Kompetenz beginnt, wenn der Workshop endet

Die erste KI-Welle brachte große Modelle, Lizenzen und Promptkurse.

Die nächste bringt lokale Modelle, eigene Infrastruktur und das Versprechen digitaler Souveränität.

Technisch ist das ein Unterschied. Organisatorisch wiederholt sich dasselbe Muster: Unternehmen investieren in Systeme, bevor sie geklärt haben, wer deren Ergebnisse beurteilen soll.

Das Problem war nie, dass die großen Modelle zu groß waren. Es war auch nicht, dass sie in der Cloud liefen. Das Problem war, dass Menschen plötzlich mit überzeugenden Ergebnissen arbeiten sollten, ohne ausreichend zu verstehen, wie diese entstehen, wann sie scheitern und wer am Ende verantwortlich bleibt.

Ein lokales Modell heilt diese Lücke nicht. Es verlegt sie nur auf den eigenen Server.

Das Versprechen

Nach diesem Workshop ist Ihr Team fit für KI.

Der Realitätscheck

Viele Formate vermitteln brauchbare Dinge. Sie erklären Prompts, zeigen Werkzeuge, sprechen über Datenschutz und lassen Teilnehmer kleine Aufgaben lösen.

Vier Wochen später erscheint das nächste Modell. Die Oberfläche sieht anders aus. Eine Funktion wurde umbenannt. Das neue System arbeitet mit Agenten, Quellen oder lokalem Kontext. Und plötzlich ist nicht mehr entscheidend, ob jemand die alte Promptformel behalten hat.

Entscheidend ist, ob jemand genug verstanden hat, um selbst weiterzulernen.

Genau dort enden viele Angebote.

Mein Urteil darüber ist unhöflich: Ein großer Teil der angebotenen KI-Weiterbildungen ist für die Tonne.

Nicht weil jeder gezeigte Inhalt falsch wäre. Sondern weil Bedienung als Kompetenz verkauft wird. Die Teilnehmer lernen, was sie heute anklicken sollen. Sie lernen nicht, wie sie morgen einen unbekannten Fall beurteilen.

Eine Produktschulung kann sinnvoll sein. Man sollte sie nur nicht mit Urteilsfähigkeit verwechseln.

Der Test beginnt nach dem Zertifikat

Ob ein Format Kompetenz aufgebaut hat, zeigt sich nicht in der Abschlussrunde. Es zeigt sich beim ersten neuen Problem ohne Trainer. Kann jemand dann:

• eine Behauptung von ihrem Beleg unterscheiden – und prüfen, ob die Quelle die Aussage wirklich trägt?
• eingrenzen, ob ein Fehler aus Modell, Kontext, Daten, Oberfläche oder Laufzeit kommt?
• erkennen, wann aus einer Textausgabe eine irreversible Handlung wird und wer dafür verantwortlich bleibt?
• eine neue Erkenntnis auf den nächsten, noch unbekannten Fall übertragen?

Wenn die Antwort regelmäßig nein lautet, hat das Format Wissen verteilt. Es hat keine Lernfähigkeit aufgebaut.

Das ist ein erheblicher Unterschied. Wissen veraltet. Die Fähigkeit, eine Lücke zu erkennen und sauber zu bearbeiten, wird mit jeder neuen Technik wertvoller.

KI-Kompetenz ist kontextabhängig

Kurz vorweg, falls Sie das Gesetz aus Sorge lesen: Sie brauchen keinen „KI-Führerschein" und kein bestimmtes Zertifikat. Wer KI einsetzt, muss dafür sorgen, dass die Menschen, die damit arbeiten, der Sache gewachsen sind – passend zum jeweiligen System, zum Risiko und zum Einsatz. Mehr verlangt das Gesetz nicht. Weniger allerdings auch nicht.

Nachzulesen ist das in Artikel 4 der europäischen KI-Verordnung – anwendbar seit dem 2. Februar 2025 und Ende Juli 2026 durch den „Digital Omnibus on AI" (Verordnung (EU) 2026/1744, in Kraft seit dem 27. Juli 2026) neu gefasst. Berücksichtigt werden sollen technisches Wissen, Erfahrung, Aus- und Fortbildung, der konkrete Einsatzkontext und die Menschen, bei denen das System eingesetzt wird. Ein bestimmtes individuelles Kompetenzniveau muss ausdrücklich nicht garantiert werden.

Das Gesetz beweist meine These damit nicht. Es zieht aber eine nützliche Grenze: Eine Maßnahme, die in jedem Unternehmen und für jede Rolle gleich aussieht, kann diese Anforderung gar nicht erfüllen.

Genau daran zeigt sich, warum auswendig gelernter Status wenig trägt. Die schnellen Webinare erklären das Gröbste – Fristen, Kategorien, Pflichten. Aber kaum jemand kann zuverlässig sagen, was eine Hochrisiko-KI ist. Denn das ist keine Eigenschaft des Modells, sondern seines Einsatzes: Ob ein System als hochriskant gilt, hängt am beabsichtigten Zweck (Anhang III – etwa Personalauswahl, Kreditwürdigkeit, kritische Infrastruktur), nicht an Größe oder Herkunft. Damit kann selbst unsere kleine, holprige Kröte zur Hochrisiko-KI werden, sobald man sie in einen solchen Zweck stellt. Den heutigen Status auswendig zu lernen hilft dann nicht. Man muss verstehen, was den eigenen Einsatz zur Hochrisiko-Anwendung macht – und das entscheidet sich mit jedem neuen Anwendungsfall, nicht erst mit jedem neuen Gesetz.

Ein Mensch, der Entwürfe für Social Media erstellt, braucht andere Prüfroutinen als jemand, der Bewerbungen vorsortiert, Verträge bewertet oder Produktionsanlagen beeinflusst. Eine Führungskraft muss nicht jedes Modell selbst trainieren können. Sie muss aber verstehen, welche Verantwortung nicht an das Modell delegiert werden kann und welche Berechtigung besser nicht automatisch erteilt wird.

Mein Maßstab geht einen Schritt weiter: Ob eine Maßnahme trägt, sollte sich an beobachtbaren Fähigkeiten im tatsächlichen Einsatz zeigen – nicht allein an Schulungsstunden oder Teilnahmebescheinigungen.

Auch das freiwillige NIST AI Risk Management Framework beschreibt Governance als Querschnittsaufgabe und Risikomanagement als kontinuierliche Arbeit über den Lebenszyklus eines KI-Systems. Es fordert unter anderem klare Verantwortlichkeiten, Training und fortlaufende Überprüfung. Das ist kein Rechtsbeweis für meine These. Es passt nur denkbar schlecht zu einem einmaligen Termin, nach dem „KI-Kompetenz" abgehakt wird.

Die unfertige Kröte als Gegenprobe

Bis hierher ist das eine Behauptung über Menschen. Die Gegenprobe kommt aus einer unerwarteten Richtung: von einer Maschine, an die wir wie selbstverständlich einen strengeren Maßstab anlegen als an Mitarbeitende nach einer Schulung.

In unserem lokalen Entwicklungsprojekt läuft ein kleines, frei verfügbares Sprachmodell auf eigener Hardware – Llama 3.1 8B Base, verkleinert, damit es auf normale Rechner passt. Unser Exemplar davon heißt im Alltag „Kröte". Sie ist sprachlich holprig, erfindet Dinge, verwechselt Quellen und kann ausgesprochen überzeugt danebenliegen.

Mit anderen Worten: keine gute Werbefigur für reibungslose Automatisierung.

Und doch enthalten die protokollierten Gespräche mit diesem unfertigen KI-System gelegentlich genau die Bewegungen, nach denen ich bei Weiterbildung suchen würde.

In einer Sitzung fragt sie nach, wie E und Ei ausgesprochen werden. In einer anderen verheddert sie sich in einem technischen Begriff und holt sich Hilfe bei einem zweiten, deutlich größeren KI-Modell. Und in einer dritten fordert sie dieses größere Modell auf nachzuprüfen, ob dessen eigene Behauptung überhaupt stimmt – woraufhin im Gespräch der Unterschied zwischen „jemand sagt, es sei so" und „jemand hat nachgesehen" sichtbar wird.

Von außen lässt sich nur das sagen: Diese Gesprächszüge stehen in den Protokollen. Ob das Modell dabei selbst eine Lücke „bemerkt", ist nicht beobachtbar. Dieselben Sitzungsreihen enthalten außerdem Drift, erfundene Biografie und ausgesprochen überzeugende Irrtümer. Die Beispiele sind bewusst ausgewählte Gegenproben, kein Durchschnittszeugnis.

Sie beweisen auch kein dauerhaftes Lernen. Dafür müsste das Modell die neue Unterscheidung später ohne erneute Führung auf einen anderen Fall übertragen.

Als Prüfraster werden trotzdem vier Stufen sichtbar:

1. Eine fehlende Information in der Ausgabe kenntlich machen.
2. Gezielt Hilfe oder Evidenz anfordern.
3. Die Antwort bearbeiten und daraus eine bessere Frage bilden.
4. Die neue Unterscheidung später auf einen anderen Fall übertragen.

Die ersten drei Bewegungen lassen sich in einzelnen Gesprächen zeigen. Die vierte ist offen. Genau deshalb wäre es falsch, aus den guten Momenten bereits eine gelernte Fähigkeit zu machen.

Ein Schulungsformat, das nur Hilfe bereitstellt, bleibt ebenfalls bei Schritt zwei. Es darf die bereitgestellte Hilfe nicht mit der Fähigkeit verwechseln, sie beim nächsten unbekannten Problem selbst zu finden und zu prüfen.

Die Kröte ist deshalb keine niedliche Erfolgsstory. Sie ist eine brauchbare Gegenprobe. Bei ihr würden wir niemals behaupten, eine einmal wiederholte Antwort sei schon gelernt. Warum legen wir bei Menschen einen niedrigeren Maßstab an?

Die nächste Runde wird nicht einfacher

Firmen haben viel Geld in die großen Modelle investiert. Jetzt investieren manche mit kaum mehr eigenem Verständnis in lokale Modelle, Hardware, Fine-Tuning und Agentenplattformen.

Lokaler Betrieb kann strategisch richtig sein. Er bringt Datenschutz, Unabhängigkeit und Gestaltungsspielraum. Er verschiebt aber auch Arbeit und Verantwortung zum Betreiber. Wer mehr Kontrolle möchte, muss mehr verstehen – nicht weniger.

Die technische Seite davon habe ich in „Lokal ist kein Charakterzeugnis" ausführlicher zerlegt. Für diesen Text reicht die organisatorische Konsequenz: Unternehmen, die das Urteil vollständig an Dienstleister auslagern, kaufen sich dieselbe Abhängigkeit nur mit einer anderen Rechnung zurück.

Das gilt auch für Beratung wie unsere. Wenn ein Unternehmen nach einem Format weiterhin nur mit uns beurteilen kann, was das nächste System tut, haben wir keine Kompetenz aufgebaut. Wir haben Abhängigkeit produziert.

Externe Expertise sollte interne Urteilskraft aufbauen. Ein gutes Format macht sich in Teilen überflüssig: Danach können die Beteiligten bessere Fragen stellen, neue Evidenz einordnen und den nächsten Irrtum mit weniger Begleitung erkennen.

Was Plastizität und Haltung hier bedeuten

Plastizität ist nicht bloße Veränderbarkeit. Fast jedes Sprachmodell lässt sich mit dem nächsten Prompt in eine andere Richtung schieben. Gemeint ist die Fähigkeit, eine Unterscheidung aufgrund neuer Evidenz zu revidieren und später auf einen anderen Fall zu übertragen.

Haltung ist ebenfalls kein freundlicher Ton. Sie zeigt sich darin, die eigene Behauptung einem Gegenbeleg auszusetzen, Unsicherheit sichtbar zu lassen, vor einer irreversiblen Handlung anzuhalten und Verantwortung nicht an das System weiterzureichen.

Beides lässt sich weder aus einer guten Modellantwort noch aus einer gelungenen Abschlussrunde ableiten. Es muss sich unter neuen Bedingungen wieder zeigen.

Die bessere Frage

Nicht:

Welches Modell sollen wir einsetzen?

Sondern:

Was müssen unsere Menschen danach selbst beurteilen und weiterlernen können?

Erst aus dieser Antwort ergeben sich Modellwahl, Infrastruktur und Weiterbildung.

Der Maßstab ist nicht, wie beeindruckt ein Team den Workshop verlässt. Der Maßstab ist, was es vier Wochen später ohne den Trainer kann.

Wissen und Sprache sind billig. Plastizität und Haltung sind selten und teuer.

Das gilt nicht nur für Modelle.

Urteilskraft lässt sich nicht outsourcen. Lernen lässt sich nicht installieren.

Text: Codex und Claude Opus. Menschliche Prüfung und Verantwortung: Svenja Lemcke.

Wie wir KI verständlich machen →