Was sollte eine KI-Schulung nach Artikel 4 enthalten?
Eine sinnvolle AI-Act-Schulung sollte zunächst erklären, welche KI-Systeme die Organisation nutzt, welche Rolle sie dabei hat und welche Risiken im konkreten Einsatz entstehen. Darauf bauen rollenbezogene Inhalte zu Systemgrenzen, Daten, Prüfung von Ergebnissen, internen Regeln, menschlicher Verantwortung und Eskalation auf. Artikel 4 schreibt dafür weder einen festen Lehrplan noch eine Mindestdauer oder ein Zertifikat vor.
- Basis: KI-Verständnis, Chancen, Grenzen und tatsächlich eingesetzte Systeme.
- Differenzierung: Lernziele nach Rolle, Vorwissen, Kontext und Systemrisiko.
- Praxis: Übungen an realistischen Aufgaben, Prüf- und Eskalationswege.
- Nachweis: interne Dokumentation statt gesetzlich vorgeschriebenem Pflichtzertifikat.
Vor dem Lehrplan kommt die Bestandsaufnahme
Die häufigste Fehlentscheidung ist, zuerst einen Standardkurs einzukaufen und erst danach zu fragen, wer ihn eigentlich braucht. Die Kommission stellt die Reihenfolge umgekehrt dar: Organisation, Systeme, Risiken, Personen und Kontext kommen zuerst.
- KI-Einsatz erfassen: Welche Systeme und Funktionen werden offiziell oder faktisch genutzt?
- Organisationsrolle bestimmen: Entwickelt die Organisation eigene Systeme, integriert sie KI oder nutzt sie fertige Werkzeuge?
- Risiken und betroffene Personen betrachten: Welche Fehler können entstehen und wen könnten Ergebnisse betreffen?
- Zielgruppen bilden: Wer bedient, prüft, genehmigt, beschafft, entwickelt oder überwacht die Systeme?
- Vorwissen einschätzen: Welche technischen, fachlichen und rechtlichen Kenntnisse sind bereits vorhanden?
Erst danach lässt sich entscheiden, ob ein kurzes Briefing, ein Workshop, ein E-Learning-Modul, praktische Übungen oder eine vertiefte Fachqualifizierung angemessen sind. Der Rechtsüberblick zu Artikel 4 erklärt separat, wer verpflichtet ist und warum es keinen allgemeinen Pflichtkurs gibt.
Die sieben Praxismodule für ein KI-Kompetenz-Konzept
1. KI-Grundverständnis und Systeminventar
Teilnehmer sollten verstehen, was in der Organisation als KI-System eingesetzt wird, welche Aufgaben damit unterstützt werden und wo die Grenzen liegen. Es geht nicht um Mathematik für alle, sondern um ein gemeinsames Vokabular: Eingaben, Ausgaben, Wahrscheinlichkeiten, Automatisierung, menschliche Kontrolle und bekannte Fehlerbilder.
- Welche freigegebenen KI-Systeme und Funktionen gibt es?
- Für welche Aufgaben dürfen sie verwendet werden – und für welche nicht?
- Warum können plausible Ausgaben trotzdem sachlich falsch sein?
2. Rolle der Organisation und Verantwortlichkeiten
Die Lernenden müssen nicht den gesamten AI Act auswendig kennen. Sie sollten aber verstehen, wer im eigenen Prozess wofür verantwortlich ist. Dazu gehören Freigaben, fachliche Prüfung, menschliche Entscheidung, Beschaffung, technische Betreuung und die Meldung von Problemen.
3. Risiken des konkreten Systems
Allgemeine Warnungen bleiben abstrakt. Besser sind Fehlerbilder aus dem eigenen Arbeitskontext: erfundene Quellen in einem Textassistenten, unvollständige Zusammenfassungen, verzerrte Bewertungen, ungeeignete Automatisierung oder falsches Vertrauen in eine scheinbar sichere Ausgabe.
Bei Hochrisiko-KI kommen zusätzliche Anforderungen hinzu. Die Kommission weist darauf hin, dass die Schulung von Personal für eine wirksame menschliche Aufsicht dort neben Artikel 4 gesondert relevant bleibt.
4. Daten, Vertraulichkeit und zulässige Eingaben
Beschäftigte brauchen klare Regeln dafür, welche Daten in welches System eingegeben werden dürfen. Praktische Beispiele sind wirksamer als ein allgemeiner Satz wie „keine sensiblen Daten verwenden“: Kundendaten, Personalinformationen, Geschäftsgeheimnisse, unveröffentlichte Dokumente oder urheberrechtlich geschützte Inhalte müssen zum jeweiligen Tool und Prozess eingeordnet werden.
5. Ergebnisse prüfen und menschliche Verantwortung sichern
Ein gutes Training zeigt nicht nur, wie eine Ausgabe erzeugt wird, sondern wie sie geprüft wird. Dazu gehören Quellenkontrolle, fachlicher Gegencheck, Vergleich mit Originaldaten, Erkennen von Unsicherheit und eine klare Freigabe vor Veröffentlichung oder Entscheidung.
6. Interne Regeln, Transparenz und Eskalation
Die Teilnehmer sollten wissen, wann der KI-Einsatz offengelegt oder intern dokumentiert werden muss, wann ein Mensch übernehmen muss und an wen Fehler oder ungewöhnliche Ausgaben gemeldet werden. Regeln ohne erreichbare Ansprechperson funktionieren im Alltag selten.
7. Praktische Übung und Transfer in den Arbeitsalltag
Der Abschluss sollte eine realistische Aufgabe enthalten: eine fehlerhafte KI-Ausgabe prüfen, einen problematischen Datensatz erkennen, eine Entscheidung eskalieren oder einen sicheren Arbeitsablauf entwerfen. So wird sichtbar, ob die Regeln nicht nur gelesen, sondern verstanden wurden.
| Modul | Kernfrage | Mögliches Praxisformat |
|---|---|---|
| 1. Grundlagen | Welche KI nutzen wir und wo liegen Grenzen? | Kurzes Basismodul mit Systembeispielen |
| 2. Verantwortung | Wer darf was entscheiden und freigeben? | Rollenkarte oder Prozessübung |
| 3. Risiken | Was kann im konkreten Einsatz schiefgehen? | Fallbeispiele aus der Fachabteilung |
| 4. Daten | Welche Eingaben sind erlaubt? | Sortierübung mit zulässigen und kritischen Fällen |
| 5. Prüfung | Wie wird eine Ausgabe verifiziert? | Fehlerhafte KI-Antwort gemeinsam prüfen |
| 6. Eskalation | Wann und an wen wird ein Problem gemeldet? | Entscheidungsbaum oder Kurzsimulation |
| 7. Transfer | Kann die Person den sicheren Ablauf anwenden? | Arbeitsplatznahes Szenario |
Welche Rolle braucht welche Tiefe?
Ein gemeinsames Basismodul schafft Orientierung. Die eigentliche Qualität entsteht aber durch zielgruppengerechte Vertiefung. Artikel 4 nennt ausdrücklich technisches Wissen, Erfahrung, Ausbildung und Einsatzkontext als Faktoren.
| Zielgruppe | Gemeinsame Basis | Rollenbezogene Vertiefung |
|---|---|---|
| Gelegentliche Anwender | Freigegebene Tools, Systemgrenzen, Datenregeln | Ausgaben prüfen und sichere Standardaufgaben bearbeiten |
| Power User und Fachabteilungen | Basis plus bekannte Fehlerbilder | Workflow-Design, Qualitätskontrolle, Dokumentation und Eskalation |
| Führungskräfte | Chancen, Grenzen und Verantwortlichkeiten | Freigaben, Ressourcen, Aufsicht und Umgang mit Vorfällen |
| HR, Kundenservice oder andere personennahe Bereiche | Basis und Datenregeln | Verzerrungen, Auswirkungen auf Menschen und menschliche Entscheidung |
| IT, Entwicklung und Integration | Governance und Organisationsregeln | Technische Grenzen, Tests, Monitoring, Sicherheit und Änderungen |
| Externe Dienstleister im Auftrag | Relevante interne Regeln | Nur die Systeme, Aufgaben und Risiken ihres konkreten Auftrags |
Beispielablauf für einen normalen Büro-KI-Einsatz
Für Textentwürfe, Rechercheunterstützung oder Zusammenfassungen kann ein schlanker Lernpfad aus mehreren Bausteinen geeigneter sein als ein ganzer Schulungstag. Die folgende Struktur ist ein Beispiel, keine rechtliche Zeitvorgabe.
| Baustein | Beispielumfang | Ziel |
|---|---|---|
| Selbstlern-Basis | 30–45 Minuten | KI-Grundlagen, Systemgrenzen und interne Regeln verstehen |
| Rollenworkshop | 60–90 Minuten | Eigene Aufgaben, Risiken und Prüfwege bearbeiten |
| Praxisfall | 30–45 Minuten | Fehler erkennen, Ergebnis prüfen und richtig eskalieren |
| Transferhilfe | Checkliste oder kurze Sprechstunde | Sichere Anwendung im Arbeitsalltag unterstützen |
| Auffrischung | Anlassbezogen | Neue Systeme, Funktionen, Risiken oder Regeln aufnehmen |
So dokumentieren Unternehmen die Maßnahme
Die EU-Kommission verlangt kein spezielles Formular und kein Zertifikat. Sie nennt interne Aufzeichnungen zu Trainings und anderen Leitmaßnahmen als möglichen Weg. Eine schlanke Maßnahmenakte kann folgende Punkte enthalten:
- betrachtete KI-Systeme, Funktionen und Anwendungsfälle,
- Rolle der Organisation und verantwortliche Bereiche,
- Zielgruppen, Aufgaben, Vorwissen und relevante Risiken,
- abgeleitete Lernziele, Inhalte und gewählte Formate,
- Datum, Version der Unterlagen und Teilnehmendenkreis,
- Übungen, freiwillige Verständnischecks und offene Fragen,
- verknüpfte Nutzungsregeln, Freigabe- und Eskalationsprozesse,
- Anlässe und Verantwortliche für die nächste Aktualisierung.
Eine Unterschriftenliste allein belegt nur Anwesenheit. Belastbarer ist die Verbindung zwischen inventarisiertem KI-Einsatz, erkannten Risiken, Zielgruppe und konkreter Lernmaßnahme.
Wann das Konzept aktualisiert werden sollte
Artikel 4 nennt kein jährliches Pflichtintervall. Ein festes Datum kann intern trotzdem hilfreich sein. Wichtiger sind konkrete Auslöser:
Systemänderung
Neues Tool, neue Funktion, anderes Modell oder geänderter Datenzugriff.
Vorfall oder Fehlanwendung
Fehler, Beinahe-Vorfall oder wiederkehrende Unsicherheit im Team.
Neuer Kontext
Einsatz in einer weiteren Abteilung oder für Entscheidungen mit größerer Wirkung.
Intern entwickeln oder extern einkaufen?
Interne Teams kennen Prozesse, Systeme und typische Fehlerfälle. Externe Trainer können zusätzliche methodische, technische oder rechtliche Tiefe einbringen. Häufig ist eine Kombination sinnvoll: Das Unternehmen liefert reale Einsatzfälle und Regeln; externe Expertise hilft bei Struktur, Übungen oder Spezialthemen.
Bei externen Angeboten sollten Unternehmen prüfen:
- Wird vorab nach Systemen, Rollen, Vorwissen und Risiken gefragt?
- Gibt es verschiedene Lernpfade statt eines identischen Kurses für alle?
- Werden praktische Arbeitsfälle und interne Regeln integriert?
- Sind Rechts- und Quellenstand sowie Aktualisierungsprozess transparent?
- Erhält das Unternehmen Materialien und eine sinnvolle Dokumentationsgrundlage?
- Wird auf irreführende Aussagen wie „amtlich AI-Act-zertifiziert“ verzichtet?
Was das EU-Praxisrepository leisten kann – und was nicht
Das AI Office veröffentlicht mehr als 40 Beispiele aus Unternehmen und öffentlichem Sektor: E-Learning, Präsenztrainings, Bootcamps und weitere Formate. Sie zeigen, wie unterschiedlich KI-Kompetenz organisiert werden kann.
Die Kommission stellt zugleich klar, dass das Kopieren eines dort gezeigten Beispiels keine automatische Vermutung der Rechtskonformität schafft. Das eigene System, die Zielgruppe und der konkrete Kontext müssen weiterhin bewertet werden.
Compliance-Maßnahme oder berufliche KI-Weiterbildung?
Eine Artikel-4-Maßnahme soll Menschen zum sachkundigen Umgang mit den eingesetzten Systemen befähigen. Eine berufliche KI-Weiterbildung kann deutlich weitergehen – etwa in Automatisierung, Datenanalyse, Machine Learning oder Entwicklung. Beide Ziele können sich ergänzen, sind aber nicht identisch.
Wer umfangreiche Qualifizierungen plant, findet im Ratgeber KI-Lernwege nach Berufsziel. Die getrennte Frage nach Finanzierung und Bildungsgutschein behandelt der Beitrag KI-Weiterbildung fördern lassen.
Fazit: Der beste Lehrplan beginnt beim realen KI-Einsatz
Ein belastbares KI-Kompetenz-Konzept braucht keinen künstlich aufgeblähten Pflichtkurs. Es braucht eine nachvollziehbare Verbindung zwischen System, Risiko, Rolle und Lernziel. Gemeinsames Grundwissen, zielgruppengerechte Vertiefung, praktische Übungen, klare Eskalationswege und eine aktualisierbare Dokumentation bilden dafür einen tragfähigen Rahmen.
Häufige Fragen
Welche Inhalte sind für eine AI-Act-Schulung gesetzlich vorgeschrieben?
Artikel 4 enthält keinen festen Lehrplan. Nach den aktuellen Hinweisen der EU-Kommission sollten Organisationen mindestens ein allgemeines KI-Verständnis, ihre Rolle als Anbieter oder Betreiber, die Risiken der eingesetzten Systeme sowie Vorwissen und Einsatzkontext der betroffenen Personen berücksichtigen. Die konkrete Maßnahme muss daraus abgeleitet werden.
Müssen alle Beschäftigten dieselbe KI-Schulung absolvieren?
Nein. Die EU-Kommission hält unterschiedliche Vertiefungsstufen und Lernansätze ausdrücklich für angemessen. Ein allgemeines Basismodul kann für viele Personen sinnvoll sein; Fachabteilungen, Führungskräfte, Entwickler oder Personen mit Kontrollaufgaben benötigen jedoch andere Vertiefungen.
Wie lange muss eine Schulung nach Artikel 4 dauern?
Eine gesetzliche Mindestdauer gibt es nicht. Umfang und Format hängen von System, Rolle, Vorwissen, Zweck und Risiko ab. Bei einfachen internen Anwendungen kann eine Kombination aus Regeln, Briefing und Übung genügen; komplexe oder risikoreiche Einsätze erfordern regelmäßig mehr Tiefe.
Brauchen Unternehmen ein Zertifikat als Nachweis?
Nein. Die EU-Kommission verlangt kein bestimmtes Zertifikat. Organisationen können ihre Trainings und andere Leitmaßnahmen intern dokumentieren. Ein Teilnahmezertifikat kann organisatorisch nützlich sein, ersetzt aber keine passende Risiko- und Rollenbewertung.
Muss das Wissen der Beschäftigten geprüft werden?
Artikel 4 verpflichtet nicht dazu, einen bestimmten individuellen Wissensstand zu messen oder zu garantieren. Freiwillige Fallübungen, kurze Wissenstests oder praktische Freigaben können dennoch helfen zu prüfen, ob Regeln verstanden und im Arbeitsalltag angewendet werden.
Reicht es, die Bedienungsanleitung des KI-Tools zu verteilen?
Nicht unbedingt. Die EU-Kommission weist darauf hin, dass das bloße Lesen von Gebrauchsanweisungen in vielen Fällen unwirksam sein kann. Lernmaßnahmen sollten zur Zielgruppe und zum konkreten Einsatz passen und neben Bedienung auch Risiken, Prüfung und interne Regeln abdecken.
Wie oft sollte KI-Kompetenz aufgefrischt werden?
Artikel 4 nennt kein festes Wiederholungsintervall. Eine Aktualisierung ist sinnvoll, wenn neue Systeme oder Funktionen eingeführt werden, sich Einsatzkontext oder Risiken ändern, Vorfälle auftreten oder neue behördliche Empfehlungen veröffentlicht werden.
Kann die AI-Act-Schulung intern durchgeführt werden?
Ja. Ein externer Anbieter ist nicht generell vorgeschrieben. Entscheidend ist, dass Inhalt, Format und fachliche Tiefe zur Zielgruppe und zum KI-Einsatz passen. Für anspruchsvolle technische, rechtliche oder hochriskante Anwendungen kann zusätzliche externe Expertise sinnvoll sein.