Zum Inhalt springen
L&D-Strategie

KI-Agenten im Corporate Learning: mehr als ein umbenannter Chatbot

Viele L&D-Leitungen halten KI-Agenten für Chatbots mit neuem Etikett. Woran sich der Unterschied zeigt und was er für die Arbeit im L&D bedeutet.

Sebastian Walker, CEO, Omnora · 5 Min. Lesezeit
Grafik: Ein KI-Symbol im Zentrum, verbunden mit Dokument, Aufgabenliste, Person, Chat, Uhr und Netzwerk
Inhalt
  1. Warum der Verdacht berechtigt ist
  2. Ein Chatbot antwortet, ein Agent arbeitet ab
  3. Wie das im Corporate Learning aussieht
  4. Was vom L&D-Team bleibt
  5. Woran Agenten im L&D scheitern
  6. Häufige Fragen

Ist ein KI-Agent im Corporate Learning mehr als ein besserer Chatbot?

Ja, sofern er den Namen verdient. Ein Chatbot nimmt eine Frage entgegen, antwortet und wartet. Ein KI-Agent bekommt ein Ziel, zerlegt es in Schritte, merkt sich den Verlauf und arbeitet in angebundenen Systemen: Er lädt Fachleute ein, führt Interviews und erstellt daraus Trainingsentwürfe. Für L&D verschiebt sich die Arbeit damit zur Steuerung, also zu Themenwahl, Auswahl der Fachleute und Freigabe.

Das Wichtigste in Kürze

  1. Der falsche Maßstab führt zum falschen Urteil. Wer Agenten nach der Qualität ihrer Antworten bewertet, übersieht, was nach der Antwort passiert.
  2. Ein Agent trägt einen Ablauf. Im L&D zeigt sich das am deutlichsten beim Einsammeln von Erfahrungswissen, vom Fragebogen bis zum Trainingsentwurf.
  3. L&D wird nicht überflüssig, es steuert. Themen, Auswahl der Fachleute und Freigabe bleiben menschliche Entscheidungen.

Viele L&D-Leitungen haben sich ihr Urteil über KI-Agenten gebildet, bevor das erste Vertriebsgespräch dazu stattfindet. Ein Agent, so die Annahme, ist der Chatbot von vor drei Jahren mit neuem Etikett. Damals hieß es auch, das Intranet beantworte jetzt jede Frage. Heute kennt der Bot dieselben zwölf Antworten wie am ersten Tag, und die Fachabteilung ruft wieder direkt an.

Diese Skepsis ist gut begründet. Sie zielt trotzdem auf den falschen Punkt, und das hat Folgen für jede Planung: Wer Agenten für bessere Chatbots hält, bewertet sie nach der Qualität ihrer Antworten. Der eigentliche Unterschied liegt woanders.

Das Omnora-Whitepaper zu KI-Agenten im Corporate Learning arbeitet diesen Unterschied heraus, mit Anwendungsfällen und den Voraussetzungen, an denen solche Projekte gelingen oder scheitern. Sie können es kostenlos herunterladen. Dieser Beitrag nimmt sich den Kern vor.

Warum der Verdacht berechtigt ist

“Agent” ist das Etikett des Jahres, und Etiketten kosten nichts. Ein Teil dessen, was heute unter diesem Namen verkauft wird, ist tatsächlich ein Chatbot: ein Sprachmodell vor einer Dokumentensammlung, das eine Frage entgegennimmt, eine Antwort formuliert und dann stillsteht. Wer solche Produkte in Demos gesehen hat, fühlt sich bestätigt, und das zu Recht. Dazu kommt die eigene Geschichte. Die klassischen Bots der vergangenen Jahre folgten festen Entscheidungspfaden nach dem Muster “wenn Frage X, dann Antwort Y”, vergaßen nach jeder Sitzung, mit wem sie gesprochen hatten, und kannten außer einem Glossar oder einer FAQ-Liste keine Quelle. Dass ein L&D-Team nach dieser Erfahrung bei jedem neuen Begriff erst einmal abwinkt, hat mit Technikfeindlichkeit wenig zu tun. Das Team hat gelernt.

Wir halten diese Haltung für gesund. Sie schützt vor Pilotprojekten, die am Ende ein weiteres Fenster im Intranet hinterlassen und sonst nichts.

Ein Chatbot antwortet, ein Agent arbeitet ab

Der Maßstab “Wie gut ist die Antwort?” führt bei Agenten in die Irre. Hilfreicher ist eine andere Frage: Was passiert, nachdem die Antwort gegeben ist?

Beim Chatbot nichts mehr. Der Austausch endet, oder er wird an einen Menschen übergeben. Ein Agent bekommt dagegen ein Ziel und arbeitet es ab. Vier Eigenschaften zeigen, ob ein Produkt den Namen verdient:

  • Er bekommt einen Auftrag statt einer Frage, zerlegt ihn in Schritte, legt die Reihenfolge fest und löst selbst Aktionen aus.
  • Er merkt sich Rolle, Verlauf und Projektstand über die einzelne Sitzung hinaus.
  • Er liest und schreibt dort, wo die Arbeit stattfindet: Kalender, E-Mail, Wissensquellen, LMS.
  • Er erkennt, wann ein Fall zu einem Menschen gehört, und gibt ihn ab.

Im Kundensupport lässt sich das schon beobachten. Wo früher ein Bot eingehende Fragen mit einer vorbereiteten Liste abglich, ordnet ein Agent die Anfrage ein, wertet ältere Tickets aus, sucht die Ursache und schlägt eine Lösung vor. Mit einem Werkzeug, das man bedient, hat das wenig gemein. Eher mit einer Kollegin, der man eine Aufgabe überträgt und die sich meldet, wenn sie nicht weiterkommt.

Wie das im Corporate Learning aussieht

Am deutlichsten wird der Unterschied dort, wo L&D besonders viel Zeit verliert: beim Einsammeln von Wissen, das in Köpfen steckt. Ohne Agent besteht dieser Ablauf aus Terminsuche, Vorgesprächen, Interviews, Mitschriften, Rückfragen per Mail und einer Rohfassung, die irgendwann jemand ins Trainingsformat überträgt. Kaum ein Schritt davon ist anspruchsvoll. Fast jeder kostet Tage.

In einem Interview-to-Training-Ablauf, wie ihn Omnora umsetzt, übernimmt der Agent diese Kette. Das L&D-Team gibt ihm ein Briefing und Hintergrundmaterial zum Thema. Daraus entwirft er einen Fragebogen, den das Team vor dem Start prüfen und ändern kann. Dann lädt er die ausgewählten Fachleute per E-Mail ein, führt das Interview als Audiogespräch, hakt nach, wo eine Antwort dünn bleibt, und macht aus dem Ergebnis ein Dokument oder ein Trainingsvideo. Mehrere Agenten können das parallel tun. Für die befragte Person bleibt es bei 30 Minuten Expertenzeit pro KI-Interview.

Am Ende steht ein Trainingsentwurf, kein Chatverlauf.

Dasselbe Muster trägt weitere Aufgaben. Lernpfade für neue Mitarbeitende, die sich an Rolle und Werkzeugen ausrichten. Module aus Gesprächen mit Fachleuten, die das Unternehmen bald verlassen. Die Einführung einer neuen Richtlinie samt Quiz und Dokumentation. Oder Lessons Learned, die nach Projektabschluss festgehalten werden, statt im Abschlussmeeting zu verhallen.

Was vom L&D-Team bleibt

Wer den ersten Glauben aufgibt, landet oft beim zweiten: Wenn Agenten das alles erledigen, wozu dann noch ein L&D-Team? Auch diese Sorge verdient eine ernsthafte Antwort.

Ein Blick zurück hilft. Corporate Learning hat sich von Inhalten aus der Hand professioneller Trainer über Employee Generated Content zu KI-generierten Inhalten entwickelt, und keine Stufe hat die vorige verdrängt. Agenten kommen als weitere Schicht dazu. Was sich verschiebt, ist die Arbeit des Teams. Sie bündelt sich in drei Entscheidungen, die ein Agent nicht sinnvoll selbst trifft:

  • Welches Wissen gesichert und geschult werden soll, und in welcher Reihenfolge.
  • Wer es hat. Die Auswahl der Fachleute prägt das Ergebnis stärker als jeder Fragebogen.
  • Was freigegeben wird. Fachliche Prüfung und Feinschliff bleiben beim Menschen.

Warum diese Verschiebung die kommenden Jahre im L&D prägen dürfte, steht im Ausblick auf Corporate Learning 2027.

Wie weit das reicht, ist offen. Das Whitepaper beschreibt als nächste Stufe Agenten, die den gesamten Lernprozess von der Bedarfsanalyse bis zur Auslieferung tragen. Ob das in der Breite funktioniert und wann, weiß heute niemand verlässlich, wir auch nicht. Die menschlichen Kontrollpunkte beim Fragebogen und bei der Freigabe sind deshalb Absicht und keine Übergangslösung.

Woran Agenten im L&D scheitern

Selten am Modell. Ein Agent arbeitet mit dem, was er vorfindet. Wenn Kursunterlagen, Prozessbeschreibungen und Rollenprofile veraltet oder verstreut sind, automatisiert er eben das Durcheinander, nur schneller. Welchen Kontext ein Agent braucht, um verlässlich zu arbeiten, beschreibt der Beitrag zu Agent Enablement. Sobald Gespräche mit Mitarbeitenden aufgezeichnet werden, kommen außerdem DSGVO, Betriebsvereinbarungen und Sicherheitsstandards ins Spiel, und es lohnt sich, die Anbieter genau daraufhin zu prüfen. Und es braucht Menschen im eigenen Haus, die Agenten steuern können. Genau dort ist die Lücke groß: Laut Masterplan / Amadeus Fire (2025) halten 55 Prozent der Firmen in Deutschland, Österreich und der Schweiz KI für ein Top-Thema, Schulungen dazu haben jedoch nur 35 Prozent im Angebot. Artikel 4 des EU AI Act zur KI-Kompetenz ist seit Februar 2025 anwendbar. Wie Ihr Haus das Thema heute abdeckt, ist eine gute erste Frage an die eigene Rechtsabteilung.

Bleibt die Frage, ob Sie Agenten selbst bauen. Viele Plattformen bieten das an. Dafür braucht es ein Konzept, eine Datenstruktur und jemanden, der beides dauerhaft pflegt. Welche Fragen sich beim Eigenbau im Regelbetrieb stellen, zeigt der Vergleich Claude oder Trainingsplattform.

Wenn Sie das Wort Agent das nächste Mal in einer Präsentation lesen, fragen Sie nach den Schritten, die danach ohne Ihr Team passieren. Und dann nach denen, die Ihr Team bewusst behalten will. Auf die zweite Frage hat kein Anbieter eine Antwort. Sie liegt bei Ihnen.

Whitepaper „KI-Agenten im Corporate Learning“ jetzt kostenlos herunterladen

Das Whitepaper zeigt an sieben Anwendungsfällen, wo KI-Agenten L&D heute entlasten, und welche fünf Voraussetzungen dafür erfüllt sein müssen.Whitepaper jetzt kostenlos herunterladen

Häufige Fragen

Brauchen wir eine eigene Entwicklungsabteilung, um KI-Agenten im L&D einzusetzen?

Nicht zwingend. Viele Anbieter erlauben den Bau eigener Agenten, dafür sind aber ein Konzept, eine saubere Datenstruktur und Vorwissen nötig. Die Alternative sind Agenten, die speziell für Corporate Learning entwickelt wurden und vom Anbieter weiterentwickelt werden.

Welche Anwendungsfälle eignen sich für den Einstieg?

Solche mit hoher Wiederholung und sichtbarem Nutzen: Interviews mit Fachleuten vor einem Ruhestand, Lernpfade für neue Mitarbeitende, die Einführung neuer Richtlinien samt Quiz oder Lessons Learned nach Projektabschluss. Ein kleiner, klar umrissener Pilot bringt schneller Erkenntnisse als ein breiter Rollout.

Entscheidet der Agent selbst, was in einem Training steht?

Nein. Das L&D-Team gibt Thema und Hintergrund vor, kann den Fragebogen vor dem Interview anpassen und prüft das Ergebnis vor der Freigabe. Der Agent übernimmt die wiederkehrenden Schritte dazwischen.

Wann sollten Datenschutz und Betriebsrat einbezogen werden?

Vor dem ersten Interview. Sobald Gespräche mit Mitarbeitenden aufgezeichnet und verarbeitet werden, sind DSGVO, bestehende Betriebsvereinbarungen und Sicherheitsstandards berührt. Ein frühes Gespräch spart später Wochen.

Ersetzen KI-Agenten Trainerinnen, Trainer und Instructional Designer?

Bisher hat keine Entwicklungsstufe im Corporate Learning die vorige abgeschafft. Professionell produzierte Trainings, Inhalte aus den Fachbereichen und KI-generierte Inhalte bestehen nebeneinander. Agenten kommen als weitere Schicht dazu und übernehmen vor allem wiederkehrende Arbeit.

Quellen

  1. Omnora: 30 Minuten Expertenzeit pro KI-Interview [Omnora-Erfahrungswert]
  2. Masterplan / Amadeus Fire (2025): 55% der Unternehmen im DACH-Raum sehen KI als Top-Thema, nur 35% bieten Trainings dazu an [Studie]
  3. Europäische Union (2024): Verordnung (EU) 2024/1689 (AI Act), Art. 4 KI-Kompetenz, anwendbar seit Februar 2025 [Gesetz]
Alle Beiträge: L&D-Strategie

Ihr nächstes Training, in Stunden statt Wochen.

In 30 Minuten zeigen wir, wie aus Ihren Unterlagen oder einem KI-Interview ein fertiges Videotraining wird. Kostenfrei und ohne Vorbereitung.