Muss ich ein KI-Experte sein, um Agenten zu bauen?
Wir von Leaders of AI sind von Grund auf neugierig. Nicht nur auf die neuesten KI-Entwicklungen, aktuelle Forschung oder spannende Tools, sondern auch auf alles, was rund um unser Unternehmen passiert. Genau deshalb haben wir unsere gesammelten Daten von 2025/2026 ausgewertet und die Ergebnisse für euch zusammengefasst. Es ging nicht darum, zu beweisen, dass unsere Programme funktionieren, sondern darum, eine Vermutung zu prüfen. Nämlich, dass Menschen, die KI täglich nutzen, einen Vorteil beim Lernen neuer KI-Skills und der Umsetzung von KI-Agenten haben. (Und so logischerweise auch in unseren Programmen besser abschneiden.) Und sagen wir mal so: Die Ergebnisse sind überraschend.
Was euch in diesem Artikel erwartet: Natürlich die Antwort auf die Titel-Frage. Insights, warum Menschen KI-Weiterbildungen machen, wie lange es dauert, bis ihr mithilfe von Leaders of AI euren ersten Agenten baut, den Unterschied zwischen KI-Nutzung und KI-Kompetenz und alles, was unsere Studie noch hervorgebracht hat. Let's go!
6.071 Menschen haben vor dem Programmstart ihre eigene KI-Nutzung und Kompetenz eingeschätzt. Von 2.835 Teilnehmenden haben wir dann über vier Monate gemessen, was sie tatsächlich tun: welche Agenten sie bauen, welche Systeme sie anbinden, wie sie arbeiten.
Die Ergebnisse waren eindeutig. Aber sie haben unsere Vermutung widerlegt: Wer vorher mehr KI-Erfahrung hat, kommt nicht automatisch weiter. Manchmal kommt er sogar langsamer voran.
Das widerspricht allem, was wir intuitiv annehmen. Und es erklärt, warum so viele Unternehmen bei der KI-Transformation scheitern. Lasst uns tiefer reingehen.
Niedrigste Vorerfahrung, höchste Lernkurve: Was unsere Daten zeigen
Für sieben Firmenkohorten liegen uns beide Datenquellen vor: die Selbsteinschätzung der Belegschaft vor dem Start und ihr tatsächliches Verhalten danach. Wir können also sehen, wer mit welchem Startniveau angetreten ist und wer am Ende tatsächlich einen eigenen KI-Agenten gebaut hat.
Das Ergebnis widerspricht der Intuition.
Die Kohorte mit der niedrigsten Ausgangsnutzung (2,88 von 5) erreicht starke 58,8 Prozent Baukompetenz. Eine andere Kohorte mit höherer Ausgangsnutzung (3,15) kommt dagegen nur auf 35 Prozent.
Wer vorher mehr genutzt hat, kommt also nicht automatisch weiter. Vorerfahrung ist kein Vorsprung. Manchmal ist sie sogar ein Nachteil, weil sie falsches Zutrauen erzeugt.
Auch beim Startniveau der Kompetenz zeigt sich das gleiche Muster: Das Unternehmen mit der niedrigsten Startkompetenz im Feld (2,16 von 5) bringt trotzdem 58,8 Prozent seiner aktiven Teilnehmenden zum eigenen Agenten.
Ein niedriger Ausgangspunkt ist kein Ausschlusskriterium. Er verlängert höchstens den Weg.
Warum Vorerfahrung zum Problem wird
Das Muster zieht sich durch die gesamte Studie. 720 Personen geben an, KI täglich und auf höchstem Niveau zu nutzen, schätzen ihre Kompetenz aber trotzdem nur mittelmäßig ein. Wer viel nutzt, kann trotzdem wenig.
Und genau hier liegt das Problem: Wer routiniert ist, glaubt oft, er sei kompetent. Er hat ein paar Tricks gelernt, ein paar Prompts, die funktionieren. Er kommt damit durch den Alltag. Aber er versteht nicht, was dahinter passiert. Er kann nicht einschätzen, wann die KI Unsinn produziert. Er weiß nicht, wie man Prozesse so explizit macht, dass die KI sie übernehmen kann. (Mehr dazu auch in unserem letzten Blog-Artikel.)
Vorerfahrung erzeugt falsches Zutrauen. Und falsches Zutrauen verhindert, dass Menschen bereit sind zu lernen.
Die Anfänger dagegen? Die wissen, dass sie nichts wissen. Die sind bereit, von Grund auf zu lernen. Die stellen Fragen. Die hinterfragen Ergebnisse. Und genau deshalb holen sie schneller auf.
Die Geschwindigkeit überrascht trotzdem.
Aber zurück zu den Zahlen. Denn so kontraintuitiv das Vorerfahrungs-Paradox ist – die Geschwindigkeit, mit der Menschen aufholen, ist noch überraschender.
Vor Programmstart haben wir auch erhoben, was sich die Teilnehmenden von KI erwarten. Als Freitext, semantisch ausgewertet. Das Ergebnis: Mit 40,6 Prozent ist der Wunsch, eigene KI-Agenten zu bauen, das mit Abstand häufigste Motiv. Deutlich vor Grundlagenwissen (20,6 Prozent), Automatisierung (17,2 Prozent) und Effizienzgewinnen (15,1 Prozent).
Menschen wollen KI nicht erklärt bekommen. Sie wollen sie für sich arbeiten lassen.
Und genau das passiert dann auch: 79,3 Prozent aller aktiven Teilnehmenden bauen einen eigenen KI-Agenten. Nicht irgendwann, sondern schnell: 86,4 Prozent davon tun es bereits in ihrem ersten aktiven Monat in einem Programm von Leaders of AI, 97,6 Prozent bis zum Folgemonat. Und ja, über diese Zahlen haben wir uns besonders gefreut. Denn was vorher als Fernziel formuliert wurde, ist nach vier Wochen angeleiteter Arbeit Alltag.
In Summe sind so in vier Monaten 13.726 eigene KI-Agenten entstanden. Gebaut und benutzt von Menschen, die vorher mehrheitlich unsicher waren, ob sie das überhaupt können.
Es geht noch weiter: 570 Teilnehmende lassen ihre Agenten nach dem ersten vollen Monat eigenständig nach außen agieren: Mails versenden, Beiträge veröffentlichen, Dokumente schreiben. 134 haben eigene Systeme über einen MCP-Server angebunden – Entwicklerarbeit, geleistet von Fachbereichen, nicht von der IT.
Was das für Unternehmen bedeutet
Die Kombination aus beiden Erkenntnissen – dass Vorerfahrung kein Vorteil ist und dass Kompetenzaufbau verdammt schnell geht – hat eine klare Konsequenz:
Hört auf, auf die KI-Experten in eurer Organisation zu warten. Die gibt es nicht. Oder wenn es sie gibt, sind sie nicht automatisch die Richtigen, um eure Transformation voranzutreiben.
52,1 Prozent der Befragten in unserer Studie stufen ihre eigene KI-Nutzung bei 4 oder 5 ein (Hinweis: 5 ist das Maximum). Bei der Kompetenz sagen das nur 13,2 Prozent. Ein spannendes Verhältnis zwischen dem, was Menschen tun, und dem, was sie sich zutrauen. Selbst die Personen, die KI täglich auf allerhöchstem Niveau nutzen, haben ihre Kompetenz nur mittelmäßig eingeschätzt.
Das Problem ist nicht, dass eure Leute KI nicht nutzen. Das Problem ist, dass sie nicht wissen, was sie nicht wissen. Und dass die, die glauben, sie wüssten es, oft am weitesten von echter Kompetenz entfernt sind.
Die gute Nachricht: Die Lücke lässt sich schnell schließen. In einem Monat. Wenn der Rahmen stimmt. Wenn Menschen bereit sind zu lernen. Und wenn man aufhört zu glauben, dass Vorerfahrung ein Vorteil ist.
Was der Markt dazu sagt
Eine Zahl lässt sich schwer schönreden: die Stornoquote. Sie misst, ob Menschen nach dem Kauf noch den Wert in dem sehen, was sie gebucht haben. Bei Leaders of AI liegt sie bei 1,1 Prozent. Im Segment High-Ticket-Weiterbildung gilt eine Spanne von 5 bis 12 Prozent als üblich. (Quelle) Das ist die ehrlichste Rückmeldung, die ein Bildungsanbieter bekommt. Und sie macht uns wirklich richtig happy. 🤍
Was daraus folgt
Die Frage ist nicht mehr, ob KI-Transformation funktioniert. Die Daten zeigen: Sie funktioniert. Schnell. Messbar. Auch bei Menschen ohne Vorerfahrung. Vielleicht sogar gerade bei denen. Die Frage ist, wer bereit ist, seine Annahmen über Bord zu werfen. Wer bereit ist zu akzeptieren, dass die KI-Experten in der Organisation vielleicht gar keine sind. Wer bereit ist, von Grund auf zu lernen, statt auf Routine zu setzen.
Und wer den ersten Schritt macht. Bevor es zu spät ist.
Methodik: Die Studie stützt sich auf zwei Quellen. Erstens die Onboarding-Angaben von 7.564 Mitgliedern, davon 6.071 mit vollständiger Selbsteinschätzung und Lernziel nach Abzug von Testeingaben. Zweitens vier Monatsexporte unserer Arbeitsplattform für April bis Juli 2026, mit 2.835 gewerteten Mitgliedern im Juli. Beide Quellen lassen sich nicht auf Personenebene verknüpfen. Alle Vorher-Nachher-Aussagen sind deshalb Gruppenvergleiche, keine individuellen Verläufe. Selbsteinschätzung ist keine Messung: Die Lücke zwischen Nutzung und Kompetenz kann auch Bescheidenheit abbilden, ein bekanntes Muster bei Menschen, die sich ihrer eigenen Grenzen bewusst sind.
