Lernen mit einem sprechenden Avatar

Was ein Avatar-Vortrag ist und wie er entsteht

Ein Avatar-Vortrag entsteht aus Text. Am Anfang steht kein Aufnahmetermin, sondern ein Skript – der ausformulierte Wortlaut dessen, was gesagt werden soll. Aus diesem Skript erzeugt die Software zwei Dinge: eine gesprochene Fassung durch eine synthetische Stimme und dazu passende Lippen- und Kopfbewegungen eines Gesichts, das entweder aus einem Katalog stammt oder aus Aufnahmen einer realen Person abgeleitet wurde.

Der entscheidende Punkt liegt in der Reihenfolge. Bei einer klassischen Aufnahme steht am Anfang ein Mensch vor der Kamera, und alles Weitere hängt an diesem einen Termin. Beim Avatar steht am Anfang eine Textdatei. Ändert sich eine Vorschrift, ändert man einen Absatz und lässt die Einheit neu erzeugen. Der zeitliche Aufwand für diese Änderung liegt in der Größenordnung von Minuten statt von Tagen.

Damit verschiebt sich auch, wo die Arbeit anfällt. Sie liegt fast vollständig im Skript: in der Entscheidung, was gesagt wird, in welcher Reihenfolge, mit welchen Beispielen und in welcher Länge. Diese Arbeit nimmt einem der Avatar nicht ab. Wer ein schlechtes Skript vertonen lässt, bekommt eine schlechte Lerneinheit in ansprechender Verpackung – und die Verpackung macht den Mangel schwerer erkennbar, nicht leichter.

Warum er wiederkehrende Inhalte besser trägt als eine Aufnahme

Drei Eigenschaften sprechen für dieses Verfahren, und alle drei gelten nur für Inhalte, die über Jahre wiederholt gebraucht werden.

Die erste ist die Änderbarkeit. In einer aufgezeichneten Schulung steckt der Stand des Aufnahmetags. Ändert sich eine Grenzwertangabe, eine Bezeichnung oder ein Ablauf, steht der Betrieb vor der Wahl, die ganze Einheit neu zu produzieren oder mit einer bekannt falschen Stelle weiterzuarbeiten. In der Praxis fällt die Wahl fast immer auf die zweite Möglichkeit, und nach zwei Jahren hat man eine Sammlung von Einheiten, bei denen die Erfahrenen wissen, welche Minute man überspringen muss. Beim Avatar ist die Korrektur ein Texteingriff.

Die zweite ist die Mehrsprachigkeit. Ein Betrieb mit Beschäftigten, deren Deutsch für die Arbeit reicht, aber für eine Gefahrstoffunterweisung nicht sicher genug ist, kann dieselbe Einheit in weiteren Sprachen ausgeben lassen, ohne erneut aufzunehmen. Für eine Lebensmittelproduktion, eine Kunststoffverarbeitung oder eine Personaldienstleistung ist das häufig der eigentliche Grund, sich überhaupt damit zu befassen. Wichtig bleibt, dass eine sprachkundige Person die Übersetzung fachlich prüft, bevor sie ausgerollt wird – Fachbegriffe und Sicherheitsanweisungen sind genau die Stellen, an denen maschinelle Übersetzung danebenliegt.

Die dritte ist die gleichbleibende Qualität. Die zwanzigste Unterweisung eines Jahres ist beim Avatar so gründlich wie die erste, in derselben Reihenfolge, ohne ausgelassene Absätze. Für rechtlich relevante Inhalte ist das ein ernstzunehmender Vorteil, weil der vorgetragene Wortlaut dokumentierbar ist.

Die Grenze: er merkt nicht, ob jemand versteht

Hier endet der Nutzen, und zwar hart. Ein Avatar hält einen Vortrag. Er sieht keine fragenden Gesichter, er hört kein Zögern, er merkt nicht, dass die Hälfte des Raums bei der dritten Minute ausgestiegen ist. Ein erfahrener Ausbilder erkennt genau das und wiederholt anders, mit einem anderen Beispiel, an einem anderen Werkstück. Diese Anpassung ist der Kern guter Unterweisung, und sie fehlt vollständig.

Teilweise auffangen lässt sich das durch zwei Dinge. Kontrollfragen zwischen den Abschnitten zeigen wenigstens, ob die Kernaussagen angekommen sind, und sie zwingen zum Mitdenken. Und ein in das Lernsystem eingebauter Assistent, der Rückfragen aus den hinterlegten Unterlagen beantwortet, deckt den häufigsten Fall ab – jemand hat eine konkrete Verständnisfrage und will sie sofort beantwortet haben, ohne auf den nächsten Termin zu warten. Wie ein solcher Assistent auf eigenen Unterlagen arbeitet, steht in Eigene Unterlagen nutzbar machen.

Was beides nicht leistet: zu erkennen, dass jemand die Sache im Grundsatz falsch verstanden hat, ohne es zu bemerken. Dafür braucht es weiterhin einen Menschen, der hinsieht. Der Avatar verlagert Wissensvermittlung, er ersetzt keine Beurteilung.

Kennzeichnung und Persönlichkeitsrechte

Künstlich erzeugte Inhalte müssen für die Menschen, die sie sehen, als künstlich erkennbar sein. Die europäische KI-Verordnung sieht für solche Konstellationen Transparenzpflichten vor; der genaue Zuschnitt hängt am Einzelfall und gehört im Zweifel geprüft. Der praktische Umgang ist aber unabhängig von der juristischen Feinheit einfach: ein Satz zu Beginn der Einheit und ein Hinweis in der Beschreibung, dass Stimme und Bild künstlich erzeugt wurden. Das kostet nichts, und es nimmt der Sache jede Heimlichkeit.

Heikler ist der zweite Punkt. Wird das Gesicht oder die Stimme einer realen Person nachgebildet, greifen deren Persönlichkeitsrechte. Nötig ist eine schriftliche Einwilligung, die beschreibt, wofür und wie lange die Nachbildung verwendet werden darf. Im Beschäftigungsverhältnis kommt hinzu, was in Datenschutz beim KI-Einsatz zur Freiwilligkeit von Einwilligungen steht: Sie ist im Verhältnis zum Arbeitgeber nicht selbstverständlich, und sie ist widerrufbar. Verlässt der Ausbilder den Betrieb oder widerruft er, sind alle mit seinem Abbild erzeugten Einheiten zu ersetzen. Ein neutrales, erkennbar künstliches Gesicht vermeidet dieses Problem von vornherein und ist für betriebliche Inhalte meist die praktischere Wahl. Eine Rechtsberatung ersetzt dieser Abschnitt nicht.

Wann sich der Aufwand nicht lohnt

Drei Fälle sprechen dagegen. Erstens Inhalte, die nur einmal gebraucht werden – eine Ankündigung, eine Einmalinformation zu einer Umstellung. Hier ist eine kurze Nachricht schneller. Zweitens Inhalte, bei denen die Person die Botschaft ist: Wenn der Geschäftsführer eines Sondermaschinenbauers zur Krankenstandslage spricht, will die Belegschaft ihn sehen und nicht eine Nachbildung. Drittens alles, was von der Sache her ins Gespräch gehört – Kritik, Konflikte, schlechte Nachrichten.

Bleibt als Feld das, was ohnehin jedes Jahr dieselbe Form hat und für wechselnde Personen wiederholt werden muss. Dort und nur dort verdient sich der Aufwand. Die Vorfrage, ob ein Betrieb überhaupt genug solcher Inhalte hat, steht in Wann ein Lernsystem im Betrieb sinnvoll ist.

Was das im Mentoring bedeutet

In der Phase WISSEN wird das Verfahren an einem echten Inhalt aus Ihrem Betrieb durchgespielt, damit die Einschätzung auf eigener Anschauung beruht und nicht auf einer Vorführung. Das Skript bleibt dabei die Hauptarbeit und die Hauptverantwortung des Betriebs. Kennzeichnung und Einwilligungen werden geklärt, bevor die erste Einheit ausgerollt wird. Die Lern-Werkstatt wird als Fremdsoftware weiterverkauft.