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.
Die wichtigsten Themen im Überblick
- KI-Change verstehen und verständlich vermitteln
- Akzeptanz für KI-Einführungen gezielt aufbauen
- Widerstand erkennen und konstruktiv bearbeiten
- Stakeholder für KI-Projekte wirksam einbinden
- KI-Kommunikation mit klaren Botschaften planen
- Rollenbasierte Lernpfade und KI-Playbooks entwickeln
- Governance, Datenschutz und Ethik praxistauglich klären
- Adoption messen und KI-Rollouts nachhaltig verankern
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
