Zum Inhalt springen
W
EU AI Act: Nicht Hochrisiko Q2

Lernveranstaltungs-Management Agent

Trainings-Logistik automatisieren - Räume, Trainer, Teilnehmer und Materialien koordinieren.

Koordiniert die Logistik von Schulungen: Raumplanung, Trainer-Buchung, Teilnehmerverwaltung und Materialbeschaffung - termingerecht.

Prozess analysieren lassen
Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Format-Regel, Verfügbarkeits-Prüfung per KI, Koordinations-Routing

Der Agent wählt Format und Kapazität regelbasiert nach Schulungstyp, prüft Raum-, Trainer- und Material-Verfügbarkeit per KI-gestütztem Abgleich mit allen Quellsystemen und koordiniert die Teilnehmerkommunikation deterministisch - von Einladung über Reminder bis Teilnahmenachweis.

Ergebnis: Laut Brandon-Hall-Benchmarks bis zu 60 Prozent Koordinationsaufwand-Reduktion pro Event, bei typischerweise 150 bis 400 Trainings pro Jahr in einem 2.000er-Unternehmen und 6 bis 10 Stunden manueller Orga pro Event.

78% Regelwerk
22% KI-Agent
0% Mensch

Der Hebel entsteht nicht durch bessere Buchungsmasken, sondern durch das Ende manueller Koordination zwischen LMS, Kalender und Raumverwaltung:

30 Schulungen im Monat, 60 Prozent L&D-Zeit in Logistik

Eine L&D-Abteilung, die 30 Schulungsveranstaltungen pro Monat koordiniert, löst kein Lernproblem. Sie löst ein Logistikproblem. Räume gegen Teilnehmerzahlen abgleichen, Trainer-Verfügbarkeit prüfen, Materialien rechtzeitig bestellen, Wartelisten pflegen, Stornierungen verarbeiten, Erinnerungen versenden, Evaluierungen nachhalten. Jede einzelne Aufgabe ist trivial. In Summe binden sie 40 bis 60 Prozent der operativen L&D-Kapazität - Kapazität, die weder in Programmgestaltung noch in Wirkungsmessung fließt.

Und das Problem wird nicht besser, wenn die Organisation wächst. Es wird proportional schlimmer.

Warum Spreadsheets das Problem nicht lösen, sondern sind

In den meisten Organisationen zwischen 500 und 5.000 Mitarbeitenden sieht die Event-Koordination so aus: Eine Excel-Tabelle mit Terminen, eine zweite mit Trainer-Verfügbarkeiten, eine dritte mit Raumbelegungen. Dazwischen E-Mails, Kalendereinladungen und mündliche Absprachen. Dieses System hat drei strukturelle Schwächen, die sich nicht durch bessere Tabellen beheben lassen.

Erstens: Multi-Ressourcen-Konflikte. Jedes Schulungsevent verknüpft mindestens vier Ressourcen - Raum, Trainer, Teilnehmergruppe, Materialien. Wenn ein Workshop für 20 Personen einen Raum mit Beamer braucht, aber der einzige passende Raum an diesem Tag für ein Führungskräfte-Seminar reserviert ist, beginnt eine Umplanungskette. Trainer-Kalender verschieben sich, Teilnehmer müssen neu eingeladen werden, Materialbestellungen stimmen nicht mehr. In einer Tabelle sieht man den Konflikt erst, wenn er eingetreten ist. Nicht vorher.

Zweitens: Stornierungskaskaden. Die durchschnittliche Stornierungsrate bei Classroom-Trainings liegt bei 17 Prozent. Bei einem Workshop mit 20 Plätzen fehlen also im Schnitt drei bis vier Teilnehmer. Wenn eine Warteliste existiert, muss jemand manuell nachrücken, den nachgerückten Teilnehmer informieren, prüfen, ob die Materialien reichen, und den Trainer über die veränderte Gruppenzusammensetzung benachrichtigen. Wenn keine Warteliste existiert, bleiben die Plätze leer - und die Kosten pro Kopf steigen, denn Raum und Trainer sind bereits gebucht.

Drittens: unsichtbare Kosten. Ein ganztägiges Präsenz-Training für 20 Teilnehmer kostet zwischen 5.000 und 15.000 Euro - Trainer, Raum, Materialien, Teilnehmer-Arbeitszeit eingerechnet. Bei 30 Events pro Monat steuert die L&D-Abteilung ein sechsstelliges Monatsbudget. Trotzdem weiß sie oft nicht, welche Events ausgelastet waren, welche chronisch unterbucht sind und welche Trainer die besten Evaluierungen erhalten. Denn diese Daten liegen in verschiedenen Tabellen, und niemand hat Zeit, sie zusammenzuführen.

Was der Decision Layer anders macht

Die Pointe bei der Trainingslogistik: Fast jeder Koordinationsschritt folgt klaren Regeln. Format ergibt sich aus Schulungstyp und Teilnehmerzahl. Erinnerungen gehen zu festen Zeitpunkten raus. Stornierungsregeln hängen von der Vorlaufzeit ab. Wartelisten-Nachrücken folgt einer Reihenfolge. Evaluierungen werden am Tag nach dem Event versendet.

Das ist kein Zufall. Es ist der Grund, warum dieser Agent im Q2-Quadranten steht: hohe Transaktionsfrequenz, niedrige Entscheidungskomplexität.

Schritt                    Wer entscheidet    Warum
─────────────────────────  ─────────────────  ──────────────────────────────
Event-Format festlegen     Regelwerk          Typ + Kapazität determinieren Format
Trainer identifizieren     Agent              Qualifikations-Match + Kalenderabgleich
Raum zuweisen              Agent              Kapazität, Ausstattung, Verfügbarkeit
Teilnehmer einladen        Regelwerk          Liste aus Bedarfsanalyse oder Anmeldung
Material bestellen         Regelwerk          Checkliste nach Event-Typ
Erinnerungen senden        Regelwerk          7 Tage + 1 Tag vor Event
Warteliste nachrücken      Regelwerk          Reihenfolge bei Absage
Evaluierung auslösen       Regelwerk          Tag nach Event
Stornierung verarbeiten    Regelwerk          Frist-abhängige Stornierungsregeln

Sieben von neun Schritten sind deterministische Regelwerk-Entscheidungen. Nur zwei - Trainer-Identifikation und Raumzuweisung - erfordern eine Agent-Logik, die mehrere Variablen gleichzeitig optimiert: Qualifikation gegen Verfügbarkeit, Kapazität gegen Ausstattung. Kein Schritt erfordert eine menschliche Einzelfallentscheidung.

Wie sich der Alltag der L&D-Abteilung verändert

Wenn die Systeme stehen - LMS mit Event-Funktion, Raumverwaltung, Trainer-Pool mit Kalenderdaten - verändert sich die operative Arbeit an drei Stellen.

Die Planungszeit pro Event sinkt von Stunden auf Minuten. Statt manuell Kalender abzugleichen, Räume zu prüfen und Trainer anzuschreiben, gibt die L&D-Leitung Schulungstyp, Zielgruppe und Zeitraum ein. Der Agent liefert einen vollständigen Vorschlag: Trainer, Raum, Zeitslot, Materialliste. Passt der Vorschlag, wird er mit einem Klick bestätigt. Passt er nicht, werden die Constraints angepasst und ein neuer Vorschlag generiert.

Stornierungen und Umplanungen verlieren ihre operative Wucht. Bei einer Trainer-Absage sucht der Agent sofort nach qualifizierten Ersatztrainern mit freiem Kalender. Bei Teilnehmer-Stornierungen rückt die Warteliste automatisch nach - inklusive Benachrichtigung, Materialanpassung und aktualisierter Teilnehmerliste. Die manuelle Kaskade aus Rückfragen, Gegenvorschlägen und aktualisierten Einladungen entfällt.

Die L&D-Abteilung bekommt Steuerungsdaten, die vorher nicht existierten. Auslastungsquoten pro Schulungsformat, Stornierungsmuster nach Abteilung und Wochentag, Trainer-Evaluierungen im Zeitverlauf, durchschnittliche Kosten pro Teilnehmer und Schulungstyp. Nicht als aufwändige Quartalsauswertung, sondern als laufendes Reporting, das aus den Buchungsdaten automatisch entsteht. Diese Daten machen den Unterschied zwischen einer L&D-Abteilung, die Events abwickelt, und einer, die ihr Portfolio aktiv steuert.

Der Infrastruktur-Effekt

Die Event-Koordinations-Engine - Raum, Personen, Material, Zeitplanung gegen Verfügbarkeit optimieren - ist kein Einzelstück. Derselbe Mechanismus, der einen Workshop plant, kann ein Onboarding-Event orchestrieren, ein Assessment-Center terminieren oder eine Betriebsversammlung koordinieren. Das Wartelisten-Pattern wird zum Baustein für jeden Agenten mit kapazitätsbeschränkten Ressourcen.

Und jede Buchung, jede Stornierung, jede Umplanung wird im Decision Log protokolliert. Der Betriebsrat, der nach Paragraph 98 BetrVG bei der Durchführung betrieblicher Bildungsmaßnahmen mitbestimmt, sieht nicht eine zusammengefasste Jahresplanung, sondern die dokumentierte Entscheidungsgrundlage jedes einzelnen Events. Transparenz, die Mitbestimmung einfacher macht - weil die Daten bereits strukturiert vorliegen.

Wer 30 Events pro Monat manuell koordiniert, verwaltet. Wer sie automatisiert koordinieren lässt, steuert.

Micro-Decision-Tabelle

Wer entscheidet bei diesem Agent?

9 Entscheidungsschritte, aufgeteilt nach Decider

78%(7/9)
Regelwerk
deterministisch
22%(2/9)
KI-Agent
modellbasiert mit Confidence
0%(0/9)
Mensch
explizit zugewiesen
Mensch
Regelwerk
KI-Agent
Jede Zeile ist eine Entscheidung. Aufklappen zeigt die Entscheidungsakte und ob man anfechten kann.
Event planen Welches Format und welche Kapazität wird benötigt? Regelwerk

Regelwerk nach Schulungstyp: Teilnehmerzahl, Dauer, Ausstattung

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Trainer identifizieren Welcher Trainer ist verfügbar und qualifiziert? KI-Agent

Matching Trainer-Profil gegen Event-Anforderungen plus Kalenderprüfung

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Raum buchen Welcher Raum passt zu Format und Teilnehmerzahl? KI-Agent

Raumsuche nach Kapazität, Ausstattung und Verfügbarkeit

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Teilnehmer einladen Welche Mitarbeitenden werden eingeladen? Regelwerk

Teilnehmerliste aus Bedarfsanalyse oder offener Anmeldung

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Materialien bestellen Welche Materialien werden benötigt? Regelwerk

Materialliste nach Event-Typ und Teilnehmerzahl

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Erinnerungen versenden Werden Erinnerungen an Teilnehmer und Trainer gesendet? Regelwerk

Automatische Erinnerungen: 1 Woche und 1 Tag vor Event

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Warteliste verwalten Wird ein Teilnehmer von der Warteliste nachgerückt? Regelwerk

Automatisches Nachrücken bei Absagen nach Wartelisten-Reihenfolge

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Evaluierung auslösen Wird die Evaluierung nach dem Event versendet? Regelwerk

Automatischer Versand am Tag nach dem Event

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Stornierung verarbeiten Wie wird eine kurzfristige Stornierung behandelt? Regelwerk

Stornierungsregeln nach Vorlaufzeit: kostenlos, Gebühr, keine Stornierung

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Entscheidungsakte und Anfechtbarkeit

Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene Mitarbeitende können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.

Welche Regel in welcher Version wurde angewandt?
Welche Daten lagen der Entscheidung zugrunde?
Wer (Mensch, Regelwerk oder KI) hat entschieden - und warum?
Wie kann die betroffene Person Einspruch einlegen?
So setzt der Decision Layer das architektonisch um →

Passt dieser Agent zu Ihrem Prozess?

Wir analysieren Ihren konkreten HR-Prozess und zeigen, wie dieser Agent in Ihre Systemlandschaft passt. 30 Minuten, keine Vorbereitung nötig.

Prozess analysieren lassen

Governance-Hinweise

EU AI Act: Nicht Hochrisiko
Kein Hochrisiko-System nach EU AI Act - reine Logistik ohne Entscheidung über das Arbeitsverhältnis. Betriebsrat: Mitbestimmungsrecht nach BetrVG Paragraph 98 bei der Durchführung betrieblicher Bildungsmaßnahmen. Empfehlung: Event-Kalender dem Betriebsrat regelmäßig zur Kenntnis geben.

Bewertung

Agent Readiness 76-83%
Governance-Komplexität 11-18%
Economic Impact 48-55%
Leuchtturm-Wirkung 24-31%
Implementation Complexity 28-35%
Transaktionsvolumen Wöchentlich

Voraussetzungen

  • Learning Management System mit Event-Funktion
  • Raumverwaltungssystem mit Verfügbarkeitsabfrage
  • Trainer-Pool mit Qualifikations- und Kalenderdaten
  • Materialbeschaffungsprozess

Infrastruktur-Beitrag

Die Event-Koordinations-Engine (Raum, Personen, Material, Zeitplanung) wird vom Interview-Scheduling-Agent und Onboarding-Workflow-Agent wiederverwendet. Das Wartelisten-Management-Pattern bildet die Grundlage für alle Agenten mit kapazitätsbeschränkten Ressourcen. Baut Decision Logging und Audit Trail auf, die im Decision Layer für Nachvollziehbarkeit und Anfechtbarkeit jeder Entscheidung benötigt werden.

Was diese Erstbewertung enthält: 9 Slides für Ihr Führungsteam

Personalisiert mit Ihren Zahlen. Generiert in 2 Minuten direkt im Browser. Kein Upload, kein Login.

  1. 1

    Titelfolie - Prozessname, Entscheidungspunkte, Automatisierungspotenzial

  2. 2

    Executive Summary - FTE-Freisetzung, Kosten pro Vorgang vorher/nachher, Break-Even-Datum, Kosten des Wartens

  3. 3

    Ausgangslage - Transaktionsvolumen, Fehlerkosten, Wachstumsszenario mit FTE-Vergleich

  4. 4

    Lösungsarchitektur - Mensch - Regelwerk - KI-Agent mit konkreten Entscheidungspunkten

  5. 5

    Governance - EU AI Act, Betriebsrat (§87 BetrVG), Audit Trail - mit Ampelstatus

  6. 6

    Risikoanalyse - 5 Risiken mit Eintrittswahrscheinlichkeit, Auswirkung und Gegenmaßnahme

  7. 7

    Roadmap - 3-Phasen-Plan mit konkreten Kalenderdaten und Go/No-Go

  8. 8

    Business Case - 3-Szenarien-Vergleich (Nichtstun/Neueinstellung/Automatisierung) plus 3×3-Sensitivitätsmatrix

  9. 9

    Diskussionsvorschlag - Konkrete nächste Schritte mit Zeitplan und Verantwortlichkeiten

Enthält: 3-Szenarien-Vergleich

Nichtstun vs. Neueinstellung vs. Automatisierung - mit Ihrem Gehaltsniveau, Ihrer Fehlerquote und Ihrem Wachstumsplan. Die eine Slide, die Ihr CFO als erstes sehen will.

Berechnungsmethodik anzeigen

Stundensatz: Jahresgehalt (Ihre Eingabe) × 1,3 AG-Anteil ÷ 1.720 Jahresarbeitsstunden

Einsparung: Vorgänge × 12 × Automatisierungsrate × Minuten/Vorgang × Stundensatz × Economic Factor

Qualitäts-ROI: Fehlerreduktion × Vorgänge × 12 × EUR 260/Fehler (APQC Open Standards Benchmarking)

FTE: Eingesparte Stunden ÷ 1.720 Jahresarbeitsstunden

Break-Even: Benchmark-Investition ÷ monatliche Gesamteinsparung (Effizienz + Qualität)

Neueinstellung: Jahresgehalt × 1,3 + EUR 12.000 Recruiting pro FTE

Alle Daten bleiben in Ihrem Browser. Nichts wird an Server übertragen.

Lernveranstaltungs-Management Agent

Erstbewertung für Ihr Führungsteam

In 2 Minuten eine fundierte Erstbewertung - mit Ihren Zahlen, Ihrem Risikoprofil und Branchenbenchmarks. Kein Anbieter-Logo, kein Vendor-Pitch.

30K120K
1%15%

Alle Daten bleiben in Ihrem Browser. Nichts wird übertragen.

Häufige Fragen

Kann der Agent auch virtuelle und hybride Events verwalten?

Ja. Der Agent unterstützt Präsenz, virtuell und hybrid. Bei virtuellen Events werden Video-Links statt Räumen gebucht. Bei hybriden Events werden beide Komponenten koordiniert.

Wie geht der Agent mit kurzfristigen Trainer-Absagen um?

Bei Trainer-Ausfall wird automatisch nach qualifizierten Ersatztrainern gesucht. Wenn kein Ersatz verfügbar ist, werden Teilnehmer informiert und Alternativtermine vorgeschlagen.

Was passiert als Nächstes?

1

30 Minuten

Erstgespräch

Wir analysieren Ihren Prozess und identifizieren den optimalen Startpunkt.

2

1 Woche

Discover

Mapping Ihrer Entscheidungslogik. Regelwerke dokumentiert, Decision Layer designt.

3

3-4 Wochen

Build

Produktiver Agent in Ihrer Infrastruktur. Governance, Audit Trail, prüfungsfähig ab Tag 1.

4

12-18 Monate

Eigenständig

Voller Zugang zu Quellcode, Prompts und Regelversionen. Kein Vendor Lock-in.

Diesen Agent implementieren?

Wir bewerten Ihre Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.