KI-Kompetenz nach Art. 4: Was für kleinere Unternehmen angemessen ist

In vielen Unternehmen ist KI-Kompetenz mittlerweile ein Begriff, der eher zu Verwirrung als zu Klarheit führt. Für manche klingt er nach einem Pflichtkurs mit Zertifikat, für andere ist es nur ein Schlagwort für eine allgemeine „KI-Awareness“, wobei beides nicht der Realität entspricht.

Der Artikel 4 des EU AI Act verlangt etwas anderes, und zeigt dabei gewisse Nuancen. Gefordert wird ein ausreichendes Maß an KI-Kompetenz bei den Personen, die KI-Systeme nutzen oder betreiben. Das klingt abstrakt, bedeutet aber in der Praxis etwas sehr Konkretes: Unternehmen sollten sicherstellen, dass Mitarbeitende die KI-Tools, die sie einsetzen, auch angemessen verstehen, verantwortungsvoll einsetzen und bei Unsicherheit die richtigen Fragen stellen.

Wichtig ist dabei der Begriff „angemessen“. Es geht nicht um eine einheitliche Standardlösung für alle Unternehmen und alle Rollen; Was für eine kleine Kanzlei relevant ist, kann für ein produzierendes Unternehmen oder eine medizinische Einrichtung deutlich anders aussehen. Die Herausforderung besteht darin, eine pragmatische Kompetenzstruktur zu schaffen, die zu der konkreten Nutzung passt.

Was Art. 4 wirklich verlangt

Art. 4 ist kein Auftrag zum Einkauf pauschaler Zertifizierungen, sondern verlangt vielmehr, dass Unternehmen nach besten Kräften dafür sorgen, dass die Personen, die KI-Systeme nutzen oder betreiben, über ein ausreichendes Maß an Kompetenz darüber verfügen, zu bewerten, was in diese hineingegeben wird, und ob bzw. wie die Ausgaben verwertbar sind.

Dafür sind drei Punkte entscheidend:

1. Die Kompetenz muss sich an der konkreten Rolle orientieren.
2. Sie muss an den tatsächlichen Nutzungskontext angepasst sein.
3. Sie muss im Alltag wirksam werden, nicht nur in einem einmaligen Training.

Das ist besonders wichtig für kleine und mittlere Unternehmen. Sie haben oft nicht die Ressourcen für große Programme, aber deshalb umso mehr Grund, sich auf das Wesentliche zu konzentrieren. Eine kurze, gut strukturierte Unterweisung schlägt hier oft ein langes, teures und breit ausgelegtes Seminar.

Nicht jede Rolle braucht dieselbe Kompetenz

Ein häufiger Fehler besteht darin, KI-Kompetenz als einheitlichen Standard zu verstehen, was weder praktisch sinnvoll ist, noch die Vorgabe der EU-KI-Verordnung erfüllt.

Eine Mitarbeitende im Verwaltungsteam, die gelegentlich Texte formuliert oder Informationen zusammenfasst, braucht in der Regel andere Kompetenzen als eine Person, die mit Kundenkommunikation, juristischen Inhalten, Gesundheitsdaten oder technischen Prozessdaten arbeitet. Auch die Frage, ob ein Ergebnis nur intern verwendet wird oder nach außen wirkt, ist entscheidend.

Daher sollte ein Unternehmen bei der Gestaltung von KI-Kompetenz folgende Unterschiede beachten:

• Für einfache, interne Nutzung sind Basisverständnis und klare Regeln oft ausreichend.
• Für Nutzung mit sensiblen Daten oder externen Auswirkungen braucht es mehr Aufmerksamkeit bei Daten, Freigabe und Ergebnisprüfung.
• Für Rollen mit Entscheidungseinfluss, etwa in Management, Personal, Medizin, Recht oder Technik, sind fachliche Prüfung, Zuständigkeit und interne Absprachen besonders wichtig.

Damit wird deutlich: KI-Kompetenz ist kein abstraktes Thema für „die IT“ oder „die Führung“, sondern eine Frage der betrieblichen Verantwortung gegenüber Mitarbeitern und Kunden

Vier Bausteine angemessener KI-Kompetenz

Ein pragmatischer Einstieg lässt sich mit vier Bausteinen beschreiben.

1. Grundlagen verstehen

Mitarbeitende sollten wissen, was KI leisten kann, wo ihre Grenzen liegen und warum Ergebnisse nicht automatisch richtig sind. Dazu gehört zum Beispiel das Bewusstsein dafür, dass KI-Systeme Texte formulieren, Zusammenfassungen erzeugen oder Empfehlungen aussprechen können, aber auch fehlerhafte oder unvollständige Ergebnisse liefern können.

Diese Themen sollten bei allen Mitarbeitenden fest sitzen, und sind auch für Rollen ohne direkten KI-Kontakt nicht verkehrt.

2. Daten und Einsatzkontext einordnen

Ein zentrales Thema ist die Frage: Was wird in die KI eingegeben? Werden nur allgemeine Informationen verwendet oder auch interne Unterlagen, Kundeninformationen, Patientendaten, Mandatsdaten oder technische Prozessdetails?

Wer diese Unterscheidung versteht, kann schneller entscheiden, ob ein Tool in einem bestimmten Einsatzfall passend ist oder ob zusätzliche Vorsicht geboten ist. Ein gesundes Verständnis dafür, welche Daten wo hin dürfen, und wo nicht, sollte bei allen Mitarbeitenden gefördert und gefordert werden. Hier bietet sich auch eine allgemeine Rahmenvereinbarung, bspw. in Form eines kurzen betrieblichen KI-Regelwerks an.

3. Ergebnisse prüfen können

KI kann überzeugend formulieren und trotzdem falsch oder unpassend sein. Deshalb braucht es eine einfache Fähigkeit, Ergebnisse zu prüfen. Wer nur prompten kann, aber nicht beurteilen kann, ob ein Ergebnis brauchbar ist, arbeitet mit einem falschen Sicherheitsgefühl.

Das kann für einen einfachen Entwurf anders aussehen als für eine automatische Antwort an Kunden, eine fachliche Stellungnahme oder eine Entscheidungsvorlage. Der Prüfmaßstab sollte immer an der Wirkung des Ergebnisses orientiert sein. An dieser Stelle müssen Mitarbeitende explizit gefordert werden, die mit der eigenen Rolle einhergehende Fachexpertise auch anzuwenden, um Ergebnisse zu bewerten, anstatt das Ruder aus der Hand zu geben.

4. Interne Regeln und Zuständigkeiten kennen

Auch die beste Schulung hilft wenig, wenn Mitarbeitende nicht wissen, wen sie fragen können oder welche Regeln im Alltag gelten. Deshalb ist ein verständliches Regelwerk, eine klare Ansprechperson und ein einfacher Freigabeweg oft mindestens ebenso wichtig wie die eigentliche Unterweisung.

In kleinen Unternehmen kann das sehr schlicht organisiert werden: ein kurzer Leitfaden, eine kurze Erklärung zu erlaubten und nicht erlaubten Daten, und eine Ansprechperson für Rückfragen. Damit wird eine gewisse Absicherung seitens des Arbeitgebers geschaffen, da der Mitarbeiter nachweislich KI-Kompetenz vermittelt bekommen hat, und der Mitarbeiter erhält außerdem einen verlässlichen Leitfaden zum eigenen Verhalten in Bezug zur Nutzung von KI.

Was das für verschiedene Branchen bedeutet

Die Frage nach „angemessener“ Kompetenz lässt sich nicht allein über einen allgemeinen Standard beantworten, hier macht der Einsatzkontext den Unterschied.

In einer Kanzlei ist etwa wichtig, dass Mitarbeitende wissen, welche Informationen nicht in einen externen Dienst eingegeben werden sollten und wie sie Ergebnisse mit der erforderlichen fachlichen Prüfung verbinden. In einem Praxismanagement oder in einer Arztpraxis spielt die Trennung von internen Arbeitsunterlagen, Patientenbezug und Kommunikationsprozessen eine zentrale Rolle. In einem industriellen Unternehmen sind oft Prozessdaten, technische Dokumentation und die Frage nach der Freigabe von Ergebnissen für Produktions- oder Qualitätsprozesse relevant.

Diese Beispiele sind sehr grob, zeigen aber, dass es hier keine branchenunabhängige Allzwecklösung geben kann bzw. sollte. KI entbindet uns nicht von der Verantwortung über die eigene Arbeit, und der Umgang mit KI sollte genau unter diesen Prinzipien praktiziert werden.

Wie ein Unternehmen es pragmatisch organisieren kann

Für kleine und mittlere Unternehmen ist ein schlanker Weg meist der beste. Ein möglicher Ablauf könnte so aussehen:

1. Zuerst die bestehenden KI-Nutzungen und KI-Funktionen sichtbar machen - beispielsweise mit einem KI-Inventar
2. Danach Rollen und Nutzungskontexte unterscheiden: intern, extern, sensibel, fachlich relevant.
3. Dann für die relevanten Gruppen kurze, praxisnahe Unterweisungen anbieten.
4. Anschließend ein einfaches Regelwerk und einen klaren Ansprechpartner festlegen.
5. Zum Schluss regelmäßig prüfen, ob die Maßnahme im Alltag greift oder angepasst werden muss.

Das muss nicht aufwendig sein, in vielen Unternehmen reicht oft ein kurzer Austausch mit den verantwortlichen Personen, eine einfache Checkliste und ein klar definierter Umgang mit typischen Fällen.

Eine schnelle, allgemeine Checkliste der Hauptaspekte der EU-KI-Verordnung für Führungspersonal gibt es hier: