KI-Lesefertigkeit: Was ist das, warum jetzt und wie geht man es an? | iPeople

Ein Marketingmitarbeiter bei einem mittelständischen Finanzdienstleister erhielt den Auftrag, eine Reihe von Blogs und Social-Media-Posts über neue, komplexe Rentenregelungen zu verfassen. Angesichts einer knappen Frist entschied sie sich, ein bekanntes generatives KI-Tool einzusetzen. Innerhalb von zwei Monaten erstellte sie 40 % schneller Inhalte als zuvor. Der eigentliche Gewinn lag jedoch nicht in der Geschwindigkeit, sondern in ihrer Vorgehensweise. Da ihre Organisation in KI-Kompetenz investiert hatte, tappte sie nicht in die bekannten Fallen. Sie lud keine internen Kundenfälle oder sensiblen Finanzprognosen hoch, da sie wusste, dass öffentliche Modelle diese Daten zum Training verwenden können. Als die KI mit einem flüssig geschriebenen Absatz über eine spezifische Steuerbefreiung aufwartete, übernahm sie diesen nicht ungeprüft; sie überprüfte die Details bei der Rechtsabteilung und korrigierte einen entscheidenden Fehler in der Berechnung des Modells. Und sie nutzte die KI als hyperaktive Sparringspartnerin für Entwürfe und Titel, schrieb aber die endgültigen Texte selbst neu, um den Ton menschlich und markenkonform zu halten. Das ist KI-Kompetenz in der Praxis. Nicht „wissen, dass ChatGPT existiert“. Nicht „sich eine nützliche Eingabeaufforderung merken“. Sondern wissen, was das Tool kann und was nicht, wofür man es einsetzt und wo man besser pausiert. Und ab dem 2. Februar 2025 ist es auch eine gesetzliche Verpflichtung für jedes Unternehmen, das KI in der Europäischen Union einsetzt. TL;DR. KI-Kompetenz ist die Fähigkeit von Mitarbeitern, KI verantwortungsvoll, effektiv und kritisch einzusetzen: wissen, was KI kann und was nicht, scharf zu prompten, die Tool-Landschaft zu kennen, praktische Anwendungen zu erkennen und mit den Risiken rund um Datenschutz, Halluzinationen und Gesetzgebung umzugehen. Die EU AI Act verpflichtet Unternehmen seit Februar 2025, ihre Mitarbeiter darin zu schulen. Dieser Leitfaden erläutert die fünf Kernkompetenzen, was oft schiefgeht und wie Sie dies in Ihrem Unternehmen angehen. Was genau ist KI-Kompetenz? Die Europäische Kommission definiert KI-Kompetenz als „die Fähigkeiten, Kenntnisse und das Verständnis, die Menschen in die Lage versetzen, KI-Systeme informiert einzusetzen und sich der Möglichkeiten und Risiken bewusst zu sein.“ Das klingt abstrakt. In der Praxis geht es um fünf konkrete Fähigkeiten: Konzeptionelles Verständnis dessen, was KI ist und was nicht. Effektives Prompten. Kenntnis der Tool-Landschaft. Erkennen von praktischen Anwendungen, einschließlich dessen, was KI *nicht* kann. Verantwortungsvoller Umgang mit Datenschutz, Ethik, Halluzinationen und Gesetzgebung. Wir werden sie im weiteren Verlauf dieses Artikels erläutern. Zuerst: Warum ist dies nun plötzlich ein Thema, das Manager und HR-Abteilungen auf die Agenda setzen müssen. Warum das jetzt wichtig ist Die Suchvolumina nach „EU AI Act“ sind im vergangenen Jahr in den Niederlanden um 50 % gestiegen. „KI-Kompetenz“ stieg im gleichen Tempo. Das ist kein Zufall. Drei Entwicklungen laufen zusammen: 1. KI hat sich vom Testballon zur Realität am Arbeitsplatz entwickelt. Während vor zwei Jahren nur Early Adopters mit ChatGPT spielten, nutzt heute ein großer Teil der Büroangestellten KI täglich; oft ungesehen vom Management. Das nennt man „Schatten-KI“ und es ist eher die Regel als die Ausnahme. 2. Die EU AI Act ist in Kraft getreten. Seit dem 2. Februar 2025 gilt Artikel 4: Organisationen, die KI-Systeme einsetzen oder von ihren Mitarbeitern einsetzen lassen, müssen sicherstellen, dass diese Mitarbeiter „ausreichend KI-kompetent“ sind. Die Sanktionen sind beträchtlich und reichen bis zu 3 % des jährlichen weltweiten Umsatzes oder 15 Millionen Euro, je nachdem, welcher Betrag höher ist. 3. Unternehmen können nicht schnell genug Schritt halten. Die Entwicklungen im Bereich KI sind so schnell, dass formelle Richtlinien, Strategien und Schulungsprogramme bereits veraltet sind, bevor sie überhaupt ausgerollt sind. Die Folge: Mitarbeiter improvisieren, und das Management hat keine Kontrolle darüber, was passiert. Keine dieser drei Entwicklungen steht für sich allein. Zusammen bilden sie die Situation, in der jedes Unternehmen jetzt steckt, ob es nun darauf reagiert oder nicht. Die 5 wichtigsten Kompetenzen 1. Konzeptionelles Verständnis dessen, was KI ist (und nicht ist) Die größte Falle bei jeder KI-Einführung: Mitarbeiter behandeln ein großes Sprachmodell wie eine Datenbank, eine Suchmaschine oder eine Person. Es ist keine der drei. Es ist ein statistisches Modell, das Wörter basierend auf Mustern in Trainingsdaten vorhersagt. Keine Wahrheit, kein Verständnis, kein Gedächtnis zwischen den Sitzungen (sofern nicht explizit aktiviert). Wer das konzeptionell nicht versteht, kann zwei Fehler nicht vermeiden: zu viel Vertrauen („es steht da, also stimmt es“) und zu wenig Vertrauen („das Ding macht, was es will“). Beides führt zu falscher Anwendung. 2. Effektives Prompten Ein guter Prompt ist keine Frage, sondern eine Anweisung. Wer der KI sagt: was man braucht, für wen, in welchem Stil, mit welchen Einschränkungen und welche Beispiele gut funktionieren, erhält etwas Nützliches. Wer nur „schreibe einen Text über X“ sagt, erhält etwas Bedeutungsloses. Effektives Prompten ist eine Fähigkeit, die Menschen als „etwas, das man von selbst lernt“ unterschätzen. Das stimmt teilweise; durch häufige Nutzung wird man besser. Aber die Lernkurve ist viel schneller, wenn man ein paar Prinzipien kennt: Rolle zuweisen, Kontext geben, Ausgabeformat angeben und iterativ verfeinern. 3. Kenntnis der Tool-Landschaft Viele Geschäftsanwender hatten in den Niederlanden Microsoft Copilot als ersten Kontakt mit KI. Dies hat einen unbeabsichtigten Nebeneffekt: Sie betrachten KI als „eine Funktion innerhalb des Office-Pakets“. Aber es gibt eine Welt von Tools neben Copilot: Le Chat von Mistral AI (europäisch), ChatGPT von OpenAI, Claude von Anthropic, Gemini von Google und Hunderte von spezialisierten Tools für Forschung, Zusammenfassung, Bildgenerierung, Code, juristische Arbeit und vieles mehr. Zu wissen, welches Tool wann geeignet ist, spart oft ein Vielfaches an Produktivität. Einen allgemeinen Chatbot für eine Aufgabe einzusetzen, für die ein spezialisiertes Tool besser geeignet ist, ist wie der Versuch, ein Haus mit einem Hammer zu bauen. 4. Erkennen von praktischen Anwendungen (und was KI *nicht* kann) Nicht jede Aufgabe eignet sich für KI. Einige Beispiele, wo sie meist gut funktioniert: Erstellen von Textentwürfen, Erstellen von Zusammenfassungen, Generieren von Code-Schnipseln, Extrahieren strukturierter Daten aus unstrukturiertem Text, Verbessern von Übersetzungen, Brainstorming. Aber es gibt auch klare Grenzen. KI ist nicht zuverlässig für: faktische Aussagen ohne Überprüfung, Verarbeitung von personenbezogenen Daten in öffentlichen Modellen, rechtliche oder finanzielle Berechnungen, die exakt sein müssen, oder Entscheidungen, für die Rechenschaftspflicht erforderlich ist. Die Frage ist also nicht „nutzen wir KI?“, sondern „wofür ja, wofür nein, und wie stellen wir die Qualität sicher?“ 5. Verantwortungsvoller Umgang: Datenschutz, Ethik, Halluzinationen und Gesetzgebung Hier kommen verschiedene Dinge zusammen, die in der Praxis oft vermischt werden: Datenschutz. Was Sie in ein öffentliches KI-Tool eingeben, kann verwendet werden, um das Modell weiter zu trainieren. Kundendaten, Quellcode, Geschäftsgeheimnisse, persönliche Gesundheitsinformationen; all das kann man nicht einfach in ein kostenloses ChatGPT-Konto werfen. Hier gilt: im Zweifel nicht tun oder ein Geschäftskonto mit Datenschutz abschließen. Halluzinationen. KI-Modelle erfinden glaubhaft klingende Fakten. Eine nicht existierende Quelle. Ein Gesetzesartikel mit einer erfundenen Nummer. Eine Berechnung mit einem logisch klingenden, aber falschen Ergebnis. Die kritische Überprüfung der Ausgabe ist kein Luxus, sondern eine Grundkompetenz. Ethik und Voreingenommenheit. KI-Modelle spiegeln die Voreingenommenheiten in ihren Trainingsdaten wider. Entscheidungen über Menschen, die auf KI-Ausgaben basieren, können in nicht sofort ersichtlicher Weise ungleich ausfallen. Für HR-Anwendungen, Kundenauswahl oder Risikobewertungen ist dies ein ernsthafter Punkt. Gesetzgebung. Die EU AI Act, die DSGVO und branchenspezifische Regeln (Finanzsektor, Gesundheitswesen, Regierung) stellen Anforderungen an den Einsatz von KI. Wer dies nicht kennt, geht unbeabsichtigt Risiken ein. Was wir in Organisationen oft falsch machen In den Organisationen, mit denen wir arbeiten, sehen wir immer wieder die gleichen Muster. Vier, die am häufigsten vorkommen: 1. Mitarbeiter haben kein grundlegendes Verständnis dafür, was KI ist Viele Mitarbeiter nutzen KI, ohne auch nur grob zu verstehen, was unter der Haube vor sich geht. Die Folge ist zweigeteilt: Sie erkennen die Stärke nicht (wodurch sie sie zu begrenzt einsetzen) und nicht die Gefahren (wodurch sie unwissentlich hineintappen). Halluzinationen werden nicht als solche erkannt. Datenschutzrisiken werden nicht gespürt. Ausgaben werden übernommen, als wären sie bewiesene Fakten. Was wir empfehlen: Beginnen Sie nicht mit „welches Tool sollen wir wählen“, sondern mit „was ist KI eigentlich?“. Eine Stunde Basis-Erklärung darüber, was ein Sprachmodell ist und wie es funktioniert, verhindert jahrelangen Missbrauch. 2. Copilot als einziges Referenzrahmen Da viele niederländische Unternehmen Verträge mit Microsoft haben, ist Microsoft Copilot für viele Geschäftsanwender das erste und einzige KI-Tool, mit dem sie in Kontakt kommen. Der Nebeneffekt: Sie betrachten KI als „eine Funktion innerhalb des Office-Pakets“ anstatt als eine grundlegende neue Technologie mit einer breiten Palette von Tools. Was wir empfehlen: Lassen Sie Mitarbeiter vergleichend arbeiten. Dieselbe Aufgabe in Copilot, ChatGPT und Claude und diskutieren Sie die Unterschiede. Das öffnet den Horizont und macht die Menschen kritischer darin, welches Werkzeug wofür geeignet ist. 3. Schatten-KI mit kostenlosen Konten Viele Mitarbeiter nutzen zu Hause (und bei der Arbeit) kostenlose Konten von ChatGPT, Gemini oder anderen Tools. Dort fügen sie manchmal äußerst sensible Geschäftsinformationen hinzu, ohne sich bewusst zu sein, dass viele dieser Informationen auch dazu verwendet werden, das Modell weiter zu trainieren. Reine Naivität, keine Bosheit. Aber ein Datenleck im Entstehen. Was wir empfehlen: Verbieten bringt nichts (es passiert sowieso). Was funktioniert: Geschäftskonten mit Datenschutz anbieten, plus eine klare Vereinbarung darüber, welche Daten in welchem Tool erlaubt sind und welche nicht. 4. Unternehmen können nicht schnell genug Schritt halten Die Entwicklungen im Bereich KI sind so schnell, dass formelle Geschäftsprozesse (Richtlinien erstellen, Schulungen einkaufen, ausrollen, kontrollieren) immer hinterherhinken. Bis die KI-Richtlinie genehmigt ist, nutzt jeder ein neues Tool. Ergebnis: Mitarbeiter improvisieren, das Management hat keinen Überblick. Was wir empfehlen: Investieren Sie in die Menschen, nicht nur in die Richtlinien. Ein KI-kompetenter Mitarbeiter trifft selbst die richtigen Entscheidungen, wenn das nächste Tool erscheint. Ein veraltetes Richtliniendokument tut das nicht. Unsere KI Basis Schulung ist genau darauf ausgerichtet. EU AI Act in verständlicher Sprache Die EU AI Act ist ein ambitioniertes Gesetzgebungswerk. Gesetzgebung hinkt der Alltagsrealität naturgemäß immer hinterher; angesichts der enormen Geschwindigkeit der KI-Entwicklungen ist es bewundernswert, dass Europa dennoch in absehbarer Zeit die Weichen für dieses Gesetz stellen konnte. Ein erster Schritt, der versucht, die Risiken von KI zu klassifizieren und auch zu benennen, wer verantwortlich ist, in erster Linie die Anbieter von KI-Systemen. Das Gesetz ist leider sehr komplex und umfasst mittlerweile Hunderte von Seiten, Artikeln und Anhängen. Für die meisten Organisationen lässt sich der Kerntteil jedoch einfach zusammenfassen: Artikel 4 (KI-Kompetenz). Seit dem 2. Februar 2025 verpflichtend. Organisationen müssen sicherstellen, dass ihre Mitarbeiter, die mit KI arbeiten, für ihre Aufgabe ausreichend KI-kompetent sind. Keine genaue Stundenvorgabe, aber eine Ergebnisverpflichtung. Risikokategorien. KI-Systeme werden in vier Risikostufen eingeteilt: inakzeptabel (verboten), hoch (strenge Anforderungen), begrenzt (Transparenzanforderungen), minimal (keine spezifischen Anforderungen). Verantwortung. In erster Linie liegt diese bei den Anbietern von KI-Systemen, aber auch Benutzer (Organisationen, die KI einsetzen) haben eigene Verpflichtungen, insbesondere bei Hochrisikoanwendungen. Sanktionen. Bis zu 3 % des weltweiten Jahresumsatzes oder 15 Millionen Euro, je nachdem, welcher Betrag höher ist. Für diejenigen, die sich weiter informieren möchten, lesen Sie auch unseren früheren Artikel EU AI Act: Was bedeutet das für Ihr Team. Machen Sie den Check: Ist Ihre Organisation KI-kompetent? Drei Fragen, um in fünf Minuten zu beurteilen, wo Ihre Organisation steht: 1. Wissen wir, *was* läuft? Haben wir einen klaren Überblick darüber, welche KI-Tools unsere Mitarbeiter nutzen; sowohl offizielle Software als auch „Schatten-KI“ wie kostenlose Versionen von ChatGPT oder Copilot? 2. Wissen wir, wie wir Daten schützen? Weiß jeder Mitarbeiter, welche Daten in ein KI-Tool eingegeben werden dürfen und welche absolut *nicht*; denken Sie an Kundendaten, Quellcode oder Geschäftsgeheimnisse? 3. Erkennen wir die Risiken? Sind unsere Teams darin geschult, KI-Ausgaben kritisch auf Fehler („Halluzinationen“) zu überprüfen und verstehen sie, dass KI-Entscheidungen voreingenommen sein können? Dreimal Ja: Ihre Organisation ist auf dem richtigen Weg. Zweimal Ja: Es gibt Arbeit zu tun, aber es ist überschaubar. Einmal oder keinmal Ja: Das ist kein „späteres“ Problem mehr, das ist ein Problem für „jetzt“. Wie gehen Sie das an? Der strukturierte Weg zur KI-Kompetenz in einer Organisation ist im Wesentlichen einfach, in der Ausführung weniger: Schritt 1: Machen Sie eine Nullmessung Fragen Sie nicht „wissen Sie etwas über KI“. Messen Sie stattdessen mit einem kurzen Test oder Fragebogen das Grundverständnis, welche Tools bereits genutzt werden (offiziell und inoffiziell) und wo die größten Risiken liegen. Was man nicht misst, kann man nicht steuern. Schritt 2: Trainieren Sie grundlegende Fähigkeiten, nicht Tool-Tricks Die meisten KI-Schulungen auf dem Markt konzentrieren sich auf „wie benutzt man ChatGPT“ oder „zehn Prompts für Produktivität“. Das ist oberflächlich und veraltet innerhalb von drei Monaten. Was nachhaltig funktioniert: die fünf Fähigkeiten aus diesem Artikel, in der richtigen Reihenfolge, mit Praxisbeispielen aus dem eigenen Unternehmen. Das ist genau das, worauf unsere KI Basis Schulung aufgebaut ist: ein E-Learning mit fünf Praxismodulen, die Fähigkeiten aufbauen, die nicht veralten, wenn ChatGPT-5 erscheint oder ein neues Tool den Markt erobert. Schritt 3: Bauen Sie eine Infrastruktur für fortlaufende KI-Fragen auf KI verändert sich zu schnell, um jedes Jahr eine Schulung anzubieten. Was funktioniert: eine Person im Unternehmen für KI-Fragen verantwortlich machen, einen internen Kanal für „Ich bin darauf gestoßen, ist das erlaubt?“ einrichten und regelmäßig neue Tools oder Risiken besprechen. Kein totes Projekt, sondern eine fortlaufende Kompetenz. Häufig gestellte Fragen Ist KI-Kompetenz eine gesetzliche Verpflichtung für mein Unternehmen? Ja, seit dem 2. Februar 2025 gemäß Artikel 4 der EU AI Act, für jedes Unternehmen innerhalb der EU, das KI-Systeme einsetzt oder von seinen Mitarbeitern einsetzen lässt. Die Form ist nicht vorgeschrieben, das Ergebnis (ausreichend KI-kompetente Mitarbeiter) schon. Was, wenn wir als Organisation keine KI nutzen? Es ist sehr wahrscheinlich, dass einzelne Mitarbeiter KI nutzen, auch ohne formellen Beschluss. Das würde wiederum unter Artikel 4 fallen. Außerdem ist die Frage realistisch gesehen nicht „ob“, sondern „wann“ Ihr Unternehmen KI einsetzen wird, sodass Vorbereitung nie schadet. Wie lange dauert eine KI-Kompetenz-Schulung? Das hängt davon ab, was bereits bekannt ist. Eine gute Grundschulung ist an einem Tag (oder als E-Learning über Wochen verteilt) durchführbar. Die fünf Fähigkeiten aus diesem Artikel können innerhalb dieser Zeit aufgebaut werden, wenn die Schulung praktisch ist. Gilt das auch für Regierungen? Ja. Die EU AI Act gilt für alle Organisationen innerhalb der EU, die KI einsetzen, einschließlich staatlicher Stellen. Für Regierungen gilt oft eine zusätzliche Verantwortung, da KI-Entscheidungen direkte Auswirkungen auf Bürger haben. Was ist der Unterschied zwischen KI-Kompetenz und Datenkompetenz? Datenkompetenz bezieht sich auf das Verständnis, die Interpretation und die kritische Nutzung von Daten. KI-Kompetenz bezieht sich auf das Verständnis, den Einsatz und die kritische Bewertung von KI-Systemen. Es gibt Überschneidungen (kritisches Denken bei beiden), aber KI-Kompetenz enthält zusätzliche Elemente wie Prompting, Kenntnis der Tool-Landschaft und spezifische Risiken wie Halluzinationen. Welche Tools sollte ich kennen? Beginnen Sie mit den drei großen generativen Modellen (ChatGPT von OpenAI, Claude von Anthropic, Gemini von Google) und den integrierten Tools in Ihrer Arbeitsumgebung (wie Microsoft Copilot). Danach können Sie sich auf Tools für Ihr Fachgebiet spezialisieren. Beginnen Sie mit KI-Kompetenz in Ihrem Unternehmen KI-Kompetenz ist kein Luxus oder ein Hype-Schulungsthema. Sie ist seit dem 2. Februar 2025 eine gesetzliche Verpflichtung und, was viel wichtiger ist, eine praktische Notwendigkeit für jedes Unternehmen, das nicht möchte, dass seine Mitarbeiter unbemerkt Risiken eingehen oder Chancen verpassen. Unsere KI Basis Schulung ist auf genau die fünf Fähigkeiten aus diesem Artikel zugeschnitten. Ein Online-E-Learning im Selbststudium mit fünf Praxismodulen, einschließlich eines Moduls über die EU AI Act, mit 12 Monaten Zugang. Geeignet für einzelne Mitarbeiter, aber auch als unternehmensweite Lösung für die Einhaltung von Artikel 4 einsetzbar. Möchten Sie sofort mehr erfahren? Sehen Sie sich die KI Basis Schulung an und erfahren Sie, was genau behandelt wird, für wen sie geeignet ist und was sie kostet. Lesen Sie zuerst mehr? Lesen Sie auch unseren Leitfaden EU AI Act: Was bedeutet das für Ihr Team oder Mit KI am Arbeitsplatz beginnen.