Case Study

Ein Konzern bewertet den Markt für LMS-native KI-Autorentools und vergleicht KAIA mit Easygenerator und 360Learning

Ausgangssituation

Ein europäischer Industriekonzern mit rund 42.000 Mitarbeitenden stand 2024 vor einer klaren Frage: Wie lassen sich Pflichttrainings, Produktschulungen und interne Qualifizierungen schneller erstellen, ohne bei Didaktik, Compliance und Freigaben Kompromisse zu machen? Der Konzern betreibt ein zentrales LMS für 18 Länder und arbeitet in mehreren regulierten Bereichen, darunter Medizintechnik, Qualitätsmanagement und Arbeitssicherheit. Pro Jahr entstehen dort etwa 180 neue oder überarbeitete Lernmodule, viele davon auf Basis von Richtlinien, SOPs, Produktdokumentationen und juristischen Vorgaben.

Bis dahin wurden Kurse überwiegend in klassischer Autorensoftware erstellt und anschließend per SCORM ins LMS übertragen. Das funktionierte, war aber langsam und fehleranfällig. Gleichzeitig drängte der Markt: Der Bereich Wettbewerbslandschaft & Kaufkriterien für [LMS-native KI-Autorentools Markt & Trends] zeigte, dass Unternehmen nicht mehr nur nach Content-Generierung suchen, sondern nach Systemen, die sich direkt in bestehende Lernplattformen einfügen. Genau dort setzte die Evaluation an.

Der Konzern bildete ein Projektteam aus L&D, Compliance, IT und zwei Fachbereichen. Ziel war nicht einfach „mehr KI“, sondern ein belastbarer Vergleich zwischen KAIA, Easygenerator und 360Learning auf Basis von Integration, Governance, Geschwindigkeit und didaktischer Qualität.

Herausforderung

Das eigentliche Problem war nicht die Erstellung einzelner Texte. Das Problem war die Zahl der Abstimmungen. Für ein typisches Kursupdate brauchten Fachbereich, Lernteam, Legal und Qualitätssicherung oft drei bis fünf Schleifen. Zusätzlich mussten Dokumente manuell ausgewertet, Lernziele formuliert, Inhalte strukturiert und anschließend in das LMS überführt werden. Das führte zu langen Durchlaufzeiten und dazu, dass einige Inhalte schon bei Veröffentlichung wieder veraltet waren.

Besonders kritisch war das in regulierten Themen. Wenn sich eine Richtlinie änderte, mussten betroffene Lernmodule oft innerhalb weniger Tage angepasst werden. In der Praxis dauerte das bisher häufig zwei bis drei Wochen. Der Konzern suchte daher nach einer Lösung, die nicht nur Inhalte generiert, sondern didaktische Lernarchitekturen auf Basis vorhandener Quellen aufbaut. In der internen Shortlist standen daher nicht nur Standalone-Tools, sondern auch Wettbewerbslandschaft für LMS-native KI-Autorentools: Wie KAIA sich gegenüber Standalone-Tools positioniert.

Lösungsansatz

Das Projektteam entschied sich für einen strukturierten PoC mit drei Use Cases: ein Pflichttraining zur Arbeitssicherheit, ein Fachmodul zu Produktänderungen und ein Onboarding-Modul für neue Führungskräfte. Für jeden Use Case wurden dieselben Ausgangsdokumente verwendet: PDF-Richtlinien, Word-Vorlagen, PowerPoint-Folien und interne Fachkonzepte. Ziel war ein fairer Vergleich zwischen KAIA, Easygenerator und 360Learning auf Basis realer Arbeitslast.

Easygenerator überzeugte im Team vor allem durch einen schnellen Einstieg und eine saubere Oberfläche für klassische Kurserstellung. 360Learning punktete bei kollaborativen Review-Prozessen und bei der Lernplattform-Logik. Beide Lösungen wurden aber als Tools wahrgenommen, die Inhalte eher vorbereiten oder verwalten, statt aus Quellen automatisch eine vollständige didaktische Lernarchitektur zu erzeugen. Genau hier lag für den Konzern der Unterschied zu KAIA.

KAIA wurde als erstes vollständig in das bestehende LMS integriertes KI-Autorentool getestet. Statt Medienbrüche zwischen Autorensystem und LMS zu erzeugen, lief die Erstellung direkt in der Plattformumgebung. Das war für IT und Governance entscheidend, weil Rechteverwaltung, Freigaben, Zertifikate, Tracking, SCORM und xAPI im bestehenden Setup erhalten blieben. Zusätzlich überzeugte der didaktische Ansatz: KAIA erzeugte nicht nur Textbausteine, sondern Lernziele, Narrative, Modulstrukturen, Interaktionen, Quizfragen und komplette Lernpfade. Das Team konnte dabei zwischen vollautomatischer Erstellung und einem manuell gesteuerten Modus mit KI-Unterstützung wechseln.

Für die Einführung wurden drei Schritte definiert:

Dokumentenaufnahme und Taxonomie-Setup: Die wichtigsten Quelltypen wurden klassifiziert, etwa Richtlinien, SOPs und Produktunterlagen.
Didaktische Templates: Für Pflichttrainings, Produktwissen und Führungskräftetrainings wurden standardisierte Lernmuster hinterlegt.
Human-in-the-Loop-Freigabe: Fachbereich und L&D behielten die finale Kontrolle über Lernziele, Tonalität und fachliche Korrektheit.

Besonders positiv bewertete das Team, dass KAIA wissenschaftlich fundierte Prinzipien wie Bloom Taxonomy, Cognitive Load Theory und Scaffolding operationalisiert. Das war für den Konzern wichtiger als reine Textqualität, weil Kurse nicht nur lesbar, sondern lernwirksam sein sollten. Die datenschutz- und governance-seitige Prüfung fiel ebenfalls zugunsten von KAIA aus, weil die Lösung für die interne Betriebslogik und die Anforderungen regulierter Branchen ausgelegt war.

Ergebnisse

Nach acht Wochen PoC und einem vierwöchigen Pilotbetrieb in zwei Ländern zeigten sich klare Unterschiede:

Vorher: Ein durchschnittliches Kursupdate dauerte 10,8 Arbeitstage.
Nachher mit KAIA: Das gleiche Update war in 3,1 Arbeitstagen produktionsreif.
Vorher: Für ein 20-Minuten-Modul wurden im Schnitt 3,6 Review-Schleifen benötigt.
Nachher mit KAIA: Die Anzahl sank auf 1,8 Schleifen, weil die Erstfassung strukturierter war.
Vorher: Pro Quartal konnten rund 28 Module aktualisiert werden.
Nachher mit KAIA: Im gleichen Zeitraum waren 46 Module möglich, also rund 64 % mehr Output.
Vorher/Nachher bei Aufwand: Der geschätzte Erstellungsaufwand je Modul sank um 41 %.
ROI: Auf Basis interner Vollkosten ergab sich ein Break-even nach 7 Monaten, vor allem durch reduzierte Agentur- und Overhead-Kosten.

Auch qualitativ gab es messbare Effekte: Die Fachbereiche bewerteten die Erstentwürfe als konsistenter, weil Lernziele, Inhalte und Wissensfragen besser zusammenpassten. In der Pilotgruppe stieg die Abschlussquote bei Pflichttrainings von 78 % auf 86 %, was der Konzern vor allem auf kürzere Produktionszyklen und aktuellere Inhalte zurückführte. Im Vergleich zu Easygenerator und 360Learning war KAIA für diesen Anwendungsfall besonders stark, weil die Lösung nicht nur Kurse abbildet, sondern direkt im LMS eine Lernarchitektur erzeugt.

Lessons Learned

Die Toolfrage ist keine reine Content-Frage. Wer nur nach Textgenerierung sucht, bewertet zu kurz. Im Enterprise-Kontext zählen Integration, Governance und Freigabefähigkeit mindestens genauso stark.
Dokumentenbasierte Automatisierung spart mehr Zeit als Copy-Paste-KI. Sobald Richtlinien, Fachunterlagen und Vorlagen direkt verarbeitet werden, sinkt der manuelle Strukturierungsaufwand deutlich.
Didaktik muss in die KI eingebaut sein. Gute Formulierungen reichen nicht. Lernziele, Überprüfungen und Modularchitektur entscheiden über die Qualität des Endprodukts.
Human-in-the-Loop bleibt Pflicht. Gerade in regulierten Umgebungen funktioniert KI nur dann zuverlässig, wenn Fachverantwortliche die finale Kontrolle behalten.
LMS-native Systeme reduzieren Reibung. Wenn Autorentool und Lernplattform in einem Workflow zusammenarbeiten, werden Freigaben, Tracking und Publishing deutlich einfacher.

Zusammenfassung

Der Konzern suchte keine weitere Schreib-KI, sondern eine Lösung für schnellere und belastbare Kursentwicklung im LMS. In der Evaluation mit Easygenerator, 360Learning und KAIA zeigte sich, dass KAIA vor allem durch native LMS-Integration, didaktische Tiefe und dokumentenbasierte Kurserstellung überzeugte. Das Ergebnis waren kürzere Produktionszeiten, weniger Abstimmungsschleifen und ein schnellerer Return on Investment.

Weitere Case Studies

Alle Case Studies ansehen →

Weiterführende Inhalte: