KI-Kompetenz ist eine betriebliche Aufgabe, kein einmaliges Zertifikat

Artikel 4 des EU AI Act richtet sich an Anbieter und Betreiber von KI-Systemen. Im Unternehmensalltag betrifft das vor allem die Organisationen, die KI-Anwendungen einsetzen, sowie die Personen, die in ihrem Namen mit diesen Systemen arbeiten. Entscheidend sind der konkrete Einsatz, die vorhandene Erfahrung und die möglichen Auswirkungen auf andere Menschen.

Nach dem aktuellen Fragen-und-Antworten-Stand der Europäischen Kommission bleibt die Pflicht bestehen, die Entwicklung von KI-Kompetenz zu unterstützen. Ein bestimmtes Wissensniveau jedes einzelnen Mitarbeiters muss dabei nicht garantiert oder durch eine formale Prüfung gemessen werden. Für Hochrisiko-Systeme gelten zusätzliche Anforderungen an Schulung und menschliche Aufsicht. Diese Einordnung ersetzt keine Rechtsberatung; sie beschreibt eine belastbare organisatorische Umsetzung.

Eine Standardschulung für alle greift zu kurz

Ein Mitarbeiter, der mit einem Textassistenten interne Formulierungen vorbereitet, braucht andere Kenntnisse als eine Administratorin, die Modellzugänge konfiguriert, oder ein Sachbearbeiter, der KI-Ausgaben in ein führendes System übernimmt. Gute KI-Kompetenz folgt deshalb den Rollen und Risiken:

  • Anwender müssen Grenzen, Datenschutzregeln, zulässige Inhalte und den Umgang mit plausiblen Fehlern kennen.
  • Fachlich Prüfende brauchen Quellen, Entscheidungskriterien, Eskalationswege und die echte Möglichkeit, Ergebnisse zu verwerfen.
  • Administratoren und Entwickler müssen Rechte, Datenflüsse, Protokollierung, Modelländerungen und Angriffsszenarien beherrschen.
  • Führungskräfte und Prozesseigner entscheiden über Einsatzzweck, Verantwortlichkeit, Risikoakzeptanz und Abschaltung.

Fünf Bausteine für eine nachvollziehbare Umsetzung

  1. KI-Einsätze inventarisieren: Welche Systeme werden offiziell eingesetzt, welche Daten erhalten sie und welches Ergebnis fließt wohin?
  2. Rollen und Schutzbedarf bestimmen: Wer nutzt, prüft, administriert und verantwortet den Prozess? Welche Folgen hätte ein falsches Ergebnis oder ein Datenabfluss?
  3. Konkrete Regeln vermitteln: Nicht nur „keine sensiblen Daten eingeben“, sondern zulässige Beispiele, ausgeschlossene Inhalte, Freigabepunkte und Meldewege zeigen.
  4. Am realen Prozess üben: Mitarbeitende sollten typische Fehler, Halluzinationen, unvollständige Quellen und Manipulationsversuche an realistischen Fällen erkennen.
  5. Maßnahmen pflegen: Modelle, Funktionen, Datenquellen und Risiken ändern sich. Zuständigkeit, Aktualisierungsrhythmus und dokumentierte Lernpunkte gehören deshalb zum Betrieb.

Was als Nachweis sinnvoll ist

Eine verantwortliche Umsetzung muss nicht in Bürokratie ersticken. Ein überschaubares Verzeichnis der eingesetzten Systeme, rollenbezogene Unterlagen, Teilnahmen, freigegebene Nutzungsregeln und dokumentierte Aktualisierungen schaffen bereits eine nachvollziehbare Grundlage. Wichtiger als eine lange Präsentation ist, ob ein Mitarbeiter weiß, wann er ein Ergebnis nicht übernehmen darf und an wen er einen Vorfall meldet.

Ein praktischer Einstieg für den Mittelstand

Beginnen Sie mit den zwei oder drei KI-Werkzeugen, die heute tatsächlich genutzt werden. Beschreiben Sie je Werkzeug den erlaubten Zweck, ausgeschlossene Daten, notwendige Prüfung und verantwortliche Rolle. Danach lassen sich kurze, rollenspezifische Lernmodule entwickeln. Ein reales Fallbeispiel aus Vertrieb, Dokumentation oder Wissensarbeit ist dabei meist hilfreicher als eine allgemeine Geschichte der künstlichen Intelligenz.

Fazit: Artikel 4 wird nicht durch ein Häkchen neben „Schulung durchgeführt“ belastbar. KI-Kompetenz zeigt sich darin, dass Menschen den konkreten Einsatz verstehen, Fehler erkennen, Daten schützen und eine KI-Ausgabe kontrolliert in den Arbeitsprozess einordnen können.