KI-Kompetenzen: Was müssen Mitarbeiter*innen wissen?

KI-Anwendungen unterstützen bereits zahlreiche Aufgaben im Berufsalltag. Sie erstellen Texte, analysieren Daten und automatisieren Arbeitsabläufe. Mit KI-Agenten kommen Systeme hinzu, die eigenständig Informationen abrufen und mehrere Arbeitsschritte ausführen können. Doch welche KI-Kompetenzen benötigen Mitarbeiter*innen, um diese Technologien sicher und sinnvoll einzusetzen?

Entscheidend sind nicht nur der Umgang mit KI-Werkzeugen und die Formulierung guter Prompts. Mitarbeiter*innen müssen auch KI-generierte Ergebnisse kritisch bewerten, Datenschutz- und Sicherheitsrisiken erkennen und die Grenzen automatisierter Entscheidungen verstehen.

Mit dem europäischen AI Act gewinnt der Aufbau von KI-Kompetenz, auch als AI Literacy bezeichnet, zusätzlich an Bedeutung. Unternehmen sind verpflichtet, geeignete Maßnahmen zur Förderung dieser Kompetenzen zu ergreifen. Welche Fähigkeiten dabei besonders wichtig sind, was der AI Act konkret verlangt und wie passende Weiterbildungen aussehen können, erfahren Sie in diesem Beitrag.

Ein Beispiel: Ein KI-Agent soll eingehende Supportanfragen kategorisieren und passende Antworten vorbereiten. Dafür benötigt er Zugriff auf relevante Informationen. Darf er aber auch Kund*innendaten verändern oder Nachrichten selbstständig versenden? Welche Aktionen müssen freigegeben werden?

Solche Fragen lassen sich nicht allein mit Prompt Engineering beantworten. Mitarbeiter*innen benötigen ein Verständnis dafür, wie KI-Systeme arbeiten, welche Fehler auftreten können und welche Verantwortung beim Menschen bleibt.

Besonders wichtig ist die kritische Bewertung von Ergebnissen. Generative KI kann sachlich falsche Aussagen erzeugen, Informationen unzutreffend zusammenfassen oder ungeeignete Handlungsempfehlungen liefern. Auch die Qualität der verwendeten Daten beeinflusst die Ergebnisse. KI-Kompetenz bedeutet deshalb, KI-Anwendungen nicht nur bedienen, sondern ihre Ergebnisse und Auswirkungen fachlich beurteilen zu können.

Welche KI-Kompetenzen benötigen Mitarbeiter*innen wirklich?

Nicht jede Person im Unternehmen benötigt dieselben Kenntnisse. Welche KI-Kompetenzen relevant sind, hängt von der Tätigkeit, den verwendeten Anwendungen und den damit verbundenen Risiken ab. Für Mitarbeiter*innen in Fachabteilungen stehen häufig Anwendungssicherheit und Ergebnisqualität im Vordergrund. Sie sollten geeignete Aufgaben für KI-Unterstützung erkennen, Eingaben verständlich formulieren und Ergebnisse überprüfen können.

• IT-Administrator*innen benötigen darüber hinaus Kenntnisse über Berechtigungen, Datenzugriffe, technische Konfiguration und die sichere Bereitstellung von KI-Diensten. Bei KI-Agenten kommen Fragen zur Kontrolle automatisierter Aktionen hinzu.
• Entwickler*innen wiederum beschäftigen sich mit der Integration von KI-Modellen, Schnittstellen und Datenquellen. Dazu gehören auch Verfahren zur Qualitätsprüfung, zum Schutz vor manipulierten Eingaben und zur Überwachung KI-gestützter Anwendungen.
• Für Führungskräfte und HR-Verantwortliche sind andere Fähigkeiten entscheidend: Sie müssen Einsatzmöglichkeiten bewerten, Verantwortlichkeiten festlegen und Qualifizierungsbedarf erkennen.

Ein sinnvolles Kompetenzmodell unterscheidet daher vier Bereiche:

• KI-Grundverständnis: Funktionsweise, Möglichkeiten, Grenzen und typische Fehler von KI-Systemen kennen.
• Anwendungskompetenz: KI-Werkzeuge zweckmässig einsetzen und Ergebnisse fachlich überprüfen.
• Sicherheits- und Risikokompetenz: Datenschutz, Vertraulichkeit, Zugriffsrechte und mögliche Auswirkungen berücksichtigen.
• Steuerungs- und Entwicklungskompetenz: KI-Anwendungen auswählen, integrieren, kontrollieren und organisatorisch verantworten.

Entscheidend ist, dass diese Fähigkeiten nicht isoliert vermittelt werden. Wer beispielsweise Microsoft 365 Copilot einsetzt, sollte sowohl die praktischen Funktionen als auch die betrieblichen Regeln für den Umgang mit Informationen verstehen.

Wie können Unternehmen KI-Kompetenzen gezielt aufbauen?

Ein wirksames Weiterbildungskonzept beginnt mit den tatsächlichen Arbeitsabläufen. Welche KI-Anwendungen nutzen Mitarbeiter*innen bereits? Welche Funktionen sind in vorhandener Software integriert? Und wo sollen künftig KI-Agenten oder automatisierte Prozesse eingesetzt werden?

Erst wenn diese Fragen beantwortet sind, lässt sich der Kompetenzbedarf sinnvoll bestimmen. Eine allgemeine Einführung in generative KI kann beispielsweise für viele Beschäftigte geeignet sein. Für IT-Teams, die KI-Anwendungen konfigurieren oder entwickeln, sind zusätzliche technische Trainings notwendig.

Dabei sollten Personalentwicklung, IT und Informationssicherheit eng zusammenarbeiten. Auch Datenschutz- und Compliance-Verantwortliche können je nach Einsatzbereich wichtige Anforderungen einbringen. Besonders bei KI-Agenten ist es sinnvoll, technische Sicherheitsmechanismen mit entsprechenden Kompetenzen zu verbinden. Dazu zählen beispielsweise begrenzte Zugriffsrechte, Protokollierung, Tests und menschliche Freigaben für kritische Aktionen.

KI-Weiterbildung sollte ausserdem regelmässig überprüft werden. Neue Funktionen, veränderte Arbeitsprozesse oder zusätzliche KI-Anwendungen können neue Lernanforderungen mit sich bringen.

Fazit

KI-Kompetenz ist keine einmalige Qualifikation und beschränkt sich nicht auf die Bedienung einzelner Werkzeuge. Unternehmen benötigen ein gemeinsames Grundverständnis sowie vertiefende Fähigkeiten für unterschiedliche Aufgaben. Wer Weiterbildung an tatsächlichen Anwendungen, Risiken und Verantwortlichkeiten ausrichtet, schafft eine wichtige Grundlage für den sicheren und sinnvollen Einsatz von KI.