Ki-gestütztes Lernen – Vibe-Learning erfahren

Definieren Sie "Vibe-Learning" in Anlehnung an "Vibe-Coding"?

Jan Foelsing: Um Vibe Learning besser einordnen zu können, hilft ein Blick auf die Ursprünge des Vibe Codings. Im Februar 2025 prägte der KI-Forscher Andrej Karpathy diesen Begriff. Die Idee: Mit heutigen KI-Modellen können auch Menschen ohne Programmierkenntnisse funktionierende Software bauen, indem sie einfach beschreiben, was sie wollen. Die KI generiert den Code, man iteriert im Dialog. Man kommt dabei in einen Flow-Zustand, und der Code selbst wird zur Nebensache. Man muss nicht programmieren können, sondern nur wissen, was man erreichen will. Das Collins English Dictionary wählte Vibe Coding sogar zum Wort des Jahres 2025.

Vibe Learning überträgt diese Logik auf das Lernen. Der Ausgangspunkt ist nicht ein Curriculum oder ein vorgegebener Kurs, sondern eine Frage, ein Impuls, eine echte Neugier. Im dialogischen Austausch mit der KI erschließt man sich ein Thema explorativ und selbstgesteuert – spielerisch, mit sofort sichtbaren Ergebnissen. Idealerweise kommt man dabei auch in einen Flow-Zustand. Die KI übernimmt dabei nicht die Rolle eines Dozenten, der Wissen ablädt. Sie wird zum adaptiven Lernpartner: Sie fragt zurück, korrigiert Fehlvorstellungen, bietet alternative Perspektiven an und passt sich an das Vorwissen und den Denkstil des Lernenden an.

Ein konkretes Beispiel: Statt einen zweistündigen Kurs über agile Methoden zu buchen, kann eine Projektleiterin der KI sagen: "Hilf mir, Scrum zu verstehen. Frag mich erst, was ich schon darüber weiß, und hilf mir dann, mein Wissen zu vertiefen." Die KI startet dann nicht mit einer Definition, sondern mit Rückfragen, baut auf vorhandenem Wissen auf und liefert passende Analogien und hilft, die erste konkrete Anwendung zu planen. In 20 Minuten hat die Projektleiterin ein Arbeitsverständnis, das für einen nächsten Schritt reicht.

Wichtig ist, was Vibe Learning nicht ist: Es ist kein didaktisches Modell, keine neue Lerntheorie und kein Ersatz für vertiefte Auseinandersetzung. Dieser Ansatz kann sicher kein Scrum Master Training ersetzen, aber vielleicht hilft es bspw. bei der Vorbereitung, Teilnehmende auf einen gemeinsamen Level zu bewegen und sie vom Startweg zu aktivieren? Am treffendsten lässt es sich als Denkrahmen beschreiben: eine Haltung oder neudeutsch Mindset, die beschreibt, wie KI den Einstieg in neue Themen radikal vereinfachen kann. Was danach kommt – Reflexion, Transfer, Vertiefung – bleibt menschliche Aufgabe.

Für wen ist es von Vorteil, wenn der Lernprozess spielerisch im Dialog mit einer KI stattfindet?

Jan Foelsing: Im Prinzip eignet sich Vibe Learning für jeden, der sich ein neues Thema erschließen, aber durchaus auch tiefer in einen Bereich einsteigen möchte. Die Einstiegshürde fällt nahezu komplett weg: kein umfangreicher Kurs, kein Termin, keine Vorbereitung sind notwendig. Man startet mit einer Frage und ist schnell mitten im Lernprozess.

Besonders wertvoll ist das für drei Gruppen. Erstens: Fachkräfte, die sich schnell in angrenzende Themenfelder einarbeiten müssen. Eine Controllerin, die zum ersten Mal Ad-hoc-Datenanalysen mit Python durchführen will. Ein Learning Professional der mit einem neuen Thema in Berührung kommt. Bisher hieß das: Kurs suchen, Termin finden und warten. Mit Vibe Learning heißt es: Frage stellen, loslegen, erste Ergebnisse in 20 Minuten.

Zweitens: Organisationen, die Upskilling in der Breite brauchen. Wenn tausende Mitarbeitende neue Kompetenzen aufbauen sollen, sei es im Bereich KI, Nachhaltigkeit oder Datenanalyse, stößt der klassische Schulungsansatz an seine Grenzen. Zu langsam, zu teuer, zu wenig individuell. Vibe Learning ersetzt strukturierte Programme nicht, aber es ermöglicht einen ersten, angstfreien Kontakt mit dem Thema. Denn wer stellt schon gerne eine Anfängerfrage in einem Seminar und gibt sich die Blöße, etwas nicht zu wissen? Oft ist genau dieser erste Schritt die größte Hürde.

Drittens: Und das kann man schnell übersehen. Alle profitieren, die Berührungsängste mit KI selbst haben, wenn Vibe Learning in einem Format aktiv eingebunden wird. Denn jede Vibe-Learning-Session ist gleichzeitig eine praktische Übung in AI Literacy. Man lernt, Prompts zu formulieren, Ergebnisse kritisch zu bewerten und Grenzen des Werkzeugs einzuschätzen, und zwar nicht durch einen Kurs über KI, sondern durch den konkreten Gebrauch. Wer einmal erlebt hat, dass die KI nicht immer recht hat und eine gut gestellte Frage bessere Ergebnisse liefert als eine vage, hat mehr über KI gelernt als in manchem eLearning. Literacy by Doing statt Death by PowerPoint.

Wie lassen sich "Halluzinationen" und Fehlinformationen ausschließen?

Matthias Wienecke: Die ehrliche Antwort lautet: gar nicht. Und genau dieses Bewusstsein ist der erste Schritt zu einem produktiven Umgang damit.

Vielleicht sollten wir zunächst noch kurz klären, was Halluzinationen im Kontext KI überhaupt sind: KI-Systeme generieren Antworten auf Basis statistischer Wahrscheinlichkeiten und nicht durch wissenschaftliche Recherche. Sie können dabei, selbst wenn sie faktisch falsch liegen, sehr überzeugend klingen: Sie „halluzinieren", wie es in der Fachsprache heißt. Besonders heikel ist das bei Themen, die für den Lernenden neu sind: Ohne eigenes Vorwissen fehlt die interne Referenz, um eine falsche Antwort als solche zu erkennen. Wie will ich eine Antwort bewerten, wenn ich kein Vorwissen zu dem Thema besitze?

Die Lösung liegt nicht in besserer Technik, auch wenn die Modelle stetig besser werden, sondern darin, wie Vibe Learning sinnvoll in einen Lernprozess integriert wird. Der wichtigste Hebel ist dabei der soziale Abgleich nach der KI-Exploration. In unseren Experimenten hat sich immer wieder gezeigt: Erst wenn Lernende ihre Ergebnisse anderen Menschen erklären mussten, wurden Lücken und Fehler sichtbar. Was im KI-Dialog kohärent klang, zerfiel manchmal unter den Nachfragen der Peers. Dieser Schritt ist nicht optional, er ist der eigentliche Qualitätsfilter und zusätzlich unerlässlich, um auch ein tieferes Lernen zu ermöglichen. 

Des Weiteren sollte beachtet werden, dass ein Thema gewählt wird, in dem die verwendeten Modelle eine hohe Antwortqualität erwarten lassen. So wird ein Standard-Tool keine firmeninternen Spezialthemen behandeln können. Auch beim Setzen des Rahmens für das Vibe Learning sollten die Lernenden bereits auf mögliche Risiken hingewiesen werden und Handwerkszeug zum kritischen Denken und Faktencheck verfügbar gemacht werden.

Findet bei dieser Art des Lernens auch eine Verankerung der Lerninhalte statt oder handelt es sich eher um ein "Lernen für den Augenblick"?

Jan Foelsing: Das ist eine sehr wichtige Frage und die Antwort hängt wieder davon ab, wie man Vibe Learning einsetzt.

Der reine KI-Dialog – also z.B. 20 Minuten Exploration eines neuen Themas – erzeugt vor allem schnelle Aha-Momente. Die fühlen sich echt und befriedigend an, sind aber oft fragil. Die Lernforschung kennt dieses Phänomen als Fluency Illusion: Wenn etwas leicht verständlich präsentiert wird, entsteht das Gefühl, man habe es verstanden – auch wenn das Verständnis bei genauerem Hinsehen oberflächlich bleibt. Die KI verschärft diesen Effekt noch, weil sie darauf optimiert ist, verständliche und bestätigende Antworten zu geben. Sie widerspricht selten, fordert selten heraus.

Deswegen ist Vibe Learning für uns ausdrücklich ein Einstieg, kein Ersatz für vertieftes Lernen. Die Verankerung entsteht nicht in der Exploration selbst, sondern in dem, was danach kommt. Wir arbeiten deshalb mit einem Vierklang: 1. Ignition – Begeisterung wecken mit einer guten Fragestellung. 2. Enablement – den Rahmen klären, Tools und Strategien kurz einführen. 3. Exploration – die eigentliche selbstgesteuerte KI-Lernphase. Und 4. Harvesting – das gemeinsame Ernten: Ergebnisse teilen, vergleichen, diskutieren, verteidigen.
Ein konkretes Beispiel: In einer Session im New Learning Lab haben Teilnehmende per KI-Dialog das Konzept der Entropie erkundet. In der Exploration-Phase entwickelten alle eigene Analogien wie etwa: "Entropie in Organisationen ist wie ein Büro ohne Ablagesystem: Es funktioniert noch eine Weile, aber die Unordnung nimmt stetig zu." Im Harvesting zeigte sich dann, dass manche Analogien bei genauerem Hinsehen nicht trugen. Diese Korrektur durch die Gruppe – nicht durch die KI – war der eigentliche Lernmoment.

Ergänzend denken wir immer einen fünften Schritt mit: Next Steps. Wie wird aus dem Impuls eine konkrete Aktivität – ein Learning Circle, ein Arbeitsprojekt, eine Vertiefung im Peergroup-Format? Ohne diesen Transfer bleibt auch die beste Session ein isoliertes Erlebnis. Die Architektur entscheidet darüber, ob Vibe Learning Lernen für den Augenblick bleibt oder zum Startpunkt eines nachhaltigen Lernprozesses wird.

Für welche Inhalte ist diese Lernform geeignet, für welche eher nicht?

Matthias Wienecke: Vibe Learning funktioniert am besten bei explorativen Themen – überall dort, wo es darum geht, ein neues Feld zu verstehen, Zusammenhänge zu erkennen und erste mentale Modelle zu bilden. Konzeptionelle Themen wie Agilität, Innovation, Nachhaltigkeit oder Systemdenken eignen sich hervorragend, weil es dort nicht die eine richtige Antwort gibt, sondern einen Verständnisraum, den man erkunden kann. Auch interdisziplinäre Fragestellungen profitieren, weil die KI mühelos Brücken zwischen Fachgebieten schlagen kann, die ein einzelner Experte selten abdeckt.

Gut geeignet ist es auch als Einstieg in technische Themen, die bisher abschreckend wirkten. Jemand, der noch nie mit Datenanalyse gearbeitet hat, kann im KI-Dialog in einer halben Stunde verstehen, was ein Datensatz ist, wie eine Pivot-Tabelle funktioniert und welche Fragen man an Daten stellen kann – ohne eine einzige Zeile Code zu schreiben. Der Einstieg wird zum Erlebnis statt zur Hürde.

Weniger geeignet ist Vibe Learning für Inhalte, bei denen Präzision wichtiger ist als Exploration. Compliance-Schulungen, sicherheitsrelevante Verfahren, regulatorische Anforderungen mit null Fehlertoleranz – hier ist der explorative KI-Dialog riskant, weil Halluzinationen nicht nur ein Lernproblem sind, sondern reale Konsequenzen haben können. 

Auch bei Themen, die stark auf exakte Zahlen, Paragraphen oder Prozessschritte angewiesen sind – etwa Steuerrecht oder chemische Verfahren – braucht es andere Formate mit verifiziertem Quellmaterial. Die Kunst liegt in der bewussten Entscheidung: Wo hilft der explorative Zugang, Neugier und Verständnis zu wecken? Und wo braucht es die Verbindlichkeit geprüfter Inhalte? Beides hat seinen Platz – die Aufgabe von L&D ist es, das richtig zu orchestrieren.

Welche Erfahrungen gibt es bereits?

Jan Foelsing: Die intensivsten Erfahrungen haben wir im New Learning Lab gesammelt – einer geschlossenen Community für Learning Professionals, in der wir regelmäßig neue Lernformate erproben. Das prägendste Experiment war eine Session, in der Teilnehmende in 20 Minuten per KI-Dialog das Konzept der Entropie erkunden und auf ihren professionellen Kontext übertragen sollten – ein Thema, das die meisten vorher nicht kannten.

Die Vielfalt der Ergebnisse war das Bemerkenswerteste. Die Teilnehmenden nutzten ganz unterschiedliche Tools – ChatGPT, Claude, NotebookLM, meinGPT – und völlig unterschiedliche Strategien. Manche ließen sich erklären, andere ließen die KI gezielt Fragen stellen, wieder andere erarbeiteten Analogien oder ließen sich per Voice-Dialog durch das Thema führen. Eine Teilnehmerin generierte sogar einen Song zum Thema über die KI-Musikplattform Suno. Das Spektrum reichte von physikalisch korrekten Definitionen bis zu kreativen Übertragungen wie "Entropie in Organisationen ist der schleichende Verlust von Ordnung, wenn niemand aktiv Strukturen pflegt."

Erste Ideen zur Integration in bestehende Lernangebote und konkrete Umsetzungen in die Praxis sind gestartet. Was wir jedoch bisher nicht haben, sind belastbare Daten zur Wirksamkeit. Wie tief verankern sich die Inhalte tatsächlich? Wie unterscheidet sich der Lerneffekt von klassischen Formaten? Wie messen wir Transfer? Das sind offene Fragen, die uns in den kommenden Monaten beschäftigen werden. Vibe Learning verlässt gerade die Experimentierphase – und genau jetzt braucht es systematische Erprobung und ehrliche Evaluation statt nur Begeisterung.