Die Lücke bei der KI-Kompetenz wächst. Erfahren Sie, wie Sie sie schließen.

Was ist KI-Kompetenz?

KI-kompetent zu sein bedeutet, die Funktionsweise von KI gut genug zu verstehen, um sie effektiv zu nutzen, ihre Grenzen und Risiken zu erkennen und fundierte Entscheidungen über ihre Ergebnisse zu treffen. Digital Promises AI Literacy Framework beschreibt dies als eine Kombination aus Verstehen, Anwenden und Bewerten.

Aber das Wichtigste, das den Anfänger vom Experten unterscheidet, ist die Bewertung. Leider wird ihr in herkömmlichen Schulungen oft wenig praktische Aufmerksamkeit geschenkt. Nach einem zweistündigen Workshop kann so ziemlich jeder KI nutzen, um eine ausgefeilte Antwort auf eine Frage zu generieren.

Aber KI-kompetent zu sein bedeutet, dass jemand die Fähigkeit besitzt festzustellen, ob die Antwort:

• Genau
• Vollständig
• Aktuell
• Relevant
• Sicher in der Umsetzung

Warum KI-Kompetenz jetzt wichtig ist

KI ist weit verbreitet, aber die Unterstützung und Schulung, um zu lernen, wie man sie gut nutzt, sind schwerer zu finden.

• Etwa 6,1 Millionen US-Arbeitnehmer arbeiten in Berufen mit sowohl hoher KI-Exposition als auch geringer Fähigkeit, sich an einen beruflichen Wandel anzupassen, so aktuelle Forschungen von Sam Manning, Fellow am Center for Governance of AI
  
• 38 % geben an, dass ihre Organisation KI eingeführt hat, aber nur 12 % nutzen sie täglich, laut Gallups Q4-Umfrage 2025.

Diese Lücke zwischen dem Zugang zu KI und einer selbstbewussten Nutzung schafft eine Gelegenheit für Einzelpersonen und Unternehmen, sich durch ein Training zur KI-Kompetenz, das mehr als nur das Schreiben besserer Prompts vermittelt, einen Vorsprung zu verschaffen.

Gleichzeitig berichtet McKinsey, dass die Nachfrage nach KI-Fluency, also der Fähigkeit, KI-Tools zu nutzen und zu verwalten, von Mitte 2023 bis Mitte 2025 fast um das Siebenfache gestiegen ist.

• Arbeitgeber erkennen den Bedarf an Schulungen zur KI-Kompetenz deutlich.
• Mitarbeiter wollen diese Skills erlernen.

Es gibt jedoch Bedenken, wenn maximale Akzeptanz die einzige Erfolgsmetrik ist. Menschen können lernen, KI schnell zu nutzen, aber ein sorgfältiger, versierter Anwender zu werden, erfordert Zeit und Übung.

Bewertung: der wichtigste Skill

Viele KI-Schulungen betonen, wie wichtig es ist, Ergebnisse zu bewerten, verbringen jedoch kaum Zeit (wenn überhaupt) damit, zu erklären, was das tatsächlich bedeutet.

In der Praxis erfordert die KI-Verifizierung drei zentrale Verhaltensweisen:

• Sorgfältig lesen
• Kritische Fragen stellen
• Sich die Zeit nehmen, Quellen, Statistiken und Behauptungen doppelt zu prüfen.

Bevor Sie auf Basis der von der KI bereitgestellten Informationen handeln, entscheiden Sie, ob diese die folgenden Kriterien erfüllen oder nicht:

• Lässt sie sich auf eine seriöse Quelle zurückführen?
• Hält das Ganze zusammen, wenn die einzelnen Teile überprüft werden?
• Ist es aktuell genug, um relevant zu sein?

Während von KI generierte Texte poliert und professionell klingen mögen, können die Fakten falsch sein. KI kann „halluzinieren“, indem sie Dinge komplett frei erfindet (Lesen Sie: Wie man KI-Halluzinationen erkennt: 7 Warnsignale), falsche oder unvollständige Informationen findet oder das Gefundene missversteht und zu einer falschen Schlussfolgerung gelangt.

Befolgen Sie diesen Prozess, um jedes Ergebnis zu bewerten:

Nachvollziehen → Verifizieren → Entscheiden.

Bitten Sie die KI beispielsweise, einen Vergleich der Wettbewerberpreise zu entwerfen. So bewerten Sie die Ergebnisse:

• Jede Preisseite öffnen (nachvollziehen)
• Tarifnamen und Preise prüfen (verifizieren)
• Dokumentieren, was die KI falsch gemacht oder ausgelassen hat, und die notwendigen Korrekturen vornehmen (entscheiden)

Hier sind einige weitere Beispiele für die Bewertung von KI-Ergebnissen.

Warum die Meisten KI-Schulungen keine Kompetenz vermitteln

In nur wenigen Jahren hat sich KI von einer spezialisierten Technologie zu einem allgegenwärtigen Thema und Tool entwickelt. Da Führungskräfte in Wirtschaft und Regierung sich beeilten, Schulungsressourcen zu finden, eilten Anbieter herbei, um sie zu erstellen. Die Nachfrage war hoch, aber das Fachwissen ist dünn gesät, und die Qualität der verfügbaren Materialien konnte nicht immer Schritt halten.

Das Resultat ist ein Schulungstheater, das wichtige Themen nur an der Oberfläche ankratzt und Einheitsunterricht als einmalige Veranstaltung liefert. Seien Sie skeptisch bei Schulungen, wenn:

• Der Fokus liegt auf der Vertrautheit mit den Tools und dem Schreiben von Prompts. Solche Workshops vermitteln Bewusstsein, aber nicht das Urteilsvermögen, das durch das Absolvieren tatsächlicher Workflows entsteht.
• Die Inhalte behandeln nicht die tieferen, wichtigeren Fragen darüber, wann KI eingesetzt werden sollte und wann nicht, wie man Ergebnisse bewertet oder wie man Unternehmensregeln auf reale Aufgaben anwendet.
• Es gibt nicht genug Übungszeit, einen Mangel an aufgabenbezogenen Anweisungen und kein Feedback darüber, wie sich die Teilnehmer schlagen oder was sie verbessern könnten.
• Das Ziel ist die Anwesenheit, nicht die Kompetenz.

Vergrößern

Wie man KI-Kompetenz tatsächlich aufbaut

Um KI-kompetent zu werden, benötigen Menschen praxisorientierte, rollenspezifische Schulungen, bei denen sie reale Aufgaben in einem realistischen Workflow bearbeiten müssen. Und sie brauchen dafür dedizierte Zeit.

1. Praktisches Training bietet echte Übung, die den Menschen hilft, in einer risikofreien Umgebung zu lernen, was in verschiedenen Situationen zu tun ist. Wenn Bewertung und Korrektur Teil des Workflows sind, lernen die Teilnehmer aus ihren eigenen Experimenten und Fehlern sowie denen der anderen. Legen Sie los, indem Sie sich für eines oder mehrere KI-Tools anmelden, selbst auf der kostenlosen Stufe.
2. Rollenspezifische Schulungen sind von entscheidender Bedeutung, da das Verstehen und Beurteilen verschiedener Ergebnisse unterschiedliche Skills erfordert. Personen, die noch nie eine Pivot-Tabelle in einer Tabellenkalkulation erstellt haben, würden sich schwertun zu wissen, ob eine KI eine gute erstellt hat oder wie sie dazu aufgefordert werden kann, beim zweiten Mal einen besseren Job zu machen. Dasselbe gilt für die Auswertung von Rechtsdokumenten, Bildern für eine Website, Zusammenfassungen aktueller medizinischer Forschung oder jeder anderen nabelspezifischen Ausgabe, die etwas Hintergrundwissen erfordert. Beginnen Sie damit, einige regelmäßige Aufgaben zu identifizieren, die mit KI erledigt werden könnten.
3. Das Zuweisen echter Aufgaben hilft Menschen zu verstehen, wie KI ihnen bei der Arbeit helfen kann, und die Skills aufzubauen, die sie für deren Nutzung benötigen. Sie lernen, welche Aufgaben für KI allein geeignet sind, welche mehr Überwachung erfordern und was immer menschliches Urteilsvermögen erfordert, sowie wann und wie vertrauliche Kunden- und Unternehmensdaten geschützt werden. Denken Sie darüber nach, Aufgaben danach zu kategorisieren, wie viel menschliche Überprüfung sie erfordern. Zum Beispiel:

1. Geschützte Zeit ist das letzte Puzzleteil, das für den Aufbau von KI-Kompetenz erforderlich ist, zumindest zu Beginn. Jeder ist beschäftigt, was immer wie ein guter Grund erscheint, die Dinge auf die alte Art weiterzuführen, anstatt sich die zusätzliche Zeit zu nehmen, ein neues Tool auszuprobieren. Wie viele gute Investitionen wird sich die für das Training aufgewendete Zeit mehr als auszahlen, sobald die Leute verstehen, wie man am besten mit KI zusammenarbeitet. Planen Sie jeden Tag oder jede Woche etwas Zeit ein, entweder allein oder in der Gruppe.

Wo man lernen kann

Es gibt viele Online-Ressourcen, die ein gutes Grundlagen-Training bieten. Suchen Sie nach solchen, bei denen Sie Prompts schreiben und überarbeiten, Ergebnisse vergleichen, Behauptungen verifizieren, fehlende Kontexte identifizieren und entscheiden müssen, wann eine Antwort von einem Menschen überprüft werden muss. Hier sind einige Anlaufstellen für den Start:

• Die Technische Hochschule Chalmers bietet Working and learning with generative AI an, einen kostenlosen Online-Kurs, der Selbststudium mit optionalen Live-Sitzungen kombiniert. Die Übungen sind auf verschiedene Berufe zugeschnitten, konzentrieren sich auf reale Aufgaben und steigern sich von effektiver individueller Nutzung bis hin zur Aufgabendelegation.
• DeepLearning.AIs Generative AI for Everyone ist ein Online-Kurs unter der Leitung des KI-Pioniers Andrew Ng. Er bietet einen Überblick über generative KI, ihre Funktionsweise und ihre Möglichkeiten. Er bietet zudem praktische Übungen, um die Grundlagen und darüber hinaus zu erlernen.
• Perplexity.ai kann auch die Art von Training unterstützen, die diese Ressourcen und dieser Artikel empfehlen: Üben Sie realistische Fragen zu stellen, die Beweise hinter Tatsachenbehauptungen zu überprüfen, Quellen zu vergleichen und die Arbeit durch menschliche Überprüfung zu verfeinern. Für webbasierte Rechercheergebnisse enthält die Ausgabe verlinkte Zitate, die es einfacher machen, Behauptungen, Statistiken und Zitate zu ihrer Quelle zurückzuverfolgen. Besuchen Sie außerdem die Perplexity Academy für eine Sammlung kurzer How-to-Videos zu grundlegenden Themen wie Best Practices für das Schreiben von Prompts sowie zu fortgeschritteneren Themen wie dem Erstellen wiederverwendbarer Workflows für regelmäßige Aufgaben und dem Verbinden von Perplexity mit Business-Tools.

Für weitere Anregungen zum Erlernen der KI-Bewertung, laden Sie unseren Leitfaden zur Etablierung eines Rahmens für Vertrauen, Genauigkeit und Aufsicht herunter. Für Informationen, die auf verschiedene Branchen und Zwecke zugeschnitten sind, einschließlich Beispielabfragen für bestimmte Aufgaben, erkunden Sie hier all unsere Leitfäden.

KI-Kompetenz wird durch Praxis in tatsächlichen Workflows aufgebaut. Workshops mögen beim Start helfen, sind aber kein Ersatz dafür, echte Arbeit in einem KI-Tool zu verrichten, die Ergebnisse zu bewerten, Fehler zu korrigieren und menschliches Urteilsvermögen anzuwenden. Mit praxisorientierten, rollenspezifischen Schulungen und dem Absolvieren relevanter Aufgaben in geschützten Sitzungen wird KI anfangen, beeindruckende Ergebnisse zu liefern.

Häufig gestellte Fragen

Was bedeutet KI-Kompetenz?

KI-Kompetenz ist die Fähigkeit, KI-Systeme und deren Ergebnisse zu verstehen, zu nutzen, zu bewerten und fundierte Entscheidungen darüber zu treffen. Das geht über das bloße Verfassen erfolgreicher Prompts hinaus. KI-kompetente Menschen können erkennen, wo KI nützlich ist, sensible Informationen schützen, wichtige Behauptungen überprüfen, die Grenzen einer Antwort verstehen und wissen, wann ein Mensch die endgültige Entscheidung treffen muss.

Was ist ein Beispiel für KI-Kompetenz?

Ein Beispiel für KI-Kompetenz ist die Verwendung eines KI-Tools zur Erstellung einer Wettbewerbsanalyse, bei der anschließend jede zitierte Quelle geöffnet wird, um Preise, Produktmerkmale, Daten und Zitate zu überprüfen, bevor die Analyse in einer Verkaufspräsentation verwendet wird. Der wichtigste Teil der Kompetenz ist die Fähigkeit zu erkennen, was überprüft werden muss, es anhand verlässlicher Belege zu validieren und nicht unterstützte Behauptungen zu überarbeiten oder zu verwerfen.

Was sind die vier Säulen der KI-Kompetenz?

KI-Kompetenz-Frameworks verwenden unterschiedliche Terminologien, aber ein praktisches dreiteiliges Modell besteht aus Verstehen, Anwenden und Bewerten. Eine KI-kompetente Person versteht, wie KI funktioniert und wo sie versagen kann, nutzt sie effektiv für geeignete Aufgaben und kann Ergebnisse im Hinblick auf Genauigkeit, Voreingenommenheit, Vollständigkeit, Aktualität und Risiko bewerten. Häufig gehört dazu auch die Fähigkeit, verantwortungsvoll zu handeln, indem Daten geschützt, von der KI-Nutzung betroffene Personen berücksichtigt und die menschliche Rechenschaftspflicht aufrechterhalten werden. Die Bewertung ist der wichtigste Teil und unterscheidet erfahrene Anwender von Anfängern.

Wie kann ich meine KI-Kompetenz verbessern?

Verbessern Sie Ihre KI-Kompetenz, indem Sie mit echter Arbeit mit geringem Risiko üben. Tutorials sind hilfreich, aber sie sind kein Ersatz für praktische Übungen. Wählen Sie ein KI-Tool und eine wiederholbare Aufgabe, wie das Zusammenfassen eines Dokuments, das Recherchieren eines Mitbewerbers oder das Organisieren von Notizen. Überprüfen Sie dann das Ergebnis sorgfältig, indem Sie nachvollziehen, woher die Informationen stammen, wichtige Fakten und Zitate verifizieren und eventuelle Fehler korrigieren. Entwickeln Sie mit der Zeit die Gewohnheit zu entscheiden, bei welchen Aufgaben KI helfen kann, welche eine menschliche Überprüfung erfordern und welche Menschen vorbehalten bleiben sollten. Das Ziel ist es, KI sicher, mit gutem Urteilsvermögen und selbstbewusst zu nutzen.

Wie bewertet man KI-Ergebnisse?

Beginnen Sie mit den Behauptungen, die am wichtigsten sind. Überprüfen Sie, ob die Quelle existiert und die genaue Aussage stützt. Bestätigen Sie, dass Namen, Daten, Produkte und Zahlen korrekt sind und exakt dargestellt werden. Stellen Sie sicher, dass die Information aktuell ist. Beziehen Sie für rechtliche, medizinische, finanzielle, sicherheitsrelevante, beschäftigungsbezogene oder andere risikoreiche Entscheidungen einen qualifizierten Prüfer ein. Von KI generierte Zitate können den Prozess beschleunigen, aber ein Zitat sollte dennoch geöffnet und überprüft werden.