KI-Kompetenzanforderungen operationalisieren, ohne die Produktlieferung zu verlangsamen

KI-Kompetenzanforderungen sollten kein isoliertes Schulungsprojekt sein. Fuer SaaS-Teams muessen sie zu einem Produkt- und Betriebsablauf werden: Die Personen, die KI-Systeme entwickeln, einkaufen, verkaufen, betreuen, ueberwachen oder steuern, brauchen genau das Verstaendnis, das ihre Rolle verlangt.

Artikel 4 des EU AI Act gilt seit dem 2. Februar 2025. Anbieter und Betreiber von KI-Systemen muessen nach besten Kraeften sicherstellen, dass Mitarbeitende und andere Personen, die in ihrem Auftrag mit KI-Systemen umgehen, ueber ein ausreichendes Mass an KI-Kompetenz verfuegen. Dabei zaehlen technisches Wissen, Erfahrung, Ausbildung, Schulung und der konkrete Nutzungskontext.

Mit realen KI-Workflows beginnen

Beginnen Sie nicht mit einer abstrakten Richtlinie, sondern mit dem KI-Inventar. Erfassen Sie kundennahe KI-Funktionen, eingebettete Modellanbieter, interne Copilots, Support-Tools, Sales-Tools, Analyse-Workflows, Dokumentenpruefung, Security-Tools und experimentelle Nutzung, die faktisch zum Alltag geworden ist.

Ordnen Sie jedem System die Rollen zu: Wer entwirft den Workflow, genehmigt Releases, konfiguriert Prompts, prueft Ausgaben, erklaert Funktionen gegenueber Kunden, ueberwacht Fehler und entscheidet, ob eine Aenderung erneut geprueft werden muss.

Kompetenz nach Rolle und Risiko definieren

"Ausreichend" bedeutet ausreichend fuer die jeweilige Arbeit. Produktmanager brauchen Wissen ueber Zweck, Nutzerwirkung, Daten Grenzen, Launch-Gates, Offenlegung und menschliche Kontrolle. Engineering braucht tieferes Wissen zu Datenfluessen, Logging, Evaluation, Zugriffen, Modellverhalten und Incident-Ausloesern. Support muss wissen, wann KI-Ausgaben gegen Quellsysteme geprueft werden muessen und welche Daten nicht in Prompts gehoeren.

Sales und Customer Success brauchen freigegebene Aussagen zu Funktionen, Grenzen, menschlicher Aufsicht, Datenverwendung und Anbietern. Legal und Compliance muessen wissen, wo Inventar, Rollenzuordnung, Trainingsnachweise und Review-Evidenz liegen.

In die Produktlieferung einbauen

KI-Kompetenz verlangsamt Teams, wenn sie erst kurz vor dem Launch auftaucht. Sie hilft, wenn sie in Produktaufnahme, Architekturreview, Vendor Review, Security Review, Datenschutzpruefung, Launch Readiness und Customer-Trust-Vorbereitung eingebaut ist.

Der Check sollte klaeren, welche Rollen mit dem System umgehen, was diese Rollen vor Freigabe wissen muessen, welche vorhandene Anleitung passt, was sich geaendert hat, welche Nachweise entstehen und wer Aktualisierungen nach dem Launch verantwortet.

Klare Ausloeser setzen

Aktualisieren Sie Anleitung, wenn eine neue KI-Funktion oder ein neuer Anbieter eingefuehrt wird, sich Modell, Prompt, Retrieval-Quelle oder Automatisierungsgrad aendern, sensible Daten hinzukommen, menschliche Kontrolle reduziert wird, ein neuer Markt betroffen ist oder ein Incident zeigt, dass Menschen das System falsch verstanden haben.

Diese Ausloeser verhindern, dass KI-Kompetenz nur ein jaehrliches Training bleibt.

Nachweise dort halten, wo die Arbeit passiert

Gute Nachweise zeigen, welches System abgedeckt war, welche Rollen betroffen waren, was diese Rollen verstehen sollten, wann und wie die Anleitung geliefert wurde und wer sie aktuell haelt. Speichern Sie diese Nachweise in Produkt-Tickets, Release-Dokumentation, Vendor Reviews, Security Records, Lernsystemen und Compliance-Repositories.

Das passt zu Evidence Collection ohne langsamere Produktlieferung: Nachweise, die waehrend der Arbeit entstehen, sind staerker als spaeter rekonstruierte Unterlagen.

Haeufige Fehler

Der erste Fehler ist, KI-Kompetenz nur HR zuzuordnen. HR kann helfen, aber Produkt, Engineering, Security, Legal, Compliance, Sales, Support und Leadership besitzen jeweils Teile des Nachweises.

Der zweite Fehler ist identisches Training fuer alle. Eine gemeinsame Basis ist nuetzlich, aber Rollen mit hoeherem Risiko brauchen spezifische Anleitung.

Der dritte Fehler ist das Ignorieren interner KI-Tools. Auch interne Zusammenfassungen, Vertragsanalysen oder Support-Entwuerfe koennen Risiken erzeugen.

Der vierte Fehler ist fehlende Aktualisierung nach Produkt-, Anbieter-, Daten- oder Kundenversprechen-Aenderungen.

FAQ

Was sollten Teams ueber KI-Kompetenzanforderungen verstehen?

Sie sind eine operative Pflicht fuer Anbieter und Betreiber von KI-Systemen und muessen nach System, Rolle, Kontext, Risiko und Evidenz scoped werden.

Reicht ein jaehrlicher KI-Kurs?

Meist nicht. Ein Kurs kann die Basis liefern, aber Teams brauchen rollenspezifische Anleitung und Ausloeser fuer Aktualisierungen.

Wer sollte den Ablauf besitzen?

Compliance oder Legal kann die Pflicht fuehren, aber Produkt, Engineering, Security, kundennahe Teams und Leadership muessen den operativen Nachweis mittragen.