Viele Lernplattformen werben mit „intelligenten Empfehlungen“ – doch oft fühlen sich Nutzerinnen und Nutzer eher mit Content überflutet als wirklich unterstützt. Der Grund: Empfohlen wird, was formal passt (Rolle, Themeninteresse, Klickverhalten) – nicht, was in einer konkreten Handlungssituation hilft. Ohne Handlungsanker bleiben Empfehlungssysteme nett, aber selten geschäftskritisch.
Wenn Handlungsanker der Ausgangspunkt sind, verändert sich der Charakter von Empfehlungen grundlegend. Entscheidend ist dann nicht die Frage „Welcher Content könnte interessant sein?“, sondern: „In welcher Handlungssituation befindet sich die Person – und was braucht sie, um diese besser zu bewältigen?“ Empfehlungen werden damit nicht mehr an abstrakten Profilen festgemacht, sondern an konkreten Aufgaben, Entscheidungen und Problemen im Arbeitskontext.
Technisch kann das bedeuten: Ein Skillgraph verknüpft Handlungsanker mit den relevanten Skills, und diese wiederum mit passenden Lernressourcen, Praxisaufgaben oder Performance-Support-Elementen. Ein Beispiel: Wer häufig in Eskalationsgesprächen mit Kunden steckt, bekommt nicht allgemeine Kommunikationskurse empfohlen, sondern genau die Ressourcen, die auf diesen Handlungsanker einzahlen – etwa kurze Guides, Simulationen oder Microlearnings zu deeskalierender Gesprächsführung in schwierigen Situationen.
So entstehen Empfehlungssysteme, die nicht nur „passenden Content“, sondern situativ passende Unterstützung liefern. Handlungsanker sorgen dafür, dass Relevanz aus der Arbeitssituation heraus definiert wird – nicht aus der Logik des Katalogs. Damit entwickeln sich Empfehlungssysteme vom Content-Vermittler zum echten Co-Piloten im Arbeitsalltag.
Call-to-Action: Welche Art von Empfehlungen erhalten eure Mitarbeitenden heute überwiegend: kataloggetrieben („Das könnte dich interessieren“) oder situationsbezogen („In dieser Aufgabe hilft dir das konkret weiter“)? Wo würdet ihr euch mehr Kontextbezug wünschen?