Kursbeschreibung
Change Management für KI unterscheidet sich von klassischen Transformationsprojekten: Die Lernkurve ist steil, die Ergebnisse wirken „magisch“, und Fehler sind oft schwer erklärbar. In diesem Seminar lernst Du, wie Du diese Besonderheiten in eine robuste Change-Architektur übersetzt. Du startest mit den Grundlagen des KI-Change: Welche Veränderungen entstehen durch GenAI in Wissensarbeit, welche durch Automatisierung in Prozessen, und warum führen Geschwindigkeit und Unsicherheit häufig zu Kontrollverlust. Darauf aufbauend formuliert Du ein Change-Narrativ, das nicht polarisiert, sondern Orientierung gibt: Wofür wird KI eingesetzt, wofür nicht, und wer trägt welche Verantwortung. Du erstellst ein Stakeholder-Mapping und leitest daraus konkrete Maßnahmen ab, um Betroffene früh einzubinden. Du übst Kommunikation, die belastbar ist: Kernbotschaften mit Belegen, Beispiele aus Use Cases, klare Aussagen zu Datenverwendung und Grenzen sowie strukturierte Q&A-Formate. Ein weiterer Schwerpunkt ist Enablement: Du konzipierst rollenbasierte Lernpfade für Anwender, Experten und Führungskräfte, definierst Qualitätschecks und Freigabeprozesse und baust ein Champions-Netzwerk für Peer-Learning auf. Damit Vertrauen nicht nur ein Wort bleibt, erarbeitest Du praxistaugliche Leitplanken zu Datenschutz, Urheberrecht, Vertraulichkeit und Human-in-the-Loop. Du lernst, Risiken wie Halluzinationen und Bias verständlich zu erklären und in einfache Prüf- und Dokumentationsroutinen zu übersetzen. Abschließend definierst Du Metriken für Adoption, Qualität und Zufriedenheit und planst Rituale, die Feedback kontinuierlich in Verbesserungen überführen, bis KI als Arbeitsweise verankert ist.
Zielgruppe
- Führungskräfte, die KI-Einführungen verantworten
- Change Managerinnen und Change Manager sowie Transformation Leads
- HR, People Development und interne Kommunikation
- Produkt- und Prozessverantwortliche mit KI-Use-Cases
- Für alle, die Mitarbeitende bei KI-Veränderungen wirksam begleiten wollen
Voraussetzung für die Schulung
- Grundverständnis von Organisationsabläufen und Veränderungsprojekten
- Keine technischen KI-Vorkenntnisse erforderlich
Kursinhalte
- KI-Change verstehen, bevor Du ihn erklärst
- Was sich durch GenAI und Automatisierung real verändert
- Typische Missverständnisse: „KI ersetzt mich“ vs. „KI entlastet mich“
- Change-Treiber: Geschwindigkeit, Unsicherheit, Kontrollverlust
- Dein Change-Narrativ: Nutzen, Grenzen, Verantwortung
- Stakeholder, Betroffenheit, Widerstand
- Stakeholder-Mapping für KI-Einführungen
- Widerstandsformen erkennen: offen, passiv, verdeckt
- Psychologische Sicherheit und Vertrauen als Produktivitätsfaktor
- Umgang mit Ängsten: Job, Qualität, Überwachung
- Kommunikation, die nicht nach „KI-Programm“ klingt
- Message House: Kernbotschaften, Belege, Beispiele
- Kommunikationskanäle: Führung, HR, Betriebsrat, Communities
- Transparenz über Daten, Prompting, Grenzen, Fehler
- Q&A-Formate und Einwandbehandlung
- Enablement statt Pflichtschulung
- Rollenbasierte Lernpfade: Anwender, Experten, Führung
- KI-Playbooks: Do’s/Don’ts, Qualitätschecks, Freigaben
- Use-Case-Pipeline: von Ideen zu messbaren Ergebnissen
- Champions-Netzwerk und Peer-Learning
- Governance, Compliance und Ethik praxistauglich machen
- Leitplanken: Datenschutz, Urheberrecht, Vertraulichkeit
- Human-in-the-Loop: Verantwortlichkeiten und Eskalation
- Risiko-Checks für Halluzinationen und Bias
- Dokumentation: warum, wofür, mit welchen Daten
- Messbarkeit und Verstetigung
- Adoption-Metriken: Nutzung, Qualität, Zeitgewinn, Zufriedenheit
- Change-Backlog: Feedback in Verbesserungen übersetzen
- Rituale: Reviews, Office Hours, Community Calls
- Vom Piloten zum Rollout: Skalierungsplan
