KI-Schulung im Unternehmen: Die ganze Rollenkette trainieren
Ordnen Sie Auftraggeber, Anwender, Prüfer und Verantwortliche zu, damit die KI-Schulung den gesamten Arbeitsablauf stärkt – nicht nur die Tool-Nutzung.

KI-Schulungen für Unternehmen beginnen oft mit einer gemeinsamen Grundlage und enden mit demselben Kurs für alle. Das schafft eine versteckte Lücke. Ein realer Anwendungsfall ist eine Kette von Rollen: Jemand definiert den Bedarf, jemand nutzt das System, jemand prüft das Ergebnis und jemand verantwortet die Entscheidung. Wenn die Schulung nur den Anwender abdeckt, bleiben die Übergaben im Prozess eine Schwachstelle.
Richten Sie Schulungen an einer Prozesskette aus. Geben Sie jeder Rolle spezifische Entscheidungs-, Prüf- und Eskalationswege, bei einem gemeinsamen Verständnis für System, Zweck und Risiken. Das ist nützlicher als eine Flut von Tool-Tutorials, denn es vermittelt, wie das Unternehmen eine Aufgabe von der Anfrage bis zum verantworteten Ergebnis sicher abschließt.
Warum KI-Kompetenz für Unternehmen eine Rollenkette braucht
Die Leitlinien der Europäischen Kommission zur KI-Kompetenz besagen, dass Unternehmen KI-System, Risiko, Kontext, Zweck, Zielgruppe und unterschiedliche Vorkenntnisse der Mitarbeitenden berücksichtigen sollten. Ein Einheitsformat wird explizit abgelehnt. Auch das Govern Playbook von NIST fordert Unternehmen auf, Rollen, Verantwortlichkeiten, Befugnisse und Schulungen für technische und aufsichtführende Gruppen zu klären.
Die „human-centred AI Use Taxonomy“ von NIST geht vom menschlichen Ziel und den Aktivitäten aus, durch die KI zu einem Ergebnis beiträgt. Daraus leitet sich eine praktische Gestaltungsregel ab: Zuerst das gesamte Arbeitsergebnis abbilden, dann jede menschliche Rolle für ihren ausführenden und prüfenden Anteil schulen.
Vier Rollen in der Prozesskette
Auftraggeber
Definiert Arbeitsergebnis, Zielgruppe, zulässige Inputs und Rahmenbedingungen. Erkennt, wann eine Anfrage ungeeignet oder unvollständig ist.
Anwender
Nutzt das freigegebene System, hält das Briefing ein, dokumentiert Annahmen und meldet unerwartetes Verhalten.
Prüfer
Prüft den Output anhand von Quellen, Akzeptanzkriterien, Richtlinien und nachgelagerten Auswirkungen. Kann ihn ablehnen oder zurückgeben.
Verantwortlicher
Übernimmt die Verantwortung für den Workflow, legt Befugnisse und Eskalationswege fest und entscheidet, wann der Anwendungsfall geändert oder beendet wird.
In kleinen Teams kann eine Person mehrere Rollen innehaben. Das macht die Unterscheidungen nicht überflüssig, sondern wichtiger: Die Person muss wissen, wann sie generiert, wann sie prüft und wann sie die verantwortliche Entscheidung trifft.
Praxisbeispiel: Ein KI-erstelltes Lieferanten-Update
Ein Einkaufsmanager fordert ein wöchentliches Update zu Lieferverzögerungen an. Ein Analyst nutzt ein freigegebenes KI-Tool, um aus öffentlichen Mitteilungen und internen Notizen einen Entwurf zu erstellen. Ein Category Lead prüft ihn, bevor das Update an die Führungsebene geht. Der Einkaufsdirektor verantwortet den Prozess und entscheidet, welche Risiken Maßnahmen erfordern.
Lesen ist der Anfang. Üben macht den Unterschied.
Jetzt startenDie Kette an einem Fall schulen
- 1
Auftraggeber: Entscheidung definieren
Festlegen, dass das Update der Führungsebene helfen soll, über Folgemaßnahmen bei Lieferantenrisiken zu entscheiden. Zielgruppe, Frist, erlaubte Quellen und verbotene Kunden- oder Personendaten benennen.
- 2
Anwender: Unsicherheit erhalten
Den Entwurf erstellen, für jedes Datum die Quelle angeben und Schätzungen oder ungelöste Widersprüche kennzeichnen, statt sie zu glätten.
- 3
Prüfer: Das Briefing testen
Jede wesentliche Behauptung prüfen, Auslassungen identifizieren und sicherstellen, dass der Entwurf keine Zusagen, Wahrscheinlichkeiten oder Kausalitäten erfindet.
- 4
Verantwortlicher: Entscheiden und pflegen
Das Update freigeben, zurückweisen oder eskalieren. Festlegen, wer den Workflow ändern darf und welches Ereignis eine neue Schulung oder eine Pause auslöst.
Fügen Sie nun einen Fehlerfall hinzu: Zwei Quellen nennen unterschiedliche Wiederherstellungsdaten. Der Auftraggeber hätte angeben müssen, wie Unsicherheit die Entscheidung beeinflusst. Der Anwender muss beide Daten erhalten. Der Prüfer muss ein einzelnes, unbelegtes Datum ablehnen. Der Verantwortlicher muss entscheiden, ob das Problem den Risikostatus ändert oder Experten erfordert. Dieselbe Diskrepanz prüft vier verschiedene Arten von Kompetenz.
Das Lernpaket entlang der Übergaben aufbauen
Checkliste: Design der Prozesskette
- One named business outcome and audience
- Approved AI system and permitted inputs
- Requester’s minimum brief
- Anwender’s required record and stop conditions
- Reviewer’s acceptance criteria and rejection power
- Verantwortlicher’s accountability and escalation route
- One shared vocabulary for uncertainty and evidence
- A fresh scenario that tests every hand-off
- A change trigger for updating the learning
Halten Sie die Grundlage kurz: Wofür das System genutzt wird, seine Grenzen, Datenregeln und die Erwartungen des Unternehmens. Teilen Sie die Praxis dann nach Rollen auf. Der Auftraggeber verbessert ein schwaches Briefing. Der Anwender geht mit uneindeutigen Inputs um. Der Prüfer findet einen folgenschweren Fehler. Der Verantwortlicher löst eine Eskalation und entscheidet, ob der Anwendungsfall im genehmigten Rahmen bleibt.
Die Bewertung sollte derselben Kette folgen. Werten Sie den polierten Entwurf des Anwenders nicht als Erfolgsbeweis. Prüfen Sie, ob die Anfrage vollständig war, der Output Unsicherheiten enthielt, die Prüfung das eingebaute Problem fand und der Verantwortlicher eine vertretbare Entscheidung traf. Eine Prozesskette ist nur so stark wie die Übergabe, die fehlenden Kontext kaschiert.
Eine Rollenkette in zehn Minuten abbilden
- Choose one bounded AI-assisted workflow with an accountable outcome.
- Name the requester, operator, reviewer and owner—even when one person holds two roles.
- Write one decision or check for each role.
- Add one hand-off field each downstream role must receive.
- Plant one realistic conflict, omission or unsupported claim in a safe scenario.
- Define what each role must do for the chain to pass.
Nutzen Sie drei Kompetenzstufen, um festzulegen, ob KI beraten, Arbeit zur Freigabe vorbereiten oder in Grenzen handeln darf. Geben Sie Prüfenden eine KI-Übergabekarte und lehren Sie Anfragende die klärende Rückfrage. Bokilis Lernpfad für HR und L&D unterstützt rollenspezifische Praxis und sichtbaren Fortschritt.
KI-Kompetenz für Unternehmen darf nicht bei Tool-Zugang oder allgemeinem Bewusstsein enden. Beginnen Sie mit einem Arbeitsergebnis, bilden Sie die beteiligten Personen ab und lehren Sie jede Rolle die ihr eigene Entscheidung. Gemeinsame Grundlagen schaffen eine gemeinsame Sprache; rollenspezifische Praxis macht die gesamte Kette nutzbar.
Quellen
- KI-Kompetenz — Fragen und Antworten — Europäische Kommission
- NIST AI RMF Playbook — Govern — NIST
- KI-Nutzungstaxonomie: ein menschenzentrierter Ansatz — NIST
- Arbeitgeberleitfaden: Was bei KI-Weiterbildung funktioniert — Britische Regierung
- Bokili für HR und L&D — Bokili
Lesen ist der Anfang. Üben macht den Unterschied.
Bokili macht aus solchen Fähigkeiten Zehn-Minuten-Missionen für das ganze Team – mit sofortigem Feedback und sichtbarem Fortschritt.
Jetzt startenWeiterlesen

KI-Kompetenzen haben eine Halbwertszeit
KI-Skills veralten, wenn sich Tools, Aufgaben, Regeln oder Nachweisstandards ändern. Aktualisieren Sie nur das betroffene Verhalten – nicht den ganzen Kurs.

Kostenloser KI-Kurs oder Training am Arbeitsplatz? Machen Sie den Transfer-Test
Nutzen Sie den vierteiligen WORK-Test, um zu entscheiden, ob ein kostenloser KI-Kurs ausreicht oder unternehmensspezifische Praxis nötig ist.

Vorfallsnotizen mit KI in eine verifizierte Zeitleiste umwandeln
Nutzen Sie KI, um Vorfallsnotizen zu strukturieren, ohne widersprüchliche Zeiten, fehlende Beweise oder unbestätigte Ursachen zu verbergen.