Seit dem 2. August 2025 gilt Artikel 4 des EU AI Act vollständig. Er verpflichtet alle Unternehmen, die KI-Systeme einsetzen oder entwickeln, dafür zu sorgen, dass ihre Mitarbeitenden über ausreichende KI-Kompetenz verfügen. Der Begriff klingt abstrakt, hat aber sehr konkrete Konsequenzen für Personalabteilungen, Führungskräfte und Compliance-Teams.
Was der EU AI Act unter KI-Kompetenz versteht
Artikel 4 des EU AI Act verwendet den Begriff „AI literacy“ und meint damit mehr als ein allgemeines Technikverständnis. Mitarbeitende sollen KI-Systeme in ihrem jeweiligen Arbeitskontext einschätzen, kritisch bewerten und verantwortungsvoll nutzen können. Das schließt ein: Wissen über Funktionsweise und Grenzen von KI, Bewusstsein für Risiken wie Diskriminierung oder Datenschutzverletzungen sowie die Fähigkeit, Ausgaben von KI-Systemen nicht blind zu übernehmen.
Wer also im Kundendienst ein KI-gestütztes Chatbot-System nutzt, muss verstehen, wann dessen Antworten unzuverlässig sind. Wer in der Personalabteilung ein KI-Tool zur Bewerbersichtung einsetzt, muss dessen Bias-Risiken kennen. Das ist keine theoretische Anforderung, sondern Teil der regulatorischen Sorgfaltspflicht.
Wen die Pflicht trifft und wie weit sie reicht
Die Anforderung gilt für alle Unternehmen, die in der EU tätig sind und KI-Systeme nutzen oder anbieten. Auch kleine und mittlere Betriebe sind nicht ausgenommen. Entscheidend ist der tatsächliche Einsatz von KI im Betrieb, nicht die Unternehmensgröße. Wer etwa ChatGPT, GitHub Copilot oder automatisierte Bonitätsprüfungen im Geschäftsalltag verwendet, fällt in den Anwendungsbereich.
Der Umfang der erforderlichen Schulung hängt von der Risikostufe der eingesetzten KI-Systeme ab. Bei KI mit hohem Risiko, zum Beispiel in Kreditvergabe, medizinischer Diagnostik oder Personalentscheidungen, sind die Anforderungen deutlich strenger als bei Niedrigrisikotools wie einfachen Textassistenten. Unternehmen müssen also zunächst eine interne KI-Bestandsaufnahme machen: Welche Systeme werden wo eingesetzt, und in welche Risikokategorie fallen sie?
Schulungen: Was funktioniert, was nicht
Ein einmaliges einstündiges Webinar reicht nicht aus. Aufsichtsbehörden erwarten nachweisbare, rollenspezifische Qualifizierungsmaßnahmen. Das bedeutet in der Praxis:
- Grundlagenschulungen für alle Mitarbeitenden, die KI-Tools im Alltag nutzen
- Vertiefende Trainings für Führungskräfte, die KI-Projekte verantworten
- Spezialisierte Schulungen für technische Teams, die KI-Systeme entwickeln oder konfigurieren
- Regelmäßige Auffrischung, da sich KI-Systeme und die Rechtslage weiterentwickeln
Besonders wirksam sind Schulungsformate, die direkt an den betrieblichen Alltag anknüpfen. Ein Beispiel: Ein Versicherungsunternehmen mit 200 Mitarbeitenden schulte sein Schadensbearbeitungsteam anhand konkreter Fälle, in denen das eingesetzte KI-System fehlerhafte Empfehlungen produziert hatte. Die Fehlerquote bei der manuellen Überprüfung sank danach um rund 30 Prozent. Solche praxisnahen Formate sind deutlich effektiver als rein rechtlich ausgerichtete Compliance-Module.
Zertifikate als Nachweis gegenüber Behörden
Ein zentrales Problem vieler Unternehmen ist die Dokumentation. Die Aufsichtsbehörden werden im Streitfall fragen: Wer wurde wann wie geschult, und wie wurde das überprüft? Ein intern erstelltes PDF-Protokoll genügt dafür oft nicht. Externe Zertifikate, die auf definierten Lernzielen und Prüfungsleistungen basieren, schaffen hier Rechtssicherheit.
Unternehmen, die strukturierte Qualifizierungsprogramme suchen, finden mit einer KI-Zertifizierung für Unternehmen einen anerkannten Rahmen, der sowohl die Schulungsinhalte als auch den Nachweis für Behörden abdeckt. Solche Programme sind so aufgebaut, dass sie direkt auf die Anforderungen des EU AI Act einzahlen und gleichzeitig intern als Personalentwicklungsmaßnahme genutzt werden können.
Wichtig ist dabei, dass Zertifikate nicht nur ausgestellt, sondern auch gepflegt werden. Ähnlich wie bei Datenschutzschulungen nach DSGVO empfiehlt sich ein jährlicher Nachweis. Wer das jetzt strukturiert aufbaut, spart sich spätere Nacharbeit unter Zeitdruck.
Typische Fehler bei der Umsetzung
In der Praxis zeigen sich bei der Umsetzung von Artikel 4 immer wieder dieselben Stolperfallen:
- KI-Inventar fehlt: Viele Unternehmen wissen nicht vollständig, welche KI-Systeme intern genutzt werden. Besonders Fachabteilungen nutzen eigenständig SaaS-Tools mit KI-Funktionen, ohne dass die IT davon weiß.
- Schulung ohne Prüfung: Wer nur Lerninhalte bereitstellt, ohne den Lernfortschritt zu überprüfen, kann nicht nachweisen, dass Kompetenz tatsächlich aufgebaut wurde.
- Einheitsbrei statt Rollenorientierung: Eine Buchhalterin braucht andere KI-Kenntnisse als ein Datenwissenschaftler. Generische Schulungen verfehlen oft den Bedarf.
- Kein Update-Prozess: KI-Systeme ändern sich, neue Tools kommen hinzu. Ohne regelmäßige Aktualisierung der Schulungsmaßnahmen veraltet die Kompetenz schnell.
So starten Unternehmen strukturiert
Ein pragmatischer Einstieg in drei Schritten hilft, die Anforderungen geordnet anzugehen. Erstens: KI-Systeme im Unternehmen vollständig erfassen und nach Risikostufe klassifizieren. Zweitens: Schulungsbedarf je Rolle und Abteilung ableiten, Priorität auf Hochrisikobereiche. Drittens: Qualifizierungsmaßnahmen implementieren und dokumentieren, idealerweise mit externer Zertifizierung als Nachweis.
Unternehmen, die diesen Weg frühzeitig gehen, profitieren doppelt: Sie erfüllen regulatorische Anforderungen und bauen gleichzeitig intern Know-how auf, das sie wettbewerbsfähiger macht. Denn KI-Kompetenz ist nicht nur eine Compliance-Pflicht, sie ist auch ein handfester Wettbewerbsvorteil. Teams, die KI-Ausgaben kritisch einordnen können, treffen bessere Entscheidungen und vermeiden teure Fehler.
Der EU AI Act gibt den Rahmen vor. Die Unternehmen entscheiden selbst, ob sie diesen Rahmen als bürokratische Last behandeln oder als Anstoß, ihre Organisation wirklich fit für KI zu machen.
