KI-Fit™ Einblick · Die Schulung kennenlernen

KI verlässlich einführen im Mittelstand

Erleben Sie die KI-Fit™ Kompetenzschulung so, wie Ihre Mitarbeitenden sie erleben: in rund 10 bis 15 Minuten, mit Grundlagen, einer Übung aus dem Arbeitsalltag und einem kurzen Wissenscheck. Ihre Eingaben werden nicht gespeichert.

  • Lead Auditorin AZAV und ISO 9001
  • KI-Managerin
  • 200+ Audits (AZAV, ISO 9001)
  • Autorin „AI Act. Wer kontrolliert wen?“
  1. Warum KI-Kompetenz jetzt Pflicht ist
  2. Drei Arten von KI
  3. Typische Risiken je KI-Art
  4. Wissenscheck
  5. Praxisprobe: die Ampelregel
  6. Einblick: KI-Anwendungen und Risikoklassen
Nadine Jakob, Lead Auditorin und KI-Managerin, am Laptop
Station 01 · Anlass

KI-Kompetenz ist Pflicht, kein Extra

Wissen Sie, welche KI-Funktionen in Ihrer Software bereits aktiv sind? Art. 4 der europäischen KI-Verordnung (AI Act) gilt seit dem 2. Februar 2025, seit Ende Juli 2026 in der durch den KI-Omnibus geänderten Fassung. Er betrifft jedes Unternehmen, das KI-Systeme einsetzt, auch einen Textassistenten im Büro.

01Wer

Anbieter und Betreiber

Betreiber ist, wer ein KI-System in eigener Verantwortung verwendet (Art. 3 Nr. 4 AI Act). Das trifft auf die meisten Unternehmen im Mittelstand zu, die KI nutzen.

02Was

Maßnahmen ergreifen

Unternehmen ergreifen Maßnahmen, um die KI-Kompetenz ihrer Beschäftigten und beauftragter Personen zu unterstützen. Ein bestimmtes Kompetenzniveau schreibt das Gesetz nicht vor, wirksame Maßnahmen aber schon.

03Wie

Am Einsatzkontext ausgerichtet

Wirksam ist eine Schulung, die an den Aufgaben und Systemen im eigenen Betrieb ansetzt. Eine Dokumentation ist nicht ausdrücklich vorgeschrieben, als Nachweis der ergriffenen Maßnahmen aber dringend zu empfehlen.

Aus der Praxis: Eine häufige Lücke ist kein böser Wille, sondern fehlendes Wissen darüber, welche KI-Funktionen im Betrieb bereits aktiv sind und wer die Ergebnisse prüft.
Station 02 · Grundlagen

Drei Arten von KI was sie im Betrieb tut

Für die Praxis ist weniger wichtig, wie eine KI technisch aufgebaut ist, als was sie im Unternehmen leistet. Daran entscheidet sich, welche Risiken entstehen und wie genau Ergebnisse geprüft werden müssen.

01Erkennen

Beschreibende KI

Erkennt Muster in vorhandenen Daten und leitet daraus Prognosen ab.

  • KI-gestützte Absatzprognose
  • Bildprüfung in der Qualitätskontrolle
02Entscheiden

Entscheidungsunterstützende KI

Nutzt erkannte Muster, um Entscheidungen vorzubereiten oder automatisiert zu treffen.

  • Vorauswahl von Bewerbungen
  • Priorisierung von Serviceanfragen
03Erzeugen

Generative KI

Erzeugt neue Inhalte wie Texte, Bilder oder Programmcode.

  • Angebotsentwurf, Protokollzusammenfassung
  • Bilder für Marketing und Schulungsunterlagen
Wo Ihnen das im Alltag begegnet

Was davon nutzen Sie bereits? Markieren Sie die zutreffenden Einsatzformen. Ihre Auswahl bleibt in Ihrem Browser und wird nicht übertragen. Wenn Sie am Ende ein Erstgespräch anfragen, erscheint sie im Anfrageformular. Dort sehen Sie den Text vor dem Absenden und können ihn ändern.

Noch nichts markiert. Produktnamen sind Beispiele, keine Empfehlung.

Einordnung für die Praxis: Viele Systeme kombinieren mehrere dieser Funktionen. Je stärker eine KI in Entscheidungen eingreift, desto wichtiger werden Nachvollziehbarkeit und wirksame menschliche Kontrolle. Nicht jede Automatisierung ist KI: Feste Wenn-dann-Regeln oder einfache Statistik fallen in der Regel nicht unter die Definition des AI Act.
Station 03 · Interaktiv

Typische Risiken je KI-Art

Überlegen Sie zuerst selbst: Welche Risiken sehen Sie bei den drei KI-Arten? Notieren Sie Ihre Gedanken und vergleichen Sie danach mit der Auflösung.

01Erkennen

Beschreibende KI

Verzerrte DatengrundlageEin Prüfsystem, das nur mit Bildern einer Produktlinie trainiert wurde, erkennt Fehler an einer neuen Linie schlechter.

Zusammenhang ist nicht UrsacheDie KI findet Korrelationen, erklärt aber nicht, warum sie bestehen.

Überanpassung (Overfitting)Das Modell ist zu eng auf seine Trainingsdaten zugeschnitten und bei neuen Fällen unzuverlässig.

02Entscheiden

Entscheidungsunterstützende KI

Fehlende NachvollziehbarkeitOft ist nicht erkennbar, wie ein Ergebnis zustande kam. Man spricht von einer „Black Box“.

Übernommene VerzerrungenEinseitige Daten können dazu führen, dass Personen ungleich behandelt werden, etwa bei Bewerbungen oder Krediten.

Grenzen des GelerntenIn Situationen, die in den Trainingsdaten nicht vorkamen, kann die KI falsch einordnen.

03Erzeugen

Generative KI

Erfundene Inhalte (Halluzination)Die Ausgabe klingt schlüssig, ist aber sachlich falsch.

Fehler aus den TrainingsdatenVerzerrungen und Fehler der Datengrundlage tauchen in den Ergebnissen wieder auf.

Schutzrechte und VertraulichkeitGeschützte Inhalte können wiedergegeben und eingegebene Daten weiterverarbeitet werden.

Was daraus folgt: Diese Risiken sind der Grund, warum in der Schulung vier Prinzipien durchgehend eine Rolle spielen: Datensouveränität, Kontrolle, Auditierbarkeit und menschliche Prüfung vor der Freigabe.
Station 04 · Wissenscheck

Welche Aussagen treffen zu?

Mehrere Antworten sind möglich. In der vollständigen Schulung dient ein solcher Check als dokumentierte Lernkontrolle, die über eine reine Teilnahmebescheinigung hinausgeht.

  • Das greift das zentrale Merkmal der Definition in Art. 3 Nr. 1 AI Act auf: Das System leitet aus Eingaben ab, wie es Ausgaben erzeugt.
  • Sprachmodelle werden trainiert. Ob ein System im laufenden Betrieb weiterlernt, hängt vom System ab; viele tun es nicht.
  • Ein Sprachmodell berechnet Wahrscheinlichkeiten für die nächsten Wörter. Es hat kein Bewusstsein und kein menschliches Urteil.
  • Genau darin liegt der praktische Nutzen, und deshalb braucht jede Ausgabe eine fachliche Prüfung.
  • Große Sprachmodelle ja. Andere Ansätze kommen mit deutlich weniger Daten oder mit Wissens- und Regelbasen aus.
Station 05 · Praxisprobe

Die Ampelregel was darf in die KI?

Ordnen Sie die fünf Eingaben zu. Stellen Sie sich dabei ein KI-System vor, das im Unternehmen für allgemeine Aufgaben freigegeben ist, aber nicht für personenbezogene oder vertrauliche Daten.

GrünAllgemeine, nicht vertrauliche Sachverhalte
GelbNur nach Klärung, pseudonymisiert und für einen geklärten Zweck
RotPersonenbezogene oder vertrauliche Daten, im Standardsystem gesperrt
Firmenname einer GmbH und eine allgemeine Prozessbeschreibung, ohne Namen von Personen
Kein Personenbezug, nicht vertraulich. Im Rahmen der internen Regeln unproblematisch.
Kundenname und Telefonnummer aus einem laufenden Supportfall
Personenbezogene Daten. Nur in einem System, das dafür freigegeben ist und für das die Rechtsgrundlage geklärt ist.
Pseudonymisierte Angaben zu einem internen Vorgang, ohne Klarnamen
Pseudonymisierte Daten bleiben personenbezogen, wenn eine Zuordnung möglich ist. Zweck und Freigabe vorher klären.
Namentliche Leistungsbeurteilung einer Mitarbeiterin in einem Feedbackentwurf
Personenbezogene Beschäftigtendaten mit hohem Schutzbedarf. Gehören nicht in ein System, das dafür nicht freigegeben ist.
Allgemeine Marktdaten oder Wettbewerbsinformationen ohne Personenbezug
Unproblematisch, solange keine vertraulichen Geschäftsinformationen enthalten sind.
Bitte alle fünf Fälle zuordnen.
Station 06 · Einblick Compliance

KI-Anwendungen und ihre Risikoklasse

Der AI Act ordnet nicht nach Produktnamen, sondern nach dem Zweck, für den ein System eingesetzt wird. Ein Ausschnitt aus dem Compliance-Teil der Schulung:

AnwendungTypischer EinsatzEinordnung nach typischem Zweck
Interner TextassistentEntwürfe und ZusammenfassungenRegelmäßig kein Hochrisiko-Zweck; Datenschutz und Vertraulichkeit prüfen
Website-ChatbotDirekte Interaktion mit PersonenTransparenzpflicht nach Art. 50 prüfen
Bewerber-VorauswahlRangfolge, Vorauswahl oder AblehnungKann Hochrisiko nach Anhang III sein
In der vollständigen Schulung: Einordnung der Systeme, die in Ihrem Unternehmen tatsächlich eingesetzt werden.
Rückbezug auf Station 02: Hochrisiko-Fälle betreffen häufig entscheidungsunterstützende KI sowie KI als Sicherheitsbauteil von Produkten nach Anhang I. Die KI-Art zeigt, wo typische Risiken entstehen. Die Risikoklasse richtet sich nach dem Zweck.

Erste Orientierung, keine Rechtsberatung. Die Einordnung ersetzt keine individuelle Prüfung.

Abschluss · Die vollständige Schulung

KI-Fit™ Kompetenzschulung im Überblick

Sie haben einen Ausschnitt aus Block 1 und Block 5 gesehen. Die vollständige Schulung ist modular aufgebaut und wird auf die Systeme, Aufgaben und Beispiele Ihres Betriebs abgestimmt.

Das nehmen Sie mit
01Arten

Die Art der KI bestimmt, welche Fehler typisch sind und wie genau ein Ergebnis geprüft werden muss.

02Daten

Was in ein KI-System eingegeben werden darf, regelt die interne Freigabe, nicht das Werkzeug.

03Zweck

Die Risikoklasse nach dem AI Act richtet sich nach dem Zweck, nicht nach dem Produktnamen.

Die fünf Blöcke
  • Block 1KI-Grundlagen und Markteinordnung: Arten von KI, Risiken, Cloud oder On-Premises, Anbieterlandschaft
  • Block 2
    Anwendungsschulung: Prompting mit einer tool-unabhängigen Struktur und Übungen am eigenen Beispiel

    Vorher„Schreib ein Angebot.“

    Nachher„Du bist Kundenberaterin in einem mittelständischen Fertigungsbetrieb. Erstelle ein Angebot für einen Beratungstag, Kunde: Maschinenbau, 40 Mitarbeitende. Format: eine Seite, sachlicher Ton, auf Deutsch.“

    Rolle, Aufgabe, Kontext, Format und Ton: Die Struktur aus der Schulung funktioniert unabhängig vom eingesetzten Werkzeug.

  • Block 3KI im Unternehmenskontext: Schatten-KI, Arbeiten in Projekten, Qualitätssicherung vor der Freigabe
  • Block 4KI und der Mensch: Effizienz und ihre Grenzen, psychologische Wirkungen, menschliche Prüfung
  • Block 5Compliance und Governance: AI Act, DSGVO, KI-Inventar und Bausteine einer KI-Richtlinie

Passt das zu Ihrem Betrieb? Sprechen wir darüber.

Die Schulung unterstützt Sie dabei, die Maßnahmen nach Art. 4 AI Act umzusetzen und nachzuweisen. Umfang und Format nach Bedarf, Angebot im Erstgespräch.

Ihre Angaben verwende ich ausschließlich zur Bearbeitung Ihrer Anfrage und zur Vorbereitung eines Angebots (Art. 6 Abs. 1 lit. b DSGVO). Weitere Informationen finden Sie in der Datenschutzerklärung.

Oder direkt per E-Mail: kontakt@nadine-jakob.de

Buchcover „AI Act. Wer kontrolliert wen?“ von Nadine Jakob
Zum Weiterlesen

AI Act. Wer kontrolliert wen? Macht, Pflichten und Chancen: Was Unternehmen, Bildungsträger und Mitarbeitende jetzt wissen müssen. Mit Selbstcheck, 90-Tage-Plan und Mustervorlagen.

Zum Buch auf Amazon

Inhalte mit KI-Unterstützung erstellt, fachlich geprüft von Nadine Jakob · Rechtsstand: September 2026