KI-Kompetenz ist längst mehr als die Fähigkeit, einen guten Prompt zu schreiben. Wer künstliche Intelligenz im Unternehmen nutzt, muss Ergebnisse einordnen, Risiken erkennen, Daten schützen und wissen, wann menschliche Kontrolle notwendig ist. Genau hier setzt Artikel 4 des EU AI Act an: Organisationen sollen die Entwicklung der KI-Kompetenz der Personen unterstützen, die in ihrem Auftrag mit KI-Systemen arbeiten.
Dieser Leitfaden übersetzt die aktuelle Rechtslage in sieben praktische Bausteine für Teams. Er ist keine Rechtsberatung und keine Garantie für die Erfüllung regulatorischer Pflichten. Welche Maßnahmen angemessen sind, hängt von den eingesetzten Systemen, den Aufgaben, den Risiken und den betroffenen Personengruppen ab.
Was verlangt Artikel 4 des EU AI Act aktuell?
Die seit Juli 2026 konsolidierte Fassung des EU AI Act auf EUR-Lex verlangt von Anbietern und Betreibern von KI-Systemen Maßnahmen, die die Entwicklung der KI-Kompetenz ihres Personals und weiterer im Auftrag handelnder Personen unterstützen. Zu berücksichtigen sind technische Kenntnisse, Erfahrung, Aus- und Fortbildung, Nutzungskontext sowie die Menschen oder Gruppen, bei denen das System eingesetzt wird.
Durch die Verordnung (EU) 2026/1744 wurde Artikel 4 geändert. Ein bestimmtes Kompetenzniveau für jede einzelne Person muss danach nicht garantiert werden. Die Verpflichtung zu geeigneten Unterstützungsmaßnahmen bleibt jedoch bestehen. Die Fragen und Antworten der Europäischen Kommission zur KI-Kompetenz betonen deshalb einen kontext- und risikobezogenen Ansatz statt eines einheitlichen Standardkurses.
Sieben Bausteine für KI-Kompetenz im Unternehmen
1. KI-Systeme und Einsatzfälle erfassen
Beginne mit einer einfachen Bestandsaufnahme: Welche KI-Werkzeuge werden offiziell genutzt? Für welche Aufgaben? Welche weiteren Anwendungen verwenden Beschäftigte möglicherweise eigenständig? Unterscheide etwa zwischen Textentwürfen, Übersetzungen, Datenanalysen, Bewerberauswahl, Kundenkommunikation und automatisierten Entscheidungen. Ohne diese Übersicht bleibt jede Schulung zu allgemein.
Dokumentiere zusätzlich, welche Daten in die Systeme eingegeben werden dürfen, welche Ergebnisse entstehen und wer sie weiterverwendet. So wird sichtbar, ob es nur um unterstützende Büroanwendungen oder um sensible Prozesse mit Auswirkungen auf andere Menschen geht.
2. Zielgruppen nach Aufgaben und Vorwissen bilden
Eine Marketingfachkraft benötigt andere Kenntnisse als eine Führungskraft, eine IT-Administration oder eine Person, die KI-Ausgaben freigibt. Erfasse daher Rolle, bisherige Erfahrung und Entscheidungsverantwortung. Ein Basismodul für alle kann sinnvoll sein; darauf sollten aufgabenbezogene Vertiefungen aufbauen.
Die Kommission nennt ausdrücklich technische Kenntnisse, Erfahrung, Bildung und Nutzungskontext als relevante Faktoren. Ein einziges Video für die gesamte Organisation dürfte deshalb häufig zu wenig zielgerichtet sein. Ebenso wenig ist für jede Rolle ein technischer Programmierkurs erforderlich.
3. Funktionsweise, Fähigkeiten und Grenzen erklären
Beschäftigte sollten verstehen, dass generative KI Wahrscheinlichkeiten verarbeitet und überzeugend formulierte, aber falsche Ergebnisse erzeugen kann. Dazu gehören Grundbegriffe wie Trainingsdaten, Eingabe, Ausgabe, Modellgrenzen, Halluzinationen und menschliche Kontrolle. Wichtig ist außerdem die Unterscheidung zwischen einem Modell und dem konkreten KI-System, das im Unternehmen genutzt wird.
Für einen strukturierten Einstieg bietet GrandEdu Media die Seite KI-Grundlagenkompetenzen für die digitale Arbeitswelt. Ob ein Angebot zu Deiner Rolle und Deinem betrieblichen Bedarf passt, sollte vorab individuell geprüft werden.
4. Risiken anhand echter Arbeitsabläufe trainieren
Risiken werden verständlich, wenn sie an konkreten Situationen geübt werden. Beispiele sind erfundene Quellen, diskriminierende Vorschläge, unzulässige Eingaben personenbezogener Daten, urheberrechtlich problematische Inhalte oder eine ungeprüfte Übernahme falscher Berechnungen. Das Team sollte lernen, Warnsignale zu erkennen und Ergebnisse mit geeigneten Quellen zu kontrollieren.
Je höher die mögliche Auswirkung eines Fehlers, desto intensiver sollten Einweisung, Prüfung und menschliche Aufsicht ausgestaltet sein. Für Hochrisiko-KI gelten darüber hinaus gesonderte Anforderungen. Eine allgemeine KI-Schulung ersetzt keine spezifische rechtliche und fachliche Prüfung des jeweiligen Systems.
5. Klare Regeln für erlaubte und unerlaubte Nutzung festlegen
KI-Kompetenz braucht einen verlässlichen Handlungsrahmen. Eine verständliche interne Richtlinie sollte mindestens freigegebene Werkzeuge, zulässige Daten, verbotene Eingaben, Prüfschritte, Freigaben und Eskalationswege beschreiben. Regeln müssen so konkret sein, dass Beschäftigte im Arbeitsalltag entscheiden können, ohne bei jeder Eingabe nachfragen zu müssen.
Ergänze Beispiele: Darf ein öffentlicher Produkttext zusammengefasst werden? Dürfen vertrauliche Vertragsinhalte hochgeladen werden? Wer prüft eine KI-generierte Kundenantwort? Solche Fälle verbinden abstrakte Vorgaben mit tatsächlich vorkommenden Aufgaben.
6. Praktische Übungen mit menschlicher Kontrolle verbinden
Reines Lesen schafft selten sichere Anwendung. Lass Teilnehmende einen typischen Arbeitsauftrag mit dem freigegebenen System bearbeiten, das Ergebnis prüfen und Fehler begründen. Sinnvolle Übungen vergleichen beispielsweise zwei Prompts, kontrollieren Quellen oder markieren Aussagen, die vor Veröffentlichung verifiziert werden müssen.
Für anwendungsorientierte Lernziele kann die öffentlich angebotene Weiterbildung Anwendungsbezogene KI für den beruflichen Arbeitsalltag eine passende Orientierung bieten. Kursauswahl, betriebliche Anwendbarkeit und gegebenenfalls Förderung bleiben Einzelfallfragen.
7. Maßnahmen dokumentieren und regelmäßig aktualisieren
Die Kommission stellt klar, dass für Artikel 4 kein bestimmtes Zertifikat vorgeschrieben ist. Organisationen können jedoch interne Nachweise über Schulungen und andere Leitlinien führen. Sinnvoll sind Datum, Zielgruppe, Lerninhalte, verwendete Systeme, Teilnahme und verantwortliche Stelle. Ergänze auch Änderungen an Werkzeugen oder Regeln.
Plane Wiederholungen, wenn neue Systeme eingeführt, Einsatzfälle erweitert oder relevante Vorgaben geändert werden. Die Technologie entwickelt sich schnell; eine einmalige Schulung ohne Aktualisierung verliert daher an Wert. Das EU-Repository für KI-Kompetenzmaßnahmen zeigt unterschiedliche Formate, weist aber ausdrücklich darauf hin, dass ihre Übernahme nicht automatisch die Einhaltung von Artikel 4 belegt.
Ein kompakter Umsetzungsplan für die ersten 30 Tage
- Woche 1: Systeme, Einsatzfälle, Datenarten und verantwortliche Personen erfassen.
- Woche 2: Zielgruppen bilden und je Rolle konkrete Lernziele definieren.
- Woche 3: Grundmodul, Praxisfälle und interne Nutzungsregeln zusammenführen.
- Woche 4: erste Schulung durchführen, Rückfragen sammeln und Nachweise strukturiert ablegen.
Danach folgt kein Endpunkt, sondern ein Verbesserungszyklus: Erfahrungen aus der Nutzung auswerten, neue Risiken aufnehmen und Lerninhalte anpassen. Für weiterführende Möglichkeiten findest Du einen Überblick bei den KI-Weiterbildungen von GrandEdu Media.
FAQ zur KI-Kompetenz nach Artikel 4
Braucht jedes Unternehmen dieselbe KI-Schulung?
Nein. Die Maßnahmen sollen Vorwissen, Erfahrung, Rolle, Nutzungskontext und Risiken berücksichtigen. Umfang und Tiefe können deshalb zwischen Organisationen und Zielgruppen deutlich variieren.
Ist ein Zertifikat gesetzlich vorgeschrieben?
Nach den aktuellen Erläuterungen der Europäischen Kommission ist kein bestimmtes Zertifikat erforderlich. Interne Aufzeichnungen über Trainings und andere Unterstützungsmaßnahmen können dennoch für Steuerung und Nachvollziehbarkeit sinnvoll sein.
Reicht es, die Bedienungsanleitung des KI-Tools zu lesen?
Nicht zwingend. Die Kommission weist darauf hin, dass alleinige Herstellerinformationen in vielen Fällen unwirksam sein können. Entscheidend sind passende Trainings und Hinweise für das konkrete System, die Aufgabe und die jeweilige Zielgruppe.
Gilt Artikel 4 auch bei generativer KI für Texte?
Die Kommission nennt ausdrücklich den Einsatz von ChatGPT etwa für Werbetexte oder Übersetzungen und verweist auf die Notwendigkeit, Nutzende über spezifische Risiken wie Halluzinationen zu informieren. Die konkrete Umsetzung muss zum betrieblichen Einsatz passen.
Fazit: KI-Kompetenz entsteht im Nutzungskontext
Eine tragfähige KI-Kompetenzstrategie beginnt mit den real eingesetzten Systemen und endet nicht bei einem allgemeinen Einführungskurs. Zielgruppen, Risiken, Regeln, Übungen, menschliche Kontrolle und Aktualisierung gehören zusammen. Wer diese Bausteine nachvollziehbar verbindet, schafft eine bessere Grundlage für verantwortungsvolle KI-Nutzung – ohne eine pauschale Compliance-Zusage vorwegzunehmen.
Du möchtest passende Lernwege für Dein Team oder Deine berufliche Entwicklung einordnen? Dann nutze die persönliche Bildungsberatung von GrandEdu Media. Die Beratung informiert zu öffentlich angebotenen Kursen; die rechtliche Bewertung der betrieblichen Pflichten sollte bei Bedarf fachkundig erfolgen.