KI-Adoption-Workshop gestalten: Agenda, Methoden und die Entscheidung am Ende

Wenn Ihr letzter KI-Workshop mit Applaus für eine Chatbot-Demo endete und mit dem Protokollpunkt „weiter evaluieren“, dann haben Sie eine Produktpräsentation veranstaltet. Mit besserem Kaffee.

Ich habe in den letzten zwei Jahren viele solcher Termine erlebt, manche davon selbst moderiert, bevor ich es besser wusste. Das Muster ist fast immer dasselbe. Ein Microsoft-Partner zeigt zwei Stunden lang Copilot-Funktionen, die Geschäftsführung nickt anerkennend, und am Ende weiß niemand, welche drei Abläufe das Unternehmen im nächsten Quartal pilotiert, wer dafür verantwortlich ist und aus welchem Budget das bezahlt wird.

Dieser Artikel beschreibt eine Halbtagsstruktur für einen KI-Adoption-Workshop, die mit einer Entscheidung endet. Ob Ihr Auftraggeber das Format KI-Readiness-Workshop, KI-Transformation-Workshop oder schlicht „KI-Termin mit dem Führungskreis“ nennt, ist zweitrangig. Die Struktur hat fünf Phasen, jede mit einer benannten Methode und einem greifbaren Ergebnis.

Warum KI-Workshops viel Begeisterung und wenige Entscheidungen erzeugen

Die Lücke zwischen Ausprobieren und messbarem Ergebnis ist gut dokumentiert. BCG kam in der Studie „Where's the Value in AI?“ 2024 zu dem Befund, dass nur eine Minderheit der Unternehmen über Piloten hinausgekommen ist und nennenswerten Wert aus KI zieht. Die Mehrheit steckt im Experimentiermodus fest.

An Ideen mangelt es diesen Unternehmen selten. Was fehlt, sind Festlegungen: welcher Ablauf, welche Person, welches Budget, welcher Prüftermin. Ein Workshop, der ohne benannte Entscheidung endet, landet automatisch bei „schauen wir uns das weiter an“. Das ist funktional dasselbe wie keine Handlung, nur höflicher formuliert. Wenn ich mit internen Change-Verantwortlichen über gescheiterte KI-Initiativen spreche, ist das der Fehler, den ich mit Abstand am häufigsten höre.

Vor der Raumbuchung: Das Mandat klären

Ein Workshop kann nur mit einer Entscheidung enden, wenn jemand im Raum sie treffen darf. Das wird trotzdem ständig übersehen. Sitzen nur Delegierte aus HR, Personalentwicklung und IT zusammen, wird jedes Ergebnis zur Empfehlung an jemanden, der nicht dabei war.

Die langjährigen Benchmarking-Studien von Prosci nennen aktive und sichtbare Unterstützung durch die Führung als wichtigsten Einzelfaktor dafür, dass Veränderungsprojekte ihre Ziele erreichen. Sie liegt dort vor eigenen Change-Ressourcen und vor strukturierter Methodik.

Meine Regel: Ich sage einen KI-Workshop erst zu, wenn schriftlich bestätigt ist, dass die Person mit Budgetverantwortung die gesamte Zeit anwesend ist. Eine Begrüßungsrede mit anschließendem Verschwinden zum nächsten Termin zählt nicht. Wer diese Situation schon erlebt hat, findet in When Your Sponsor Undermines the Workshop ein paar Gegenstrategien.

Im DACH-Raum kommt eine zweite Frage hinzu: Wo steht der Betriebsrat? Bei KI-Werkzeugen, die Verhalten oder Leistung von Beschäftigten erfassen können, ist er in deutschen Unternehmen in aller Regel mitbestimmungspflichtig. Klären Sie vorab, ob jemand aus dem Gremium teilnimmt oder zumindest informiert ist. Sonst fällt der Pilotbeschluss am Dienstag und ist am Donnerstag wieder offen.

Die Vorarbeit ist wichtiger als jedes Warm-up. Eine kurze Umfrage eine Woche vorher mit vier Fragen (Welche KI-Tools nutzen Sie bereits? Wofür? Wo verlieren Sie die meiste Zeit? Welche Regeln kennen Sie?) spart erfahrungsgemäß 20 bis 30 Minuten Sitzungszeit, die Sie für die Entscheidung brauchen.

Die Halbtagsagenda im Überblick

Ein realistischer halber Tag umfasst dreieinhalb bis vier Stunden. So sieht die Agenda aus, die ich 48 Stunden vorher an alle Teilnehmenden schicke:

• 09:00–09:45: Bestandsaufnahme des Ist-Zustands
• 09:45–10:30: Use Cases sammeln mit 1-2-4-All
• 10:30–10:45: Pause
• 10:45–11:30: Priorisierung mit der Impact/Effort-Matrix
• 11:30–12:15: Premortem und Governance-Check
• 12:15–12:45: Entscheidung und Abschluss

Jede Phase hat eine Methode, einen sichtbaren Timer und ein Artefakt: eine Liste, eine Matrix, ein Risikoprotokoll, ein Entscheidungsprotokoll. Unstrukturierte „Diskussionszeit“ ist genau der Ort, an dem Workshops in Tooldemos abrutschen.

In die Einladung gehört ein Satz, den viele weglassen: „Diese Sitzung endet mit einer Entscheidung, einer verantwortlichen Person und einem Datum.“ Wer das vorher liest, kommt anders vorbereitet und sitzt seltener mit dem Laptop auf dem Schoß in der letzten Reihe.

Phase 1: Bestandsaufnahme des Ist-Zustands

Bevor über neue Anwendungsfälle gesprochen wird, braucht die Gruppe ein ehrliches Bild davon, was bereits passiert. Die inoffizielle Nutzung, oft „Schatten-KI“ genannt, ist meist weiter, als die Führung annimmt. Laut dem Microsoft Work Trend Index 2024 bringt die Mehrheit der befragten Beschäftigten eigene KI-Tools mit zur Arbeit, häufig ohne Wissen des Arbeitgebers und schneller, als Richtlinien nachkommen.

Ich lasse Kleingruppen auf großen Papierbögen drei Spalten füllen: Tool, berührter Arbeitsablauf, bekannter Schmerzpunkt. Die IT präsentiert hier nichts. Die Karte entsteht gemeinsam, und ich sage zu Beginn ausdrücklich, dass wir fragen, um zu verstehen, und nicht, um zu sanktionieren. Ohne diesen Satz bleiben die Spalten auffällig leer.

Bei einem Maschinenbau-Mittelständler aus Baden-Württemberg kam in dieser Phase heraus, dass drei Controller seit Monaten mit privaten ChatGPT-Konten die Entwürfe für Vorstandsvorlagen schrieben. Niemand hatte das der IT oder dem Datenschutzbeauftragten gemeldet. Für die weitere Sitzung war das wertvoller als jede Demo: Der Bedarf war belegt, das Risiko ebenso.

Phase 2: Use Cases sammeln mit 1-2-4-All

1-2-4-All ist eine Methode aus den Liberating Structures. Jede Person denkt zuerst eine Minute allein nach, dann zwei Minuten zu zweit, dann vier Minuten zu viert, danach teilt die ganze Gruppe die stärksten Ideen. Der Ablauf sorgt dafür, dass jede Stimme gehört wird, bevor die lauteste Meinung den Raum besetzt.

In KI-Workshops ist das besonders wichtig. Wenn die Bereichsleiterin als Erste sagt „Ich sehe das Potenzial vor allem im Reporting“, sammelt der Rest der Gruppe Reporting-Ideen. Die Leute, die täglich mit den Prozessen arbeiten, haben dann keine Chance mehr, ihre eigenen Beobachtungen einzubringen.

Die Leitfrage entscheidet über die Qualität der Ergebnisse. „Wo könnten wir KI einsetzen?“ liefert generische Antworten, die sich verdächtig nach dem zuletzt gesehenen Produktvideo anhören. Besser funktioniert: „Wo verliert Ihr Team die meiste Zeit mit wiederkehrender Arbeit, die kein Urteilsvermögen braucht?“

Im Kundenservice eines Versandhändlers nannten mehrere Paare unabhängig voneinander dieselben zwei Kandidaten: Entwürfe für Erstantworten auf E-Mails und Zusammenfassungen von Telefonaten. Im Plenum war die Bestätigung schnell da. Hätte der Serviceleiter zuerst gesprochen, wären beide Ideen vermutlich nicht aufgetaucht.

Phase 3: Priorisieren mit der Impact/Effort-Matrix

Die Impact/Effort-Matrix ist ein einfaches 2x2-Raster: Wirkung auf der senkrechten Achse, Aufwand auf der waagerechten. Die Ideen aus Phase 2 landen in einem von vier Feldern: schnelle Erfolge, große Projekte, Lückenfüller, Zeitverschwendung.

Der Wert liegt weniger im Raster als im Gespräch, das es erzwingt. Wer eine Idee oben platzieren will, muss sagen, warum: mit einer Zahl, einer eingesparten Stunde pro Woche, einem verkürzten Durchlauf. Ein Gefühl reicht nicht. Diese Hürde filtert die Ideen heraus, bei denen es um KI an sich geht und nicht um ein Problem.

Meine harte Grenze: Die Gruppe verlässt diese Phase mit höchstens zwei oder drei Kandidaten für einen Piloten. Bei einem Führungskreis mit fünfzehn Ideen an der Wand blieben am Ende zwei übrig, die automatische Zusammenfassung von Besprechungsnotizen und erste Entwürfe für Angebote. Der Rest kam in einen sichtbaren Backlog mit Datum für die nächste Sichtung. Wer alles gleichzeitig angehen will, landet genau in dem Experimentiermodus, den BCG beschreibt.

Phase 4: Risiko- und Governance-Check mit einem Premortem

Das Premortem geht auf Gary Klein zurück. Die Gruppe stellt sich vor, das Projekt sei in einem Jahr gescheitert, und schreibt rückwärts alle Gründe dafür auf. In seinem Beitrag in der Harvard Business Review verweist Klein auf Forschung von Deborah Mitchell, J. Edward Russo und Nancy Pennington: Diese „vorausschauende Rückschau“ verbesserte die Fähigkeit, Ursachen für künftige Ergebnisse korrekt zu benennen, um rund 30 Prozent.

In KI-Workshops gebe ich vier Kategorien explizit vor, weil sie unter Zeitdruck und Begeisterung zuverlässig unter den Tisch fallen:

• Datenschutz und DSGVO
• Verzerrungen in den Ergebnissen
• geistiges Eigentum und Urheberrecht
• Regulierung, etwa Pflichten aus dem EU AI Act, sowie Mitbestimmung

Ein Marketingteam spielte in dieser Phase ein Szenario durch, in dem Kundenbeschwerden zunahmen, weil KI-generierte Texte ohne Kennzeichnung veröffentlicht worden waren. Ergebnis: Vor dem Pilotstart kam ein verpflichtender Prüfschritt durch einen Menschen samt Kennzeichnung in den Ablauf. Zehn Minuten Arbeit, die später viel Ärger erspart hat. Wer das Format ausführlicher braucht, findet es in How to Run a Pre-Mortem Workshop.

Phase 5: Die Entscheidung am Ende

Bain hat in dem HBR-Artikel „Who Has the D?“ einen starken Zusammenhang zwischen der Entscheidungsqualität eines Unternehmens und seiner finanziellen Leistung im Vergleich zum Wettbewerb beschrieben. Für Facilitatoren heißt das: Die Diskussion davor ist Mittel zum Zweck. Gemessen wird der Workshop an dem, was am Ende festgelegt ist, und daran, wer dafür geradesteht.

Ich sortiere in den letzten 30 Minuten alles in drei Körbe:

• Entschieden: mit verantwortlicher Person und Datum
• Empfohlen: braucht eine Freigabe außerhalb des Raums, mit Namen und Frist
• Geparkt: ausdrücklich nicht jetzt

Unklarheit zwischen diesen Körben ist der Punkt, an dem nach dem Workshop die Dynamik stirbt. Das Entscheidungsprotokoll passt auf eine Zeile oder wenige: „Entscheidung: 90-Tage-Pilot für KI-gestützte Angebotsentwürfe im Vertriebsinnendienst. Verantwortlich: Leitung Sales Operations. Budget: vorhandene Lizenzen, keine Zusatzkosten. Prüftermin: Ergebnisbesprechung mit der Sponsorin am 15. Oktober.“

Das Protokoll wird im Raum vorgelesen und von der verantwortlichen Person bestätigt. Was danach passiert, beschreibt The Post-Workshop Void ziemlich genau.

Drei Muster, an denen KI-Workshops regelmäßig scheitern

Tooldemos statt Entscheidungen

Wenn ein Anbieter oder interner KI-Enthusiast die Workshopzeit nutzt, um Funktionen vorzuführen, geht der Raum informiert nach Hause und hat sich auf nichts festgelegt. Ich lasse Demos in Entscheidungsworkshops gar nicht mehr zu. Wer zeigen will, was ein Tool kann, schickt vorab ein fünfminütiges Video. Die Sitzung gehört den Entscheidungen.

Kein Mandat im Raum

Fehlt die Person, die Budget, Ausnahmen von Richtlinien oder Personal freigeben kann, wird jedes Ergebnis zur Empfehlung an jemand anderen. Empfehlungen ohne Verantwortlichen überleben selten die Prioritäten des nächsten Quartals. Wenn die Sponsorin kurzfristig absagt, verschiebe ich den Termin lieber, als ihn ohne sie durchzuziehen.

Angst wird als Unwissen behandelt

Das ist der Fehler, der mir am meisten Bauchschmerzen macht. Beschäftigte fragen „Ersetzt das meine Stelle?“, und die Moderation antwortet mit einer weiteren Funktionsübersicht. Das Pew Research Center findet in seinen Umfragen in den USA seit Jahren mehr Besorgnis als Begeisterung gegenüber dem wachsenden Einsatz von KI. Die Zurückhaltung hat mit Arbeitsplatzsicherheit, Vertrauen und Fairness zu tun. Mehr Information löst das nicht.

Was hilft: Die Führung sagt offen, was sie weiß und was nicht. „Wir planen in diesem Pilot keinen Stellenabbau, und wir können nicht garantieren, wie sich Rollen in drei Jahren verändern“ ist unbequem, aber glaubwürdig. Unbeantwortete Angst zeigt sich ein paar Wochen später als stille Nichtnutzung, und dann wundert sich jeder, warum die Lizenzen ungenutzt bleiben.

Praktische Hinweise für den Raum

Mischen Sie die Hierarchieebenen in den Kleingruppen bewusst. Sachbearbeiter sollen nicht nur untereinander reden, und Führungskräfte sollen ungefilterte Details aus dem Tagesgeschäft hören statt der zusammengefassten Version aus dem Monatsbericht.

Führen Sie einen sichtbaren Themenspeicher für technische Detail- und Anbieterfragen. „Kann Copilot auch auf SharePoint zugreifen?“ ist eine berechtigte Frage, gehört aber nicht in die Priorisierung.

Blenden Sie für jede Phase einen Countdown ein und beenden Sie sie pünktlich. Der häufigste Grund, warum Workshops ohne Entscheidung enden, ist banal: Die frühen Phasen laufen über, und der Abschluss wird gequetscht oder gestrichen. Wenn in der Matrix-Phase nach 45 Minuten noch gestritten wird, wandern die offenen Punkte ins Risikoprotokoll des Premortems. Ich plane meine Timeboxes inzwischen in Workshop Weaver, weil ich dort Methoden, Zeiten und Artefakte pro Phase auf einen Blick habe und die Agenda direkt an die Teilnehmenden schicken kann.

Fazit: Der Workshop als Entscheidungsinstrument

Behandeln Sie den KI-Adoption-Workshop als Werkzeug zur Entscheidungsfindung. Ein gemeinsames Verständnis von KI ist ein angenehmer Nebeneffekt. Das Ergebnis, an dem Sie sich messen lassen sollten, ist ein bestätigtes Entscheidungsprotokoll mit einem Namen und einem Datum darauf.

Die einseitige Agenda-Vorlage mit allen fünf Phasen (Bestandsaufnahme, 1-2-4-All, Impact/Effort-Matrix, Premortem, Entscheidungsabschluss) finden Sie als Download in Workshop Weaver. Mein Vorschlag: Führen Sie die Struktur innerhalb der nächsten zwei Wochen mit Ihrem eigenen Führungskreis durch. Warten Sie nicht auf einen besseren Zeitpunkt. Die Unternehmen, die BCG im Pilotmodus verortet, hatten genug Ideen. Ihnen fehlten Festlegungen, und jede Woche Aufschub ist eine weitere Woche ohne.