Abschied vom 70-Prozent-Mythos

Kaum eine Managementweisheit wird häufiger zitiert als diese: „70 Prozent aller Change-Projekte scheitern.“ Die Ursprungskette ist ernüchternd: Hammer und Champy schätzten 1993, dass 50 bis 70 Prozent der Reengineering-Vorhaben ihre Ziele verfehlen. Beer und Nohria machten daraus im Jahr 2000 im Harvard Business Review die apodiktische Aussage, dass rund 70 Prozent aller Change-Initiativen scheitern – ohne jeden Beleg. Mark Hughes prüfte 2011 sämtliche fünf prominenten Fundstellen und fand: keine valide empirische Evidenz für eine 70-Prozent-Scheiterquote. Change ist schwer – aber sein Scheitern ist kein Naturgesetz, sondern eine Frage der Architektur.

Ängste ernst nehmen, Zuversicht nutzen

Wer die Belegschaft gewinnen will, muss zunächst verstehen, wo sie steht. In den OECD-Beschäftigtenbefragungen gaben 3 von 5 Beschäftigten an, sich Sorgen zu machen, ihren Job binnen zehn Jahren an KI zu verlieren. Diese Zahl verdient eine faire Einordnung: Die Feldphase lag im Jahr 2022 – vor dem ChatGPT-Boom – und befragt wurden gezielt Beschäftigte in besonders KI-exponierten Branchen. Die Sorge ist real und muss adressiert werden, sie ist aber kein repräsentatives Stimmungsbild.

Neuere und breitere Erhebungen zeichnen ein optimistischeres Bild: Laut Eurobarometer (Februar 2025) sehen über 60 Prozent der Europäer KI am Arbeitsplatz positiv, mehr als 70 Prozent erwarten Produktivitätsgewinne – aber 84 Prozent fordern ein sorgfältiges Management von Privatsphäre und Transparenz. In der PwC-Befragung Hopes & Fears 2024 (mehr als 56.000 Befragte, 50 Länder) erwartet rund die Hälfte durch generative KI bessere Jobsicherheit. Und laut Bitkom (Juli 2025) halten sich nur 14 Prozent der deutschen Beschäftigten durch KI für ersetzbar. Ihre Belegschaft ist mehrheitlich kein Widerstandsblock, sondern eine vorsichtig optimistische Koalition, die vor allem eines erwartet: dass die Einführung sorgfältig gestaltet wird.

Das Fundament dafür ist psychologische Sicherheit. Die Harvard-Forscherin Amy Edmondson zeigt, dass die geteilte Überzeugung, im Team zwischenmenschliche Risiken eingehen zu können – Fragen stellen, Fehler zugeben, Unwissen offenlegen –, das Lernverhalten in Teams treibt. Google kam in seiner internen Studie „Project Aristotle“ (über 180 Teams) zum selben Ergebnis: Psychologische Sicherheit war der Erfolgsfaktor Nr. 1 erfolgreicher Teams.

Beteiligung schlägt Beschallung

Statt Folklore gibt es harte Anhaltspunkte, was Transformationen gelingen lässt. McKinsey analysierte 60 Organisationen und fand: Transformationen, bei denen mindestens 7 Prozent der Belegschaft als Verantwortliche von Initiativen eingebunden sind, haben eine doppelt so hohe Wahrscheinlichkeit, überdurchschnittliche Aktienrenditen zu erzielen; das Durchschnittsunternehmen bindet nur 2 Prozent ein. Für einen Mittelständler mit 200 Beschäftigten hieße das: nicht 3 Projektleiter, sondern 15 Mitgestalter. Denselben Befund liefert – als Anbieterstudie gekennzeichnet – der Microsoft Work Trend Index 2026 (20.000 KI-nutzende Beschäftigte, 10 Länder): Organisationale Faktoren wie Strategie, Prozesse und Schulung erklären etwa doppelt so viel der beobachteten KI-Wirkung wie individuelle Anstrengung.

Für die Gestaltung haben sich zwei komplementäre Modelle bewährt. Kotters 8-Stufen-Modell beschreibt die organisationale Choreografie – für KI-Vorhaben sind erfahrungsgemäß die Stufen 5 und 6 kritisch: Befähigung in der Breite und schnelle, vorzeigbare Pilot-Erfolge. Das ADKAR-Modell von Hiatt ergänzt die individuelle Perspektive: Jeder Mensch durchläuft fünf Stufen – Awareness, Desire, Knowledge, Ability, Reinforcement –, und jede setzt die vorherige voraus. Der praktische Wert liegt in der Diagnose: Eine Rundmail erzeugt bestenfalls Awareness – die übrigen vier Stufen bleiben unbearbeitet. Genau deshalb ist „Wir haben doch informiert“ kein Change Management.

Das Kompetenzprogramm: Zielgruppen statt Gießkanne

Ein wirksames Programm differenziert nach Rollen; die folgenden Umfänge sind Praxisrichtwerte aus Projekten, keine Studienergebnisse:

  • Alle Mitarbeitenden: sicherer Grundumgang, Chancen und Grenzen, Datenschutz, KI-Richtlinie – 2 bis 4 Stunden Basis plus jährliche Auffrischung.
  • Power-User und Champions: fortgeschrittenes Prompting, Use-Case-Entwicklung, Qualitätsprüfung – 2 bis 3 Tage, danach laufend.
  • Führungskräfte: Potenziale bewerten, Risiken einordnen, Lernzeit legitimieren – 0,5 bis 1 Tag.
  • Betriebsrat und Datenschutz: frühzeitige Einbindung, gemeinsame Schulung mit HR – 0,5 Tag plus Regeltermine.

70-20-10 – richtig eingeordnet

Die bekannte 70-20-10-Formel (70 Prozent Lernen durch Erfahrung, 20 Prozent durch Austausch, 10 Prozent durch formale Schulung) geht auf Interviews des Center for Creative Leadership mit rund 190 erfolgreichen Führungskräften zurück. Zur ehrlichen Einordnung: Clardy hat 2018 gezeigt, dass die Formel auf retrospektiven Selbstauskünften einer kleinen, nicht repräsentativen Gruppe beruht – eine validierte Gesetzmäßigkeit ist sie nicht. Ihre Kernbotschaft trägt trotzdem: Der Großteil beruflichen Lernens findet im Arbeitskontext statt, nicht im Seminarraum. Budgetieren Sie deshalb nicht nur Schulungstage, sondern vor allem begleitete Anwendung im Tagesgeschäft.

Learning by Doing: die harte Evidenz

Dass Lernen im Arbeitskontext bei KI besonders gut funktioniert, ist erstklassig belegt. Brynjolfsson, Li und Raymond untersuchten im Kundensupport eines Fortune-500-Unternehmens den Einsatz eines GenAI-Assistenten: Die Produktivität stieg um durchschnittlich 15 Prozent – mit den größten Gewinnen bei den am wenigsten erfahrenen Kräften, und zwar bei Qualität und Tempo. KI wirkt als Erfahrungs-Verteiler: Sie kodifiziert das implizite Wissen der erfahrensten Kräfte und macht es Einsteigern verfügbar. Der größte Lerneffekt entsteht daher nicht im Schulungsraum, sondern beim begleiteten Einsatz am echten Arbeitsplatz – etwa in einem KI-Microteam, aus dem Mitarbeitende als glaubwürdige Champions in ihre Fachabteilung zurückkehren.

Das Champions-Modell

Für die Verankerung in der Breite hat sich das Champions-Modell etabliert, wie es etwa Microsofts Copilot Adoption Playbook beschreibt – ein Praktiker-Framework des Anbieters, aber konsistent mit der Evidenz zu Beteiligung und sozialem Lernen. Ein Executive Sponsor legitimiert das Thema sichtbar von oben; freiwillige Champions aus den Fachbereichen wirken als Peer-Coaches auf Augenhöhe; eine Community mit festen Ritualen – Sprechstunde, Show-and-Tell, Prompt-Bibliothek – hält das Lernen am Laufen. Wichtig: Champions brauchen offiziell reservierte Zeit. Ein Ehrenamt „on top“ brennt aus.

Förderung nutzen: Der Staat zahlt mit

Gerade für den Mittelstand muss Weiterbildung kein Budgetkiller sein (Stand: Juli 2026). Nach § 82 SGB III bezuschusst die Bundesagentur für Arbeit Weiterbildungen von Beschäftigten: Lehrgangskosten bis zu 100 Prozent bei weniger als 50 Beschäftigten, dazu Entgeltzuschuss bis zu 75 Prozent – gefördert werden allerdings nur substanzielle Maßnahmen mit mehr als 120 Stunden bei AZAV-zugelassenen Trägern; die kurze Basis-Schulung fällt nicht darunter. Seit April 2024 gibt es zusätzlich das Qualifizierungsgeld nach § 82a SGB III: eine Entgeltersatzleistung von 60 Prozent (mit Kind 67 Prozent) beim strukturwandelbedingten Qualifizierungsbedarf. Kostenlos unterstützen außerdem die Mittelstand-Digital Zentren mit rund 100 KI-Trainerinnen und KI-Trainern sowie die zwölf regionalen Zukunftszentren mit bis zu zehn kostenlosen Beratungstagen für KMU.

Das vollständige KI-Kompetenzprogramm – mit Zielgruppen-Matrix, ADKAR-Diagnose, Förderdetails und 90-Tage-Fahrplan – finden Sie im Whitepaper „Der Mensch im KI-Zeitalter“.