KI-Tools sind gekauft, die Lizenzen laufen, und trotzdem weiß kaum ein Unternehmen, wie gut damit tatsächlich gearbeitet wird. Genau diese Lücke heißt KI-Kompetenz: nicht, ob Ihre Leute KI benutzen, sondern wie gut. Dieser Leitfaden sammelt, was der Begriff bedeutet, was das Gesetz verlangt, warum sich Investitionen ohne Kompetenz nicht rechnen und wie man Kompetenz misst, statt sie zu schätzen.

Was ist KI-Kompetenz, und was ist sie nicht?

KI-Kompetenz ist die Fähigkeit, KI-Systeme im eigenen Arbeitsalltag wirksam, kritisch und dem Kontext angemessen einzusetzen. Der Begriff stammt nicht aus dem Marketing, sondern aus dem Gesetz: Artikel 4 EU AI Act verwendet ihn wörtlich. Gemeint ist ausdrücklich mehr als Bedienwissen: Wer weiß, wo bei Copilot der Senden-Knopf sitzt, ist damit noch nicht kompetent.

In der Praxis zeigt sich KI-Kompetenz an vier Dingen: das richtige Werkzeug für die Aufgabe wählen, präzise mit dem System arbeiten, Ausgaben kritisch prüfen statt blind übernehmen, und das eigene Fachwissen in die Zusammenarbeit einbringen. Was sie nicht ist: auswendig gelerntes Wissen über KI. Der Unterschied zwischen Wissen und Können zieht sich durch diesen ganzen Leitfaden.

Die Rechtslage: Artikel 4 und der Digital Omnibus

Seit Februar 2025 verpflichtet Artikel 4 EU AI Act Unternehmen, für ausreichende KI-Kompetenz ihrer Mitarbeitenden zu sorgen, seit August 2026 unter aktiver Aufsicht nationaler Behörden. Vorgeschrieben ist kein Zertifikat, keine Prüfung und kein Score; die Pflicht existiert trotzdem, auch für kleine Unternehmen.

Der Digital Omnibus hat diese Pflicht inzwischen zur Bemühenspflicht abgeschwächt. Das ist eine echte Entlastung, aber keine Entwarnung: Eine Bemühenspflicht erfüllt nur, wer das Bemühen belegen kann. Die Frage verschiebt sich damit vom „ob“ zum „womit“, und genau deshalb handelt der Rest dieses Leitfadens vom Messen und Nachweisen, nicht von Paragraphen. Wer es praktisch angehen will, findet in der Artikel-4-Checkliste sieben konkrete Schritte. Die Checkliste gibt es auch als PDF auf einer Seite.

Warum sich KI ohne Kompetenz nicht rechnet

Unabhängig vom Gesetz gibt es einen betriebswirtschaftlichen Grund, das Thema ernst zu nehmen: 53 % der deutschen Unternehmen ab 20 Beschäftigten nennen fehlendes technisches Know-how als Hemmnis für den KI-Einsatz (Bitkom-Studienbericht 2026), und 95 % der Unternehmen sehen laut MIT-NANDA-Studie 2025 aus ihren Investitionen in generative KI keinen messbaren Ertrag. Das Geld für Lizenzen und Tools ist ausgegeben, die Rendite hängt am Können der Mitarbeitenden, nicht an der Tool-Auswahl.

Wo der Engpass im eigenen Unternehmen liegt und was er kostet, lässt sich grob überschlagen: der Engpass-Rechner auf der ROI-Seite rechnet mit Ihren eigenen Zahlen. Den größeren Rahmen liefern die KI-Kompetenz-Statistiken: mehr als 35 belegte Zahlen zu Nutzung, Weiterbildung und ROI.

Messen: Wissen ist nicht Können

Der häufigste Fehlgriff beim Messen von KI-Kompetenz ist das Quiz. Ein Quiz prüft Wissen über KI. Ob jemand KI in der eigenen Arbeit gut einsetzt, zeigt erst eine echte Fallaufgabe: eine reale Aufgabe aus dem eigenen Bereich, bearbeitet in einem Workspace mit KI-Chat, unter denselben Bedingungen wie im Arbeitsalltag.

Bewertet wird dabei die Arbeitsweise, nicht nur das Ergebnis: Werkzeugwahl, Qualität der Interaktion, kritische Prüfung der Ausgaben, Einsatz des eigenen Fachwissens. Wie solche Fallaufgaben aufgebaut sind, zeigt die Plattform-Seite. Einen breiteren Vergleich zieht der Beitrag KI-Kompetenz messen: drei Methoden.

Vom Messwert zur Verbesserung

Eine Zahl allein ändert kein Verhalten. Wer nach einer Messung nur einen Score zurückmeldet, erzeugt ein Urteil ohne Begründung und verschenkt den Moment, in dem Lernen tatsächlich passiert. Deshalb gehört zu jeder bewerteten Fallaufgabe dreierlei: der Beleg aus der eigenen Bearbeitung, eine Musterlösung zum Vergleich und ein gezielter Tipp für das nächste Mal.

So wird aus der Messung ein Ausgangspunkt für Coaching, und aus der zweiten Messung der Nachweis, dass sich etwas verändert hat.

Das Risiko im Schatten

Gemessen werden muss auch, was offiziell gar nicht stattfindet: 78 % der Beschäftigten, die KI bei der Arbeit nutzen, bringen laut Work Trend Index 2024 von Microsoft und LinkedIn eigene Tools mit, in kleinen und mittleren Unternehmen 80 %, während in Deutschland nur 23 % der Unternehmen ab 20 Beschäftigten feste Regeln für den KI-Einsatz haben (Bitkom 2025). Das Risiko der Schatten-KI ist dabei nicht die Nutzung selbst, sondern dass niemand weiß, wie gut sie ist.

Ein KI-Inventar, das auch die inoffizielle Nutzung erfasst, ist deshalb der erste Schritt jeder Kompetenzmessung. Wie Proveo selbst mit Daten umgeht, steht auf der Sicherheitsseite. Warum eine KI-Richtlinie allein daran nichts ändert, ist einen eigenen Beitrag wert.

Kompetenz nachweisen: vorher messen, nachher messen

Ein belastbarer Nachweis entsteht nicht aus einer Teilnahmeliste, sondern aus einem Vergleich: dieselbe Kompetenz, gemessen vor und nach einer Maßnahme. Erst dieser Vorher-Nachher-Blick zeigt, ob eine Schulung das Verhalten tatsächlich verändert hat, und er beantwortet zugleich die Frage, die Wirtschaftsprüfer und Ausschreibungen inzwischen stellen. Was dabei als KI-Kompetenznachweis zählt und was als Nachweis aussagekräftig ist, haben zwei eigene Beiträge sortiert.

Genau so arbeitet Proveo: Fallaufgaben als Messinstrument, Coaching als Maßnahme, Wirkung & ROI als Vergleich. Was dabei herauskommt, ist keine einzelne Zahl, sondern eine Landkarte über Abteilungen hinweg und eine belastbare Antwort auf die Frage, wo Ihr Unternehmen steht.

Alle Beiträge im Überblick

Pflicht und Regulatorik

Grafik: ein durchgestrichenes Eurozeichen gegenüber einem Dokument unter der Lupe Regulatorik Bußgelder und Haftung: Was der EU AI Act tatsächlich sanktioniert, und was Artikel 4 nicht tut Newsletter warnen vor Millionenbußgeldern für fehlende KI-Kompetenz. Artikel 4 EU AI Act ist selbst keine Bußgeldnorm. Das eigentliche Risiko liegt woanders: im fehlenden Nachweis. Weiterlesen → Grafik: Zeitachse von 2025 bis 2028, das Jahr 2026 hervorgehoben Regulatorik EU AI Act Fristen und Artikel 4: die datierte Übersicht für den Mittelstand Drei Daten sind verbindlich, alles andere ist Auslegung. Die Übersicht ordnet Artikel 4 EU AI Act, Digital Omnibus und aktive Aufsicht und zeigt, welcher Nachweis im Mittelstand tatsächlich verlangt wird. Weiterlesen → Grafik: vom Unternehmen über die Arbeit mit KI zum Nachweis Regulatorik Artikel 4 EU AI Act: Geltungsbereich, Betroffene und was seit dem Digital Omnibus als Erfüllung gilt Die Pflicht zur KI-Kompetenz gilt seit Februar 2025, seit Anfang August 2026 wird sie aktiv beaufsichtigt. Wir ordnen ein, wen Artikel 4 EU AI Act betrifft und welcher Nachweis nach dem Digital Omnibus trägt. Weiterlesen → Grafik: Kurs und Nachweis sind bekannt, das Verhalten dazwischen ist unbekannt Regulatorik Ist eine KI-Schulung nach Artikel 4 des EU AI Act Pflicht? Artikel 4 EU AI Act schreibt keinen bestimmten Kurs vor, sondern ein Kompetenzniveau. Wir ordnen ein, welche Pflicht tatsächlich besteht und wie ein Nachweis aussieht, der einer Prüfung standhält. Weiterlesen → Grafik: Pflicht und Nachweis sind gesetzt, die Dokumentation dazwischen fehlt Regulatorik Der Digital Omnibus hat Artikel 4 abgeschwächt. Heißt das, Sie können ihn ignorieren? Was sich mit dem Digital Omnibus wirklich geändert hat, und warum eine Bemühenspflicht trotzdem einen Nachweis braucht. Weiterlesen → Grafik: Checkliste mit sieben Schritten, die ersten drei abgehakt Regulatorik Artikel 4 EU AI Act: Die 7-Schritte-Checkliste für den Mittelstand Keine juristische Abhandlung, sondern eine Arbeitsliste: sieben Schritte, in dieser Reihenfolge, mit dem Dokument als Ergebnis. Weiterlesen → Grafik: ein kleines und ein großes Unternehmen, für beide gilt derselbe Paragraf Regulatorik Gilt Artikel 4 auch für kleine Unternehmen? Die häufigsten Fragen zur KI-Kompetenzpflicht Keine Größenschwelle, keine Mittelstandsausnahme, aber ein Aufwand, der mit dem Kontext skaliert. Sechs Fragen, sechs kurze Antworten. Weiterlesen → Grafik: Paragraf und Wissen sind bekannt, das Urteil im Einsatz fehlt Regulatorik AI Literacy: Was der EU AI Act unter KI-Kompetenz versteht Der Begriff steht in jedem zweiten Vortrag, definiert ist er selten. Was das Gesetz sinngemäß meint, und woran man AI Literacy im Alltag tatsächlich erkennt. Weiterlesen →

Messen und Nachweisen

Methodik Ist KI-Kompetenz in Vertrieb, HR und Produktion dasselbe? Gemeinsamer Kern, andere Aufgabe: was in jeder Abteilung gleich bleibt, was Rolle, Branche und Risiko verändern, und wie Ergebnisse trotzdem vergleichbar bleiben. Weiterlesen → Statistik KI-Kompetenz in Zahlen: mehr als 35 Statistiken zu Nutzung, Schulung und ROI Die belastbaren Zahlen zu Verbreitung, Kompetenzlücke, Weiterbildung, ROI und Schatten-KI an einem Ort, jede mit Primärquelle und Jahr. Vierteljährlich aktualisiert. Weiterlesen → Grafik: drei Methoden aufsteigend, Umfrage, Wissenstest und Fallaufgabe Methodik KI-Kompetenz messen: Drei Methoden im Vergleich Umfrage, Quiz oder Arbeitsprobe? Was die drei gängigen Messmethoden jeweils zeigen, was sie verschweigen, und wie sie sich sinnvoll kombinieren lassen. Weiterlesen → Grafik: angekreuzte Quizfragen gegenüber einer Fallaufgabe mit Dokument Methodik Warum ein Quiz nicht misst, ob Ihr Team KI wirklich beherrscht Ein Zertifikat fühlt sich nach einem Nachweis an. Warum es die falsche Frage beantwortet, und was Proveo stattdessen misst. Weiterlesen → Grafik: vier Branchen als Kacheln über einem gemeinsamen Maßstab mit vier Stufen Praxis KI-Kompetenz nach Branchen: Warum dieselbe Fallaufgabe im Maschinenbau und in der Steuerberatung nicht funktioniert Generische E-Learnings kennen die Rolle nicht, um die es geht. Wir zeigen an vier Branchen, wie eine Fallaufgabe aussehen muss und warum der Bewertungsmaßstab trotzdem überall derselbe bleibt. Weiterlesen → Grafik: durchgestrichene Teilnahmeliste gegenüber einem datierten Beleg mit Siegel Regulatorik KI-Kompetenz nachweisen: Was Artikel 4 verlangt und was welcher Schulungsnachweis belegt Die Pflicht steht, die Aufsicht läuft. Bleibt die Frage, die uns am häufigsten erreicht: Was gilt eigentlich als Nachweis? Weiterlesen →

Umsetzen in der Praxis

Markt Computer Use: Wenn KI-Agenten Maus und Tastatur übernehmen KI-Agenten bedienen Bildschirm, Maus und Tastatur und erreichen damit Systeme ohne Schnittstelle. Was das für Anmeldung, Kosten und die Aufsicht durch Menschen bedeutet. Weiterlesen → Grafik: vier Phasen auf einer Zeitachse, 14, 30, 60 und 90 Tage Regulatorik KI-Kompetenz im Unternehmen aufbauen: Der 90-Tage-Fahrplan von der Bestandsaufnahme zum belastbaren Nachweis Artikel 4 EU AI Act verlangt belegbare Bemühungen, keine Unterschriftenlisten. Wie Sie in 90 Tagen von der Bestandsaufnahme über Fallaufgaben und Coaching zu dokumentierten Ergebnissen kommen. Weiterlesen → Grafik: eine nackte Punktzahl gegenüber einer Rückmeldung mit drei konkreten Punkten Produkt Coaching statt Score-Dump: Warum Feedback nach jeder KI-Aufgabe wichtiger ist als eine Note Eine Zahl allein ändert kein Verhalten. Warum Proveo nach jeder Fallaufgabe Beleg, Musterlösung und einen gezielten Tipp zeigt, statt nur einen Score. Weiterlesen → Grafik: ein freigegebenes KI-Werkzeug, umgeben von gestrichelten Werkzeugen, die niemand sieht Praxis Schatten-KI: Was es bedeutet, wenn Mitarbeitende KI-Tools ohne Freigabe nutzen 78 % der KI-Nutzer bringen laut Microsoft eigene Tools mit. Warum das erste Problem nicht die Nutzung ist, sondern die Unsichtbarkeit. Weiterlesen → Grafik: Richtlinie und Einhaltung sind definiert, das Können dazwischen ist unbekannt Praxis Die KI-Richtlinie ist da, und jetzt? Warum Regeln ohne Kompetenz nichts ändern Die Richtlinie regelt das Dürfen. Ob jemand kann, was sie verlangt, steht nirgends, und genau dort entscheidet sich, ob sie wirkt. Weiterlesen → Markt Warum die meisten KI-Investitionen keine Rendite bringen 95 % der Unternehmen sehen laut MIT-Studie keinen messbaren Ertrag aus generativer KI. Was das mit fehlender Kompetenz zu tun hat. Weiterlesen →

Häufige Fragen

Ist eine KI-Schulung gesetzlich Pflicht?

Vorgeschrieben ist keine bestimmte Schulung, kein Zertifikat und kein Score. Artikel 4 EU AI Act verlangt, dass Unternehmen für ausreichende KI-Kompetenz sorgen; der Digital Omnibus hat daraus eine Bemühenspflicht gemacht. Die Frage nach dem Nachweis stellt der Markt trotzdem: in Ausschreibungen und von Wirtschaftsprüfern.

Gilt Artikel 4 nach dem Digital Omnibus noch?

Ja. Der Digital Omnibus hat Artikel 4 abgeschwächt, nicht gestrichen: aus der Ergebnispflicht wurde eine Bemühenspflicht. Wer sich nachweisbar bemüht, KI-Kompetenz im Team aufzubauen, erfüllt sie; wer nichts vorweisen kann, nicht.

Reicht ein Quiz als Nachweis?

Ein Quiz prüft Wissen über KI. Ob jemand KI in der eigenen Arbeit gut einsetzt, zeigt sich erst an einer echten Fallaufgabe unter realen Bedingungen: mit KI-Chat, eigenem Fachkontext und einer Bewertung der Arbeitsweise, nicht nur des Ergebnisses.

Warum rechnet sich KI ohne Kompetenz nicht?

53 % der deutschen Unternehmen ab 20 Beschäftigten nennen fehlendes technisches Know-how als Hemmnis für den KI-Einsatz (Bitkom 2026), und 95 % der Unternehmen sehen laut MIT-NANDA-Studie 2025 keinen messbaren Ertrag aus generativer KI. Die Lizenzen sind bezahlt, die Wirkung hängt daran, wie kompetent damit gearbeitet wird.

Wie fängt man an?

Vier Schritte: ein KI-Inventar erstellen (auch Schatten-KI erfassen), Kompetenzprofile nach Rolle bilden, den Ist-Stand messen statt schätzen, und die Messung nach jeder Maßnahme wiederholen. Erst die Wiederholung macht aus einer Zahl einen Nachweis.

Wie misst man KI-Kompetenz im Unternehmen?

Nicht mit einem Quiz, sondern an echter Arbeit: eine realistische Fallaufgabe aus dem eigenen Alltag, bearbeitet mit KI-Chat und Editor, bewertet nach nachvollziehbaren Kriterien. Gemessen wird vor und nach einer Maßnahme; so wird aus einer Zahl ein Verlauf.

Was zählt als KI-Kompetenznachweis nach Artikel 4?

Ein KI-Kompetenznachweis, der vor Behörden, Kunden und Prüfern trägt, dokumentiert drei Dinge: was gemessen wurde, wie bewertet wurde und dass sich das Verhalten verändert hat. Teilnahmelisten und Zertifikate zeigen nur Anwesenheit; ein Vorher-Nachher-Vergleich derselben Kompetenz zeigt Wirkung.