KI-Kompetenz im Team aufbauen

KI-Kompetenz ist kontextabhängig

Wer Texte vorbereitet, braucht andere Fähigkeiten als ein Team, das Entscheidungen unterstützt, Kundendaten verarbeitet oder KI-Funktionen in ein Produkt integriert. Gute KI-Kompetenz verbindet technisches Grundverständnis mit Fachwissen, Risikobewusstsein und einer klaren Zuständigkeit für Ergebnisse.

Artikel 4 des EU AI Acts nennt unter anderem technisches Wissen, Erfahrung, Ausbildung und den konkreten Einsatzkontext als Faktoren für ein ausreichendes Kompetenzniveau. Daraus folgt kein universeller Standardkurs für alle Rollen.

Was ein Team tatsächlich können sollte

Ein Lernpfad in sechs Schritten

1. Einsatzkontext erfassenWelche Rollen nutzen welche Systeme für welche Aufgaben und mit welchen Daten?
2. Lernziele je Rolle festlegenZum Beispiel gute Aufgabenwahl, sichere Datennutzung, Quellenprüfung oder technische Integration.
3. Reale Übungsfälle auswählenEigene, ungefährliche Unternehmensaufgaben erzeugen mehr Transfer als generische Demonstrationen.
4. Grenzen sichtbar machenWelche Daten dürfen verwendet werden, wann ist eine Freigabe nötig und wann wird abgebrochen?
5. Feedback am Ergebnis gebenNicht nur das Werkzeug bedienen, sondern Qualität, Nachvollziehbarkeit und Entscheidung prüfen.
6. Fortschritt auswertenManagement sieht Kompetenzlücken und sinnvolle nächste Projekte, ohne Mitarbeitende permanent zu überwachen.

Vier Lernziele für einen ersten Durchlauf

• Geeignete und ungeeignete KI-Aufgaben unterscheiden.
• Sensible Daten und Zugriffsgrenzen vor der Nutzung prüfen.
• Ausgaben anhand von Quellen und Fachwissen kontrollieren.
• Unsichere oder folgenreiche Fälle an die richtige Person eskalieren.

Was nicht funktioniert

• Ein identischer Standardkurs für Entwicklung, Vertrieb, Personal und Management.
• Nur Tool-Funktionen zeigen, ohne Verantwortung und Einsatzgrenzen zu klären.
• Lernfortschritt mit möglichst vielen KI-Nutzungen gleichsetzen.
• Mitarbeitende durch versteckte Aktivitätsmessung unter Druck setzen.
• Eine Schulung als automatische Erfüllung aller regulatorischen Anforderungen darstellen.

Management braucht eine andere Auswertung

Eine sinnvolle Auswertung beantwortet: Welche Aufgaben wurden sicher gelöst? Wo fehlen Daten, Rollen oder Freigaben? Welche Anwendungsfälle verdienen einen technischen Pilot? Sie bewertet Handlungsfähigkeit und Risiken, nicht bloß Aktivität.