High Five – Fünf KI-Erkenntnisse aus unserem Arbeitsalltag

Auch bei Uhlberg Advisory ist KI längst Teil des Arbeitsalltags. Seit rund zwei Jahren nutzen wir KI intensiv in unserer täglichen Arbeit. In dieser Zeit haben wir zahlreiche Tools getestet, manche verworfen und andere fest in unsere Prozesse integriert. Unsere wichtigste Erkenntnis: KI kann enorme Produktivitätsgewinne bringen, ersetzt aber weder Fachwissen noch Erfahrung. Fünf Beispiele aus unserem Alltag zeigen, wo KI echten Mehrwert schafft – und wo wir weiterhin lieber auf Menschen vertrauen.

Datenschutz: Daten sollen dort bleiben, wo sie hingehören

KI generiert

Datenschutz gehört zu den häufigsten Fragen unserer Kunden rund um den KI-Einsatz. Dabei geht es nicht nur um die DSGVO, sondern auch um den Schutz von Mitarbeiterdaten, Unternehmenswissen und vertraulichen Projektdaten. Deshalb setzen wir bei bestimmten Aufgaben auf DeutschlandGPT, eine Lösung mit Fokus auf DSGVO-konforme Prozesse und transparente Datenflüsse.

Wir nutzen DeutschlandGPT für Textüberarbeitung, Verständnisfragen und Foliengestaltung. Bei Prozessbeschreibungen hilft es uns, Abläufe verständlich zu erklären und einen visuellen Entwurf zu erstellen. Die Inhalte prüfen anschließend Fachleute – und verfeinern sie für die Zielgruppe.

Tokenverbrauch und Wirtschaftlichkeit: sorgfältig vorbereiten statt breit suchen

KI generiert

Eine umfangreiche Dokumentanalyse kann schnell aufwendig werden – besonders wenn viele Dateien durchsucht werden, um alle relevanten Inhalte für ein Produkt zusammen zu führen. Oder wenn Grafiken ausgewertet werden müssen. Bei anspruchsvollen Aufgaben sind die verfügbaren Tokens manchmal schneller aufgebraucht als gedacht.

Was hilft beim Kostensparen? Dokumente gezielt auswählen, Prompts präzise formulieren. Skills und Custom GPTs erleichtern wiederkehrende Aufgaben: Ein von uns erstellter KI-Skill gibt Drehbücher direkt im gewünschten Format aus. Bis er zuverlässig arbeitet, braucht es allerdings Zeit – und sorgfältige Tests.

Doch selbst wenn Kosten und Tokenverbrauch im Griff sind, bleibt eine zweite Herausforderung: die Qualität der Ergebnisse. Die KI kann halluzinieren oder auf veraltete Kontexte zurückgreifen. Aufmerksamkeit bleibt gefragt – gerade, wenn Inhalte und Abläufe zusammenpassen müssen.

Hier spielen wir also unsere Expertise aus, gewonnen aus der Erfahrung mit hunderten eLearning Projekten. Learning-by-doing – klar, dass das unseren Kunden zugutekommt in Form von günstigeren Preisen.

Autorentools: Ergebnisse hängen von der Aufgabe ab

KI generiert

KI direkt im Autorentool – da darf man doch konkrete Hilfe erwarten? Darauf hatten wir bei Articulate Storyline jedenfalls gehofft. Doch leider, leider…Bei technischen Problemen des Tools bleiben die Hinweise zu allgemein: Konkrete Schritte zur Lösung fehlen. Damit: keine Besserung an dieser Stelle, trotz vollmundiger Versprechen (Stand September 2026). Einen kleinen Trost gibt es dennoch: Die KI-Funktionen für Hilfe in Articulate Rise sind in unserer Erfahrung hilfreicher als die von Storyline.

Bei anderen Funktionen läuft es besser: Die KI-Vertonung, seit Jahren bei uns im Einsatz, funktioniert gut bis sehr gut. Aussprache und mögliche fehlerhafte Fragmente prüfen wir trotzdem vor der Verwendung.

Auch Synthesia-Avatare gelingen in der Regel gut. Als störend empfindet man allerdings ein gelegentliches Flackern der Figuren. Das führt leider dazu, dass Videos mehrfach gerendert werden müssen.

Sie wollen tiefergehend wissen, was KI bei der E-Learning-Erstellung tatsächlich übernehmen kann? Dann lesen Sie auch unseren Blogbeitrag „Der Kurs auf Knopfdruck-Mythos oder Fakt“.

Übersetzungen: gute Ergebnisse brauchen genaue Prüfung

KI generiert

Gute Übersetzbarkeit beginnt beim Kursaufbau: Ein logischer Ablauf und klar getrennte Sinnabschnitte erleichtern die spätere Anpassung. In aktuellen Tests prüfen wir, ob KI Folienelemente an eine neue Textlänge anpassen und mögliche Probleme melden kann.

Die Übersetzungen sind oft gut. Aber reicht das immer? Gerade in professionellen Kontexten zählt Präzision. Aus „an die Steckdose fassen“ wurde einmal „in die Steckdose fassen“. Nicht nur bei Sicherheitstrainings kann so etwas zu größeren Problemen führen – deshalb muss ein Mensch sorgfältig prüfen und die Verantwortung behalten.

Teams-Bot: Entwurf statt fertigen Protokolls

KI generiert

Meeting-Protokolle schreiben gehört selten zu den Lieblingsaufgaben von Mitarbeitern: Es kostet Zeit und lenkt vom Gespräch ab. Trotzdem sind Protokolle wichtig – sie halten Entscheidungen, offene Punkte und To-dos fest. Der Teams-Bot nimmt uns einen Teil der Arbeit ab: Er erstellt einen ersten Entwurf der Zusammenfassung.

So können wir uns im Kundengespräch stärker auf Inhalte und Gesprächsführung konzentrieren. Dennoch: ganz abnehmen kann der Bot uns die Aufgabe aber nicht: Zu prüfen bleibt, ob Kernaussagen stimmen und To-dos richtig erfasst sind. Sitzen mehrere Personen gemeinsam vor einem eingeloggten Gerät, steigt der Anpassungsbedarf. Der Bot liefert eine Grundlage – ein verlässliches Protokoll entsteht erst durch menschliche Prüfung.

Wo geht die Reise hin?

KI wird aus unserer Sicht eher einzelne Arbeitsschritte unterstützen, als ganze E-Learning-Prozesse verlässlich zu übernehmen. Menschliche Arbeit wird dadurch nicht überflüssig – sondern verschiebt sich stärker auf Auswahl, didaktische Gestaltung und Qualitätskontrolle. Auch agentische KI könnte künftig mehrere Schritte verbinden. Wie zuverlässig das in der Praxis gelingt, bleibt zu beobachten.

Unser Maßstab ist deshalb nicht, möglichst viel, um der Automatisierung willen zu automatisieren – sondern KI dort einzusetzen, wo sie einen konkreten Nutzen bringt.

Und wo sie den Menschen stärkt. So schonen wir unsere eigenen Ressourcen und die unserer Kunden.

Denn am Ende zählt nicht die Zahl der eingesetzten KI-Tools, sondern der konkrete Nutzen. Für unsere Kunden ebenso wie für uns. Und dieser Nutzen muss sich auch wirtschaftlich rechnen.

Sie möchten besprechen, welche KI-Anwendungen in Ihrer E-Learning-Praxis sinnvoll sein könnten? Wir tauschen uns gern mit Ihnen aus.