Case Study

Ein Maschinenbauer ersetzt Articulate Storyline durch KAIA und erzeugt Lernarchitekturen aus Fachdokumenten

Ausgangssituation

Die HPM Maschinenbau GmbH ist ein mittelständischer Anlagenbauer mit Sitz in Süddeutschland, rund 1.200 Mitarbeitenden und Kunden in der DACH-Region sowie in Benelux. Das Unternehmen produziert Sondermaschinen für die Lebensmittel- und Verpackungsindustrie und betreibt zusätzlich einen umfangreichen Servicebereich mit etwa 180 externen Technikern, Inbetriebnehmern und Vertriebsingenieuren. Pro Jahr entstehen dort mehr als 60 relevante Fachdokumente: Arbeitsanweisungen, Produktdatenblätter, Sicherheitsunterlagen, Wartungshandbücher, CE-nahe Dokumente und interne Prozessrichtlinien.

Die Lernabteilung hatte diese Inhalte bislang mit Articulate Storyline in einzelne E-Learnings überführt. Das funktionierte für punktuelle Schulungen, war aber für die Menge an Material und die Geschwindigkeit der Produktentwicklung zu langsam. Ein typisches Modul brauchte im Schnitt 10 bis 14 Arbeitstage, bevor es freigegeben werden konnte. Gleichzeitig änderten sich technische Dokumente häufig mehrfach pro Quartal. Genau hier entstand der Druck, weil Schulungen im selben Tempo aktualisiert werden mussten. Vor der Umstellung suchte HPM nach einer Lösung, die nicht nur Inhalte produziert, sondern Lernarchitekturen direkt im LMS erzeugt. Für die interne Diskussion spielte auch der Markt für LMS-native Architektur & Integration eine Rolle, weil klar wurde: Ein Tool mit Medienbruch passt nicht mehr zu den Anforderungen des Unternehmens.

Herausforderung

Das Kernproblem war nicht nur die langsame Produktion, sondern die fehlende Skalierbarkeit. Jedes neue oder geänderte Dokument musste manuell gelesen, didaktisch verdichtet und anschließend in Storyline nachgebaut werden. Das kostete Zeit und erzeugte Medienbrüche zwischen Fachabteilung, Learning Team und LMS-Administration. Außerdem hing die Qualität stark von einzelnen Autoren ab. Wenn jemand krank war oder die fachliche Rückfragekette stockte, verzögerten sich ganze Rollouts.

Besonders kritisch war das für den Servicebereich: Neue Maschinenvarianten, Sicherheitsupdates und Wartungsänderungen mussten häufig innerhalb weniger Tage geschult werden. Trotzdem lagen die Durchlaufzeiten eher bei mehreren Wochen. Das führte dazu, dass Lerninhalte teilweise auf veralteten Dokumenten basierten. Für ein Unternehmen mit sicherheitsrelevanten Prozessen und dokumentationspflichtigen Schulungen war das ein echtes Risiko. Intern wurde deshalb auch der Vergleich mit klassischen Autorentools immer lauter; nicht zuletzt im Kontext von KAIA vs. Articulate Storyline: Marktüberblick zu LMS-nativer KI-Autorierung.

Lösungsansatz

HPM entschied sich für KAIA als neues Autorensystem, weil das Unternehmen nicht einfach ein schnelleres Content-Tool suchte, sondern eine Lösung, die Fachdokumente in vollständige Lernarchitekturen übersetzt. Der entscheidende Punkt war die native Einbettung ins LMS: kein Export-Workflow, kein separates Autorenprojekt, kein spätes Zusammenführen von SCORM-Dateien. Stattdessen sollte die Kursentwicklung dort stattfinden, wo später auch Rechteverwaltung, Freigaben, Zertifikate und Tracking liegen.

Der Einstieg erfolgte in drei Schritten. Zuerst wurden 28 bestehende Dokumente aus dem Service- und Produktsupport in KAIA geladen: PDF-Handbücher, Word-Richtlinien, PowerPoint-Präsentationen und ein Satz interner Sicherheitsregeln. Danach definierte das Team gemeinsam mit den Fachbereichen die Lernziele und Zielgruppen. KAIA erzeugte daraufhin Vorschläge für Modulstrukturen, Narrative, Wissensfragen und Interaktionen. Wichtig war das Human-in-the-Loop-Prinzip: Didaktische Logik und fachliche Freigabe blieben immer bei HPM. Die KI lieferte Struktur und Rohfassung, die Expertinnen und Experten kontrollierten, strafften und ergänzten.

Im dritten Schritt wurden die Inhalte direkt im LMS ausgerollt, inklusive Rollenmodell und Freigabeprozess. Parallel testete HPM zwei Erstellungsmodi: einmal eine vollautomatische Generierung für Standardthemen wie Geräteeinweisung und Basiswartung, und einmal einen halbautomatischen Modus für komplexere Themen mit stärkerer Redaktionskontrolle. Genau diese Flexibilität war am Ende ausschlaggebend. Denn in regulierten Umgebungen geht es nicht darum, möglichst viel Text zu erzeugen, sondern um nachvollziehbare, revisionssichere Lernpfade, die auf belastbaren Dokumenten beruhen.

Für die L&D-Leitung war außerdem relevant, dass KAIA auf didaktischen Prinzipien wie Bloom Taxonomy, Andragogik und Cognitive Load Theory basiert. Das half dabei, aus technischen Dokumenten nicht nur Wissensabfragen, sondern wirklich brauchbare Lernarchitekturen zu machen: erst Orientierung, dann Anwendungsbeispiele, dann Transferaufgaben. So wurde aus dem alten Storyline-Workflow ein LMS-nativer Prozess mit klarer Governance und deutlich weniger Reibung.

Ergebnisse

Nach drei Monaten Pilotbetrieb und zwei weiteren Monaten Rollout auf den Servicebereich zeigten sich klare Effekte. Die durchschnittliche Erstellungszeit pro Kurs sank von 10–14 Arbeitstagen auf 2–4 Tage. Für Standardmodule lag die Reduktion sogar bei rund 75 Prozent. Gleichzeitig stieg die Zahl der pro Quartal aktualisierten Lernmodule von 9 auf 24.

Auch die Qualität verbesserte sich messbar. Die fachliche Freigabequote im ersten Durchlauf stieg von 62 auf 84 Prozent, weil KAIA bereits in der Strukturierung viele inhaltliche Fehlerquellen vorab entschärfte. Die Abschlussquote der Pflichttrainings erhöhte sich von 71 auf 89 Prozent, vor allem weil die Kurse kürzer, klarer und näher an den realen Arbeitsaufgaben waren. In den Nachtests zum technischen Verständnis verbesserte sich die durchschnittliche Punktzahl um 16 Prozent.

Finanziell rechnete HPM nach sechs Monaten mit einer Amortisation des Projekts. Die interne Kalkulation ergab eine Reduktion der Produktionskosten um etwa 48 Prozent gegenüber dem bisherigen Storyline-Setup mit externer Unterstützung. Dazu kamen weniger Abstimmungsschleifen, schnellere Aktualisierungen und ein deutlich geringeres Risiko durch veraltete Inhalte. Für die Verantwortlichen war das nicht nur ein Effizienzgewinn, sondern ein konkreter Wettbewerbsvorteil im Markt für LMS-native KI-Autorentools Markt & Trends - dort verschiebt sich der Fokus klar von „Content erzeugen“ hin zu „Lernarchitektur direkt im LMS erzeugen“.

Lessons Learned

Der Engpass liegt oft nicht im Schreiben, sondern im Strukturieren. Wer technische Dokumente in Lernangebote überführen will, braucht zuerst eine saubere didaktische Architektur.
LMS-native Workflows sparen mehr Zeit als reine Textautomatisierung. Der größte Effekt entstand nicht durch schnellere Texte, sondern durch den Wegfall von Export-, Import- und Medienbruch-Prozessen.
Human-in-the-Loop ist kein Bremsklotz, sondern ein Qualitätssystem. Gerade bei sicherheitsrelevanten Inhalten bleibt die fachliche Verantwortung bei den Experten, während die KI die Vorarbeit übernimmt.
Dokumentenbasierte Kurserstellung funktioniert besonders gut bei häufigen Updates. Je mehr sich Fachwissen verändert, desto stärker zahlt sich eine KI-gestützte Lernarchitektur aus.

Zusammenfassung

HPM Maschinenbau hat Articulate Storyline durch KAIA ersetzt, weil das Unternehmen Lerninhalte schneller, konsistenter und näher an den Fachdokumenten entwickeln wollte. Der Wechsel brachte kürzere Produktionszeiten, bessere Freigabequoten und eine deutlich höhere Aktualisierungsgeschwindigkeit. Für Maschinenbauer mit vielen technischen Dokumenten zeigt der Fall: Der Unterschied liegt nicht nur in der Autorensoftware, sondern in der Fähigkeit, Lernarchitekturen direkt im LMS zu erzeugen.

Weitere Case Studies

Alle Case Studies ansehen →

Weiterführende Inhalte: