
Die Geschichte technologischer Umbrüche ist reich an Paradoxien. Sie beginnt nicht selten mit glänzenden Versprechen und endet vorerst in der Ernüchterung einer Gesellschaft, die zwar investiert, aber nicht versteht. Der Buchdruck ermöglichte im 15. Jahrhundert die massenhafte Verbreitung von Wissen – doch viele Fürstenhöfe betrachteten die neue Technik lange Zeit als marginale Kuriosität. Ähnlich verhielt es sich mit der Elektrizität, die Jahrzehnte nach ihrer Erfindung noch immer keine flächendeckende Anwendung gefunden hatte.
Heute stehen wir erneut an einer solchen Schwelle: Künstliche Intelligenz gilt als Schlüsselfaktor künftiger Wettbewerbsfähigkeit. Doch laut einer Untersuchung von Stifterverband und McKinsey verfügen 79 Prozent der deutschen Unternehmen über keinerlei grundlegende KI-Kompetenzen. Die Investitionen steigen, die Fähigkeiten fehlen. Es ist dies, was Thomas Jenewein (SAP) auf der Zukunft Personal Europe als die „Theorie–Praxis-Lücke“ beschreibt – eine Lücke, die sich in den kommenden Jahren als strukturelle Schwäche erweisen könnte.
Drei Leitprinzipien für das KI-Lernen
Die Herausforderung liegt nicht allein in der Anwendung, sondern in der Verankerung. Jenewein skizziert drei Leitprinzipien, die sich als Richtschnur verstehen lassen:
- Von der Nutzung zur Transformation – KI darf nicht als additive Technologie begriffen werden, sondern als Impuls, der Arbeitsweisen, Prozesse und Geschäftsmodelle verändert.
- Humanzentrierung – Lernen und Weiterbildung sind integraler Bestandteil einer kulturellen Transformation. Die Technik bleibt Mittel, nicht Zweck.
- Ganzheitlichkeit – neben technischen Fertigkeiten verlangt der Umgang mit KI analytische Schärfe, soziale Intelligenz, ethische Reflexion und die Fähigkeit, Wandel aktiv zu gestalten.
In dieser Perspektive tritt an die Stelle isolierter IT-Trainings ein KI-Kompetenzmodell, das technische, analytische, soziale, ethische und organisationale Dimensionen miteinander verschränkt. Es ist, so könnte man sagen, ein Curriculum für eine durch KI geprägte Lebenswelt.
Lernen als Praxis – nicht als Simulation
Die Didaktik folgt dabei einer klaren Einsicht: Kompetenz entsteht im Vollzug, nicht im Abstraktum. E-Learnings und Webinare liefern Orientierung, doch sie bleiben Kartographie. Erst Formate wie Promptathons, in denen Mitarbeitende in kurzer Zeit reale Anwendungsprobleme bearbeiten, übersetzen Theorie in Erfahrung. Communities – etwa das SAP AI Ambassador Network mit über 5.000 Teilnehmenden – erzeugen soziale Resonanzräume, in denen Wissen geteilt und reflektiert wird.
Entscheidend ist, dass Lernen hier nicht als punktuelles Ereignis begriffen wird, sondern als Prozess: erfahrungsbasiert, kollaborativ, offen für Irrtümer. Man könnte mit Karl Popper von „Stückwerkstechnik“ sprechen – jenem schrittweisen Herantasten an Problemlösungen, das den Anspruch vermeidet, endgültige Gewissheit zu liefern.
Die kulturelle Dimension
Damit verschiebt sich der Akzent von der Technik zur Kultur. Künstliche Intelligenz stellt nicht nur Fragen der Produktivität, sondern auch der Haltung. Offenheit gegenüber Neuem, Bereitschaft zur Selbstkorrektur, Sensibilität für ethische Spannungen – dies sind keine „Soft Skills“, sondern Bedingungen der Möglichkeit, KI sinnvoll einzusetzen.
Ethan Mollick hat es prägnant formuliert: „The single most useful thing you can do to understand AI is to use AI.“ Der Satz verweist auf eine paradoxe Dialektik: Wer die Technik begreifen will, muss sie anwenden; wer sie nicht anwendet, bleibt Gefangener seiner Vorurteile.
Die Theorie–Praxis-Lücke markiert somit mehr als ein bildungsökonomisches Defizit. Sie beschreibt eine kulturelle Verzögerung, die über die Zukunftsfähigkeit des Standorts entscheidet. Ohne die Aneignung von KI-Kompetenzen droht Deutschland, wie schon in früheren Innovationszyklen, zum späten Nachahmer zu werden.
Der entscheidende Schritt liegt nicht im nächsten Strategiepapier, sondern im ersten praktischen Anwendungsfall. Wissen allein genügt nicht. Erst die Übersetzung in Erfahrung macht die Technik wirksam – und den Menschen handlungsfähig.
Pingback: KI-Lernen | Fortbildung in Bibliotheken