AI Literacy — auf Deutsch: KI-Kompetenz — ist vom HR-Buzzword zum Rechtsbegriff geworden: Die KI-Verordnung verlangt sie seit Februar 2025 von jedem Unternehmen, das KI einsetzt. Nur: Was gehört eigentlich dazu, wenn ein Team wirklich KI-kompetent sein soll — jenseits von „wir nutzen ChatGPT“? Hier ist die praxistaugliche Antwort: die Definition, die drei Kompetenz-Stufen für den Betrieb und eine Blaupause für ein Schulungskonzept, das auch der Dokumentationspflicht standhält.
Was AI Literacy bedeutet — und was die KI-Verordnung daraus macht
AI Literacy ist die Fähigkeit, KI-Systeme sachkundig einzusetzen und ihre Ergebnisse einordnen zu können: zu verstehen, was die Werkzeuge leisten, wo sie scheitern, welche Risiken ihr Einsatz erzeugt — und wie man mit beidem umgeht. Die KI-Verordnung hat diesen Begriff als „KI-Kompetenz“ ins Gesetz geholt und meint damit ausdrücklich nicht nur Bedien-Wissen, sondern auch das Bewusstsein für Chancen, Risiken und mögliche Schäden. Genau diese Kompetenz müssen Unternehmen bei allen Personen sicherstellen, die in ihrem Auftrag mit KI arbeiten — die rechtliche Seite dieser Pflicht haben wir im Guide zur KI-Schulungspflicht auseinandergenommen.
Wichtig an der Definition: Sie ist relativ, nicht absolut. Die Buchhalterin, die Rechnungstexte umformuliert, braucht andere Kompetenz als der Prozessmanager, der Automatisierungen baut. AI Literacy ist deshalb kein Einheitskurs, sondern ein Stufenmodell.
Der Ist-Zustand in den meisten Betrieben: „erweitertes Google“
„ChatGPT? Nutzen wir, aber nur oberflächlich — wie ein erweitertes Google.“
Der Satz, den wir in Erstgesprächen mit Geschäftsführern am häufigsten hören. Er beschreibt den Normalzustand: KI ist längst im Einsatz, Kompetenz ist es nicht.Diese Lücke hat ein wiederkehrendes Muster — vier Defizite, die in fast jedem Betrieb gleichzeitig auftreten:
1. Oberflächliches Prompting. Ein-Satz-Anfragen, generische Ergebnisse, Frust — und das Fazit „bringt uns nichts“, obwohl das Werkzeug falsch bedient wurde.
2. Ungeklärter Datenumgang. Kundendaten und Interna landen in privaten Accounts von Gratis-Tools, weil niemand definiert hat, was wohin darf.
3. Ungeprüfte Ergebnisse. Halluzinationen wandern in Angebote und Kundenkommunikation, weil das Bewusstsein fehlt, dass KI-Ausgaben Prüfpflicht haben.
4. Keine Übersicht. Jede Abteilung nutzt eigene Tools, keiner weiß welche — Schatten-IT im Zeitraffer.
Die drei Kompetenz-Stufen im Unternehmen
In der Praxis hat sich ein dreistufiges Modell bewährt — es passt zur Anforderung der Aufsicht, Kompetenz nach Rolle und Risiko abzustufen:
| Stufe | Wer | Was sie können müssen |
|---|---|---|
| Basis | alle Mitarbeiter, die KI berühren | Grundverständnis (was ist ein Sprachmodell, was kann es nicht), Datenschutz-Grundregeln, Halluzinationen erkennen, die betriebliche KI-Richtlinie kennen |
| Anwender | Fachkräfte mit täglichem KI-Einsatz | Strukturiertes Prompting, Werkzeug-Auswahl je Aufgabe, Qualitätsprüfung von Ergebnissen, erste Automatisierungen im eigenen Arbeitsbereich |
| Champion | 1–2 Schlüsselpersonen | Prozesse analysieren und automatisieren, neue Use Cases bewerten, Richtlinie pflegen, Kollegen anleiten — der interne Multiplikator |
Der Champion ist dabei kein Nice-to-have, sondern der Hebel des ganzen Modells: Er übersetzt zwischen Werkzeug und Betrieb, hält das Wissen aktuell und macht aus Einzelwissen Organisation. In Beratungen ist die Champion-Strategie das Muster, das sich quer durch alle Branchen durchgesetzt hat — tief qualifizieren statt breit berieseln.
Die Schulungskonzept-Blaupause in 5 Schritten
- Bestandsaufnahme Welche Tools sind im Einsatz, wer nutzt sie wofür — inklusive der inoffiziellen. Die Frage, die dabei erstaunlich viel zutage fördert: „Wobei hat dir KI zuletzt geholfen — und wobei hat sie dich hängen lassen?“ Die zweite Hälfte der Antworten zeigt exakt die Kompetenzlücken. Das Ergebnis ist zugleich das erste Dokument für die Kompetenz-Akte.
- Rollen den Stufen zuordnen Jede Rolle bekommt eine Zielstufe: Basis, Anwender oder Champion. Damit wird aus „wir müssen alle mal schulen“ ein konkreter Plan mit überschaubarem Umfang.
- Formate festlegen Basis-Wissen funktioniert kompakt und intern; Anwender- und Champion-Stufe brauchen substanzielle Formate mit Praxisübungen an echten Prozessen. Hier entscheidet sich auch die Förderfrage — dazu unten.
- Durchführen — mit echten Anwendungsfällen Kompetenz entsteht am eigenen Prozess, nicht an Beispiel-Prompts: Angebote, Reklamationen, Reporting aus dem realen Tagesgeschäft als Übungsmaterial macht den Unterschied zwischen Wissen und Können.
- Dokumentieren und auffrischen Wer wurde wann zu was geschult, mit welchem Abschluss — sauber abgelegt, plus fester Auffrischungs-Rhythmus. Genau diese Nachweisbarkeit erwartet die Aufsicht; nebenbei entsteht das Argument für Kunden und Versicherer.
Für die Anwender- und Champion-Stufe muss der Betrieb die Kosten oft nicht allein tragen: Substanzielle Weiterbildungen (über 120 Unterrichtsstunden, AZAV-zertifizierter Träger) können über das Qualifizierungschancengesetz gefördert werden — bei Betrieben unter 50 Beschäftigten mit bis zu 100 % der Lehrgangskosten.
Woran du merkst, dass es funktioniert
Prompts werden geteilt statt gehortet. Wenn im Team-Chat funktionierende Vorlagen kursieren, ist aus Einzelwissen Praxis geworden.
Die Richtlinie lebt. Mitarbeiter fragen von sich aus, ob ein neues Tool freigegeben ist — das Bewusstsein für den Datenumgang ist angekommen.
Use Cases kommen aus dem Team. Nicht mehr die Geschäftsführung schlägt KI-Ideen vor, sondern die Fachbereiche — der verlässlichste Indikator für echte Literacy.
Ergebnisse werden geprüft, bevor sie rausgehen. Der Halluzinations-Unfall im Kundenangebot bleibt aus, weil Prüfen zur Routine geworden ist.
Häufige Fragen
Was bedeutet AI Literacy?
AI Literacy (deutsch: KI-Kompetenz) ist die Fähigkeit, KI-Systeme sachkundig einzusetzen und ihre Chancen, Risiken und Grenzen einzuordnen — also nicht nur Tools zu bedienen, sondern Ergebnisse zu bewerten, Daten verantwortungsvoll zu behandeln und Fehlerquellen wie Halluzinationen zu erkennen.
Sind AI Literacy und KI-Kompetenz dasselbe?
Ja. „KI-Kompetenz“ ist der deutsche Begriff, den die KI-Verordnung verwendet; internationale Rahmenwerke und HR-Abteilungen sagen meist AI Literacy. Gemeint ist derselbe Mix aus Anwendungs-, Bewertungs- und Risiko-Kompetenz.
Ist AI Literacy im Unternehmen Pflicht?
Ja — Artikel 4 der KI-Verordnung verpflichtet seit dem 2. Februar 2025 alle Anbieter und Betreiber von KI-Systemen, für ein ausreichendes Maß an KI-Kompetenz der Mitarbeiter zu sorgen. Das Format bleibt frei, die Kompetenz muss zu Rolle und Risiko passen und belegbar sein.
Was gehört inhaltlich zu einer AI-Literacy-Schulung?
Je nach Stufe: Grundverständnis von Sprachmodellen und ihren Grenzen, Datenschutz-Regeln, Ergebnis-Prüfung und die betriebliche KI-Richtlinie als Basis; strukturiertes Prompting, Tool-Auswahl und Automatisierung für Anwender; Prozessanalyse, Use-Case-Bewertung und interne Multiplikation für Champions.
Wie baue ich AI Literacy im Unternehmen auf?
In fünf Schritten: Tool-Bestandsaufnahme, Zuordnung der Rollen zu Kompetenz-Stufen, Format-Wahl je Stufe, Durchführung an echten Prozessen des Betriebs, Dokumentation mit festem Auffrischungs-Rhythmus. Bewährt hat sich das Champion-Modell mit ein bis zwei tief qualifizierten Schlüsselpersonen.
Werden AI-Literacy-Schulungen staatlich gefördert?
Substanzielle KI-Weiterbildungen mit mehr als 120 Unterrichtseinheiten bei einem AZAV-zertifizierten Träger können über das Qualifizierungschancengesetz gefördert werden — bei Betrieben unter 50 Beschäftigten mit bis zu 100 % der Lehrgangskosten plus Arbeitsentgeltzuschuss. Kurze Webinare fallen nicht darunter.
Kompetenz-Stufen für dein Team definieren
Im kostenlosen Erstgespräch ordnen wir deine Rollen den drei Stufen zu, skizzieren das Schulungskonzept inklusive Dokumentation — und prüfen, ob die Anwender- und Champion-Qualifizierung über das QCG förderfähig ist. Damit erfüllst du die Kompetenz-Pflicht nicht nur, sondern kannst es auch belegen.
Unternehmens-Beratung anfragen
