ChangeWorkout Camp 2026 | Workshop-Zusammenfassung

Beim ChangeWorkout Camp 2026 habe ich einen Workshop zu einem Thema gemacht, das mich lange beschäftigt: Wie baut man KI-Kompetenz in Organisationen auf – nachhaltig, aktionsorientiert? Was folgt, ist eine Zusammenfassung der Präsentation & Diskussion. 

Warum Peer-Learning bei KI funktioniert

KI-Adoption scheitert selten an fehlendem Technologieverständnis. Sie scheitert daran, dass Menschen sich nicht trauen, etwas auszuprobieren. Wer in einer Gruppe Gleichgesinnter lernt, fühlt sich sicher genug, um Fehler zu machen. Das ist der Kern.

Ich habe das mit Claude recherchiert und in ein Modell überführt: Psychologische Sicherheit, soziales Lernen, Kompetenzerleben und Selbstwirksamkeit erklären, warum Peer-Formate bei KI gut funktionieren. Community of Practice und Community of Interest verschmelzen dabei zu etwas Eigenem. 

Die vier Peer-Learning Formate in der KI Transformation

Promptathon

Zwei bis acht Stunden, echte Arbeitsprobleme, kaum Theorie. Teams von drei bis fünf Personen lösen Challenges aus ihrem Arbeitskontext auf einem digitalen Whiteboard, begleitet von Coaches. Wir haben das beim ChangeWorkout Camp 2025 gemacht, bei SAP intern mit hunderten Teilnehmenden in Breakout-Sessions.

Das Entscheidende: Die Challenges kommen von den Teilnehmenden selbst. Wer seine eigene Realität mitbringt, lernt nachhaltig. Das Ergebnis ist mehr Handlungskompetenz für KI Tools. Fehler werden nicht versteckt, sondern gefeiert.

Was mich immer wieder überrascht: In allen Firmen gibt es Kolleginnen und Kollegen, die KI-Tools kaum nutzen. Nach zwei Stunden Promptathon sieht das anders aus. ISt natürlich nur ein erster Schritt.

Lernzirkel

Diese sind nachhaltiger als ein einmaliges Event, aber aufwändiger. Ich kenne zwei Varianten, es gibt natürlich viele Mischformen:

Geführte Lernzirkel laufen über 2-3 Workshops à sechs Stunden, ergänzt durch Coachings, über zwölf Monate in einer Community. Wir starten mit einem Promptathon, gehen dann in Use-Case-Exploration mit Design-Thinking-Methodik und enden je nach Gruppe mit Prototypenentwicklung oder Strategiearbeit. Das Format läuft im Rahmen des New Learning Lab.

Selbstgesteuerte Lernzirkel mit LernOS laufen über drei bis fünf Personen, eine Stunde pro Woche, drei Monate. Jede Woche liest jeder die Grundlagen im Leitfaden, macht Übung , in der Gruppe wird dann reflektiert. Kein Trainer ist hier nötig. Der LernOS-Leitfaden für KI ist Open Source, als PDF und Markdown verfügbar, Creative Commons lizenziert.

Hier liegt aber auch die Herausforderung: Selbstorganisation ist schwierig. Bei unseren Durchläufen hatten wir über fünfzig Prozent Drop-off schon in der ersten Session und davor. Von über 200 Angemeldeten blieben viele nicht dabei. Wer keine Verpflichtung hat, priorisiert anders. Das ist kein Versagen des Formats, sondern eine kulturelle Realität, die man einplanen muss.

Eine Möglichkeit ist die sogenannte Learning Circle Experience mit Kick-off und Zwischenstopps, damit Gruppen nicht allein gelassen werden. Das senkt den Drop-off.

Hackathon

Das Beispiel von SAP lief so: Fünf Vollzeittage, cross-funktionale Teams mit drei bis sechs Personen. Das sind Business-Vertreter, technische Profile, manchmal externe Berater. Teams bewerben sich dann mit einem konkreten Use Case, der von einer Jury geprüft wird. Nicht jeder Use Case wird angenommen: Wenn es ein KI Standardprodukt wie Agent, Assistent, Workflow etc. auf der Plattform gibt, macht ein Hackathon keinen Sinn.

Was am Ende rauskommt, ist kein Lernprodukt, sondern ein funktionierender MVP. Bei den Basler Verkehrsbetrieben wurde ein Reparaturprozess für Busse optimiert, der vorher oft lange liegen blieb. Bei Viessmann sagte der Lagerleiter am Ende: “Ich wusste gar nicht, was ein Hackathon ist, aber jetzt habe ich keine Angst mehr vor KI.” 

Wichtig: Die Entwicklungsumgebung muss nah an der Produktionsumgebung sein. oder direkt am besten im Produktivsystem sein. Wer zwei von fünf Tagen mit Datenzugriffen und Integrationsproblemen verbringt, baut keinen Prototypen. Das muss vorher gelöst sein.

Der “Sweet Spot” des Hackathons ist ein Use Case zu viel für einen Freitagnachmittag, zu wenig für ein richtiges Projekt. Hier ein Artikel auch mit Beispielen von Use Cases. KI-Hackathons als Innovationsmotor: von der Idee zum MVP

Communities im Rahmen von KI

Communities sind kein Selbstzweck. Das war einer der Punkte in unserer Diskussion. Wer eine interne KI-Community aufbaut, ohne zu klären, was das Ziel ist, bekommt eine nette Runde, die sich trifft und redet. Das ist nicht wertlos, aber es skaliert nicht.

Bei SAP haben wir intern die Experience Garage mit kleinen Challenges und eine Community für KI-Ambassadoren, extern eine Community für Change & Transformations Professionals mit monatlichen Coffee-Corner-Sessions, Blogs und Webinaren. Was funktioniert: ein fester Rhythmus, eine kuratierende Person und Impulse aus der Praxis. 

Die 1-Prozent-Regel gilt auch hier: In jeder Community macht nur ein Prozent der Mitglieder aktiv eigene Inhalte. Der Rest konsumiert. Das ist normal. Man darf sich davon nicht frustrieren lassen. 

Die Pilotfalle

Das war die Frage im Workshop die wir am Ende diskutierten. Viele Unternehmen machen einen Piloten, oder nur Trainings und was passiert dann? 

Meine Antwort war: Es gibt kein Patentrezept. Was hilft, ist eine Kombination aus Formaten, die aufeinander aufbauen. Promptathon als Einstieg, Lernzirkel für Vertiefung, Community für Verstetigung. Und es braucht jemanden, der das kuratiert: einen Community-Gärtner, der aktiv Verbindungen herstellt zwischen Lösungen und Problemen, zwischen Piloten und Interessierten.

Und wenn Unternehmen wollen, dass Mitarbeitende ein bestimmtes KI-Skill-Level erreichen, weil es für die Zukunft wichtig ist, dann reicht freiwilliges Peer-Learning allein nicht. Dann braucht es Verbindlichkeit und Ressourcen und klare Ziele. 

KI-Agenten als Kuratoren

Das Thema am Ende des Workshops, das bei mir hängen geblieben ist war dann die Idee: Ein Agent sammelt in der Community geteilte Lösungen, Probleme und Erfahrungen. Wenn jemand ein Problem eingibt, prüft der Agent, ob jemand anderes etwas Ähnliches gelöst hat, und stellt die Verbindung her. Kein Newsletter, den niemand liest. Kein Channel, in dem man nicht weiß, was relevant ist. Ich werde versuchen, daran mit Community Teilnehmenden zu arbeiten.

Aussagen und O-Töne

“Lernen darf nie Selbstzweck sein. Die beste Anwendung ist, wenn du konkrete Probleme in deiner Arbeitspraxis löst.”

“Ganz selbstgesteuert lernen, da sind viele irritiert. Was, es gibt niemanden, der uns die Sachen erklärt?”

“Eine Community braucht einen Gärtner, einen Moderator. Jemanden, der kuratiert und z.B. rausfindet, welche Lösungen sich auf konkrete Probleme anderer anwenden lassen.”

Praxis-Tipps

1. Challenges vorab abfragen
Beim Promptathon kommen die besten Ergebnisse, wenn die Challenges aus dem Arbeitsalltag der Teilnehmenden stammen. Generische Aufgaben funktionieren als Kompromiss, rollenspezifische Challenges erzeugen mehr Transfer.

2. Fehler feiern
Wer im Promptathon einen schlechten Prompt baut, lernt mehr als wer nichts ausprobiert. Das muss explizit kommuniziert werden.

3. Drop-off einplanen
Bei selbstgesteuerten Lernzirkeln ist ein Drop-off von über fünfzig Prozent normal. Wer das als Scheitern verbucht, zieht die falschen Schlüsse. 

4. Hackathon-Umgebung nah an der Produktion halten
Datenzugang und Integration müssen im Vorfeld klar sein. Und dann sollte man Probleme aus dem Arbeitsalltag lösen.

5. Gewinner mit Ressourcen belohnen
Implementierungsbudget oder gesponsorte Projektstunden für den nächsten OKR-Zyklus sind wirksamer als Trophäen. Sie signalisieren: Das ist ernst gemeint.

6. Community-Gärtner benennen
Jede Community braucht eine Person, die aktiv Verbindungen herstellt. Bei der Telekom gibt es jemanden, der durch die Organisation läuft und Leute anspricht, die etwas zu teilen haben. Das ist eine Kurationsstrategie, keine Moderationsaufgabe.

7. Formate kombinieren
Promptathon als Einstieg, Lernzirkel für Vertiefung, Community für Verstetigung. Einzelne Events erzeugen Energie, aber keine nachhaltige Veränderung. 

Resümee

Peer-Learning ist kein Ersatz für strategische KI-Einführung, aber es ist der menschliche Klebstoff, der Adoption und Transformation weiter bringt. Top-Down wie Zielsetzung ist wichtig, PEer-Learning kann bei der Buttom-Up Transformation helfen.

Ressourcen

LernOS KI-Leitfaden (Open Source, CC BY 4.0)

New Learning Lab: KI für die Personalentwicklung

SAP Learning & Change Community auf LinkedIn

SAP Business AI Community

Blog: KI-Kompetenzentwicklung und Weiterbildung, Praxiserfahrungen und bewährte Ansätze

Blog: Mehr als nur Technologie: Wie menschzentrierte KI Akzeptanz und Mehrwert schafft

Blog: SAP AI Skills Assessment Results, SAP 2026

Adopt Change Transform Podcast auf Spotify

Adopt Change Transform Podcast auf Apple Podcasts

LinkedIn-Artikel: Hackathons als Innovationsmotor und Antreiber von AI-Transformationen

Monatliche virtuelle Kaffee-Ecke rund um Learning, Change, Adoption