Vom Wissen ins Tun

Herzlich Willkommen zu den AI FIRST Insights! Dies ist Teil 4 der Serie zum KI-Adoption-Playbook. Die vorherigen Teile findest Du hier.

Im letzten Teil ging es um Enablement: wie echte KI-Kompetenz entsteht statt Alibi-Training. Nehmen wir an, das ist gelungen. Die Kompetenz ist da, die Menschen wissen, wie sie KI für ihre Arbeit nutzen könnten. Was kommt davon wirklich in der Arbeit an? Also so wirklich?

Unternehmen, die KI ernst nehmen, haben in der Regel sehr früh kein Wissensproblem mehr. Die größte Herausforderung, um KI breitflächig in die produktive Anwendung zu bringen, ist meist ein Verhaltensproblem. Wir haben nunmal 10-20 Jahre lang gelernt, so zu arbeiten, wie wir arbeiten.

Diese Muster kippen nicht, nur weil ein Training im Kalender stand. Auch wenn das Training sehr gut war :)

In diesem Artikel geht es deshalb um den Schritt nach dem Training: warum Verhaltenswandel der entscheidende und meist vergessene Hebel der KI-Adoption ist, wie Verhaltenswandel tatsächlich entsteht und mit welchen konkreten Formaten Du ihn in Deinem Team aktivierst.

Am Ende hast Du ein kleines Playbook mit Formaten, die du direkt testen kannst.

Los geht's!

Am 01. Juli startet Deine AI FIRST Transformation

Wir öffnen das Collective wieder für maximal 30 Mitglieder. In den ersten 8 Wochen baust du dein KI-Betriebssystem. Danach entwickelst du das Playbook, um die AI-First-Arbeitsweise zum neuen Normal in deinem Unternehmen zu machen.

Erst wirst du zum Anwendungsweltmeister, dann zum Leader der KI-Transformation.

Mein Team und ich sind deine Coaches und Trainer auf diesem Weg. Außerdem hast du eine Peer Group von 110 Menschen an deiner Seite, die das Mandat für KI-Transformation in ihrem Unternehmen tragen.

Bewirb dich hier.

Und wenn du noch zögerst, liest du hier Feedback der letzten Gruppe nach den ersten Wochen:

Warum Verhaltenswandel der vergessene Hebel ist

Im letzten Artikel habe ich über das KI-Kompetenzmodell geschrieben. Aber Kompetenz ist nicht gleich Nutzung.

Wir alle kennen das: Wir starten motiviert in ein Training oder eine Fortbildung. Der Lernmuskel dehnt sich und wir gehen voller Motivation zurück in den Job, oder wo auch immer wir das Gelernte anwenden wollen. Und dann kommt der Alltag zurück. Nach einer Woche bleibt oft nur ein Bruchteil hängen, und das, was hängen bleibt, setzt sich nicht automatisch durch. Unter Zeitdruck greifen wir zu dem Weg, den wir seit Jahren kennen, nicht zu dem, den wir letzte Woche im Training gesehen haben.

Etwas neu-erlerntes anzuwenden, ist zu Beginn immer aufwändiger als unsere Routine abzuspulen.

Dazu kommt ein zweiter Effekt: Das System schlägt das Training. Wir verändern unser Verhalten nicht, wenn drumherum das alte Verhalten belohnt: gewohnte Abläufe, gewohnte Vorlagen, gewohnte Erwartungen.

Der eigentliche Engpass der KI-Adoption ist also nicht fehlendes Wissen, sondern unverändertes Verhalten.

Und genau diesen Hebel zu ziehen, ist unbequem. Eine Trainingsquote lässt sich leicht messen und schnell vorzeigen. Verändertes Verhalten ist mühsamer, dauert länger und passiert im Alltag, nicht im Schulungsraum.

Genau dort müssen wir ran, wenn sich die Investitionen in KI-Tools und -Upskilling in produktiveren Arbeitsweisen materialisieren sollen.

Wie Verhaltenswandel wirklich entsteht

Verhalten ändert sich nicht durch mehr Wissen und auch nicht durch mehr Appelle. Es entsteht aus dem Zusammenspiel von drei Dingen:

Motivation
Einfachheit
Auslöser

Fehlt eines davon, passiert nichts, egal wie gut das Training war.

Diese drei Hebel stammen aus dem Fogg-Verhaltensmodell des Stanford-Forschers BJ Fogg. Er bringt Verhalten auf die Formel B = MAP: Behavior entsteht aus Motivation, Ability (also Einfachheit) und einem Prompt (also einem Auslöser), die im selben Moment zusammentreffen. Wer das Modell vertiefen will, findet es kompakt erklärt unter behaviormodel.org.

Die schlechte Nachricht: Auf Motivation ist kein Verlass. Sie schwankt von Tag zu Tag, und wer Verhaltenswandel auf Motivation aufbaut, baut auf Sand. Die gute Nachricht: An den beiden anderen Hebeln kannst Du verlässlich arbeiten.

Einfachheit bedeutet, die Hürde so weit zu senken, dass die KI-Nutzung leichter ist als der alte Weg. Verhalten folgt fast immer dem geringsten Widerstand. Genau hier setzt Foggs Methode der „Tiny Habits" an: ein neues Verhalten bewusst so klein machen, dass es kaum Überwindung kostet und fast von allein gelingt. Auslöser bedeutet, einen klaren Moment zu definieren, der das neue Verhalten anstößt, statt darauf zu hoffen, dass jemand von selbst daran denkt.

Der wirksamste Trick dabei ist, neues Verhalten an bestehende Routinen zu koppeln. Das ist die zentrale Idee von James Clear, dem Autor von „Atomic Habits". Clear beschreibt, wie Gewohnheiten über eine Schleife aus Auslöser, Verlangen, Reaktion und Belohnung entstehen und sich mit jeder Wiederholung verfestigen. Sein bekanntester Satz bringt es auf den Punkt: Du steigst nicht auf das Niveau deiner Ziele, sondern fällst auf das Niveau deiner Systeme. Oder kürzer: Systeme schlagen Vorsätze.

Sein praktischstes Prinzip ist das Anknüpfen (Habit Stacking), also eine neue Gewohnheit an eine bestehende koppeln, statt sie isoliert aufbauen zu wollen. Gewohnheiten entstehen eben nicht im luftleeren Raum, sondern docken an etwas an, das wir ohnehin schon tun. Übersetzt auf KI heißt das: Nicht „nutzt mehr KI" plakatieren, sondern den KI-Schritt einfach machen, ihn an einen festen Auslöser hängen und so oft wiederholen, bis er in Fleisch und Blut übergegangen ist.

Greift gutes Training + einfache Anwendung + Routine ineinander, kommen Menschen in das, was ich AI-First Mindset und AI-First Arbeitsweise nenne. Aufgaben und Probleme zuerst aus KI-Perspektive zu hinterfragen, wird intuitiv. KI verschmilzt ganz natürlich mit dem täglichen Tun.

Wie bringen wir jede Person im Unternehmen dorthin?

Dein Aktivierungs-Playbook: 5 Formate, die Du sofort starten kannst

Die folgenden fünf Formate setzen genau dort an: Sie senken die Hürde, schaffen Auslöser und machen Wiederholung selbstverständlich. Du musst nicht alle gleichzeitig einführen. Such Dir zwei oder drei aus, die zu Deinem Team passen, und fang damit an.

1. An bestehende Routinen ankern

Ein Anker funktioniert nur, wenn er nicht von deinem Gedächtnis abhängt. „Ich nehme mir vor, KI zu fragen" verpufft, sobald der Alltag drückt. Häng den KI-Schritt deshalb an einen Moment, der ohnehin jeden Tag passiert, und mach ihn sichtbar. Statt „denk dran": Der letzte feste Tagesordnungspunkt jedes Standups heißt „Welche Aufgabe gebe ich heute an die KI?". Oder die Angebotsvorlage startet ganz oben mit einem fertigen Prompt, den man nur noch ausfüllt. Dann steckt der Auslöser im Prozess, nicht in deinem Kopf. Das funktioniert auch, ohne sofort komplexe Workflows bauen zu müssen :)

2. Die KI zum naheliegendsten Weg machen

Verhalten folgt dem geringsten Widerstand. Solange der alte Weg schneller griffbereit ist, gewinnt er. Mach den KI-Weg also zum Standard und nicht zur Kür: das KI-Tool als ersten Tab, der morgens schon offen ist. Ein fertiger Prompt als Lesezeichen, statt jedes Mal neu zu formulieren. Der KI-Entwurf als verbindlicher erster Schritt im Reporting-Template. Jede Hürde, die du entfernst, also ein Klick, ein Login, ein leeres Eingabefeld, erhöht die Wahrscheinlichkeit, dass es wirklich passiert. Ich habe mir zum Beispiel einen Bildschirm eingerichtet, auf dem immer und nur KI geöffnet ist.

3. Die 30-Tage-Challenge (mein Favorit)

Eine neue Gewohnheit braucht Wiederholung am Stück - nach den Trainings. Setzt ein Ziel, das klein genug ist, um es nie zu reißen: eine KI-Anwendung pro Tag, 30 Tage lang, nach jedem Tag verlängert sich die Serie im Duolingo Style oder in der Meditations-App. Und wir wissen alle, dass niemand diese Serien reißen will! Für mehr Gamification können die Teams mit der längsten Serie einen Preis gewinnen. Implementieren kannst du a) ganz einfach über einen Teams-Kanal wo jeden Tag die Challenge gepostet wird und die Kollegen ihre Ergebnisse bis Tagesende kommentieren oder b) du vibe-codest dir eine App dafür. Schreib mir gern und ich lasse dir die Markdown-Datei als Input für den Coding-Agent zukommen.

4. Use Case der Woche

Ein einmaliges Training verpufft, weil ein Großteil davon nach wenigen Tagen vergessen ist. Gegen diese Vergessenskurve hilft nur Wiederholung in kleinen Dosen. Richtet einen festen Slot ein, zB 10 Minuten zu Beginn des Wochenmeetings: Eine Person zeigt reihum einen konkreten Fall, etwa „So habe ich diese Woche mit KI drei Stunden gespart". Immer gleich, ohne große Vorbereitung. Nicht die Tiefe zählt, sondern dass es jede Woche stattfindet. Vorlagen für Skills oder Agents werden im Anschluss geteilt und können vom Team genutzt werden.

5. Erfolge sichtbar machen und vorleben

Verhalten ist ansteckend, besonders das der Führungskräfte. Deshalb wirkt es stärker, wenn die Teamleitung im Meeting ihren eigenen, halbfertigen Versuch zeigt, etwa „Ich habe das mit KI probiert, der erste Entwurf war mäßig, so habe ich ihn verbessert", als wenn sie nur zur Nutzung aufruft. Schafft kleine, feste Bühnen dafür. Ideal sind Allhands-Meetings oder interne Hackathons an denen das Leadership-Team teilnimmt. Diese Formate kennen viele, aber sie wirken nur, wenn sie konkret und regelmäßig sind und die Führung selbst liefert.

Fazit

Kompetenz ist die Voraussetzung, aber sie verändert nichts, solange sich das Verhalten nicht ändert. Genau hier entscheidet sich, ob aus einem teuren Training echte Adoption wird.

Was Du aus diesem Artikel mitnehmen kannst:

Nach dem Training fängt die Arbeit erst an. Aus Wissen wird Nutzung nur durch verändertes Verhalten.
Verlass Dich nicht auf Motivation. Senke die Hürde und setze klare Auslöser.
Anker schlagen Vorsätze. Koppel KI an Routinen, die es schon gibt.
Wiederholung schlägt Event. Kleine, regelmäßige Impulse statt einmaliger Trainings.
Sichtbarkeit zieht. Was vorgelebt und gezeigt wird, wird übernommen.

Wenn Du nur eine Sache aus diesem Artikel umsetzt, dann diese: Wähle einen festen Auslöser in eurem Arbeitsalltag und koppel diese Woche einen einzigen KI-Schritt daran. Klein anfangen, sichtbar machen, dranbleiben.

Bis nächsten Sonntag,

Felix

P.S. Wir öffnen das Collective wieder. Start 1. Juli, 30 Plätze, kuratierte Aufnahme. Wer sein eigenes KI-Betriebssystem bauen und KI-Adoption gemeinsam mit 100 anderen KI-Verantwortlichen vorantreiben will, ist hier richtig: ai-first.ai/collective.