Warum sind Talente und Kompetenzen im KI-Kontext wichtig?

Wie viel Kompetenzaufbau ein Unternehmen für den KI-Einsatz braucht, hängt stark von der Größe und dessen Zielen ab. Große Unternehmen bauen KI-Kompetenz oft breit auf und schaffen eigene Rollen oder Teams. Kleinere Unternehmen fahren meist besser damit, gezielt für einen einzelnen KI-Anwendungsfall zu qualifizieren, statt gleich in umfassende Weiterbildungsprogramme zu investieren. Denn eine KI-Anwendung kann technisch einwandfrei funktionieren und trotzdem wenig bringen, wenn Mitarbeitende ihre Ergebnisse nicht zuverlässig beurteilen können – umgekehrt braucht es für eine fertige Standardlösung normalerweise kein eigenes KI-Team.

Der Aufbau von KI-Kompetenz bleibt dabei ein fortlaufender Prozess: Neue Anwendungsfälle bringen neue Anforderungen mit sich, deshalb sollte Kompetenzentwicklung eng mit konkreten KI-Projekten verknüpft und regelmäßig überprüft werden. KI-Kompetenz ist zudem im europäischen AI Act verankert: Anbieter und Betreiber von KI-Systemen sollen Maßnahmen zur Entwicklung der KI-Kompetenz ihrer Mitarbeitenden treffen, orientiert an Vorwissen, Erfahrung und konkretem Einsatz.

Besonders sinnvoll wird das Thema Talente und Kompetenzen, wenn ein Unternehmen:

• eine erste KI-Anwendung einführen möchte,

• KI in bestehende Geschäftsprozesse integrieren will,

• eigene KI-Lösungen entwickeln oder anpassen möchte,

• unsicher ist, ob vorhandenes Wissen im Team für den geplanten KI-Einsatz ausreicht,

• gesetzliche Anforderungen wie die KI-Kompetenzpflicht aus dem AI Act erfüllen muss, oder

• Fachkräftemangel durch gezielten Aufbau interner KI-Kompetenz abfedern möchte.

Nicht alle Beschäftigten benötigen dieselbe Schulung. Je früher du klärst, was Mitarbeitende mit dem jeweiligen KI-System tun sollen, desto passgenauer und wirtschaftlicher lässt sich Kompetenzaufbau planen.

Wie gehe ich vor?

In 5 Schritten die passenden KI-Kompetenzen für dein Unternehmen aufbauen:

• Schritt 1 – Vom konkreten Anwendungsfall ausgehen

Beginne nicht mit Stellenprofilen oder Schulungsangeboten, sondern mit einem KI-Anwendungsfall, den dein Unternehmen umsetzen möchte – etwa einem KI-Assistenten, der Kundenanfragen schneller beantwortet. Notiere, welche Aufgaben dafür nötig sind: typische Fragen und gute Antworten kennen, passende Informationen bereitstellen, KI-Antworten fachlich kontrollieren, die technische Lösung betreuen, rechtliche Anforderungen klären. Prüfe zusätzlich, wie viele Anfragen aktuell manuell bearbeitet werden, um den Hebel des Projekts einzuschätzen, und ob bereits genutzte Anwendungen passende KI-Funktionen mitbringen.

• Schritt 2 – Ziel festlegen und vorhandenes Wissen finden

Formuliere ein konkretes, messbares Ziel statt einer allgemeinen Absicht – etwa: „In sechs Wochen betreut ein Mitarbeiter aus dem Kundenservice den KI-Assistenten selbstständig und kontrolliert Ergebnisse zuverlässig.“ Prüfe dann nicht nach Stellenbezeichnung, sondern nach Aufgabe, wer die nötigen Fähigkeiten heute schon mitbringt – im Kundenservice, in der IT, beim Datenschutz. Oft zeigt sich, dass ein großer Teil der Kompetenz bereits vorhanden ist, nur verteilt auf mehrere Personen. Notiere abschließend nur die tatsächlichen Lücken; für den Einstieg reicht eine einfache Liste.

• Schritt 3 – Nur für die konkrete Aufgabe qualifizieren

Wähle eine eng abgegrenzte Qualifizierung, die sich in wenigen Wochen umsetzen lässt, statt ein Weiterbildungsprogramm für alle Mitarbeitenden aufzusetzen. Wer beispielsweise einen KI-Assistenten für Recherche und Textentwürfe nutzt, sollte wissen, welche Informationen er eingeben darf, wofür das System geeignet ist, welche Fehler auftreten können und wie er Ergebnisse überprüft. Eine allgemeine KI-Schulung vermittelt Grundlagen, reicht für den konkreten Einsatz aber oft nicht aus – wer nur eine fertige Anwendung nutzt, braucht dagegen keine Weiterbildung in Machine Learning. Vermeide unternehmensweite Großschulungen als Einstieg; sie treffen selten den tatsächlichen Bedarf einzelner Teams.

• Schritt 4 – Verantwortlichkeiten und Lösung für Kompetenzlücken festlegen

Benenne eine feste Ansprechperson, die die Qualifizierung begleitet, den Zeitrahmen plant, Feedback einholt und den Fortschritt an die Geschäftsführung meldet. Sie entscheidet auch, wie Lücken geschlossen werden: Wird eine Kompetenz regelmäßig gebraucht, prüft sie zuerst internen Aufbau mit vertretbarem Aufwand. Wird Spezialwissen nur für die Integration einer KI-Lösung benötigt, ist zeitlich begrenzte externe Unterstützung oft sinnvoller. Erst wenn Wissen dauerhaft gebraucht wird und intern nicht aufbaubar ist, wird Recruiting relevant.

• Schritt 5 – Nach 4 bis 8 Wochen mit echten Ergebnissen auswerten

Vereinbare direkt zu Beginn einen festen Termin nach 4 bis 8 Wochen für die Bilanz. Geh dafür fünf typische Ergebnisse der KI-Anwendung mit den beteiligten Mitarbeitenden durch: Wurden Fehler erkannt? Wurden ungeeignete Ergebnisse übernommen? Ist klar, wann ein Mensch eingreifen muss? Entlastet die Anwendung tatsächlich? Halte die Erkenntnisse schriftlich fest und leite gezielt weiteren Qualifizierungsbedarf ab. Steht der Kompetenzaufbau in keinem vernünftigen Verhältnis zum Nutzen, sollte auch der Anwendungsfall selbst überprüft werden.

Diese und noch viele weitere Informationen zum KI-Kompass-Thema "Talente und Kompetenzen" finden Sie in unserem Downloadportal: