Viele Unternehmen verbinden den EU AI Act vor allem mit Hochrisiko-KI, Zertifizierung, technischen Anforderungen und komplexer Regulierung. In der Praxis ist jedoch eine deutlich grundlegendere Pflicht bereits relevant: Mitarbeitende müssen ausreichend kompetent im Umgang mit KI-Systemen sein.
Das betrifft nicht nur Unternehmen, die eigene KI-Lösungen entwickeln. Auch Organisationen, die KI-Tools nutzen, sollten sich mit Artikel 4 des EU AI Act beschäftigen. Denn KI ist längst Teil des Arbeitsalltags: ChatGPT, Microsoft Copilot, KI-Funktionen in CRM-Systemen, automatische Übersetzung, Bildgenerierung, Dokumentenanalyse oder Assistenzfunktionen in Office-Anwendungen.
Die zentrale Frage lautet daher nicht mehr: „Nutzen wir KI überhaupt?“ Sondern: „Nutzen unsere Mitarbeitenden KI sicher, nachvollziehbar und verantwortungsvoll?“
Artikel 4 des EU AI Act verpflichtet Anbieter und Betreiber von KI-Systemen dazu, Maßnahmen zu ergreifen, um ein ausreichendes Niveau an KI-Kompetenz bei Mitarbeitenden und weiteren Personen sicherzustellen, die in ihrem Auftrag mit KI-Systemen arbeiten. Dabei sind unter anderem technisches Wissen, Erfahrung, Ausbildung, Nutzungskontext und die betroffenen Personen oder Gruppen zu berücksichtigen.
Für Unternehmen ist das ein wichtiger Perspektivwechsel: KI-Kompetenz ist nicht nur Weiterbildung. Sie ist ein Bestandteil von Governance, Risikomanagement und verantwortungsvoller Digitalisierung.
Was die Schulungspflicht im EU AI Act bedeutet
Der Begriff „Schulungspflicht“ ist in der Praxis gut verständlich und suchnah. Rechtlich präziser spricht der EU AI Act jedoch von „AI Literacy“ beziehungsweise KI-Kompetenz. Gemeint sind Fähigkeiten, Wissen und Verständnis, die es ermöglichen, KI-Systeme informiert einzusetzen und Chancen, Risiken sowie mögliche Schäden angemessen einzuordnen.
Das bedeutet: Unternehmen müssen nicht zwingend ein starres Standardtraining für alle Beschäftigten einführen. Ebenso wenig verlangt Artikel 4 pauschal ein bestimmtes Zertifikat. Entscheidend ist vielmehr, dass die Maßnahmen zum tatsächlichen Einsatz von KI im Unternehmen passen.
Eine gute KI-Schulung beantwortet deshalb praktische Fragen:
- Was darf in ein KI-Tool eingegeben werden?
- Welche Daten sind vertraulich oder personenbezogen?
- Wann müssen KI-Ergebnisse fachlich geprüft werden?
- Welche Tools sind freigegeben?
- Wer trägt Verantwortung für KI-gestützte Entscheidungen?
- Wann muss ein Fall eskaliert werden?
- Welche Risiken entstehen durch Halluzinationen, Bias oder unklare Quellen?
Die EU-Kommission betont, dass es keine „One-size-fits-all“-Lösung gibt. Unternehmen sollten ihren Ansatz an Rolle, Risiko, Wissenstand und Nutzungskontext ausrichten. Genau darin liegt die eigentliche Aufgabe: Nicht einfach Schulungsnachweise sammeln, sondern ein belastbares Kompetenzmodell für den eigenen KI-Einsatz schaffen.
Seit wann gilt Artikel 4 und warum Unternehmen nicht warten sollten
Die AI-Literacy-Pflichten aus Artikel 4 gelten seit dem 2. Februar 2025. Die Aufsichts- und Durchsetzungsregeln werden laut EU-Kommission ab August 2026 praktisch relevant.
Damit ist klar: Die Schulungspflicht ist kein Zukunftsthema. Sie gehört bereits jetzt auf die Agenda von Geschäftsführung, HR, IT, Datenschutz, Compliance und Fachbereichen.
Wichtig ist dabei eine sachliche Einordnung. Unternehmen sollten nicht aus Angst vor Sanktionen hektisch ein generisches E-Learning ausrollen. Sinnvoller ist ein strukturierter Ansatz: KI-Nutzung erfassen, Rollen und Risiken bewerten, Mindeststandards definieren, Schulungsformate entwickeln und Nachweise sauber dokumentieren.
Der aktuelle Diskurs um den EU AI Act zeigt außerdem, dass Unternehmen mit Unsicherheit umgehen müssen. Einerseits steigt der Druck, KI produktiv einzusetzen. Andererseits sind rechtliche, technische und organisatorische Anforderungen noch in Bewegung. Gerade deshalb ist KI-Kompetenz so wichtig: Sie hilft Mitarbeitenden, mit unklaren Situationen professionell umzugehen, statt KI entweder unkontrolliert zu nutzen oder aus Unsicherheit vollständig zu vermeiden.
Wer im Unternehmen betroffen ist
Eine häufige Fehlannahme lautet: KI-Schulungen betreffen vor allem IT, Entwicklung oder Data-Science-Teams. Tatsächlich kann Artikel 4 deutlich breiter relevant sein. Betroffen sind alle Personen, die im Auftrag des Unternehmens mit KI-Systemen arbeiten oder deren Betrieb unterstützen.
Das umfasst je nach Organisation verschiedene Rollen und Bereiche.
Geschäftsführung und Management benötigen ein Grundverständnis für AI Act, Governance, Risikoklassen, Verantwortlichkeiten und strategische Entscheidungen. Sie müssen beurteilen können, welche KI-Initiativen vertretbar sind, welche Freigaben notwendig werden und wo organisatorische Leitplanken fehlen.
HR-Teams arbeiten häufig mit KI bei Stellenanzeigen, interner Kommunikation, Personalentwicklung oder Bewerbungsprozessen. Hier sind Themen wie Bias, Diskriminierung, Datenschutz, menschliche Kontrolle und Dokumentation besonders relevant.
Marketing und Vertrieb nutzen KI für Texte, Bilder, Kampagnen, Lead-Recherche, Präsentationen oder Marktanalysen. Schulungsbedarf entsteht bei Quellenprüfung, Urheberrecht, Kennzeichnung, Kundendaten, Markenwirkung und Qualitätssicherung.
IT und Entwicklung arbeiten mit Coding-Assistenten, Automatisierung, Schnittstellen, internen KI-Systemen oder Cloud-Diensten. Hier stehen Security, Datenschutz, Zugriffskonzepte, Architektur, Code-Review und Modellgrenzen im Mittelpunkt.
Fachbereiche nutzen KI häufig pragmatisch: für Zusammenfassungen, Dokumentenanalyse, Reporting, Übersetzung oder erste Entwürfe. Genau hier entstehen viele Risiken, weil Tools schnell verfügbar sind und informell genutzt werden.
Unternehmen sollten deshalb nicht nur nach Abteilungen denken, sondern nach Nutzungsszenarien. Wer KI gelegentlich für Textentwürfe nutzt, braucht andere Inhalte als ein Team, das KI in Kundenprozesse, HR-Entscheidungen oder Softwareentwicklung integriert.
Welche Risiken durch fehlende KI-Kompetenz entstehen
Fehlende KI-Kompetenz ist kein kleines Weiterbildungsthema. Sie kann zu einem echten Governance-Risiko werden.
Wenn Mitarbeitende KI ohne Regeln und ausreichendes Verständnis nutzen, entstehen typische Problemfelder: vertrauliche Daten landen in nicht freigegebenen Tools, KI-generierte Aussagen werden ungeprüft übernommen, Quellen sind nicht nachvollziehbar, Verzerrungen werden nicht erkannt oder Entscheidungen werden nicht ausreichend dokumentiert.
Ein Beispiel aus dem Arbeitsalltag: Ein Vertriebsmitarbeiter lässt ein KI-Tool eine Angebotsanalyse erstellen und übernimmt die Ergebnisse ungeprüft. Wenn die Analyse falsche Annahmen enthält, kann daraus eine wirtschaftlich problematische Entscheidung entstehen. Noch kritischer wird es, wenn personenbezogene Kundendaten oder vertrauliche Vertragsinformationen in ein nicht freigegebenes Tool eingegeben wurden.
Auch im HR-Bereich können Risiken schnell eskalieren. Wird KI bei Bewerbungen, Bewertungen oder interner Kommunikation eingesetzt, ohne Grenzen und mögliche Verzerrungen zu verstehen, entstehen arbeitsrechtliche, ethische und reputationsbezogene Risiken.
Besonders relevant sind fünf Risikofelder:
Datenschutz und Vertraulichkeit: Personenbezogene Daten, Kundendaten oder interne Informationen dürfen nicht unkontrolliert in KI-Tools eingegeben werden.
Falsche Ergebnisse: KI kann überzeugend klingende, aber sachlich falsche Inhalte erzeugen. Dieses Risiko wird oft unterschätzt.
Diskriminierung und Bias: KI-Systeme können bestehende Verzerrungen verstärken, insbesondere bei sensiblen Entscheidungen.
Urheberrecht und Quellen: KI-generierte Inhalte müssen geprüft werden, bevor sie veröffentlicht oder kommerziell genutzt werden.
Nachweisprobleme: Ohne Dokumentation ist schwer belegbar, welche Regeln, Schulungen und Kontrollen im Unternehmen existieren.
Genau deshalb reicht es nicht, Mitarbeitenden nur Prompt-Tipps zu geben. Eine gute Schulung vermittelt ein gemeinsames Risikoverständnis.
Welche Inhalte eine gute KI-Schulung abdecken sollte
Eine wirksame KI-Schulung beginnt mit Grundlagen, bleibt dort aber nicht stehen. Mitarbeitende sollten verstehen, was KI kann, wo ihre Grenzen liegen und wie sich sichere Nutzung im eigenen Arbeitskontext anfühlt.
Für alle Mitarbeitenden mit KI-Berührung sind Basisinhalte sinnvoll:
- Was ist KI und wie funktionieren typische KI-Systeme?
- Welche KI-Tools sind im Unternehmen erlaubt?
- Welche Daten dürfen eingegeben werden und welche nicht?
- Was sind Halluzinationen, Bias und Scheingenauigkeit?
- Wie prüfen wir KI-Ergebnisse im Unternehmen?
- Wann ist menschliche Kontrolle zwingend notwendig?
- Welche internen Freigabe- und Eskalationswege gelten?
Darauf aufbauend sollten rollenbezogene Vertiefungen folgen. Marketing braucht andere Praxisfälle als HR, IT oder Management.
- Für Marketing und Vertrieb sind Content-Prüfung, Quellen, Kennzeichnung, Markenwirkung und Kundendaten entscheidend.
- Bei HR stehen Fairness, Diskriminierung, verbotene Praktiken, Datenschutz und menschliche Kontrolle im Vordergrund.
- Im Bereich IT und Entwicklung sind Security, Codequalität, Architektur, Zugriffskonzepte und sichere Integration zentral.
- Dem Management geht es um Governance, Verantwortlichkeiten, Risikoklassen, Investitionsentscheidungen und Priorisierung.
- In den Fachbereichen sind sichere Prompts, Ergebnisprüfung, Freigaben und Use-Case-Bewertung besonders wichtig.
Die beste Schulung ist nah an realen Arbeitsprozessen. Statt abstrakter Theorie sollten Unternehmen typische Situationen aus dem Alltag nutzen: Darf ich diese Kundendaten eingeben? Darf ich diesen KI-Text veröffentlichen? Muss ich diese Analyse prüfen lassen? Ist dieses Tool freigegeben?
So entsteht Kompetenz, die im Alltag tatsächlich wirkt.
Welche Schulungsformate für unterschiedliche Zielgruppen sinnvoll sind
Da Artikel 4 keine starre Einheitslösung verlangt, sollten Unternehmen verschiedene Formate kombinieren.
Ein Basis-E-Learning eignet sich für alle Mitarbeitenden mit gelegentlicher KI-Nutzung. Es schafft gemeinsame Mindeststandards und lässt sich gut dokumentieren. Der Nachteil: Es bleibt oft zu allgemein, wenn keine Praxisfälle ergänzt werden.
Live-Workshops sind sinnvoll für Teams, die KI aktiv nutzen. Sie ermöglichen Fragen, Tool-Demos, Diskussionen und konkrete Übungen. Gerade bei sensiblen Bereichen wie HR, Vertrieb, Entwicklung oder Kundenservice ist dieses Format oft wirkungsvoller als ein reines Selbstlernmodul.
Rollenmodule vertiefen spezifische Risiken. Ein HR-Modul kann Bias und Bewerbungsprozesse behandeln, ein IT-Modul Security und Architektur, ein Management-Modul Governance und Verantwortlichkeit.
Ein KI-Nutzungsleitfaden sollte Schulungen begleiten. Er definiert erlaubte Tools, Datenklassen, Freigabeprozesse, Review-Pflichten und Eskalationswege. Ohne solche Leitplanken bleibt Schulung oft unverbindlich.
Ein Prompt- und Review-Playbook hilft Power Usern und Fachbereichen, bessere Ergebnisse zu erzielen und Fehler systematisch zu prüfen.
Für größere Organisationen kann außerdem ein Train-the-Trainer-Ansatz sinnvoll sein. Multiplikatorinnen und Multiplikatoren tragen Wissen in Teams hinein und helfen, KI-Kompetenz dauerhaft zu verankern.
Die wichtigste Empfehlung lautet: Schulung, Richtlinie und Praxisunterstützung sollten zusammen gedacht werden. Ein Training ohne klare Regeln verpufft. Eine Richtlinie ohne Schulung wird nicht verstanden.
Wie Unternehmen Schulungen dokumentieren und evaluieren können
Artikel 4 schreibt keine bestimmte Prüfungsform vor. Die EU-Kommission stellt zudem klar, dass kein spezielles Zertifikat erforderlich ist; interne Aufzeichnungen zu Trainings und weiteren Maßnahmen können sinnvoll sein.
Trotzdem sollten Unternehmen ihre Maßnahmen nachvollziehbar dokumentieren. Denn im Fall von Audits, Kundenanfragen, interner Revision oder Vorfällen ist entscheidend, ob das Unternehmen plausibel zeigen kann, welche Maßnahmen ergriffen wurden.
Sinnvolle Nachweise sind:
- Teilnahmelisten und Lernstände
- Schulungsinhalte und Versionen
- Rollen- und Zielgruppenmatrix
- KI-Nutzungsrichtlinie
- Freigabeprozesse für Tools und Use Cases
- Dokumentierte Aktualisierungen bei neuen Tools oder Risiken
- Ergebnisse aus Tests, Feedback oder Praxisübungen
Auch Evaluation ist wichtig. Dabei geht es nicht darum, Mitarbeitende mit komplizierten Prüfungen zu überfordern. Entscheidend ist, ob die wichtigsten Regeln verstanden und angewendet werden.
Geeignete Methoden sind kurze Vorher-/Nachher-Quiz, Praxisaufgaben mit typischen Prompts, Fallstudien zu Dateneingaben, Feedback zur Verständlichkeit der Richtlinie oder Stichproben bei KI-Projekten.
Eine gute Evaluationsfrage lautet: Können Mitarbeitende in typischen Arbeitssituationen erkennen, ob sie KI nutzen dürfen, welche Daten erlaubt sind, wie Ergebnisse geprüft werden müssen und wann sie Unterstützung brauchen?
Wenn diese Fragen sicher beantwortet werden, entsteht aus Schulung echte Handlungsfähigkeit.
Schritt-für-Schritt: So können Unternehmen die Schulungspflicht umsetzen
Ein pragmatisches Vorgehen hilft, die Schulungspflicht nicht als isoliertes Compliance-Projekt zu behandeln, sondern als Teil einer belastbaren KI-Governance.
1. KI-Nutzung erfassen
Zuerst sollte geklärt werden, welche KI-Tools bereits genutzt werden. Dazu gehören offiziell eingeführte Systeme ebenso wie informelle Nutzung in Fachbereichen. Gerade Shadow-AI ist ein häufiger Ausgangspunkt für Risiken.
2. Tools, Daten und Use Cases bewerten
Welche Daten werden verarbeitet? Welche Prozesse sind betroffen? Gibt es personenbezogene Daten, vertrauliche Informationen oder Entscheidungen mit Auswirkung auf Menschen?
3. Rollen und Risikoprofile definieren
Gelegentliche Nutzerinnen und Nutzer benötigen andere Inhalte als Power User, Entwicklerteams oder Führungskräfte. Eine einfache Rollenmatrix schafft Übersicht.
4. Mindestinhalte für alle festlegen
Alle Mitarbeitenden mit KI-Berührung sollten Grundlagen zu Tool-Nutzung, Datenschutz, Vertraulichkeit, Halluzinationen, Bias und menschlicher Kontrolle kennen.
5. Rollenmodule entwickeln
Sensible Bereiche wie HR, IT, Marketing, Vertrieb, Kundenservice oder Management sollten spezifische Module erhalten.
6. KI-Nutzungsleitfaden etablieren
Der Leitfaden sollte klar regeln, welche Tools freigegeben sind, welche Daten nicht eingegeben werden dürfen, welche Prüfpflichten gelten und wer bei Unsicherheiten entscheidet.
7. Schulungen durchführen und dokumentieren
Teilnahmen, Inhalte, Versionen und Zielgruppen sollten nachvollziehbar erfasst werden.
8. Wirksamkeit prüfen und aktualisieren
KI entwickelt sich schnell. Deshalb sollten Schulungen regelmäßig angepasst werden, insbesondere bei neuen Tools, neuen Use Cases oder veränderten regulatorischen Anforderungen.
KI-Kompetenz ist kein einmaliger Pflichttermin. Sie ist ein wiederkehrender Bestandteil verantwortungsvoller KI-Governance.
Praktische Checkliste für Unternehmen
Unternehmen können mit folgenden Fragen starten:
- Welche KI-Tools nutzen wir bereits?
- Welche davon sind offiziell freigegeben?
- Welche Daten dürfen in KI-Tools eingegeben werden?
- Welche Rollen nutzen KI regelmäßig?
- Gibt es eine verständliche KI-Richtlinie?
- Sind Datenschutz, IT-Security, HR und Fachbereiche eingebunden?
- Sind Schulungen nach Rolle und Risiko differenziert?
- Wer aktualisiert Inhalte bei neuen Tools oder Risiken?
- Wie überprüfen wir die Wirksamkeit der Schulungen?
- Welche Nachweise können wir bei Prüfung, Audit oder Kundenanfrage zeigen?
Diese Checkliste zeigt schnell, ob KI-Kompetenz im Unternehmen bereits strukturiert aufgebaut wird oder ob noch Lücken bestehen.
Fazit: KI-Kompetenz ist Governance, nicht nur Weiterbildung
Die Schulungspflicht im EU AI Act ist für viele Unternehmen der erste konkrete Berührungspunkt mit der neuen KI-Regulierung. Sie ist aber mehr als eine formale Pflicht.
Richtig umgesetzt hilft KI-Kompetenz dabei, Risiken zu senken, sichere Nutzung zu ermöglichen und produktive KI-Anwendungen gezielt voranzubringen. Mitarbeitende lernen nicht nur, wie sie ein Tool bedienen. Sie verstehen, wann KI sinnvoll ist, wo Grenzen liegen, welche Daten geschützt werden müssen und wie Ergebnisse verantwortungsvoll geprüft werden.
Für Unternehmen entsteht dadurch eine wichtige Grundlage: weniger Unsicherheit, weniger Shadow-AI, bessere Entscheidungen und mehr Vertrauen in konkrete KI-Projekte.
GECKO betrachtet KI-Kompetenz deshalb als Brücke zwischen Regulierung, sicherer Tool-Nutzung und produktiver Digitalisierung. Im AI Readiness Check analysiert GECKO unter anderem Daten, Prozesse, Systeme und organisatorische Voraussetzungen, priorisiert relevante Use Cases und schafft eine Grundlage für Roadmap, Entscheidungen und nächste Umsetzungsschritte.
Wer die Schulungspflicht jetzt strukturiert angeht, erfüllt nicht nur regulatorische Erwartungen. Er schafft die Basis dafür, KI im Unternehmen kontrolliert, sicher und wirksam einzusetzen. Sie möchten wissen, wie gut Ihr Unternehmen auf den sicheren und produktiven Einsatz von KI vorbereitet ist? Starten Sie mit einer strukturierten Standortbestimmung: von KI-Nutzung und Datenlage über Governance bis zu rollenbasierten Schulungsbedarfen.
