KI-Kompetenz: messen, nachweisen, aufbauen

KI-Tools sind gekauft, die Lizenzen laufen — und trotzdem weiß kaum ein Unternehmen, wie gut damit tatsächlich gearbeitet wird. Genau diese Lücke heißt KI-Kompetenz: nicht, ob Ihre Leute KI benutzen, sondern wie gut. Dieser Leitfaden sammelt, was der Begriff bedeutet, was das Gesetz verlangt, warum sich Investitionen ohne Kompetenz nicht rechnen und wie man Kompetenz misst, statt sie zu schätzen.

Was ist KI-Kompetenz — und was ist sie nicht?

KI-Kompetenz ist die Fähigkeit, KI-Systeme im eigenen Arbeitsalltag wirksam, kritisch und dem Kontext angemessen einzusetzen. Der Begriff stammt nicht aus dem Marketing, sondern aus dem Gesetz: Artikel 4 EU AI Act verwendet ihn wörtlich. Gemeint ist ausdrücklich mehr als Bedienwissen — wer weiß, wo bei Copilot der Senden-Knopf sitzt, ist damit noch nicht kompetent.

In der Praxis zeigt sich KI-Kompetenz an vier Dingen: das richtige Werkzeug für die Aufgabe wählen, präzise mit dem System arbeiten, Ausgaben kritisch prüfen statt blind übernehmen, und das eigene Fachwissen in die Zusammenarbeit einbringen. Was sie nicht ist: auswendig gelerntes Wissen über KI. Der Unterschied zwischen Wissen und Können zieht sich durch diesen ganzen Leitfaden.

Die Rechtslage: Artikel 4 und der Digital Omnibus

Seit Februar 2025 verpflichtet Artikel 4 EU AI Act Unternehmen, für ausreichende KI-Kompetenz ihrer Mitarbeitenden zu sorgen — seit August 2026 unter aktiver Aufsicht nationaler Behörden. Vorgeschrieben ist kein Zertifikat, keine Prüfung und kein Score; die Pflicht existiert trotzdem — auch für kleine Unternehmen.

Der Digital Omnibus hat diese Pflicht inzwischen zur Bemühenspflicht abgeschwächt. Das ist eine echte Entlastung, aber keine Entwarnung: Eine Bemühenspflicht erfüllt nur, wer das Bemühen belegen kann. Die Frage verschiebt sich damit vom „ob“ zum „womit“ — und genau deshalb handelt der Rest dieses Leitfadens vom Messen und Nachweisen, nicht von Paragraphen. Wer es praktisch angehen will, findet in der Artikel-4-Checkliste sieben konkrete Schritte.

Warum sich KI ohne Kompetenz nicht rechnet

Unabhängig vom Gesetz gibt es einen betriebswirtschaftlichen Grund, das Thema ernst zu nehmen: 53 % der Unternehmen nennen fehlende KI-Kompetenz im Team als größtes Hindernis für den KI-Einsatz, und laut Gartner liefern 80 % der KI-Investitionen keinen messbaren ROI. Das Geld für Lizenzen und Tools ist ausgegeben — die Rendite hängt am Können der Mitarbeitenden, nicht an der Tool-Auswahl.

Wo der Engpass im eigenen Unternehmen liegt und was er kostet, lässt sich grob überschlagen: der Engpass-Rechner auf der ROI-Seite rechnet mit Ihren eigenen Zahlen.

Messen: Wissen ist nicht Können

Der häufigste Fehlgriff beim Messen von KI-Kompetenz ist das Quiz. Ein Quiz prüft Wissen über KI — ob jemand KI in der eigenen Arbeit gut einsetzt, zeigt erst eine echte Fallaufgabe: eine reale Aufgabe aus dem eigenen Bereich, bearbeitet in einem Workspace mit KI-Chat, unter denselben Bedingungen wie im Arbeitsalltag.

Bewertet wird dabei die Arbeitsweise, nicht nur das Ergebnis: Werkzeugwahl, Qualität der Interaktion, kritische Prüfung der Ausgaben, Einsatz des eigenen Fachwissens. Wie solche Fallaufgaben aufgebaut sind, zeigt die Plattform-Seite. Einen breiteren Vergleich zieht der Beitrag KI-Kompetenz messen: drei Methoden.

Vom Messwert zur Verbesserung

Eine Zahl allein ändert kein Verhalten. Wer nach einer Messung nur einen Score zurückmeldet, erzeugt ein Urteil ohne Begründung — und verschenkt den Moment, in dem Lernen tatsächlich passiert. Deshalb gehört zu jeder bewerteten Fallaufgabe dreierlei: der Beleg aus der eigenen Bearbeitung, eine Musterlösung zum Vergleich und ein gezielter Tipp für das nächste Mal.

So wird aus der Messung ein Ausgangspunkt für Coaching — und aus der zweiten Messung der Nachweis, dass sich etwas verändert hat.

Das Risiko im Schatten

Gemessen werden muss auch, was offiziell gar nicht stattfindet: 71 % der Beschäftigten im DACH-Mittelstand nutzen KI-Tools ohne Freigabe, während nur 11 % der Unternehmen ihre KI-Governance für ausreichend halten. Das Risiko der Schatten-KI ist dabei nicht die Nutzung selbst — sondern dass niemand weiß, wie gut sie ist.

Ein KI-Inventar, das auch die inoffizielle Nutzung erfasst, ist deshalb der erste Schritt jeder Kompetenzmessung. Wie Proveo selbst mit Daten umgeht, steht auf der Sicherheitsseite. Warum eine KI-Richtlinie allein daran nichts ändert, ist einen eigenen Beitrag wert.

Kompetenz nachweisen: vorher messen, nachher messen

Ein belastbarer Nachweis entsteht nicht aus einer Teilnahmeliste, sondern aus einem Vergleich: dieselbe Kompetenz, gemessen vor und nach einer Maßnahme. Erst dieser Vorher-Nachher-Blick zeigt, ob eine Schulung das Verhalten tatsächlich verändert hat — und er beantwortet zugleich die Frage, die Wirtschaftsprüfer und Ausschreibungen inzwischen stellen. Was dabei als Nachweis zählt — und was vor Prüfern besteht —, haben zwei eigene Beiträge sortiert.

Genau so arbeitet Proveo: Fallaufgaben als Messinstrument, Coaching als Maßnahme, Wirkung & ROI als Vergleich. Was dabei herauskommt, ist keine einzelne Zahl, sondern eine Landkarte über Abteilungen hinweg — und eine belastbare Antwort auf die Frage, wo Ihr Unternehmen steht.

Häufige Fragen

Ist eine KI-Schulung gesetzlich Pflicht?

Vorgeschrieben ist keine bestimmte Schulung, kein Zertifikat und kein Score. Artikel 4 EU AI Act verlangt, dass Unternehmen für ausreichende KI-Kompetenz sorgen; der Digital Omnibus hat daraus eine Bemühenspflicht gemacht. Die Frage nach dem Nachweis stellt der Markt trotzdem — in Ausschreibungen und von Wirtschaftsprüfern.

Gilt Artikel 4 nach dem Digital Omnibus noch?

Ja. Der Digital Omnibus hat Artikel 4 abgeschwächt, nicht gestrichen: aus der Ergebnispflicht wurde eine Bemühenspflicht. Wer sich nachweisbar bemüht, KI-Kompetenz im Team aufzubauen, erfüllt sie — wer nichts vorweisen kann, nicht.

Reicht ein Quiz als Nachweis?

Ein Quiz prüft Wissen über KI. Ob jemand KI in der eigenen Arbeit gut einsetzt, zeigt sich erst an einer echten Fallaufgabe unter realen Bedingungen — mit KI-Chat, eigenem Fachkontext und einer Bewertung der Arbeitsweise, nicht nur des Ergebnisses.

Warum rechnet sich KI ohne Kompetenz nicht?

53 % der Unternehmen nennen fehlende KI-Kompetenz als größtes Hindernis für den KI-Einsatz, und laut Gartner liefern 80 % der KI-Investitionen keinen messbaren ROI. Die Lizenzen sind bezahlt — die Wirkung hängt daran, wie kompetent damit gearbeitet wird.

Wie fängt man an?

Vier Schritte: ein KI-Inventar erstellen (auch Schatten-KI erfassen), Kompetenzprofile nach Rolle bilden, den Ist-Stand messen statt schätzen, und die Messung nach jeder Maßnahme wiederholen. Erst die Wiederholung macht aus einer Zahl einen Nachweis.