KI-Coaching in der betrieblichen Weiterbildung: Was die Forschung von 2025–2026 zeigt

Ein Mitarbeiter kann zu einem passenden Zeitpunkt ein komplexes Gespräch mit einem Chatbot üben und erhält die nächste Frage, ohne auf ein Meeting warten zu müssen. Für ein Schulungsteam ist dies eine attraktive Möglichkeit, die Übung zu erweitern. Komfort und ein überzeugender Dialog beweisen jedoch noch nicht die Entwicklung einer beruflichen Kompetenz. Es gilt herauszufinden, was genau sich verändert: Zufriedenheit, ein Gefühl der Unterstützung, Klarheit über das Ziel, die Qualität von Entscheidungen oder das Verhalten im Arbeitsalltag nach der Interaktion mit dem Tool.

Die Veröffentlichungen von 2025–2026 liefern keine allgemeingültige Schlussfolgerung für KI-Coaching. Sie untersuchen verschiedene Tools, Zielgruppen und Ergebnisse. Ein Experiment vergleicht Chatbots untereinander, ein anderes mit schriftlicher Reflexion und ein drittes mit einem Menschen. Im Folgenden finden Sie eine Auswahl der verfügbaren Primärquellen (Stand: 18. Oktober 2026). Dies ist weder eine systematische Literaturübersicht noch eine Rangliste kommerzieller Produkte nach nachgewiesener Wirksamkeit.

Die praktische Frage für ein Unternehmen lässt sich am besten präzise formulieren: Hilft eine bestimmte Form der KI-Unterstützung einer bestimmten Gruppe dabei, eine bestimmte Aufgabe besser auszuführen als eine verfügbare Alternative? Eine solche Frage kann in einem Pilotprojekt getestet werden. Die allgemeine These „KI wird Coaches ersetzen“ verschleiert den Unterschied zwischen dem Setzen eines kurzfristigen Ziels, dem Üben eines Gesprächs und der Arbeit in einem komplexen beruflichen Kontext. Diese Aufgaben erfordern unterschiedliche Nachweise und unterschiedliche Anwendungsbereiche.

Generative Konversation führt nicht bei allen Aufgaben zu besseren Ergebnissen.

Der Artikel „Smooth Talking“, erschienen in der Ausgabe 2025 der Zeitschrift, verglich einen skriptbasierten Chatbot mit 126 Teilnehmern und einen generativen Chatbot mit 116 Teilnehmern. Die Autoren berichten von einer höheren Technologieakzeptanz und stärkeren Selbstbestimmung bei der generativen Variante. Gleichzeitig fällt die Schlussfolgerung hinsichtlich strukturierter, zielorientierter Arbeit vorsichtiger aus: Skriptbasierte Konversationen können ebenfalls geeignet sein. Die Online-Publikation hat einen DOI von 2024; dies ist ein wichtiger Unterschied zwischen dem Erscheinungsdatum der Arbeit und der Zeitschriftenausgabe.

Für einen Unternehmenskunden bietet sich hier die Gelegenheit, die Qualität der Konversation vom Lerneffekt zu trennen. Ein angenehmerer Dialog kann die Bereitschaft zur Nutzung des Tools erhöhen, doch ein separater Test ist erforderlich, um festzustellen, ob sich die Zielaktion ändert. Die Ergebnisse eines Vergleichs dürfen nicht auf beliebige Modelle oder Ihr eigenes Produkt übertragen werden. Tool-Version, Szenario und Zielgruppe sollten so beschrieben werden, dass der Leser versteht, unter welchen Bedingungen die Ergebnisse gelten und was noch nicht getestet wurde.

Verhandlungstraining zeigt unterschiedliche Effekte

In einem Preprint aus dem Jahr 2025 zur Vorbereitung auf Arbeitsverhandlungen verglichen die Autoren in einem gruppenübergreifenden Experiment mit 267 Teilnehmern einen angepassten Trucey-Prototyp, ChatGPT und ein traditionelles Handbuch; zusätzlich wurden 15 Interviews geführt. Der Prototyp erzielte die stärkste Angstreduktion beider Alternativen, während das Handbuch die KI-Varianten hinsichtlich Benutzerfreundlichkeit und psychologischer Umsetzbarkeit übertraf. Die Autoren beschrieben auch den Wert von Übung und die Schwierigkeiten mit fragmentierten, wortreichen Erklärungen.

Diese Studie sollte nicht als Beleg für eine Leistungssteigerung in realen Verhandlungen in beliebigen Unternehmen herangezogen werden. Die gemessenen Ergebnisse sind spezifisch für die Trainings- und Versuchsbedingungen. Der Preprint-Status sollte in der Beschreibung vermerkt werden. Eine praktische Idee für Ihr eigenes Design ist, eine Kombination aus strukturierter Unterstützung und gezielter Übung zu testen, ohne automatisch eine Präferenz für das mündliche Format anzunehmen. Die Qualität des verfügbaren Leitfadens kann ein wichtiger Bestandteil des Vergleichs sein, nicht eine sekundäre, veraltete Kontrollgruppe.

Der Vergleich mit schriftlicher Reflexion verändert die Schlussfolgerung.

Preprint 2026 zum Thema KI-gestützte Zielsetzung. beschreibt eine vorregistrierte randomisierte Studie mit 517 Teilnehmenden. Verglichen wurden ein KI-Coach, ein strukturierter schriftlicher Fragebogen zu ähnlichen Themen und eine Kontrollgruppe ohne Unterstützung. Nach zwei Wochen erzielte die KI im Vergleich zur Kontrollgruppe höhere Fortschritte bei der Zielerreichung. Der Gesamtfortschritt war jedoch statistisch nicht signifikant höher als bei der schriftlichen Reflexion; der Unterschied lag insbesondere im Gefühl sozialer Verantwortung. Dies ist ein kurzfristiger Ansatz und eine spezifische Aufgabe.

Daher ist die Frage „Besser als was?“ grundlegend. Ein Vergleich ohne Unterstützung beweist keine Überlegenheit gegenüber einer kostengünstigeren und gut strukturierten Alternative. Ebenso wenig belegt das Fehlen eines statistisch signifikanten Unterschieds die vollständige Gleichwertigkeit der beiden Methoden. Wählen Sie für Ihr eigenes Pilotprojekt eine reale Alternative, die das Unternehmen tatsächlich nutzen könnte. Andernfalls trägt das Ergebnis zwar dazu bei, das Interesse an dem Tool zu begründen, sagt aber wenig über die Machbarkeit seiner Implementierung im bestehenden Trainingssystem aus.

Ein direkter Vergleich mit Menschen stützt keine einfache Substitution.

In Die 2026 veröffentlichte Studie von de Haan, Terblanche und Nowack beschreibt eine randomisierte Studie mit 114 Teilnehmenden, in der menschliches und automatisiertes Coaching direkt verglichen wurden. Die Autoren berichten über signifikante Effekte auf verschiedene Coaching-Ergebnisse beim menschlichen Coaching, nicht jedoch bei der untersuchten KI-Variante. Dieses Ergebnis stützt nicht die allgemeine Behauptung, dass Menschen und Chatbots in jeder beruflichen Situation oder für alle zukünftigen Versionen von Tools austauschbar sind.

Es beweist auch nicht, dass KI-Unterstützung niemals nützlich sein wird. Das spezifische Tool, das Verfahren, die Ergebnisse und die Limitationen der Studie müssen berücksichtigt werden. Die selektive Zitierung ausschließlich positiver Studien oder dieses eher negativen Vergleichs führt zu einem vereinfachten Bild. Für eine Unternehmensentscheidung ist es sinnvoller, die gewünschte Funktion zu formulieren und sie separat zu testen. Menschliches Coaching, angeleitete Selbstreflexion und KI-gestütztes Training können unterschiedliche Rollen erfüllen, die nicht auf einen einzigen Wettbewerb um einen universellen Ersatz reduziert werden sollten.

Lernen und Ergebnis trennen

Ein Mitarbeiter kann eine Antwort gut formulieren, wenn ein Chatbot jeden Schritt aktiv vorgibt. Dies zeigt zwar die Zusammenarbeit, aber nicht unbedingt die Fähigkeit zum selbstständigen Handeln. Für die Trainingsevaluation ist ein separates, neues Beispiel ohne diese Unterstützung erforderlich, wenn Autonomie das Ziel ist. Andernfalls riskiert das Unternehmen, die Qualität des Tools während der Interaktion zu messen und dies fälschlicherweise als Kompetenzzuwachs des Mitarbeiters nach dem Training zu interpretieren.

Es ist sinnvoll, verschiedene Ebenen zu testen: Trainingsqualität, Leistung im Anschluss und Transfer in den Arbeitsalltag. Letzterer erfordert eine leicht zugängliche Möglichkeit zur Anwendung der erlernten Fähigkeiten und eine geeignete Beobachtungsmethode. Erwarten Sie keine geschäftlichen Auswirkungen allein aufgrund eines kurzen Fragebogens zum Selbstvertrauen. Gleichzeitig sollte der Fragebogen nicht als unnötig abgetan werden: Er kann die Nutzererfahrung oder Hindernisse aufzeigen. Es ist wichtig, das Messergebnis korrekt zu benennen und es nicht durch ein anderes, für die Managemententscheidung wichtigeres Ergebnis zu ersetzen.

Beschreiben Sie ein eng gefasstes Pilot-Szenario.

Wählen Sie eine wiederholbare Aktion, die ein sicheres Training ermöglicht. Beispiele hierfür sind die Klärung einer unvollständigen Anfrage oder die Vorbereitung eines Gesprächs über die Frist. Notieren Sie das Ausgangsniveau, das erwartete Verhalten und die Grenzen der Unterstützung. Beginnen Sie nicht mit allen Managementkompetenzen gleichzeitig. Ein eng gefasstes Szenario erleichtert die Überprüfung der Antworten, die Auswahl von Alternativen und das Verständnis dafür, wem das Tool helfen kann und wer eine andere Schulungs- oder Unterstützungsform benötigt.

Identifizieren Sie Situationen, für die das Tool nicht geeignet ist. Ein komplexer Konflikt, eine Personalentscheidung oder eine persönliche Krise erfordern möglicherweise eine andere Person und einen anderen Prozess. Dies sind praktische Grenzen für Ihr Pilotprojekt und bedeuten nicht, dass alle Coaching-Aufgaben das gleiche Risiko bergen. Der Nutzer sollte den Zweck der Übung verstehen und wissen, wie er Hilfe erhalten kann. Erwecken Sie nicht den Eindruck, dass eine überzeugende Musterantwort automatisch eine kompetente Lösung für den realen Arbeitsalltag darstellt.

Bereiten Sie Inhalte und Kriterien für die Tool-Auswahl vor.

Erstellen Sie einige typische Situationen, Beispiele für die gewünschte Lösung und Anzeichen für einen kritischen Fehler. Legen Sie fest, was der Coach tun soll: klärende Fragen stellen, Übung anbieten oder Feedback anhand einer vereinbarten Bewertungsmatrix geben. Andernfalls kann die Bewertung leicht auf den subjektiven Eindruck „Das Gespräch war hilfreich“ reduziert werden. Der Fachexperte sollte sicherstellen, dass die Empfehlung mit den tatsächlichen Prozessen des Unternehmens übereinstimmt und nicht gegen die geltenden Richtlinien und die Hierarchie verstößt.

Halten Sie eine Kontrollgruppe von Fällen bereit, darunter unvollständige Anfragen, falsche Annahmen und Versuche, eine fertige Lösung anstelle von Schulungen zu verwenden. Testen Sie, wie das Tool darauf reagiert. Dies ist keine formale Zertifizierung von Sicherheit oder Effektivität, sondern dient dazu, offensichtliche Probleme zu erkennen, bevor Mitarbeiter einbezogen werden. Wiederholen Sie die relevanten Fälle nach Änderungen der Anweisungen oder der Modellversion. Ein System, das in einer bestimmten Umgebung funktioniert hat, kann sich nach einer kleinen Aktualisierung der Interaktionsweise anders verhalten.

Wählen Sie eine aussagekräftige Vergleichsmöglichkeit.

Dies kann ein strukturiertes Tutorial, eine schriftliche Reflexion, eine Übungseinheit mit einem Kollegen oder ein bestehendes Schulungsformat sein. Die Alternative sollte relevante Inhalte und realistische Nutzungsbedingungen bieten. Vergleichen Sie keine sorgfältig abgestimmte KI mit einem unstrukturierten, unzureichenden Dokument, wenn Sie die Wirtschaftlichkeit der Investition bewerten möchten. Vereinbaren Sie Zeitaufwand und verfügbaren Support. Sollten diese deutlich voneinander abweichen, berücksichtigen Sie dies bei Ihrer Interpretation, anstatt das gesamte Ergebnis allein der Methode zur Gesprächsgenerierung zuzuschreiben.

Nutzen Sie nach Möglichkeit ein fundiertes Versuchsdesign mit einem geeigneten Experten. Wenn das Team lediglich einen kleinen operativen Pilotversuch durchführt, bezeichnen Sie ihn auch so. Erfahrung, Aufgaben und die Unterstützung durch das Management können sich vor und nach dem Versuch ändern. Die Verbesserung des Indikators ist nicht immer auf das Tool zurückzuführen. Eine interne Validierung ist weiterhin hilfreich, um Hindernisse zu identifizieren, Ressourcen zu bewerten und die Hypothese zu verfeinern, solange die Schlussfolgerungen den tatsächlichen Möglichkeiten entsprechen und nicht als allgemeingültiger Wirksamkeitsnachweis getarnt sind.

Testen Sie die Methode an einem neuen Beispiel.

Geben Sie nach dem Training eine weitere Situation mit einer ähnlichen Zielhandlung. Bewerten Sie anhand zuvor vereinbarter Kriterien, möglichst ohne Kenntnis der Trainingsbedingungen. Hat der Mitarbeiter beispielsweise fehlende Informationen geklärt, zwischen Fakten und Annahmen unterschieden und den nächsten Schritt erläutert? Belohnen Sie nicht nur eine eloquente Formulierung. Bei einer professionellen Aufgabe sind die Qualität der Lösung, der Kontext und die zulässigen Handlungsgrenzen wichtig, die durch überzeugende Formulierungen verdeckt werden können.

Fügen Sie eine verzögerte Überprüfung hinzu, falls diese für Ihre Lösung erforderlich und im Prozess verfügbar ist. Ein kurzfristiger Erfolg direkt nach einer Übung belegt nicht die Nachhaltigkeit der erlernten Fähigkeiten. Gleichzeitig sollten Sie keine unnötigen Daten nur für einen umfangreicheren Bericht erfassen. Wählen Sie Kennzahlen, die die Entscheidung über die Fortsetzung beeinflussen. Wenn die Lernumgebung die WeStudy LMS-Plattform nutzt, verknüpfen Sie das Pilotprojekt mit einem vereinbarten Programm und dokumentieren Sie die Ergebnisse auf eine nachvollziehbare und nachweisbare Weise, ohne dabei von der Verfügbarkeit spezialisierter KI-Analysen ohne tatsächliche Überprüfung auszugehen.

Organisieren Sie Daten und die Beteiligung der Mitarbeitenden.

Für Trainingsszenarien sind oft speziell aufbereitete hypothetische Daten ausreichend. Übertragen Sie keine echten Kundenkorrespondenzen oder vertraulichen HR-Situationen ohne vorherige Absprache und Prüfung der Nutzungsbedingungen. Erläutern Sie, welche Daten gespeichert werden, wer Zugriff darauf hat und wie die Ergebnisse verwendet werden. Die genauen rechtlichen und technischen Anforderungen hängen von der Organisation und dem verwendeten Tool ab. Wichtig ist, dass ein Trainingspilotprojekt keine versteckte Mitarbeiterbeurteilung unter dem Deckmantel einer sicheren Übungsmöglichkeit für schwierige Gespräche ohne Konsequenzen darstellt.

Trennen Sie Feedback zur Weiterentwicklung von Managemententscheidungen bezüglich der Person. Wenn die Ergebnisse andere Prozesse beeinflussen, sollte dies im Voraus erläutert und das entsprechende Verfahren geprüft werden. Mitarbeiter sollten die Möglichkeit haben, Fehlberatung oder Unannehmlichkeiten klar zu melden. Betrachten Sie geringe Aktivität nicht als Zeichen von Innovationsresistenz: Die Gründe können Aufgabeninkompatibilität, Schwierigkeiten bei der Protokollierung, Misstrauen gegenüber den Daten oder Zeitmangel im Arbeitsalltag sein.

Ermitteln Sie den gesamten Ressourcenbedarf des Pilotprojekts.

Berücksichtigen Sie neben den Zugangskosten auch die Skripterstellung, die Überprüfung der Antworten, die Schulung der Teilnehmenden, den technischen Support und die Ergebnisanalyse. Ein kostengünstigerer Dialog bedeutet nicht zwangsläufig eine kostengünstigere Kompetenzentwicklung. Vergleichen Sie den Ressourcenaufwand mit dem Ergebnis und der Alternative, ohne eine generelle Kostenreduzierung zu versprechen. Für ein kleines Pilotprojekt genügt eine ehrliche Erfassung der wichtigsten Kategorien. So lässt sich feststellen, was besondere Aufmerksamkeit erfordert und ob der Prozess nach der Phase der persönlichen Teilnahme des Versuchsteams aufrechterhalten werden kann.

Benennen Sie nach der Implementierung eine Qualitätsverantwortliche/n. Diese Person sollte die Änderungen am Tool, die Relevanz der Skripte und wiederkehrende Probleme überprüfen. Wenn die WeStudy LMS-Plattform parallel zur KI-Praxis genutzt wird, vereinbaren Sie einen Lernpfad und Support-Ansprechpartner. Lassen Sie Mitarbeitende nicht ohne Erläuterung des nächsten Schritts zwischen verschiedenen Diensten im Stich. Das Ergebnis des Pilotprojekts sollte eine Entscheidung zur Weiterförderung beinhalten und nicht nur die Demonstration eines interessanten Dialogs, der bei der ersten Präsentation vor dem Management einen guten Eindruck hinterlassen hat.

Wie man einen Forschungspass vor dem Kauf liest

Notieren Sie für jede Arbeit die Zielgruppe, die Anzahl der Teilnehmenden, das verwendete Instrument, die Dauer, die Alternativen und die Ergebnisse. Geben Sie außerdem separat an, wie und wann die Messung erfolgte. Falls nur ein Abstract verfügbar ist, kennzeichnen Sie dies und ordnen Sie der Publikation keine Details zu, die nicht verifiziert wurden. Bevor Sie eine wichtige Entscheidung treffen, empfiehlt es sich, den Volltext gemeinsam mit einem Experten zu lesen. Eine kurze Zusammenfassung dient der Orientierung, ersetzt aber nicht die Beurteilung der Qualität des Studiendesigns, die Analyse von Lücken und die Gründe für die Übertragbarkeit der Ergebnisse auf Ihren Arbeitskontext.

Prüfen Sie außerdem das Datum der Datenerhebung und die Version des Instruments, sofern diese angegeben sind. Das Publikationsjahr bedeutet nicht, dass das Experiment mit dem neuesten Modell dieses Jahres durchgeführt wurde. Ebenso wenig ist eine neuere Version automatisch genauso wirksam wie eine ältere. Der Anbieter mag die Änderungen erläutern, aber Sie müssen Ihre eigene Sorgfaltspflicht erfüllen. So vermeiden Sie die beiden Extreme, die gesamte Literatur aufgrund der rasanten technologischen Entwicklung zu verwerfen oder die Ergebnisse eines einzelnen Experiments unkritisch auf jedes beliebige Konversationsprodukt anzuwenden.

Fragen Sie nach, ob die Autoren oder der Anbieter eine Verbindung zu dem untersuchten Tool haben, und lesen Sie die verfügbaren Offenlegungen von Interessenkonflikten. Eine solche Verbindung macht die Arbeit nicht automatisch ungültig. Sie ist Teil des Bewertungskontexts, ebenso wie unabhängige Replikation und Transparenz der Methoden. Bei der Beschaffung ist es hilfreich, eine Beschreibung Ihrer spezifischen Konfiguration und der verfügbaren Nachweise anzufordern. Eine allgemeine Liste von Publikationen zum Thema KI bestätigt nicht die Wirksamkeit einer bestimmten Funktion, die Sie in naher Zukunft für Mitarbeiterschulungen einsetzen möchten.

Beispiel eines Pilotprojekts zur Klärung einer Kundenanfrage

Stellen Sie sich ein fiktives Unternehmen vor, in dem neue Führungskräfte oft unüberlegt Angebote erstellen, ohne die Rahmenbedingungen des Kunden zu klären. Das Schulungsteam konzentriert sich auf eine Kompetenz: fehlende Daten finden und die richtigen Fragen stellen. Es bereitet mehrere fiktive Situationen ohne reale Kundendaten vor. Die KI übernimmt in diesen Szenarien die Rolle des Gesprächspartners, und die strukturierte Karte bietet eine alternative Übungsmöglichkeit. Ziel ist es nicht, alle Vertriebskompetenzen zu testen oder nach einer kurzen Schulung das zukünftige Einkommen jedes Mitarbeiters vorherzusagen.

Vor Beginn einigen sich die Experten auf Kriterien: Unterscheidung zwischen Fakten und Annahmen, Identifizierung einer wesentlichen Auslassung und klare Formulierung einer Klärung. Sie prüfen, ob verschiedene Beurteiler diese Kriterien konsistent anwenden können. Jeder beschreibt separat einen kritischen Fehler, wie beispielsweise das Erfinden von Daten anstelle einer Frage. Diese Vorbereitung ist zeitaufwändig, doch ohne sie kann die Pilotphase leicht in einer reinen Sprachstilbeurteilung enden. Dem Inhaber sollte klar sein, dass ein schöner Text eine schlechte fachliche Entscheidung oder das Übersehen einer wichtigen Kundenanforderung nicht wettmachen kann.

Nach dem Training bearbeiten die Teilnehmenden eine neue Aufgabe ohne Hilfestellung des Coaches. Das Team vergleicht die Ergebnisse unter den vereinbarten Bedingungen und sammelt die Nutzungserfahrung separat. Gefällt den Teilnehmenden das Gesprächsformat, zeigen sie aber keine Leistungssteigerung, sind dies unterschiedliche Ergebnisse. Hat sich die Leistung verbessert, müssen die Grenzen der Schlussfolgerung und die Möglichkeiten des Instruments überprüft werden. Ein kleiner interner Pilotversuch kann als Grundlage für weitere Tests dienen, ist aber keine Garantie dafür, dass das Tool die Leistung aller Führungskräfte in jeder realen Verkaufssituation steigert.

Führungskräfte schaffen Gelegenheit, die erlernte Fähigkeit im Arbeitsalltag anzuwenden, und einigen sich auf Beobachtungen, ohne unnötige Daten zu sammeln. Hatte der/die Mitarbeitende keine relevante Aufgabe, darf das Ausbleiben einer Verhaltensänderung nicht als Misserfolg nach einer Anwendungsmöglichkeit interpretiert werden. Das Team berücksichtigt diesen Kontext. Das Beispiel dient der Veranschaulichung: Es zeigt die Logik des Tests und nicht das Ergebnis eines bestimmten Produkts, einer Schule oder einer Studie. Die Schlussfolgerung sollte genau beschreiben, was unter den realen Bedingungen des ausgewählten Pilotversuchs beobachtet wurde.

Legen Sie die Bedingungen für die Fortsetzung bis zur Ergebnisüberprüfung fest.

Vereinbaren Sie, welche Funktionen eine Erweiterung ermöglichen, welche überarbeitet werden müssen und welche das aktuelle Szenario beenden. Dies können die Qualität der unabhängigen Lösung, wiederholte Fehlberatung, die akzeptable Arbeitsbelastung des Teams und die Verständlichkeit für die Nutzer sein. Erfinden Sie keine Schwellenwerte, nachdem Daten vorliegen, nur um eine bereits getätigte Investition zu rechtfertigen. Wenn es sich um eine explorative Pilotphase handelt, überlassen Sie die Entscheidung ausdrücklich weiteren Untersuchungen, anstatt aufgrund einer zu kleinen Stichprobe und eines zu kurzen Zeitraums eine definitive Aussage zur Wirksamkeit zu versprechen.

Dokumentieren Sie außerdem, wie mit uneindeutigen Ergebnissen umzugehen ist. Möglicherweise sind eine präzisere Aufgabenstellung, eine bessere Alternative oder eine überarbeitete Anweisung erforderlich. Es ist nicht notwendig, die Technologie zu skalieren oder sie endgültig aufzugeben. Eine hilfreiche Zusammenfassung enthält die Erkenntnisse des Teams, die Grenzen der Unsicherheit und einen konkreten Folgetest. Erklären Sie den Mitarbeitern, was sich nach der Pilotphase ändern wird. So wird das Experiment nicht zu einem temporären, besitzerlosen Service, an den sich die Nutzer gewöhnt haben und den sie plötzlich ohne klare Fortsetzung des Lernprozesses verlieren.

Welche Schlussfolgerung lässt sich heute ziehen?

Die betrachteten Arbeiten zeigen das Potenzial einzelner, eng begrenzter Anwendungen und gleichzeitig die Heterogenität der Ergebnisse. Sie sollten nicht zu einer einzigen Effizienzkennzahl zusammengefasst werden: Unterschiedliche Vergleiche und Indikatoren beantworten unterschiedliche Fragen. Daten zum kurzfristigen Fortschritt in Richtung eines Ziels sind kein Beweis für nachhaltige Fachkompetenz. Auch die Erfahrung einer komfortablen Interaktion begründet keinen Vorteil gegenüber einer Person oder einer qualitativ hochwertigen, strukturierten Alternative. Es ist notwendig, die Konzeption und die Grenzen jeder Arbeit sowie deren Schlussfolgerung zu bewahren.

Für ein Unternehmensteam ist ein konkreter Pilotversuch mit einer fairen Alternative, Selbstvalidierung und klar definierten Grenzen ein sinnvoller nächster Schritt. Wählen Sie eine Aufgabe, bei der Lernerfolge erkennbar sind, und verzichten Sie auf menschliche Unterstützung. Das KI-Coaching wird dann anhand seines Beitrags zum gewünschten Ergebnis und seines vollen Nutzens bewertet. Die Entscheidung zur Fortsetzung basiert auf den gewonnenen Erkenntnissen, nicht auf der pauschalen Erwartung, dass ein neues Dialogtool jegliches berufliche Lernen zum Besseren verändern wird.

Nach Abschluss des Pilotversuchs erstellen Sie eine kurze Beschreibung für die Führungskraft: Aufgabe, Teilnehmende, Alternative, Verifizierungsmethode, beobachtetes Ergebnis und Grenzen. Benennen Sie separat die Entscheidung über den nächsten Schritt. Übertragen Sie nicht einfach die Namen von Tools aus der Fachliteratur auf Ihr eigenes Produkt, als ob diese dieselbe Evidenzbasis hätten. Die neue Konfiguration muss angemessen validiert werden. Die transparente Verbindung zwischen Fragestellung, Daten und Handlung ermöglicht es uns, Forschung als Grundlage für betriebliches Lernen zu nutzen und gleichzeitig in unseren Schlussfolgerungen vorsichtig zu bleiben sowie in diesem sich rasant entwickelnden Feld offen für neue Erkenntnisse zu sein.

Beginnen Sie mit einer konkreten Lernfrage.

Quellen

1. Kommunikatives Coaching: Generative und skriptbasierte Chatbots; Zeitschriftenband 2025.

2. Bereitet KI-Coaching uns auf Verhandlungen am Arbeitsplatz vor? Preprint, 2025.

3. KI-gestützte Zielsetzung verbessert den Zielerreichungsprozess durch soziale Verantwortlichkeit. Preprint, 2026.

4. de Haan, Terblanche, Nowack: Ein direkter randomisierter Vergleich, 2026.

5. CDC: Unterscheidung zwischen Lernen und Transfer in die Praxis.