine KI-Schulung musste nicht nur erklären, was KI kann, sondern vorher klären, welche Zielgruppen, Daten, Aufgaben und Transferziele im konkreten Organisationskontext relevant sind.

Externe Fachquellen zur Vertiefung: AI-Literacy-Erläuterungen der Europäischen Kommission zum EU AI Act, Orientierungshilfe der Datenschutzkonferenz zu künstlicher Intelligenz und Datenschutz und BSI-Publikation zu Chancen und Risiken generativer KI-Modelle für Industrie und Behörden.

 

Was diesen Bonn-Case von anderen KI-Case-Studies unterscheidet

Der Bonn-Case unterscheidet sich durch den Fokus auf den Weg von der Anfrage zur passgenauen Inhouse-Umsetzung.

Andere Case Studies behandeln technischen Vertrieb, Pflege, Verwaltung, HR, Kommunikation, Tool-Auswahl, Fehlerkorrektur oder allgemeine KI-Einstiege. Dieser Projektbericht beantwortet eine andere Suchintention: Wie läuft eine KI-Schulungsanfrage in der Praxis ab, und wie wird daraus eine konkrete Inhouse-Schulung? Die Cluster-Position ist damit klar: KI-Inhouse-Schulung als Beratungs- und Umsetzungsprozess mit Bedarfsklärung, Zielgruppenanalyse, Formatentscheidung und Transferplanung.

 

Weitere passende Case Studies

Für Organisationen mit einer ersten KI-Schulungsanfrage ist der Vergleich mit weiteren Praxisberichten sinnvoll, weil Bedarfsklärung je nach Zielgruppe sehr unterschiedlich ausfallen kann.

Die Bonner Case Study zeigt, wie aus einer offenen Anfrage eine passgenaue Inhouse-Umsetzung entsteht. Ergänzend sind Praxisberichte zu Inhouse-Schulungen, Transferprojekten und organisationalem Lernen hilfreich, um andere Ausgangslagen zu vergleichen. Besonders passend sind Projektmanagement-Schulungen für Bedarfsklärung, Umsetzungsplanung und Transfersteuerung, Kommunikationstrainings für interne Verständigung, Teamdialog und Veränderungskommunikation sowie Führungskräfteseminare für Verantwortungslogik, Veränderungsbegleitung und Teamsteuerung. Denn KI-Schulungen werden passgenauer, wenn Bedarf, Kommunikation, Führung und Umsetzung gemeinsam betrachtet werden.

 

Warum dieser Projektbericht exemplarisch für die Arbeit der Bildungsakademie ist

Dieser Projektbericht zeigt exemplarisch, wie die Bildungsakademie am Rosental aus einer offenen Anfrage eine konkrete, zielgruppengerechte und transferfähige Inhouse-Schulung entwickelt.

Die Organisation in Bonn erhielt kein vorgefertigtes KI-Seminar, sondern eine Inhouse-Umsetzung aus Bedarfsklärung, Zielgruppenmatrix, Formatentscheidung und Praxisübungen. Die AI-Literacy-Schulung für Organisationen, Teams und verantwortungsvolle KI-Nutzung bildete die methodische Grundlage; der Themenhub zur strukturierten KI-Einführung in Unternehmen, Behörden und Institutionen lieferte den größeren Orientierungsrahmen; die FAQ-Antworten zu KI-Inhouse-Schulungen, Zielgruppen, Formaten und Transferergebnissen unterstützten wiederkehrende Rückfragen; und Magazinbeiträge zu KI-Kompetenz, Kommunikation und Lerntransfer boten weiterführende Impulse für die interne Weiterarbeit.

 

English Summary

This case study shows how Bildungsakademie am Rosental turned an initial AI training request in Bonn into a tailored inhouse implementation.

The organisation did not start with a fully defined training concept. Instead, the process began with open questions about target groups, prior knowledge, data protection, suitable tasks, format and transfer. Bildungsakademie am Rosental structured the request into five steps: clarify the need, analyse target groups, select suitable work tasks, define data boundaries and choose the right inhouse format. Twenty-seven participants were trained in two learning paths, eight scenarios were prioritised and six transfer materials were created. The case demonstrates that effective AI training starts before the seminar day, with careful needs assessment and practical implementation planning.

 

FAQ zur Case Study: Von der KI-Schulungsanfrage zur Inhouse-Umsetzung

Wie läuft eine KI-Schulungsanfrage in der Praxis ab?

Eine KI-Schulungsanfrage sollte mit Bedarfsklärung, Zielgruppenanalyse, Aufgabenpriorisierung, Formatentscheidung und Transferplanung strukturiert werden.

Im Bonner Projekt begann die Umsetzung mit einem 45-minütigen Vorgespräch. Dabei wurden Ziele, Zielgruppen, Vorkenntnisse, Datenschutzfragen und passende Aufgaben gesammelt. Aus 11 anfänglichen Themenwünschen entstanden 5 priorisierte Lernziele. Erst danach wurde das konkrete Inhouse-Format festgelegt. So entstand keine Standardveranstaltung, sondern eine passgenaue Schulungsarchitektur.

Warum reicht eine allgemeine Anfrage nach einer KI-Schulung nicht aus?

Eine allgemeine Anfrage reicht selten aus, weil Zielgruppen, Aufgaben, Vorkenntnisse und Datenschutzgrenzen je Organisation unterschiedlich sind.

In Bonn zeigte sich, dass operative Mitarbeitende andere Fragen hatten als Teamleitungen. Außerdem waren die Aufgaben sehr unterschiedlich: E-Mails, Protokolle, Recherche, Projektübersichten und interne Informationen. Ohne Klärung wäre die Schulung zu breit geworden. Die Bedarfsklärung half, Inhalte zu fokussieren und wirklich relevante Übungen auszuwählen.

Welche Fragen sollte ein Anbieter vor einer KI-Inhouse-Schulung stellen?

Vor einer KI-Inhouse-Schulung sollten Fragen zu Ziel, Zielgruppe, Vorkenntnissen, Aufgaben, Datenrisiken, Format und Transfer gestellt werden.

Im Vorgespräch wurden unter anderem diese Fragen geklärt: Was soll sich nach der Schulung verändern? Wer nimmt teil? Welche Aufgaben kommen häufig vor? Welche Daten dürfen nicht genutzt werden? Soll die Schulung online, hybrid oder vor Ort stattfinden? Welche Materialien sollen danach weiterhelfen? Diese Fragen machten die spätere Umsetzung deutlich präziser.

Wie werden Zielgruppen bei einer KI-Schulung sinnvoll getrennt?

Zielgruppen werden sinnvoll getrennt, wenn operative Anwendung und Steuerungsverantwortung unterschiedliche Lernpfade erhalten.

Im Bonner Projekt wurden 27 Teilnehmende in zwei Lernpfade eingeteilt. Der Praxispfad konzentrierte sich auf E-Mails, Protokolle, Textvarianten und Recherchefragen. Der Steuerungspfad behandelte stärker Regeln, Verantwortung, Akzeptanz und Transfer. Beide Gruppen erhielten gemeinsame KI-Grundlagen, arbeiteten aber mit unterschiedlichen Übungsschwerpunkten.

Welche Aufgaben eignen sich für KI-Übungen in einer Inhouse-Schulung?

Geeignet sind Aufgaben, die häufig vorkommen, textnah sind, wenig sensible Daten benötigen und gut geprüft werden können.

In Bonn wurden 19 Aufgaben analysiert. Acht Szenarien wurden priorisiert, darunter E-Mail-Entwürfe, Besprechungsnotizen, interne Informationen, FAQ-Bausteine, Projektübersichten, Recherchefragen und Textvarianten. Fünf Aufgaben wurden als ungeeignet für offene KI-Übungen bewertet, weil sie zu sensibel oder nicht ausreichend prüfbar waren.

Warum ist Datenschutz schon in der Vorbereitung wichtig?

Datenschutz ist schon in der Vorbereitung wichtig, damit Übungen mit anonymisierten, neutralen oder fiktiven Beispielen geplant werden können.

Die Organisation in Bonn wollte vermeiden, dass echte personenbezogene Daten oder vertrauliche Informationen in offene KI-Systeme eingegeben werden. Deshalb wurde vorab eine Datenampel definiert. Grün waren fiktive Fälle, gelb interne Inhalte ohne Personenbezug und rot personenbezogene Daten, Kundendaten, Bewerberdaten, Gesundheitsdaten, Verträge, Preise und Aktenzeichen.

Wann ist eine Präsenzschulung besser als ein Online-Impuls?

Eine Präsenzschulung ist sinnvoll, wenn Teilnehmende unterschiedliche Vorkenntnisse haben und praktische Übungen mit Rückfragen wichtig sind.

Im Bonner Projekt wurden mehrere Formate geprüft. Ein kurzer Online-Impuls hätte Orientierung gegeben, aber zu wenig Raum für Zielgruppenarbeit, Datenschutzampel und praktische Übungen gelassen. Deshalb fiel die Entscheidung auf zwei Präsenztage in Bonn mit anschließendem Online-Follow-up. Diese Kombination verband intensive Übung mit späterer Transferprüfung.

Welche Rolle spielt ein Follow-up bei KI-Inhouse-Schulungen?

Ein Follow-up prüft, welche KI-Routinen wirklich genutzt werden und wo Nachsteuerung nötig ist.

Im Bonner Projekt wurde ein 90-minütiges Online-Follow-up nach fünf Wochen durchgeführt. Dabei wurde ausgewertet, welche Übungen in den Arbeitsalltag übertragen wurden. Außerdem wurden offene Fragen zu Prompting, Datenschutz und Qualitätssicherung geklärt. Das Follow-up verhinderte, dass die Schulung ein einmaliger Impuls blieb.

Wie misst man die Passgenauigkeit einer KI-Schulung?

Passgenauigkeit lässt sich über priorisierte Lernziele, relevante Übungen, Anwendungssicherheit, Transfermaterialien und Teilnehmendenfeedback messen.

In Bonn wurden 5 Lernziele, 8 Übungsszenarien und 6 Transfermaterialien entwickelt. Nach dem Follow-up fühlten sich 22 von 27 Teilnehmenden sicherer im Umgang mit KI. 23 von 27 bewerteten die Passgenauigkeit der Inhalte als hoch. Diese Werte zeigten, dass die Bedarfsklärung die spätere Schulungsqualität deutlich unterstützte.

Was sollte nach einer KI-Schulung intern weitergenutzt werden?

Nach einer KI-Schulung sollten Datenampel, Prompt-Vorlagen, Prüfroutinen, Übungsszenarien und Transfermaterialien intern weitergenutzt werden.

Die Organisation in Bonn erhielt sechs Transfermaterialien: Datenampel, Prompt-Grundstruktur, Prüfliste, Szenarienübersicht, Lernpfad-Zusammenfassung und Follow-up-Fragen. Diese Materialien halfen den Teams, das Gelernte nicht nur individuell zu erinnern, sondern als gemeinsame Arbeitsgrundlage zu nutzen.

Welche Fehler sollte man bei einer KI-Schulungsanfrage vermeiden?

Man sollte vermeiden, ohne Bedarfsklärung ein Standardseminar zu buchen oder alle Zielgruppen mit denselben Übungen zu schulen.

Der Bonner Case zeigte, dass unterschiedliche Rollen unterschiedliche Fragen haben. Ohne Zielgruppenanalyse wären operative Anwendung, Führungserwartung, Datenschutz und Transfer in einem zu breiten Seminar vermischt worden. Die strukturierte Anfrageklärung sorgte dafür, dass das Format, die Übungen und die Materialien zur Organisation passten.

Was unterscheidet diese Case Study von anderen KI-Case-Studies?

Diese Case Study zeigt nicht eine einzelne KI-Anwendung, sondern den Weg von der ersten Anfrage zur passgenauen Inhouse-Umsetzung.

Der Bonn-Case ist eigenständig, weil er den Beratungs- und Klärungsprozess vor der Schulung sichtbar macht. Im Mittelpunkt stehen Bedarfsklärung, Zielgruppenanalyse, Formatentscheidung und Transferplanung. Dadurch eignet sich der Artikel besonders für Organisationen, die noch am Anfang stehen und wissen möchten, wie aus einer KI-Schulungsanfrage ein konkretes Inhouse-Training wird.

 

Unser maßgeschneidertes Inhouse-Seminar für Sie!

Die Bildungsakademie am Rosental entwickelt KI-Inhouse-Seminare passend zu Zielgruppe, Standort, Teamgröße und konkretem Schulungsbedarf.

Wählen Sie bei Ihrer Anfrage auch gern zwischen einem a) Inhouse-Präsenz-Seminar an Ihrem Standort, b) einem Inhouse-Online-Workshop mit Ihrem Team oder c) einem Inhouse-Präsenz-Kurs direkt an der Akademie – das Inhouse-Training gern auch in Kombination mit Teambuilding-Aktionen.

Ähnliche Artikel:

• Case Study: KI-Seminar in Stuttgart – welche Fehler ein Kunde dann korrigierte
• Case Study: Wie ein Kölner Team nach KI-Inhouse-Seminar Prompt-Vorlagen & Leitlinien entwickelte
• Case Study: KI-Inhouse-Schulung in Klagenfurt – verständlicher Einstieg für Teams und Mitarbeiter
• Case Study: So wurden interne Dokumente in KI-Inhouse-Schulung von Organisation in Bern eingebunden
• Case Study: Unsere KI-Schulung vereinfachte für Verwaltung in Hannover wiederkehrende Aufgaben
• Case Study: KI-Inhouse-Schulung verbesserte technischen Vertrieb deutlich