KI-Kompetenz: Was du wirklich können musst, um gut mit KI zu arbeiten
KI-Kompetenz für Gründer und kleine Teams: was Studien zu Prompting, Fachwissen und Schulungen zeigen und was der EU AI Act zur KI-Kompetenz verlangt.

Kurz gesagt
- KI-Kompetenz ist die Fähigkeit, KI-Werkzeuge zielgerichtet einzusetzen, ihre Ergebnisse kritisch zu prüfen und ihre Grenzen, Risiken und Folgen zu verstehen.
- Eine Studie mit 28 Masterstudierenden zeigt, dass gutes Prompting eine Denkarbeit ist, die von einfacher Eingabe bis zu strategischem, schrittweisem Dialog reicht.
- KI-Kompetenz hängt eng am Fachwissen, weil nur wer sein Fach kennt, erkennt, wann eine KI-Antwort unbrauchbar ist.
- In einer Klinik nutzten geschulte Pflegekräfte ein KI-Warnsystem zu 70,3 % regelkonform, ungeschulte zu 36,0 %, und der Zusammenhang mit der Schulung wurde schwächer, sobald man das Rechtswissen berücksichtigte.
- Der EU AI Act verlangt von Unternehmen, die KI einsetzen, Maßnahmen für ausreichende KI-Kompetenz ihres Personals, und für kleine Teams reicht dafür ein schlankes, dokumentiertes Vorgehen.
Inhalt8 Abschnitte
KI-Kompetenz, international oft AI Literacy genannt, ist die Fähigkeit, KI-Werkzeuge zielgerichtet einzusetzen, ihre Ergebnisse kritisch zu prüfen und ihre Grenzen, Risiken und Folgen zu verstehen. Sie verbindet Bedienwissen mit Fachwissen: Wer sein eigenes Fach kennt, erkennt schneller, wann eine KI-Antwort falsch oder unbrauchbar ist. Seit Februar 2025 verlangt der EU AI Act außerdem von Unternehmen, die KI einsetzen, Maßnahmen für ausreichende KI-Kompetenz ihres Personals.
Beim Bau meiner App quik connect habe ich einen Satz gelernt, der für mich das ganze Thema zusammenfasst: KI ändert das Tempo, nicht das Verstehen. Ich konnte mit Claude Code in zwei Wochen bauen, wofür ich früher ein Team gebraucht hätte. Aber jede Entscheidung, die das Produkt geprägt hat, musste ich selbst verstehen. KI-Kompetenz ist für mich genau dieses Verstehen.
Viele denken bei KI-Kompetenz an Prompting-Kurse und Werkzeuglisten. Die Forschung zeichnet ein breiteres Bild. Ich habe vier Studien ausgewählt, die zusammen zeigen, was KI-Kompetenz ausmacht und wie sie entsteht. Drei davon kommen aus Hochschule und Klinik. Ich ordne jeweils ein, was sich auf ein kleines Unternehmen übertragen lässt.
Was KI-Kompetenz umfasst: vier Stufen
Ich unterscheide vier Stufen, die aufeinander aufbauen. Sie sind meine Ordnung und stammen nicht aus einer einzelnen Studie. Die Studien weiter unten füllen sie aber mit Inhalt.

Bedienen Du weißt, welche Werkzeuge es gibt, wofür sie taugen und wie du sie grundsätzlich bedienst.
Steuern Du gibst Kontext, Ziel und Beispiele mit und arbeitest schrittweise im Dialog, statt nur eine Frage einzutippen.
Prüfen Du erkennst, wann eine überzeugende Antwort falsch, veraltet oder unpassend ist. Dafür brauchst du Wissen aus deinem Fach.
Verantworten Du weißt, welche Daten in welches Werkzeug dürfen, was der EU AI Act verlangt und wo KI nichts zu suchen hat.
Die meisten Schulungen enden auf Stufe zwei. Der eigentliche Wert entsteht aber auf Stufe drei. Ein Text, der flüssig klingt, ist schnell erzeugt. Zu erkennen, dass eine Zahl darin erfunden ist oder ein Rat für deine Branche nicht passt, ist die schwierigere Fähigkeit.
Ein Beispiel zeigt die Stufen im Alltag. Angenommen, ein Immobilienmakler lässt ein Exposé von einer KI schreiben. Auf Stufe eins tippt er „Schreib ein Exposé für eine Dreizimmerwohnung“ und übernimmt das Ergebnis. Auf Stufe zwei gibt er Lage, Zielgruppe, Ausstattung und zwei gelungene alte Exposés als Beispiel mit und verfeinert den Text im Dialog. Auf Stufe drei fällt ihm auf, dass die KI eine Energieeffizienzklasse genannt hat, die im Energieausweis gar nicht steht. Auf Stufe vier weiß er, dass er die Namen der Verkäufer nicht in ein kostenloses Werkzeug eingeben sollte und dass er für jede Angabe im Exposé geradesteht.
Alle vier Stufen kosten wenig Zeit, wenn sie zur Gewohnheit geworden sind. Das Werkzeug ist auf allen vier Stufen dasselbe. Den Unterschied macht der Mensch, der davor sitzt.
Prompting ist Denkarbeit
Sofkova Hashemi (2026) hat in der Zeitschrift Computers and Education untersucht, wie sich KI-Kompetenz beim Prompting entwickelt. In einem Workshop arbeiteten 28 Masterstudierende gemeinsam an Aufgaben mit Text und Bild: Sie ließen kurze Geschichten oder Gedichte und passende Bilder erzeugen. Ihre Prompt-Verläufe und eigenen Reflexionen wurden qualitativ ausgewertet.
Die Ergebnisse zeigen eine Bandbreite. Am einen Ende stand einfache Eingabe und Ausgabe: eine Bitte, ein Ergebnis. Am anderen Ende standen strategische, schrittweise und dialogische Vorgehensweisen. Prompting erwies sich dabei als Denkarbeit. Die Studierenden interpretierten Ergebnisse, verfeinerten sie und verhandelten gewissermaßen mit der KI über das, was sie eigentlich wollten.
Besonders aufschlussreich fand ich zwei Beobachtungen. Die Arbeit mit Text und Bild machte sichtbar, wie schwer es ist, eine abstrakte Vorstellung in eine Anweisung zu übersetzen, die eine Maschine versteht. Dabei wurden Grenzen und Verzerrungen der Systeme deutlich. Und während die Fähigkeiten zum Bewerten und Erstellen wuchsen, blieben die ethischen Seiten der KI-Kompetenz unterentwickelt.
Der zweite Punkt passt zu dem, was ich bei Gründern beobachte. Wir lernen schnell, bessere Ergebnisse herauszuholen. Über Daten, Urheberrecht und Verantwortung denken wir deutlich seltener nach. Wie du Prompting selbst gezielt verbesserst, beschreibe ich im Artikel über Prompt Engineering.
Fachwissen gehört zur KI-Kompetenz
Stolpe, Larsson und Johansson Falck (2026) liefern im International Journal of Technology and Design Education einen theoretischen Rahmen, der dieses Bild schärft. Ihr Modell heißt DiSAIL, kurz für fachspezifische KI-Kompetenz. Es kommt aus der Bildung, lässt sich aber gut auf Berufe übertragen.
Die Autoren kritisieren, dass viele Modelle für KI-Kompetenz allgemeine Fähigkeiten und technisches Verständnis betonen. Die fachlichen, sprachlichen und erkenntnisbezogenen Seiten kommen zu kurz. Ihr Modell hat deshalb zwei Teile. Das Potenzial umfasst Fachkompetenz, KI-Fähigkeiten und die Bereitschaft, KI anzunehmen. Die Umsetzung beschreibt, wie jemand einen Bedarf erkennt, ein Problem formuliert, zum fachlichen Denken beiträgt und die Folgen des KI-Einsatzes analysiert.
Für mich ist das der wichtigste Gedanke im ganzen Artikel. KI-Kompetenz einer Steuerberaterin sieht anders aus als die eines Webdesigners. Die Steuerberaterin muss erkennen, wenn eine KI eine veraltete Regel nennt. Der Webdesigner muss erkennen, wenn generierter Code zwar läuft, aber auf dem Handy bricht. Beides lernt man nicht in einem allgemeinen Kurs, beides setzt Wissen aus dem eigenen Fach voraus.
Die Autoren nennen in ihrem Modell auch die Analyse der Folgen des KI-Einsatzes. Für Selbstständige heißt das ganz konkret: Was passiert, wenn ich ein falsches Ergebnis an einen Kunden weitergebe, und wer merkt es? Wer diese Frage für sein Fach beantworten kann, setzt KI dort ein, wo Fehler auffallen, und ist vorsichtig, wo sie still bleiben.
Daraus folgt auch etwas Beruhigendes: Wer in seinem Fach gut ist, hat bereits den schwersten Teil der KI-Kompetenz.
Was Schulung und Rechtswissen bewirken
Die dritte Studie kommt aus einem Bereich mit hohen Anforderungen. Tănase, Mureșan, Dinu und Kollegen (2026) haben in Nursing Reports untersucht, wie Pflegekräfte in einem rumänischen Universitätsklinikum mit einem KI-gestützten Frühwarnsystem umgehen. Ausgangspunkt ist der EU AI Act, der von Organisationen KI-Kompetenz und menschliche Aufsicht verlangt.
Teilgenommen haben 87 Pflegekräfte. Ihr rechtliches Wissen über KI wurde mit einem eigens entwickelten Fragebogen mit 24 Fragen gemessen. Ob sie das System regelkonform nutzten, wurde anhand von zehn geprüften Anwendungsfällen pro Person festgestellt. Regelkonform hieß, alle fünf Kriterien der klinikinternen Dokumentationsprüfung zu erfüllen.
Die Ergebnisse:
- 44 der 87 Pflegekräfte, also 50,6 %, nutzten das System regelkonform.
- Unter den Geschulten waren es 70,3 %, unter den Ungeschulten 36,0 %.
- Je höher das rechtliche KI-Wissen, desto wahrscheinlicher war die regelkonforme Nutzung, auch in weiteren Auswertungen über alle 870 geprüften Anwendungsfälle.
- Berücksichtigte man das Wissen, wurde der Zusammenhang mit der Schulung schwächer und in einer der Zusatzauswertungen nicht mehr statistisch bedeutsam.

Geschulte Pflegekräfte Anteil der Pflegekräfte mit vorheriger Schulung zur KI-Steuerung, die alle fünf Prüfkriterien erfüllten.
Alle 87 Pflegekräfte 44 von 87 Pflegekräften nutzten das System in allen geprüften Fällen regelkonform.
Ungeschulte Pflegekräfte Anteil ohne vorherige Schulung. Der Unterschied zur geschulten Gruppe war statistisch deutlich.
Die Autoren sind vorsichtig, und das sollte ich auch sein. Es ist eine Querschnittsstudie aus einer einzigen Klinik. Sie zeigt Zusammenhänge, keine Ursachen. Ob Schulung über das Wissen wirkt, deutet eine Zusatzauswertung an, kann sie aber nicht belegen.
Was ich trotzdem mitnehme: Schulung allein ist nicht der Punkt. Entscheidend scheint, was davon als Wissen hängen bleibt. Für ein kleines Team heißt das, dass ein Pflichtvideo wenig bringt. Hilfreicher ist, wenn jeder die drei, vier Regeln, die für eure KI-Nutzung gelten, wirklich kennt und erklären kann.
Der Haken: neue Abhängigkeiten
Die vierte Arbeit ist philosophisch, und sie hat mich zum Nachdenken gebracht. Hachem, Primus, Linden, Heintz und Wiggberg (2026) warnen in Human-Centric Intelligent Systems vor geistiger Abhängigkeit durch KI. Ihr Einwand richtet sich auch gegen viele Programme für KI-Kompetenz, die kritisches Denken versprechen.
Solche Programme gehen laut den Autoren oft von einer Rangordnung aus: Die Lehrenden denken kritisch über KI, die Lernenden noch nicht. Damit ersetzt man die Abhängigkeit von der KI durch eine Abhängigkeit von den KI-Lehrern. Gestützt auf den Philosophen Jacques Rancière schlagen sie vor, geistige Unabhängigkeit als Ausgangspunkt zu nehmen und nicht erst als Lernziel. Dafür beschreiben sie zwei Ansätze, in denen die Arbeit am Gegenstand selbst im Mittelpunkt steht.
Für kleine Teams übersetze ich das ganz praktisch. Mach nicht eine Person zum KI-Guru, die alle anderen fragen. Lass jeden selbst an echten Aufgaben ausprobieren, Ergebnisse vergleichen und eigene Schlüsse ziehen. Wie sich die Arbeit zwischen Mensch und KI dabei sinnvoll aufteilt, beschreibe ich im Artikel zur Mensch-KI-Zusammenarbeit.
KI-Kompetenz im kleinen Team aufbauen
Der EU AI Act verlangt von Anbietern und Betreibern von KI-Systemen Maßnahmen, damit ihr Personal nach besten Kräften über ausreichende KI-Kompetenz verfügt. Auch ein kleines Team, das KI im Alltag einsetzt, sollte sich damit beschäftigen. Was das Gesetz sonst noch verlangt, steht im Artikel zum EU AI Act. Für den Aufbau im Alltag reichen aus meiner Sicht sechs Schritte:
- Bestandsaufnahme. Schreib auf, welche KI-Werkzeuge wer wofür nutzt. Oft ist das Bild bunter, als du denkst.
- Regeln auf einer Seite. Welche Daten dürfen in welches Werkzeug, was wird vor der Weitergabe geprüft, wer gibt frei. Was dabei für Kundendaten gilt, beschreibe ich im Artikel zum KI-Datenschutz.
- Lernen am eigenen Fall. Jede Person löst eine echte Aufgabe aus ihrem Alltag mit KI und prüft das Ergebnis mit ihrem Fachwissen.
- Prompts teilen und vergleichen. Was gut funktioniert hat, kommt in eine gemeinsame Sammlung. So lernt das Team voneinander statt von einer Person.
- Grenzen besprechen. Wann ihr KI bewusst nicht einsetzt, etwa bei sensiblen Gesprächen oder rechtlich heiklen Aussagen.
- Kurz dokumentieren. Halte fest, wer wann welche Schulung oder Übung gemacht hat. Das hilft beim Nachweis gegenüber dem EU AI Act und zeigt dir, wo Lücken sind.
Wie ich meine eigene KI-Kompetenz aufbaue
Bevor ich einen Prompt für einen wichtigen Text schreibe, kläre ich vier Dinge für mich: für wen der Text ist, was sich bei dieser Person danach verändern soll, welchen Standpunkt ich vertrete und was ich sage, das andere so nicht sagen. Erst dann arbeite ich mit der KI. Das ist für mich der Kern von Stufe zwei. Gutes Prompting beginnt vor dem Prompt.
Der zweite Baustein ist, eigene Abläufe so aufzuschreiben, dass eine KI damit arbeiten kann. Meinen Prozess für Lead-Magneten habe ich zum Beispiel in einen Claude Skill gegossen, mit acht Phasen von der Zielgruppenanalyse bis zum finalen Call to Action. Wie dieser Prozess aussieht, beschreibe ich im Artikel Lead Magnet erstellen. Bei ai-website.com steckt dieselbe Idee in jedem Paket: Designregeln, Projektwissen und sieben Skills für KI-Werkzeuge wie Claude Code.
KI-Kompetenz zeigt sich in dem Moment, in dem du eine überzeugende Antwort als falsch erkennst.
Und wie sich KI-Kompetenz auf dem Arbeitsmarkt niederschlägt, also wonach Arbeitgeber suchen und was sich bisher verändert hat, beschreibe ich im Artikel über KI und den Arbeitsmarkt.
Fazit
KI-Kompetenz ist mehr als Prompting. Die Studien zeigen, dass gutes Prompting eine Denkarbeit ist, dass KI-Kompetenz eng mit Fachwissen zusammenhängt, dass verankertes Rechtswissen mit regelkonformer Nutzung einhergeht und dass Programme zur KI-Kompetenz aufpassen müssen, keine neuen Abhängigkeiten zu schaffen. Für kleine Teams ist das eine gute Nachricht: Wer sein Fach beherrscht und an echten Aufgaben übt, kommt weit.
Mein Vorschlag für diese Woche: Mach den Selbstcheck oben und such dir den Punkt aus, den du nicht abhaken konntest. Löse dann eine echte Aufgabe aus deinem Alltag mit KI und schreib auf, wo du das Ergebnis korrigieren musstest. Was ich bei meiner eigenen Arbeit mit KI dazulerne, teile ich in den Unternehmer Thoughts.
Mit KI weiterdenken
Frag deine KI zu diesem Artikel
Öffnet den Dienst in einem neuen Tab. Erst mit dem Klick geht der Prompt an den Anbieter, vorher wird nichts übertragen.
Häufige Fragen
Was versteht man unter KI-Kompetenz?
KI-Kompetenz umfasst das Wissen und die Fähigkeiten, KI-Systeme sinnvoll einzusetzen, ihre Ergebnisse zu prüfen und ihre Chancen und Risiken einzuschätzen. Dazu gehören Bedienung und Prompting, kritisches Prüfen, Grundwissen über Funktionsweise und Grenzen sowie rechtliche und ethische Grundlagen.
Ist KI-Kompetenz Pflicht für Unternehmen?
Der EU AI Act verpflichtet Anbieter und Betreiber von KI-Systemen seit Februar 2025, Maßnahmen zu ergreifen, damit ihr Personal nach besten Kräften über ausreichende KI-Kompetenz verfügt. Wie umfangreich diese Maßnahmen sein müssen, hängt vom Einsatz der KI ab. Im Zweifel solltest du dich rechtlich beraten lassen.
Wie kann ich KI-Kompetenz im Team aufbauen?
Starte mit einer Bestandsaufnahme, welche Werkzeuge wofür genutzt werden, und lege einfache Regeln zu Daten und Prüfung fest. Lernt dann an echten Aufgaben aus eurem Alltag, teilt gute Prompts und haltet fest, wer was gelernt hat.
Reicht ein Prompting-Kurs für KI-Kompetenz?
Meist nicht. Prompting ist ein wichtiger Teil, aber KI-Kompetenz zeigt sich vor allem beim Prüfen der Ergebnisse und im Wissen, wann man KI nicht einsetzen sollte. Dafür brauchst du Fachwissen aus deinem eigenen Bereich und Übung an echten Fällen.
Quellen4 Quellen
- Sofkova Hashemi (2026): Students’ multimodal prompting practices as epistemic work in AI literacy development. Computers and Education (öffnet in neuem Tab)
- Stolpe, Larsson, Johansson Falck (2026): Discipline-Specific AI literacy (DiSAIL): a theoretical framework for situated engagement with generative AI in education. International Journal of Technology and Design Education (öffnet in neuem Tab)
- Tănase, Mureșan, Dinu et al. (2026): Artificial Intelligence Legal Literacy and Procedure-Concordant Use of an AI-Enabled Early-Warning System Among Hospital Nurses in Romania. Nursing Reports (öffnet in neuem Tab)
- Hachem, Primus, Linden et al. (2026): The Dizzy Spells of AI: Enacting Intellectual Independence in AI Literacy and AI-Mediated Learning. Human-Centric Intelligent Systems (öffnet in neuem Tab)
Woran ich baue
- Boutique für digitales WachstumquikWebsites, Sichtbarkeit und Messung als ein System
- Marktplatz und Studio für AI Website Templatesai-website.comWebsites, die deine KI weiterbaut
- KI-fähiger Workspace aus Deutschlandquik OSEin Workspace, in dem KI-Assistenten mitarbeiten
Erstgespräch mit mir buchenUnternehmer Thoughts lesenAlle Projekte