Aufbau der KI-Kompetenz in der Belegschaft: Von der Pflicht zur Kür

KNIME stellt fünf Ansätze vor, um Mitarbeiter zu qualifizieren und die Herausbildung einer Schatten-KI zu verhindern

[datensicherheit.de, 09.06.2025] KNIME erinnert in einer aktuellen Stellungnahme daran, dass seit Februar 2025 neue Anforderungen des „EU AI Act“ gelten – und damit die Pflicht für Unternehmen, ihre Mitarbeiter nachweislich im Umgang mit Systemen Künstlicher Intelligenz (KI) zu schulen. Dies betreffe indes längst nicht nur die IT-Abteilungen. Doch aktuelle Untersuchungen zeigten: „Fast die Hälfte der Unternehmen hat mit der Umsetzung der Schulungspflicht noch gar nicht begonnen – dabei wird es höchste Zeit.“ Daten- und KI-Experten von KNIME haben fünf konkrete Ansätze zusammengestellt, mit denen sich Qualifikationslücken schließen und sogenannte Schatten-KI im Unternehmen bestmöglich vermeiden lassen soll.

[knime-rosaria-silipo.jpg]

Unternehmen müssen nachweisen, dass mit KI-Systemen arbeitende Mitarbeiter über entsprechende Fachkompetenz verfügen

„Seit dem 1. August 2024 ist der ,EU AI Act’ in Kraft – und bringt neben technischen Anforderungen auch eine neue Pflicht mit sich: Unternehmen müssen nachweisen, dass Mitarbeitende, die mit KI-Systemen arbeiten, über entsprechende Fachkompetenz verfügen.“

• Seit Februar 2025 gelte diese Regel verpflichtend. „Das bedeutet, Arbeitgeber sind zu einer aktiven Schulungspflicht ihrer Mitarbeiter, die weit über IT-Teams hinausreicht, angehalten. Diese neuen Anforderungen treffen auf eine Belegschaft, der das nötige Know-how fehlt.“

So würden 35 Prozent der Unternehmen, die KI nutzen, fehlende Kompetenzen der Mitarbeiter als eines der größten Hindernisse nennen – gleichauf mit Risikomanagement und Datenqualität. Doch dieses Problem sei lösbar – mit einer klaren Strategie und geeigneten Werkzeugen. Datenexperten von KNIME haben fünf Handlungsempfehlungen formuliert, „wie Unternehmen richtig in die KI-Kompetenzen ihrer Mitarbeiter investieren“:

1. KI-Nutzung nicht verbieten, sondern kompetent gestalten!

Viele Unternehmen schwankten heute zwischen Freigabe und einem Verbot von KI-Tools wie „ChatGPT“, „DeepSeek“, „Meta AI“, und „Gemini“. Doch ein generelles Nutzungsverbot sei keine Lösung – ganz im Gegenteil: Es drohe das Risiko einer sogenannten Schatten-KI, also dass Mitarbeiter KI-Tools heimlich, d.h. ohne Kontrolle oder Sicherheitsvorkehrungen, verwenden.

• Dies berge massive Risiken für Datenschutz, Unternehmenssicherheit und „Compliance“. Für Unternehmen sei es daher ratsam, stattdessen klare Richtlinien und eine offene Lernkultur für KI einzuführen.

Mitarbeiter müssten verstehen, „wie KI funktioniert, welche Daten sie nutzen dürfen und welche Verantwortung sie tragen, gerade auch im Hinblick auf KI-Halluzinationen“. Aufgrund möglicher negativer Auswirkungen sollte den Mitarbeitern klargemacht werden, dass KI-Ergebnisse in sensiblen Bereichen besonders streng überprüft werden müssten.

2. Datenqualität und menschliche Kontrolle rücken in den Fokus!

Der verantwortungsvolle KI-Einsatz beginne nicht bei der Technologie selbst, sondern bei den Grundlagen, insbesondere bei der Qualität der Daten. „Nur wer vollständige, konsistente und aktuelle Daten nutzt, kann KI-Modelle entwickeln, die verlässlich und vertrauenswürdig sind. Gleichzeitig ist das beste Modell nur so nützlich wie die Fragen, die Menschen ihm stellen.“

• Um KI wirksam nutzen zu können, brauchten Mitarbeiter ein Verständnis dafür, „wie sie präzise und kontextreiche Fragen formulieren – denn je detaillierter die Eingabe, desto besser die Antwort“.

Doch selbst eine hervorragende Datenbasis und gut geschulte Mitarbeiter reichten nicht aus, „wenn es um sensible Entscheidungen geht“. Hierbei müsse der Mensch als Kontrollinstanz eingebunden bleiben – für Akzeptanz und letztlich auch, um Verantwortung zu übernehmen. Um Entscheidungswege nachvollziehbar zu machen und KI-Systeme aus ihrer „Black Box“ herauszuholen, böten sich benutzerfreundliche Plattformen mit graphischen Oberflächen an. „Sie helfen dabei, KI-basierte Prozesse verständlich zu gestalten und Vertrauen in die Technologie zu stärken.“

3. Rollenbilder weiterentwickeln – insbesondere bei Datenberufen!

Gerade auch im Zuge des rasanten Aufstiegs autonomer KI-Agenten entstehe nicht nur eine technologische Neuerung, sondern ein tiefgreifender Wandel in der betrieblichen Organisation. „Deutschland liegt laut aktueller Studie weltweit an zweiter Stelle beim Interesse an dieser Technologie. Doch anders als bei den oberflächlichen Fähigkeiten von GenAI sieht es bei agentenbasierten KI-Systemen aus, die nicht nur reagieren, sondern aktiv handeln.“ Solche KI-Agenten könnten Entscheidungen treffen, „Tools“ bedienen, in verschiedenen Systemen gleichzeitig arbeiten und früher manuell erledigte Aufgaben automatisieren. Sie übernähmen nicht nur Kommunikation, sondern auch konkrete Ausführung. „Für Geschäftsführungen bedeutet das: Bestehende Rollenbilder reichen nicht mehr aus.“

• Gefragt sei nicht mehr nur Modelltraining, sondern Systemverständnis, Architekturwissen und „Tool“-Orchestrierung. Dadurch würden neue Jobprofile entstehen, wie etwa der „AI Agent Orchestrator“, welcher für die Auswahl, Steuerung und ethische Absicherung autonomer Systeme verantwortlich sei, sowie der „AI Product Owner“, welche fachlich getriebene Agentenanwendungen mitgestalteten. „Und auch ,Data Citizens’ gewinnen an Bedeutung, die in Fachabteilungen datengestützte Entscheidungen mit voranbringen. Statt darauf zu warten, dass sich neue Tätigkeiten informell herausbilden, sollten Unternehmen gezielt Rollenprofile entwickeln und entsprechende Schulungen dazu anbieten.“

Dabei sei es nicht notwendig, komplett neue KI-Teams aufzubauen. Vielmehr sollten Unternehmen auf bestehende Data-Teams zurückgreifen, welche bereits über viele relevante Qualifikationen verfügten, und diese gezielt für den Einsatz von KI-Agenten weiterbilden. „So lassen sich vorhandene Kompetenzen effektiv nutzen und zukunftsorientiert erweitern.“

4. KI-Schulungen und Weiterbildung organisieren!

Unternehmen sollten Schulungsformate anbieten, welche über reine „Tool“-Einführung hinausgehen. So habe das „KNIME Learning Center“ etwa bei neu eingeführten Kursen rund um das Thema „Nutzung von KI in der Datenarbeit“ im Jahr 2024 eine um 73 Prozent höhere Nachfrage im Vergleich zum Durchschnitt aller genutzten Lernangebote verzeichnet.

• Dies sein deutliches Zeichen für den wachsenden Qualifizierungsbedarf und die hohe Relevanz des Themenfelds.

Gefragt seien praxisnahe Lernumgebungen, in denen Mitarbeiter KI-Werkzeuge kombinieren, in bestehende Prozesse integrieren und situationsgerecht einsetzen könnten, wie etwa interaktive Kurse mit realen „Use Cases“, direkt einsetzbare „Slides“, Materialien für interne „GenAI-Learnathons“ und Trainings in jeder Sprache. Solche Materialien könnten direkt in interne Lernplattformen oder als Selfservice-Produkte für Mitarbeiter zur Verfügung gestellt werden.

5. Lernräume schaffen – mit Freiraum zum Experimentieren!

„Lernen benötigt Freiräume!“ Gerade bei einem disruptiven Thema wie KI sollten Unternehmen daher geschützte Experimentierräume schaffen, in denen Mitarbeiter neue „Tools“ ausprobieren, Erfahrungen sammeln und sich austauschen könnten. „Auf der ,KNIME-Plattform’ können Mitarbeitende mit den KI basierten ,Nodes’ beispielsweise eigenständig Technologien kombinieren, testen, vergleichen und so ganz praktisch herausfinden, was für ihr Unternehmen oder ihre Daten funktioniert.“

• Dies erleichtere das Experimentieren mit KI-Anwendungen und fördere das selbstbestimmte Lernen mit einer hohen Lernkurve. Unternehmen kämen heute gar nicht mehr drumherum, in KI-Kompetenzen zu investieren. Hilfreich sei, dass sie oftmals bereits über einen Großteil der dafür nötigen Ressourcen verfügten: „Daten-Teams – etwa in den Bereichen ,Analytik’, ,Data Science’ oder ,Business Intelligence’ – haben über Jahre hinweg die Infrastruktur, das Fachwissen und die Datenbestände aufgebaut, die nun auch für den Einsatz moderner KI-Lösungen relevant sind.“

„Dieses vorhandene Know-how lässt sich gezielt weiterentwickeln – beispielsweise für die zunehmend relevante Arbeit mit KI-Agenten, die immer mehr eigenständig Aufgaben übernehmen und komplexe Prozesse steuern können”, unterstreicht Rosaria Silipo, Daten- und KI-Expertin, „VP of Data Science Evangelism“ bei KNIME, abschließend.

Weitere Informationen zum Thema:

KNIME
About KNIME / Meet the team that aims to advance the impact and understanding of data science through visual programming and being the sober voice in a cluttered and often overhyped space

Deloitte, 10.03.2025
KI-Studie: Beschleunigung der KI-Transformation / Wie Unternehmen Künstliche Intelligenz nutzen

Bundesministerium für Wirtschaft und Energie, 06.07.2021
Herausforderungen beim Einsatz von Künstlicher Intelligenz (2021) / Ergebnisse einer Befragung von jungen und mittelständischen Unternehmen in Deutschland

datensicherheit.de, 05.02.2025
AI Act der EU verbietet bestimmte KI-Systeme und verpflichtet zur -Kompetenz / Die neue Regelung setzt das Verbot bestimmter KI-Systeme durch und legt Anforderungen an die -Kenntnisse der Beschäftigten fest

datensicherheit.de, 04.02.2025
„AI Act“: Seit dem 2. Februar 2025 weitere Regelungen der europäischen KI-Verordnung in Kraft / Eigentlich sollte der „AI Act“ für Rechtssicherheit in Europa sorgen – aktuell droht das genaue Gegenteil, so die Bitkom-Kritik

datensicherheit.de, 03.02.2025
AI Act: eco-Kommentar zum Inkrafttreten – nationale Gesetzgebung muss Vision und Praxis vereinen! / Ab dem 2. Februar 2025 verbietet der „AI Act“ Manipulation durch KI, „Social Scoring“ und biometrische Fernidentifikation in Echtzeit

datensicherheit.de, 28.05.2024
Schatten-KI und EU AI Act: Unternehmen müssen sich den Herausforderungen zeitnah stellen / Philipp Adamidis nimmt Stellung zu Aspekten der erfolgreichen KI-Transformation