Seit Februar 2025 gilt Artikel 4 des EU AI Act (AI Literacy); die Regelung wurde 2026 angepasst, deshalb formulieren wir vorsichtig. Seitdem kursieren zwei Fehlannahmen: Die einen halten sie für eine Formalie, die anderen für ein Prüfverfahren mit Abschlussurkunde. Beides ist falsch, und beide Irrtümer sind teuer.
Was der Artikel tatsächlich verlangt
Anbieter und Betreiber von KI-Systemen müssen dafür sorgen, dass ihr Personal – und Personen, die in ihrem Auftrag mit diesen Systemen arbeiten – über ein ausreichendes Maß an KI-Kompetenz verfügen. Ausreichend heißt: passend zu Vorkenntnissen, Einsatzkontext und den betroffenen Personen.
Das ist bewusst prinzipienbasiert formuliert. Es gibt keinen vorgeschriebenen Lehrplan und keine akkreditierte Prüfung. Es gibt aber eine Erwartung an Angemessenheit und Nachvollziehbarkeit – und die erfüllt man nicht mit einem Video und einem Häkchen.
| Annahme | Realität |
|---|---|
| „Betrifft nur die IT.“ | Betrifft alle, die KI-Systeme einsetzen. |
| „Wir brauchen eine offizielle Urkunde.“ | Keine vorgeschriebene Urkunde, aber Nachweispflicht der Maßnahme. |
| „Einmal schulen reicht.“ | Kompetenz muss zum jeweiligen Einsatz passen – also mitwachsen. |
| „Gilt erst mit den Hochrisiko-Regeln.“ | Artikel 4 gilt seit Februar 2025 (2026 angepasst). |
| „Externe Dienstleister sind ausgenommen.“ | Auch Personen, die in Ihrem Auftrag arbeiten, sind erfasst. |
Was ein belastbarer Nachweis enthält
- Wer wurde geschult: Namen, Rollen, Datum, Umfang.
- Womit arbeiten diese Personen konkret: Systemliste statt Sammelbegriff „KI“.
- Welche Inhalte: Fähigkeiten und Grenzen, Datenumgang, Halluzinationen, menschliche Aufsicht, Meldewege.
- Wie wird Anwendung sichergestellt: Leitplanken, Ansprechpartner, Wiederholung.
- Was ist dabei entstanden: Ergebnisse, die zeigen, dass Wissen angewandt wurde.
Der beste Nachweis von Kompetenz ist nicht die Teilnahmeliste, sondern das, was die Teilnehmenden danach gebaut und dokumentiert haben.
Risikoklassen – die Kurzfassung
| Klasse | Beispiel | Kernpflicht |
|---|---|---|
| Verboten | Social Scoring, Emotionserkennung am Arbeitsplatz | Nicht einsetzen |
| Hochrisiko | Bewerberauswahl, Kreditwürdigkeit | Governance, Dokumentation, Aufsicht |
| Begrenztes Risiko | Chatbot mit Kundenkontakt | Transparenz gegenüber Nutzenden |
| Minimales Risiko | Textentwürfe intern | Gute Praxis, kaum Pflichten |
Warum ein Hackathon hier gut passt
Weil Compliance-Wissen genau dann hängen bleibt, wenn es an einem echten Use Case entsteht. Wer selbst erlebt, dass sein Prototyp personenbezogene Daten berühren würde, versteht Datenklassifizierung in fünf Minuten – und zwar dauerhaft. Am Ende steht beides: dokumentierte Kompetenz und ein Ergebnis, das Nutzen stiftet.
Diese Übersicht ersetzt keine Rechtsberatung. Sie ersetzt aber die Ausrede, man wisse nicht, wo man anfangen soll.