Seit dem 2. Februar 2025 soll angeblich jeder Mitarbeiter eine zertifizierte KI-Schulung absolvieren.
So pauschal stimmt das nicht.
Artikel 4 des EU AI Acts gilt bereits seit dem 2. Februar 2025. Die am 24. Juli 2026 veröffentlichte Neufassung verlangt ab dem 27. Juli angemessene Maßnahmen zur Unterstützung der KI-Kompetenz. Sie nennt aber weder einen Pflichtkurs noch eine feste Stundenzahl oder ein bestimmtes Zertifikat.
Einfach ignorieren solltest du das Thema trotzdem nicht. Wer KI im Unternehmen einsetzt, muss Menschen in die Lage versetzen, ihre Aufgaben und Risiken angemessen zu verstehen.
In diesem Artikel zeige ich dir, wen die KI-Kompetenzpflicht betrifft, wie du passende Maßnahmen auswählst und welche Dokumentation sinnvoll ist.
- Artikel 4 gilt seit dem 2. Februar 2025. Am 27. Juli 2026 tritt die Neufassung in Kraft, nach der Anbieter und berufliche Betreiber Maßnahmen zur Unterstützung der KI-Kompetenz ergreifen müssen.
- Ein bestimmter Kurs, ein Zertifikat oder eine feste Mindestdauer sind nicht vorgeschrieben. Die Maßnahmen müssen zu Vorwissen, Aufgaben, Kontext und betroffenen Personen passen.
- Dokumentiere Systeme, Rollen, Lernziele, Maßnahmen und Aktualisierungen. Eine kurze rollenspezifische Einweisung kann bei geringem Risiko sinnvoller sein als ein pauschales Tagesseminar.
Was Artikel 4 des AI Acts verlangt
Der geänderte Artikel 4 des AI Acts tritt am 27. Juli 2026 in Kraft. Er richtet sich an Anbieter und Betreiber von KI-Systemen. Sie müssen Maßnahmen ergreifen, um die KI-Kompetenz der Personen zu unterstützen, die in ihrem Auftrag mit solchen Systemen umgehen.
Bei der Auswahl der Maßnahmen sind insbesondere zu berücksichtigen:
- technische Kenntnisse, Erfahrung, Ausbildung und Schulung der Personen,
- der konkrete Kontext, in dem das KI-System eingesetzt wird,
- die Personen oder Personengruppen, auf die sich der Einsatz auswirkt.
Der 2026 geänderte Wortlaut stellt außerdem klar, dass Anbieter und Betreiber kein bestimmtes Kompetenzniveau garantieren müssen. Es geht um angemessene Maßnahmen, nicht um ein unmögliches Erfolgsversprechen.
Den vollständigen rechtlichen Zusammenhang mit Risikoklassen, Rollen und Fristen erkläre ich in meinem Überblick zum EU AI Act.
Warum der Begriff KI-Schulungspflicht zu kurz greift
Schulungen können eine geeignete Maßnahme sein. Artikel 4 verlangt aber kein Produkt namens „KI-Schulung“.
Je nach Einsatz können auch eine Einweisung, verständliche Arbeitsanweisungen, Übungen, Checklisten, ein Freigabeprozess oder regelmäßige Kurzaktualisierungen angemessen sein.
Umgekehrt reicht ein allgemeines Webinar über ChatGPT nicht automatisch. Wenn eine Person ein System für Bewerbungen, sensible Kundendaten oder medizinische Informationen nutzt, muss die Maßnahme diese Risiken konkret behandeln.
Wer in deinem Unternehmen betroffen ist
Beginne nicht mit einer Liste aller Beschäftigten. Beginne mit den Aufgaben, bei denen Menschen im Auftrag deines Unternehmens mit KI-Systemen umgehen.
Dazu können gehören:
- Mitarbeiter, die Texte, Bilder, Videos oder Präsentationen mit KI erstellen,
- Kundenservice-Teams, die Antworten eines KI-Assistenten prüfen,
- Personalverantwortliche, die KI bei Bewerbungen oder Bewertungen einsetzen,
- Entwickler und Produktteams, die KI-Funktionen integrieren,
- Führungskräfte, die Einsatz und Freigabe verantworten,
- externe Freelancer oder Agenturen, die in deinem Auftrag KI nutzen.
Externe Auftragnehmer verschwinden nicht aus der Betrachtung, nur weil sie keine Angestellten sind. Wenn sie in deinem Auftrag mit einem System umgehen, solltest du Zuständigkeiten, Kenntnisse und Regeln vertraglich klären.
Welche Kenntnisse wirklich nötig sind
KI-Kompetenz bedeutet nicht, dass jeder ein Modell programmieren können muss. Eine Person soll die Chancen, Grenzen und Risiken ihres konkreten Einsatzes verstehen.
So setzt du Artikel 4 in 7 Schritten um
1. KI-Systeme erfassen
Liste nicht nur offiziell eingekaufte Software auf. Frage auch nach KI-Funktionen in vorhandenen Diensten und nach eigenständig genutzten Konten.
Halte Zweck, Nutzer, Datenarten, Anbieter und mögliche Folgen fest. Diese Bestandsaufnahme ist die Grundlage für alle weiteren Entscheidungen.
2. Rollen und Aufgaben zuordnen
Ordne jedem System die Personen zu, die es bedienen, Ergebnisse prüfen, Entscheidungen freigeben oder technische Verantwortung tragen.
Eine Person kann mehrere Rollen haben. Kritische Aufgaben brauchen trotzdem einen klaren Verantwortlichen.
3. Vorwissen und Risiko einschätzen
Frage nicht nur, ob jemand KI schon einmal verwendet hat. Prüfe, ob die Person die Grenzen des konkreten Systems und die Folgen falscher Ergebnisse versteht.
Ein internes Brainstorming hat ein anderes Risikoprofil als eine automatisierte Entscheidung über Bewerber oder Kredite.
4. Lernziele festlegen
Formuliere beobachtbare Ziele.
Ein Content-Mitarbeiter soll etwa KI-Aussagen mit Quellen prüfen, vertrauliche Daten vermeiden und kennzeichnungspflichtige Inhalte erkennen können. Das ist konkreter als „versteht künstliche Intelligenz“.
5. Geeignete Maßnahmen auswählen
Bei geringem Risiko können eine kurze Einweisung, eine Richtlinie und eine Checkliste genügen. Bei hohem Einfluss brauchst du eher vertiefte Fachschulungen, praktische Übungen, Prüfungen und engere Aufsicht.
Ein verständlicher Leitfaden für den Alltag und eine kurze Übung sind oft wirksamer als zwei Stunden Frontalvortrag.
6. Umsetzung dokumentieren
Der AI Act schreibt kein einheitliches Formular für Artikel 4 vor. Eine knappe, nachvollziehbare Dokumentation hilft dir trotzdem, Entscheidungen und Aktualisierungen zu belegen.
Halte mindestens fest:
- KI-System und Einsatzbereich,
- betroffene Rolle oder Personengruppe,
- festgestelltes Vorwissen und wesentliche Risiken,
- Lernziele und durchgeführte Maßnahmen,
- Datum, Teilnehmer und verantwortliche Person,
- Ergebnis einer Übung oder Verständnisprüfung, falls sinnvoll,
- Termin oder Auslöser für die nächste Aktualisierung.
7. Bei Änderungen nachsteuern
KI-Kompetenz ist kein einmaliger Haken. Aktualisiere Maßnahmen, wenn ein Anbieter eine wesentliche Funktion ändert, dein Unternehmen einen neuen Zweck einführt oder ein Vorfall zeigt, dass Regeln nicht verstanden wurden.
Wie viel Dokumentation ist angemessen?
Kleine Unternehmen müssen kein kompliziertes Lernmanagementsystem einführen, nur weil jemand einen Textassistenten nutzt.
Eine einfache Tabelle kann ausreichen. Bei einem sensiblen oder entscheidungsrelevanten System sollte die Dokumentation deutlich tiefer gehen und mit Risiko-, Datenschutz- und Aufsichtsprozessen verbunden sein.
Ein sinnvoller Nachweis beantwortet fünf Fragen:
- Wer arbeitet womit?
- Welche Fehler oder Schäden sind möglich?
- Was muss die Person deshalb können?
- Welche Maßnahme wurde durchgeführt?
- Wann wird sie überprüft oder aktualisiert?
Was für Selbstständige und kleine Teams gilt
Auch ein Selbstständiger kann Betreiber eines KI-Systems sein. Artikel 4 bezieht die Pflicht aber auf Personal und andere Personen, die in seinem Auftrag mit KI-Systemen umgehen. Arbeitest du vollständig allein, enthält der Wortlaut keine ausdrückliche Pflicht, dich selbst zu schulen oder dir ein Teilnahmezertifikat auszustellen.
Sinnvoll bleiben trotzdem eine Übersicht deiner KI-Tools, klare Regeln für sensible Daten, ein Quellen- und Freigabeprozess sowie regelmäßige Aktualisierung deines Wissens. Andere Pflichten des AI Acts und weitere Gesetze können diese Kenntnisse praktisch voraussetzen.
Sobald Mitarbeiter oder Dienstleister hinzukommen, solltest du die Maßnahmen rollenbezogen dokumentieren und in Arbeitsabläufe oder Verträge einbauen.
Warum eine KI-Richtlinie die Umsetzung erleichtert
Eine Richtlinie bündelt Grundregeln, die für alle Rollen gelten. Dazu gehören freigegebene Tools, verbotene Daten, menschliche Prüfung, Kennzeichnung, Vorfallsmeldung und Zuständigkeiten.
Sie ersetzt keine rollenspezifische Einweisung, verhindert aber widersprüchliche Aussagen und schafft einen gemeinsamen Ausgangspunkt.
Du kannst dafür meine vollständige Vorlage für eine KI-Richtlinie im Unternehmen übernehmen und an deinen Einsatz anpassen.
Ein buntes Zertifikat ist dabei ziemlich nebensächlich. Als Nachweis taugt ein Prozess mehr, bei dem Menschen die Fehler ihres konkreten KI-Systems erkennen, angemessen reagieren und wissen, wann ein Mensch die Verantwortung übernehmen muss.






