Logbucheintrag 005 · 29. Oktober 2026
Wer ein Auto fährt, muss kein Motorenentwickler sein.
Trotzdem sollte man wissen, was eine rote Warnleuchte bedeutet, warum man bei Eis und Schnee anders fährt und dass ein Navigationssystem nicht automatisch recht hat.
Bei Künstlicher Intelligenz ist es ähnlich.
Nicht jeder Mitarbeiter muss verstehen, wie ein neuronales Netz mathematisch funktioniert oder wie ein Large Language Model trainiert wird.
Aber wer KI-Systeme beruflich einsetzt, sollte verstehen, was diese Systeme können, wo ihre Grenzen liegen und welche Verantwortung mit ihrer Nutzung verbunden ist.
Genau darum geht es bei KI-Kompetenz.
Der EU AI Act macht KI-Kompetenz zur Aufgabe
Der Begriff taucht im EU AI Act nicht nur beiläufig auf.
Die Verordnung definiert KI-Kompetenz als Fähigkeiten, Kenntnisse und Verständnis, die es ermöglichen, KI-Systeme informiert einzusetzen und sich ihrer Chancen, Risiken und möglichen Schäden bewusst zu sein.
Artikel 4 verpflichtet Anbieter und Betreiber von KI-Systemen dazu, Maßnahmen zu ergreifen, um die Entwicklung der KI-Kompetenz ihres Personals und anderer Personen zu unterstützen, die in ihrem Auftrag mit KI-Systemen arbeiten.
Dabei sollen unter anderem vorhandene technische Kenntnisse, Erfahrung, Ausbildung und der konkrete Nutzungskontext berücksichtigt werden.
Das ist wichtig:
KI-Kompetenz ist keine Einheitsgröße.
Ein Entwickler, der ein KI-System technisch integriert, benötigt anderes Wissen als eine Mitarbeiterin in der Buchhaltung, die einen KI-Assistenten zum Formulieren von Texten verwendet.
Seit 2026 ist die Formulierung etwas pragmatischer
Der ursprüngliche Artikel 4 sprach davon, nach besten Kräften ein „ausreichendes Maß“ an KI-Kompetenz sicherzustellen.
Mit dem Digital Omnibus on AI wurde diese Formulierung 2026 verändert.
Anbieter und Betreiber müssen weiterhin Maßnahmen zur Entwicklung von KI-Kompetenz ergreifen. Sie müssen aber kein bestimmtes Kompetenzniveau jedes einzelnen Mitarbeiters garantieren.
Das halte ich für eine sinnvolle Präzisierung.
Denn Kompetenz lässt sich nicht mit einem einzigen Testwert messen.
Entscheidend ist vielmehr, ob eine Organisation vernünftige Maßnahmen ergriffen hat und diese zum tatsächlichen Einsatz ihrer KI-Systeme passen.
Ein Prompt-Kurs allein reicht nicht
Wenn heute über KI-Schulungen gesprochen wird, geht es häufig zuerst um Prompting.
- Wie formuliere ich bessere Fragen?
- Wie bekomme ich bessere Ergebnisse?
- Welche Tricks gibt es?
Das kann nützlich sein.
KI-Kompetenz ist aber deutlich mehr.
Wer mit einem generativen KI-System arbeitet, sollte beispielsweise wissen, dass dessen Antworten überzeugend formuliert und trotzdem falsch sein können.
Er sollte verstehen, dass vertrauliche Informationen nicht beliebig in externe Systeme eingegeben werden dürfen.
Er sollte erkennen können, wann ein Ergebnis überprüft werden muss.
Und er sollte wissen, welche internen Regeln für den Einsatz gelten.
Deshalb gehören für mich mindestens vier Perspektiven zusammen:
Verstehen. Anwenden. Bewerten. Verantworten.
Verstehen: Was kann das System – und was nicht?
KI verliert viel von ihrem vermeintlichen Zauber, sobald man ihre grundlegende Funktionsweise versteht.
Ein Sprachmodell „weiß“ beispielsweise nicht auf dieselbe Weise etwas wie ein Mensch.
Es verarbeitet Eingaben und erzeugt auf Basis gelernter Muster eine Ausgabe.
Das Ergebnis kann hervorragend sein.
Es kann aber auch plausibel klingen und trotzdem falsch sein.
Wer diese Eigenschaft kennt, geht automatisch anders mit den Ergebnissen um.
Und genau das ist bereits KI-Kompetenz.
Man muss dafür weder programmieren noch die Mathematik hinter einem Transformer erklären können.
Man muss aber verstehen, dass eine KI-Ausgabe nicht automatisch eine überprüfte Tatsache ist.
Anwenden: Das Werkzeug sinnvoll einsetzen
Der nächste Schritt ist praktische Kompetenz.
Welches Werkzeug eignet sich für welche Aufgabe?
Ein Sprachmodell kann beispielsweise beim Strukturieren, Zusammenfassen, Übersetzen oder Brainstormen sehr hilfreich sein.
Bei anderen Aufgaben reicht vielleicht eine klassische Suchfunktion, ein Datenbankfilter oder eine normale Automatisierung.
Auch die Fähigkeit zu erkennen, wann KI überhaupt sinnvoll ist, gehört deshalb für mich zur KI-Kompetenz.
Nicht jedes Problem braucht KI.
Manchmal ist die einfachste Lösung auch die beste.
Bewerten: Ergebnisse nicht einfach übernehmen
Ein gutes KI-System kann einen Menschen unterstützen.
Es sollte ihn aber nicht automatisch vom eigenen Denken entbinden.
Deshalb gehört zur Kompetenz auch, Ergebnisse kritisch bewerten zu können.
- Ist die Antwort plausibel?
- Kann ich sie überprüfen?
- Welche Quelle liegt zugrunde?
- Fehlen wichtige Informationen?
- Könnte ein Bias eine Rolle spielen?
- Und wie groß wäre der Schaden, wenn die Antwort falsch ist?
Je größer die mögliche Auswirkung einer Entscheidung, desto wichtiger wird diese Prüfung.
Eine falsch formulierte interne E-Mail ist etwas anderes als eine KI-gestützte Entscheidung über einen Bewerber, einen Kredit oder eine medizinische Behandlung.
Verantworten: Wer entscheidet am Ende?
Dieser Punkt wird in Schulungen leicht vergessen.
KI-Kompetenz bedeutet auch zu wissen, welche Verantwortung beim Menschen bleibt.
Ein Mitarbeiter sollte beispielsweise wissen:
- Wann darf ich ein Ergebnis selbst übernehmen?
- Wann muss ich eine zweite Person einbeziehen?
- Wann brauche ich eine Freigabe?
- Wann muss ich ein Ergebnis verwerfen?
- Und an wen wende ich mich, wenn mir etwas problematisch erscheint?
- Damit verbindet sich KI-Kompetenz unmittelbar mit Governance.
Eine Schulung ohne klare Prozesse hilft nur begrenzt.
Und ein Governance-Prozess, den niemand versteht, hilft ebenfalls nicht.
Nicht jeder braucht dieselbe Schulung
Genau deshalb halte ich pauschale „KI-Schulung für alle“-Konzepte für zu kurz gedacht.
Natürlich kann es eine gemeinsame Grundschulung geben.
Sie schafft eine gemeinsame Sprache und vermittelt grundlegende Regeln.
Danach sollte die Schulung aber zum jeweiligen Einsatz passen.
Eine Mitarbeiterin, die einen freigegebenen KI-Assistenten für allgemeine Büroaufgaben verwendet, braucht beispielsweise andere Inhalte als jemand, der KI-Agenten mit Zugriff auf Unternehmenssysteme entwickelt.
Ebenso benötigt eine Führungskraft anderes Wissen.
Sie muss vielleicht nicht jedes Werkzeug bedienen können, sollte aber verstehen, welche Risiken bestehen, welche Regeln gelten und welche Verantwortung die Organisation trägt.
KI-Kompetenz ist deshalb aus meiner Sicht rollen- und risikobasiert.
Auch die Führungsebene gehört dazu
Ein Punkt ist mir dabei besonders wichtig:
KI-Kompetenz ist keine Schulungspflicht, die man einfach an die Belegschaft delegiert.
Wenn eine Organisation Regeln für KI definiert, müssen auch Führungskräfte diese Regeln verstehen.
Sie entscheiden schließlich über Einsatzbereiche, Budgets, Risiken und Verantwortlichkeiten.
Und sie prägen durch ihr eigenes Verhalten, ob Regeln im Alltag ernst genommen werden.
Wer seinen Mitarbeitern erklärt, keine vertraulichen Daten in nicht freigegebene KI-Systeme einzugeben, sollte diese Regel selbst ebenfalls beachten.
Governance funktioniert am besten, wenn sie vorgelebt wird.
Ein Kurs ist kein Endpunkt
Auch eine hervorragende Schulung vom Oktober 2026 wird nicht ewig aktuell bleiben.
- Modelle verändern sich.
- Neue Funktionen kommen hinzu.
- Regulatorische Anforderungen entwickeln sich weiter.
- Neue Risiken werden sichtbar.
Deshalb halte ich KI-Kompetenz nicht für ein einmaliges Schulungsprojekt, sondern für einen kontinuierlichen Prozess.
Eine Grundschulung schafft das Fundament.
Danach braucht es regelmäßige Aktualisierungen und zusätzliche Schulungen, wenn sich Werkzeuge, Einsatzbereiche oder Risiken wesentlich verändern.
Das ähnelt anderen Bereichen der IT.
Auch Informationssicherheit oder Datenschutz werden nicht einmal erklärt und anschließend für immer abgehakt.
Es gibt nicht den einen richtigen Schulungsweg
Interessant ist deshalb auch der Blick auf die Europäische Kommission.
Das AI Office hat inzwischen ein Repository mit mehr als 40 Beispielen für KI-Kompetenzmaßnahmen aus Unternehmen und öffentlichen Organisationen veröffentlicht.
Dort finden sich sehr unterschiedliche Ansätze: E-Learning, Präsenzschulungen, Bootcamps oder Kooperationen mit Hochschulen.
Die Kommission weist ausdrücklich darauf hin, dass das bloße Kopieren eines solchen Beispiels noch keinen automatischen Nachweis der Einhaltung von Artikel 4 darstellt.
Das passt zur Grundidee:
Die Maßnahme muss zum eigenen Kontext passen.
Was könnte ein einfaches Konzept enthalten?
Für eine Organisation würde ich deshalb eher ein kleines System als einen einzelnen Kurs denken.
Eine Grundschulung vermittelt zunächst die gemeinsamen Grundlagen.
Danach folgen rollenbezogene Inhalte.
Mitarbeiter lernen beispielsweise die freigegebenen Werkzeuge und Datenschutzregeln kennen.
Führungskräfte beschäftigen sich zusätzlich mit Verantwortung und Freigaben.
Entwickler oder Agenten-Verantwortliche benötigen deutlich tiefere Kenntnisse zu Sicherheit, Monitoring und technischen Risiken.
Und anschließend wird das Wissen regelmäßig aktualisiert.
Das muss nicht kompliziert sein.
Aber es sollte bewusst gestaltet werden.
KI-Kompetenz soll keine Angst machen
Dabei sollte man auch nicht vergessen, warum Menschen geschult werden.
Das Ziel ist nicht, ihnen zwanzig neue Risiken aufzuzählen und anschließend zu sagen:
„Viel Glück.“
Eine gute Schulung sollte Unsicherheit reduzieren.
Wer versteht, warum ein System manchmal falsche Antworten liefert, kann damit besser umgehen.
Wer weiß, welche Daten verwendet werden dürfen, muss nicht bei jedem Prompt nervös werden.
Und wer seine Ansprechpartner kennt, kann bei Unsicherheit nachfragen.
Kompetenz schafft damit nicht nur Sicherheit.
Sie schafft auch Vertrauen und ermöglicht überhaupt erst eine sinnvolle Nutzung.
Was ich daraus mitnehme
KI-Kompetenz bedeutet für mich nicht, dass jeder zum KI-Experten werden muss.
Es bedeutet, genug zu verstehen, um ein KI-System bewusst, sinnvoll und verantwortungsvoll einsetzen zu können.
Wie viel Wissen dafür notwendig ist, hängt von Rolle, Anwendung und Risiko ab.
Deshalb sollte eine gute Organisation nicht fragen:
„Haben unsere Mitarbeiter eine KI-Schulung absolviert?“
Sondern:
„Wissen unsere Mitarbeiter genug für das, was sie mit KI tatsächlich tun?“
Das ist ein kleiner Unterschied in der Formulierung.
Für funktionierende KI-Governance ist es ein ziemlich großer.
Quellen und weiterführende Links
EU AI Act – Verordnung (EU) 2024/1689, aktuelle konsolidierte Fassung, insbesondere Artikel 3 Nr. 56 zur Definition der KI-Kompetenz und Artikel 4 zu den Maßnahmen von Anbietern und Betreibern.
Europäische Kommission – AI Literacy: Questions & Answers, aktuelle Erläuterungen zu Artikel 4 und den Änderungen durch den Digital Omnibus on AI.
EU AI Office – Repository of AI Literacy Practices, Sammlung von mehr als 40 Praxisbeispielen aus Unternehmen und öffentlichem Sektor.