AI Literacy
KI-Tools sind da.
Die Organisation arbeitet trotzdem nicht anders.
Die eigentliche Aufgabe ist nicht Technologie einzuführen — sondern die Kompetenz aufzubauen, sie sinnig zu nutzen.
AI Literacy ist das kritisch-reflektierte Grundverständnis von KI-Systemen: ihre Möglichkeiten, Grenzen und Risiken. Verbunden mit der praktischen Fähigkeit, KI sinnvoll einzusetzen — und darüber für sich und andere urteilen zu können.
Was bringt dich hierher?
KI-Kompetenz aufbauen — warum es keine Tech-Frage ist
Die meisten Organisationen behandeln AI Literacy wie ein Schulungsproblem: Mitarbeitende werden in Trainings geschickt, Zertifikate werden vergeben, Haken werden gesetzt. Und dann? Kaum jemand ändert sein Verhalten.
Das ist kein Wissensproblem — es ist ein Execution Gap. Der Unterschied zwischen Wissen und Handeln. Jeder weiß dass Zucker ungesund ist. Und isst ihn trotzdem. Mehr Information löst das nicht.
In der Zwischenzeit passiert etwas anderes: Mitarbeitende nutzen ChatGPT, Claude und Co. längst — nur eben im Verborgenen. Shadow AI ist in den meisten Organisationen längst Realität. Ohne Spielregeln, ohne Datenschutz-Absicherung, ohne Wissenstransfer. Das ist kein Zeichen von mangelnder Compliance — es ist ein Zeichen dass die Organisation mit der Realität nicht mitgehalten hat. Und mit Agentic AI — KI-Systemen die autonom handeln statt nur zu antworten — steigt dieser Druck weiter.
Was fehlt sind die Bedingungen die Handeln ermöglichen: psychologische Sicherheit zum Experimentieren, Führung die vorlebt statt delegiert, klare Spielregeln ohne Lähmung. Das ist Organisationsentwicklung — nicht IT-Rollout.
AI Adoption Is a Leadership Problem
Business of AI Podcast · 17 minAdoption & Führung
„In meiner Arbeit mit Organisationen sehe ich immer wieder dasselbe Muster: Das Wissen über KI ist vorhanden — aber das Verhalten ändert sich nicht. Das ist kein Schulungsproblem. Das ist eine Führungs- und Kulturfrage."
Ralf Kruse, EnableChange — seit 2009 in der Organisationsentwicklung
Erkennst du das bei dir oder in deiner Organisation?
Wähle alles was zutrifft — anonym, kein Name nötig.
Die vier Dimensionen von AI Literacy
Warum Wissen allein nicht reicht — und was wirklich zählt.
LLMs generieren Text auf Basis von Wahrscheinlichkeiten — sie wissen nichts, sie vervollständigen Muster.
Typischer Fehler: Trainings enden hier. Checkbox abhaken.
Einen guten Prompt schreiben, Output kritisch bewerten, erkennen wann KI nicht geeignet ist.
Typischer Fehler: Auf Prompt-Kurse reduziert — Werkzeug mit Handwerk verwechselt.
Offenheit, kritische Distanz, oder unkritische Begeisterung — die Haltung entscheidet wie man lernt.
Typischer Fehler: In Trainings vollständig ignoriert. Ändert sich nicht durch Information.
Setze ich KI in meiner echten Arbeit ein — oder nur in Trainingsszenarien?
Der einzige Lackmustest der zählt. Hohe Werte in den anderen drei sind irrelevant wenn hier nichts passiert.
Ist KI-Einführung eine Aufgabe der IT-Abteilung?
Wir müssen reden (4 min) · 4 minGovernance
Welche Dimension ist bei euch aktuell am schwächsten?
Anonym — ein Klick reicht.
Schlüsselkonzepte verstehen
Die wichtigsten Begriffe — erklärt ohne Tech-Jargon.
Augmented Skills as the new Superpower for Knowledge Workers
Future of Work & Skills · 19 minAugmented Skills
„Ich rate Organisationen: Erst Augmentation, dann Automatisierung. Wer einen Prozess automatisiert bevor er ihn wirklich versteht, verliert das implizite Wissen das darin steckt. Augmentation zwingt uns, genau hinzuschauen — und aus diesem Verständnis heraus klug zu automatisieren."
Wo steht deine Organisation?
Ein kurzer Realitätscheck — anonym, kein Scoring, kein Funnel.
In welcher Phase ist deine Organisation?
Einmal klicken — sofort sehen wie andere antworten.
Was noch niemand abschließend beantwortet hat
AI Literacy ist ein junges Feld. Diese Fragen beschäftigen mich — und ich bin gespannt wie du drauf schaust.
„Manchmal beobachte ich etwas Paradoxes: Erfahrene Experten tun sich schwerer mit KI als Einsteiger ohne Vorwissen. Die Einsteiger spielen befreiter, probieren mehr aus — und kommen schneller weiter. Jahrelange Expertise kann ein Handicap werden wenn sich die Spielregeln fundamental ändern."
Teile deine Perspektive
Stimmen & Gespräche
Podcasts und Videos die in diese Seite eingeflossen sind — direkt anhören oder ansehen.
Every leader needs this AI strategy
Die Jagged Frontier erklärt — und warum Führungskräfte nicht delegieren können, sondern selbst experimentieren müssen.
What Leaders Need to Know About AI
Was AI Literacy für Führungskräfte konkret bedeutet — die richtigen Fragen stellen, bevor man Antworten kauft.
Fixing Shadow AI and Tool Sprawl in Enterprise Marketing
Gillian Hinkle von Salesforce über unkontrollierte KI-Nutzung und wie man einen Rahmen schafft ohne die Organisation zu lähmen.
Enterprise AI Confusion: AI Vendors, Job Redesign, and Transformation
Bersin nach Gesprächen mit HR-Führungskräften und Technologie-Teams: Wo hängen Organisationen bei der KI-Transformation wirklich?
How Organizations Can Measure Progress in Data & AI Literacy
Wie weißt du ob dein AI-Literacy-Programm wirklich wirkt? Ben Jones und Alli Torban über Messung und Fortschritt.
Why Human Skills Now Matter More as AI Automates Tasks at Work
Andrea Iorio über die Paradoxie: Je mehr KI automatisiert, desto wichtiger werden menschliche Fähigkeiten — aber andere als erwartet.
Stand: 2026-05
Was jetzt gilt — und was die Praxis zeigt
Was Art. 4 EU AI Act fordert
Verbatim — Article 4, EU AI Act (in Kraft seit 2. Februar 2025)
“Providers and deployers of AI systems shall take measures to ensure, to their best extent, a sufficient level of AI literacy of their staff and other persons dealing with the operation and use of AI systems on their behalf.”
- Jedes Unternehmen das KI-Systeme nutzt (Deployer) muss AI Literacy seiner Mitarbeitenden "nach bestem Bemühen" sicherstellen
- Die Pflicht gilt seit 2. Februar 2025 — als erste der zeitlich gestaffelten AI Act Phasen
- Kein festgelegtes Mindest-Curriculum — der Maßstab ist: ausreichende Literacy für die genutzten Systeme und Rollen
- Bei Hochrisiko-KI: spezifischere Pflichten (Art. 26) — Mitarbeiterinformation, Human Oversight, Betriebsrat-Anhörung
Art. 4 ist bewusst offen formuliert ("best extent"). Das bedeutet Handlungsspielraum — aber auch Beweislastumkehr: Im Streitfall muss die Organisation nachweisen, was sie getan hat. Kein Programm ist gleichzeitig das stärkste Risiko.
Was in der Praxis funktioniert
Lernen im Arbeitsfluss — nicht separat
ResearchBersin Research: Unternehmen die „Dynamic Enablement" praktizieren — also KI-gestütztes, kontextuelles Lernen direkt im Workflow statt klassische Kursformate — sind 16x häufiger Marktführer. AI Literacy wächst dort wo Menschen KI-Tools in echten Aufgaben nutzen, nicht in Seminar-Szenarien.
Verhaltensmessung statt Wissenstests
PractitionerAnerkannte Messinstrumente für AI Literacy existieren noch kaum. Was zuverlässig funktioniert: Verhalten beobachten — nutzen Mitarbeitende KI-Tools in ihrer echten Arbeit? Erkennen sie Fehler im Output? Können sie einschätzen wann KI ungeeignet ist? Diese Verhaltensindikatoren sind aussagekräftiger als Wissenstests.
CLO als CEO-nahes strategisches Amt
EnterpriseIn Organisationen die AI Literacy erfolgreich skalieren, ist Learning-Verantwortung strategisch verankert — nicht als HR-Subfunktion. Databricks-Beispiel (Bersin): CLO berichtet direkt an CEO, nicht an CHRO. Der Unterschied: Geschwindigkeit der Kompetenzentwicklung wird als Überlebensfrage behandelt.
Was scheitert
- Klassische Schulungen halten nicht mit: Bersin Research unter 700+ Unternehmen: 74% halten nicht mit dem Tempo der KI-bedingten Skill-Veralterung Schritt. Das Problem ist kein Mangel an Kursen — sondern Entwicklungsgeschwindigkeit. Traditionelle L&D-Zyklen (jährliche Curriculums, LMS-Pflichtmodule) sind strukturell zu langsam für AI Literacy.
- Kulturwiderstand wird unterschätzt: Change Management und kulturelle Resistenz sind häufigste Barrieren bei KI-Adoption. Wissens-Trainings adressieren diesen Widerstand nicht — sie erhöhen oft sogar die Angst. Wer AI Literacy aufbauen will, muss Haltungen und psychologische Sicherheit mitadressieren — nicht nur Fakten vermitteln.
- Technologie vor Problem — Adoption bleibt aus: Organisationen die KI-Tools einführen ohne klare Problemdefinition (Problem-First vs. AI-First), berichten konsistent: die Tools werden nicht genutzt. AI Literacy Programme die Tool-Features erklären statt Use Cases zu verankern, scheitern an mangelnder Relevanz für die Mitarbeitenden.
AI Literacy wird zur Compliance-Pflicht
Seit Februar 2025 ist Art. 4 EU AI Act in Kraft: Jede Organisation die KI einsetzt, muss AI Literacy ihrer Mitarbeitenden "nach bestem Bemühen" sicherstellen. Gleichzeitig zeigt Bersin Research: 74% der Unternehmen halten nicht mit dem Tempo der Kompetenzentwicklung Schritt.
AI Literacy ist keine Trainingsfrage mehr — sondern eine Governance-Frage. Wer kein nachweisbares Programm hat, geht ein regulatorisches Risiko ein. Wer nur Kurse bucht, geht ein Wirksamkeitsrisiko ein.
Datenstand: 2026-05 · Quellen: EU AI Act Regulation (EU) 2024/1689, Josh Bersin Research (12 KB-Quellen ausgewertet) · Überprüfung: 2026-11
Ressourcen & Autoritäten
Direkt aus der Forschung — keine KI-generierten Zusammenfassungen.
Wissenschaft & Forschung
- Ethan Mollick (Wharton)Centaurs and Cyborgs on the Jagged Frontier →Die Grundlagentexte zu Jagged Frontier und Arbeitsweisen mit KI
- Dell'Acqua et al. / BCG & HarvardNavigating the Jagged Technological Frontier →Empirische Studie mit 758 Unternehmensberatern — +40% Qualität mit KI
- Eloundou et al. (OpenAI/UPenn)GPTs are GPTs →Wie KI Tätigkeiten (nicht Jobs) verändert
- Brynjolfsson et al. (NBER)Generative AI at Work →Produktivitätseffekte in der Praxis
Institutionelle Rahmwerke
- EU AI Act, Art. 4AI Literacy als Rechtspflicht →Unternehmen müssen AI Literacy Programme für Mitarbeitende etablieren
- EU DigComp 3.0KI-Kompetenzrahmen für Bürger →Europäischer Referenzrahmen für digitale Kompetenz inkl. KI
- LinkedIn Economic GraphFuture of Work Report: AI →Daten zu 1 Mrd. Professionals und KI-Kompetenzentwicklung
Einstieg
Was kommt als Nächstes
AI Literacy ist die Voraussetzung für den nächsten Schritt: Agentic AI — Systeme die nicht mehr antworten, sondern autonom handeln. Wer die Grundlagen versteht, kann fundierte Entscheidungen über Autonomie, Governance und Verantwortung treffen.
Zum Thema Agentic AI →AI Literacy in deiner Organisation entwickeln
EnableChange begleitet Organisationen seit 2009 bei Veränderungsprozessen — jetzt auch auf dem Weg zu echter KI-Kompetenz.