70 % der Firmen schulen KI. 66 % sagen: Unsere Leute können's kaum.

Drei neue KI-Modelle an einem Tag: Am 22. September sind Claude Opus 5.5 von Anthropic sowie GPT-6 Sol und GPT-6 Luna von OpenAI erschienen. Schon diskutiert die Branche wieder, welches besser ist.

Ich würde in den meisten Betrieben vorher etwas anderes klären: Können die Leute mit der KI arbeiten, die sie schon haben? Solange das offen ist, halte ich die Suche nach dem nächsten Modell für verfrüht.

Zwei Zahlen, die nicht dasselbe messen

Bitkom, der deutsche Digitalverband, hat im Sommer 2026 Verantwortliche aus 603 Firmen mit mindestens 20 Beschäftigten befragt. 70 % der Firmen schulen ihre Leute im Umgang mit KI. Zugleich schätzen 66 % die KI-Kompetenz ihrer eigenen Beschäftigten als gering ein.

Das ist keine Prüfung der Beschäftigten, sondern die Einschätzung der Firmen selbst. Wie dieselben Firmen auf beide Fragen geantwortet haben, weist die Studie nicht aus. Eines lässt sich trotzdem ausrechnen: Wenn von 100 Firmen 70 schulen und 66 die Kompetenz gering einschätzen, müssen mindestens 36 zu beiden Gruppen gehören. Mindestens jede dritte Firma schult also und hält ihre Leute zugleich für wenig kompetent.

Unter den Firmen, die KI bereits nutzen, sagen 87 von 100, dass sie das Potenzial von KI nicht ausschöpfen. 59 von 100 sagen sogar „überhaupt nicht“. Bitkom selbst fasst die Kostenfrage so zusammen: „Teuer sind Infrastruktur und Daten, nicht das KI-Modell.“

In Österreich zählt Statistik Austria: Drei von zehn Unternehmen nutzen KI. Von den übrigen haben 77 von 100 KI noch gar nicht erwogen. Vergleichbare Zahlen zu Schulung und Kompetenz gibt es für Österreich nicht.

Alle sitzen im selben Raum

In meinen Workshops begegnen mir vier Gruppen. Wie groß sie jeweils sind, kann ich nur schätzen, gezählt habe ich sie nie.

Die Nerds haben sich längst intensiv mit KI beschäftigt. Sie wollen nicht noch einmal hören, wo man eine Frage eintippt. Ein typischer Satz von ihnen wäre: „Können wir gleich zu den schwierigen Fällen kommen?“ Die anderen profitieren davon, wenn sie wissen, dass sie die Nerds fragen dürfen.

Dann sind da die, die KI schon nutzen und meinen, sie wüssten darüber eh alles. Ein typischer Satz wäre: „Ich verwende das sowieso jeden Tag.“ Das kann stimmen. Offen bleibt, ob sie KI auch für anderes nutzen als für vertraute Aufgaben wie das Umschreiben von Texten.

Eine weitere Gruppe wäre lieber gar nicht da. „Für meine Arbeit brauche ich das nicht“, wäre ein typischer Satz. Manchmal hat sie damit recht. Manchmal hat ihr bloß noch niemand gezeigt, wofür sie KI bei ihrer Arbeit brauchen könnte. In beiden Fällen sollte man auf sie eingehen, statt ihr einen Vortrag darüber zu halten, dass sie ihre Haltung ändern müsse.

Und dann sitzen dort Menschen, die lernen wollen. Unter ihnen sind oft welche, denen KI auch Angst macht. Ihr typischer Satz klingt eher so: „Kann ich das bei einer echten Aufgabe ausprobieren, bevor ich etwas falsch mache?“ Wer das fragt, nimmt seine Arbeit ernst. Diese Vorsicht ist kein Desinteresse.

Deshalb bringt es nichts, die Gruppen getrennt zu freiwilligen Terminen einzuladen. Die zweite Gruppe glaubt bereits, genug zu wissen. Die dritte sieht keinen Grund zu kommen. Ein Workshop muss allen vier Gruppen gleichzeitig etwas bieten.

Und danach brauchen die Leute Zeit. Lernzeit lässt sich nicht in die Mittagspause schieben. In einer US-Befragung von Vollzeitbeschäftigten in großen Firmen nannten 56 von 100 fehlende Lernzeit während der Arbeit als Hürde. In einer deutschen Befragung der Bundesnetzagentur nannten 66 von 100 Firmen Zeitmangel, das häufigste Hemmnis überhaupt. Berücksichtigt wurden dabei nur Firmen, die KI einsetzen, planen oder erwägen. Der AI Act verlangt, Maßnahmen für ausreichende KI-Kompetenz zu ergreifen. Ein abgehakter Termin im Kalender ist noch kein Nachweis dafür.

Die Regel, die niemand aufgeschrieben hat

Neben den Leuten gibt es einen zweiten Engpass. Ein Modell kann die richtige Zahl finden und trotzdem zum falschen Ergebnis kommen, weil eine Regel des Betriebs nirgends steht, etwa welcher Kunde Skonto bekommt.

Eine Untersuchung mit älteren KI-Modellen macht den Unterschied greifbar. Mussten die Modelle nur Informationen nachschlagen, lösten sie 82 von 100 Aufgaben richtig. Mussten sie anhand dieser Informationen etwas ausrechnen, lösten sie 50 von 100 richtig. Kam eine Geschäftsregel dazu, die die Rechnung verändert, lösten sie noch 32 von 100 richtig. Die neuen Modelle vom September wurden dabei nicht getestet. Ob sie besser wären, weiß niemand. Die Geschäftsregel muss trotzdem irgendwo stehen.

Ich wechsle bei meinen Projekten nicht bei jeder Neuerscheinung das Modell. Wenn es seine Aufgabe erfüllt, lasse ich es weiterarbeiten.

Vier Fragen, bevor du die nächste Schulung buchst

Ich halte meine Workshops selbst, und genau diese vier Gruppen muss ich dort jedes Mal gleichzeitig erreichen. Wenn du eine KI-Schulung planst, prüf vorher, ob sie für jede der vier Gruppen eine Antwort hat:

• Die Nerds: Bekommen sie eine Aufgabe, die sie fordert, zum Beispiel als Ansprechpartner für die Kollegen? Sonst sitzen sie ihre Zeit ab.
• „Wissen eh alles“: Geht es um Aufgaben, die sie heute noch ohne KI erledigen? Mit dem, was sie schon können, holst du sie nicht ab.
• Die Verweigerer: Kommen die Beispiele aus ihrer eigenen Arbeit? Eine allgemeine Vorführung bestätigt ihnen nur, dass KI mit ihrem Job nichts zu tun hat.
• Lernwillige und Ängstliche: Gibt es nach dem Termin Zeit zum Üben, in der Arbeitszeit? Ohne die bleibt es beim guten Vorsatz.

Wenn du eine Schulung planst und auch die Leute dabeihaben willst, die sich nicht von selbst anmelden würden, können wir über den Termin und ihre Aufgaben sprechen: Jetzt unverbindliches Erstgespräch anfragen!

Welche dieser vier Gruppen wäre in deinem Betrieb am schwersten zu erreichen?

Bis nächste Woche
Till

P.S. Weitergeleitet bekommen? Hier kannst du Cut the Prompt abonnieren: eine Mail pro Woche, KI-Entscheidungen für den Mittelstand ohne Hype.