Lehren und Lernen

Die Entwicklung der KI geht auch an Wikipedia nicht spurlos vorbei. So heißt es: „Führte die Suche nach Informationen im Netz jahrelang schnell zu einem Wikipedia-Artikel, präsentieren uns heute Suchmaschinen und Chatbots wie ChatGPT direkt KI-generierte Antworten.“ Und: „Während auf der einen Seite weniger Menschen direkt in der Wikipedia nach Informationen suchen, sind die Zugriffe durch Bots und Crawler deutlich gestiegen.“

Der kurze Beitrag beschreibt diese Entwicklungen und die Versuche der Wikipedia, auf diese Herausforderungen zu reagieren.
Corinna Schuster, Wikimedia/ Blog, 23. Oktober 2025

Bildquelle: mikemacmarketing, Artificial Intelligence & AI & Machine Learning (CC BY 2.0)

Eigentlich verlinke ich keine Ressourcen, die hinter einer Bezahlschranke liegen. Hier mache ich eine Ausnahme, weil ich zumindest ein paar Hintergrundinformationen und Zitate in diesem Blogpost festhalten möchte.

– Zum einen ist es erwähnenswert, dass es das Thema „Second Brain“ überhaupt in die Medien schafft. Hier heißt es einführend: „Der Begriff geht auf den amerikanischen Produktivitätsberater Tiago Forte zurück und meint ein externes System zur Wissensorganisation – eine Art digitaler Zettelkasten, der nicht nur speichert, sondern vernetzt, strukturiert und im Idealfall neue Einsichten ermöglicht. Die Metapher ist bewusst gewählt: Es geht nicht um Ablage, sondern um ein zweites, erweitertes Denkorgan.“

– Zum anderen habe ich mit Interesse geschaut, welche Systeme hier vorgestellt und eingeordnet wurden. Es sind: Notion und Coda (die „Cloud-Kollaborateure“), Obsidian und DEVONthink („Datenhoheit statt Cloud“), Capacities, Craft und OneNote (die „Ästheten der Einfachheit“).

– Abschließend gibt es noch eine „Entscheidungsmatrix für Anwender“. Die kritischen Stellgrößen sind aus Sicht des Autors die Punkte „Kollaboration“, „Total Cost of Ownership“, „KI“ und „Migration“. Als Obsidian-Nutzer kann ich die auf dieser Grundlage getroffene Einschätzung und Empfehlung gut nachvollziehen:

„Notion und Coda glänzen in Teams, versagen bei Einzelnutzern, die einfach nur nachdenken wollen. Obsidian ermöglicht souveränes Wissensmanagement, aber kollaborative Projekte scheitern. DEVONthink beherrscht Dokumenten-Archive meisterhaft, kostet aber eine Plattform-Entscheidung. Craft ist schön und schnell, doch das Ökosystem bleibt dünn. OneNote ist überall, aber nirgendwo außergewöhnlich. Capacities verspricht die goldene Mitte, muss sie aber noch als junges Start-up aus dem Saarland beweisen.“
Marcus Schuler, FAZ Pro Digitalwirtschaft, 22. Oktober 2025

Bildquelle: Marcus Gossler (Wikipedia, CC BY-SA 3.0)

Eine launige Reise durch die Geschichte der Badges. Die Beispiele zeigen, dass Badges schon immer ein Thema waren. Auch in Bildung und Weiterbildung sind sie längst angekommen. Ob sie allerdings dabei helfen können, das Lernen zu transformieren, würde ich mit Blick auf ihre aktuelle Verbreitung bzw. Nutzung einmal dahingestellt lassen. Und so schließt auch Anja C. Wagner mit einer Frage:   

„Das Badge-Thema steckt voller Widersprüche. Auf welcher Seite steht Ihr? Ist die Gamification durch Badges ein Segen für das lebenslange Lernen oder der Beginn einer totalen Vermessung unserer kleinteiligen Kompetenzen?“
Anja C. Wagner, FROLLEINFLOW, 20. September 2025

Bildquelle: Robert Anasch (Unsplash)

Peer Learning ist – neben KI – im Moment das spannendste Bildungsthema. Das unterstreichen auch die Antworten von Nadia Eggmann, die unter dem Dach von „Peer Lernen Schweiz“ festgehalten sind.

„Nadia Eggmann ist Head L&D bei der Swiss Post und teilt ihre Erfahrungen und Einschätzungen über die zukünftige Rolle von Peer Lernen in einem Kurzinterview.“ 
Nadia Eggmann, LinkedIn, September 2025   

Ethan Mollick (One Useful Thing) hat wieder einen KI-Leitfaden geschrieben. Darin stellt er uns die wichtigsten Dienste vor, versucht, den Stand der Entwicklung zusammenzufassen, erklärt Unterschiede und Stärken, zeigt auf, wann man auf Bezahlmodelle setzen sollte und gibt überhaupt viele weitere nützliche Empfehlungen.

„The chart at the top of this post shows what people use AI for today. But I’d bet that in two years, that chart looks completely different. And that isn’t just because AI changed what it can do, but also because users figured out what it should do. So, pick a system and start with something that actually matters to you, like a report you need to write, a problem you’re trying to solve, or a project you have been putting off. Then try something ridiculous just to see what happens. The goal isn’t to become an AI expert. It’s to build intuition about what these systems can and can’t do, because that intuition is what will matter as these tools keep evolving.

The future of AI isn’t just about better models. It’s about people figuring out what to do with them.“
Ethan Mollick, One Useful Ting, 19. Oktober 2025

Bildquelle: Ethan Mollick

Folgende Frage hat sich Philippa Hardman in ihrem jüngsten Artikel gestellt: „How do we build AI-augmented workflows for L&D that capture AI’s upside while actively managing the risks?“ Denn gerade beim Thema Lernen, so Philippa Hardman, fließen natürlich viel Alltags- und Halbwissen in die Trainingsdaten der Sprachmodelle ein. Deshalb hat sie einen Prozess zur Qualitätssicherung aus fünf Schritten entwickelt, ihn FRAME genannt und die Arbeitsweise dahinter ausführlich beschrieben. Es ist, so könnte man es auch nennen, ein Beitrag zur Entwicklung von KI-Kompetenzen für Bildungsexpert:innen.

„- Step 1: F — Find the Evidence …
– Step 2: R — Role & Rules Definition …
– Step 3: A — Assemble Inputs …
– Step 4: M — Model, Measure, Modify …
– Step 5: E — Expand & Embed …“

Philippa Hardman schreibt: „Tests of the FRAME method that I’ve run with L&D teams shows that structured approaches to AI integration have the potential to significantly increase the quality, consistency and velocity of L&D workflows.“ Das Prozessmodell ist etwas komplexer und richtet sich vor allem an L&D-Teams, die die Integration von KI in ihre Arbeitsprozesse systematisch und strukturiert angehen wollen.
Philippa Hardman, Dr Phil’s Newsletter, 17. Oktober 2025

Das HFD-Magazin strategie digital widmet sich in dieser Ausgabe der Frage, „wie Hochschulen strategisch mit generativer KI umgehen können und welche neuen Anforderungen dadurch an Studium, Lehre und die strategische Hochschulentwicklung entstehen“. Im einleitenden Überblick (von Julius-David Friedrich und Jens Tobor) werden die Themen gesetzt, die auf den folgenden 116 Seiten in vielen weiteren Artikeln, Interviews und Best Practice-Sammlungen ausgeführt werden:

„- KI als strategisches Thema im Gegenstrom gemeinsam gestalten …
– KI-Literacy für alle – breit und zukunftsorientiert …
– Grundkompetenzen stärken – Deskilling vorbeugen …
– Rechtliche Klarheit und Orientierung im KI-Einsatz schaffen …“
Hochschulforum Digitalisierung, 9. Oktober 2025

Ein Vorschlag von Werner Sauter: Es gibt die 70:20:10-Formel, die das Lernen im Arbeitsalltag beschreibt. Philippa Hardman hat diese Formel kürzlich – nach einem Blick auf unseren, mehr und mehr KI-gestützten Arbeitsalltag – zur 90/10-Regel umformuliert: „90/10 is a model where roughly 90% of “training” is delivered by AI coaches as daily performance support, and 10% of training is dedicated to developing complex and critical skills via high-touch, human-led learning experiences.“  

Werner Sauter geht einen Schritt weiter und schlägt jetzt eine 30/30/30/10 – Aufteilung vor:
„𝟯𝟬 % 𝗟𝗲𝗿𝗻𝗲𝗻 𝗮𝗹𝗹𝗲𝗶𝗻𝗲: Selbstorganisiertes, ergänztes Lernen im Praxisprozess mit der KI als Planungspartner
𝟯𝟬 % 𝗟𝗲𝗿𝗻𝗲𝗻 𝗺𝗶𝘁 𝗮𝗻𝗱𝗲𝗿𝗲𝗻: Kollaboratives, ergänztes Lernen im Praxisprozess mit der KI als Planungspartner
𝟯𝟬 % 𝗟𝗲𝗿𝗻𝗲𝗻 𝗺𝗶𝘁 𝗱𝗲𝗿 𝗞𝗜: Dialogisches Einzel- und Gruppenlernen im Praxisprozess mit der KI als Planungs- und Lernpartner
𝟭𝟬 % 𝗺𝗲𝗻𝘀𝗰𝗵𝗹𝗶𝗰𝗵 𝗮𝗻𝗴𝗲𝗹𝗲𝗶𝘁𝗲𝘁𝗲 𝗟𝗲𝗿𝗻𝗮𝗸𝘁𝗶𝘃𝗶𝘁𝗮𝘁𝗲𝗻: Formelle Lernmaßnahmen, z.B. in Workshops oder Seminaren“

Die Aufteilung ist interessant, aber man muss jetzt überlegen, wen diese Aufteilung adressiert: Lernende, die ihre Lernaktivitäten steuern; Bildungsexpert:innen, die entsprechende Lernprozesse gestalten und einführen; oder Organisationsentwickler:innen, die Arbeits- und Lernprozesse neu integrieren.
Werner Sauter, LinkedIn, 12. Oktober 2025

Bildquelle: Werner Sauter

Im Klappentext heißt es: „In dieser Episode 42 des Knowledge on Air Podcasts diskutieren Simon und Ulrich nach eineinhalb Jahren Pause den Einfluss von Künstlicher Intelligenz auf das Wissensmanagement. Sie analysieren systematisch alle Bausteine des Wissensmanagements von Probst et.al. und zeigen auf, wie KI-Technologien jeden einzelnen Bereich revolutionieren können …“

Simon (Dückert) und Ulrich (Schmidt) verhandeln hier entlang des Probst-Modells persönliche Erfahrungen und Nutzungsszenarien sowie organisationale Herausforderungen. 60 Minuten. Ergänzt wird diese Episode durch eine ausführliche Zusammenfassung. 
Simon Dückert und Ulrich Schmidt, Knowledge on Air Podcast, Episode 42, 22. August 2025

In den letzten Monaten haben viele KI-Anbieter einen Fokus auf das Thema „Bildung/ Lernen“ gelegt: zum Beispiel OpenAI/ ChatGPT mit „Study Modes“ oder Google/ Gemini mit „LearnLM“. Anja C. Wagner nimmt dies zum Anlass, um über diese Angebote und die weitere Entwicklung zu reflektieren. Werden KI-Tools wie oft versprochen damit wirklich zu TutorInnen, SparringspartnerInnen und LernbegleiterInnen? Oder müssen wir damit rechnen, dass diese Tools uns bald in Lernplattformen wiederbegegnen und so die Lernmodelle unterstützen, die wir eigentlich überwinden wollen?

Aber am Anfang steht wie immer das Ausprobieren. Dafür hat Anja C. Wagner drei Exkursionen vorbereitet.
Anja C. Wagner, FROLLEIN FLOW, 19. August 2025

Nachtrag (18.10.2025): „NotebookLM wird erwachsen – Plattform für Wissensstrukturierung“ (Hauke Pölert, LinkedIn, September 2025)

Der Wissensmanagement-MOOC („WMOOC 2025“) ist am 3. Oktober gestartet. Um teilzunehmen, kann man sich kostenlos auf der Plattform „oncampus“ anmelden. Im ersten Blogpost zum Kurs reflektiert Gastgeber Dirk Liesch den Einsatz generativer KI, um sich einer Definition von Wissensmanagement zu nähern. KI bildet auch den Schwerpunkt des diesjährigen Kurs-Durchlaufs.

„Wie definiert die KI „Wissensmanagement“?
Da wir beim WMOOC 2025 den Schwerpunkt „KI im Wissensmanagement“ haben, macht es natürlich Sinn, auch zu einigen Themen hier „die KI“ zu fragen. Zuerst darf ChatGPT selbst Definitionen vorschlagen und dann als Zweites eine Definition bewerten. Bei „generativer KI“ kommt es natürlich sehr auf die Frage (Prompt) an, die man stellt.“ 
Dirk Liesch, wissensmanagement.open-academy, 10. Oktober 2025

Die Zusammenarbeit mit generativer KI kann in unterschiedlichen Formen und Ausprägungen geschehen. Eine „Human Agency Scale“ (Autonomie-Skala) versucht, diese unterschiedlichen Ausprägungen abzubilden. Christoph Meier (scil) erinnert an diese Skala, verknüpft sie mit den Metaphern „Praktikant“, „Kollege“ und „Zauberer“ und deutet an, was das für die Arbeit von L&D- bzw. Bildungsexpert:innen bedeuten kann. Ethan Mollick ist dabei einer seiner Kronzeugen.

Quelle: Shao, Y., Zope, H., Jiang, Y., Pei, J., Nguyen, D., Brynjolfsson, E., & Yang, D. (2025). Future of work with AI Agents: Auditing automation and augmentation potential across the U.S. workforce. arXiv. https://arxiv.org/pdf/2506.06576

Christoph Meier, LinkedIn, 30. September 2025

Im ersten Teil enthält dieser Trendbericht (33 S.) des Schweizer Think-Tanks TRANSIT das, was man in vielen anderen Studien zum Thema heute auch findet: eine Erläuterung, was unter Future Skills verstanden wird, und einen Überblick über prominente Future Skills-Kompetenzrahmen. Anschließend geht die Autorin jedoch noch einen Schritt weiter: sie erinnert zum Beispiel an die normativen Vorstellungen, die mit den verschiedenen Kompetenzrahmen einhergehen. Das betrifft ihre Ziele (individuelle Wettbewerbsfähigkeit vs. gesellschaftliche Transformation), aber auch die mit ihnen verbundenen Vorstellungen von Zukunft (zunehmende Veränderungsgeschwindigkeit und zunehmende Komplexität). Schließlich fragt sie auch nach der Empirie, wenn es um die Effekte von Future Skills geht, denn um Kompetenzen wird ja nicht erst seit gestern gestritten. Future Literacy ist schließlich ein weiteres Stichwort. Dann folgen, im zweiten Teil, die Implikationen für die Weiterbildung. Das ist alles sehr verdichtet, aber interessant.
Helen Buchs, Schweizerischer Verband für Weiterbildung, Juni 2025 (pdf)   

Matthias Seiller darf in dieser Folge des Podcasts „WissenVersichert“ des BWV Bildungsverbands über die Promptathons berichten, die bei der DATEV durchgeführt und mit denen bereits über 1.000 Mitarbeitende erreicht wurden. Stichworte sind die Rahmenbedingungen eines Prompathons, der Ablauf, die Formate sowie die Ergebnisse und Rückmdeldungen. Einen Punkt, den manche umtreibt, spricht Mathhias Seiller auch an: Was kommt eigentlich nach dem Promptathon? Welche Folgeformate bieten sich an?
Julia Faller und Laura Keders, Gespräch mit Matthias Seiller, WissenVersichert, 26. August 2025 (via YouTube)

Philippa Hardman stellt wieder eine These in den Raum: „This week I want to share a hypothesis I’m increasingly convinced of: that we are entering an age of the 90/10 model of L&D.
90/10 is a model where roughly 90% of “training” is delivered by AI coaches as daily performance support, and 10% of training is dedicated to developing complex and critical skills via high-touch, human-led learning experiences.“

Dahinter steckt die Idee, dass man sich Arbeitsprozesse und Aufgaben anschaut und dann entscheidet,
– welche Aufgaben zukünftig ganz von der KI übernommen werden,
– welche Prozesse von der KI unterstützt werden („co-create“, „augment“) und
– hinter welchen Aufgaben „future skills“ stehen, die wir entwickeln müssen, um im KI-Zeitalter zu performen.

In ihrem Beitrag führt sie diesen Gedanken weiter aus.

Zwei Anmerkungen: Dieses 90-10-Modell ist sehr plausibel und schließt an die Stimmen an, die seit Jahren „Performance Support“ als eine neue und erfolgskritische Aufgabe von L&D sehen. In der Praxis liegt die Herausforderung jedoch genau in dem damit verbundenen Rollenwandel: „L&D’s attention shifts from creating content about the work to designing the work itself.“ Das ist mehr als anspruchsvoll!
Philippa Hardman, Dr Phil’s Newsletter, 2. Oktober 2025

Bildquelle: Philippa Hardman

Simon Dückert (Cogneon) versucht in diesem Beitrag, Wissensmanagement und KI zusammenzubringen. Wobei es ihm nicht um Beispiele und Anekdoten geht (da kann heute jede/r sicher sofort etwas beisteuern), sondern um einen systematischen Blick auf die Kernprozesse des Wissensmanagements. Die werden kurz aufgezählt, aber dann wiederum pragmatisch auf die großen Bausteine „Wissen schaffen“ und „Wissen nutzen“ heruntergebrochen und anschließend mit ersten Ideen und einer Einladung zu einer Blogparade verknüpft.

„In der Nutzung von bestehendem, dokumentierten Wissen sehe ich aber ein noch viel größeres Potential. Ein großes Sprachmodell (LLM) kann man sich vorstellen, als eine komprimierte Version des dokumentierten Weltwissens (Internet, Bücher, wissenschaftliche Artikel, Diskussionen uvm.). Ähnlich der GE-Boundaryless-Initiative von Jack Welsh mit dem Ziel eine „grenzenlose Organisation“ zu entwickeln, holt man sich als Organisation mit einem LLM das dokumentierte Wissen und die „Weisheit der Vielen“ in die Organisation. Somit hat man die Möglichkeit, sich viel mehr auf das kritische Wissen zu konzentrieren, dass die eigene Organisation vom Wettbewerb unterscheidet. Und während sich Villabajo noch mit dem Management von unkritischem Allgemeinwissen herumschlägt, hat Villariba schon den Vorsprung durch den fokus auf das kritische Wissen.“
Simon Dückert, Cogneon, 28. September 2025

Vor ein paar Tagen erschien ein Artikel in der Harvard Business Review mit einem mächtigen Versprechen „How Gen AI Could Transform Learning and Development“. Grundlage bildete eine Studie mit 139 Teilnehmenden, die entweder mit Unterstützung eines AI-Tutors oder in einem Virtual Classroom lernten. Das Ergebnis war eindeutig: Alle Parameter sprachen für das Lernen mit einem AI Tutor.

Auch Bildungsexpertin Philippa Hardman hat diesen Artikel gelesen und ihre Schlussfolgerungen gezogen: „For anyone in L&D, the results numbers are more than just interesting: they provide evidence that it might not now just be possible but also preferable and more productive to move corporate L&D out of the classroom and off the LMS and into the workflow.“

Vor diesem Hintergrund spricht sie davon, dass jetzt der langersehnte „shift from ‚courses to coaches'“ in greifbarer Nähe sei. In ihrem Beitrag erläutert sie diesen Wandel im Detail.

Ich kann ihren Argumenten in der Sache gut folgen. Und doch überrascht mich, wofür eine einzige Studie wieder einmal herhalten muss. 139 Befragte (in Singapur …); ein nicht selbsterklärendes Thema („problem framing“); ein AI-Tutor, über dessen konkrete Unterstützung im Artikel wenig zu lesen ist; dann die Ergebnisse, die vor allem auf der Selbstauskunft der Teilnehmenden beruhen.

Vor diesem Hintergrund würde ich vielleicht weniger von Evidenz (Philippa Hardman), sondern mehr von Hinweisen oder Indizien sprechen. Was übrigens meiner generellen Begeisterung für die Analysen von Philippa Hardman keinen Abbruch tut.
Philippa Hardman, Dr Phil’s Newsletter, 25. September 2025

Donald H Taylor und Eglė Vinauskaitė haben gerade ihre dritte „AI in L&D“-Studie veröffentlicht. Sie enthält wieder die Ergebnisse einer Umfrage unter L&D-Professionals, eine Reihe von Case Studies und ein Framework, das verschiedene Optionen für L&D aufzeigt, mit diesen Veränderungen umzugehen. 58 Seiten insgesamt.

Blickt man auf die Ergebnisse, so zeigen sich folgende große Linien: Zum einen ist KI im Alltag der Bildungsmanger:innen und -expert:innen endgültig angekommen: „This year L&D passed an inflexion point, with over half of survey respondents now saying they use AI.“ Das ist wenig überraschend.

Zum anderen liegt der Schwerpunkt der KI-Nutzung im Arbeitsalltag unverändert auf der Entwicklung von Lernmaterialien („production of learning content“). Auch das ist ein bekanntes Bild. Dem versuchen Donald H Taylor und Eglė Vinauskaitė (seit der ersten Studie) entgegenzuarbeiten, in dem sie in ihren Case Studies Unternehmen zu Wort kommen lassen, die KI-Tools nutzen, um komplexere Lernumgebungen umzusetzen. Vor diesem Hintergrund sind sie überzeugt, „a definite trend towards more complex uses of AI in L&D“ beobachten zu können.

Die Studie, die man im Tausch für Name und Email erhält, enthält noch weitere Details, streift einige Trends, die aus den offenen Antworten der Studienteilnehmer:innen gelesen werden, und nimmt auch das Stichwort „AI Agents“ kurz auf. 

Sehr nützlich habe ich das Kapitel empfunden, in dem die einzelnen Einsatzschwerpunkte von KI kurz vorgestellt werden. Das verschafft einen guten Überblick über die Möglichkeiten und das Potenzial von KI.
Donald H Taylor und Eglė Vinauskaitė, September 2025 

Am 18. September 2025 fand in der Cogneon Akademie in Nürnberg (und Online) das zweite WissensTransferCamp (#wtc25) statt. Wer (wie ich) nicht dabei sein konnte, kann jetzt auf die Dokumentation des Camps zugreifen: Das sind im Kern 12 Sessions, die sowohl als Aufzeichnung als auch in Form einer KI-gestützten schriftlichen Zusammenfassung zur Verfügung stehen. Eine tolle Ressource!

Im Mittelpunkt des BarCamps standen vor allem Fragen und Erfahrungen zum Einsatz von KI in Prozessen des Wissenstransfers (bzw. Expert Debriefing). Hier ein Überblick über die angebotenen Sessions:

Cogneon, Copedia, September 2025

Idealerweise prüft man automatisch, was einem KI-Tools präsentieren, bevor man mit den Ergebnissen weiterarbeitet oder sie gar veröffentlicht. Wer sich unsicher ist, was „überprüfen“ genau meint, kann einfach dem PRÜFE-Framework folgen, das Barbara Geyer (HAW Burgenland) entwickelt hat. Es besteht aus fünf Schritten und kurzen Erläuterungen: Plausibilität, Recherche, Überzeugungen hinterfragen, Falsifizieren und Entscheiden.

„Die fünf Schritte bieten eine Struktur, die sich lernen und üben lässt, aber flexibel an den jeweiligen Kontext angepasst werden kann. Sie ersetzen nicht das tiefe Nachdenken, sondern leiten es systematisch an. In einer Zeit allgegenwärtiger KI-generierter Inhalte benötigen wir nicht weniger, sondern methodisch angeleitetes kritisches Denken – auch dort, wo unsere Expertise endet.“
Barbara Geyer, KI in Lehre und Weiterbildung, 29. September 2025