Zurück zur KI-Kompass Startseite

Was bedeuten Talente und Kompetenzen im KI-Kontext?

KI-Kompetenz bedeutet je nach Rolle etwas anderes: Wer mit einem KI-Assistenten Texte zusammenfasst, braucht andere Fähigkeiten als jemand, der KI in ein eigenes Produkt integriert. Vieles davon ist in Unternehmen bereits vorhanden. Die Aufgabe besteht darin, es sichtbar zu machen und gezielt zu ergänzen.

Es braucht dafür kein umfangreiches Kompetenzmanagement-Konzept, sondern einen klaren roten Faden: Welches Problem soll gelöst werden, welches Ziel steht dahinter, und welches Wissen braucht das Unternehmen für den Einstieg? Wer eine fertige KI-Anwendung nutzt, muss vor allem wissen, wofür sie geeignet ist, welche Daten verwendet werden dürfen und wie Ergebnisse kontrolliert werden. Bei der Integration in Geschäftsprozesse kommen technische, organisatorische und rechtliche Kenntnisse hinzu; erst bei eigenen KI-Lösungen sind meist Spezialkenntnisse in Softwareentwicklung, Datenanalyse oder Machine Learning gefragt. Ebenso wichtig bleibt das Fach- und Erfahrungswissen der Mitarbeitenden: Wer Prozesse, Kunden oder Produkte kennt, kann beurteilen, ob eine KI-Lösung im Arbeitsalltag brauchbare Ergebnisse liefert.

So entsteht aus gezielten Qualifizierungsschritten nach und nach eine KI-Kompetenz, die Unternehmen spürbaren Nutzen bringt und ihre Wettbewerbsfähigkeit sichert. Die entscheidende Frage lautet deshalb nicht: Welche KI-Expertinnen und -Experten brauchen wir? Sondern: Welche Aufgaben soll KI unterstützen, und welches Wissen braucht unser Unternehmen dafür?

Three people smiling in front of a blue background with text "Baiosphere KI-Kompass" and a play button icon, promoting AI talents and skills.

Im Gespräch mit Dr. Marietta Menner, Tristan Post und Dr. Wolfgang Köhler

Künstliche Intelligenz entfaltet ihren Nutzen erst mit den passenden Kompetenzen im Unternehmen. Für die meisten geht es weniger ums Selbstentwickeln als ums Verstehen und gewinnbringende Einsetzen, allen voran kritisches Denken und der souveräne Umgang mit KI.

Dr. Marietta Menner (Universität Augsburg), Tristan Post (AI Strategy Institute) und Dr. Wolfgang Köhler (fortiss) geben einen kurzen Einblick in das Thema Talente und Kompetenzen rund um KI.

Unsere Themenpatinnen und -paten

Portrait von Dr. Wolfgang Köhler, fortiss GmbH
Logo fortiss GmbH

Dr. Wolfgang Köhler

fortiss GmbH
Head of fortiss Mittelstand

Portrait von Dr. Marietta Menner, KI-Produktionsnetzwerk | Universität Augsburg
Logo KI-Produktionsnetzwerk Augsburg

Dr. Marietta Menner

KI-Produktionsnetzwerk | Universität Augsburg
Leitung KI-Bildungsprogramm

Portrait von Tristan Post, AI Strategy Institute
Logo AI Strategy Institute

Tristan Post

AI Strategy Institute
CEO und Gründer

Warum sind Talente und Kompetenzen im KI-Kontext wichtig?

Wie viel Kompetenzaufbau ein Unternehmen für den KI-Einsatz braucht, hängt stark von seiner Größe und seinen 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.

KI-Kompetenzen für den Einstieg

Logo KI-Campus

KI praktisch anwenden | Hochschule Kempten (kostenfrei)
Der Onlinekurs vermittelt Grundlagen zur Anwendung von KI. Teilnehmende lernen, wie Chatbots funktionieren und entwickeln Schritt für Schritt einen eigenen Chatbot.

Logo Universität Augsburg Anwenderzentrum Material- und Umweltforschung

KI-Zertifikat für Auszubildende | Bildung 4.0 für KMU (kostenfrei)
Das Zertifikatsprogramm vermittelt KI-Grundlagen für den Ausbildungsalltag. Digitale Lerninhalte werden mit praktischen Übungen und einem eigenen Projekt kombiniert.

Logo KI-Campus

Die Welt der KI entdecken | TUM / KI-Campus (kostenfrei)

Der Onlinekurs vermittelt Grundlagen der Künstlichen Intelligenz und des maschinellen Lernens. Teilnehmende lernen verschiedene KI-Verfahren kennen und entwickeln erste eigene Modelle.

KI-Kompetenzen vertiefen und spezialisieren

Logo Technische Hochschule Augsburg

Industrial AI – Foundation Level | Technische Hochschule Augsburg (kostenpflichtig)
Das berufsbegleitende Zertifikatsprogramm vermittelt KI-Methoden und deren praktische Anwendung in der industriellen Produktion. Im Fokus steht der Transfer auf konkrete technische Fragestellungen.

Logo OTH Regensburg

KI-tech | OTH Regensburg (kostenpflichtig)
Die berufsbegleitende Weiterbildung vermittelt Grundlagen des maschinellen Lernens, neuronaler Netze und der Datenanalyse. In Praxisprojekten lernen Teilnehmende, KI-Verfahren auf technische Fragestellungen anzuwenden

Logo Bayerns Zentrales Weiterbildungsportal

digital.ING II | Bayerns zentrales Weiterbildungsportal (Kosten je nach Kurs)
Das Portal bündelt Zertifikatskurse bayerischer Hochschulen zu KI, IT und Digitalisierung für Ingenieurinnen, Ingenieure und technische Fachkräfte. Im Fokus stehen digitale Technologien und deren praktische Anwendung.

Logo KI Transfer +

KI-Transfer Plus | Bayern Innovativ (kostenpflichtig)
Das mehrmonatige Programm begleitet mittelständische Unternehmen in Bayern beim Aufbau von KI-Kompetenzen und der Umsetzung konkreter Anwendungsfälle. Im Fokus steht der Transfer von KI-Wissen in die betriebliche Praxis.

Umfassende KI-Weiterbildung mit Zertifikatsabschluss

Logo MUC DAI Munich Center for Digital Sciences and AI

KI-Kompetenzen für die Praxis – Hochschule München (kostenpflichtig): Berufsbegleitendes Hochschulzertifikat zu KI-Anwendungen, Prompt Engineering, Prototyping und verantwortungsvollem KI-Einsatz. Für Berufstätige unterschiedlicher Fachrichtungen.

Logo IHK Akademie München und Oberbayern

KI-Manager/-in IHK – IHK Akademie München (kostenpflichtig)
Zertifikatslehrgang für die strategische Einführung von KI, die Bewertung von Anwendungsfällen und die Steuerung von KI-Projekten.

Logo Hochschule Neu-Ulm

Certified AI Leadership – Hochschule Neu-Ulm (kostenpflichtig)
Qualifizierung für Führungskräfte, die KI strategisch einsetzen, Chancen und Risiken bewerten und die KI-Transformation verantwortungsvoll gestalten möchten.

AI Pioneers Logo

AI Pioneers Program – Technische Universität München (TUM)
Das kostenfreie Weiterbildungsprogramm vermittelt praxisnahes Wissen zu KI-Grundlagen, KI-Agenten, strategischen Anwendungen und ethischen Fragen.

Loading...

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

  • 1. Schritt – 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.

  • 2. Schritt – 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.

  • 3. Schritt – 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.

  • 4. Schritt – 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.

  • 5. Schritt – 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.

Loading...

Loading...

Loading...

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

Zum Downloadportal

Der BAIOSPHERE KI-KOMPASS 

So funktioniert´s: Drehe an den Pfeilen, um durch unsere zehn Fokusthemen zu navigieren. Mit einem Klick gelangst du jeweils auf die Unterseite mit weiterführenden Informationen.

KI-Kompass

STRATEGIE

Eine strategische Planung sichert Wettbewerbsvorteile und beinhaltet die Festlegung von Zielen, die Identifizierung von Anwendungsfällen sowie die Integration von KI in die Gesamtstrategie des Unternehmens.

Daten

Daten sind die Grundlage für jedes KI-System. Ihre Qualität und Integrität bestimmen die Einsatzmöglichkeiten und die Leistungsfähigkeit der KI-Anwendungen.

ÖKOSYSTEM

In der KI-Nutzung und -Implementierung können Kooperationen viele Vorteile mit sich bringen. Ein starkes Ökosystem fördert Innovationen durch den Transfer von Wissen, Ressourcen und Technologien.

FINANZIERUNG UND FÖRDERUNG

Die Kosten zur Einführung von KI variieren zwischen kostenfreien Versionen und erheblichen Investitionen für Entwicklung eigener Lösungen. Um die Investitionslast zu mildern, gibt es verschiedene Fördermöglichkeiten.

KULTUR UND MINDSET

Eine offene und lernbereite Unternehmenskultur ist grundlegend, um KI erfolgreich zu implementieren. Im Vordergrund steht das Ziel, Vorbehalte und Ängste abzubauen und die Belegschaft in den Transformationsprozess einzubeziehen.

Organisation

Der Einsatz von KI erfordert eine gut durchdachte Organisationsstruktur. Diese bildet das Fundament für die nachhaltige Entwicklung von KI-Technologien sowie die effektive Zusammenarbeit zwischen verschiedenen Abteilungen und interdisziplinären Teams.

Technische Voraussetzungen

Eine robuste und flexible Infrastruktur umfasst Hardware- und Softwarekomponenten, Netzwerkinfrastruktur und Entwicklungsprozesse, um KI-Modelle erfolgreich zu implementieren, zu trainieren, zu testen und zu nutzen.

Talente und Kompetenzen

Entwicklung und Integration von KI erfordern ein qualifiziertes Team und spezifische Kenntnisse. Dazu gehören sowohl technische Fähigkeiten als auch strategisches und infrastrukturelles Verständnis.

Recht und Regulation

Die Einhaltung gesetzlicher Vorgaben und Standards ist für die Nutzung von KI essenziell. So sind mit dem EU AI Act Vorgaben für die KI-Lösungen geschaffen worden, die in allen EU-Staaten bei Erstellung und Nutzung von KI gelten werden.

Ethik

Ethik in der KI umfasst die Umsetzung moralischer Grundsätze, um den Nutzen von KI realisieren zu können und Risiken zu reduzieren. Themen wie Transparenz, Fairness und die Vermeidung von Bias, Erklärbarkeit und Datenschutz sind wesentlich in diesem Kontext.