Als nächstesNächster Leitfaden
Lehrplan zur KI-Kompetenz für die Oberstufe
Grundlagen
Grundlagen-Leitfaden
Unter KI-Kompetenz am Arbeitsplatz versteht man die praktische Fähigkeit, KI-Tools am Arbeitsplatz gut und sicher einzusetzen.
Dazu gehört, zu wissen, was KI kann und was nicht, ihre Ergebnisse zu überprüfen, bevor man sich darauf verlässt, sorgfältig mit Daten umzugehen und für die Ergebnisse verantwortlich zu bleiben. Dies ist wichtig, da KI-Tools fließende und sichere Antworten liefern, unabhängig davon, ob diese Antworten richtig sind oder nicht, und die Person, die die Ergebnisse verwendet, dafür verantwortlich ist.
KI-Kompetenz bedeutet nicht, das Programmieren zu lernen. Dabei handelt es sich um eine Reihe von Arbeitsgewohnheiten, die es einem Laien ermöglichen, von der KI zu profitieren, ohne von ihr in die Irre geführt zu werden. Sechs Kompetenzen decken den Großteil davon ab. Verstehen Sie zunächst ungefähr, um was für ein Werkzeug es sich handelt. Generative KI-Modelle lernen statistische Muster aus großen Text- oder Bildmengen und erzeugen wahrscheinliche Fortsetzungen. Sie suchen nicht nach verifizierten Fakten, es sei denn, sie sind mit einem Such- oder Dokumententool verbunden. Zweitens: Kennen Sie die Stärken und Grenzen. Diese Tools eignen sich gut zum Verfassen, Zusammenfassen, Umformulieren, Brainstorming und Erklären. Sie sind schwach, wenn es um genaue Zahlen, aktuelle Ereignisse nach der Trainingsunterbrechung, Nischenfakten und alles geht, was den internen Kontext Ihrer Organisation erfordert. Sie können auch Halluzinationen hervorrufen: selbstbewusste Aussagen, die falsch sind. Drittens: Überprüfen Sie. Je wichtiger die Ausgabe, desto mehr Prüfungen sind erforderlich. Bestätigen Sie, dass Quellen vorhanden sind, berechnen Sie Zahlen neu und vergleichen Sie Behauptungen mit maßgeblichen Dokumenten. Viertens: Gehen Sie vorsichtig mit Daten um. Erfahren Sie, welche Werkzeuge Ihr Arbeitgeber genehmigt und ob ein Werkzeug das, was Sie eingeben, behält oder trainiert. Halten Sie persönliche, vertrauliche und Kundendaten von nicht genehmigten Tools fern. Fünftens: Passen Sie das Werkzeug an die Aufgabe an und geben Sie eine klare Eingabeaufforderung. Geben Sie den Kontext, die Zielgruppe, das gewünschte Format und etwaige Einschränkungen an. Sechstens: Bleiben Sie verantwortlich und legen Sie offen. Der Einsatz von KI führt nicht zu einer Verlagerung der Verantwortung. Befolgen Sie daher die Regeln Ihres Arbeitsplatzes, um zu sagen, wann KI geholfen hat. KI-Kompetenz ist mittlerweile mancherorts eine gesetzliche Erwartungshaltung. Artikel 4 des seit dem 2. Februar 2025 geltenden EU-KI-Gesetzes verpflichtet Anbieter und Betreiber von KI-Systemen, Maßnahmen zu ergreifen, um eine ausreichende KI-Kompetenz ihrer Mitarbeiter sicherzustellen. Ein kurzer Selbstcheck: Können Sie erklären, warum ein Chatbot eine Quelle erfinden könnte, eine Sache nennen, die Sie niemals darin einfügen würden, und beschreiben, wie Sie eine Statistik überprüfen würden, die er Ihnen gegeben hat?
Es hilft Ihnen, klare technische Aussagen von der Marketingsprache zu trennen.
Sie können bessere Fragen zur Implementierung stellen, bevor Sie Geld oder Zeit investieren.
Teams mit gemeinsamem Verständnis treffen bessere Produkt-, Richtlinien- und Lernentscheidungen.
Da KI-Funktionen in Textverarbeitungsprogrammen, Tabellenkalkulationen, E-Mails und Branchensoftware auftauchen, werden KI-Kenntnisse wahrscheinlich als Grundkompetenz behandelt, ähnlich wie allgemeine digitale Kompetenzen. Arbeitgeber, die Regeln wie dem EU-KI-Gesetz unterliegen, haben einen direkten Grund, die Schulung zu formalisieren, und andere können diesem Beispiel aus bewährten Verfahren folgen. Die spezifischen Fähigkeiten werden sich verändern, wenn die Tools bessere Zitier-, Abruf- und Verifizierungsfunktionen erhalten, aber die Kerngewohnheiten sollten relevant bleiben: Grenzen kennen, wichtige Ergebnisse überprüfen, Daten schützen und das Ergebnis besitzen. Rahmenwerke dafür, was als ausreichende Alphabetisierung gilt, werden noch entwickelt.
Ein Rechtsanwaltsgehilfe bittet einen KI-Assistenten um Rechtsprechung, die ein Argument stützt. Bevor irgendetwas in einen Entwurf einfließt, sucht sie jeden zitierten Fall in einer Rechtsdatenbank nach, denn Modelle können Zitate erfinden, die echt aussehen.
Ein Marketingkoordinator benötigt Hilfe beim Umschreiben einer Kunden-E-Mail. Er entfernt zunächst den Namen, die Kontonummer und den Bestellverlauf des Kunden, da der kostenlose Chatbot nicht auf der Liste der zugelassenen Tools seines Unternehmens steht.
Eine Finanzanalystin fasst mithilfe von KI einen 40-seitigen Bericht zusammen, berechnet jedoch die drei Wachstumszahlen, die sie angeben möchte, neu, da in der Zusammenfassung ein Prozentsatz leicht falsch angegeben wurde.
Ein neuer Mitarbeiter fragt einen Chatbot nach den aktuellen Elternurlaubsbestimmungen des Unternehmens. Die Antwort ist allgemein gehalten, ein Zeichen dafür, dass das Model keinen Zugriff auf interne Dokumente hat und daher das HR-Portal überprüft.
Unterschiedliche Teams verwenden denselben Begriff möglicherweise unterschiedlich. Definieren Sie daher frühzeitig den Geltungsbereich.
Benchmarks können stark aussehen, während die tatsächliche Leistung uneinheitlich ist.
Das Ignorieren von Datenqualität und Evaluierungsplänen führt oft zu fragilen Ergebnissen.
Beginnen Sie mit einer klaren Definition des gewünschten Ergebnisses.
Wählen Sie vor dem Testen eine Erfolgsmetrik und eine Fehlerbedingung aus.
Führen Sie ein kleines Pilotprojekt mit repräsentativen Daten durch, nicht mit einem ausgefeilten Demoset.
Dokumentieren Sie, wo AI Literacy for Workers hilft und wo einfachere Methoden besser sind.
Free newsletter
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Unter KI-Kompetenz am Arbeitsplatz versteht man die praktische Fähigkeit, KI-Tools am Arbeitsplatz gut und sicher einzusetzen. Dazu gehört, zu wissen, was KI kann und was nicht, ihre Ergebnisse zu überprüfen, bevor man sich darauf verlässt, sorgfältig mit Daten umzugehen und für die Ergebnisse verantwortlich zu bleiben. Dies ist wichtig, da KI-Tools fließende und sichere Antworten liefern, unabhängig davon, ob diese Antworten richtig sind oder nicht, und die Person, die die Ergebnisse verwendet, dafür verantwortlich ist.
Der Leitfaden definiert KI-Kenntnisse als praktische Gewohnheiten, die ein Laie anwenden kann: Grenzen kennen, überprüfen, sorgfältig mit Daten umgehen und Verantwortung übernehmen. Eine Codierung ist nicht erforderlich.
Eine Halluzination ist eine fließende, sichere Ausgabe, die falsch ist, beispielsweise ein erfundenes Zitat.
Modelle erzeugen jeweils Token für Token wahrscheinliche Fortsetzungen. Ohne einen Schritt zur Faktenprüfung kann eine erfundene Quelle genauso verständlich sein wie eine echte.
Artikel 4 gilt seit dem 2. Februar 2025. Er verpflichtet Anbieter und Betreiber, Maßnahmen zu ergreifen, um die KI-Kompetenz ihrer Mitarbeiter sicherzustellen.
Er entfernte persönliche Daten und Kontodaten, da das Tool nicht zugelassen war. Das ist ein Beispiel für die Data-Care-Kompetenz.
Lerne weiter
Weitere Leitfäden zu diesem Thema ausgewählt
Als nächstesNächster Leitfaden
Lehrplan zur KI-Kompetenz für die Oberstufe
Grundlagen