Wie BASF 110.000 Mitarbeiter fit für die Zukunft macht

Intro

In dieser Episode spricht Felix Schlenther mit Jasmin Weimüller, Product Lead Enablement bei BASF, über den Aufbau einer internen KI-Akademie für 110.000 Mitarbeitende. Jasmin teilt detaillierte Einblicke, wie der weltgrößte Chemiekonzern das Thema Daten und künstliche Intelligenz systematisch in alle Bereiche trägt — von der Grundausbildung über Prompt-Engineering-Workshops bis hin zu skalierbaren Coaching-Formaten. Ein praxisnahes Gespräch über die Demokratisierung von KI-Wissen, die Anforderungen des EU-AI-Acts und die Frage, warum Enablement kein Soft-Skill-Thema ist, sondern der entscheidende Hebel für den Return on Investment von KI-Investitionen.

Inhaltsübersicht

Enablement als strategische Funktion: Warum die Befähigung von Mitarbeitenden über Erfolg oder Misserfolg von KI-Investitionen entscheidet.
Die Entstehungsgeschichte der BASF AI-Akademie — vom Side-Projekt zum professionellen Enablement-Team.
Drei Lernformate für unterschiedliche Bedürfnisse: Self-paced Learning, Guided Coaching und Community Events.
Die drei Module der KI-Grundausbildung: Einführung, Prompt Engineering und verantwortungsvoller Umgang.
Promptathons als niedrigschwelliges Format, um KI-Begeisterung in der Breite zu entfachen.
Skalierungsstrategien für 110.000 Mitarbeitende — von verpflichtenden Basisqualifikationen bis zu rollenspezifischen Vertiefungen.
Der EU-AI-Act als Treiber und die Frage, was Grundkompetenzen konkret bedeuten.
Praktische Empfehlungen für den Mittelstand: Wie kleinere Unternehmen ohne eigenes Team starten können.
KI-Skills auf dem Weg vom Nice-to-have zur Grundvoraussetzung in Bewerbungsprozessen.
Zukunftsausblick 2025: Kleinere Modelle, Datenqualität und Agentic AI.

Über den Gast

Jasmin Weimüller ist Product Lead Enablement bei der BASF. Sie kam als Data Scientist zum Unternehmen, nachdem sie Wirtschaftsinformatik und Data Science studiert hatte. Früh erkannte sie, dass KI-Projekte nicht an der Technologie scheitern, sondern daran, Mitarbeitende mitzunehmen und nachhaltige Verhaltensänderungen zu bewirken. Seit Mitte 2022 baut sie mit ihrem Team die interne Data und AI Academy auf und hat diese von einem Nebenprojekt zu einer professionellen, global aufgestellten Enablement-Organisation entwickelt. Neben ihrer Rolle bei BASF hostet Jasmin den Podcast Diaries of a Data Scientist.

Detaillierte Zusammenfassung

Enablement: Vom Soft-Skill-Thema zum kritischen Erfolgsfaktor

Jasmin Weimüller räumt direkt zu Beginn mit einem verbreiteten Missverständnis auf: Enablement — die Befähigung von Mitarbeitenden im Umgang mit Daten und KI — wird in vielen Unternehmen als Soft-Skill-Thema abgestempelt. "Trainings, Lernkompetenzen — machen wir vielleicht mal, wenn am Ende noch ein bisschen Budget übrig ist", beschreibt sie die typische Haltung. Doch das sei ein teurer Fehler: Wenn Mitarbeitende die bereitgestellten KI-Tools nicht verstehen, ihnen nicht vertrauen oder sie nicht effektiv einsetzen können, gibt es keinen Return on Investment.

Felix Schlenther bestätigt aus seiner Beratungspraxis: Die Herausforderung liegt nicht darin, Tools zur Verfügung zu stellen oder Use Cases zu finden. "Das Problem ist, die Leute dahinter zu bekommen und tatsächlich in die Nutzung zu bringen." Erst darüber realisieren sich die Produktivitätsgewinne — nicht durch das Hinstellen eines Tools.

Von der Data-Science-Nische zur unternehmensweiten Akademie

Die BASF startete vor etwa zweieinhalb Jahren mit dem strukturierten Aufbau der internen Akademie. Vorher gab es zwar Zugang zu externen Plattformen wie LinkedIn Learning, Microsoft Learn und Udemy for Business, aber keine interne Verantwortung dafür, Mitarbeitende gezielt durch den Dschungel an Angeboten zu navigieren.

Der Ursprungsgedanke war technisch motiviert: Die Zusammenarbeit zwischen Tech-Experten und Fachbereichen sollte verbessert werden — durch gegenseitigen Empathieaufbau. Daraus entstand die Data und AI Academy. Der Launch von ChatGPT im November 2022 wirkte als Katalysator. "Spätestens damit sollte jedem klar gewesen sein, das kann kein Nebenprojekt bleiben", sagt Jasmin. Was als reines Data-Science-Team begann, entwickelte sich zu einem interdisziplinären Enablement-Team mit Vollzeit-Trainern, einem Curriculum-Manager und Mitarbeitenden mit pädagogischem Hintergrund.

"Du brauchst einen Sweet Spot von Leuten, die ein Gefühl dafür haben, wie weit kann ich gehen, und gleichzeitig der deutschen Sprache mächtig sind."

Nicht jeder KI-Experte kann Inhalte verständlich vermitteln — die Professionalisierung des Teams war ein entscheidender Schritt.

Die drei Säulen der KI-Grundausbildung

Für die breite Belegschaft hat die BASF drei Kernmodule entwickelt, die als KI-Grundausbildung dienen:

Modul 1 — Einführung in KI: Was ist künstliche Intelligenz, wie hat sie sich entwickelt, und was bedeutet sie konkret für die BASF als Chemiekonzern? Jasmin betont, dass der historische Kontext hilft, Ängste abzubauen: "Die grundlegenden Pfeiler für KI wurden im letzten Jahrhundert gelegt." Das relativiert den Hype und schafft Vertrauen.

Modul 2 — Praktischer Umgang und Prompt Engineering: Hier geht es darum, die verfügbaren Applikationen effektiv zu nutzen. Das Feedback einer Kollegin fasst den Wert zusammen: "Seitdem ich euer Prompt-Engineering-Workshop gemacht habe, bekomme ich endlich das als Antwort, was ich mir vorgestellt habe." Das Modul deckt auch Limitationen wie Halluzinationen ab und zeigt, wie man sie reduziert.

Modul 3 — Verantwortungsvoller Umgang: Ethische KI, Cybersecurity und Datenschutz. Die BASF hat ethische Grundprinzipien für KI entwickelt und arbeitet eng mit Arbeitnehmervertretungen, Legal und Risk Management zusammen. Das Modul nimmt Mitarbeitenden die Angst, Fehler zu machen — und zeigt, dass es Anlaufstellen gibt.

Die Basisqualifikation ist bei der BASF an die Aktivierung von Standard-Applikationen gekoppelt: Wer Microsoft Copilot nutzen möchte, muss vorher die Grundausbildung absolvieren. Kein Weg vorbei.

Skalierung, Promptathons und die Coaching-Herausforderung

Bei 110.000 Mitarbeitenden stößt jedes Live-Format an Grenzen. Die Akademie nutzt drei Lernformate: Self-paced Learning (Videos, E-Learnings, Artikel, PDF-Handbücher), Guided Learning (strukturiertes Coaching, ursprünglich 1:1, dann skaliert auf Gruppenformate) und Community Events (Promptathons, Hackathons, AI-Community-Treffen).

Die Promptathons sind ein besonders niedrigschwelliges Format: Kein Programmierwissen nötig, stattdessen arbeiten Teams gemeinsam an Prompts, lernen Konzepte wie Chain-of-Thought-Prompting und treten im Wettbewerb gegeneinander an. Felix berichtet von einem ähnlichen Format bei einem Kunden, wo 150 Mitarbeitende in nur 30 Minuten Prototypen für reale Probleme entwickelten.

Ein schmerzhaftes Learning war die Überforderung beim 1:1-Coaching: Nach den Weihnachtsferien 2022/2023, als sich viele Mitarbeitende erstmals mit ChatGPT beschäftigt hatten, explodierte die Nachfrage. Das kleine Team konnte die Anfragen nicht mehr bewältigen und musste kurzfristig auf Wartelisten und Gruppenformate umstellen. "Man muss natürlich mitwachsen mit der Art und der Anzahl der Anfragen und dann auch akzeptieren, es wird am Anfang nicht alles smooth laufen", resümiert Jasmin.

Empfehlungen für den Mittelstand und der EU-AI-Act

Für kleinere Unternehmen ohne eigenes Enablement-Team hat Jasmin pragmatische Empfehlungen: Es brauche kein teures Programm. Frei verfügbare Ressourcen — etwa vom KI Campus oder lokalen Hochschulen — könnten als Startpunkt dienen. Schon drei Videos als Pflichtprogramm vor der Nutzung einer KI-Applikation seien ein valider erster Schritt.

Ihre große Sorge beim EU-AI-Act: "Ich hoffe wirklich, dass der Artikel 4 nicht dazu beiträgt, Unternehmen abzuschrecken, sich mit KI zu beschäftigen." Statt ihn als Bürde zu empfinden, solle er als Chance verstanden werden. Der Act bedeute für ein Unternehmen wie die BASF etwas anderes als für einen Mittelständler mit 75 Mitarbeitenden — das Wichtige sei, zu zeigen, dass man sich damit auseinandergesetzt hat und erste Schritte macht.

Eine konkrete Idee für den Mittelstand: Jungen Talenten die Chance geben, das Thema KI im Unternehmen voranzutreiben. "Da schlummert viel Potenzial" — und daraus könnten sich neue Karrierewege entwickeln.

Zukunftsausblick: KI-Skills als Grundvoraussetzung und Agentic AI

Jasmin sieht KI-Kompetenzen aktuell noch in der Nice-to-have-Phase, erwartet aber einen schnellen Wandel zur Grundvoraussetzung. Die Analogie: Heute fragt niemand im Bewerbungsgespräch, ob man mit Microsoft Teams umgehen kann. So werde es auch mit KI-Chatbots sein. Wer jetzt nicht einsteigt, riskiert eine wachsende Kompetenzlücke, die irgendwann kaum noch zu schließen ist.

Für 2025 erwartet sie technisch den Trend zu kleineren, spezialisierten Modellen (Smaller Language Models), einen verstärkten Fokus auf Datenqualität und den Durchbruch von Agentic AI — KI-Systeme, die nicht nur Antworten liefern, sondern Aktionen vorschlagen und nach Bestätigung durch den Nutzer ausführen. Im Unternehmensumfeld bleibe die Verantwortung beim Menschen, aber die Erleichterung durch vorgeschlagene Aktionen werde erheblich sein.

Kernaussagen

Enablement ist kein Soft-Skill-Thema — "KI ist kein Soft-Skill-Thema. Wenn die Mitarbeiter die Tools nicht nutzen können, weil sie nicht verstehen wie oder wofür, dann bekomme ich kein Return on Investment auf diese Investition." ROI, Befähigung, KI-Investitionen
Prompt Engineering als Gamechanger — "Seitdem ich euer Prompt-Engineering-Workshop gemacht habe, bekomme ich endlich das als Antwort, was ich mir vorgestellt habe — ich bin nicht frustriert, sondern ich habe einfach Bock, noch mehr damit zu erreichen." Nutzererlebnis, Kompetenzaufbau

"Der richtige Zeitpunkt für KI-Kompetenzaufbau ist jetzt, wo die Einstiegshürden noch überschaubar sind. Irgendwann wird die Kompetenzlücke zu groß."

KI ist here to stay — "KI ist here to stay. Das ist nicht wie bei Blockchain. Deswegen müsst ihr euch damit befassen." Nachhaltigkeit, Dringlichkeit

Fazit und Takeaways

Für Unternehmen, die KI-Enablement aufbauen wollen

Enablement ist kein Nebenprojekt: Ohne gezielte Befähigung der Mitarbeitenden bleibt der ROI von KI-Investitionen aus. Mindestens eine Person sollte sich dediziert um das Thema kümmern.
Drei Formate kombinieren: Self-paced Learning für die Breite, Coaching für individuelle Vertiefung und Community Events für Motivation und Vernetzung ergeben ein rundes Programm.
Basisqualifikation an Tool-Aktivierung koppeln: Wer Standard-KI-Applikationen nutzen möchte, absolviert vorher die Grundausbildung. Das stellt sicher, dass jeder Nutzer die Basics versteht.
Interdisziplinäre Teams aufbauen: Reine Tech-Expertise reicht nicht. Pädagogik-Skills, mehrsprachige Trainer und Curriculum-Management sind entscheidend für die Skalierung.

Für den Mittelstand und kleinere Unternehmen

Klein starten, pragmatisch bleiben: Drei Videos als Pflichtprogramm vor der Tool-Nutzung sind ein valider erster Schritt. Frei verfügbare Ressourcen wie der KI Campus oder Hochschulkooperationen nutzen.
EU-AI-Act als Chance verstehen: Nicht abschrecken lassen, sondern als Anlass nehmen, das Thema strukturiert anzugehen. Was zählt, ist der Nachweis, dass man erste Schritte unternimmt.
Junge Talente einbinden: KI-affine Mitarbeitende als interne Treiber einsetzen. Daraus entstehen neue Karrierewege und Kompetenz wächst organisch.

Für Fachkräfte und Karriereentwicklung

Jetzt einsteigen, nicht abwarten: Die Kompetenzlücke wächst mit jedem Monat. Wer sich früh mit KI-Tools vertraut macht, differenziert sich im Wettbewerb.
KI-Skills werden Standard: Was heute noch ein Differenzierungsmerkmal in Bewerbungen ist, wird in wenigen Jahren genauso selbstverständlich erwartet wie der Umgang mit Office-Software.

Die BASF zeigt, dass der Aufbau einer KI-Akademie keine Frage der Unternehmensgröße ist, sondern der Haltung. Die Grundprinzipien — zielgruppengerecht, praxisnah, skalierbar und mit realistischen Erwartungen — lassen sich auf jede Organisationsgröße übertragen. Entscheidend ist, jetzt zu starten und die Befähigung als strategische Investition zu begreifen, nicht als Pflichtübung.