Wenn freiwillige KI-Weiterbildungen die Kompetenzlücke vergrößern

Warum eine gut laufende Akademie Teile der Belegschaft übersehen kann

Eine freiwillige KI-Akademie kann auf einem LMS-Dashboard erfolgreich wirken: Die Anmeldungen steigen, Module werden abgeschlossen und die Rückmeldungen sind positiv. Das beschreibt jedoch nur die Teilnehmenden. Wer Zeit, Selbstvertrauen, Unterstützung durch die Führungskraft und bereits Interesse an KI hat, nimmt eine Einladung eher wahr. So kann die positive Resonanz verdecken, dass andere Mitarbeitende kaum Zugang zur Weiterbildung finden.

Im Finanz- und Kryptobereich ist diese Lücke besonders relevant. KI verändert Kundenprozesse, Produktentwicklung, Risikomanagement, Technik und Support. Gleichzeitig setzen Compliance-Vorgaben klare Grenzen für die erlaubten Tools und den Umgang mit Daten. Freiwillige Angebote schaffen Raum für Experimente. Für die Qualifizierung der gesamten Belegschaft reichen sie allein nicht aus.

Das operative Rückgrat darf nicht zu kurz kommen

PwC befragte im Mai und Juni 2026 49.364 Beschäftigte in 48 Ländern und Regionen. Die Ergebnisse teilen die Belegschaft in vier Gruppen. Die größte, das „operative Rückgrat“, umfasst 56 % der Beschäftigten und steht auf der KI-Lernkurve noch vergleichsweise am Anfang. Nur etwa zwei von fünf in dieser Gruppe sagen, dass ihnen die benötigten Lernressourcen zur Verfügung stehen, obwohl sie einen Großteil der täglichen Arbeit tragen. Die PwC-Veröffentlichung macht das operative Risiko deutlich: KI-Kompetenz kann sich bei Vorreitern weiter verstärken, während die Mehrheit zurückfällt.

Diese KI-Kompetenzlücke machen Abschlussquoten nicht sichtbar. Erreicht ein Programm die neugierigsten zehn Prozent, kann es kompetente Multiplikatoren hervorbringen. Es zeigt aber nicht, ob Operations, Kontrollfunktionen oder kundennah arbeitende Teams sicher und wirksam mit KI arbeiten können.

Neben der Lernaktivität auch die Reichweite im Unternehmen messen

Abschlüsse bleiben nützlich, stehen aber am Ende des Lernwegs. L&D-Teams sollten die einzelnen Gruppen schon betrachten, bevor jemand ein Modul öffnet. Werte den gesamten Weg nach Rolle, Hierarchiestufe, Standort, Geschäftsbereich und Führungskraft aus.

1. Mitarbeitende, für die der Lernpfad erforderlich oder sinnvoll ist
2. Mitarbeitende, die nach einer klaren Verteilungsregel eingeladen wurden
3. Mitarbeitende, die mit einer ersten Lernaktivität begonnen haben
4. Mitarbeitende, die in realistischen Arbeitssituationen üben
5. Mitarbeitende, deren Kompetenzen anhand des erforderlichen Mindestniveaus geprüft werden
6. Mitarbeitende, die gar nicht erst einsteigen – mit dokumentiertem Grund

Diese Unterscheidung hilft im Gespräch mit der Führungsebene. Wenige Abschlüsse können auf Probleme mit den Inhalten oder dem Lernerlebnis hinweisen. Werden dagegen nur wenige Personen eingeladen oder beginnen kaum welche, liegt die Ursache möglicherweise bei Ansprache, Führung oder verfügbarer Lernzeit. Werden alle Fälle als fehlendes Interesse behandelt, setzt die Lösung an der falschen Stelle an.

Vier Lernwege statt eines Curriculums für alle

KI-Weiterbildung für alle bedeutet nicht, allen denselben Kurs zu geben. Sie braucht nachvollziehbare Lernwege, die zu den Aufgaben und Risiken der jeweiligen Rolle passen. Ein praktikables Modell unterscheidet Grundlagen, rollenbezogene Anwendung, Kontrollen bei hohen Risiken und vertiefende Erprobung.

• Grundlagenpfad für alle relevanten Mitarbeitenden mit freigegebenen Tools, Datenvorgaben, Prüfung und Eskalation.
• Rollenrelevanter Lernpfad für Teams, deren Arbeitsabläufe, Entscheidungen oder Kundenkontakte sich verändern.
• Verbindlicher Kontrollpfad für Risiko, Compliance, Recht, Sicherheit und andere Rollen mit hoher Wirkung.
• Freiwilliger Aufbaupfad für Vorreiter, die innerhalb klarer Leitplanken Anwendungsfälle, Prompt-Muster und Verbesserungen von Arbeitsabläufen testen können.

Die ersten drei Lernwege schaffen dort Abdeckung, wo das Unternehmen einen Mindeststandard braucht. Der vierte erhält Selbstbestimmung und belohnt Neugier, ohne dass Early Adopters die Einzigen bleiben, die praktische KI-Kompetenz aufbauen.

Die richtige Zuordnung schließt Lücken, die Inhalte allein nicht schließen können

Ein langes KI-Curriculum löst ungleichen Zugang nicht. Starte mit einem kurzen Check zu Selbstvertrauen, aktueller Tool-Nutzung und Rollenbetroffenheit. Leite Lernende anhand des Ergebnisses zur nächsten sinnvollen Aufgabe statt in eine allgemeine Bibliothek. Von Führungskräften zugewiesene Lernpfade sollten risikoreiche Verantwortlichkeiten abdecken. Kurze mobile Lerneinheiten erleichtern es, Grundlagenwissen zwischen operativen Aufgaben zu beginnen. Führungskräfte brauchen dennoch geschützte Lernzeit, klare Erwartungen und Erinnerungen zur Nachverfolgung – sonst bleiben gerade die Teams mit der geringsten Unterstützung außen vor.

App-Learning unterstützt diesen Ansatz mit kurzen, rollenspezifischen Lerneinheiten, Einstiegschecks, zugewiesenen Lernpfaden und Auswertungen für einzelne Gruppen. Damit lässt sich erkennen, wo Mitarbeitende nicht erreicht werden, welche Unterstützung fehlt und ob der Kompetenzaufbau über die üblichen Freiwilligen hinaus gelingt.

Selbstbestimmung funktioniert am besten innerhalb klarer Leitplanken

Lass vertiefende KI-Weiterbildung freiwillig und mach die nötigen Grundlagen verbindlich, wo Tätigkeit, Risiko und Kundenergebnisse es erfordern. Beurteile das Programm auch danach, wer nie startet. Sichtbare Daten zu Einladungen, ersten Aktivitäten, Übungen und Bewertungen helfen, die Qualifizierung in der gesamten Belegschaft gezielt zu verbessern.