KI-Kompetenz im Team aufbauen: Führungskräfte erfüllen die KI-Schulungspflicht praxisnah

Montagmorgen, ein Teammitglied präsentiert einen überzeugend formulierten Entwurf für eine Kundeninformation. Auf Nachfrage ist unklar, welche KI dafür genutzt wurde, ob interne Daten eingeflossen sind und wer die Aussagen geprüft hat. Genau in solchen Situationen zeigt sich: Ein Zugang zu einem KI-Tool ist noch keine KI-Kompetenz. Als Führungskraft musst du dafür sorgen, dass dein Team KI sinnvoll nutzt, Risiken erkennt und Verantwortung nicht an ein System abgibt.

Die KI-Schulungspflicht wird oft missverstanden. Gemeint ist nicht, dass jede Person einmal an einem allgemeinen Vortrag über künstliche Intelligenz teilnimmt. Der EU AI Act verlangt von Anbietern und Betreibern von KI-Systemen, Maßnahmen für ein ausreichendes Maß an KI-Kompetenz zu treffen. Was ausreichend ist, hängt von den eingesetzten Systemen, den Aufgaben, den möglichen Auswirkungen und den Rollen der Beschäftigten ab.

Für dich als Führungskraft folgt daraus ein klarer Auftrag: Du baust KI-Kompetenz so auf, dass dein Team im Arbeitsalltag gute Entscheidungen trifft. Das betrifft nicht nur Bedienwissen, sondern auch Datenschutz, Informationssicherheit, Qualitätsprüfung, Freigaben und die Frage, wann KI nicht eingesetzt werden sollte.

Infografik zu KI-Kompetenz im Team aufbauen: Führungskräfte erfüllen die KI-Schulungspflicht praxisnah (KI-generiert).

KI-Kompetenz ist mehr als Prompting

Viele Teams beginnen mit Prompt-Beispielen. Das kann sinnvoll sein, greift aber zu kurz. Wer einen guten Prompt schreiben kann, weiss noch nicht automatisch, ob die Aufgabe für KI geeignet ist, welche Informationen eingegeben werden dürfen oder wie Ergebnisse zu prüfen sind.

Wir unterscheiden in der Praxis fünf Bereiche von KI-Kompetenz:

Kompetenzbereich	Worum es geht	Beispiel aus dem Arbeitsalltag
Grundlagenverständnis	Möglichkeiten und Grenzen von KI einschätzen	Die Person erkennt, dass ein sprachlich überzeugender Text trotzdem sachlich falsch sein kann.
Aufgabenbeurteilung	Geeignete von ungeeigneten Anwendungsfällen unterscheiden	Ein Teammitglied nutzt KI für eine Gliederung, aber nicht für eine verbindliche Vertragsauslegung.
Sichere Anwendung	Vorgaben zu Daten, Tools und Zugriffsrechten beachten	Vertrauliche Kundeninformationen werden nicht in nicht freigegebene Systeme eingegeben.
Qualitätsverantwortung	Ergebnisse prüfen, Quellen bewerten und Fehler korrigieren	Zahlen, Aussagen und Empfehlungen werden vor der Weitergabe fachlich kontrolliert.
Zusammenarbeit und Governance	Rollen, Freigaben und Dokumentation einhalten	Bei sensiblen Ergebnissen ist nachvollziehbar, wer KI genutzt und wer freigegeben hat.

Diese Bereiche helfen dir, Lernziele konkret zu machen. Statt pauschal zu sagen: „Alle sollen KI besser nutzen“, definierst du beobachtbares Verhalten. Etwa: „Das Team kann für wiederkehrende Texte eine freigegebene KI einsetzen, prüft Aussagen vor der Veröffentlichung und dokumentiert die Nutzung bei festgelegten Vorgängen.“

Die Schulungspflicht an realen Teamaufgaben ausrichten

Ein einheitliches Training für alle Beschäftigten ist selten ausreichend. Nicht jede Rolle arbeitet mit denselben Daten, Entscheidungen oder Risiken. Eine Assistenz, die Besprechungsnotizen strukturiert, braucht andere Kenntnisse als eine Führungskraft, die auf Grundlage KI-gestützter Analysen Personal- oder Budgetentscheidungen vorbereitet.

Beginne deshalb mit einer einfachen Bestandsaufnahme:

• Welche KI-Systeme und Funktionen nutzt das Team bereits?
• Welche Tools sind offiziell freigegeben, welche privaten Anwendungen werden möglicherweise zusätzlich verwendet?
• Für welche Aufgaben soll KI künftig eingesetzt werden?
• Welche Daten können bei diesen Aufgaben vorkommen?
• Welche Ergebnisse gehen an Kunden, Bewerbende, Mitarbeitende oder externe Partner?
• Wo könnten Fehler finanzielle, rechtliche, personelle oder reputative Folgen haben?
• Wer prüft Ergebnisse, wer entscheidet und wer gibt frei?

Besonders wichtig ist die Frage nach nicht freigegebenen Anwendungen. Wenn Mitarbeitende aus Zeitdruck mit privaten KI-Accounts arbeiten, hilft ein Verbot allein nicht weiter. Sprich offen über den Bedarf, erkläre die Risiken und sorge für praktikable Alternativen. Wie du private KI-Tools nicht nur kontrollierst, sondern produktiv in klare Regeln überführst, zeigen wir auch im Beitrag „Shadow AI im Team führen: private KI-Tools sicher und produktiv in die Arbeit integrieren“.

Kompetenzstufen für unterschiedliche Rollen festlegen

Kompetenzaufbau wird wirksam, wenn du nicht alle über einen Kamm scherst. Ein praxistaugliches Modell arbeitet mit drei Stufen.

Stufe 1: Anwenden und sicher handeln

Diese Stufe betrifft Mitarbeitende, die KI für klar abgegrenzte Standardaufgaben nutzen. Sie kennen die freigegebenen Tools, beachten Datenregeln und können typische Fehler erkennen.

Geeignete Lerninhalte sind:

• Grundfunktionen der eingesetzten Werkzeuge
• zulässige und unzulässige Eingaben
• Kennzeichnung und Prüfung von KI-Ergebnissen
• Regeln für die Weitergabe von Ergebnissen
• Eskalationswege bei Unsicherheit

Hier reichen oft kurze, aufgabenbezogene Lerneinheiten mit anschließender Anwendung. Entscheidend ist, dass das Team nicht nur zuhört, sondern mit einem echten, risikoarmen Fall arbeitet.

Stufe 2: Ergebnisse beurteilen und Prozesse gestalten

Diese Stufe brauchen Personen, die KI-Ergebnisse fachlich bewerten, Prozesse verantworten oder andere im Team anleiten. Sie müssen erkennen, wann eine Antwort plausibel wirkt, aber unzuverlässig ist. Sie kennen typische Verzerrungen, prüfen Quellen und gestalten Kontrollschritte.

Eine Person auf dieser Stufe sollte beispielsweise festlegen können, welche Prüfkriterien für KI-generierte Präsentationen, Analysen oder Kundenkommunikation gelten. Auch sie muss wissen, wann eine menschliche Entscheidung zwingend erforderlich ist.

Stufe 3: Verantwortung übernehmen und Freigaben steuern

Führungskräfte, Prozessverantwortliche und Personen mit Freigaberechten brauchen darüber hinaus Governance-Kompetenz. Sie entscheiden nicht nur über einzelne Ergebnisse, sondern über Einsatzgrenzen, Rollen, Kontrollpunkte und Dokumentation.

Wenn KI etwa Priorisierungsvorschläge liefert oder Leistungsdaten aufbereitet, darf die Technik nicht zu einer intransparenten Bewertungsinstanz werden. Hinweise für einen fairen Umgang mit Kennzahlen findest du in unserem Beitrag „KI-gestützte Leistungsmessung im Team führen: Kennzahlen fair nutzen statt Mitarbeitende zu überwachen“.

Lernformate, die im Alltag funktionieren

Wirksam wird KI-Lernen dort, wo Teams ihre eigenen Arbeitsabläufe reflektieren. Plane deshalb nicht nur eine Schulung, sondern verbinde verschiedene Formate.

Ein guter Einstieg ist ein kurzer Praxisworkshop pro Team. Dort bearbeitet ihr zwei bis drei typische Aufgaben, etwa eine Zusammenfassung, eine Ideensammlung oder die Vorbereitung einer Standardkommunikation. Ihr klärt gemeinsam: Welches Tool ist erlaubt? Welche Eingaben sind vertretbar? Wie sieht eine gute Prüfung aus? Wann ist eine Freigabe nötig?

Danach folgen kleine Lernschleifen im Arbeitsalltag. Das können 20 Minuten in einer Teamrunde sein: Eine Person bringt einen konkreten KI-Anwendungsfall mit, das Team prüft Vorgehen und Ergebnis anhand eurer Kriterien. So werden Erfahrungen sichtbar, ohne dass jede Person dieselben Fehler allein machen muss.

Ergänze dies durch Fallbesprechungen bei kritischen Situationen. Wenn ein KI-Ergebnis Fehler enthielt, vertrauliche Daten betroffen waren oder ein Freigabeweg nicht eingehalten wurde, geht es nicht um Schuldzuweisung. Frage stattdessen: Welche Regel war unklar? Welcher Kontrollschritt fehlte? Was ändern wir am Prozess?

Für neue Führungskräfte ist das besonders anspruchsvoll, weil sie Orientierung geben müssen, obwohl sich Tools und Vorgaben verändern. Eine klare Haltung hilft: Du musst nicht jede technische Detailfrage selbst beantworten können. Du solltest aber dafür sorgen, dass Unsicherheit angesprochen, Verantwortung geklärt und Lernen organisiert wird.

Freigabewege vor dem Einsatz definieren

KI-Governance wird konkret, wenn das Team weiss, wann es selbst entscheiden darf und wann eine Prüfung nötig ist. Lege für wiederkehrende Aufgaben einfache Kategorien fest.

Bei unkritischen internen Entwürfen kann eine eigenständige Nutzung mit Selbstprüfung genügen. Bei Inhalten mit Kundenbezug, vertraulichen Daten, rechtlicher Relevanz oder Auswirkungen auf Mitarbeitende braucht es zusätzliche Kontrollen. Je höher die mögliche Wirkung, desto klarer müssen Prüfschritte und Freigabeverantwortung sein.

Besprecht dabei ausdrücklich diese Fragen:

• Wer darf welches System für welche Aufgabe nutzen?
• Welche Daten dürfen niemals eingegeben werden?
• Welche Ergebnisse müssen fachlich geprüft werden?
• Wann ist eine zweite Person einzubeziehen?
• Wer gibt externe Kommunikation frei?
• Wie wird mit erkannten Fehlern oder Sicherheitsvorfällen umgegangen?

Bei KI-Agenten ist diese Klärung besonders wichtig, weil sie nicht nur Inhalte erzeugen, sondern Aufgaben ausführen oder Systeme ansteuern können. Dazu passt unser Beitrag „KI-Agenten im Team führen: Verantwortung, Freigaben und Entscheidungen klar regeln“.

Dokumentation: so viel wie nötig, so konkret wie möglich

Dokumentation soll nicht zum Selbstzweck werden. Sie muss euch helfen, Kompetenzmaßnahmen und Entscheidungswege nachvollziehbar zu machen. Eine gute Dokumentation verbindet Lernen mit der vorhandenen KI-Governance.

Halte mindestens fest:

• eingesetzte KI-Systeme und ihre vorgesehenen Anwendungsfälle
• Rollen und Zielgruppen der Qualifizierung
• Lerninhalte, Formate und Termine
• Teilnahmen sowie praktische Übungen oder Kompetenznachweise
• geltende Arbeitsanweisungen, Datenregeln und Freigabeprozesse
• identifizierte Risiken, offene Fragen und Verantwortlichkeiten
• Überprüfungen und Anpassungen nach Vorfällen, neuen Tools oder Prozessänderungen

Ein Teilnahmeprotokoll allein beweist noch keine Handlungskompetenz. Ergänze es daher um einfache Praxisnachweise. Das kann eine bearbeitete Übung sein, ein dokumentierter Prüfschritt oder eine kurze Fallreflexion. Für Führungsrollen eignet sich zusätzlich eine regelmäßige Überprüfung der eigenen Prozesse: Sind unsere Regeln verständlich? Werden sie gelebt? Haben sich Aufgaben oder Risiken verändert?

KI-Kompetenz als Führungsroutine etablieren

KI-Kompetenz bleibt nicht stabil, wenn sie nur einmal vermittelt wird. Neue Funktionen, veränderte Prozesse und neue Anwendungsfälle schaffen laufend Lernbedarf. Plane deshalb feste Zeitfenster für Aktualisierung und Austausch ein.

Eine sinnvolle Routine kann so aussehen:

• Monatlich einen konkreten Anwendungsfall im Team besprechen
• Quartalsweise Regeln, Tools und Risiken prüfen
• Bei neuen Tools vor dem Einsatz Rollen, Datenregeln und Freigaben klären
• Nach Fehlern oder Auffälligkeiten Prozesse anpassen und Erkenntnisse teilen
• Entwicklungsgespräche nutzen, um Lernbedarf und Verantwortungsübernahme zu besprechen

Wenn du Entwicklung nicht als Pflichttermin, sondern als Teil guter Führung organisierst, wächst auch die Bereitschaft, Unsicherheiten offen anzusprechen. Das ist eine wichtige Voraussetzung, damit Fehler früh erkannt werden. Mehr dazu liest du in „Psychologische Sicherheit im Team schaffen“.

Passende Seminare und Termine für Führung, Kommunikation und wirksame Teamsteuerung findest du bei uns auf cmt.de.