79: KI-Agenten in der Erwachsenenbildung einsetzen

Wenn du diesen Beitrag liest, gehörst du vermutlich zu jenen Trainer:innen, Ausbildenden, Dozierenden oder Lernbegleiter:innen, die den Schritt in die Welt der generativen KI bereits gewagt haben. Du schreibst mit ChatGPT Lernzielformulierungen um, lässt dir Quiz-Fragen generieren, entwirfst Fallstudien oder bittest die KI, einen komplexen Text didaktisch zu reduzieren. Ein Dialog – du fragst, die KI antwortet, du verfeinerst, sie liefert nach. Das ist wertvoll, das spart Zeit, das erweitert dein didaktische Werkzeugkiste deutlich.

Und doch: In den letzten Wochen hat sich etwas verschoben, das über diesen vertrauten Dialogmodus weit hinausgeht. Die Rede ist von KI-Agenten. Wer als Bildungsfachperson den Anschluss nicht verlieren will, sollte verstehen, was dieser Begriff bedeutet, worin er sich vom klassischen Chatbot unterscheidet und welche Konsequenzen das für unsere Arbeit hat.

Ich gebe dir hier einen Orientierungsrahmen. „Didaktisch reduziert“, sprich: kompakt, praxisnah und ohne technischen Jargon, dort wo er verzichtbar ist. In den Shownotes findest du den Link zu einem Podcastgespräch, in dem ich das Thema KI-Agenten ebenfalls aufgreife.

Die Muschel am Strand und das Boot auf dem Meer

Um den Unterschied zwischen einem Chatbot und einem KI-Agenten greifbar zu machen, verwende ich gerne folgendes Bild:

Mit einem Chatbot zu sprechen, ist wie am Strand entlangzulaufen und einzelne Muscheln aufzuheben. Man betrachtet sie, staunt manchmal, legt sie wieder hin oder steckt sie ein. Jede Muschel ist ein kleines Geschenk – aber man bleibt am Ufer.

Mit einem KI-Agenten zu arbeiten, bedeutet, sich ein Boot zu bauen und damit aufs Meer hinauszufahren. Man gibt ein Ziel vor, setzt Segel, navigiert durch Strömungen – und kommt an Orte, die man vom Strand aus nie gesehen hätte.

Was diese Metapher andeutet, möchte ich nun entfalten.

Was genau ist ein KI-Agent – und was nicht?

Ein klassischer Chatbot, egal ob ChatGPT von OpenAI, ClaudeAI, Gemini oder ein anderes Large Language Modell, funktioniert reaktiv. Du stellst eine Frage, das System antwortet. Du fragst weiter, es antwortet wieder. Der Dialog ist die Einheit, das Gespräch der Rahmen. Was dabei entsteht, ist im Wesentlichen Text, den du anschliessend selbst weiterverarbeitest: kopieren, einfügen, umformulieren, ins Lernmaterial übernehmen.

Ein KI-Agent funktioniert grundlegend anders. Er ist ein System, das ein übergeordnetes Ziel eigenständig zerlegt, einen Plan entwickelt, Werkzeuge nutzt, Zwischenergebnisse prüft, bei Bedarf nachkorrigiert. Und am Ende ein Ergebnis liefert, das mehrere Arbeitsschritte umfasst. In meinen Trainings zu „KI-Agenten in der Erwachsenenbildung einsetzen“ sage ich jeweils: Während KI-Assistenten auf Anfragen reagieren und Empfehlungen abgeben, deren Umsetzung beim Menschen bleibt, handeln KI-Agenten eigenständig und proaktiv, um ihre Ziele zu erreichen. Sie nutzen KI-Technologie, um Aufgaben eigenverantwortlich zu planen, auszuführen, zu bewerten und kontinuierlich anzupassen.

Drei Merkmale sind für diese neue Generation charakteristisch:

Autonomie. Der Agent zerlegt einen Auftrag selbstständig in Teilschritte. Statt dass du ihm einundzwanzig Mal hintereinander sagen musst, was als Nächstes zu tun ist, plant er diese Abfolge von sich aus.

Werkzeugzugriff. Ein Agent kann im Web recherchieren, Dokumente lesen und verfassen, E-Mails verschicken, Kalendereinträge erstellen, Datenbanken abfragen oder andere Anwendungen bedienen. Er ist nicht in seinem Fenster gefangen.

Gedächtnis und Lernfähigkeit. Moderne Agenten merken sich Kontext über längere Arbeitssitzungen, reagieren auf Zwischenergebnisse und passen ihre Strategie an, wenn etwas nicht funktioniert wie geplant.

Kurz: Im Unterschied zu einfachen Chatbots oder regelbasierten Tools können Agenten Informationen analysieren, Entscheidungen treffen und sich an neue Situationen anpassen – ohne dass man ständig eingreifen muss.

Der kurze Blick zurück: Eine Beziehung in fünf Kapiteln

Um zu verstehen, warum dieser Schritt jetzt so bedeutsam ist, lohnt sich ein Blick auf die Evolution der Mensch-KI-Beziehung. Vereinfacht dargestellt, durchlief sie fünf Phasen: In den 1950er- und 60er-Jahren waren KI-Systeme starre, regelbasierte Werkzeuge ohne jede Autonomie. In den 1980er- und 90er-Jahren kamen Expertensysteme mit domänenspezifischem Wissen hinzu – erste virtuelle Assistenten. In den 2010er-Jahren begannen Machine-Learning-Systeme, menschliche Arbeit durch Mustererkennung und Vorhersagen zu verstärken. Zwischen 2022 und 2024 wurden Large Language Models und generative KI zu Co-Creators, die Seite an Seite mit uns Inhalte erstellen. Und seit 2025 erleben wir den Übergang zu KI-Agenten, die mit Autonomie, Gedächtnis und Tool-Zugang zu echten Workflow-Partnern werden.

Wer heute noch im Dialogmodus steckenbleibt, arbeitet also gewissermassen mit Technologie aus „dem vorvergangenen Kapitel vergangenen Zeiten.

Warum das für die Erwachsenenbildung besonders relevant ist

In der Erwachsenenbildung treffen zwei Entwicklungen aufeinander, die diesen Wandel beschleunigen.

Zum einen stellen unsere Teilnehmenden andere Erwartungen. Lernende bringen zunehmend eigene KI-Erfahrung mit – 2023 zeigte eine Untersuchung an Berufsfachschulen im Kanton Luzern, dass 94 Prozent der Lernenden bereits mit Chatbots arbeiteten. Der Bedarf an einem kritischen, kompetenten Umgang mit diesen Werkzeugen gehört längst zum Pflichtprogramm. Wer hier didaktisch überzeugen will, muss selbst mehr können als seine Lernenden.

Zum anderen entstehen konkrete Entlastungspotenziale in unserer eigenen Arbeit. Das nordrhein-westfälische Schulministerium kündigte auf der didacta 2026 einen sogenannten Agentathon an, in dem Lehrkräfte eigene KI-Agenten für Unterrichtsplanung, Elternkommunikation, Materialsammlung oder individuelle Lernwegbegleitung entwickeln – ganz ohne Programmierkenntnisse.

Die Signale verdichten sich also. Die Frage ist nicht mehr, ob Agenten in unseren Arbeitsalltag einziehen, sondern wie bewusst wir diesen Übergang gestalten.

Vier Szenarien aus dem Bildungsalltag

Damit das konkret wird, hier vier Bilder, wie ein KI-Agent deine Arbeit verändern könnte. Nicht als Zukunftsmusik, sondern als bereits heute umsetzbare Anwendungsfälle:

Szenario 1: Der Kurs-Vorbereitungs-Agent. Du gibst ihm das Thema, die Zielgruppe, die verfügbare Zeit und deine didaktische Handschrift. Er recherchiert aktuelle Studien, wertet drei einschlägige Fachartikel aus, schlägt eine Grobstruktur vor, entwirft passende Aktivierungen, entwickelt ein Quiz auf dem gewünschten kognitiven Niveau und stellt dir am Ende ein bearbeitbares Paket zur Verfügung. Du als als Trainer:in prüfst, justierst, setzt deine andragogische Intuition dort ein, wo sie gebraucht wird.

Szenario 2: Der Transferbegleitungs-Agent. Nach einer Weiterbildung fragt ein Agent deine Teilnehmenden in individuellem Rhythmus nach ihren Transferfortschritten, bietet zielgerichtete Microlearings an, erinnert an offene Umsetzungsschritte und fasst für dich als Trainer:in die Gruppenentwicklung zusammen – datenschutzkonform und mit klarer Transparenz den Lernenden gegenüber.

Szenario 3: Der Feedback-Agent. Lernende reichen Arbeiten ein, der Agent gibt strukturiertes Erstfeedback anhand deiner Kriterien, markiert Stellen, die eine inhaltliche Rückmeldung durch dich als Fachperson benötigen, und entlastet dich von der reinen Formalkontrolle.

Szenario 4: Der Administrations-Agent. Terminkoordination, Raumbestätigungen, Zertifikatserstellung, Erinnerungs-Mails, Nachfassaktionen bei unvollständigen Anmeldungen – all das erledigt ein Agent nachts, während du schläfst. Am Morgen findest du eine kurze Zusammenfassung dessen, was erledigt wurde und wo deine Entscheidung gefragt ist.

Was diese vier Szenarien gemeinsam haben: Der Agent übernimmt nicht die Erwachsenenbildung. Er übernimmt die Arbeit rund um die Bildung, damit du dich auf das konzentrieren können, wofür du wirklich gebraucht wirst.

Die komplementären Stärken ernst nehmen

Damit kommen wir zum Kern. Ein reifes Verständnis dessen, was KI-Agenten sind und was sie nicht sind, setzt voraus, dass wir die komplementären Stärken nüchtern anerkennen.

Auf der menschlichen Seite stehen: kreatives Denken, kontextuelles Verstehen, ethisches Urteilsvermögen, emotionale Intelligenz, Vertrauensaufbau zwischen Menschen und komplexe Entscheidungsfindung in mehrdeutigen Situationen. Auf der Seite der KI-Agenten: Informationsverarbeitung in hoher Geschwindigkeit, Mustererkennung über grosse Datenmengen, konsistente Ausführung, ausdauernder Betrieb rund um die Uhr und die skalierbare Anwendung einmal erlernten Wissens.

Die erfolgreichsten Bildungsfachleute in dieser neuen Welt werden weder diejenigen sein, die KI-Integration ablehnen, noch jene, die Verantwortung vollständig an die Maschine abgeben. Sondern diejenigen, die ausgereifte Kollaborationsmodelle entwickeln, um die einzigartigen Stärken beider Seiten zu maximieren.

Das ist fachlich gesprochen eine „didaktische Gestaltungsaufgabe“.

Ein aktueller Puls: Claude Design – vom Chat zum Gestaltungsraum

Während ich diesen Beitrag schreibe, ist es gerade einmal vier Tage her, dass Anthropic ein Produkt namens Claude Design lanciert hat – eine konversationelle Gestaltungsoberfläche, die von Claude Opus 4.7 angetrieben wird. Du kannst dir dass vorstellen wie Canva oder Figma mit Superkräften: Du beschreibst, was du braucht, Claude baut eine erste Version, und du verfeinerst das Ergebnis durch Chat, direkte Bearbeitung, Kommentare und massgeschneiderte Schieberegler. Das Ganze ist derzeit als Research Preview für Pro-, Max-, Team- und Enterprise-Abonnenten verfügbar.

Warum erwähne ich das hier? Weil es ein hübsches Beispiel dafür ist, wie schnell sich die Werkzeuglandschaft weiterentwickelt – und wie direkt das auf unsere Arbeit als Bildungsfachleute einzahlt. Der britische L&D-Experte Philippa Hartmann hat am Wochenende fünf konkrete Anwendungsfälle für die betriebliche Weiterbildung skizziert, die ich hier sinngemäss weitergebe:

Alte Folien, Dokumente und Tabellen neu gestalten. Werkzeuge wie Canva, Gamma oder Tome verwandeln Dokumente in Decks – aber sie verdichten den Inhalt, um ihn in die Vorlage zu pressen. Claude Design bewahrt deinen Content vollständig (jedes Lernziel, jedes Beispiel, jedes Fachdetail) und baut das visuelle Gerüst darum herum.

Prototypen für echtes Lerner-Testing bauen. Bisher konnte man interaktive Prototypen zwar mit Claude Code oder als Artefakt erstellen – aber man musste in HTML denken. Claude Design macht daraus einen visuellen Workflow. Das verändert, wann im Entwicklungsprozess man Lernerfahrungen testen kann: nämlich bereits in der Discovery-Phase, lange bevor man in Storyline oder Rise investiert.

Claude einmal die eigene Marke beibringen. Claude Design liest während des Onboardings deine Quellmaterialien und baut daraus ein Design-System, das auf alle folgenden Projekte automatisch angewendet wird. Kohorten-Seiten, Modul-Intros und LinkedIn-Grafiken driften nicht mehr visuell auseinander, nur weil niemand Zeit hat, das System durchzusetzen.

Drei Varianten parallel rendern. ChatGPT und Claude im Chat können drei Richtungen beschreiben – aber man muss jede selbst bauen, um zu sehen, ob sie trägt. Claude Design rendert drei funktionierende, klickbare Prototypen nebeneinander. Statt das einzige zu liefern, für das die Zeit reichte, kann man echte Alternativen vergleichen.

SME-Reviews direkt im Prototyp durchführen. Google Docs oder Figma lassen mehrere Personen gleichzeitig bearbeiten. Claude Design geht einen Schritt weiter und platziert die KI innerhalb des Artefakts, so dass du und deine Fachexpertinnen Änderungen live umsetzen können. Wochenlange PDF-E-Mail-Schleifen schrumpfen dadurch potenziell auf eine einzige, produktive Stunde.

Was an diesem Produkt didaktisch so interessant ist: Es ist selbst ein kleines Lehrstück darüber, wohin die Reise geht. Der Chat verlässt das reine Textfenster und wird zur Schaltzentrale eines Gestaltungsraums, in dem du zusammen mit der KI arbeitest und nicht nur mit ihr reden.

Das eigentlich spannende Feature: das Design-System

Wenn du Claude Design nur als Slide-Generator benutzt, nutzt du vielleicht zehn Prozent dessen, was darin steckt. Das eigentlich bemerkenswerte Feature ist das Design-System, das du einmalig einrichtest und das anschliessend jedes weitere Dokument automatisch prägt.

Du kannst mit einem reinen Text-Prompt starten. Du kannst ein bestehendes Dokument hochladen – Word, PowerPoint, Excel – und Claude Design übernimmt Struktur und Optik aus dem, was bereits vorhanden ist. Du kannst aber auch direkt auf deine Website verweisen: Claude extrahiert Farben, Schriften und Tonalität automatisch und baut daraus ein Gestaltungsgerüst, das zu deinem Auftritt passt. Exportieren lassen sich die Ergebnisse anschliessend als PDF, PPTX, direkt nach Canva oder als eigenständige HTML-Datei.

Für Bildungsfachleute hat das eine ganz konkrete Konsequenz. Wer regelmässig Kursunterlagen, Folien, Handouts, Transferaufgaben und Begleitmaterial produziert, weiss, wie mühsam visuelle Konsistenz ist. Der Kursprospekt sieht anders aus als das Skript, das Skript anders als der Testbogen, der Testbogen anders als die Zertifikatsvorlage. Ein einmal eingerichtetes Design-System löst genau dieses Problem.

Ein Vorschlag für den ersten Versuch: Nimm dir zehn bis fünfzehn Minuten, öffne Claude Design und legen ein neues Projekt an. Formuliere sinngemäss:

„Ich möchte ein Design-System für meine Weiterbildungsangebote einrichten. Mein Name / meine Organisation: […]. Meine Website: [URL – daraus extrahierst du bitte Farben und Schriften]. Meine Zielgruppe: [z. B. Ausbildungscoachs, Berufsbildner, Erwachsenenbildnerinnen]. Tonalität: [z. B. professionell, warm, klar strukturiert]. Erstelle ein konsistentes Design-System, das ich für Kursunterlagen, Folien, Handouts und Social-Media-Grafiken nutzen kann. Frag mich nach allem, was dir noch fehlt.“

Anschliessend produzierst du – das dauert meist nur fünf Minuten – ein erstes konkretes Dokument im neuen System, beispielsweise eine einseitige Kursbeschreibung oder einen Impulsfolien-Satz für dein nächstes Modul. Das Ergebnis sieht nicht nach generischem KI-Output aus, sondern trägt deine didaktische Handschrift.

Damit verschiebt sich der Produktionsprozess vom mühsamen Einzelformatieren hin zum Kuratieren. Du verbringst weniger Zeit mit PowerPoint-Pfriemelei – und mehr Zeit mit dem, was Teilnehmende von Ihnen wirklich brauchen.

Was das für deine nächsten Schritte bedeutet

Wenn du heute bereits ChatGPT souverän im Dialog nutzt, hast du die Grundlage. Der nächste Schritt erfordert kein Informatikstudium, sondern eine Haltungsverschiebung: Statt Fragen zu stellen, beginnst, Aufträge zu formulieren. Statt einzelne Texte zu erzeugen, beginnst du, Arbeitsabläufe zu delegieren. Statt am Strand zu bleiben, beginnst du, das Boot zu bauen um aus Meer hinaus zu fahren.

Drei konkrete Einstiegswege:

Erstens: Experimentiere mit den Agentenmodi, die ChatGPT, Claude und andere grosse Anbieter mittlerweile anbieten. Gib einen Auftrag, der mehrere Schritte umfasst – zum Beispiel eine kleine Recherche mit anschliessender Zusammenfassung und daraus abgeleiteten Lernzielen. Beobachte, wie der Agent plant, Werkzeuge einsetzt und das Ergebnis strukturiert.

Zweitens: Lerne einfache Automatisierungsplattformen wie Make, n8n oder Zapier kennen. Diese ermöglichen es dir, kleine Agenten-Workflows ohne Programmierung zu bauen – etwa einen Ablauf, der eingehende Kursanfragen sortiert, erste Rückfragen stellt und passende Unterlagen versendet.

Drittens: Reflektiere didaktisch. Welche deiner Arbeitsschritte sind repetitiv, strukturiert und regelhaft? Das sind die Kandidaten für Delegation. Welche erfordern Empathie, Kontextwissen, Urteilsvermögen? Das bleiben deine Kernkompetenzen und sie werden gerade wertvoller, je mehr das andere automatisiert wird.

Weiterbildung und Austausch

Dieser Blogbeitrag soll nur ein Einstieg sein. Wer tiefer eintauchen möchte, findet zwei konkrete Andockstellen:

Ich selbst biete Weiterbildungen zum Thema KI in der Erwachsenenbildung an – unter anderem beim Campus Sursee, der führenden Adresse für die Aus- und Weiterbildung von Baufachleuten in der Schweiz. Die Weiterbildung richtet sich an Ausbildungscoachs und Bildungsfachleute, die einen fundierten, praxisnahen Einstieg suchen – von den Grundlagen der Funktionsweise über das Prompting bis hin zu den didaktischen Implikationen, die sich durch KI-Agenten neu stellen.

Wer lieber zuhört, dem empfehle ich einen Blick in den Podcast Education Minds – Didaktische Reduktion und Erwachsenenbildung. Dort tausche ich mich regelmässig mit führenden Expertinnen und Experten aus der Bildungswelt aus. Besonders empfehlenswert in diesem Zusammenhang ist die Episode, in der Dr. Daniel Stoller-Schai, CEO der Collaboration Design GmbH und Co-Leiter des Digital Education Institute, mit mir darüber spricht, warum selbstorganisiertes Lernen heute wichtiger ist denn je, wie dialogisches Lernen mit generativer KI gelingt und warum Peer-Learning zu einem zentralen Baustein moderner Lernarchitekturen wird.

Fazit: Fünf Gedanken, die du mitnehmen solltest

Wenn du diesen Beitrag bis hierher gelesen hast, möchte ich dir für die konkrete Arbeit fünf Kerngedanken mitgeben – nicht als Checkliste, sondern als Orientierungsrahmen für die nächsten Wochen und Monate.

Erstens: Der Dialog mit ChatGPT war der Einstieg, nicht das Ziel. Wer heute stehenbleibt, arbeitet mit einer Technologie, die bereits vor zwei Entwicklungsstufen lag. Der produktivste nächste Schritt besteht darin, vom Fragen zum Auftragen überzugehen. Dies bedeutet, der Maschine ganze Arbeitsabläufe anzuvertrauen, nicht nur einzelne Texte.

Zweitens: KI-Agenten übernehmen nicht deine Bildungsarbeit, sondern die Arbeit rund rundherum. Kursvorbereitung, Transferbegleitung, Feedback-Routinen, Administration – das sind die Felder, auf denen sich in den nächsten zwölf Monaten am meisten bewegen wird. Deine eigentliche didaktische Wirkung – Beziehungsaufbau, Kontextdeutung, ethisches Urteil – wird dadurch nicht kleiner, sondern sichtbarer und wertvoller.

Drittens: Werkzeuge wie Claude Design zeigen die Richtung, in die sich unser Arbeitsalltag verschiebt. Der Chat verlässt das reine Textfenster und wird zur Schaltzentrale eines Gestaltungsraums. Wer ein einmaliges Design-System einrichtet, gewinnt auf einen Schlag visuelle Konsistenz über all seine Materialien hinweg – und gewinnt Zeit zurück, die bisher in PowerPoint-Formatierungen versickert ist.

Viertens: Fange klein an, aber fange wirklich an. Suche dir einen einzigen, klar umrissenen Arbeitsschritt aus deinem Alltag – etwa die Erstellung einer Kursbeschreibung, die Nachbereitung eines Transfergesprächs oder die Feedbackgabe zu einer Teilnehmerarbeit – und delegiere ihn an einen Agenten. Messe präzise, was dabei herauskommt. Verfeinere. Wiederhole. So baust du Kompetenz auf, die kein Seminar der Welt ersetzen kann.

Fünftens: Bleibe didaktisch souverän. Deine Rolle als Bildungsfachperson wird durch KI nicht entwertet – im Gegenteil. Je mehr Content automatisiert erzeugt werden kann, desto wichtiger wird, wer entscheidet, was gelernt werden soll, warum es wichtig ist und wie es in einem Menschen ankommt. Das bleibt deine Aufgabe. Und sie wird wichtiger, nicht unwichtiger.

Ein letzter Gedanke

Zwischen 2024 und 2026 hat sich unsere Beziehung zur KI grundlegend verändert. Aus dem Werkzeug ist ein Partner geworden – einer, der selbstständig handelt, Ergebnisse liefert und uns damit zwingt, unsere Rolle neu zu durchdenken.

Das Boot ist gebaut. Die Frage ist nicht mehr, ob du hinausfährst. Die Frage ist, wohin. Und welche didaktische Überzeugung dich dabei begleitet.

Ressourcen:

Podcastgespräch „KI-Agenten in der Erwachsenenbildung einsetzen“ mit Yvo Wüest bei Education Minds GmbH (Mai 2026): https://education-minds.com/podcast/

Erklärvideo zu Claude Design von Fredrik Vogt, 20.04.26: https://youtu.be/wDphHjW6btA?si=1Oc7-WtbGHNtzdxL