Wie (generative) KI das Corporate Learning revolutioniert

Wow, 1 Million Nutzer in nur fünf Tagen – das ist wirklich beeindruckend! ChatGPT, ein KI-basierter Service, hat in kürzester Zeit so viele User wie kein anderer Service gewonnen.

Mein LinkedIn-Feed ist voll mit Neuigkeiten über ChatGPT und generative Künstliche Intelligenz. Selbst die Tagesschau spricht ständig über die aufregenden Möglichkeiten dieser Technologien. Kein Wunder, dass ich neugierig geworden bin!

Was kann (generative) KI? Welche Auswirkung hat sie auf das (betriebliche) Lernen? Wie wird sie meine Arbeit perspektivisch verändern? Und wie kann ich KI bereits heute für meine Arbeitsprozesse nutzen?

Diese Fragen haben mich auf eine spannende Entdeckungsreise in die Welt der KI geführt. In diesem Blogbeitrag möchte ich meine Gedanken und Erfahrungen mit dir teilen.

Ich erzähle dir, wie ich mich der generativen KI, insbesondere ChatGPT, genähert habe, welche Veränderungen ich im Bereich Corporate Learning erwarte und wie sich das auf unsere Arbeit als Learning Professionals auswirkt. Abschließend gebe ich dir konkrete Tipps, wie du dich selbst mit ChatGPT vertraut machen kannst. Also, los geht’s auf eine spannende Reise in die Welt der Künstlichen Intelligenz!

Faszination ChatGPT

ChatGPT war das erste generative KI-Tool, das ich ausprobiert habe. Anfangs habe ich Fragen ähnlich wie in eine Suchmaschine eingegeben. Nach ein paar Unterhaltungen konnte ich jedoch erahnen, welches Potential für individuelles und selbstgesteuertes Lernen in ChatGPT steckt. Lass mich dir das am nachfolgenden Beispiel veranschaulichen.

Individuelles und selbstgesteuert Lernen mit ChatGPT

Wenn ich etwas neues Lernen möchte, eine Frage habe oder ein Problem lösen muss, dann habe ich bisher Google bemüht. Heute ist ChatGPT meine erste Anlaufstelle.

Im Gegensatz zu Google, wo ich durch verschiedene Suchergebnisse klicken und meine Antworten zusammensuchen muss, kann ich mit ChatGPT ein Gespräch führen und so tief in das Thema eintauchen, wie es für mich notwendig ist.

Stell dir vor, welche Zeitersparnis das ist! Noch besser ist, dass die Antworten genau auf mich zugeschnitten sind, denn ich kann mir alle so erklären lassen, wie es für mich persönlich verständlich ist.

Im Folgenden möchte ich dir anhand von drei einfachen Beispielen zeigen, wie mir ChatGPT (3.5) das Thema „Arthrose“ auf unterschiedliche Weisen und an meine Bedürfnisse angepasst erklären kann.

Beispiel 1: Eine allgemeine Frage

Was ist Arthrose?

ChatGPT:

Arthrose ist eine degenerative Gelenkerkrankung, die durch den fortschreitenden Abbau von Gelenkknorpel gekennzeichnet ist. Gelenkknorpel ist das glatte, elastische Gewebe, das die Enden der Knochen in einem Gelenk bedeckt und als Stoßdämpfer wirkt. Bei Arthrose wird dieser Knorpel allmählich abgebaut, was zu Schmerzen, Steifheit und Funktionsbeeinträchtigungen des betroffenen Gelenks führt.

Arthrose kann in jedem Gelenk des Körpers auftreten, ist jedoch am häufigsten in Gelenken wie den Knien, Hüften, Händen und der Wirbelsäule anzutreffen. Die genauen Ursachen von Arthrose sind nicht vollständig geklärt, aber Faktoren wie fortschreitendes Alter, genetische Veranlagung, wiederholte Gelenkbelastung, Übergewicht und Verletzungen des Gelenks können das Risiko erhöhen.

Die Symptome von Arthrose umfassen Schmerzen, Steifheit, Gelenkentzündungen, eingeschränkte Beweglichkeit und manchmal das Auftreten von Knochensporen, die als Osteophyten bezeichnet werden. Die Diagnose erfolgt in der Regel durch eine Kombination aus körperlicher Untersuchung, bildgebenden Verfahren wie Röntgenaufnahmen und gegebenenfalls Labortests.

Die Behandlung von Arthrose zielt darauf ab, Schmerzen zu lindern, die Funktion des Gelenks zu verbessern und das Fortschreiten der Erkrankung zu verlangsamen. Dies kann verschiedene Maßnahmen umfassen, wie zum Beispiel Gewichtsreduktion, Physiotherapie, schmerzlindernde Medikamente, entzündungshemmende Medikamente, Injektionen von Kortikosteroiden oder Hyaluronsäure in das Gelenk und in einigen Fällen chirurgische Eingriffe wie Gelenkersatz.

Es ist wichtig zu beachten, dass Arthrose eine chronische Erkrankung ist und dass die Behandlung darauf abzielt, die Symptome zu kontrollieren und die Lebensqualität des Betroffenen zu verbessern, anstatt die Erkrankung vollständig zu heilen. Ein gesunder Lebensstil, regelmäßige Bewegung, Vermeidung von übermäßiger Gelenkbelastung und die Vermeidung von Verletzungen können dazu beitragen, das Risiko für die Entwicklung von Arthrose zu verringern.

Beispiel 2: Es einfacher erklären lassen

Ich kann weiter nachfragen, mir Beispiele geben lassen oder es einfacher erklären lassen.

Erkläre es mir wie einem 7-Jährigen.

ChatGPT:

Arthrose ist eine Krankheit, die die Gelenke betrifft. Gelenke sind die Stellen in deinem Körper, an denen zwei Knochen zusammenkommen, wie zum Beispiel in den Knien oder Fingern. Normalerweise haben die Gelenke eine Art „Schutzschicht“ namens Knorpel. Knorpel ist wie ein dicker, glatter Schwamm, der die Knochen vor Reibung schützt und sie gut zusammenarbeiten lässt.

Bei Menschen mit Arthrose wird dieser Knorpel dünner und kann sogar verschwinden. Das passiert nicht einfach so, sondern meistens, wenn man älter wird. Es kann aber auch passieren, wenn jemand oft seine Gelenke benutzt oder wenn jemand in der Familie schon Arthrose hatte. Wenn der Knorpel verschwindet, können die Knochen reiben und wehtun. Das fühlt sich an wie Sandpapier, das aneinander reibt.

Manchmal kann Arthrose auch von Verletzungen kommen, zum Beispiel wenn man sich beim Spielen verletzt hat. Und manchmal haben Menschen bestimmte Krankheiten, die das Risiko für Arthrose erhöhen können.

Um sicher zu gehen, ob jemand Arthrose hat, kann man zum Arzt gehen. Der Arzt wird sich die Gelenke genau anschauen und vielleicht auch Röntgenbilder machen. Wenn man Arthrose hat, gibt es verschiedene Behandlungen, um die Schmerzen zu lindern und die Gelenke zu schützen. Man kann zum Beispiel spezielle Übungen machen oder Medikamente nehmen.

Das Wichtigste ist, dass man gut auf seine Gelenke aufpasst, indem man sich gesund ernährt, genug Sport macht und nicht zu viel Gewicht trägt. So kann man helfen, dass die Gelenke gesund bleiben.

Beispiel 3: Mich in meiner Lebenswelt abholen lassen

Besonders spannend ist, dass ich mir Themen auch so erklären lassen kann, dass sie mich in meiner eigenen Lebenswelt, z. B. bei meinen Interessen oder Hobbys abholt.

Erkläre mir Arthrose mit einer Analogie aus dem Fußball.

ChatGPT:

Stell dir vor, dein Lieblingssport ist Fußball, und du spielst gerne mit deinen Freunden auf dem Rasen. Das Spielfeld repräsentiert dabei deine Gelenke, wie zum Beispiel deine Knie oder deine Hüfte.

Normalerweise ist das Spielfeld schön glatt und gepflegt, so dass der Ball gut über den Rasen rollen kann. In diesem Fall ist der Rasen wie der Knorpel in deinen Gelenken. Der Knorpel ist eine weiche Schicht, die die Knochen in deinen Gelenken bedeckt und sie vor Reibung schützt, ähnlich wie der Rasen den Ball vor rauen Unebenheiten schützt.

Aber manchmal kann es passieren, dass der Rasen beschädigt wird. Zum Beispiel, wenn es viel geregnet hat und der Boden schlammig wird oder wenn zu viele Spieler über den Rasen rennen und ihn zertrampeln. Das kann den Rasen uneben machen und es wird schwieriger, den Ball darüber zu rollen.

Genau wie der Rasen im Fußball kann auch der Knorpel in deinen Gelenken beschädigt werden. Das kann passieren, wenn du älter wirst oder wenn du deine Gelenke oft benutzt, zum Beispiel wenn du viel rennst oder springst. Wenn der Knorpel beschädigt ist, wird er dünner und kann sogar ganz verschwinden. Das führt dazu, dass die Knochen in deinen Gelenken aneinander reiben, ähnlich wie der Ball über den unebenen Rasen rollt. Das kann Schmerzen und Steifheit verursachen und es schwierig machen, sich zu bewegen.

Es ist wichtig, auf deinen Rasen (also deine Gelenke) aufzupassen, indem du dich gut um sie kümmerst. Zum Beispiel, indem du dich richtig aufwärmst, bevor du spielst, oder indem du spezielle Übungen machst, um deine Gelenke stark und flexibel zu halten. Und wenn du Verletzungen hast, solltest du dich ausruhen und dich gut darum kümmern, damit der Rasen wieder schön wird.

So wie du den Rasen gut pflegst, kannst du auch dafür sorgen, dass deine Gelenke gesund bleiben und Arthrose vermeiden oder ihre Symptome lindern kannst.

Anhand der Beispiele siehst du, wie einfach ich im Dialog mit ChatGPT Themen selbstgesteuert erarbeiten kann und wie gut die Antworten auf meine Bedarfe und Vorlieben zugeschnitten werden. Faszinierend, oder?

So funktioniert ChatGPT

ChatGPT beruht auf der Technologie GPT, was für „Generative Pre-trained Transformer“ steht. Es handelt sich um ein großes Sprachmodell, welches ein Framework für generative künstliche Intelligenz ist. Es wurde mit großen Mengen an Textdaten wie Internetseiten trainiert (pre-trained) und ist in der Lage, natürliche Sprache zu verstehen und zu verarbeiten, da es semantische Beziehungen herstellen kann (Transformer). Darüber hinaus kann es Inhalte wie Texte oder Programmiercode ausgeben (generative).

Wie der Name erahnen lässt, verfügt ChatGPT über ein Chat-Interface, welches uns ermöglicht, in unsere natürlicher Sprache mit der KI zu interagieren. Das macht die Technologie besonders spannend, denn wir müssen keine komplizierte Programmiersprache erlernen, sondern können einfach drauf lostippen.

Sobald du also eine Frage oder eine Anweisung eingegeben hast, generiert ChatGPT innerhalb von Sekunden eine Antwort und diese ist häufig erstaunlich gut.

Nur wie entsteht die Antwort? Man könnte denken, dass ChatGPT Bausteine aus vielen Texten, zum Beispiel aus dem Internet, nutzt und damit die eigene Antwort zusammensetzt. Das ist jedoch nicht der Fall.

Du kannst dir das eher wie die Autovervollständigung in Google oder auf deinem Handy vorstellen.

Wenn du etwas eingibst, generiert ChatGPT die Antworten basierend auf Wahrscheinlichkeitsberechnungen. Das zugrundeliegende Sprachmodell ist natürlich viel komplexer als die Google-Autovervollständigung. Deshalb kommen uns ChatGPTs Vorhersagen auch wie gut durchdachte Antworten vor. Es wirkt so als würde ChatGPT die Inhalte der Unterhaltung verstehen. Das ist jedoch nicht wirklich der Fall. Die KI kann nicht eigenständig denken und manchmal sind die Antworten sogar frei erfunden.

Glaube nicht alles, was ChatGPT ausgibt, sondern überprüfe die Antworten auf Richtigkeit.

KI verändert das betriebliche Lernen

In unserer VUKA-Welt, in der sich Rahmenbedingungen rasant ändern und wir uns ständig neues Wissen und neue Fertigkeiten aneignen müssen, funktionieren klassische Weiterbildungsstrategien nicht mehr. Betriebliches Lernen kann nicht im Gießkannenprinzip passieren, denn mit One-Size-Fits-All-Lösungen können Unternehmen die benötigten Skills nicht abdecken. Lernen muss individuell und zunehmend selbstgesteuert sein. Generative KI-Tools und KI integriert in Systemen, können genau diese Personalisierung unterstützen. In nicht allzu ferner Zukunft werden sich dadurch das Corporate Learning und auch unsere Aufgaben als Learning Professionals verändern.

ChatGPT als Lernassistent oder Tutor

Meine ersten Gehversuche mit ChatGPT haben mir schnell deutlich gemacht, dass diese Technologie enormes Potential für das selbstgesteuerte Lernen birgt. ChatGPT kann dabei die Rolle eines Tutors einnehmen und mir personalisierte und adaptive Antworten geben, wie ich dir am Eingangsbeispiel zum Thema Arthrose gezeigt habe.

Sequentiell und im eigenen Tempo

Für diesen Einsatz habe ich dir einen Prompt, also Eingabe für ChatGPT, aus dem LinkedIn Learning Kurs „How to research and write using generative AI tools“ von Dave Birss:

You are a highly experienced teacher with the ability to create simple step-by-step lessons on any subject. I want you to teach me [TOPIC] one concept at a time. Give me short and engaging lessons to teach me the basics, building up to more advanced lessons over time. Don’t just give me a list of information – explain the context and give me examples. Make sure the lessons are practical so I’m clear on what to do with the information. Do not repeat yourself. Make each lesson different from previous ones. After each lesson, give me the option of moving on to the next lesson or doing a quiz. Do not give me a quiz unless I ask for it. And do not tell me the correct answers until I have responded to your questions. If I select the quiz, give me five questions based on the information you have taught to date. Give me feedback on my answers. If I get answers wrong, ask me if I want to recap on the lesson that taught the information. Then carry on with the next lesson.

Bei [TOPIC] trage ich das gewünschte Thema ein. Und wenn ich das Gespräch auf Deutsch führen möchtet, dann ergänze ich das am Ende, z. B. „Lass uns von nun an auf Deutsch sprechen“.

Mit diesem Prompt kann ich sequentiell in ein Thema eintauchen und mich von meinem KI-Tutor nach jeder Einheit über ein Quiz testen lassen, bevor ChatGPT mir die nächste Einheit ausgibt.

Über diesen Link kannst du dir anschauen, wie das aussehen kann, wenn ich mir mit diesem Prompt mein eigenes Lernmaterial zum Thema „Knie des Hundes“ von ChatGPT (3.5) erstellen lasse.

Wenn du dem Link folgst und genau hinschaust, dann wirst du bemerken, dass eine Quizfrage von ChatGPT falsch ausgewertet wurde. Wie schon erwähnt, kann man sich momentan nicht auf die Richtigkeit der Aussagen von ChatGPT verlassen, auch nicht bei der neuesten Version GPT4.

Feedback erhalten

Als Lernprofis wissen wir, dass Feedback für den Lernprozess sehr wichtig ist. Single Choice Fragen und Antworten wie im vorherigen Beispiel, sind ein guter Anfang. Viel wertvoller sind jedoch offene Antworten der Lernenden und konstruktives Feedback dazu. Bisher konnten wir allerdings nur geschlossene Fragen in Form von Quizzen automatisieren. Um offene Fragen auszuwerten, brauchte es bisher immer Menschen. Mit ChatGPT kann sich das nun ändern.

Ich kann ChatGPT zum Beispiel bitten, mir offene Fragen zu einem Themenfeld zu stellen und mir Feedback zu geben.

Du bist ein erfahrener Hundeorthopäde und ich möchte von dir lernen. Stell mir eine offene Frage zum Thema Hundeknie und gib mir anschließend Feedback zu meiner Antwort.

Bei Interesse kannst du dir hier den Chatverlauf anschauen.

Bei meiner Antwort habe ich Fehler eingebaut. Leider hat ChatGPT (3.5) nicht alle erkannt. An der Stelle wird erneut deutlich, dass ChatGPT immer wieder „halluziniert“, also Fakten erfindet und diese sehr überzeugend vertritt. Neu im Thema kann ich als Lernende natürlich nicht beurteilen, ob das Feedback oder die Antworten wahr sind.

ChatGPT ist heute auch in der Version 4 noch nicht ganz ideal als Lernassistent. Ich kann mir jedoch gut vorstellen, dass wir in naher Zukunft weniger „Halluzinationen“ erwarten dürfen.

ChatGPT als Integrierter Tutor in Selbstlerninhalten

Spannend ist auch die Kombination aus vom Unternehmen bereitgestellten Selbstlerninhalten und ChatGPT. So kommen die Lernenden in einem E-Learning an den Inhalten vorbei, welche für das Unternehmen wichtig sind und können zudem den Chatbot wie eben aufgezeigt als Tutor für Verständnisfragen oder Vertiefungen nutzen. Zudem lassen sich offene Quizze integrieren, auf die ChatGPT Feedback gibt.

Wie ein Chatbot bzw. ein offenes Quiz in Articulate Storyline aussehen kann, zeigt N R Z Malik auf LinkedIn. Wenn du dich mit der Gestaltung von E-Learnings beschäftigst, kann ich dir sehr empfehlen, dass du dir diese beiden Beispiele inklusive Video und Vorschaulink genauer anschaust.

ChatGPT als Performance Support

Ein weiterer interessanter Einsatz von ChatGPT ist das beiläufige Lernen bzw. das Lösen von Problemen direkt im Prozess der Arbeit. Anstatt nach einer Schritt-für-Schritt-Anleitung zu googeln, kann ich ChatGPT bitten, mir eine zu erstellen.

Der nachfolgende Prompt ist ebenfalls aus Dave Birss LinkedIn Learning Kurs „How to research and write using generative AI tools“:

You are a highly experienced teacher with the ability to create simple stepby-step guides on any task. I want you to give me a step-by-step guide on how to [TASK]. Start by telling me everything I’ll need before I start, including any tools, ingredients or supplies. Then give me the instructions for each step as a numbered list. If the instructions go on longer than 400 words ask me if I want to see the rest of the steps.

Personalisierte und adaptive Lernsysteme

Unternehmen verfügen häufig über eine Vielzahl an formellen und informellen Weiterbildungsmöglichkeiten: Präsenzveranstaltungen, Live-Online-Trainings, Lernvideos, E-Learnings, kuratierte Inhalte Blogartikel und YouTube Videos, Content Bibliotheken wie LinkedIn Learning, Communities, Open Space, …

Für Unternehmen ist die Pflege der vielen Inhalte eine Herausforderung und Lernende schaffen es kaum, den Überblick zu behalten bzw. schnell für sie relevante Inhalte zu finden. Daher werden seit vielen Jahren im betrieblichen Lernen Systeme (Learning Management Systeme / Learning Experience Plattformen) eingesetzt, die dabei helfen sollen.

Manuelle Verschlagwortung von Inhalten

Trotz der Bestrebung, den Lernenden die passenden Inhalte einfach zugänglich zu machen, scheitern die Lernsysteme oft genau daran. Ein Grund dafür ist, dass die passenden Inhalte basierend auf unterschiedlichen Niveaustufe und Bedarfen im Lernsystem auffindbar sein müssen. Schließlich macht es einen Unterschied, ob ich Anfängerin oder Fortgeschritten in einem Thema bin und ob ich jetzt direkt eine schnelle Hilfe benötige oder eine Fertigkeit über einen längeren Zeitraum entwickeln möchte.

Folglich muss jeder einzelne Inhalt im Hintergrund kategorisiert bzw. mit Metadaten verschlagwortet werden. Nur durch eine solche Taxonomie können sinnvolle Lernpfade für die Lernenden manuell oder idealerweise auch automatisiert im System zusammengestellt werden.

Hierbei können wir eine Makro- und eine Mikroebene unterscheiden. Bei der Makroebene werden verschiedene Lerninhalte, z. B. E-Learning oder Videokurse von LinkedIn Learning basierend auf einer Jobrolle oder einem Skill zusammengestellt. So entsteht zum Beispiel für neue Mitarbeitende im Kundenservice ein Lernpfad basierend auf sieben verschiedenen Kursen. Jede Person, die neu im Kundenservice anfängt, arbeitet diesen festgelegten Lernpfad durch, unabhängig davon, ob sie bereits mit den Inhalten vertraut sind.

Auf einer Mikroebene würde sich das E-Learning oder der Videokurs entsprechend dem Lernfortschritt  während des Durcharbeitens individuell zusammensetzen. Somit würde eine Person mit Vorerfahrungen im Kundenservice völlig andere Inhalte angezeigt bekommen als eine Quereinsteigerin.

Die Verschlagwortung ist bereits auf einer Makroebene eine enorme Arbeit für die L&D Abteilung, denn nach der initialen Verschlagwortung folgt die Pflege, damit die Inhalte aktuell bleiben und sie die gewünschten Skills in den entsprechenden Niveaustufen abdecken. Auf der Mikroebene muss zudem jede einzelne Lerneinheiten verschlagwortet werden. Während auf der Makroebene eines Kurses womöglich nur ein Metadatum nötig ist, sind auf der Mikroebene des gleichen Kurses 5,10, 20 oder noch mehr Metadaten an den einzelnen Lerneinheiten bzw. Medien nötig.

Hinzu kommt, dass dabei informelle Angebote häufig untergehen. Wenn also eine Fachexpertin mit MS Stream ein Video erstellt und in der Organisation ohne das passende Schlagwort teilt, wird dieses vermutlich nicht über das Lernsystem gefunden.

KI erkennt Inhalte und stellt Hierarchie her

Wenn Lernsysteme jedoch durch Künstliche Intelligenz unterstützt werden, dann braucht es keine Verschlagwortung mehr. Durch Sprachmodelle, also Technologien wie ChatGPT, weiß die KI, auf welches Wissen oder welche Fertigkeit ein Inhalt einzahlt. Zudem kann sie erkennen, für welches Kompetenzniveau ein Inhalt geeignet ist und sie kann darüber hinaus eine Hierarchie zwischen den verschiedenen Inhalten herstellen. So entsteht eine immer aktuelle Taxonomie.

Auf diese Weise kann das System den Lernenden genau das ausspielen, was sie gerade für ihren nächsten Lernschritt brauchen. Es kann passgenaue Lernpfade auf Mikroebene erstellen und entsprechend der Lernfortschritte und -bedarfe immer wieder anpassen.

Mit KI werden die Lernsysteme also zu hervorragenden Content Management Systemen und diese wiederum sind einfach durchsuchbar, so dass Lernende tatsächlich die Inhalte finden, die sie gerade brauchen. Habe ich dein Interesse für KI im Zusammenhang mit Lernsystemen geweckt? Dann lies auch in den Artikel „AI’s increasingly Important Role in L&D“ (Markus Bernhardt) rein.

Welche Auswirkungen hat KI auf unsere Arbeit als Learning Professionals?

KI wird unsere Arbeit verändern und das vermutlich schneller als wir denken. Während bisher vor allem repetitive Aufgaben automatisiert wurden, sind nun auch Jobs betroffen, die bisher als sicher galten – also Wissensarbeit, kreative und künstlerische Tätigkeiten. Generativer KI kann viele Aufgaben bereits heute übernehmen bzw. dabei unterstützen. Und durch die einfache Interaktion über natürlich Sprache, muss auch keine komplizierte Programmiersprache erlernt werden.

Wie weiter oben bereits skizziert, wird sich Corporate Learning durch KI verändern und somit auch unsere Arbeit als Learning Professionals.

Vermutlich werden wir zukünftig völlig andere Rollen und Aufgaben übernehmen als heute. Viele können wir uns heute noch gar nicht vorstellen. Während wir uns sonst vor allem um das Up- und Reskilling anderer kümmern, dürfen wir nun auch uns selbst stärker in den Fokus nehmen.

Zwei Veränderungen, auf die ich ein wenig eingehen möchte, zeichnen sich für mich heute schon sehr deutlich ab:

• Selbstlernkompetenzen bei den Lernenden noch stärker fördern
• Lerninhalte mit generativer KI erstellen

Selbstlernkompetenzen fördern & Lernende begleiten

An den gezeigten Beispielen wird deutlich, dass ChatGPT oder KI-gestützte Lernsystemen beim selbstgesteuerten Lernen unterstützen können. ChatGPT kann mir zum Beispiel auch helfen, einen Lernplan aufzustellen, doch letztlich muss ich wissen, was ich eigentlich erreichen möchte. Ich muss meine Lernumgebung selbst gestalten, mich selbst motivieren, mich auf meinem Lernweg immer wieder selbst reflektieren, die nächsten Schritte anpassen, etc.

Selbstlernkompetenzen spielen also auch im Zeitalter von KI eine wichtige Rolle. Ich kann mir gut vorstellen, dass Learning Professionals in diesem Bereich eine noch stärkere Rolle einnehmen werden, um diese zu fördern und um Lernprozesse zu begleiten.

Lerninhalte im Zeitalter von KI erstellen

(Generative) KI wird die Erstellung von Lernangeboten unabhängig vom Format umkrempeln. Wenn du also wie ich Präsenzveranstaltungen, Live-Online-Seminare, Lernvideos, E-Learnings oder ein anderes Lernformat konzipierst bzw. umsetzt, dann wird sich sehr wahrscheinlich auch deine Arbeit bald verändern.

Inhalte für adaptive Lernsysteme

Heute sind viele Inhalte noch recht umfangreich und E-Learnings von 30 Minuten oder länger sind keine Seltenheit. Selbstlerninhalte müssen jedoch deutlich kürzer werden, damit adaptive Systeme passgenaue Inhalte auf Mikroebene ausspielen können.

Wir müssen uns also damit beschäftigen, wie klein eine Einheit sein muss und diese wiederum müssen wir medial unterschiedlich aufbereiten. Je nach Situation und Vorlieben der Lernenden, bietet das Lernsystem nämlich ein Audio, ein Video, eine Infografik, ein Quiz oder ein anderes Medium an, das auf das gleiche Lernziel einzahlt.

Lerninhalte mit generativer KI erstellen

Generative KI beeinflusst zudem die Art, wie wir Content erstellen.

In den letzten Monaten sind zahlreiche Tools herausgekommen, mit denen wir Medien wie Texte (z. B. ChatGPT), Bilder (z. B. Midjourney), Sprecherstimmen (z. B. Elevenlabs), Musik (z. B. Soundraw) und Videos (z. B. Synthesia) im Handumdrehen erzeugen können. Mit der passenden Eingabe erstellt die künstliche Intelligenz das gewünschte Medium in nur wenigen Sekunden.

Wenn wir bedenken, dass wir für adaptive Lernsysteme ein Vielfaches an Medien für das gleiche Lernziel benötigen, ist die generative KI besonders interessant.

Die neuen Möglichkeiten bedeuten jedoch auch, dass immer schneller immer mehr Inhalte produziert werden können und die meisten davon werden wohl eher mittelmäßig sein – wenn überhaupt. Deshalb gehe ich davon aus, dass auch weiterhin sehr, sehr gute Lerninhalte benötigt werden und wir als Learning Professionals auch in Zukunft bei der Erstellung von Lerninhalten eine wichtige Rolle spielen werden.

Neben der Umsetzung von Lernmedien, kann generative KI auch bei der Konzeption unterstützen. Auch Live-Formate wie Workshops, Präsenztrainings und Live-Online-Veranstaltungen können von den neuen Tools profitieren.

Richtig eingesetzt, können diese Tools den Design- und Produktionszyklus verkürzen und die Qualität der Lernangebote verbessern.

Wie du dich der generativen KI annähern kannst

Die wohl griffigste Form von KI ist die generative KI. Sie ist leicht zugänglich und direkt nutzbar. Daher eignet sie sich in meinen Augen hervorragend, um erste Erfahrungen in der Arbeit mit KI zu sammeln.

Lass mich dir nun erzählen, wie ich vorgegangen bin, um mich systematisch mit den neuen Möglichkeiten auseinanderzusetzen. Eins vorab, ich bin immer noch auf Entdeckungsreise und werde vermutlich nie am Ziel ankommen. Bei einer Technologie, die sich so rasant entwickelt, ist es meiner Meinung nach auch nicht möglich. Wichtiger als eine Zielerreichung ist vielmehr, dass wir neugierig und offen für die Entwicklungen und Möglichkeiten bleiben.

Aktuelle Prozesse und Aufgaben als Ausgangsbasis

Um mich mit dem Thema auseinanderzusetzen habe ich im ersten Schritt meine aktuellen Prozesse und Aufgaben aufgeschlüsselt und mir anschließend überlegt, wo und wie mich generative KI unterstützen könnte.

Vielleicht fragst du dich, wie sinnvoll das ist, wenn sich meine bzw. unsere Aufgaben und Prozesse als Learning Professionals womöglich komplett verändern werden. Wir wissen nicht, ob wir zukünftig stärker in der Lernbegleitung oder mit Daten oder etwas ganz anderem arbeiten werden. Doch wir wissen, was wir heute tun.

Ich halte es aus zwei zentralen Gründen für eine gute Idee, die heutigen Tätigkeiten als Grundlage für die Auseinandersetzung mit KI zu nutzen:

• Mit unserer Expertise können wir die Ergebnisse der KI einordnen und so Stärken und Schwächen erkennen.
• Wir können bereits heute eine sinnvolle Interaktion mit der Künstlichen Intelligenz lernen und unsere Arbeit bezüglich Schnelligkeit und Qualität verbessern (Augmentation).

Mein Tipp ist daher, dass du deine Aufgaben und Prozesse aufschlüsselst und dir anschließend Gedanken machst, wie du KI für deine Arbeit nutzen kannst.

• Wo wäre Unterstützung bei der Recherche hilfreich?
• Wo könnte dir ein kreativer Brainstorming-Partner helfen?
• Wo benötigst du Medien und in welcher Form (geschriebenen Text, Bilder, Sprechertexte, Musik, Videos)?
• An welchen Stellen wäre Hilfe bei der Evaluation von Vorteil?
• Gibt es Aufgaben, die du mühsam findest und gerne abgeben würdest?
• …

Falls du schon von dem ein oder anderen Tool gehört hast, das zu einer Aufgabe passen könnte, kannst du das an der entsprechenden Stelle ergänzen.

Auf diese Weise entsteht eine Art persönliche Landkarte, die du nutzen kannst, um in die Welt der generativen KI einzutauchen.

Ein Tool nach dem anderen

Da gefühlt jeden Tag Hundert neue Tools herauskommen, würde ich dir empfehlen, dich zunächst auf eines zu fokussieren. In meinem Fall war das ChatGPT. Ich habe somit alle anderen Tools erst einmal links liegen gelassen und mich nur auf ChatGPT konzentriert. Das hat mir sehr geholfen, mich nicht von anderen Tools ablenken zu lassen bzw. mich in der bunten, neuen Tool-Welt zu verzetteln.

Lass dich nicht ablenken. Fokussiere dich zu Beginn auf ein Tool.

Sobald ich das Gefühl hatte, die Möglichkeiten und Grenzen von ChatGPT einschätzen zu können und das Tool immer besser in meine Prozesse integriert hatte, habe ich mir ein weiteres Tool genauer angeschaut und getestet.

Übrigens, mir hat es an dieser Stelle geholfen, mich von dem Gedanken zu verabschieden, dass ich ein cooles Tool verpassen könnte. Es passiert einfach zu viel und zu schnell. Ich glaube, beim Thema KI ist der Anspruch, alle Tools zu kennen oder alle Entwicklungen mitzubekommen, fehlplatziert.

Das heißt natürlich nicht, dass wir uns zurücklehnen sollten. Es ist wichtig, dass wir neugierig bleiben. Wir sollten also nicht auf alles Neue aufspringen, aber durchaus Tools und Entwicklungen beobachten und ihren Nutzen reflektieren bzw.  in unsere Arbeitsprozesse integrieren.

ChatGPT als Einstig in die generative KI

ChatGPT war für mich das perfekte Einstiegstool in die Welt der generativen KI. Über die Chatoberfläche konnte ich nicht nur in natürlicher Sprache damit interagieren, sondern sogar auf Deutsch.

Darüber hinaus ist die geschriebene Sprache die Basis für so vieles in unserem Arbeitsleben. Hier sind ein paar Beispiele aus meinem Berufsalltag bei der Erstellung von digitalen Lernmedien, weshalb der Text-Output von ChatGPT besonders interessant ist:

• Lernziele schreiben
• Kursablauf erstellen
• Drehbücher für Lernvideos oder E-Learnings erstellen
• Seminarausschreibungen verfassen
• Quizze konzipieren
• Transferaufgaben erstellen
• Beiträge für Communities verfassen
• …

Vor diesem Hintergrund ist eine Textgenerierende KI meiner Meinung nach besonders interessant für uns Learning Professionals. Und eins vorab, ChatGPT kann uns bei all diesen Aufgaben – und vielen weiteren – unterstützen.

Die nachfolgende Empfehlung, wie du dich dem Thema annähern kannst, basiert auf meiner bisherigen Lernreise mit ChatGPT. Die Schritte 3, 4 und 5 kannst du zeitglich bzw. im Wechsel durchlaufen.

Schritt 1: Konto eröffnen

Zuallererst brauchst du natürlich Zugriff auf ChatGPT. Falls du noch kein Konto hast, eröffne eins unter chat.openai.com und experimentiere damit. Die kostenpflichtigen Version liefert die besseren Ergebnisse, doch für den Start ist auch die kostenlose Variante ausreichend. (Viele der Beispiele in diesem Blogartikel, habe ich mit der kostenlosen Version 3.5 generiert.)

Schritt 2: ChatGPT anstatt Google

Zu Beginn wirst du vermutlich ChatGPT als besseres Google nutzen, ähnlich wie ich im Beispiel zu Beginn des Blogartikels. Bei mir war bei diesem Schritt vor allem die Faszination für die Technologie sehr groß. Unglaublich, wie schnell und gut die Textqualität ist.

Probiere dich ein wenig aus und stelle Fragen zu Themen, deren Richtigkeit du beurteilen kannst. Vielleicht bekommst du an dieser Stelle auch schon ein Gefühl für Stärken und Schwächen von ChatGPT. Spätestens dann wirst du dich mit den nächsten Schritten beschäftigen wollen.

Schritt 3: Technologie samt Stärken und Schwächen verstehen

ChatGPT kann manche Dinge großartig, andere hingegen nicht. Sprachlich ist ChatGPT grandios, doch mathematisch oder logisch nicht. Das mag auf den ersten Blick verwunderlich sein, denn wir haben im Gespräch das Gefühl, dass die KI uns genau versteht und weiß, wovon sie spricht. Doch die Wahrheit ist, dass sie überhaupt nichts versteht.

Du wirst dir nach und nach immer mehr Fragen rund um die Technologie stellen und ihnen auf den Grund gehen wollen:

• Was passiert mit den Daten, die ich eingebe?
• Wem gehören die Inhalte, die ChatGPT ausgibt?
• Warum kann ChatGPT so gut mit Sprache umgehen, aber nicht logisch denken oder mathematische Probleme lösen?
• Mit welchen Daten wurde ChatGPT trainiert? Was bedeutet das für die Qualität der Ausgaben?
• …

In dieser Phase geht es also darum, dass du dich insbesondere außerhalb von ChatGPT über ChatGPT schlau machst. Du kannst zum Beispiel Personen auf LinkedIn folgen, die sich bereist besser mit dem Thema auskennen, Blogartikel lesen, Podcasts hören oder Kurse wie den MOOC „ChatGPT: Was bedeutet generative KI für unsere Gesellschaft?“  von openHPI durcharbeiten.

Schritt 4: Generative KI in die eigenen Prozesse integrieren

Während Schritt drei eher theoretischer Natur ist, geht es in Schritt vier darum, praktische Erfahrungen zu sammeln.

In der praktischen Anwendung habe ich mir also einen Prozessschritt nach dem anderen vorgenommen und ausprobiert, ob und wie ChatGPT dafür nützlich ist. Wenn möglich, habe ich hierfür echte Aufgaben in echten Projekten genutzt. Wenn meine aktuellen Aufgaben dies nicht ermöglichten oder ich sensible Daten nicht in ChatGPT eingeben wollte, dann habe ich Prozessschritte isoliert und fiktive Beispiele genutzt.

Übrigens, falls du noch Ideen suchst, wie ChatGPT dich bei der Konzeption und Umsetzung von Lernräumen unterstützen kann, dann schau dir zum Beispiel diese beiden Quellen auf Englisch an:

• 14 Ways to Optimize Learning & Development Workflows with ChatGPT (Kambria Dumesnil auf LinkedIn)
• How to Use ChatGPT for Instructional Design (Devlin Peck auf YouTube)

Nun wirst du dich damit beschäftigen, was du tun musst, damit ChatGPT dir eine gute Antwort gibt:

• Wie sieht ein guter Prompt, also eine gute Eingabe, aus?
• Wann sollte ich einen neuen Chat starten?
• Was kann ich tun, wenn ChatGPT die eigene Antwort unterbricht?
• Kann ich den Antworten vertrauen?
• Wie kann ich Antworten anpassen lassen.
• …

Nach und nach wirst du für dich erkennen, wie das Zusammenspiel von Mensch und Maschine aussehen kann. Eins vorweg, ChatGPT erledigt deine Arbeit nicht automatisch. Selbst der beste Prompt führt nicht dazu, dass du die Antwort von ChatGPT mit Copy-Paste weiternutzen kannst. Es ist ein Co-Creation-Prozess, bei dem der Mensch der Pilot ist und die KI als Copilot bei der Ausführung unterstützt. Am Ende hat immer der Mensch die Verantwortung.

Apropos Copilot. Microsoft integriert die Chat GPT Technologie in die eigenen Apps und nennt das Microsoft 365 Copilot. Ich finde, der Name ist richtig gut gewählt! Hier kannst du dir einen Eindruck verschaffen, wie das Zusammenspiel der Apps mit der KI aussehen und unsere Arbeit innerhalb der Microsoft-Welt verändern wird.

Schritt 5: Austausch

Bei einem so neuen und schnelllebigen Thema ist für mich der Austausch darüber besonders wichtig. Du kannst zum Beispiel Personen auf LinkedIn folgen, die schon etwas weiter sind als du. Einige Personen, von denen ich in den letzten Monaten viel gelernt habe, habe ich dir bereits in diesem Blogartikel genannt.

Ich finde es zudem hilfreich, mit Gleichgesinnten über die eigenen Erfahrungen mit ChatGPT zu sprechen, um so von- und miteinander zu lernen. Du kannst dir deine Gruppe ganz nach deinen Vorlieben virtuell oder vor Ort aussuchen. Ich persönlich schätze die Mischung aus synchronem Austausch in virtuellen Räumen wie MS Teams oder Zoom und asynchronem Austausch in Gruppen wie auf LinkedIn.

Komm in die KI-Experimentierwerkstatt

Wenn du dich nicht alleine auf die Entdeckungsreise machen möchtest, dann komm in die KI-Experimentierwerkstatt. Hier werden wir unsere Prozesse bei der Konzeption und Umsetzung von Lernangeboten unter die Lupe nehmen und ausprobieren, wie ChatGPT uns dabei unterstützen kann. Neben den Live-Sessions, in denen du direkt in die Umsetzung kommst, hast du die Möglichkeit, dich mit mir und anderen Learning Professionals auszutauschen und deine Erfahrungen zu reflektieren. Natürlich verrate ich dir auch, was ich bereits herausgefunden habe und wie ich ChatGPT bereits in meinen Prozessen nutze.

Interessiert? Dann informiere dich jetzt über die Details:

Fazit

In diesem Blogartikel habe ich dir aufgezeigt, wie KI integriert in Systemen und generative KI das Lernen in Unternehmen verändern werden und somit auch unsere Aufgaben und Rollen als Learning Professionals. Außerdem habe ich dir erzählt, wie ich bei meiner eigenen Entdeckungsreise der generativen KI, insbesondere von ChatGPT, vorgegangen bin. Übrigens bin ich noch lange nicht am Ende dieser Reise angekommen. Es gibt noch so viel zu entdecken und wenn du magst, dann können wir die Reise gemeinsam in der KI-Experimentierwerkstatt fortsetzen.

Und falls du dich fragst, ob ChatGPT oder ich diesen Text geschrieben hat, dann möchte ich dich nicht im ungewissen lassen. Ich habe den Text überwiegend selbst geschrieben, schließlich wollte ich dich an meinen eigenen Erfahrungen und Gedanken teilhaben lassen. Aber ChatGPT hat mich an einigen Stellen bei den Formulierungen unterstützt.

Hast du einen Unterschied zu meinen bisherigen Blogartikeln bemerkt?