Muss man ein Auto bauen können, um es zu fahren? ODER: KI-Kompetenzen im Unternehmen aufbauen

Im Anschluss an den Vortrag ergab sich eine interessante Diskussion darüber, wie tief ins „Technische“ KI-Bildung eintauchen soll.

Wie viel Technikwissen braucht es wirklich?

Spätestens seit dem Inkrafttreten des EU AI Acts ist klar: Unternehmen müssen sicherstellen, dass Mitarbeitende, die mit KI-Systemen arbeiten, über angemessene KI-Kompetenz verfügen. Doch was bedeutet das konkret? Müssen alle verstehen, wie große Sprachmodelle funktionieren? Oder reicht es, KI sinnvoll und verantwortungsvoll nutzen zu können?

Oder anders gefragt: Muss man ein Auto bauen können, um es zu fahren? 

Diese und ähnliche Fragen bildeten den Einstieg in die spannende Diskussion.

Die spontane Antwort lautet: Natürlich nicht. Niemand erwartet von Autofahrerinnen und Autofahrern, einen Motor konstruieren oder ein Getriebe auseinander (und wieder zusammen :) bauen zu können. Trotzdem bewegen sie täglich die komplexe Technik sicher und erfolgreich.

Übertragen auf generative KI bedeutet das: Mitarbeitende müssen keine Expertinnen und Experten für neuronale Netze oder Transformer-Architekturen werden, um KI produktiv einzusetzen.

Aber: Fährt man besser, wenn man die Gangschaltung versteht?

Viele Teilnehmende waren sich einig: Wer zumindest grob versteht, wie ein Auto funktioniert, fährt häufig bewusster. Wer weiß, warum ein Motor abgewürgt wird oder weshalb ein niedriger Gang beim Berganfahren hilft, kann Situationen besser einschätzen.

Dasselbe gilt für generative KI.

Niemand muss die mathematischen Grundlagen eines Sprachmodells beherrschen. Aber ein grundlegendes Verständnis dafür, wie KI Antworten erzeugt, warum Wahrscheinlichkeiten eine Rolle spielen und weshalb Modelle keine „Wahrheit“ kennen, hilft dabei, ihre Ergebnisse realistischer einzuordnen.

Und: Man braucht einen Führerschein, um Auto zu fahren. 

Niemand muss ein Auto bauen können, um es zu fahren. Aber ein Führerschein, ein Verständnis für die Funktionsweise und die Fähigkeit, Risiken richtig einzuschätzen, machen aus Fahrerinnen und Fahrern verantwortungsvolle Verkehrsteilnehmende.

Für den erfolgreichen Einsatz generativer KI gilt genau dasselbe.

KI-Bildung sollte weder auf reine Tool-Schulungen reduziert werden noch in tiefgehenden technischen Vorlesungen enden.

Erfolgreiche Qualifizierung verbindet drei Ebenen:

• Anwendung: Wie unterstützt KI den eigenen Arbeitsalltag?
• Verständnis: Warum entstehen (technisch) typische Stärken und Schwächen?
• Verantwortung: Welche rechtlichen und ethischen Anforderungen gelten?

Gerade diese Kombination macht Mitarbeitende handlungsfähig – ganz im Sinne der Anforderungen des EU AI Acts an angemessene KI-Kompetenz.