Was die großen Programme lehren

Wer sich zum Thema KI weiterbilden will, findet heute Hunderte Angebote: sechswöchige Online-Kurse von MIT und Harvard, Präsenztage in Stanford und Cambridge, Zertifikatslehrgänge von IHK und TÜV, kostenlose Kurse von Hochschulen und Herstellern. Für diesen Kompass haben wir im November 2026 über 50 dieser Programme gesichtet, ihre Module, Methoden und Abschlussarbeiten verglichen. Den vollständigen Überblick mit Anbieter, Dauer, Format und Zielgruppe findet ihr im Kursatlas.

Diese Seite fasst zusammen, was dabei herauskommt. Sie spart euch die Sichtung und zeigt, welche Lehren für einen Betrieb mit 20 oder 100 Menschen wirklich zählen.

Der gemeinsame Kanon

Ein Kanon ist der Grundstock, den fast alle lehren. Bei den KI-Programmen ist er erstaunlich einheitlich, egal ob die Schule in Boston, Fontainebleau oder Frankfurt steht. Sechs Themen tauchen überall auf:

1. Grundlagen. Was KI ist, wie maschinelles Lernen funktioniert (ein Programm lernt Muster aus Beispielen, statt Regeln vorgegeben zu bekommen), was generative KI dazu bringt, Texte und Bilder zu erzeugen, und wo ihre Grenzen liegen.
2. Anwendungsfälle finden und bewerten. Welche Aufgaben sich für KI eignen, gemessen an Nutzen, Machbarkeit und Risiko.
3. Strategie und Fahrplan. Schnelle Erfolge neben langfristigen Vorhaben, meist mit einem Reifegradmodell und einer Roadmap (einem Zeitplan mit Meilensteinen) als Ergebnis.
4. Regeln, Ethik, Recht. In Europa vor allem der AI Act, dazu Datenschutz, Urheberrecht und die Frage, wer haftet.
5. Menschen und Organisation. Rollen, Teams, Veränderung und Kultur. Viele Programme betonen, dass hier der größte Teil der Arbeit liegt.
6. Abschlussprojekt am eigenen Unternehmen. Fast jedes Programm endet mit einer Arbeit, die das Gelernte auf die eigene Firma anwendet.

Seit 2025 kommt überall ein siebtes Thema dazu: Agenten. Also KI, die selbstständig mehrere Schritte erledigt. Die Programme fragen, wie viel Eigenständigkeit man ihr gibt, wie man sie überwacht und wie man die Kosten im Griff behält. Neue Kurse aus Cambridge oder Frankfurt lassen Führungskräfte Agenten sogar selbst bauen, ganz ohne Programmierkenntnisse.

Die Denkwerkzeuge, die immer wieder auftauchen

Hinter den Modulen stehen eine Handvoll Modelle, die in vielen Programmen gelehrt werden. Wir erklären sie hier in eigenen Worten und nennen jeweils, woher sie stammen.

KI macht Vorhersagen billig. Die Ökonomen Ajay Agrawal, Joshua Gans und Avi Goldfarb (Toronto, 2018) beschreiben KI als Maschine, die Vorhersagen günstig macht: Welcher Kunde springt ab, welches Teil fällt aus, welcher Text passt. Wenn Vorhersagen billig werden, wird das menschliche Urteil wertvoller, also die Entscheidung, was mit der Vorhersage geschieht. Ihr AI Canvas zerlegt eine Entscheidung in Vorhersage, Urteil, Handlung und Ergebnis.

Aufgaben statt Berufe ansehen. Andrew Ng, einer der bekanntesten KI-Lehrer, rät, jede Rolle in einzelne Aufgaben zu zerlegen und für jede Aufgabe zu prüfen, ob KI hilft. KI übernimmt Aufgaben, selten ganze Arbeitsplätze. Sein AI Transformation Playbook (2018) empfiehlt außerdem: mit Pilotprojekten Schwung holen, breit schulen und die große Strategie erst schreiben, wenn erste Erfolge da sind.

Nutzen gegen Machbarkeit. Fast jedes Programm sortiert Anwendungsfälle in eine Matrix mit zwei Achsen, oft mit Risiko als dritter. Oben rechts liegen die Quick Wins, also schnelle Erfolge mit wenig Aufwand. Großer Nutzen bei hohem Aufwand ergibt Leuchtturmprojekte, die man gut plant.

Bauen, kaufen oder mit Partner. Bauen lohnt, wenn ein Fall euch vom Wettbewerb unterscheidet und eigene Daten dahinterstehen. Kaufen passt bei Standardaufgaben. Ein Partner hilft, wenn Fähigkeiten im Haus fehlen. Columbia ergänzt die Grundhaltung: umbauen, anpassen oder abwarten.

Die KI-Fabrik. Marco Iansiti und Karim Lakhani (Harvard, 2020) beschreiben Firmen, die um KI herum gebaut sind, als Fabrik aus Daten, Algorithmen, Experimenten und Technik. Jede Nutzung erzeugt Daten, die Daten verbessern die Vorhersage, die bessere Vorhersage zieht mehr Nutzung an.

Stufen der Eigenständigkeit. Mehrere Schulen, etwa IMD und Cambridge, unterscheiden, ob eine KI nur empfiehlt, mit Freigabe handelt oder ganz allein. Welche Stufe passt, hängt davon ab, was auf dem Spiel steht.

Die zerklüftete Grenze. Eine Studie von Harvard und der Boston Consulting Group (2023, 758 Beratende) zeigt: Bei Aufgaben, die KI gut kann, wurden die Teilnehmenden deutlich schneller und besser. Bei Aufgaben knapp jenseits dieser Grenze lagen sie mit KI häufiger falsch als ohne. Die Grenze verläuft unregelmäßig, deshalb muss man sie im eigenen Betrieb ausprobieren. Am meisten profitierten übrigens die bisher Schwächeren.

Menschen und Maschinen als eine Gruppe. Thomas Malone vom MIT Center for Collective Intelligence entwirft Organisationen als „Superminds“: Menschen und Computer denken gemeinsam, und die Frage ist, wie man diese Gruppe am besten zusammensetzt.

Vier Fähigkeiten im Umgang mit KI. Das AI-Fluency-Modell von Rick Dakan und Joseph Feller, verbreitet über die Anthropic Academy, beschreibt, was gute Zusammenarbeit mit KI ausmacht: klug entscheiden, was man abgibt, klar beschreiben, was man will, kritisch prüfen, was zurückkommt, und Verantwortung für das Ergebnis tragen. Das Original steht unter einer Lizenz, die kommerzielle Nutzung ausschließt. Wir verweisen deshalb nur darauf und arbeiten in der Säule Schulen mit eigenen Übungen.

Was davon im Mittelstand wirklich zählt

Die großen Programme sind gut gemacht. Sie sind aber meist für Konzerne in den USA geschrieben, ihre Fallbeispiele kommen aus Banken, Plattformen und Tech-Firmen. Für einen Betrieb in Sachsen mit Werkstatt, Büro und Außendienst verschieben sich die Gewichte.

Was voll zählt:

• Aufgaben zerlegen und Fälle bewerten. Das ist der wertvollste Teil jedes Programms und funktioniert in jeder Größe. Im Kompass steckt er im Use-Case-Workshop und im Use-Case-Finder der Werkstatt.
• Mit kleinen Piloten anfangen. Ngs Rat passt genau zum Mittelstand: erst ein Ablauf, der sich spürbar rechnet, dann der nächste.
• Die zerklüftete Grenze ernst nehmen. Wer weiß, wo KI überzeugend danebenliegt, schützt sich vor teuren Fehlern. Dafür gibt es in der Werkstatt die Übung „Echt oder überzeugend falsch?“.
• Menschen vor Technik. Alle Programme sagen es, der Mittelstand erlebt es noch direkter: In einem kleinen Team entscheidet die Haltung jeder einzelnen Person über den Erfolg.
• Stufen der Eigenständigkeit. Für Agenten im echten Betrieb ist diese Frage zentral. Unsere Agenten-Seiten beginnen deshalb immer mit Freigabe durch einen Menschen.

Was weniger zählt:

• Die große Theorie. Neuronale Netze im Detail, Mathematik hinter dem Lernen, Robotik und autonomes Fahren füllen in manchen Kursen Wochen. Für die Arbeit im Betrieb reicht ein gutes Grundverständnis.
• Die KI-Fabrik im großen Maßstab. Eigene Datenplattformen und Data-Science-Teams sind für die meisten Betriebe unter 250 Menschen zu groß. Die Idee dahinter zählt trotzdem: Jede Nutzung soll das System ein wenig besser machen. Im Kompass beschreibt Stufe 7, wie das auch im Kleinen geht.

Was den meisten Programmen fehlt und der Kompass ergänzt:

• Umsetzung bis zum laufenden System. Die meisten Kurse enden mit einem Plan. Für euch zählt, was am Montag läuft. Die Stufen 4 bis 7 und die Säulen Agenten bauen und KI-System bauen gehen deshalb bis ins Bauen.
• Deutsche Rahmenbedingungen. Betriebsrat, Datenschutz in der Praxis, Förderung in Sachsen und im Bund und Werkzeuge mit Sitz in der EU kommen in internationalen Programmen kaum vor. Sie stehen in den Säulen Recht und Sicherheit und Wirtschaftlichkeit.
• Wirtschaftlichkeit für kleine Budgets. Statt Millionenrechnungen braucht ihr die Frage, ob sich ein Werkzeug für fünf Menschen im Büro lohnt. Der Zeitrechner in der Werkstatt beantwortet sie mit euren Zahlen.
• Eure Software. Warenwirtschaft, Branchenlösung, Dokumentenablage und E-Mail sind der Ort, an dem KI wirken muss. Die Stufenseiten zeigen, wie sie sich anbinden lassen.
• Das ganze Team statt einer Person. Die meisten Programme schulen Einzelne. Ein Betrieb kommt weiter, wenn alle mitgehen, mit Champions, Richtlinie und gemeinsamer Übung. Das beschreibt die Säule Menschen mitnehmen.
• Begleitung danach. Kaum ein Programm bleibt, bis es im Betrieb läuft. Der Kompass bleibt offen, ihr könnt jederzeit nachschlagen.

Wie ihr den richtigen Kurs findet

Ein Kurs lohnt sich, wenn er zu eurer Rolle und eurer Stufe passt. Drei Fragen helfen bei der Wahl:

1. Wer soll lernen? Für alle Mitarbeitenden reichen meist kostenlose deutschsprachige Grundkurse, etwa Elements of AI oder die Angebote auf dem KI-Campus. Führungskräfte profitieren von Programmen mit Strategie und Fallarbeit. Wer selbst Abläufe und Agenten bauen will, braucht Kurse mit Praxisanteil.
2. Wie lernt ihr am besten? Selbstlernen ist günstig und flexibel, bleibt aber oft liegen. Live-Formate und Präsenz wirken stärker: Laut einer Befragung der Boston Consulting Group (2025) nutzen Beschäftigte KI deutlich häufiger regelmäßig, wenn sie mehr als fünf Stunden geschult wurden, besonders mit Präsenz und einem Menschen als Coach.
3. Was bleibt am Ende im Betrieb? Achtet auf ein Abschlussprojekt am eigenen Unternehmen. Ein Zertifikat ist schön, ein laufender Ablauf ist besser.

Im Kursatlas könnt ihr alle gesichteten Programme nach Kosten, Sprache, Zielgruppe und Format filtern. Zu jedem Programm steht dort, was wir daraus für den Mittelstand mitnehmen.