Die Frage ist nicht mehr, ob KI das Lernen verändert. Sie ist konkret geworden: Wenn Mitarbeitende Arbeitsfragen direkt an KI-Systeme stellen, muss Corporate Learning neu begründen, was es leisten soll. Das betrifft nicht nur Formate und Werkzeuge. Es betrifft die Grundlogik einer ganzen Funktion.

Ein Teil dieser Frage ist bereits beantwortet: durch Kognitionsforschung, empirische Studien und jahrelange L&D-Praxis. Ein anderer Teil wird gerade aktiv verhandelt. Dieser Beitrag trennt beides und benennt, wo die eigentlichen Diskussionen erst beginnen.

Was meinen wir mit “KI im Corporate Learning”?

Corporate Learning bezeichnet die organisationale Infrastruktur für systematischen Kompetenzaufbau: Lernprogramme, Lernarchitekturen, Förderformate und die Kultur des Lernens in Unternehmen. Learning & Talent Development als Funktion gestaltet diese Infrastruktur, von formalen Trainings bis zu informellen Lernräumen.

KI tritt 2025/26 nicht als weiteres eLearning-Tool in dieses System ein. Sie stellt dessen Grundlogik in Frage: Was muss eine Organisation ihren Mitarbeitenden noch aktiv beibringen, wenn Wissensfragen zunehmend von Sprachmodellen beantwortet werden? Das Spektrum reicht von adaptiven Lernpfaden über KI-gestützte Coachs bis zur Reorganisation interner Wissensmanagementsysteme. Deshalb ist die Debatte um KI im Corporate Learning keine Technikfrage. Sie ist eine strategische Frage über die Zukunft von L&D.

Was wir wissen: Gesicherte Erkenntnisse aus Forschung und Praxis

Was Kognitionsforschung, empirische Studien und jahrelange L&D-Praxis wissen, steht auf solidem Grund. Die folgenden Befunde sind gut belegt und bleiben unter KI-Bedingungen relevant, gerade weil sie zeigen, wo KI das Lernen verändert und wo nicht.

Die Kognitionswissenschaft bleibt die Grundlage

Die kognitionswissenschaftliche Basis für Lernen unter KI-Bedingungen haben wir im Beitrag Lernen durch Abrufen — was die Kognitionsforschung für L&D heute bedeutet ausführlich aufgearbeitet. Für diesen Syntheseblick zwei Befunde, die unter KI-Bedingungen besondere Dringlichkeit gewinnen:

Die Vergessenskurve, die Hermann Ebbinghaus Ende des 19. Jahrhunderts beschrieb, zeigt: Gelerntes verfällt ohne Wiederholung rasch, bis zu 70 Prozent innerhalb von 24 Stunden. KI-Systeme beschleunigen den Zugang zu Informationen, ersetzen aber nicht das Einschreiben ins Langzeitgedächtnis. Was nicht geübt und erinnert wird, bleibt abrufbar, nicht aber kompetent. Was daraus für Lerndesign folgt, haben wir im Beitrag Lernen durch Abrufen — was die Kognitionsforschung für L&D heute bedeutet ausgearbeitet.

Die Cognitive Load Theory, entwickelt von John Sweller (1988), beschreibt die begrenzte kognitive Kapazität beim Verarbeiten neuer Inhalte. KI kann kognitive Last bei Faktenabruf und Informationsbeschaffung erheblich senken und schafft damit Kapazität für höhere Lernleistungen: Analyse, Einordnung, Entscheidung. Das ist kein Verlust für L&D, sondern eine Neuzuweisung der Prioritäten.

Das 70-20-10 Framework verschiebt sich

Das von der Center for Creative Leadership entwickelte Modell (70% Learning by Doing, 20% Social Learning, 10% formales Training) stand bereits vor KI unter Druck. Unter KI-Bedingungen akzentuiert sich die Verschiebung: Der formale 10%-Anteil schrumpft weiter, weil deklaratives Wissen on-demand verfügbar ist. Der 20%-Anteil verändert seinen Charakter: KI-Systeme werden zu Lernpartnern neben menschlichen Peers. Der 70%-Anteil bleibt der stabilste, weil Erfahrungslernen und Anwendungskompetenz nicht ersetzbar sind.

Learning in the Flow of Work — ein Paradigmenwechsel, der vor KI begann

Josh Bersin prägte 2018 das Konzept Learning in the Flow of Work: Lernen als kontinuierlicher Bestandteil der Arbeit, nicht als separates Ereignis. KI beschleunigt diesen Wandel, hat ihn aber nicht ausgelöst. Organisationen, die L&D noch überwiegend auf formale Lernveranstaltungen ausrichten, haben eine strukturelle Lücke: unabhängig davon, wie viel KI eingesetzt wird.

Empirische Signale 2025/26

Drei Quellen verdichten das Bild:

• Der WEF Future of Jobs Report 2025 zeigt: 39 Prozent der Kernkompetenzen werden bis 2030 als veraltet oder transformiert eingestuft. Reskilling-Kapazität wird zur strategischen Unternehmensressource.
• Der Microsoft Work Trend Index 2025 dokumentiert, dass 75 Prozent der Wissensarbeiter KI bereits im Arbeitsalltag nutzen, überwiegend für Recherche und Informationsverarbeitung. Genau der Bereich, den klassische Lernprogramme adressieren.
• Das Kirkpatrick-Modell zur Lernerfolgsmessung (Level 1–4) gerät unter Druck: Wenn Wissen on-demand verfügbar ist, was bedeutet dann „Wissenstransfer"? Die Metriken sind noch nicht neu kalibriert. Es ist ein aktives Forschungsfeld.

Was noch diskutiert werden muss: Offene Fragen für L&D 2026

Nicht alles, was über KI und Lernen gesagt wird, ist schon belegt. Vier Fragen beschäftigen die L&D-Community derzeit intensiv, ohne dass es bereits konsolidierte Antworten gibt.

Wer baut das Wissen auf, das die KI abruft?

KI-Systeme geben nur gute Antworten, wenn sie gut kuratiertes Wissen haben. Für Unternehmen bedeutet das: Wer pflegt die interne Wissensbasis, die KI-Systeme und unternehmenseigene Sprachmodelle speist? Diese Frage ist strategisch, und sie ist noch wenig in L&D-Strategien verankert.

Wenn L&D nicht zur Wissensarchitektin wird, verliert die Funktion genau dort an Einfluss, wo KI am stärksten wirkt: in der täglichen Wissensarbeit. Was das konkret bedeutet, vertieft der Folgebeitrag dieser Serie: L&D als Wissensarchitektur — wer gestaltet, was die KI antwortet.

Welche Kompetenzen brauchen L&D-Teams selbst?

Conversational Design, Knowledge Engineering, Prompt-Kompetenz, das Lesen von Signalen aus Informationsflüssen: Das sind Fähigkeiten, die L&D-Teams 2025/26 noch nicht flächendeckend haben. Welche davon sind unverzichtbar? Welche können Organisationen kurzfristig aufbauen?

Dieses Kompetenz-Paradox (L&D soll andere befähigen, muss sich aber selbst erst transformieren) ist eine der intensivsten Debatten der Branche. Konkrete Kompetenzprofile für L&D-Teams werden im dritten Teil dieser Serie entwickelt.

Wie misst man Lernerfolg, wenn KI die Wissensabfrage übernimmt?

Die klassische Frage „Kann der Mitarbeitende X reproduzieren?" ist in KI-unterstützten Arbeitsumgebungen zunehmend sinnlos — die Antwort ist immer: Ja, er fragt einfach die KI. Die eigentliche Kompetenz ist eine andere: Kann die Person einordnen, ob die Antwort der KI richtig ist? Kann sie die Grenze des KI-Wissens erkennen? Das ist eine Fähigkeit höherer Ordnung, und ihre systematische Messung ist noch nicht standardisiert.

Wann ist KI-gestütztes Lernen nicht geeignet?

Nicht jede Lernform profitiert von KI-Unterstützung. Sozialisierungsprozesse, wertebasiertes Lernen, Führungskräfteentwicklung durch gelebte Erfahrung, handwerkliche und physische Fertigkeiten — diese Bereiche haben eine eigene Logik, die durch KI nicht substituiert wird. L&D steht vor der Aufgabe, differenziert einzuordnen: Was kann KI übernehmen oder unterstützen, und wo ist menschliche Begleitung unersetzbar?

Fazit: Corporate Learning 2026 — Grundlagen halten, Funktion neu denken

Der Irrtum wäre, KI entweder zu dramatisieren — „L&D wird überflüssig" oder zu banalisieren („das ist nur ein neues Tool"). Was die Kognitionswissenschaft zeigt, was die Studien belegen, und was erfahrene L&D-Verantwortliche berichten, ergibt ein differenziertes Bild: Die Funktion bleibt relevant. Aber sie verändert sich grundlegend.

Corporate Learning wird weniger damit beschäftigt sein, Wissen bereitzustellen. Und mehr damit, die Fähigkeit zu entwickeln, Wissen einzuordnen, zu hinterfragen und anzuwenden, und die organisationale Wissensbasis zu gestalten, aus der KI schöpft. Wer L&D als strategische Funktion positionieren will, beginnt damit, diese Verlagerung aktiv zu gestalten.

Die Learning & Talent Development Konferenz am 17. Juni 2026 nimmt genau diese Fragen auf, mit Praxisbeiträgen, Diskussionsrunden und dem Austausch von L&D-Verantwortlichen, die diese Transformation gerade durchleben. Wer den Begriff Corporate Learning grundlegend einordnen möchte, findet dazu unseren Beitrag Was ist Corporate Learning?.