Moritz Huber - KI im Lern-Lifecycle - PoC für KI-gestütztes Anwenderlernen

Moritz von SAP Learning Services stellte einen innovativen Proof of Concept vor, der Künstliche Intelligenz zur automatisierten Erstellung von Schulungsunterlagen und Lernbedarfsanalysen einsetzt. Das System integriert verschiedene Datenquellen wie SAP-Standarddokumentation, Signavio-Prozessinformationen und kundenspezifische Daten, um den Aufwand für die Schulungsunterlagenerstellung erheblich zu reduzieren. Erste Pilotprojekte zeigen vielversprechende Zeitersparnisse von bis zu 60%.

Gliederung und Aufbau des Vortrags

Problemstellung und Motivation - Herausforderungen der manuellen Schulungsunterlagenerstellung - Zeitdruck in Projektphasen und Aktualisierungsproblematik

Lösungsansatz mit KI - Integration verschiedener Input-Quellen - Automatisierte Content-Generierung - Beibehaltung des Human Factors

Technische Demonstration - Live-Demo der Plattform - Prozess von der Lernbedarfsanalyse bis zum fertigen Content - Integration mit Drittsystemen wie Synthesia

Ausblick und Verfügbarkeit - Aktueller Entwicklungsstand - Pricing und Markteinführung

Kernaussagen

Zielsetzung der KI-Lösung: "Es geht mir nicht darum, dass die KI unsere Arbeit im Thema Lerncontent-Erstellung wegnimmt, sondern erleichtert. Es geht darum, Effort zu reduzieren, Aufwand zu reduzieren, Zeit bis zum Go-Live zu reduzieren."

Qualitätsfaktor Input: "Je mehr Input ich vom Projekt habe, umso besser wird die Qualität des AI-Outputs. Je mehr wir von SAP Standard ausgehen, umso mehr standardisiert ist der Endanwender-Content."

Praxiserfahrung: "Einer der größten Kunden, mit denen wir jetzt gerade machen, Schneider Electric in Frankreich, die haben selbst von sich aus gesagt, dass sie 60% ihrer Zeit für Schulungsunterlagenerstellung dadurch sparen."

Human Factor: "Es wird immer einen Human Factor im Learning geben und das ist umstrittig, da bin ich dabei."

Methodische Unterstützung: "Wir machen in der Lösung nicht nur die Content-Erstellung, sondern der Hintergrund ist auch, dass wir die Lernbedarfsanalyse mit einbauen wollen."

Technische Funktionsweise

Input-Quellen: - SAP-Standarddokumentation (Subhelp, Learning.sap.com) - Signavio-Prozessinformationen - Kundenspezifische Konfigurationsdaten - Master- und Transaktionsdaten für Übungsbeispiele

Output-Formate: - Textbasierte Inhalte für verschiedene Lernformate - Automatische Zuordnung von Delivery-Methoden - Integration mit Video-Tools wie Synthesia - HTML-Export für verschiedene Plattformen

Technische Basis: Das System basiert auf SAP AI-Core und nutzt Prompting-Technologien zur Content-Generierung.

Offene Fragestellungen

Skalierbarkeit: Wie verhält sich das System bei sehr großen, internationalen Rollout-Projekten?
Customizing-Grenzen: Welche Grenzen gibt es bei stark kundenindividuellen Anpassungen?
Learning-Capabilities: Kann das System aus Kundenfeedback lernen und sich kontinuierlich verbessern?
Content-Type-Flexibilität: Wie flexibel ist die Anpassung an unternehmensspezifische Trainingsstrategien?
Qualitätssicherung: Welche Mechanismen gewährleisten die fachliche Korrektheit der generierten Inhalte?

Handlungsempfehlungen

Für Projektverantwortliche: - Frühzeitige Einbindung der KI-Lösung in die Projektplanung - Sicherstellung qualitativ hochwertiger Input-Daten aus Signavio und anderen Quellen - Definition einer klaren Trainingsstrategie vor Systemnutzung

Für Learning-Experten: - Kontinuierliches Review und Nachbearbeitung der AI-generierten Inhalte - Nutzung der Challenge-Funktionen zur Verfeinerung der Ergebnisse - Integration der Lösung in bestehende Autorensysteme wie EnableNow

Für Unternehmen: - Evaluation der Lösung in Pilotprojekten vor Vollimplementierung - Berücksichtigung der Standalone-Architektur bei der Tool-Landschaft - Vorbereitung auf Change Management Integration in zukünftigen Versionen

Strategische Überlegungen: - Aufbau interner Kompetenzen für KI-gestützte Content-Erstellung - Definition von Qualitätsstandards für automatisch generierte Lerninhalte - Planung für kontinuierliche Updates und Maintenance

Die vorgestellte Lösung zeigt das Potenzial von KI zur Transformation traditioneller Schulungserstellungsprozesse, wobei der Fokus auf Effizienzsteigerung bei gleichzeitiger Beibehaltung menschlicher Expertise liegt.