ENC234 – Künstliche Intelligenz im Corporate Learning: Anwendungsfälle, Erfolgsfaktoren und Handlungsempfehlungen mit Dr. Nadia Eggmann

Education NewsCast

Nadia Eggmann ist Co-Head of Learning and Development bei der Schweizerischen Post AG. Zum Tag dieser Podcast-Veröffentlichung ist sie auch frischgebackene Doktorin an der Universität St. Gallen. Promoviert hat sie zum Thema KI-basierte Systeme im Kontext von Corporate Learning. In dieser Episode berichtet sie von ihrer Doktor-Arbeit: Fragestellungen, Modelle und Definitionen von KI und natürlich die gewonnen Erkenntnisse. Wir besprechen die Anwendungsfelder von Automatisierung, Personalisierung bis Skalierung und Nadia nennt einige konkrete Use Cases die sie identifiziert und anhand von Fallstudien untersucht hat. Nutzenpotenziale wie Effektivität, Effizienz, Skalierung, Orientierung oder neue Erkenntnisse, sowie die Bedeutung für die Rolle & Aufgaben von Corporate Learning Professionals kommen danach zur Sprache. Und wir schauen auf konkrete Handlungsempfehlungen für die Einführung inkl. Erfolgsfaktoren und die Rolle von Verändungsmanagement und Adoption. Neben dem Versuch eines Resümes der gut 700-seitigen Arbeit lernen wir wie immer mehr über das Narrativ und weitere Infoquellen unseres Gastes im EducationNewscast Podcast.

Links

Nadia Eggmann auf LinkedIn: https://www.linkedin.com/in/nadiaeggmann

Bücher:
Artificial Intelligence Education in the Context of Work: Artificial Intelligence Education in the Context of Work | SpringerLink
Künstliche Intelligenz in der beruflichen Bildung: https://www.steiner-verlag.de/Kuenstliche-Intelligenz-in-der-beruflichen-Bildung/9783515130752

Arbeitsbericht:
Scil-Arbeitsbericht 30 zu Augmentationsstrategien scil Arbeitsbericht 30: Augmentationsstrategien als Orientierungsrahmen für die Personalentwicklung – scil

Institut:
Institut für Bildungsmanagement und Bildungstechnologien, Universität St.Gallen (IBB-HSG) inkl. scil Academy scil Academy | IBB-HSG | Universität St.Gallen (unisg.ch)

Kapitel

1. Start (00:00:05)

2. Vorstellung Nadja Eggmann (00:01:16)

3. Fragestellungen der Dissertation (00:02:29)

4. Methoden und Modelle (00:03:36)

5. Definition und Entwicklung von KI (00:07:58)

6. Möglichkeiten und Use-Cases von KI im Lernbereich (00:13:15)

7. Potentiale für die Nutzung (00:21:30)

8. Relevanz in der Praxis und Handlungsempfehlungen (00:27:10)

9. Adoption (00:35:32)

10. Mehrwert-Potentiale KI-basierter Systeme (00:41:12)

11. Resumee (00:43:26)

12. Lern-Tipps, -Hacks und Narrative von Nadja (00:51:14)

13. Good Bye (00:54:18)