Adaptives Lernen im Unternehmen: Was davon im Mittelstand funktioniert

Adaptives Lernen steht auf fast jeder Anbieterfolie, meist direkt neben „personalisiert“ und häufig als dasselbe gemeint. Technisch sind es zwei verschiedene Dinge mit sehr unterschiedlichen Voraussetzungen – und wer sie verwechselt, kauft eine Funktion, die im eigenen Haus nie genug Daten bekommt, um zu wirken.

Dieser Beitrag trennt die beiden Begriffe zuerst sauber, prüft dann, was echte Adaptivität voraussetzt, und beschreibt anschließend die vier Formen der Personalisierung, die auch bei 200 Beschäftigten und einem überschaubaren Kurskatalog funktionieren. Ein Abschnitt widmet sich einem Kriterium, das trotz breiter Verwendung keines ist: den Lerntypen.

Was ist der Unterschied zwischen personalisiertem und adaptivem Lernen?

Der Unterschied liegt im Zeitpunkt der Entscheidung.

Personalisiertes Lernen entscheidet vor dem Kurs, wer welche Inhalte erhält. Grundlage sind bekannte Merkmale: Rolle, Abteilung, Standort, Vorkenntnisse, Entwicklungsziel. Die Zuordnung erfolgt über Regeln, die Menschen festgelegt haben – etwa, dass alle in der Produktion die Gefahrstoffunterweisung bekommen und alle im Einkauf zusätzlich die Korruptionsprävention.

Adaptives Lernen entscheidet während des Kurses, wie es weitergeht. Grundlage sind die Antworten der lernenden Person: Wer eine Aufgabe löst, überspringt den erklärenden Teil; wer sie nicht löst, bekommt eine zusätzliche Erklärung, eine leichtere Variante oder ein anderes Beispiel. Diese Entscheidung trifft ein Algorithmus, nicht ein Mensch.

Beide Ansätze schließen sich nicht aus. In der Praxis ist Personalisierung die Grundschicht – wer sie nicht hat, dem nützt Adaptivität nichts, weil dann die falschen Personen im richtigen Kurs adaptiv geführt werden.

Was braucht adaptives Lernen, um zu funktionieren?

Drei Dinge, und alle drei sind teuer.

Ein großer Vorrat an Inhalten. Damit ein System verzweigen kann, muss es etwas haben, wohin es verzweigt: zusätzliche Erklärungen, alternative Beispiele, vertiefende Abschnitte, leichtere und schwerere Aufgabenvarianten. Als Faustregel gelten rund 50 Stunden produzierter Lerninhalt für eine Stunde adaptiven Kurs – ein Verhältnis, das wir auch im Beitrag zu digitalen Lerninhalten und der Make-or-Buy-Frage beschrieben haben.

Kalibrierte Aufgaben. Ein Algorithmus muss wissen, wie schwer eine Frage ist und was eine falsche Antwort über den Wissensstand aussagt. Diese Kalibrierung entsteht nicht beim Schreiben der Frage, sondern durch Auswertung vieler Antworten. Ohne sie steuert das System auf Basis von Vermutungen.

Genügend Lernende. Damit die Kalibrierung belastbar wird, braucht es pro Aufgabe eine dreistellige Zahl an Bearbeitungen. Bei einem Kurs mit 40 Fragen und 200 Beschäftigten, die ihn einmal jährlich absolvieren, dauert es Jahre, bis diese Basis entsteht – und bis dahin hat sich der Inhalt geändert.

Der dritte Punkt wird am häufigsten übersehen, weil er nicht nach Budget klingt. Er ist aber der härteste: Adaptivität ist ein statistisches Verfahren, und Statistik braucht Fälle.

Rechnet sich adaptives Lernen für mittelständische Unternehmen?

In den allermeisten Fällen nicht – und das ist keine Kritik am Verfahren, sondern eine Frage der Größenordnung. Adaptive Systeme entfalten ihren Nutzen dort, wo dieselben Inhalte von sehr vielen Menschen durchlaufen werden: in Konzernen mit fünfstelligen Beschäftigtenzahlen, bei Zertifizierungsanbietern, im Bildungsbereich mit jährlich wechselnden Jahrgängen.

Ein Unternehmen mit 300 Beschäftigten und einem Katalog aus Pflichtunterweisungen und einigen Fachkursen hat weder die Inhaltsmenge noch die Fallzahl. Was es stattdessen hat, ist ein sehr präzises Wissen darüber, wer welche Rolle ausübt – und genau daraus entsteht der größte Teil des erwarteten Nutzens, ohne dass ein Algorithmus beteiligt wäre.

Eine Ausnahme lohnt die Prüfung: Wenn Sie Kurse an viele externe Teilnehmende verkaufen oder als Verband beziehungsweise Akademie sehr große Gruppen schulen, kehrt sich die Rechnung um. Dann sind Fallzahlen vorhanden, und die Investition in adaptive Inhalte kann sich über die Wiederverwendung tragen.

Welche Personalisierung funktioniert ohne Algorithmus?

Vier Verfahren decken den größten Teil dessen ab, was von Adaptivität erwartet wird. Alle vier sind mit Bordmitteln umsetzbar.

Rollenbasierte Zuweisung. Das Soll hängt an der Rolle, nicht an der Person: Wer eine Funktion übernimmt, erhält automatisch die zugehörigen Pflicht- und Fachthemen; wer die Funktion verlässt, verliert sie. Das ist die wirksamste Form der Personalisierung überhaupt, weil sie ohne laufende Pflege korrekt bleibt. Wie sich das Soll sauber definieren lässt, beschreibt der Beitrag zur Qualifikationsmatrix.

Vorwissenstest mit Freitesten. Ein kurzer Test am Kursanfang, der bei ausreichendem Ergebnis den Kurs als abgeschlossen wertet oder Abschnitte überspringt. Das ist die Funktion, die Menschen meinen, wenn sie „adaptiv“ sagen – und sie kostet nur einen zusätzlichen Fragensatz. Bei Wiederholungsunterweisungen ist der Effekt spürbar: Erfahrene Beschäftigte werden nicht jährlich durch dieselben Grundlagen geführt.

Verzweigung nach Fall statt nach Person. Ein Kurs mit drei Szenarien, von denen jede Person das für ihren Bereich bearbeitet – Produktion, Büro, Außendienst. Die Verzweigung ist fest verdrahtet und trotzdem individuell erlebbar, weil sie am tatsächlichen Arbeitskontext ansetzt.

Verteilte Wiederholung. Kurze Auffrischungen in Abständen statt eines einmaligen Blocks. Der Effekt auf das Behalten ist gut belegt und unabhängig von jeder Technik; es genügt eine zeitgesteuerte Veröffentlichung. Für Themen mit Nachweispflicht lässt sich das mit den ohnehin nötigen Wiederholungsfristen verbinden.

Warum sind Lerntypen kein Kriterium für Personalisierung?

Weil die zugrunde liegende Annahme empirisch nicht trägt. Die Vorstellung, Menschen ließen sich in visuelle, auditive oder haptische Lerntypen einteilen und lernten dann besser, wenn das Material zum Typ passt, heißt in der Forschung Meshing-Hypothese. Ein vielzitierter Übersichtsartikel von Pashler, McDaniel, Rohrer und Bjork stellte 2008 fest, dass fast keine der vorliegenden Studien überhaupt ein Design hatte, das die Frage hätte klären können – und dass methodisch saubere Studien keinen Effekt fanden. Eine 2015 nach diesen Kriterien durchgeführte Untersuchung von Rogowsky, Calhoun und Tallal konnte ebenfalls keinen Vorteil nachweisen. Die Ruhr-Universität Bochum führt Lerntypen in ihrer Sammlung von Lernmythen; eine Übersicht zur Kritik findet sich auch im Eintrag zum Lerntyp.

Zwei Präzisierungen, damit daraus nicht der falsche Schluss wird.

Erstens: Präferenzen existieren. Menschen schauen lieber ein Video oder lesen lieber einen Text, und diese Vorliebe ernst zu nehmen, hilft der Motivation. Nicht belegt ist allein die Behauptung, dass sich der Lernerfolg verbessert, wenn man Inhalte auf einen Kanal beschränkt.

Zweitens: Mehrere Kanäle gleichzeitig wirken. Die Kombination aus Bild und Text ist besser belegt als jede Einzeldarbietung. Praktisch heißt das: Bieten Sie Inhalte in mehreren Formen an – Video mit Transkript, Grafik mit erklärendem Text – statt Personen einem Format zuzuordnen.

Für die Personalisierung folgt daraus eine einfache Regel: Nach Vorwissen und Rolle unterscheiden, nicht nach Sinneskanal.

Wie führen Sie personalisiertes Lernen in vier Schritten ein?

1. Rollen schneiden. Beginnen Sie mit wenigen, klar unterscheidbaren Rollen – zehn bis fünfzehn reichen für den Anfang. Eine Personalisierung, die auf 80 Feinrollen basiert, ist nach einem halben Jahr veraltet.

2. Pflicht und Kür trennen. Pflichtthemen werden zugewiesen, freiwillige Inhalte werden angeboten. Diese Trennung sauber zu halten, ist wichtiger als sie perfekt zu befüllen: Sobald Freiwilliges wie Pflicht wirkt, sinkt die Nutzung. Warum das so ist, behandelt der Beitrag zur Lernkultur im Unternehmen.

3. Ein Freitesten einbauen. Wählen Sie einen einzigen Kurs mit hohem Wiederholungsanteil und stellen Sie ihm einen Vorwissenstest voran. Das ist der Schritt mit dem besten Verhältnis von Aufwand zu sichtbarem Effekt, weil erfahrene Beschäftigte sofort Zeit sparen.

4. Messen, was sich ändert. Interessant sind Abbruchquoten, Bearbeitungsdauer und der Anteil derer, die das Freitesten bestehen. Bleibt die Dauer identisch, hat die Personalisierung nichts bewirkt – dann liegt es meist an zu grob geschnittenen Rollen.

Was verändert KI daran tatsächlich?

Weniger, als die Ankündigungen nahelegen, aber an einer wichtigen Stelle mehr. Der Engpass adaptiven Lernens war immer die Inhaltsmenge – und genau die wird durch generative Verfahren billiger. Varianten einer Erklärung, zusätzliche Beispiele, alternative Aufgabenformulierungen lassen sich heute in einem Bruchteil der Zeit erzeugen, die ihre Produktion vor wenigen Jahren gekostet hätte.

Was sich dadurch nicht ändert: Die Fallzahl bleibt, wie sie ist. Ein Unternehmen mit 300 Beschäftigten bekommt durch günstigere Inhalte keine belastbare Kalibrierung. Und die Frage, welche Kompetenz eine Rolle überhaupt braucht, beantwortet weiterhin kein Modell, sondern die Organisation selbst.

Praktisch nützlich ist KI derzeit an drei Stellen: bei der Erstproduktion von Kursentwürfen und Quizfragen, beim Auffinden vorhandener Inhalte über eine Suche, die auch umgangssprachliche Fragen versteht, und beim Erzeugen von Varianten für unterschiedliche Vorkenntnisstufen. Das ist erheblich – es ist nur etwas anderes als ein adaptiver Algorithmus.

Welche Funktionen brauchen Sie in der Lernplattform?

Für die vier Verfahren aus Abschnitt 4 genügt ein überschaubarer Funktionsumfang: Gruppen und Filter für die rollenbasierte Zuweisung, Quizfunktionen für den Vorwissenstest, Lernpfade für Reihenfolgen und Verzweigungen, zeitgesteuerte Veröffentlichung für verteilte Wiederholung, und eine Auswertung, die Bearbeitungsdauer und Abschlüsse pro Gruppe sichtbar macht.

Das reteach LMS deckt diese Punkte ab: Teilnehmende lassen sich in Gruppen verwalten und nach Lernaktivität filtern, die Stammdaten kommen bei Bedarf automatisch aus HR-Systemen, Lernpfade halten Reihenfolgen fest, Pflichtlektionen erzwingen Abschnitte, und Inhalte lassen sich zeitgesteuert öffnen. Quizfragen können mit KI-Unterstützung erzeugt werden, ebenso Kursentwürfe aus vorhandenen Dokumenten. Für Pflichtthemen ergänzt der Compliance-Workflow Fristen, verpflichtende Teilnahme und wiederkehrende Schulungen.

Was reteach nicht ist: ein adaptives Lernsystem mit algorithmischer Steuerung auf Aufgabenebene. Für die allermeisten mittelständischen Anwendungsfälle ist das kein Mangel – für Organisationen mit sehr großen Teilnehmendenzahlen und entsprechendem Inhaltsvorrat wäre es ein Auswahlkriterium, das Sie im Anbietervergleich ausdrücklich prüfen sollten.

Fazit: Die Frage ist nicht adaptiv oder nicht

Wer eine Lernplattform auswählt, sollte nicht fragen, ob sie adaptives Lernen unterstützt, sondern was im eigenen Haus überhaupt zu personalisieren ist. In den meisten Fällen lautet die Antwort: die Zuordnung von Themen zu Rollen und die Möglichkeit, Bekanntes zu überspringen. Beides ist ohne Algorithmus lösbar und wirkt sofort.

Wer trotzdem über Adaptivität nachdenkt, prüft am besten drei Zahlen: Wie viele Personen durchlaufen denselben Kurs pro Jahr? Wie viele Stunden zusätzlicher Inhalt lassen sich produzieren? Und wie oft ändert sich der Stoff? Wenn die ersten beiden Zahlen klein und die dritte groß ist, ist die Antwort deutlich – und Sie sparen sich eine Investition, die im eigenen Haus nie genug Daten bekommen hätte.

Häufig gestellte Fragen