19 November 2026
Einarbeitung neuer Mitarbeiter: KI hat uns ungeduldig gemacht

Auf unserem Teamausflug nach Mallorca saßen Vincent, unser Senior Consultant für Microsoft AI, und ich draußen, während drinnen die Entwickler ihre Session hatten. Irgendwann ging es darum, was drei Jahre Arbeit mit KI mit uns beiden gemacht haben.
Jetzt sind wir doch mal ehrlich: Mittlerweile sind wir versaut. Wir sind es gewohnt, dass Dinge schnell gehen. Wir wissen, wofür man KI nimmt, welcher Schritt nach welchem kommt und wo man besser selbst nachdenkt. Dann haben wir uns gefragt, ob wir einem neuen Menschen im Team heute noch die Zeit geben würden, die wir selbst früher für die Einarbeitung gebraucht haben. Eher nicht. Wenn nach ein, zwei Monaten nicht sichtbar etwas passiert, werden wir unruhig. Früher war das nicht so.
Ich glaube nicht, dass wir damit allein sind. Wer selbst intensiv mit KI arbeitet, verliert das Gefühl dafür, wie lange Lernen dauert, und am deutlichsten merkt man das bei der Einarbeitung neuer Mitarbeiter. KI kann die Einarbeitung tatsächlich verkürzen, allerdings nur, wenn das Wissen der Erfahrenen irgendwo steht, wo Neue es finden.
Drei Jahre KI verändern das Zeitgefühl
Stellt euch mal die Frage, wie oft ihr noch bewusst darüber nachdenkt, wie euer KI-Output zustande kommt: welches Werkzeug ihr für welche Aufgabe nehmt, in welcher Reihenfolge ihr vorgeht und an welcher Stelle ihr nachprüft. Nach ein paar Jahren mit KI denkt man darüber kaum noch nach. Es läuft einfach.
Von außen sieht man nur, dass es schnell geht. Und dieses Tempo wird unbemerkt zum Maßstab, auch für Menschen, die diesen Weg noch gar nicht gegangen sind.
Eine KI liefert in Sekunden, Neue dagegen brauchen Wochen, bis sie überhaupt wissen, welche Fragen sie stellen müssen. Wer den ganzen Tag mit KI arbeitet, misst Menschen unwillkürlich an diesem Tempo.
Das viele Arbeiten mit KI hat übrigens noch eine zweite Folge: Wir sind nicht nur schneller geworden, wir erkennen KI auch schneller. KI-generierte Texte, Bilder und Präsentationen fallen uns inzwischen sofort auf, jedenfalls dann, wenn niemand die Spuren der KI verwischt hat.
Den Weg, den Vincent und ich in den letzten drei Jahren gegangen sind, kann ich von jemandem, der heute neu ins Team kommt, nicht einfach erwarten. Auch wer mit KI richtig loslegen will, hat diesen Weg in der Regel noch nicht hinter sich. Genau das vergesse ich, wenn ich ungeduldig werde.
Der Fluch des Experten
Ihr kennt das vermutlich: Weihnachten bei den Eltern. Eure Mutter fragt, ob ihr mal schnell schauen könnt, wie das und das geht. Ihr steht daneben, schaut zu, wie sie sich durchklickt, und könntet fast ausrasten. Ihr hättet das in drei Sekunden erledigt, und ihr seht sofort, wo sie eigentlich hinmuss.
Neu ist das Thema also nicht. Die Organisationsforscherin Pamela Hinds hat schon 1999 untersucht, wie gut Menschen einschätzen können, wie lange Anfänger für eine neue Aufgabe brauchen [1]. Passenderweise ging es auch dort um Technik, nämlich darum, ein Mobiltelefon bedienen zu lernen. Je mehr Erfahrung die Teilnehmenden mit dem Gerät hatten, desto stärker unterschätzten sie, wie lange ein Neuling braucht.
Hinds nannte das den Fluch des Experten. Wer etwas beherrscht, kann sich kaum noch vorstellen, wie es ist, es nicht zu können.
Mit KI wird dieser Fluch stärker, glaube ich. Unsere Arbeitsweise besteht zu einem großen Teil aus implizitem Wissen. Es steht in keinem Handbuch, weil wir selbst nicht mehr merken, dass wir es haben. Daraus folgt: Wer seine Arbeitsweise nicht mehr sieht, kann sie auch schlecht weitergeben.
KI kann die Einarbeitung verkürzen
Ein Teil unserer Ungeduld ist trotzdem berechtigt, denn KI kann die Einarbeitungszeit wirklich verkürzen.
Erik Brynjolfsson, Danielle Li und Lindsey Raymond haben untersucht, was passierte, als ein Softwareunternehmen seinen 5.172 Support-Mitarbeitenden schrittweise einen KI-Assistenten gab [2]. Im Schnitt lösten sie 15 Prozent mehr Anfragen pro Stunde. Am meisten profitierten die Neuen: Mit dem Assistenten arbeiteten sie nach zwei Monaten so gut wie Mitarbeitende ohne Assistent nach mehr als sechs Monaten.
Die Forschenden erklären den Effekt so: Das System hat die Verhaltensmuster der besten Mitarbeitenden aufgenommen und an alle weitergegeben.
Bevor ich ungeduldig werde, muss ich also prüfen, ob mein Wissen irgendwo steht, wo jemand Neues es finden kann. In den meisten Unternehmen, die ich kenne, steht es nirgends. Bei uns stand es lange auch nirgends.
Zu viel Tempo kann das Lernen bremsen
Es gibt noch einen Grund, mit der Ungeduld vorsichtig zu sein. Anfang 2026 hat Anthropic ein Experiment mit 52 Personen aus der Softwareentwicklung veröffentlicht, von denen die meisten noch am Anfang ihrer Laufbahn standen [3]. Sie sollten eine Programmbibliothek lernen, die sie noch nicht kannten. Die eine Hälfte durfte dabei KI nutzen, die andere nicht. Danach gab es einen Test ohne KI.
Mit der Aufgabe war die Gruppe mit KI kaum schneller fertig, der Unterschied war statistisch nicht signifikant. Im Test kam sie aber im Schnitt auf 50 Prozent der Punkte, die Gruppe ohne KI auf 67 Prozent. Wer der KI Fragen stellte und sich Zusammenhänge erklären ließ, lernte gut. Wer sie einfach die Aufgabe erledigen ließ, lernte wenig.
Die Studie ist klein und betrifft nur das Programmieren, doch die Logik dahinter leuchtet mir ein. Druck auf schnelle Ergebnisse schiebt neue Leute genau in die zweite Gruppe. Nach ein paar Wochen sieht das gut aus, ein paar Monate später fehlt dann womöglich das Verständnis, um die Fehler der KI zu erkennen.
Zum Vergleich: Laut Gallup brauchen neue Mitarbeitende rund zwölf Monate, bis sie in ihrer Rolle die volle Leistung erreichen [4]. Selbst wenn KI davon ein gutes Stück abschneidet, sind ein bis zwei Monate keine realistische Messlatte. Auch mit KI waren die Neuen aus der Support-Studie nach zwei Monaten erst auf dem Stand von Mitarbeitenden mit mehr als sechs Monaten Erfahrung.
Checkliste: Einarbeitung neuer Mitarbeiter mit KI
Die Liste ist für alle, die eine Einarbeitung verantworten, und gilt unabhängig vom Werkzeug.
Unsere Einarbeitung mit kenrAI
Den meisten Aufwand macht auf dieser Liste das Erzählen. Wissensmanagement scheitert seit Jahrzehnten daran, dass Aufschreiben Zeit kostet, und zwar genau die Zeit der Leute, die das Wissen haben. In meinem Berufsleben habe ich einige Wikis entstehen und wieder einschlafen sehen.
Mit KI ist diese Hürde viel kleiner geworden. Genau dafür nutzen wir unsere eigene Wissensbasis kenrAI. Eine Prozessbeschreibung muss bei uns niemand mehr selbst schreiben. So läuft die Einarbeitung heute:
- Erfahrene erzählen ihre Arbeitsabläufe im Chat mit der KI, gern ungeordnet und mit Abschweifungen. Die KI macht daraus Seiten, ein Mensch prüft und gibt frei.
- Bei Neuen ist die KI ab dem ersten Tag mit kenrAI verbunden, dazu gibt es einen Lesepfad für ihre Rolle.
- Bei jeder Aufgabe und jeder Frage wenden sie sich zuerst an ihre KI, und die greift dafür auf kenrAI zu. Egal ob Copilot, Claude oder ein anderer Assistent: Alle arbeiten mit demselben Stand.
- Was kenrAI nicht beantwortet, wird zum offenen Punkt. Einmal pro Woche schließen wir diese Lücken, oft per Spracheingabe, wenn jemand gerade unterwegs ist.
Und wir halten Neue ausdrücklich dazu an, KI zum Verstehen zu nutzen und nicht nur zum Erledigen.
Drei Punkte setzen wir noch nicht um. Wir halten die Erwartungen an eine Rolle nicht vorab schriftlich fest, und wir messen den Fortschritt nicht daran. Ich vermute, dass genau hier ein Teil unserer Ungeduld herkommt. Wo keine vereinbarte Messlatte steht, springt das eigene Tempo ein. Außerdem ergänzen Neue die Checkliste am Ende ihrer Einarbeitung bisher nicht für den nächsten Neuzugang. Das alles ändern wir als Nächstes.
Ob die Einarbeitung dadurch wirklich kürzer wird, können wir noch nicht belegen, dafür ist der Lesepfad zu neu. In ein paar Monaten schreibe ich auf, was daraus geworden ist.
Vincent und ich arbeiten jedenfalls an unserer Geduld.
Wenn ihr eure nächste Einarbeitung nicht wieder bei null beginnen wollt, schaut auf der kenrAI-Seite vorbei. Dort seht ihr, wie aus erklärtem Wissen geprüfte Einträge werden, die Copilot und andere KI-Assistenten als Quelle nutzen.

Dein Firmenwissen. Verlässlich, aktuell und in deiner KI.
kenrAI ist die Wissensbasis, aus der deine KI ihre Antworten holt. Deine Fachleute halten sie aktuell, und jede Antwort nennt ihre Quelle.
kenrAI ansehenQuellen:
[1] Hinds, P. J.: The curse of expertise: The effects of expertise and debiasing methods on prediction of novice performance. Journal of Experimental Psychology: Applied 5 (2), 1999
https://doi.org/10.1037/1076-898X.5.2.205
[2] Brynjolfsson, E., Li, D., Raymond, L.: Generative AI at Work. The Quarterly Journal of Economics 140 (2), 2025
https://doi.org/10.1093/qje/qjae044
[3] Shen, J. H., Tamkin, A. (Anthropic): How AI assistance impacts the formation of coding skills, 29.01.2026
https://www.anthropic.com/research/AI-assistance-coding-skills
[4] Gallup: Gallup’s Perspective on Creating an Exceptional Onboarding Journey for New Employees, 2019
Häufige Fragen zur Einarbeitung mit KI
Wie lange dauert die Einarbeitung neuer Mitarbeiter?
Bis neue Mitarbeitende in ihrer Rolle die volle Leistung erreichen, vergehen laut Gallup rund zwölf Monate. KI kann diese Zeit verkürzen, ein bis zwei Monate sind aber keine realistische Messlatte.
Kann KI die Einarbeitung neuer Mitarbeiter verkürzen?
Ja, das kann sie. In einer Studie mit 5.172 Support-Mitarbeitenden arbeiteten Neue mit einem KI-Assistenten nach zwei Monaten so gut wie Mitarbeitende ohne Assistenten nach mehr als sechs Monaten. Die Forschenden führen das darauf zurück, dass das System die Arbeitsweise der besten Mitarbeitenden an alle weitergab.
Wie sollten neue Mitarbeitende KI in der Einarbeitung nutzen?
Neue Mitarbeitende sollten KI zum Verstehen nutzen und nicht nur zum Erledigen. In einem kleinen Experiment von Anthropic mit Menschen aus der Softwareentwicklung lernten die Teilnehmenden gut, wenn sie der KI Fragen stellten und sich Zusammenhänge erklären ließen. Wer die KI die Aufgabe einfach erledigen ließ, lernte wenig.
Wie hilft eine KI-Wissensbasis bei der Einarbeitung?
Eine Wissensbasis macht das Wissen der Erfahrenen für Neue auffindbar, auch für ihre KI-Assistenten. Bei aithoria erzählen Erfahrene ihre Arbeitsabläufe im Chat, die KI macht daraus Seiten, und ein Mensch gibt sie frei.
In unserem Workshop definieren wir klare Rollenmodelle und Ownership-Strukturen für den Einsatz von KI in Ihren Geschäftsprozessen. Wir liefern Ihnen fertige Vorlagen für Gremien-Abstimmungen, damit die Verantwortung zwischen IT, Fachbereichen und Geschäftsführung rechtssicher verteilt ist und KI nicht zum Haftungsrisiko wird.
.webp)




1.avif)