Ein Promptkurs genügt nicht
Klare Aufgabenbeschreibungen verbessern Ergebnisse. KI-Kompetenz geht dennoch weiter. Mitarbeitende müssen wissen, welche Daten verwendet werden dürfen, wie zuverlässig ein Ergebnis ist, wann Quellen nötig sind und wer eine Entscheidung verantwortet. Eine elegant formulierte Falschaussage bleibt falsch, auch wenn der Prompt drei Seiten lang war.
Gute Kommunikation mit einer KI ähnelt guter Kommunikation zwischen Menschen stärker, als manche Prompt-Sammlung vermuten lässt. Ziel, Kontext und erwartetes Ergebnis müssen verständlich sein. Fehlen diese Angaben, entsteht eine plausible Interpretation. Wenn eine KI Blödsinn macht, war die Vorgabe häufig nicht klar genug. Das ist keine Entschuldigung für das System, sondern eine Erinnerung daran, dass auch hier das Warum und der Zusammenhang zählen.
Prompttechniken können nützlich sein. Sie sind aber schnell veraltet und häufig auf ein bestimmtes Werkzeug zugeschnitten. Dauerhafter ist die Fähigkeit, eine Aufgabe zu strukturieren, Annahmen zu erkennen und ein Ergebnis fachlich zu prüfen. Wer das beherrscht, kommt auch mit dem nächsten Modell zurecht. Wer nur eine magische Formulierung gelernt hat, wartet beim nächsten Update möglicherweise auf die Rückkehr der Magie.
Kompetenz richtet sich nach der Rolle
Eine Person, die Texte überarbeitet, benötigt anderes Wissen als jemand, der ein System beschafft oder Ergebnisse in Personalentscheidungen nutzt. Schulungen sollten deshalb an Aufgaben und Risiken anknüpfen. Gleiches Training für alle ist leicht zu organisieren und häufig nur gleich weit vom Alltag entfernt.
Führungskräfte brauchen vor allem Urteils- und Steuerungskompetenz. Sie müssen weder jedes Modell bedienen noch jeden technischen Begriff erklären können. Sie sollten aber erkennen, wo Entscheidungen, Daten und Verantwortung berührt werden. Einkauf und Datenschutz benötigen einen anderen Blick, Fachbereiche wieder einen anderen. Gemeinsame Grundlagen sind sinnvoll; echte Kompetenz entsteht in der jeweiligen Aufgabe.
- Möglichkeiten und typische Fehler der eingesetzten Systeme verstehen.
- Zulässige Daten und freigegebene Werkzeuge kennen.
- Ergebnisse nach Wirkung und Risiko prüfen.
- Unsicherheiten kennzeichnen und Vorfälle melden.
- Verantwortung auch bei automatisierter Unterstützung behalten.
Lernen braucht praktische Fälle
Kurze Übungen mit echten, aber geschützten Anwendungsfällen wirken besser als abstrakte Warnungen. Teams können ein Ergebnis prüfen, Fehler erklären und gemeinsam festlegen, wann menschliche Freigabe erforderlich ist. So entsteht Urteilskraft statt einer Sammlung auswendig gelernter Verbote.
Ich halte dabei wenig von einer Kultur, in der Fehler versteckt werden müssen. Wer eine vertrauliche Information in das falsche Werkzeug eingegeben hat, soll das schnell melden können. Zuerst klären wir den Sachverhalt und begrenzen mögliche Folgen. Die Frage, wie es dazu kam, folgt anschließend. Wenn jede Meldung sofort zur persönlichen Schuldfrage wird, sinkt nicht die Zahl der Fehler – nur die Zahl der Meldungen.
Ein kompetenter Umgang bedeutet auch, eine Antwort nicht zu verwenden. Wenn Quellen fehlen, Daten unklar sind oder die Folgen zu groß werden, ist Rückfrage kein Zeichen von Schwäche. Gute Fachleute erkennen Grenzen. KI klingt dagegen auch dann überzeugend, wenn sie gerade auf dünnem Eis Schlittschuh läuft.
Hilfreich sind einfache Prüffragen: Woher stammt die Information? Welche Annahmen stecken darin? Was wäre die Folge eines Fehlers? Kann ich das Ergebnis nachvollziehen und gegenüber anderen vertreten? Diese Fragen funktionieren unabhängig vom Anbieter und passen erstaunlicherweise auch auf viele menschliche Präsentationen.
Eine lernende Organisation statt einer Schulungsakte
KI-Kompetenz ist kein einmaliger Nachweis. Werkzeuge, Regeln und Anwendungsfälle verändern sich. Deshalb braucht es Austausch über Erfahrungen, kurze Aktualisierungen und erreichbare Ansprechpartner. Eine Teilnahmebescheinigung dokumentiert, dass eine Schulung stattgefunden hat. Ob danach bessere Entscheidungen getroffen werden, ist eine andere und deutlich interessantere Frage.
Ein sinnvoller Lernrhythmus verbindet Grundlagen mit konkreten Erfahrungen aus dem Arbeitsalltag. Welche Aufgaben funktionieren gut? Wo entstanden Fehler, unnötiger Aufwand oder Unsicherheit? Solche Fälle sollten nicht in einzelnen Teams verschwinden, sondern in verständlicher Form geteilt werden. So wächst Kompetenz aus der Praxis und bleibt nicht beim jährlichen Pflichttermin stehen.
Führung muss einen sicheren Rahmen schaffen
Mitarbeitende können nur verantwortungsvoll handeln, wenn sie wissen, welche Werkzeuge freigegeben sind, welche Daten verwendet werden dürfen und an wen sie sich bei Zweifeln wenden können. Ein pauschales Verbot ist leicht zu formulieren, führt aber häufig dazu, dass Nutzung unsichtbar wird. Eine völlige Freigabe wäre ebenso bequem und ungefähr genauso hilfreich. Führung muss Grenzen erklären und zugleich kontrolliertes Ausprobieren ermöglichen.
Dazu gehört auch, eigene Unsicherheit zuzulassen. Niemand muss heute jede Entwicklung abschließend beurteilen können. Glaubwürdig ist nicht die Führungskraft, die auf jede KI-Frage sofort eine fertige Antwort hat. Glaubwürdig ist, wer die richtige Prüfung organisiert, Entscheidungen nachvollziehbar macht und sie bei neuen Erkenntnissen korrigiert. Im Kopf jung zu bleiben heißt schließlich nicht, jedem neuen Werkzeug hinterherzulaufen. Es heißt, offen genug zu sein, es ernsthaft zu prüfen.
Kompetenz lässt sich schließlich nicht allein an Wissen messen, sondern am Verhalten. Werden sensible Daten geschützt? Werden Fehler und Unsicherheiten offen benannt? Holen Mitarbeitende bei weitreichenden Entscheidungen eine zweite Einschätzung ein? Solche Beobachtungen zeigen mehr als ein Wissenstest unmittelbar nach der Schulung. Das Ziel ist kein Unternehmen voller Prompt-Spezialisten, sondern eine Organisation, die neue Möglichkeiten nutzen kann, ohne dabei Urteilskraft und Verantwortung an der Garderobe abzugeben.
Kurz gesagt
KI-Kompetenz verbindet Werkzeugwissen, Datenbewusstsein, fachliche Prüfung und Verantwortung. Gute Prompts sind hilfreich. Gute Entscheidungen sind wichtiger.
Quellen und weiterführende Informationen
Zuletzt fachlich geprüft: