KI-Übungsbibliothek aktuell halten: Wiederholen, Rotieren, Erweitern, Ausmustern
KI-Übungen als Portfolio pflegen: Kernkompetenzen wiederholen, Beispiele rotieren, Bedingungen erweitern und veraltete Aufgaben ausmustern.

Eine KI-Übungsbibliothek veraltet auf zwei Arten. Manche Übungen passen nicht mehr zu den Tools, Regeln oder Quellen. Andere sind zwar korrekt, aber zu vertraut, um den Transfer von Kompetenzen zu belegen. Die Lösung ist nicht, alles quartalsweise zu ersetzen. Behandeln Sie die Bibliothek als Portfolio: Wiederholen Sie Verhalten, das automatisch werden muss, rotieren Sie die Oberflächendetails, erweitern Sie einzelne Bedingungen und mustern Sie Übungen aus, die nicht mehr die reale Arbeit abbilden.
Eine Bibliothek ist kein Lagerhaus
Für jede Übung braucht es eine Pflegeentscheidung: Wiederholen, Rotieren, Erweitern oder Ausmustern.
Warum KI-Übungen aktive Pflege brauchen
Das UK AI Skills Framework unterteilt in technische, verantwortungsvolle/ethische und nicht-technische Kompetenzen, angepasst an das Joblevel. Der Einführungspfad verbindet zudem die Reife der Organisation mit dem Kompetenzbedarf. Der Evidence Review von Skills England unterscheidet formales Training von arbeitgebergeführten, rollen- und aufgabenbezogenen Übungen. Zusammengefasst bedeutet das: Ein Kursangebot ist nicht aktuell, nur weil die Seiten noch laden.
KI-Übungen sollten sich ändern, wenn sich die Aufgabe, das Tool oder die Richtlinie ändert, oder wenn Lernende durch Auswendiglernen bestehen. Ständiger Austausch schafft aber ein Problem: Teams verlieren die stabile Basis für Fortschrittsvergleiche. Die Pflegeentscheidung muss die Kompetenz erhalten und nur ändern, was sich wirklich geändert hat.
Wiederholen, Rotieren, Erweitern, Ausmustern
Wiederholen
Aufgabe und Bedingungen stabil halten, wenn Verhalten unter normalem Arbeitsdruck zuverlässig werden muss.
Rotieren
Kompetenz und Standard beibehalten, aber Beispiel, Quellen oder Oberflächendetails ändern, damit Abruf nicht als Transfer getarnt wird.
Erweitern
Eine schwierigere Bedingung hinzufügen: weniger Zeit, unvollständige Daten, neue Zielgruppe oder höhere Konsequenz. Akzeptanzkriterien sichtbar lassen.
Ausmustern
Übungen entfernen oder archivieren, wenn Tool, Richtlinie, Workflow oder Entscheidungsgrenzen nicht mehr der genehmigten Arbeit entsprechen.
Praxisbeispiel: Ein Übungsset für den Kundensupport pflegen
Ein Support-Team hat acht Übungen zum Entwerfen von Kundenantworten mit einem genehmigten KI-Tool. Eine Übung lehrt, die Kundenanfrage vor dem Entwurf zu bestätigen. Sie ist wichtig und das Verhalten ist inkonsistent: wiederholen. Drei Übungen nutzen dasselbe Lieferverzugs-Beispiel: Akzeptanzstandard beibehalten, aber Falldetails rotieren. Eine Beschwerde-Übung ist zu einfach: erweitern, indem eine Quelle entfernt und ein Eskalationssatz gefordert wird. Zwei Übungen beziehen sich auf eine geänderte Rückgaberichtlinie: ausmustern, bis die Quellen aktualisiert sind.
Lesen ist der Anfang. Üben macht den Unterschied.
Jetzt startenMonatliches Portfolio-Review durchführen
- 1
Kompetenz benennen
Die beobachtbare Entscheidung oder das Verhalten, das die Übung trainieren soll, beschreiben.
- 2
Bedingungen prüfen
Prüfen, ob Tool, Regel, Quellen, Rolle und Akzeptanzstandard noch der genehmigten Arbeit entsprechen.
- 3
Evidenz prüfen
Auf wiederholte Fehler, müheloses Bestehen, Policy-Drift und Hilfsanfragen achten.
- 4
Eine Aktion wählen
Übung markieren: Wiederholen, Rotieren, Erweitern, Ausmustern. Owner und nächstes Review-Datum festlegen.
- 5
Revision testen
Die geänderte Übung einer kleinen Gruppe geben und prüfen, ob sie noch die beabsichtigte Kompetenz misst.
| Schwaches Pflegesignal | Nützliches Pflegesignal | |
|---|---|---|
| Nutzung | Die Übung wurde abgeschlossen | Die richtige Entscheidung fiel in einem neuen Fall |
| Schwierigkeit | Der Durchschnittswert sank | Derselbe Fehler trat unter einer benannten Bedingung auf |
| Aktualität | Der Beitrag ist alt | Tool, Quelle, Richtlinie oder Ablauf hat sich geändert |
| Revision | Die ganze Übung neu schreiben | Nur die Bedingung ändern, die den Nachweis entwertet |
Ein kurzes Pflegeprotokoll führen
Speichern Sie pro Übung fünf Felder: Zielverhalten, genehmigte Bedingungen, letzte Evidenzprüfung, Pflegemaßnahme und nächstes Review-Datum. Machen Sie daraus kein großes Lernprojekt. Das Protokoll dient nur dazu, eine Entscheidung sichtbar und umkehrbar zu machen. Bokilis Leitfaden zum Ändern einzelner Bedingungen erklärt, wie der diagnostische Wert erhalten bleibt. KI-Kompetenzen haben eine Halbwertszeit erklärt, warum Review-Daten sich nach der Arbeit richten sollten, nicht nach einem Jahreszyklus.
Check zur Portfolio-Pflege
- Die Übung benennt eine beobachtbare Kompetenz oder Entscheidung.
- Tool, Regel und Quellen entsprechen noch der genehmigten Arbeit.
- Die Aufgabe lässt sich nicht allein durch Erinnern lösen.
- Eine schwierigere Version ändert nur eine sinnvolle Bedingung.
- Ausgemusterte Übungen werden mit Begründung archiviert.
- Jede Maßnahme hat eine verantwortliche Person und ein Review-Datum.
- Die überarbeitete Übung wird an einem neuen Fall getestet.
- Wählen Sie vier Übungen eines Teams.
- Notieren Sie das Zielverhalten jeder Übung.
- Markieren Sie Wiederholen, Rotieren, Erweitern oder Ausmustern.
- Begründen Sie jede Entscheidung in einem Satz mit Evidenz.
- Weisen Sie eine kleine Änderung und ein Review-Datum zu.
Eine aktuelle Bibliothek schützt das Signal
Das Ziel ist kein permanent neuer Katalog, sondern der verlässliche Nachweis, dass Mitarbeitende die erwartete Arbeit leisten können. Wiederholen, was verlässlich werden soll. Rotieren, was vertraut geworden ist. Erweitern, was keine Kompetenz mehr unterscheidet. Ausmustern, was nicht mehr zutrifft. Bokilis kurze, rollenbasierte Missionen machen diese Pflege praktisch, da jede Übung auf ein Verhalten und eine Arbeitsbedingung fokussiert bleibt.
Quellen
- Werkzeugpaket für KI-Kompetenzen — GOV.UK
- Evidenzüberblick zu KI-Kompetenzen für Leben und Arbeit — GOV.UK
- Was bei KI-Weiterbildung im Vereinigten Königreich funktioniert — Skills England / GOV.UK
- KI-Training für HR und L&D — Bokili
Lesen ist der Anfang. Üben macht den Unterschied.
Bokili macht aus solchen Fähigkeiten Zehn-Minuten-Missionen für das ganze Team – mit sofortigem Feedback und sichtbarem Fortschritt.
Jetzt startenWeiterlesen

KI-Training für HR: Interview-Belege von Rückschlüssen trennen
Bringen Sie HR-Teams bei, genaue Interview-Belege zu bewahren, unbegründete Rückschlüsse zu entfernen und die menschliche Bewertung an die Stelle zu koppeln.

KI-Kurs für Anfänger: Wissen, wann man aufhören muss
Ein praktischer KI-Kurs für Anfänger braucht eine Stopp-Regel für fehlende Belege, unklare Befugnisse, risikoreiche Nutzung und mangelnde Qualitätsstandards.

KI-Training ist auch ein Test für das Unternehmen
Wenn KI-Übungen scheitern, prüfen Sie das Verhalten der Lernenden und die Rahmenbedingungen, die richtiges Handeln ermöglichen.