Die meisten Unternehmen erkennen das und lassen daraufhin IT oder HR eine KI-Schulung durchführen. Das schafft Grundverständnis, manchmal auch Begeisterung, aber selten Fähigkeit. Was KI ist, wissen die meisten inzwischen. Was fehlt, ist eine Gruppe von Menschen im Unternehmen, die die Arbeit wirklich machen kann: echte Use Cases im eigenen Bereich erkennen, die Skills und Agenten bauen, die sie lösen, und Kolleginnen und Kollegen mitziehen.
Das AI Enabler Programme baut diese Gruppe auf. Wir nennen sie AI Champions, und sie sind weder ein Lenkungsausschuss noch eine Runde nebenberuflicher Enthusiasten. Sie sind eine ausgebildete Kohorte: ausgewählt anhand eines Profils, das wir über viele Unternehmen hinweg geschärft haben, über mehrere Monate entwickelt und ausgestattet, um KI-Fähigkeit von innen heraus in jeden Winkel des Unternehmens zu tragen.
Was einen Champion ausmacht
Nicht jede engagierte Freiwillige wird ein starker Champion, und die Menschen, die sich selbst melden, sind oft nicht die, die am meisten bewegen würden. Deshalb beginnen wir mit einem Auswahlschritt: Wir teilen ein Best-Practice-Profil, identifizieren gemeinsam mit Ihnen Kandidatinnen und Kandidaten dazu und unterstützen bei strukturierten Interviews, wo das hilft.
Wir suchen eine bestimmte Kombination. Tiefe Glaubwürdigkeit im eigenen Bereich, damit Kolleginnen und Kollegen die Sache ernst nehmen, wenn sie von dort kommt. Ein belastbares Verständnis des operativen Rhythmus, damit klar ist, welche Momente der Woche neue Werkzeuge überstehen müssen. Und das Temperament, zu coachen statt zu belehren, gepaart mit genug Neugier, dass ein neues Werkzeug erkundet und nicht gefürchtet wird.
Ein Champion ist keine Evangelistin und auch keine Technologin. Es ist ein Mensch auf Augenhöhe mit echter Fähigkeit und echtem Standing, und genau das lässt die Arbeit seitwärts wandern statt von oben gedrückt zu werden.
Wie sich die Kohorte entwickelt
Das Programm läuft als Kohorte über mehrere Monate, dieselben Menschen durchlaufen gemeinsam denselben Bogen. Das ist wichtig: Eine Kohorte, die dasselbe Material zur selben Zeit durchdringt, macht rund die Hälfte der Fähigkeit aus, die am Ende hinausgeht.
Live-Trainings. Die Kohorte erarbeitet das inhaltliche Material gemeinsam in Live-Sitzungen: die Grundlagen dessen, wie sich die Technologie tatsächlich verhält, Prompting jenseits der oberflächlichen Tricks, die Kontext- und Wissensarchitektur, auf der ein KI-Ablauf steht, sowie Skills, Agenten und Ablaufdesign. Das sind Arbeitssitzungen, keine Vorlesungen, und alle arbeiten durchgehend live mit den Werkzeugen an eigenem Material.
Use-Case-Recherche mit kollegialer Prüfung. Zwischen den Sitzungen führt jeder Champion eine strukturierte Use-Case-Recherche im eigenen Bereich durch: Wo ist die Arbeit langsam, wo geht Qualität verloren, wo sitzen die Engpässe wirklich, und was würden die Menschen, die die Arbeit machen, ändern, wenn sie könnten. Anschließend prüft die Kohorte die Use Cases der anderen, moderiert von uns. Das ist keine Höflichkeitsübung. Die kollegiale Prüfung setzt jeden Kandidaten unter Druck, bevor er in den Bau geht. Die schwachen sterben früh, die starken kommen schärfer heraus.
Ein Hackathon vor Ort. Nach der Recherche kommt die Kohorte für einen ganzen Tag zusammen und macht aus den priorisierten Use Cases funktionierende Komponenten. Die Skills und Agenten entstehen hier, am echten Material der Kohorte, mit uns als Live-Coaches daneben. Die Champions schauen nicht zu. Sie sind diejenigen, die bauen.
Bausitzungen. Nach dem Hackathon bringt eine Reihe von Folgesitzungen die Komponenten von „funktioniert“ zu „bereit für das ganze Team“. Das heißt: Rückmeldungen aus dem jeweiligen Bereich einarbeiten, einzelne Champions coachen, wo sie es brauchen, und so lange verfeinern, bis Kolleginnen und Kollegen die Skills und Agenten ohne Erklärung aufgreifen und nutzen können.
Ein Abschlussbericht. Das Programm endet mit einer dokumentierten Use-Case-Bibliothek, den funktionierenden Komponenten aus Hackathon und Bausitzungen und einer Reihe von Empfehlungen, was mit der Multiplikatorenstruktur geschehen sollte, sobald sie existiert.
Was in einer Kohorte zusammenwächst
Drei Dinge wachsen im Programm zusammen, die keine einzelne Schulungsveranstaltung für sich hervorbringen kann.
Eine gemeinsame Sprache. Die Kohorte teilt am Ende dasselbe Vokabular, dieselben Denkmuster und denselben Maßstab für gute Arbeit. Wenn sich zwei Champions aus verschiedenen Bereichen ein halbes Jahr später um einen Use Case herum treffen, können sie sofort zusammenarbeiten, weil sie denselben Bogen durchlaufen haben.
Eine funktionierende Wissensarchitektur. Die Champions lernen, in Ebenen zu denken: das Fachwissen, das sich nicht von Fall zu Fall ändert, das Prozesswissen, das zwischen den Zeilen jeder Richtlinie lebt, die Vorlagen und Referenzen, auf denen die Arbeit tatsächlich läuft, und die Präzedenzfälle und die Geschichte hinter jeder Entscheidung. Sie lernen, Skills und Agenten auf dieser Architektur zu bauen, und genau das lässt die Arbeit über Fälle und über Modellgenerationen hinweg tragen.
Ein Netzwerk. Aus der Kohorte wird der Anfang einer internen Praxisgemeinschaft. Nach dem Programm trifft sich das Netzwerk weiter: Use Cases wandern zwischen Bereichen, und ein Muster, das an einer Stelle funktioniert hat, wird an einer anderen aufgegriffen. Genau das ist die Multiplikatorenstruktur: ein funktionierendes Netzwerk von Menschen, die KI ohne externe Hilfe ins Geschäft tragen können, und nicht ein Name im Organigramm.
Was das Unternehmen einbringt
- Eine ernst genommene Auswahl. Die falsche Auswahl am Anfang ist später am teuersten.
- Geschützte Zeit für die Champions. Die Rolle funktioniert nur, wenn das Unternehmen ausdrücklich klarstellt, dass diese Zeit Teil ihrer Arbeit ist und nicht obendrauf kommt. Ein halber Champion ist gar kein Champion.
- Echte Use Cases aus echten Bereichen. Hackathon und Bausitzungen brauchen tatsächliches Material aus dem Unternehmen, um etwas Bleibendes hervorzubringen.
- Sichtbarer Rückhalt aus der Führung. Ein Champion-Programm, das die Führung nicht benennt und von oben stützt, versandet still als Nebenprojekt. Mit sichtbarem Rückhalt skaliert es.
Was Sie mitnehmen
- Eine ausgebildete Kohorte interner AI Champions, die Use Cases identifizieren, Skills und Agenten bauen und Kolleginnen und Kollegen in allen Bereichen befähigen können.
- Eine Use-Case-Bibliothek, die gefüllt, priorisiert und kollegial geprüft ist, wobei die stärksten Fälle bereits als funktionierende Komponenten gebaut sind.
- Einsatzbereite Skills und Agenten aus Hackathon und Bausitzungen, nutzbar für Kolleginnen und Kollegen im ganzen Unternehmen.
- Eine interne Multiplikatorenstruktur, die KI-Fähigkeit von innen heraus in jeden Winkel des Unternehmens trägt, und eine dokumentierte Methode, die nächste Kohorte zu entwickeln, wenn Sie weiter skalieren wollen.
Für wen das gedacht ist
Organisationen, die KI in echter Breite ausrollen, wo die Arbeit in vielen Bereichen ankommen muss und externe Beratung allein nicht überall hinreicht. Unternehmen, die bereits eine ausgerichtete Führung und erste Grundkompetenz haben und nun an der Engpassfrage stehen, wie die Fähigkeit tatsächlich in die Arbeit kommt. Bereiche wie Recht, Compliance, Finanzen, HR, Operations, Vertrieb, Kundenservice, interne Beratung und professionelle Dienstleistungen, in denen interne Multiplikatoren jeden externen Rollout schlagen.
Wie es sich einfügt
Das Enabler Programme sitzt innerhalb der größeren Full Transformation Partnership als deren Multiplikatoren-Motor und wird ebenso einzeln angeboten, wenn eine fokussierte Investition in interne Fähigkeit der richtige nächste Schritt ist. Meist folgt es auf Formate der Führungsebene (Executive Workshop oder Executive AI Experience), die die Richtung setzen und der Kohorte Rückendeckung geben. Wenn ein einzelnes Team sich direkt an den eigenen Abläufen befähigen will, statt bereichsübergreifende Champions zu entwickeln, ist der AI Practice Sprint die Variante auf Teamebene. Der Enablement Retainer ist häufig der Rhythmus, der das Champion-Netzwerk weiterträgt, wenn das Programm endet.