Training
Gap
Laura nutzt KI bereits. Aber noch nicht systematisch, sicher und prüfbar.
IST-ZUSTAND
AI STYLE LAB ACADEMY / DLD CONCEPT 01
AI
READY.
Vom KI-Wissen zur beruflichen Handlung. Ein interaktives Grobkonzept für Menschen, die generative KI sicher, sinnvoll und selbstständig einsetzen wollen.
LEARNING SYSTEM / 01
AI READY / CORE PATH LIVE CONCEPT
CONTEXT / 01
TRUST / 02
01 / 05
80 MIN
80MINUTEN
KERNLERNZEIT
KERNLERNZEIT
05HANDLUNGS-
MODULE
MODULE
0LEARNING
XP
XP
∞TRANSFER
IN DEN BERUF
IN DEN BERUF
„Der Mensch ist der Maler.
Die KI ist der Pinsel.”
Die KI ist der Pinsel.”
01THE CONCEPT
Ein Grobkonzept,
das man betreten kann.
AI READY übersetzt die Analyse nicht in eine Folienwand, sondern in eine nachvollziehbare Lernreise. Jede Entscheidung aus dem Projekt wird als sichtbare Erfahrung erfahrbar.
↓Training
→
Handlungs-
kette
Einsatz bestimmen. Prompt strukturieren. Ergebnis prüfen. Iterieren. Verantworten.
SOLL-ZUSTAND
→
AI
Ready
Ein sicherer Raum zum Ausprobieren – mit Feedback, Fortschritt und Transfer.
NACHWEIS
02PROJECT CANVAS
Das Projekt.
Auf einen Blick.
Neun Felder verbinden Zweck, Machbarkeit, Qualität und Entwicklung. Wähle ein Feld, um die Projektlogik zu erkunden.
SELECTED FIELD / 01
WHY
Zweck
Vom Ausprobieren zur reflektierten beruflichen Anwendung
PROJECT LOGICBrief → Bedarf → Ergebnis
„Ich möchte KI endlich sinnvoll nutzen können – ohne das Gefühl zu haben, etwas falsch zu machen.”
LEARNER
ANCHOR
ANCHOR
03THE LEARNER
/ 01Laura
Laura
Becker.
38 · Mannheim · Kauffrau für Büromanagement · berufliche Neuorientierung
Laura bringt solide digitale Grundkompetenzen mit. Sie braucht keine Technikvorlesung, sondern klare Kriterien, kurze Übungen und das Vertrauen, eine KI-Antwort selbst beurteilen zu können.
NEEDOrientierung
statt Fachsprache
statt Fachsprache
MOTIVESofort nutzbar
im Berufsalltag
im Berufsalltag
DESIGN RESPONSEGuided Practice
+ Human Review
+ Human Review
04EMPATHY MAP
Nicht für eine Zielgruppe.
Für einen echten Moment.
Die Empathy Map übersetzt Lauras Umfeld, Gedanken und Spannungsfelder direkt in Lerndesign.
LBLEARNER
EMPATHY SIGNAL / 01
Ich will verstehen, was ich tue.
KI wird im Beruf wichtiger. Laura möchte Anschluss halten, fragt sich aber, ob eine Antwort stimmt und welche Daten sie eingeben darf.
→ DESIGN RESPONSEGuided Practice + erklärendes Feedback
05THE COMPLETE CONCEPT
A · B · C / FULL DATA LAYERNicht nur schön.
Nicht nur schön.
Vollständig begründet.
Hier wird der vollständige Abgabekern aus der finalen PDF als semantisch lesbare, interaktive Projektdokumentation zugänglich. Öffne die Bereiche für alle Entscheidungen und Ableitungen.
A1–A2Generelle ProjektdatenAI STYLE LAB ist mein realer Marken- und Portfoliokontext. AI Ready ist der erste kompakte Selbstlernkurs der geplanten Academy und zugleich ein didaktischer Pilot.+
Projektauftrag
Praxisorientierten Einstieg in generative KI entwickeln, der Menschen mit wenig Erfahrung zu einer sicheren beruflichen Anwendung befähigt.
Zeit & Format
Vier Wochen Entwicklungszeit; 80 Minuten Kernlernzeit in fünf abgeschlossenen, selbstgesteuerten Modulen. Unterbrechung und Wiedereinstieg sind vorgesehen.
Ressourcen & Technik
Solo-Produktion mit Browser-Lernumgebung, Authoring-, KI- und Medienwerkzeugen. Nutzung auf Desktop, Laptop und Smartphone.
Budget
Kalkulatorischer Arbeitswert von 3.000–5.000 € für Analyse, Instructional Design, Content, Medienproduktion, Authoring, QA und Pilotvorbereitung.
Projektbeteiligte
David Sutherland verantwortet Projektleitung, Digital Learning Development, Instructional Design, Content, Medienproduktion und fachliche KI-Prüfung. Externes Review bleibt optional.
Qualitätsanspruch
Baubarer, barrierearm konzipierter MVP mit aktiven Lernaufgaben, begründetem Feedback, Wissenstest, AI Challenge und Human Review.
Chancen
Hohe berufliche Relevanz, direkt nutzbare Ergebnisse, skalierbare Modularchitektur und sichtbare AI-first End-to-End-Kompetenz.
Risiken & Reaktion
Heterogenes Lerntempo, schnelle Tooländerungen, Halluzinationen und sensible Daten werden durch Kernpfad plus Bonus, toolübergreifende Prinzipien, kurze Segmente und wiederkehrende Prüfung adressiert.
Scope
Einführungskurs – kein umfassender Technik-, Datenschutz- oder EU-AI-Act-Kurs. Vertiefende Rechts- und Governance-Inhalte bleiben außerhalb des MVP.
B1–B4Bedarfsanalyse & Training GapDie Lücke liegt nicht im Zugang zu KI, sondern im sicheren Handeln. Ein ChatGPT-Zugang erzeugt noch keine belastbare Handlungskompetenz.+
Aufgabenwahl · Ist → Soll
Vom spontanen Ausprobieren ohne geklärten Nutzen zur begründeten Entscheidung, welcher Arbeitsschritt durch KI sinnvoll unterstützt werden kann.
Prompting · Ist → Soll
Von kurzen, unspezifischen Suchanfragen zu einem Prompt mit Aufgabe, Kontext, Anforderungen, Tonalität und Ausgabeformat.
Qualität · Ist → Soll
Vom Vertrauen in sprachliche Überzeugungskraft zur Prüfung von Relevanz, Plausibilität, Vollständigkeit, Fakten und Quellen.
Verantwortung · Ist → Soll
Von Unsicherheit bei sensiblen Daten und finaler Freigabe zu Schutz, Verifikation und bewusster menschlicher Verantwortung.
Warum Training hilft
Die Kompetenz besteht aus beobachtbaren Teilhandlungen. Diese lassen sich zeigen, angeleitet üben, in Szenarien anwenden und mit unmittelbarem Feedback rückmelden.
Leistungsziel
Nach dem Kurs bearbeitet die lernende Person eine neue berufliche Aufgabe mit generativer KI und dokumentiert eine begründete, geprüfte und verbesserte Endfassung.
Nicht-trainingsbezogene Grenzen
Fehlende Unternehmensrichtlinien, fehlender Tool-Zugang oder technische Sperren löst der Kurs nicht. Digitale Grundkompetenz und Browserzugang werden vorausgesetzt.
B5–B6Zielgruppen- & AufgabenanalyseDie Gestaltung folgt dem beruflichen Nutzungskontext: praxisnah, branchenübergreifend, klar strukturiert und ohne unnötige KI-Fachsprache.+
Demografie & Kontext
Erwachsene in Weiterbildung oder beruflicher Neuorientierung mit verschiedenen Berufsfeldern und Bildungsbiografien; inklusive Bildsprache.
Vorwissen
Keine, geringe bis maximal mittlere KI-Erfahrung. Browser- und Office-Grundkompetenz werden vorausgesetzt, KI-Fachsprache nicht.
Motivation
Zeit sparen, berufliche Anschlussfähigkeit stärken, verlässlichere Ergebnisse erzeugen und Unsicherheit reduzieren.
Barrieren & Support
Fehlerangst, kognitive Überlastung, Fachbegriffe und unterschiedliches Lerntempo. Reaktion: kurze Module, klare Navigation, Worked Examples, Bonuspfad und Erklärfeedback.
Technische Umgebung
Browser auf Desktop, Laptop oder Smartphone; Fortschrittsspeicherung, Untertitel, Textalternativen, hohe Kontraste und möglichst tastaturbedienbare Interaktionen.
Kernaufgabe
Eine realistische berufliche Aufgabe so mit generativer KI bearbeiten, dass eine zweckmäßige, überprüfte und verantwortete Endfassung entsteht.
Teilaufgaben
1. Einsatz bestimmen · 2. Prompt strukturieren · 3. Ausgabe prüfen · 4. iterativ verbessern · 5. verantwortlich finalisieren.
Designfolge
Abstrakte Konzepte erscheinen nur, wenn sie eine konkrete Entscheidung unterstützen. Bonusinhalte vertiefen Halluzinationen, Wahrscheinlichkeit und Kontextfenster.
C4–C7Didaktische Reduktion & MethodenDie 3Z-Formel steuert die Auswahl: klares Ziel, konkrete Zielgruppe und ein realistisches Zeitbudget von 80 Minuten.+
Ziel
Die sichere Handlungskette beherrschen: Einsatz wählen, prompten, prüfen, iterieren und verantwortlich finalisieren.
Zielgruppe
Einsteiger:innen mit heterogenem Tempo benötigen klare Sprache, konkrete Situationen und optionale Vertiefung statt Techniküberlastung.
Zeitbudget
5 Minuten Hook + 10 Minuten Können/Grenzen + 20 Minuten Prompting + 15 Minuten Prüfen/Verbessern + 10 Minuten Sicher handeln + 20 Minuten AI Challenge.
Scenario-based Learning
Realistische berufliche Entscheidungssituationen machen die Methode kontextnah und übertragbar.
Guided Practice & Worked Examples
Ein vollständiges Beispiel reduziert die Einstiegshürde; angeleitete Revision führt vom Beobachten zum eigenen Handeln.
Learning by Doing
Lernende formulieren, markieren, entscheiden, vergleichen und begründen – statt Inhalte nur zu konsumieren.
Scaffolding
Ich zeige es dir → wir bearbeiten es gemeinsam → du handelst selbst. Die Schwierigkeit steigt bis zur vollständigen AI Challenge.
Lernorganisation
Selbstgesteuert, ortsunabhängig, einzeln bearbeitbar und mit gespeichertem Fortschritt. Community und Trainerbegleitung sind spätere Optionen.
C8–C9Lernaufgaben, Medien & AccessibilityJede Aktivität hat eine Lernfunktion. Medien sind keine Dekoration, sondern strukturieren, erklären, simulieren oder ermöglichen Reflexion.+
Entscheidungsaufgaben
Fehlende Prompt-Informationen erkennen, prüfpflichtige Stellen markieren und zwischen Handlungsoptionen wählen.
Produktionsaufgaben
Eigenen Prompt formulieren, Folgeprompt schreiben, Varianten vergleichen und finale Fassung auswählen.
Reflexionsaufgaben
Begründen, welche Entscheidung das Ergebnis verbessert hat und wie die Methode im eigenen Arbeitskontext angepasst wird.
Feedbacklogik
Kurz, begründet und handlungsbezogen: Was funktioniert, was fehlt, warum ist es relevant und welcher nächste Schritt hilft?
Medienmix
Kurze Texte, Chat-Simulationen, Entscheidungssituationen, visuelle Prompt-Bausteine, Infografiken und kurze Motion-Sequenzen; optional ein cinematic Hook.
Accessibility
Verständliche Sprache, klare Semantik, sichtbarer Fokus, ausreichende Kontraste, Untertitel, Transkripte, Textalternativen und Informationen nie nur über Farbe oder Ton.
Technische Robustheit
Toolübergreifende Prinzipien statt vergänglicher Button-Anleitungen; Chat-Beispiele werden fachlich geprüft und bei relevanten Änderungen aktualisiert.
C10Transfer & LernerfolgsmessungKompetenz wird nicht über Begriffswissen, sondern über eine neue berufliche Handlung und ein verantwortetes Ergebnis sichtbar.+
Formativ
Mini-Entscheidungen, Fehlerdiagnosen, Prompt-Revisionen und unmittelbares Erklärfeedback in allen Modulen.
Wissenstest
5–7 Items zu sinnvollem Einsatz, Prompt-Bausteinen, Halluzinationen, sensiblen Daten und Human-in-the-Loop; Wiederholung mit Feedback.
AI Challenge
Bewertung nach Aufgabenverständnis, Promptqualität, Qualitätsprüfung sowie Iteration und Verantwortung. Jedes Kriterium muss mindestens erfüllt sein.
Realtransfer
Eine eigene reale Aufgabe wählen, einen ersten Prompt erstellen, die Vorlage sichern und den geplanten Einsatz kurz begründen.
Badge-Bedingung
Badge nur nach bestandenem Wissenstest und erfolgreich bearbeiteter AI Challenge.
Pilotevaluation
Abschlussquote, Lernzielerreichung, Usability, technische Qualität und Pilotfeedback liefern priorisierte Änderungen für Version 2.
06THE LEARNING JOURNEY
Fünf Schritte.
Ein neues Gefühl.
YOUR PATH00 / 05 COMPLETE
Jeder Schritt bringt dich näher zu einer sicheren eigenen Entscheidung.
ACTION MAP / 01
Einsatz bestimmen.
Was soll am Ende besser oder schneller gelingen?
01
LEARNING OUTCOME
Laura grenzt eine echte berufliche Aufgabe ein und entscheidet, ob KI hier sinnvoll, erlaubt und verantwortbar eingesetzt werden kann.
VISIBLE EVIDENCE
Begründete Einsatzentscheidung↗
PRACTICE ACTIVITIES / 05
01Arbeitsziel formulierenguided
02Aufgaben nach KI-Eignung sortierenguided
03Ausgangsmaterial auswählenpractice
04Nutzen begründenpractice
05Grenzen festlegenpractice
07THE COURSE ARCHITECTURE
Kurze Einheiten.
Klare Progression.
Die 3Z-Formel hält die Auswahl fokussiert: Ziel, Zielgruppe und Zeitbudget. Ein 5-Minuten-Hook eröffnet die Lernreise; fünf Module führen danach vom Verstehen zum eigenständigen Handeln.
00 / HOOKUngeordnete Projektnotizen + mittelmäßige KI-Antwort5 MIN
0110 min
✦
Können & Grenzen
Muster, überzeugende Fehler und Human-in-the-Loop verstehen.
MODULE 01PRACTICE ↗
0220 min
↗
Gut prompten
Aufgabe, Kontext, Kriterien und Format zu einem Prompt verbinden.
MODULE 02PRACTICE ↗
0315 min
◌
Prüfen & verbessern
Fehler markieren, Fakten prüfen und Folgeprompts entwickeln.
MODULE 03PRACTICE ↗
0410 min
⌁
Sicher handeln
Sensible Daten, Quellen und menschliche Verantwortung abwägen.
MODULE 04PRACTICE ↗
0520 min
✓
AI Challenge
Die vollständige Handlungskette auf eine neue Aufgabe übertragen.
MODULE 05ASSESS ↗
08CONSTRUCTIVE ALIGNMENT
Was gelernt wird,
wird auch getan.
Fünf überprüfbare Lernziele führen über aktive Lernhandlungen zu sichtbaren Nachweisen.
LZKOMPETENZLERNAKTIVITÄTNACHWEIS
01Einsatz erkennen
Fallsituation analysieren
Begründete Einsatzentscheidung
02Prompt formulieren
Schwachen Prompt verbessern
Vollständiger eigener Prompt
03Ergebnis beurteilen
Problemstellen markieren
Kritische Qualitätsprüfung
04Iterativ verbessern
Folgeprompt + Vergleich
Dokumentierte Verbesserung
05Verantwortlich einsetzen
Daten- und Regel-Fälle entscheiden
Begründete finale Freigabe
09THE AI CHALLENGE
Jetzt wird es
deine Entscheidung.
Eine kontrollierte Simulation. Keine offene KI. Du entscheidest, prüfst und begründest.
MISSION05FINAL REVIEW
SCENARIO / LAURA BECKERSTEP 1 / 03
BERUFLICHE SITUATION
Laura soll eine kurze Bewerbungs-E-Mail formulieren. Die KI antwortet flüssig, nennt aber ein falsches Datum.
LBLaura Beckerkaufmännischer Kontext
WAS TUST DU?
10THE SUBMISSION CORE
Pflichtkern klar.
Portfolio erlebbar.
Die Website erweitert die Abgabe, ersetzt sie aber nicht. Der verpflichtende Kern A–C bleibt als eigenständiges, prüfbares Dokument erhalten.
AGenerelle ProjektdatenRahmen, Ressourcen, Budget, Risiken
BAnalyseBedarf, Zielgruppe, Aufgaben, Persona
CGrobkonzeptLernziele, Methoden, Transfer, Evaluation
12 Seiten · PDF · finale Abgabefassung
11AI READY / FAQ
Klar gefragt.
Konkret beantwortet.
01Was ist AI Ready?+
AI Ready ist ein 80-minütiger, browserbasierter Selbstlernkurs, der Einsteiger:innen zu einem sicheren und nachvollziehbaren Einsatz generativer KI in beruflichen Aufgaben befähigt.
02Für wen wurde das Lernkonzept entwickelt?+
Für Erwachsene in Weiterbildung oder beruflicher Neuorientierung mit soliden digitalen Grundkompetenzen und keiner bis mittlerer Erfahrung mit generativer KI.
03Welche Kompetenz entsteht?+
Lernende können einen sinnvollen KI-Einsatz bestimmen, strukturierte Prompts formulieren, Ergebnisse kritisch prüfen, gezielt iterieren und das Endergebnis verantwortlich freigeben.
04Wie wird der Lernerfolg geprüft?+
Durch formative Entscheidungen, einen Wissenstest, eine summative AI Challenge und den Transfer auf eine eigene berufliche Aufgabe.
05Wer hat AI Ready entwickelt?+
Konzept, Instructional Design, visuelle Lernexperience und Umsetzung stammen von David Sutherland im Rahmen von AI STYLE LAB.
12SOURCE STACK
Fundiert gebaut.
Erfahrbar gemacht.
01
HerausforderungPflichtkern A–C und Projektauftrag
↗02
AnalyseADDIE, Projektdaten, Bedarf, Zielgruppe, Aufgaben
↗03
BedarfsanalyseTraining Gap: Ist → Soll
↗04
ZielgruppenanalyseVorwissen, Kontext und Motivation
↗05
AufgabenanalyseTeilhandlungen statt Inhaltslisten
↗06
Schritt-für-Schritt-AnleitungVerbindliche Abgabelogik
↗07
QualitätschecklistePrüfkriterien und QA-Gates
↗08
Lernziele formulierenBeobachtbare Handlungen und Nachweise
↗09
E-Learning planenVom Ausgangspunkt zum Grobkonzept
↗10
Didaktisches DesignContent, Construction und Communication
↗11
Fünf E-Learning-ElementeLernumgebung und Interaktion
↗12
Lernen durch EigenerfahrungAktive Verarbeitung und Transfer
↗13
Inhalte strukturierenProgression und didaktische Reduktion
↗14
FeinkonzeptScreenflow, Feedback und Spezifikation
↗15
Empathy MapLaura als konkrete Lernperson
↗16
Finale AI-READY-AbgabeZwölfseitige Projektdokumentation
↗