In der Praxis wird Lernerfolg häufig mit einfachen Kennzahlen gleichgesetzt, etwa mit der Abschlussrate von eLearnings. Doch die reine Zahl abgeschlossener Lerneinheiten sagt nichts darüber aus, ob das Gelernte im Arbeitsalltag tatsächlich angewendet wird. Ebenso wenig liefert eine hohe Anzahl an Teilnehmenden in Präsenz- oder Online-Schulungen einen Beleg dafür, dass Lernziele erreicht wurden oder Lernende motiviert waren.
Viele Organisationen stehen daher vor der Aufgabe, zunächst zu klären, was Lernerfolg für sie überhaupt bedeutet und anhand welcher Kriterien er messbar gemacht werden kann. Solange diese Kriterien nicht definiert sind, bleibt ein fundiertes Reporting schwierig und Aussagen zum Lernerfolg innerhalb der Organisation bleiben vage. Gleichzeitig gilt die Qualifizierung von Mitarbeitenden als wesentliche Voraussetzung für den Fortbestand von Organisationen – nicht als optionale Zusatzleistung.
Die zunehmende Bedeutung Künstlicher Intelligenz (KI) verstärkt diese Entwicklungen und macht bestehende Herausforderungen sichtbarer. Lernende hinterfragen Schulungsangebote kritisch, insbesondere mit Blick auf die kurze Halbwertszeit von Wissen, das in vielen Formaten vermittelt wird. Zugleich steigt der Bedarf an Expertinnen und Experten, die sich tiefergehendes, komplexes Wissen aneignen und verstehen, wie neue Technologien funktionieren, um sie gezielt steuern zu können.
Vor diesem Hintergrund rückt die Frage nach der Relevanz von Lernangeboten in den Mittelpunkt: Mitarbeitende müssen nachvollziehen können, warum sie ein bestimmtes Wissen brauchen und in welchen konkreten Praxissituationen dieses Wissen zur Anwendung kommt. Strukturiert aufgebaute Lernpfade mit klaren Zielen können hier Orientierung bieten. Im Idealfall integrieren solche Lernpfade adaptive Elemente, die sich am individuellen Lernstand der Lernenden ausrichten.
Unterstützung im Arbeitsalltag kann zudem durch gut geschulte Chatbots und interaktive Lernbegleiter erfolgen, die direkt auf Fragen reagieren und Informationen genau dann bereitstellen, wenn sie benötigt werden. Entscheidend ist dabei die Qualität der zugrunde liegenden Inhalte und Systeme: Negative Lernerfahrungen in der Nutzung solcher Werkzeuge können Vertrauen in digitale Lernangebote nachhaltig beeinträchtigen. Für Organisationen bedeutet dies, entsprechende Lösungen bewusst zu planen und einzusetzen, statt sie lediglich "nebenbei" zu implementieren.
KI kann gleichzeitig helfen, Wissen zu bündeln und für unterschiedliche Zielgruppen zugänglich zu machen, was häufig als "Demokratisierung von Wissen" beschrieben wird. Damit verbunden ist für Bildungsanbieter die kontinuierliche Aufgabe, die eigene Rolle und die Formate der Wissensvermittlung zu hinterfragen: Wie muss Wissen künftig bereitgestellt werden, um veränderten Bedarfen in Unternehmen gerecht zu werden?
Die Know How! AG beschäftigt sich mit diesen Fragen im Rahmen des Projekts "Know How Smart". Im Zentrum stehen dabei Überlegungen zur Zukunft des Lernens in Organisationen: Was bedeutet Lernen in Unternehmenskontexten in den kommenden Jahren, und wie muss Wissen zugänglich sein, damit es in den Arbeitsalltag der Menschen integriert werden kann? In diesem Zusammenhang wird auch diskutiert, ob klassische Lernmanagementsysteme in ihrer bisherigen Form weiterhin benötigt werden, wie sie gegebenenfalls neu ausgestaltet werden können oder ob vollständig neu gedachte Wissensmanagementsysteme erforderlich sind. Das Projekt wird als Transformationsreise verstanden, auf der unterschiedliche Ansätze erprobt und reflektiert werden.
Die aktuelle Diskussion um Lernmotivation und Lernerfolg zeigt, dass Organisationen klare Definitionen, geeignete Messkriterien und ein durchdachtes Zusammenspiel von didaktischen Konzepten, technischen Systemen und KI-gestützten Werkzeugen benötigen., Diese Auseinandersetzung wird Unternehmen und Bildungsanbieter auch künftig begleiten.
