Stand: 16. September 2026. Dieser Beitrag ist eine Einordnung aus der Praxis, keine Rechtsberatung.
Das Wichtigste in Kürze
- AI Literacy ist im EU AI Act kein Schlagwort, sondern ein Rechtsbegriff: sachkundiger Einsatz von KI, im Bewusstsein von Chancen und Risiken, passend zur eigenen Rolle.
- Artikel 4 verlangt Maßnahmen, die diese Kompetenz fördern. Er verlangt kein Zertifikat, keine bestimmte Schulung und kein garantiertes Niveau einzelner Personen.
- Weil die Definition einen Umgang beschreibt und kein Wissen, zeigt sich AI Literacy erst bei echter Arbeit: wann jemand KI einsetzt, prüft oder bewusst weglässt.
AI Literacy wird oft verwendet wie der Name eines Kurses. Im Gesetz ist sie etwas anderes. Die KI-Verordnung definiert den Begriff, und diese Definition beschreibt nicht, was jemand über KI weiß, sondern wie jemand mit KI umgeht.
Das hat eine praktische Folge. Wer wissen will, ob ein Team KI-kompetent ist, erfährt wenig, wenn er fragt, was die Mitarbeitenden über KI wissen. Aufschlussreicher ist, wie sie damit arbeiten. Die Definition steht in Art. 3 Nr. 56 der KI-Verordnung1 und ist dieselbe, die hinter Artikel 4 steht.
Was bedeutet AI Literacy laut Gesetz?
Das Gesetz fasst KI-Kompetenz als die Fähigkeiten, das Wissen und das Verständnis, die es Anbietern, Betreibern und Betroffenen erlauben, KI-Systeme sachkundig einzusetzen und sich der Chancen und Risiken von KI bewusst zu werden. So gibt es auch der AI Act Explorer zu Artikel 42 wieder. Erwägungsgrund 203 nennt den Zweck: Die Beteiligten sollen informierte Entscheidungen über KI-Systeme treffen können. Zwei Dinge fallen auf. Es geht um Einsatz, nicht um Theorie. Und es geht um Chancen und Risiken zugleich: Wer KI meidet, wo sie helfen würde, ist so wenig kompetent wie jemand, der ihr blind vertraut.
| Was die Definition sagt | Woran man es im Alltag erkennt |
|---|---|
| Sachkundiger Einsatz | KI wird für die Teilaufgaben eingesetzt, bei denen sie hilft |
| Bewusstsein für Chancen | KI wird nicht gemieden, wo sie die Arbeit besser macht |
| Bewusstsein für Risiken | Die Ausgabe wird geprüft, bevor sie weitergeht |
| Passend zu Kenntnissen, Erfahrung und Kontext | Eigenes Fachwissen steuert erkennbar das Werkzeug |
| Informierte Entscheidungen | Das Werkzeug wird bewusst weggelassen, wo es schadet |
Die Definition zielt auf den Umgang mit KI, nicht auf die Fähigkeit, sie zu erklären.
Zwei Begriffe gehören dabei auseinandergehalten. AI Literacy ist der Rechtsbegriff aus Artikel 3 Nummer 56 der KI-Verordnung: Fähigkeiten, Kenntnisse und Verständnis für einen sachkundigen Einsatz von KI-Systemen. KI-Kompetenz meint in diesem Beitrag die beobachtbare Seite davon, also das, was sich an einer echten Arbeitsaufgabe zeigt und deshalb bewertet werden kann. Das Gesetz verlangt das Erste, belegen lässt sich vor allem das Zweite.
Für wen gilt die Pflicht aus Artikel 4?
Die Pflicht trifft nicht nur die Hersteller von KI-Systemen, sondern ausdrücklich auch die Betreiber, also jedes Unternehmen, dessen Mitarbeitende mit KI arbeiten, Copilot und ChatGPT eingeschlossen. Seit der Omnibus-Verordnung (EU) 2026/17444, in Kraft seit dem 27. Juli 2026, lautet sie: Maßnahmen ergreifen, die die Entwicklung der KI-Kompetenz des Personals unterstützen. Ein bestimmtes Niveau muss niemand garantieren. Kontextbezogen bleibt die Pflicht trotzdem: Zu berücksichtigen sind technische Kenntnisse, Erfahrung, Ausbildung und der Einsatzkontext der jeweiligen Person. Die EU-Kommission5 schreibt dazu, es gebe keine Einheitslösung und keine vorgeschriebenen Schulungen. Die eine Schulung für das ganze Haus passt deshalb schlecht zu dieser Vorgabe.
Woran erkennt man AI Literacy im Alltag?
Aus der abstrakten Definition wird beobachtbares Verhalten, wenn man vier Fragen an eine konkrete Arbeitssituation stellt. Wird KI für die richtigen Teilaufgaben eingesetzt, und bewusst nicht dort, wo sie schadet? Wird zielführend mit dem Werkzeug interagiert statt in einem einzigen vagen Prompt? Wird die Ausgabe kritisch geprüft und eingeordnet? Fließt eigenes Fachwissen erkennbar in die Steuerung ein? An denselben vier Fragen orientiert sich auch die Bewertung in Proveos Fallaufgaben.
66 %
der Beschäftigten, die KI nutzen, verlassen sich auf KI-Ausgaben, ohne deren Richtigkeit zu prüfen. Die dritte der vier Fragen ist die, an der es am häufigsten scheitert.
Die Zahl stammt aus der Studie von KPMG und der University of Melbourne7, in der mehr als die Hälfte der Befragten auch von Fehlern in der eigenen Arbeit durch KI berichtet. Die Erklärung liefert das Experiment von Dell'Acqua und Kollegen8: Menschen misstrauen generativer KI dort, wo sie stark ist, und vertrauen ihr zu sehr, wo sie schwach ist.
Genau diese Grenze zu erkennen, ist AI Literacy: zu wissen, wann das Werkzeug trägt und wann nicht, ohne dass es auf dem Ergebnis steht. Die meisten Unternehmen wissen über ihre eigene AI Literacy allerdings nur die ersten beiden Dinge.
Was Unternehmen über ihre AI Literacy meist wissen
Zugang
Welche Lizenzen und Werkzeuge es gibt. Steht in der IT.
Wissen
Wer an welcher Einführung teilgenommen hat. Steht in der Personalakte.
Urteil im Einsatz
Wann jemand KI einsetzt, prüft oder weglässt. Selten gemessen.
Warum ist AI Literacy nie abgeschlossen?
Artikel 4 verlangt, KI-Kompetenz zu fördern, ein Verb im Präsens, kein abgeschlossener Zustand. Modelle und Werkzeuge ändern sich in Monaten; eine Kompetenz, die im letzten Jahr belegt wurde, sagt wenig über heute. Dass Kompetenz nicht mit dem Zugang kommt, zeigt eine Studie von Microsoft Research9: Je mehr jemand der generativen KI vertraut, desto weniger kritisch prüft diese Person die Ergebnisse; je mehr sie dem eigenen Können vertraut, desto kritischer. Die Beschäftigten sehen den Bedarf selbst: In der BCG-Befragung AI at Work 202510 fühlt sich nur eine Minderheit angemessen geschult.
AI Literacy ist deshalb nichts, was ein Unternehmen einmal hat und abhakt. Sie muss mit den Werkzeugen mitwachsen und in einem laufenden Rhythmus gefördert und festgehalten werden.
Ein Beispiel
Stellen Sie sich eine Personalabteilung vor, die Stellenanzeigen mit KI entwirft. Alle drei Mitarbeitenden haben die Einführung besucht und kennen die Begriffe.
In einer echten Aufgabe zeigt sich ein anderes Bild. Die erste übernimmt eine Anforderung, die das Modell aus einer fremden Anzeige ergänzt hat. Die zweite lässt KI ganz weg und schreibt alles von Hand. Die dritte nutzt den Entwurf, prüft jede Anforderung gegen die Stellenbeschreibung und passt den Ton an das Unternehmen an.
Alle drei hätten dieselbe Teilnahmebescheinigung. Am nächsten an der Definition arbeitet die dritte: sachkundig, im Bewusstsein von Chancen und Risiken.
Drei Schritte für den Anfang
- Halten Sie für jede Rolle fest, wofür sie KI einsetzt. Die Definition verlangt Kontext, keine Einheitslösung.
- Übersetzen Sie die Definition in die vier Fragen und laden Sie eine kleine, repräsentative Gruppe zu einer transparenten, abgestimmten Arbeitsaufgabe ein. Das ist die erste Aufzeichnung.
- Legen Sie fest, in welchem Rhythmus Sie das wiederholen. Werkzeuge ändern sich in Monaten, der Beleg muss mitgehen. Wie sich KI-Kompetenz messen lässt.
Fazit
AI Literacy ist kein Zertifikatsname und kein Schlagwort, sondern eine Arbeitsdefinition: sachkundiger Einsatz, im Bewusstsein von Chancen und Risiken, passend zur eigenen Rolle. Beispiele für Maßnahmen sammelt das Living Repository der EU-Kommission6, ausdrücklich ohne Konformitätsvermutung. Wer wissen will, wie es um die AI Literacy im eigenen Haus steht, braucht keine weitere Begriffsklärung, sondern eine Messung, die Verhalten sichtbar macht.
Quellen
Methode, Stichprobe und weitere Zahlen lassen sich je Quelle aufklappen.
- Verordnung (EU) 2024/1689 auf EUR-Lex. ↩
Details
Volltext der KI-Verordnung mit der Definition der KI-Kompetenz in Art. 3 Nr. 56.
- AI Act Explorer: Artikel 4 KI-Kompetenz. ↩
Details
Aktueller deutscher Wortlaut nach der Omnibus-Änderung.
- AI Act Explorer: Erwägungsgrund 20. ↩
Details
Zweck der KI-Kompetenz: informierte Entscheidungen über KI-Systeme.
- Verordnung (EU) 2026/1744 im Amtsblatt. ↩
Details
Der Digital Omnibus on AI, in Kraft seit 27. Juli 2026. Artikel 4 als Pflicht zu Maßnahmen, ohne garantiertes Kompetenzniveau einzelner Personen.
- EU-Kommission: „AI literacy: Questions and Answers“. ↩
Details
Keine Einheitslösung, keine vorgeschriebenen Schulungen, kein Zertifikat; interne Aufzeichnungen empfohlen; Verweis auf Gebrauchsanweisungen allein wenig wirksam.
- EU-Kommission: Living Repository zu KI-Kompetenz. ↩
Details
Praxisbeispiele für Maßnahmen, ohne Konformitätsvermutung.
- KPMG und University of Melbourne: „Trust, attitudes and use of AI“, 2025. ↩
Details
Über 48.000 Befragte in 47 Ländern. 66 % der KI-Nutzenden prüfen KI-Ausgaben nicht, 56 % berichten von Fehlern in ihrer Arbeit durch KI.
- Dell'Acqua et al., „How People Can Create and Destroy Value with Generative AI“, BCG / Harvard Business School, 2023. ↩
Details
Experiment mit 758 Beratern. Bei Aufgaben außerhalb der Modellfähigkeiten 23 % schlechter als die Kontrollgruppe ohne KI.
- Microsoft Research: „The Impact of Generative AI on Critical Thinking“, 2025. ↩
Details
Befragung von 319 Wissensarbeitern mit Carnegie Mellon: höheres Vertrauen in KI geht mit weniger kritischem Denken einher, höheres Vertrauen in das eigene Können mit mehr.
- BCG: „AI at Work 2025“. ↩
Details
Über 10.600 Beschäftigte in 11 Ländern; nur ein Drittel fühlt sich angemessen für KI geschult.