KI-Tutoren brauchen ein Durchsatzbudget

Nutzung ist nicht das Ergebnis

Viele Learning-Teams bewerten einen KI-Tutor im Unternehmen noch immer anhand von Chat-Volumen, Abschlussquote oder unmittelbarer Quizgenauigkeit. Keine dieser Kennzahlen zeigt, ob Lernende wirklich Handlungsfähigkeit aufgebaut haben. Eine hohe Chat-Nutzung kann für hilfreiches Coaching sprechen, aber auch für Verwirrung, Abhängigkeit oder schlecht gestaltete Aufgaben. Hohe Genauigkeit kann bedeuten, dass der Tutor Reibung entfernt hat. Sie kann aber auch zeigen, dass Lernende in der verfügbaren Zeit weniger schwierige Aufgaben gesehen haben.

Das ist das zentrale Messproblem bei KI-Tutoren. Ein Tutor verändert den Lernpfad, nicht nur die Antwort auf die aktuelle Frage. Er kann mehr Zeit darauf verwenden, einen Fehler zu analysieren, zur Reflexion anzuregen und einen neuen Versuch zu begleiten. Das kann den nächsten Versuch verbessern, lässt aber weniger Zeit für neue Inhalte. Teams müssen beide Seiten dieses Zielkonflikts sehen.

Eine bessere Antwort brauchte mehr Zeit

Ein NBER-Working-Paper vom August 2026 untersuchte KI-Unterstützung und kompetenzbasierten Lernfortschritt mit mehr als 6.000 Schülerinnen und Schülern der Mittelstufe auf einer Mathe-Übungsplattform. Lernende mit KI-Unterstützung kamen langsamer voran und bearbeiteten weniger Aufgaben, beantworteten sie aber häufiger richtig, sobald sie einen Versuch unternahmen. Nach Fehlern verbesserte die KI die Richtigkeit beim nächsten Versuch und verringerte die Zahl der Versuche bis zur richtigen Antwort. Den deutlichsten Effekt in einem späteren Test gab es, wenn die KI mit einem kompetenzbasierten Lernablauf kombiniert wurde statt als eigenständige Ebene eingesetzt zu werden.

Das sind nützliche Erkenntnisse, aber kein direkter Beleg für betriebliche Weiterbildung. Untersucht wurde Mathematik in der Schule, die Intervention bestand aus strukturierten Übungen, und die Studie ist noch ein Working Paper. Für Akademien in Finanz-, Banken- und Kryptounternehmen ergibt sich daraus eine Designhypothese: Begleitete Fehlerkorrektur kann die Lernqualität verbessern, verbraucht aber eine knappe Ressource in regulierten Lernpfaden – Zeit.

Der Zielkonflikt beim Durchsatz

Jedes Modul mit festem Zeitrahmen hat ein Durchsatzbudget. Minuten in einem KI-Dialog fehlen für die Abdeckung von Szenarien, Abrufübungen oder neue Richtlinien-Updates. Ein Tutor, der nach jeder falschen Antwort eingreift, kann die unmittelbare Leistung verbessern, bremst Lernende aber aus, bevor sie spätere Lernziele erreichen. Der gegenteilige Fehler ist ebenfalls häufig: Ein Tutor, der schnelle Antworten liefert, schafft scheinbar einen guten Fluss, lässt Fehlvorstellungen aber bestehen.

Das Ziel ist nicht maximale Aktivität des Tutors. Es geht um ausreichend Unterstützung, um den Lernverlauf zu verändern, gefolgt von genügend eigenständiger Übung, um diese Veränderung zu belegen. Damit wird die Wirkung von KI-Tutoren von einer Produktfrage zu einer operativen Frage: Wo schafft eine Intervention mehr Lernwert, als sie an Zeit und Inhaltsabdeckung kostet?

Ein Budget macht den Zielkonflikt sichtbar

Ein Durchsatzbudget versteht KI-Unterstützung als bewusste Aufteilung zwischen eigenständigen Versuchen, Diagnose, Hinweisen, Wiederholungsversuchen und Fortschritt. Es gibt KI-Lernanalysen eine Aufgabe, die über das Berichten von Aktivität hinausgeht. Messen Sie für jede Fähigkeit, Rolle und jedes Modul, ob die Intervention Kompetenzen schneller stärkt als ein zurückhaltenderer Ansatz.

• Lerneffekt pro Minute: Veränderung der Leistung bei einer Fähigkeit geteilt durch die aktive Lernzeit.
• Effizienz der Fehlerkorrektur: Richtigkeit beim nächsten Versuch, Versuche bis zur richtigen Antwort und Zeitaufwand für die Korrektur.
• Abdeckung: Kritische Lernziele, Szenarien oder Entscheidungen, die in der verfügbaren Sitzungszeit erreicht werden.
• Interventionsrate: Tutorimpulse, Hinweisschritte oder Eskalationen je Lernendem und Lernziel.
• Langfristiges Behalten: Leistung bei einer späteren Überprüfung, getrennt von der unterstützten Übungssitzung.

Keine Kennzahl sollte allein stehen. Ein höherer Lerneffekt pro Minute bei schwachem langfristigem Behalten ist nicht belastbar. Besseres Behalten bei einem starken Rückgang der Abdeckung kritischer Inhalte kann für Onboarding oder verpflichtende Compliance unvertretbar sein. Hilfreich ist ein Scorecard-Ansatz, der den Zielkonflikt sichtbar macht, statt ihn hinter einer einzelnen Spitzenkennzahl zu verstecken.

Regulierte Akademien brauchen Interventionsregeln

In einem Finanz- oder Kryptounternehmen verdient nicht jeder Lernmoment dieselbe Art von Unterstützung. Ein neuer Mitarbeiter, der bei einer Eskalationsentscheidung zu Sanktionen danebenliegt, braucht eine andere Reaktion als ein erfahrener Analyst, der eine Detailfrage zu einem risikoarmen Produkt falsch beantwortet. Der Tutor sollte klare Interventionsregeln haben, keinen offenen Auftrag zum Chatten.

Eine App-Learning-Akademie kann diese Regeln in der Anwendung sichtbar und in den Daten messbar machen. Beginnen Sie mit einem ersten eigenständigen Versuch. Lösen Sie strukturierte Anleitung nach einem definierten Fehlermuster, bei einer risikoreichen Entscheidung oder nach wiederholtem Scheitern an einer Voraussetzung aus. Bitten Sie Lernende, den nächsten Schritt zu erklären oder auszuwählen. Ziehen Sie die Unterstützung dann zurück und verlangen Sie vor dem Fortschritt einen neuen Versuch. Halten Sie bei regulierten Themen eine prüfbare Dokumentation von Inhaltsversion, Interventionsart und Ergebnis fest.

1. Definieren Sie die kritischen Entscheidungen, bei denen ein Fehler sofort eine begleitete Korrektur erfordert.
2. Legen Sie eine maximale Hinweistiefe fest, bevor Lernende selbstständig erneut versuchen oder an einen menschlichen Experten eskalieren müssen.
3. Kennzeichnen Sie jede Intervention nach Fähigkeit, Risikostufe, Inhaltsversion und Lernendenrolle.
4. Führen Sie spätere Überprüfungen bei Entscheidungen durch, die für Verhalten, Kontrollen und Kundenergebnisse relevant sind.
5. Prüfen Sie in jedem Release-Zyklus den Zeitaufwand des Tutors zusammen mit Lerneffekt und Abdeckung.

Erst skalieren, wenn zwei Pfade verglichen sind

Führen Sie vor dem breiten Rollout einen kontrollierten Pilotversuch mit vergleichbaren KI-gestützten und nicht KI-gestützten Lernpfaden durch. Halten Sie Inhalte, Zeitvorgabe und Bewertungsstandard konstant. Testen Sie unterschiedliche Interventionsschwellen, nicht nur Tutor an oder aus. Segmentieren Sie die Ergebnisse nach Rolle, Vorwissen und risikokritischer Aufgabe. Bei komplexen Fallarbeiten kann ein Tutor seinen Zeitaufwand rechtfertigen, bei einfachen Richtlinienabfragen aber kaum Mehrwert schaffen.

Die Entscheidung zur Skalierung sollte auf einem klaren Muster beruhen: bessere Korrektur bedeutsamer Fehler, stabiler oder höherer Lerneffekt pro Minute, akzeptable Abdeckung und erhaltene Leistung, nachdem die Unterstützung wegfällt. Das ist ein anspruchsvollerer Maßstab als reine Nutzung, aber der richtige. Ein KI-Tutor ist kein Automat für Inhalte. Er ist Teil des Lernbetriebssystems und sollte mit derselben Disziplin gesteuert werden wie jede andere begrenzte Ressource für den Kompetenzaufbau.