KI-Kompetenz

Ki-Kompetenz, Kompetenzen des Umgangs mit KI

KI schreibt mit, entscheiden müssen Menschen. Seit über 25 Jahren macht KODE® sichtbar, wer in offenen Situationen handlungsfähig ist – heute auch im Umgang mit KI.

Die Zukunft der Arbeit entscheidet sich nicht allein an künstlicher Intelligenz sondern an menschlicher Kompetenz im Umgang mit ihr.

„Kompetenzen sind Handlungsvoraussetzungen, also grundlegende Fähigkeiten, sich in neuen, offenen, unüberschaubaren, dynamischen Situationen zu recht zu finden und aktiv zu handeln.“ (Prof. Dr. John Erpenbeck und Prof. Dr. Volker Heyse)

KODE® bietet damit einen Bezugsrahmen, um KI-Nutzung nicht als das Bedienen von Werkzeu gen, sondern als entwickelbare Querschnittskompetenz zu verstehen. Unternehmen, die KI-Be fähigung systema tisch auf bau en wollen, sollten sie nicht über ein zelne Trainings steuern, sondern über beschreibbare Kompetenzprofile – von der Rollenklärung bis zur Wirkungsmessung.

88 % der Unternehmen nutzen KI in mindestens einer Funktion

39 % berichten von messbaren EBIT-Effekten

Die KODE®-KI-Studie 2026 stützt sich auf mehrere Einzelstudien. Deren wesentliche Aussagen sowie die Kernthesen der KODE-Studie selbst im Überblick:

„Studienlage“:

McKinsey, The State of AI (2025): 88 % der Unternehmen nutzen KI in mindestens einer Funktion, aber nur 39 % berichten messbare EBIT-Effekte – deutliche Lücke zwischen Nutzung und Wertschöpfung.
Bick, Blandin & Deming (2025): Generative KI verbreitet sich sehr schnell im Arbeitsalltag – oft ohne formale Einführung durch das Unternehmen („Schatten-Nutzung“).
Brynjolfsson, Li & Raymond (2025): Im Kundenservice steigerte generative KI die Produktivität um ca. 15 %, bei weniger erfahrenen Mitarbeitenden deutlich stärker als bei erfahrenen.
Dell’Acqua et al., „Jagged Technological Frontier“ (2026): Bei 758 Wissensarbeitenden verbesserte KI Geschwindigkeit und Qualität bei geeigneten Aufgaben deutlich; bei einer Aufgabe außerhalb der KI-Leistungsgrenze lagen KI-Nutzer jedoch um 19 Prozentpunkte seltener richtig.
Huang et al. (2023): Sprachmodelle erzeugen plausibel klingende, aber falsche oder erfundene Inhalte („Halluzinationen“).
Logg, Minson & Moore (2019): Menschen gewichten identische Empfehlungen stärker, wenn sie sie einem Algorithmus zuschreiben – Risiko unkritischer Übernahme von KI-Vorschlägen.

Kernaussagen der KODE-Studie

KI erzeugt von selbst keine Wirkung. Breiter Zugang macht Nutzungsunterschiede erst sichtbar; der Engpass liegt nicht in der Technologie, sondern in der Kompetenz.
Prompting wird zu eng verstanden. Kompetente Nutzung umfasst Aufgabenklärung, Dialogsteuerung, Qualitätsprüfung, Prozessintegration und Verantwortung – „beginnt vor dem ersten Prompt und endet nicht mit der Antwort“.
Neue Produktivitätslücke: KI verstärkt bestehende Kompetenzunterschiede. Vorreiter erzielen Effizienzgewinne, andere produzieren Nacharbeit oder übernehmen plausible Fehler. Kritisch ist „hoher Zugang bei geringer Kompetenz“.
Mitarbeitendenentwicklung im Umbruch: Klassische Trainingslogik (Kurs – Teilnahme – Zertifikat) reicht nicht; gefragt sind arbeitsnahe Formate mit Anwendung, Reflexion und Transfer.
KI-Kompetenz ist strategisch – sie wirkt auf Produktivität, Qualität, Innovation und Risiko und gehört auf die Agenda der Geschäftsleitung.
Kompetenzbasierte Entwicklung schafft Steuerbarkeit: Auf Basis des Kompetenzverständnisses von Erpenbeck/Heyse definiert KODE fünf Kompetenzfelder und 16 Schlüsselkompetenzen (u. a. Beurteilungsvermögen, Expertise, analytische Fähigkeiten, Gewissenhaftigkeit).
Fünf Stationen zur Kompetenzarchitektur: Relevanz klären → Rollen differenzieren → Kompetenzprofile entwickeln → Entwicklung arbeitsnah gestalten → Wirkung sichtbar machen.