KI-Upskilling-Lücke: Warum ein Workshop allein nicht reicht

Hoi und herzlich willkomma zu den Büro für KI-Insights 👋🏽

Ich spreche es in jedem Erstgespräch an: Ein einzelner Workshop ist ein guter Anfang, aber eben nur das. Ein Anfang. Trotzdem erlebe ich regelmässig, dass Unternehmen eine Teamschulung buchen, alle sind begeistert, und dann passiert ... naja, nicht viel.

Die Teilnehmenden gehen zurück an den Arbeitsplatz, der Alltag übernimmt, und drei Monate später nutzen vielleicht noch zwei von zwölf Personen aktiv KI-Tools. Schade um die Schulung, ehrlich gesagt. 😅

Das Problem ist natürlich nicht die Schulung selbst. Das Problem ist, was danach kommt. Oder eben nicht kommt. Und genau darum geht es heute: Wie baut man KI-Kompetenz auf, die wirklich bleibt?

In dieser Ausgabe zeige ich dir:

• Warum der «One-and-Done»-Workshop ein strukturelles Problem ist
• Was die aktuellen Daten zu KI-Upskilling wirklich sagen
• Wie das 70-20-10 Framework funktioniert und warum es für KI besonders relevant ist
• Welche Kompetenzpfade für welche Rollen Sinn machen
• Warum die Führungsetage den ersten Schritt machen muss
• Was Unternehmen konkret tun können, die es ernst meinen

Let's dive in 🤿🤓

---

Das KI-Strohfeuer: Warum Begeisterung allein nicht reicht

Kennst du das? Das Team kommt aus dem Workshop, alle sind mega motiviert, haben neue Tools kennengelernt, erste Prompts geschrieben. Die Energie ist da. Alle sind Feuer und Flamme. Und dann?

Dann kommt der Montag. Die Inbox ist voll, das nächste Meeting wartet, und der neue KI-Workflow braucht am Anfang halt doch noch zehn Minuten Einarbeitung. Also macht man es «wie immer».

Nicht aus Faulheit, sondern weil der Alltag keine Lücke lässt.

Ich nenne das auch den «Workshop-Effekt»: Ein kurzer Energieschub, der ohne Struktur schnell verpufft. Und das ist kein individuelles Versagen. Es ist ein systemisches Problem:

• Das Umfeld zieht nicht mit
• Keine Zeit für Anwendung eingeplant
• Niemand fragt nach, ob und wie KI im Alltag genutzt wird

Wenn diese drei Dinge fehlen, ist der Rückfall in alte Muster vorprogrammiert.

Die Grafik zeigt es: Nach einem einmaligen Workshop fallen das Wissen und die Anwendung rapide ab. Bei einem strukturierten Programm bleibt das Niveau hoch. Die Lücke dazwischen nennen wir die «Upskilling-Lücke». Und genau diese Lücke kostet Unternehmen bares Geld, nicht nur in verlorenen Schulungskosten, sondern vor allem in verpasstem Potenzial.

---

Die Zahlen: Was Studien anderer Unternehmensberatungen sagen

BCG: 70% des KI-Werts kommt von den Menschen

Eine Studie von BCG (Februar 2026) bringt es auf den Punkt: Nur etwa 5% der Unternehmen erzielen substanzielle finanzielle Gewinne aus KI. Diese 5% zeigen im Schnitt viermal höhere Shareholder Returns als KI-Nachzügler. Der entscheidende Unterschied liegt aber nicht in der Technologie.

BCG beziffert die Wertverteilung so:

• 10% des KI-Werts kommt von den Algorithmen selbst
• 20% von der Technologie dahinter (Das wären die Tools)
• Die restlichen 70% kommen von den Menschen

Von der Art, wie sie arbeiten, lernen und sich anpassen. Das ist eine Zahl, die man sich merken sollte: 70%. (Nicht zu verwechseln mit dem 70-20-10 Mastery-Framework weiter unten, auch wenn der Aufbau zufällig genau gleich ist.)

Das deckt sich eins zu eins mit dem, was ich in den letzten zwei Jahren in Schulungen und Beratungen sehe. Die Unternehmen, bei denen KI wirklich ankommt, sind nicht die mit dem grössten IT-Budget.

Es sind die, bei denen die Leute mitgenommen werden. Wo jemand in der GL sagt: «Wir machen das jetzt richtig, nicht nur ein Tool einführen und hoffen.»

Was machen diese Unternehmen gemäss der Studie konkret anders?

• Sie planen, mehr als 50% ihrer Mitarbeitenden in KI upzuskillen (bei Nachzüglern: 20%)
• Die Wahrscheinlichkeit, dass sie dedizierte Programme für generative KI-Schulungen haben, ist dreimal höher

Deloitte: Die Schweiz hinkt hinterher

Der Deloitte State of Generative AI in the Enterprise Report (Q4 2025) bringt für die Schweiz ernüchternde Zahlen. Die tägliche Nutzung von GenAI unter Führungskräften in der Schweiz liegt bei nur 37%, verglichen mit 58% in den USA.

Noch deutlicher wird es beim Fachwissen: 24% der Führungskräfte hierzulande geben an, kaum GenAI-Fachwissen zu haben. Das ist mehr als das Doppelte des globalen Durchschnitts von 11%.

Nur 34% schätzen ihr Fachwissen als hoch oder sehr hoch ein, verglichen mit 53% in Grossbritannien oder 49% in Deutschland.

Quelle: Deloitte State of Generative AI in the Enterprise

Besonders aufschlussreich: 43% der Führungskräfte hierzulande schätzen, dass es 18 bis 24 Monate oder länger dauern wird, bis ausreichend Fachkräfte mit GenAI-Kompetenzen vorhanden sind. Global erwarten 58%, diese Lücke innerhalb von 6 bis 18 Monaten zu schliessen.

Wir planen also deutlich langsamer.

Die gute Nachricht

Die Bereitschaft ist da. 78% der Führungskräfte erwarten steigende KI-Investitionen. Und eine EY-Studie, über die auch SRF berichtete, zeigt: 76% der befragten Angestellten bezeichnen sich als «KI-begeistert».

Das erlebe ich auch in meinen Workshops: Die Leute wollen. Sie sind neugierig, sie sehen das Potenzial. Aber zwischen «wollen» und «können» liegt eben genau diese strukturelle Lücke, die niemand für sie schliesst.

---

Das 70-20-10 Framework: Warum Kurse nur 10% ausmachen

Wenn wir über nachhaltigen KI-Kompetenzaufbau sprechen, kommen wir am 70-20-10 Mastery-Framework nicht vorbei. Das Modell ist nicht neu (kommt aus der Personalentwicklung), aber es ist für KI-Upskilling besonders relevant, weil KI-Kompetenz vor allem durch Anwendung entsteht.

10% Formales Training

Workshops, Kurse, Zertifikate. Sie legen das Fundament, schaffen Grundverständnis und Orientierung. Ohne dieses Fundament fehlt die Basis.

Aber es ist eben nur die Basis. 😉

20% Social Learning

Austausch mit Kolleginnen und Kollegen, Mentoring, interne KI-Champions. Hier passiert oft mehr als in jedem Kurs.

Ich erlebe das regelmässig: Nach einem Workshop bilden sich manchmal kleine informelle Gruppen, die sich gegenseitig Prompts zeigen, Use Cases teilen, Fragen klären. Wenn jemand im Team zeigt, wie er mit einem cleveren Prompt eine halbe Stunde Arbeit spart, ist das wirkungsvoller als jede Theorie-Folie.

Dieses Peer-Learning wird massiv unterschätzt.

70% On-the-Job

Echte Projekte, tägliche KI-Nutzung, Learning by Doing. Hier entsteht die eigentliche Kompetenz. Nicht im Kursraum, sondern am Arbeitsplatz, wenn man KI auf die eigenen Aufgaben anwendet, scheitert, anpasst und besser wird.

Ich sehe den Unterschied bei Kunden, die nach dem Workshop tatsächlich anfangen, KI in ihre täglichen Abläufe einzubauen. Nach vier Wochen sind die auf einem Level, das kein Zweitages-Kurs der Welt liefern könnte.

Auch wenn unsere Kurse echt gut sind (glaube, das dürfen wir auf Basis von ausschliesslich ⭐️⭐️⭐️⭐️⭐️-Bewertungen auf Google stolz so sagen 😉)

Was das für dein Budget bedeutet

Was bedeutet das konkret? Wenn ein Unternehmen 100% seines KI-Bildungsbudgets in einen Workshop steckt, investiert es in die 10%, die am wenigsten nachhaltig wirken.

Das soll nicht heissen, dass Workshops sinnlos sind. Sie sind der Startpunkt. Aber wer nur in den Startpunkt investiert, darf sich nicht wundern, wenn das Rennen nicht gewonnen wird.

BCG bestätigt das mit drei Erfolgsfaktoren:

Lernen eingebettet in den Arbeitsalltag. Nicht als Jahres-Workshop, sondern als tägliche Praxis mit echten Tools an echten Aufgaben.

Design basierend auf Verhaltenspsychologie. Menschen müssen sehen, dass ihre Vorgesetzten KI nutzen. Sie müssen das «Warum» verstehen. Und sie brauchen frühe Erfolgserlebnisse.

Robustes Tracking. Nicht um zu kontrollieren, sondern um zu verstehen, was funktioniert und wo nachgesteuert werden muss.

---

Kompetenzpfade: Nicht alle brauchen dasselbe

Ein häufiger Fehler: Alle Mitarbeitenden bekommen denselben Workshop. Die Buchhalterin, der Projektleiter, die Geschäftsführerin. Aber ihre Bedürfnisse und Rollen sind komplett unterschiedlich.

Wir arbeiten in der Beratung mit vier Kompetenzpfaden, die sich an den Rollen im Unternehmen orientieren:

Alle Mitarbeitenden (KI-Grundlagen)

Basiswissen, das jede und jeder im Unternehmen braucht:

• Verstehen, was KI kann und was nicht
• Einfache Tools sicher nutzen
• Datenschutz und Unternehmensrichtlinien kennen
• Informierte Entscheidungen treffen

KI-Anwender (Power User)

Mitarbeitende, die KI aktiv in ihre tägliche Arbeit integrieren:

• Prompting beherrschen und Ergebnisse kritisch bewerten
• KI in bestehende Workflows integrieren
• ChatGPT, Copilot oder branchenspezifische Tools produktiv einsetzen
• Messbar effizienter arbeiten

KI-Ambassadors (oder KI-Champions)

Die Multiplikatoren im Unternehmen.

• Adoption im Team vorantreiben
• Kolleginnen und Kollegen schulen, Best Practices sammeln
• Feedback an die Führungsebene geben
• Bindeglied zwischen Strategie und Alltag

In unserem 8-Phasen-Playbook ist das die dritte Stufe, und sie ist entscheidend für den Erfolg der gesamten KI-Integration.

Führungskräfte

Strategisches Verständnis und Vorbildfunktion.

• KI in die Unternehmensstrategie einordnen
• Investitionsentscheide treffen
• Change Management und Widerstände navigieren
• Als Vorbild vorangehen

88% vs. 25%: Der Unterschied bei den Managern

Die BCG-Studie zeigt dazu eine eindrückliche Zahl: In erfolgreichen Unternehmen nutzen 88% der Manager KI aktiv als Vorbilder und integrieren sie in ihre täglichen Entscheidungen. Bei Nachzüglern sind es 25%. Das sehe ich bei uns genauso: In den Unternehmen, wo die GL selbst im Workshop sitzt, mitarbeitet und danach sichtbar KI nutzt, zieht das ganze Team nach. Wo die GL den Workshop «für die Mitarbeitenden» bucht und selbst nicht teilnimmt, passiert meistens wenig.

Quelle: BCG Build for the Future x AI 2025 Global Study (n = 1'250)

---

Der strukturierte Weg: Vom GL-Workshop zur lernenden Organisation

Wenn es funktioniert, dann meistens so: Es beginnt nicht mit einer Teamschulung, sondern mit einem Geschäftsleitungs-Workshop. Die GL definiert die Vision, versteht die Möglichkeiten und Grenzen, und gibt die Richtung vor.

Ohne diesen Schritt fehlt die strategische Verankerung, und jede KI-Initiative bleibt ein Hobby-Projekt.

Dann folgt die Arbeit am Zielbild und an der Roadmap:

• Wo wollen wir in 12 Monaten stehen?
• Welche Use Cases priorisieren wir?
• Welche Tools evaluieren wir?
• Welche Governance brauchen wir?

Das sind Fragen, die beantwortet sein müssen, bevor die erste Teamschulung stattfindet.

Erst danach kommen die Teamschulungen. Und zwar nicht als Einmal-Event, sondern eingebettet in einen grösseren Rahmen: Mit klaren Zielen, definierten Use Cases für jedes Team und einem konkreten Follow-up-Plan.

Begleitung nach den Schulungen

Der letzte Punkt ist der entscheidende:

• KI-Sprechstunden: Teams können ihre konkreten Fragen klären
• Interne KI-Champions: Feste Ansprechpersonen in jedem Team
• Regelmässige Check-ins: Was funktioniert, wo hakt es?
• Micro-Learning: Kurze, aktuelle Lerneinheiten im Arbeitsalltag

---

Warum die GL den ersten Schritt machen muss

Dieser Punkt ist mir persönlich besonders wichtig, weil er in der Praxis den grössten Unterschied macht.

Die BCG-Studie formuliert es so: «Employees need to see their managers engaging with AI and integrating it into work patterns. That's why AI leaders are 3.5x as likely as laggards to actively use AI tools themselves and 3x as likely to sponsor a senior AI champion.»

Übersetzt: Es reicht nicht, KI-Schulungen zu verordnen. Die Führung muss selbst nutzen, was sie empfiehlt.

Aber es geht noch tiefer: In den Unternehmen, in denen es funktioniert, sehen Mitarbeitende KI nicht als etwas, das «von oben» verordnet wird, sondern als etwas, das ihre direkten Vorgesetzten täglich nutzen. Das macht einen fundamentalen Unterschied.

Ich hatte letztens einen GL-Workshop, bei dem der CEO nach der ersten Stunde gesagt hat: «Warum nutze ich das nicht schon längst?» Zwei Wochen später hat er mir geschrieben, dass er jetzt jeden Morgen mit KI seinen Tag plant. Das Team hat es mitbekommen und plötzlich war die Hemmschwelle viel tiefer.

Mein Rat an Führungskräfte:

• Fangt bei euch selbst an
• Nutzt KI in eurem Alltag und zeigt es
• Sprecht darüber, auch über Misserfolge
• Authentizität schlägt Perfektion

Wenn das Team sieht, dass auch die Chefin mal einen schlechten Prompt schreibt und daraus lernt, senkt das die Hemmschwelle für alle.

---

Was du konkret tun kannst: 5 Schritte für nachhaltiges KI-Upskilling

Wenn du in deinem Unternehmen KI-Kompetenz aufbauen willst, die über den ersten Workshop hinaus Bestand hat, empfehle ich diese fünf Schritte:

1. Starte bei der Geschäftsleitung. Bevor du Teamschulungen planst, braucht die GL ein gemeinsames Verständnis. Ohne Rückendeckung und aktives Vorleben von oben bleibt jede KI-Initiative ein Hobby-Projekt.

2. Definiere Kompetenzpfade. Nicht alle brauchen dasselbe. Überlege dir, wer in deinem Unternehmen welche Rolle einnimmt und welche Kompetenzen dafür nötig sind. Die vier Pfade (Alle MA, KI-Anwender, Ambassadors, Führungskräfte) sind ein guter Startpunkt.

3. Identifiziere KI-Champions. In jedem Team gibt es Personen, die neugieriger sind als andere. Gib ihnen eine Rolle, Verantwortung und vor allem Zeit. Sie sind deine Multiplikatoren und der Schlüssel zur nachhaltigen Adoption.

4. Schaffe geschützte Lernzeit. Erfolgreiche Unternehmen räumen ihren Mitarbeitenden explizit Zeit zum Lernen und Experimentieren ein. Das muss nicht viel sein: Eine Stunde pro Woche, in der man neue Tools ausprobieren, Prompts verfeinern oder sich mit Kolleginnen und Kollegen austauschen kann.

5. Plane über den Workshop hinaus. Ein Workshop ist der Startpunkt, nicht das Ziel. Plane von Anfang an, was danach kommt: Follow-up-Sessions nach 4 und 8 Wochen, KI-Sprechstunden für konkrete Fragen, interne Lerngruppen, ein Micro-Learning-Programm. Die 90% des Lernens, die ausserhalb des Kursraums stattfinden, brauchen einen Rahmen.

---

Bonus: KI-Upskilling Readiness Check

Zum Schluss noch ein kleines Goodie: Eine Checkliste, mit der du einschätzen kannst, wie gut dein Unternehmen für nachhaltiges KI-Upskilling aufgestellt ist. Geh die Punkte durch und zähle, wie viele davon bei euch bereits erfüllt sind.

Strategie & Führung

• Die Geschäftsleitung hat ein gemeinsames Verständnis von KI und deren Potenzial
• Es gibt eine dokumentierte KI-Vision oder KI-Roadmap
• Führungskräfte nutzen KI aktiv und sichtbar im Alltag

Struktur & Rollen

• Es gibt definierte Kompetenzpfade für verschiedene Rollen
• KI-Champions oder Ambassadors sind identifiziert und haben eine klare Rolle
• Es gibt eine verantwortliche Person oder Stelle für KI-Enablement

Lernen & Entwicklung

• Mitarbeitende haben geschützte Lernzeit für KI-Themen
• Es gibt regelmässige Follow-ups nach Schulungen (z.B. KI-Sprechstunden)
• Peer Learning und interner Wissensaustausch werden aktiv gefördert

Umsetzung & Messung

• Konkrete Use Cases sind identifiziert und priorisiert
• Es gibt Governance-Richtlinien für den KI-Einsatz
• Der Fortschritt wird gemessen (Nutzung, Effizienzgewinne, Zufriedenheit)

Auswertung:

• 10-12 Punkte: Ihr seid auf einem sehr guten Weg
• 7-9 Punkte: Solide Basis, aber noch Lücken in der Struktur
• 4-6 Punkte: Einzelne Ansätze vorhanden, aber es fehlt der rote Faden
• 0-3 Punkte: Hier lohnt sich ein strukturierter Neustart

---

Key Takeaways

• Ein einzelner Workshop legt das Fundament, baut aber allein keine nachhaltige KI-Kompetenz auf
• 70% des KI-Werts kommt von den Menschen, nicht von der Technologie (BCG, 2026)
• Wir liegen bei KI-Fachwissen deutlich hinter dem globalen Durchschnitt (Deloitte, 2025)
• Das 70-20-10 Framework zeigt: Nur 10% des Lernens passiert in formalen Trainings, 70% on-the-job
• Vier Kompetenzpfade (Alle MA, KI-Anwender, Ambassadors, Führungskräfte) ermöglichen rollenspezifisches Upskilling
• Führungskräfte müssen als Vorbilder vorangehen: 88% der Manager in erfolgreichen Unternehmen nutzen KI aktiv
• Strukturierte Begleitung nach Schulungen (KI-Sprechstunden, Champions, Micro-Learning) ist der entscheidende Erfolgsfaktor

---

Fazit

KI-Kompetenz aufzubauen ist kein Projekt, sondern ein Prozess. Der Workshop ist der Funke, aber ohne Struktur, Begleitung und Verbindlichkeit wird daraus kein Feuer.

Die Daten sind eindeutig: Unternehmen, die KI-Upskilling als strategische Priorität behandeln und ihre Mitarbeitenden langfristig begleiten, erzielen messbar bessere Ergebnisse.

Und wir Schweizer haben hier noch einiges aufzuholen. Nicht weil die Bereitschaft fehlt, sondern weil die Strukturen noch nicht da sind.

Mein Rat: Denk nicht in Einzelmassnahmen. Denk in Programmen. Starte bei der GL, definiere klare Kompetenzpfade, identifiziere deine Champions und schaffe Strukturen, die über den ersten Impuls hinaus tragen.

Und ja, das braucht Budget und Commitment. Aber die Alternative ist teurer: Schulungen, die verpuffen, Tools, die niemand nutzt, und eine Belegschaft, die den Anschluss verliert.

Der Weg von der KI-Begeisterung zur KI-Kompetenz ist kein Sprint. Aber wer heute die richtigen Strukturen schafft, hat morgen ein Team, das KI nicht nur kennt, sondern wirklich produktiv nutzt.

Viel Spass beim umsetzen.

Bis nächsten Sonntag 👋🏽

Andreas