Die Methode

In einer Welt voller Tools wird das Erlebnis zum Produkt.

Die meisten Corporate-Trainings sind Content-Auslieferung. Wir gestalten Erlebnisse. Live, moderiert, verhaltensoffenbarend. Erlebnisse, in denen Teams die Sache üben, statt darüber unterrichtet zu werden. Hier ist, warum wir so arbeiten, und was wir in zehn Jahren über zwei Kontinente, 60 Organisationen und 12 Branchen gelernt haben.

01 · Das Problem

Die KI-Trainingsbranche löst das falsche Problem.

Jede Organisation, mit der wir in den letzten zwölf Monaten gesprochen haben, kauft dasselbe. Einen ChatGPT-Workshop. Einen Prompt-Engineering-Kurs. Eine Tutorial-Bibliothek. Reale Budgets, leise enttäuschende Ergebnisse.

Das Standardprogramm bringt Menschen bei, ein Werkzeug zu bedienen. Hier klicken. So prompten. Dieses Template nutzen. Es behandelt die Interaktion mit einem LLM wie ein Software-Update. Diese Sichtweise ist bereits 2026 überholt. Die Spitze sind agentische Workflows, Multi-Modell-Orchestrierung, Mensch-KI-Teams, in denen der Mensch entwirft, bewertet und eingreift, statt clevere Anweisungen zu tippen. Nichts davon funktioniert ohne ein präzises mentales Modell davon, wie die zugrundeliegenden Systeme sich tatsächlich verhalten.

Ihre KI-Kollegin hat kein Gedächtnis an gestern. Sie liegt mit einer Selbstsicherheit falsch, die mit ihrer tatsächlichen Treffgenauigkeit nichts zu tun hat. Sie optimiert wörtlich auf das, was Sie gesagt haben, nicht auf das, was Sie meinten. Wer diese Eigenschaften verinnerlicht hat, arbeitet anders mit dem System. Wer nicht, eben nicht. Die Forschung stützt das direkt.

BCG (2024, via IBM): 89% der Unternehmen sagen, ihre Belegschaft braucht bessere KI-Fähigkeiten. Nur 6% haben mit Upskilling in nennenswerter Weise begonnen. Nicht abgeschlossen. Begonnen.

SHRM (2024): Etwa 1 von 5 Organisationen glaubt, dass ihr aktuelles Upskilling funktioniert. Die häufigsten Gründe für Scheitern: Training irrelevant für reale Rollen, Sessions ohne Zeit zur Teilnahme, Inhalte ohne Bezug zur tatsächlichen Arbeit.

02 · Unsere Beobachtung

Teams performen, wenn sie wissen, wie ihre Kolleginnen denken.

In zehn Jahren Engagement-Design hat ein Muster konsistenter gehalten als jedes andere: Die Teams, die performten, hatten nicht die besten Werkzeuge oder die schlausten Einzelnen. Sie waren die, in denen Kolleginnen tatsächlich verstanden, wie die anderen dachten. Nicht was sie taten. Wie sie dachten. Was ihnen zuerst auffiel, was sie übersahen, wo sie defensiv wurden, worin sie ungewöhnlich gut waren.

Dieses geteilte Verständnis sagt die Qualität der Arbeit zuverlässiger voraus als individuelle Fähigkeit oder formale Anreize. Es ist der Unterschied zwischen einem Team und einer Gruppe von Leuten, die einen Slack-Channel teilen. Heute fügt jede Organisation diesem Team einen neuen Kollegen hinzu, den künstlichen, und tut so, als gälte das Prinzip nicht mehr.

Die meisten Führungskräfte beschreiben das Denken ihrer menschlichen Kolleginnen mit erstaunlicher Präzision. Dann öffnen sie einen ChatGPT-Tab und behandeln ihn wie einen Süßigkeitenautomaten.

03 · Warum Simulation

In Intuition kann man sich nicht hineinlesen.

Man baut sie auf, indem man die Sache tut, dabei scheitert, sie noch einmal tut und bemerkt, was sich verändert hat. Das deckt sich mit der breiteren Trainingsforschung: Simulation und erfahrungsbasierte Formate gehören konsistent zu den wirksamsten für Skill-Transfer in echte Arbeitsleistung. Wir haben Sprache gelernt, indem wir sie schlecht sprachen. Laufen, indem wir fielen. Die Arbeitspsychologie einer neuen Kollegin lernen wir, indem wir mit ihr in einem Kontext interagieren, in dem die Einsätze echt sind, das Scheitern aber sicher.

Eine Simulation, in der Sie mit einer KI ein echtes Problem lösen müssen, lehrt Dinge, die keine Folie kann. Sie werden die Momente sehen, in denen die KI-Selbstsicherheit Sie täuscht. Sie werden den Unterschied zwischen einer gut gestellten und einer faulen Frage fühlen. Sie werden Intuition aufbauen.

Knoth et al. (2024, peer-reviewed): KI-Literacy, also das Verständnis dafür, wie KI funktioniert und welche Rollen sie in der Interaktion einnimmt, sagt Prompt-Qualität voraus, und Prompt-Qualität sagt die Qualität der erhaltenen Ergebnisse voraus. Die Kette hält.

04 · Wie wir arbeiten

Wie wir das Erlebnis gestalten.

Vier Schritte, jedes Mal. Keine Standard-Pakete, keine geskriptete Moderation, keine zwei Engagements identisch.

01
Zuhören
Strategiegespräch mit den Verantwortlichen für das Ergebnis. Echte Probleme, echte KPIs, echte Grenzen. Wir machen im ersten Call keinen Vorschlag. Wir hören zu, welches Verhalten Sie wirklich verändern wollen.
02
Entwerfen
Wir wählen Mechaniken, die das gesuchte Verhalten zutage fördern. Energiebudgets zeigen Priorisierung. Verstecktes Wissen zeigt Kommunikationsmuster. Zeitdruck zeigt Fold-Disziplin. Das Spiel ist das Instrument; das Verhalten ist die Datenquelle.
03
Live
Moderierte Session, 60 bis 120 Minuten je nach Format. Die Spielerinnen spielen. Wir beobachten. Das System erfasst strukturierte Signale (Aktionen pro Zug, Nachrichten, Fold-Entscheidungen). Keine Umfragen. Keine Selbstauskunft.
04
Spiegeln
Strukturiertes Debriefing, solange die Erfahrung noch frisch ist, schriftliche Team-Vereinbarungen, ein managementfertiger Bericht mit Belegen. Das, was Ihr Team letztes Quartal beschäftigt hat, taucht im Bericht mit einer Zugnummer daneben auf.

05 · Bilanz

Die Art von Zahlen, die sich aufsummiert.

10: Jahre im Engagement-Design
60+: Enterprise-Organisationen
3,000+: Teilnehmende erreicht
40+: Spielmechaniken in der Bibliothek
12: Branchen abgedeckt
100%: Der Sessions enden mit einer schriftlichen Team-Vereinbarung