Von Chatbots zu immersiven Rollenspielen
Auf dem Weg vom Prototyp zum Praxisstandard ist MDI von einfachen Chatbots zu immersiven Rollenspielen mit Stimme und Avataren übergegangen. Heute ermöglichen flüssige, menschenähnliche Dialoge emotional glaubwürdige Übungssettings.
Die Erfahrung aus dem Lab zeigt außerdem: Systemisches Design ist entscheidender als der Hype um das nächste Modell. Zwar ist der Sprung von GPT 3.5 zu 4 spürbar, aber die Wirkung unterscheidet sich letztendlich durch die Art, wie Szenarien für die Trainings entwickelt wurden. Herausforderungen wurden sorgfältig ausgewählt, der Widerstand in Gesprächen fein kalibriert und gemeinsam mit Trainer:innen?so lange daran gearbeitet, bis die Übung authentisch wirkte.
Feedback als Lernmotor
Ein weiterer zentraler Faktor ist das Feedback. Wirklich wertvoll wird es nur dann, wenn es kontextbezogen, klar anschlussfähig und direkt an die Performance der Lernenden gekoppelt ist. Im AI Leadership Lab wurden deshalb Feedback-Modelle entwickelt, die auf realen Workshop-Erfahrungen basieren und die Praxisnähe in den Mittelpunkt stellen.
Erste Erfahrungen mit Unternehmen
Die Erfahrungen aus dem AI Leadership Lab bilden inzwischen die Grundlage für die ersten Projekte mit Kund:innen & Organisationen. Dabei zeigte sich: Der Erfolg hängt nicht von der KI selbst ab, sondern davon, wie genau die Anwendung auf die Organisation zugeschnitten ist.
Szenarien müssen die Realität der Unternehmen abbilden, echte Rollenprofile und strategische Ziele spiegeln und in enger Zusammenarbeit mit den jeweiligen Lern- und Entwicklungsstrukturen entstehen. Ein AI Lab lässt sich nicht einfach einführen – es muss gemeinsam entwickelt und in bestehende Programme integriert werden. Nur so wird KI zu einem nachhaltigen Element der Führungskräfteentwicklung.
Vom Experiment zur skalierbaren Praxis
Rückblickend lässt sich ein klarer Bogen ziehen: Im internen Lab hat MDI die Prinzipien Immersion, Design, Feedback und Stakeholder-Einbindung validiert. In Projekten mit Kund:innen?konnten diese Prinzipien auf unterschiedliche Branchen und Lernkulturen übertragen werden. Damit wird KI zu einer skalierbaren Praxis, die weit über erste Experimente hinausgeht.