Chatbot-gestütztes Coaching im Rahmen der betrieblichen Personalentwicklung

Die Integration von Künstlicher Intelligenz (KI) in Coaching-Prozesse eröffnet vielversprechende Möglichkeiten. In einem kürzlich veröffentlichten Preprint von Arakawa und Yakura (2024) wird untersucht, wie Large Language Models (LLMs) wie GPT-4 die Coaching-Landschaft revolutionieren könnten.

Die Rolle von LLMs im Coaching

LLMs bieten zahlreiche Vorteile für das Coaching:

24/7 Verfügbarkeit
konsistente Antworten
gleichzeitige Unterstützung vieler Klienten.

Diese Eigenschaften machen LLMs besonders wertvoll für textbasiertes Coaching zwischen persönlichen Sitzungen. LLMs fördern effektiv die Selbstreflexion der Klienten. Durch gezielte Fragen helfen sie, konkrete Schritte zur Zielerreichung zu planen und die Motivation aufrechtzuerhalten. Ein Teilnehmer der Studie äußert über den Chatbot-Coach: “Being able to communicate with the coach at my preferred time was casual and nice. This was helpful in maintaining my motivation.” (Arakawa & Yakura (2024), Kap. 6.2.1, Abs. 1)

Die Studie zeigt, dass LLMs besonders effektiv sind, um die Selbstreflexion der Klienten zu fördern. Dies ist dann besonders wichtig, wenn kein persönlicher Kontakt zum Coach möglich ist.

Herausforderungen bei der Implementierung

Generell können bei der Einführung von KI-gestütztem Coaching Herausforderungen auftreten, bspw.

Datenschutzbedenken
Notwendigkeit der Qualifizierung der Mitarbeitenden im Umgang mit KI-Tools
Sicherstellung der Akzeptanz bei Coaches und Klienten.

Die Studie zeigt, dass eine sorgfältige Einführung durch menschliche Coaches und deren kontinuierliche Unterstützung wichtige Faktoren für den erfolgreichen Einsatz von Chatbot-Coaches sind. Dies hilft, die Motivation der Klienten aufrechtzuerhalten und ermöglicht tiefere Reflexionen, die über die Möglichkeiten des Chatbots hinausgehen. Für eine erfolgreiche Integration von LLMs in Coaching-Programme sollten laut der Studie

eine initiale Sitzung (ca. 30-60 Minuten) mit dem menschlichen Coach stattfinden, um Ziele zu setzen und Erwartungen zu klären
in die Nutzung des Chatbot-Coachs eingeführt werden
der menschliche Coach während des Prozesses für Fragen und Unterstützung erreichbar sein
der Fortschritt kontinuierlich überwacht und bei Bedarf eingegriffen werden.

Die Studie betont, das Coaching durch einen Chatbot mit einem menschlichen Coach zu kombinieren. Dadurch wird die Erfolgswahrscheinlichkeit erhöht. Trotz der Stärken von LLMs bleibt der menschliche Coach unverzichtbar, weil sie

komplexe emotionale Kontexte verstehen
Empathie einbringen
tiefere Reflexionen anstoßen.

Ein Coach äußert über die Beteiligung menschlicher Coaches: “Estimating the timing to interject a sharp retort or comment is very difficult even for a human coach, and it’s very important. Personally, I think there is a need to guide the conversation from our end, rather than through text, but through face-to-face conversation.” (Arakawa & Yakura (2024), Kap. 6.2.2, Abs. 3)
Coaches können herausfordernde Fragen stellen, die Klienten dazu bringen, grundlegende Annahmen zu hinterfragen. Diese Fähigkeit zur Förderung von “double-loop learning” ist entscheidend für nachhaltige Verhaltensänderungen. Vereinfacht ausgedrückt bezeichnet der Begriff “double-loop learning” einen Lernprozess, bei dem man nicht nur sein Verhalten anpasst, sondern auch die zugrundeliegenden Annahmen und Werte hinterfragt. Dies führt zu tiefgreifenderen Veränderungen als das einfache Anpassen von Handlungen.

Blick in die Zukunft von KI-Coaches

Die künftige Entwicklung könnte so aussehen:

noch präzisere und personalisierte KI-Coaches
verbesserte Fähigkeiten zur Erkennung emotionaler Zustände
nahtlosere Integration in bestehende Coaching-Prozesse.

Die Forschung legt nahe, dass die Kombination aus menschlichen und KI-Coaches die Reichweite und Effektivität von Coaching-Programmen erheblich steigern kann.

Limitationen der Studie

Die qualitative Studie von Arakawa und Yakura (2024) untersucht mittels Prototypentests, semistrukturierten Leitfadeninterviews und Fragebögen die Wirksamkeit und Akzeptanz eines KI-gestützten Chatbots als Ergänzung zum menschlichen Coach im Führungskräfte-Coaching. Die Studie weist übliche Limitationen auf. Die kleine Stichprobengröße von zehn Coach-Klient-Paaren begrenzt die Generalisierbarkeit der Ergebnisse. Zudem könnte der relativ kurze Studienzeitraum von zwei Wochen langfristige Effekte nicht vollständig erfassen. Die Teilnehmenden waren möglicherweise technologieaffin, was die Ergebnisse beeinflusst haben könnte. Zudem könnte die Studie (unternehmens-)kulturelle Eigenheiten aufweisen. Weitere Forschung mit größeren, diverseren Stichproben und über längere Zeiträume wäre wertvoll, um die Erkenntnisse zu validieren und zu erweitern.

Fazit

Die Kombination von LLMs und menschlichen Coaches eröffnet spannende Möglichkeiten für die Personalentwicklung. LLMs erhöhen die Effizienz und Verfügbarkeit von Coaching. Trotz der erwarteten technologischen Fortschritte bleibt der menschliche Coach unerlässlich – insbesondere für tiefgreifende Reflexionen und komplexe emotionale Kontexte, die eine nuancierte zwischenmenschliche Interaktion erfordern. Ein Klient fasst zusammen: “The fact that the human coach was keeping track of my progress positively motivated me to engage in text coaching with the chatbot.” (Arakawa & Yakura (2024), Kap. 6.2.3, Abs. 1)
Unternehmen, die diese hybride Herangehensweise nutzen, können ihren Mitarbeitenden eine umfassendere und effektivere Coaching-Erfahrung bieten und so den Weg für nachhaltiges Wachstum ebnen. Die Studie unterstreicht somit, dass der Schlüssel zum Erfolg in der sorgfältigen Balance zwischen KI-Unterstützung und menschlicher Coaching-Expertise liegt.

Literatur

Arakawa, R., & Yakura, H. (2024). Coaching Copilot: Blended Form of an LLM-Powered Chatbot and a Human Coach to Effectively Support Self-Reflection for Leadership Growth. In ACM Conversational User Interfaces
2024 (CUI ’24), July 08-10, 2024, Luxembourg, Luxembourg. arXiv preprint. https://doi.org/10.1145/3640794.3665549 (letzter Zugriff 15.08.2024)