KI-Kompetenz: Kein einmaliger Kurs, sondern ein laufender Prozess

Du hast die Schulung ausgerollt, die Completion Rate steht bei 94 Prozent, das Projekt ist abgehakt. Sechs Monate später fragt ein Mitarbeiter, warum im Kurs noch von einem Modell die Rede ist, das es so nicht mehr gibt. Genau hier beginnt das Problem: KI-Wissen hat eine Halbwertszeit von drei bis sechs Monaten, und eine KI-Schulung aktuell halten ist kein Nice-to-have, sondern die Voraussetzung dafür, dass deine Investition überhaupt etwas wert bleibt. 

Dieser Beitrag richtet sich an alle, die KI-Tools im Unternehmen verantworten und sich fragen, warum «einmal produziert» bei KI nicht funktioniert. Wir nehmen die These auseinander und zeigen, was Aktualisierung tatsächlich kostet.

Die These: Ein statischer KI-Kurs altert schneller, als du ihn abschreibst

Klassische Schulungsinhalte hatten eine angenehme Eigenschaft: Sie blieben jahrelang gültig. Ein Kurs zu Arbeitssicherheit oder Buchhaltungsgrundlagen liess sich produzieren und dann lange laufen. Diese Logik hat sich tief in die Art eingebrannt, wie Unternehmen über Weiterbildung denken und genau diese Logik ist bei KI falsch.

Die gängige Meinung lautet: Wir kaufen einen guten KI-Kurs, rollen ihn aus, und damit ist das Thema Kompetenz erledigt. Klingt vernünftig, ist es aber nicht. Denn die Geschwindigkeit, in der sich Modelle, Funktionen und Best Practices verändern, hat mit allem gebrochen, was wir aus der klassischen Weiterbildung kennen.

Was heisst das konkret? Ein Kurs, der im Frühling den State of the Art zeigt, beschreibt im Herbst eine Welt, die es so nicht mehr gibt. Die Screenshots stimmen nicht mehr. Die Funktionen heissen anders. Die Beispiele wirken alt. Und das Schlimmste: Die Mitarbeitenden merken es. Vertrauen in einen Kurs, der sichtbar veraltet ist, lässt sich kaum reparieren.

Warum «einmal produziert» bei KI nicht funktioniert

Der Unterschied liegt nicht im Aufwand der Produktion, sondern in der Halbwertszeit des Inhalts. KI-Wissen veraltet in einem Tempo, das jede statische Produktion einholt, bevor sie sich amortisiert hat.

Ein nützliches Raster dafür liefert das McKinsey-Rewired-Modell, das auf über 200 grossangelegten Transformationen basiert. Es nennt sechs Dimensionen erfolgreicher KI-Transformation: Strategie, Talent, Operating Model, Technologie, Daten sowie Adoption und Scaling. Interessant dabei: Keine dieser Dimensionen ist ein einmaliger Akt. Alle sechs verlangen kontinuierliche Anpassung, weil sich die Grundlage, auf der sie stehen, permanent verschiebt.

Dazu kommt ein zweiter Befund: Laut dem Work Trend Index von LinkedIn und Microsoft ist AI Literacy die gefragteste Kompetenz 2025. Eine gefragte Kompetenz ist aber kein fixer Wissensblock, den man einmal vermittelt und dann archiviert. Sie ist ein bewegliches Ziel. Wer sie schult, muss mit ihr mitziehen.

Fakt: Das Rewired-Modell macht Adoption und Scaling zu eigenständigen Dimensionen. Deutung: Adoption ist nichts, was nach dem Rollout passiert, sondern ein Dauerzustand, der gepflegt werden will. Ein Kurs, der das nicht abbildet, schult eine Momentaufnahme statt einer Fähigkeit.

Learning Debt und die Konsequenzen daraus 

Hier wird es für dich als IT- oder Innovationsverantwortliche besonders greifbar, denn die Mechanik ist dir vertraut. Du kennst technische Schuld: Eine schnelle Lösung heute, die morgen teuer wird, weil sie nicht sauber gebaut wurde. Unterlassene Aktualisierung von Wissen funktioniert genau gleich: wir nennen es Learning Debt.

Wie technische Schuld kumuliert sich unterlassener Kompetenzaufbau zu Lernschulden, deren spätere Tilgung deutlich teurer ist als kontinuierliche Investition. Chronischer Mangel an Weiterbildung ist betriebswirtschaftlich keine Nullposition, sondern eine aufgeschobene und verzinste Kostenposition. Das Tückische: Sie taucht in keiner Bilanz auf. Niemand bucht «veraltetes KI-Wissen» als Verbindlichkeit. Trotzdem ist sie da.

Und gerade bei schnell veränderlichen Kompetenzen wie der KI-Anwendung entstehen die Lücken besonders rasch. Sie mindern operative Leistungsfähigkeit und Anpassungstempo unmittelbar. Während der Kurs im LMS unverändert vor sich hin läuft, wächst im Hintergrund der Abstand zwischen dem, was die Belegschaft kann, und dem, was die Tools inzwischen verlangen.

Die Konsequenz ist unangenehm konkret. Du hast Lizenzen für Copilot, Gemini oder ein internes KI-Tool gekauft. Diese Lizenzen entfalten nur dann Wert, wenn die Leute die Tools auch nutzen, und zwar auf dem aktuellen Stand. Ein veralteter Kurs untergräbt genau die Tool-Investition, die du eigentlich absichern wolltest. Du zahlst zweimal: einmal für die Lizenz, einmal für die ausbleibende Nutzung.

Was Aktualisierung wirklich kostet 

An diesem Punkt kommt der berechtigte Einwand: Updates kosten doch auch Geld. Stimmt. Die spannende Frage ist nicht, ob Aktualisierung etwas kostet, sondern wie viel und ob dieser Preis fair ist. Und hier gibt es einen Anker, den du aus deinem eigenen Software-Budget bestens kennst.

Der Branchen-Benchmark für Software-Wartung liegt seit Jahren stabil bei 18 bis 22 Prozent des initialen Lizenzpreises pro Jahr. SAP Enterprise Support liegt bei 22 Prozent, Oracle ebenfalls bei 22 Prozent. Niemand stellt diese Zahl ernsthaft infrage. Sie ist die akzeptierte Norm dafür, dass Software gepflegt, gepatcht und aktuell gehalten wird.

Für KI-Content lässt sich derselbe Massstab anlegen, mit einem nachvollziehbaren Aufschlag. Ein Premium-Satz von 22 statt 18 Prozent ist gerechtfertigt, und zwar aus drei Gründen:

• Veränderungsgeschwindigkeit: KI-Inhalte altern schneller als klassische Software. Mehr Tempo bedeutet mehr Pflegeaufwand.
• EU-AI-Act-Updates: Regulatorische Anforderungen entwickeln sich weiter. Ein Kurs, der den KI-Kompetenz-Nachweis liefern soll, muss mit der Regulierung Schritt halten.
• Schweizer DSG-Spezifika: Datenschutz-Besonderheiten verlangen lokale Anpassung, nicht generischen Import-Content.

Was bedeutet das? Du bezahlst für Aktualisierung nicht mehr als für jede andere geschäftskritische Software auch. Der einzige Unterschied: Bei KI ist die Wartung nicht optional, sondern der Kern des Werts. Eine Software ohne Updates ist unsicher. Ein KI-Kurs ohne Updates ist schlicht falsch.

Vom einmaligen Kauf zum laufenden Modell

Die ehrliche Konsequenz aus all dem: Ein KI-Kurs sollte kein Produkt sein, das du einmal kaufst, sondern ein Service, der mitläuft. Das klingt nach mehr Aufwand, ist aber in Wahrheit die günstigere Variante, weil du die Learning Debt gar nicht erst auflaufen lässt.

Aktualisierung ergibt nur über Zeit Sinn. Ein Kurs ein Quartal lang aktuell zu halten und dann sich selbst zu überlassen, wäre wie ein Software-Wartungsvertrag, den man schon bald kündigt. Der eigentliche Punkt ist aber nicht das Preismodell. Es ist der Denkwechsel dahinter: weg von «Kurs als Asset, das abnutzt», hin zu «Kompetenz als Prozess, der gepflegt wird». Wer KI-Schulung als einmaligen Einkauf budgetiert, hat das Problem nicht verstanden. Wer sie als laufende Wartung budgetiert, hat es gelöst.

Was das für dich konkret bedeutet

Wenn du gerade einen KI-Kurs evaluierst oder bereits einen im Einsatz hast, lohnen sich drei nüchterne Fragen. 

1. Wann wurde der Inhalt zuletzt aktualisiert und in welchem Rhythmus passiert das? 2.
2. Deckt der Kurs den EU-AI-Act-Nachweis ab und wird er mit der Regulierung mitgezogen
3. Steht hinter dem Preis ein Wartungsmodell oder nur eine einmalige Rechnung?

Aus unserer Sicht entscheidet weniger der Kaufpreis als die Antwort auf die Frage, was nach dem Kauf passiert. Ein günstiger statischer Kurs, der in sechs Monaten veraltet, ist teurer als ein gepflegter Kurs, der aktuell bleibt. 

Die quartalsweise Aktualisierung ist deshalb kein Extra, das man dazubucht. Sie ist die Pflicht, ohne die das ganze Vorhaben seinen Sinn verliert.

Häufige Fragen

Wie oft muss eine KI-Schulung aktualisiert werden?

Da KI-Wissen eine Halbwertszeit von drei bis sechs Monaten hat, ist ein quartalsweiser Rhythmus die sinnvolle Untergrenze. Alles Längere führt dazu, dass der Kurs eine Realität beschreibt, die es nicht mehr gibt. Screenshots, Funktionen und Beispiele laufen aus dem Takt. Wichtig ist nicht nur das Intervall, sondern dass Aktualisierung als fester Prozess vereinbart ist und nicht von Fall zu Fall passiert.

Was kostet es, eine KI-Schulung aktuell zu halten?

Ein fairer Anker ist der Software-Wartungs-Benchmark von 18 bis 22 Prozent des initialen Lizenzpreises pro Jahr, wie ihn etwa SAP und Oracle mit 22 Prozent ansetzen. Für KI-Content ist der obere Wert gerechtfertigt, weil Veränderungsgeschwindigkeit, EU-AI-Act-Updates und Schweizer DSG-Spezifika mehr Pflege verlangen.

Was ist Learning Debt?

Learning Debt funktioniert wie technische Schuld: Unterlassener Kompetenzaufbau kumuliert sich zu Lernschulden, deren spätere Tilgung deutlich teurer ist als kontinuierliche Investition. Sie taucht in keiner Bilanz auf, mindert aber operative Leistungsfähigkeit und Anpassungstempo unmittelbar, besonders bei schnell veränderlichen Kompetenzen wie der KI-Anwendung.

Lohnt sich ein einmaliger KI-Kurs überhaupt noch?

Nur, wenn ein Wartungsmodell dahintersteht. Ein einmal produzierter Kurs ohne laufende Aktualisierung verliert innerhalb eines halben Jahres seinen Wert und untergräbt sogar die Tool-Lizenzen, die er eigentlich absichern soll. Sinnvoll ist die Verschiebung vom einmaligen Kauf hin zu einem laufenden Service, der die Kompetenz auf Stand hält.