Woran erkenne ich, ob mein Training wirkt?

Welche Kennzahlen in Outdoo AI zeigen, ob Training wirkt, was sie bedeuten und was zu tun ist, wenn es nicht greift.

Die meisten Trainingsprogramme können Ihnen sagen, ob Menschen das Training abgeschlossen haben. Outdoo AI kann Ihnen sagen, ob es etwas verändert hat. Dieser Artikel erklärt, welche Kennzahlen Sie sich ansehen sollten, was sie aussagen und was zu tun ist, wenn die Zahlen zeigen, dass Ihr Training nicht so ankommt wie erwartet.

Das wichtigste Signal: Rollenspiel-Score vs. Score im Live-Gespräch

Das direkteste Maß für die Wirksamkeit eines Trainings ist der Vergleich zwischen der Leistung eines Teammitglieds beim Üben und in echten Gesprächen, gemessen an denselben Scorecard-Kriterien.

Ermitteln Sie nach einem Trainingsprogramm oder einer Onboarding-Gruppe für jedes Teammitglied und jedes trainierte Kriterium zwei Werte:

Den durchschnittlichen Rollenspiel-Score bei diesem Kriterium während des Trainings

Den durchschnittlichen Score in Live-Gesprächen bei demselben Kriterium in den zwei bis drei Wochen nach Trainingsende

Ein Teammitglied, das im Rollenspiel bei der Qualität der Discovery-Fragen 75 % erreicht hat und in echten Gesprächen jetzt bei 70 % liegt, hat die Fähigkeit weitgehend übertragen. Ein Teammitglied, das im Rollenspiel 80 % erreicht hat und in echten Gesprächen bei 45 % liegt, hat das nicht. Die Lücke ist das Signal.

Was eine große Lücke bedeutet

Liegen die Rollenspiel-Scores bei denselben Kriterien deutlich über den Scores in Live-Gesprächen, gibt es drei wahrscheinliche Ursachen:

Die Agenten waren nicht realistisch genug. Die Teammitglieder können die Übungsversion des Einwands gut behandeln, aber die echte Version ist härter, kommt schneller oder ist anders formuliert.

Das Teammitglied braucht mehr Übung. Es hat das Konzept gut genug verstanden, um in einer kontrollierten Sitzung zu punkten, aber es läuft noch nicht automatisch. Die Lösung ist Wiederholung, kein neues Trainingsprogramm.

Das Umfeld unterscheidet sich auf eine Weise, die das Training nicht abgedeckt hat. Persönliche Gespräche statt Videocalls, eingehende statt ausgehende Anrufe, neuer Markt statt bestehendes Segment. Zeigt sich die Lücke im ganzen Team bei einem bestimmten Gesprächstyp, passen Sie die Agenten an diesen Kontext an.

Eine kleine Lücke in die eine oder andere Richtung ist normal und zu erwarten. Eine Lücke von mehr als 15–20 Prozentpunkten bei einem gezielt trainierten Kriterium sollten Sie genauer untersuchen.

Scorecard-Trends im Zeitverlauf

Einzelne Vergleiche nach einem Training sagen etwas über ein einzelnes Programm aus. Scorecard-Trends über 8–12 Wochen zeigen Ihnen, ob Ihr Coaching als fortlaufende Praxis funktioniert.

Öffnen Sie Performance > Scorecards und sehen Sie sich die Scores auf Kriterienebene für einzelne Teammitglieder im Zeitverlauf an. Ein Teammitglied, dessen Discovery-Score trotz Coaching und Übung seit acht Wochen stagniert, gibt Ihnen einen Hinweis: Entweder ist das Coaching nicht konkret genug, oder die Agenten, mit denen es übt, sind nicht anspruchsvoll genug, um Fortschritte anzustoßen.

Genauigkeit in Simulationen als Frühindikator

Bei Workflows nach dem Gespräch, etwa CRM-Aktualisierungen, Gesprächsdisposition und Dateneingabe, ist die Genauigkeit in der Simulation ein starker Indikator für die Qualität der Umsetzung im Echtbetrieb. Besteht ein Teammitglied die CRM-Simulation mit 90 %, wird es in den ersten Wochen wenige Fehler machen. Hat es mit 60 % bestanden, müssen Sie mit Problemen bei der Datenqualität rechnen.

Prüfen Sie diesen Zusammenhang nach Ihrer ersten Onboarding-Gruppe mit Simulationen: Vergleichen Sie die Simulations-Scores mit den Kennzahlen zur CRM-Datenqualität in den Wochen 1–3. Der Zusammenhang ist in der Regel stark und liefert Ihnen eine belastbare Schwelle dafür, was „bestanden“ für Ihr Team bedeuten sollte.

Bestehensquote der Zertifizierung vs. Abschlussquote

Die Abschlussquote zeigt, dass Menschen das Training durchlaufen haben. Die Bestehensquote zeigt, dass sie die Fähigkeit auf dem geforderten Niveau zeigen konnten. Die Differenz zwischen beiden Werten ist aufschlussreich:

Hohe Abschlussquote, hohe Bestehensquote: Das Training wirkt wie geplant

Hohe Abschlussquote, niedrige Bestehensquote: Das Training bereitet nicht ausreichend auf die Schwelle vor, oder die Schwelle ist zu hoch angesetzt. Prüfen Sie beides

Niedrige Abschlussquote, hohe Bestehensquote bei denen, die abgeschlossen haben: Ein Problem beim Zugang oder bei der Zuweisung, nicht bei den Inhalten

Warnsignale: Wenn das Training nicht wirkt

Manche Muster in den Daten sind deutliche Hinweise darauf, dass sich an der Gestaltung oder Durchführung Ihres Trainings etwas ändern muss:

Die Rollenspiel-Scores mehrerer Teammitglieder stagnieren beim selben Kriterium auf demselben Niveau. Die Agenten sind zu leicht und bringen keine Verbesserung mehr.

Die Genauigkeit in der Simulation ist hoch, aber im echten CRM passieren weiterhin häufig Fehler. Die Workflow-Aufzeichnung entspricht dem echten Tool nicht mehr genau genug. Zeichnen Sie sie neu auf.

Die Scores in Live-Gesprächen liegen nach dem Training unter dem Ausgangswert vor dem Training. Das bedeutet meist, dass Teammitglieder zu sehr über die gerade bewerteten Kriterien nachdenken, statt natürlich zu agieren. Führen Sie eine Reset-Sitzung durch, die auf Intuition statt auf eine Checkliste setzt.

Die Bestehensquoten sinken bei der zweiten oder dritten Zertifizierung eines Programms deutlich. Der Schwierigkeitsgrad steigt schneller, als das Training die Menschen darauf vorbereitet. Kalibrieren Sie die Schwierigkeitskurve der Agenten neu.

Die regelmäßige Prüfung zur Gewohnheit machen

Daten zur Trainingswirksamkeit sind nur nützlich, wenn jemand sie regelmäßig ansieht. Bauen Sie eine monatliche oder zweiwöchentliche Prüfung in Ihre Enablement-Routine ein:

Den Vergleich zwischen Rollenspiel und Live-Gespräch für die jüngste Gruppe abrufen

Die Trends der Kriterien für Teammitglieder prüfen, die das Training vor 30 und vor 60 Tagen abgeschlossen haben

Die Genauigkeit in Simulationen mit verfügbaren Kennzahlen zur CRM-Qualität abgleichen

Agenten markieren, die seit mehr als 90 Tagen nicht aktualisiert wurden, denn veraltete Agenten liefern veraltete Scores

Am meisten profitieren nicht die Teams von Outdoo AI, die das meiste Training durchführen. Es sind die Teams, die prüfen, ob das Training gewirkt hat, und ihre Inhalte an dem ausrichten, was die Daten zeigen.

Wir hoffen, dieser Artikel war hilfreich. Bei Fragen schreiben Sie uns bitte an support@outdoo.ai