Als KI-Kompetenz werden Fähigkeiten bezeichnet, die einer Einzelperson ermöglichen, KI-Technologien kritisch zu bewerten, mit KI effektiv zu kommunizieren und zusammenzuarbeiten und KI online, zu Hause und am Arbeitsplatz als Hilfsmittel zu nutzen.Duri Long, Brian Magerko: What is AI Literacy? Competencies and Design Considerations. In: CHI '20: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. April 2020. ISBN 978-1-4503-6708-0 https://doi.org/10.1145/3313831.3376727 Nach Artikel 3 Nr. 56 der europäischen KI-Verordnung ist KI-Kompetenz definiert als „die Fähigkeiten, die Kenntnisse und das Verständnis, die es Anbietern, Betreibern und Betroffenen unter Berücksichtigung ihrer jeweiligen Rechte und Pflichten im Rahmen dieser Verordnung ermöglichen, KI-Systeme sachkundig einzusetzen sowie sich der Chancen und Risiken von KI und möglicher Schäden, die sie verursachen kann, bewusst zu werden.“Verordnung (EU) 2024/1689 des Europäischen Parlaments und des Rates: Artikel 3: Begriffsbestimmungen.
Künstliche Intelligenz wird in verschiedenen Anwendungen eingesetzt, darunter in Selbstfahrenden Kraftfahrzeugen, intelligenten persönlichen Assistenten oder in Generativen KI-Modellen. Nutzende dieser Anwendungen sollten in der Lage sein, informierte Entscheidungen zu treffen.
Mit dem Aufkommen der Chatbots ist KI-Kompetenz zu einem Thema im Bildungsbereich geworden. Sie wird von einigen für Schüler und Studierende als unerlässlich angesehen, Matthias Carl Laupichler, Alexandra Aster, Jana Schirch und Tobias Raupach: Artificial intelligence literacy in higher and adult education: A scoping literature review. Computers and Education: Artificial Intelligence. 3. Jahrgang, 2022 https://doi.org/10.1016/j.caeai.2022.100101 während andere die Verwendung von KI für Hausarbeiten einschränken oder verbieten, da sie den Einsatz als eine Form akademischer Unredlichkeit betrachten.Paige Gross: College students caught between professors' AI bans and employers' growing demand for AI skills. PhillyVoice vom 25. Dezember 2024, abgerufen am 22. Februar 2026 (englisch) Von verschiedenen Institutionen wie beispielsweise dem Weltwirtschaftsforum wird KI-Kompetenz als Kernkompetenz für den Bildungsbereich bezeichnet.Tanya Milberg: Why AI literacy is now a core competency in education. Abgerufen am 28. Februar 2026.
Kompetenzbereiche Bereich Hochschule In der Hochschulforschung werden KI-Kompetenzen in verschiedene Bereiche unterteilt:Elke Bosse, Klaus Wannemacher, Maren Lübcke: Die KI-Nutzung in Studium und Lehre. Ein Review auf Grundlage empirischer Studien. Arbeitspapier Nr. 91. Berlin: Hochschulforum Digitalisierung. Arbeitspapier Nr. 91 / Januar 2026 Zenodo https://doi.org/10.5281/zenodo.18403399 Wissen über KI: faktenbezogenes Wissen zu technischen Funktionsprinzipien (z. B. Funktionslogik großer Sprachmodelle, Halluzinationen, fehlende tagesaktuelle Daten) Anwendungskompetenz: das zielgerichtete und situationsangemessene Bedienen von KI-Systemen, wie etwa das Formulieren und Anpassen von Prompts sowie die Überprüfung von Ergebnissen. Metakognitive Kompetenz konzentriert sich auf die Fähigkeit, Grenzen, Risiken und Zuverlässigkeit von KI kritisch einzuschätzen.
Die Arbeitsgruppe Digitale Medien und Hochschuldidaktik der Deutschen Gesellschaft für Hochschuldidaktik (dghd) hat in Kooperation mit der Gesellschaft für Medien in der Wissenschaft eine Handreichung zur Entwicklung von KI-Kompetenz veröffentlicht, in der neben den grundlegenden Kompetenzen Lernziele formuliert werden, die Gegenstand in Hochschulen und Schulen sein sollten. Unterschieden werden Technologische Kompetenzen Wissen über KI Handeln mit KI Rechtliche Kompetenzen Ethische Kompetenzen.Annika Brück-Hübner, Martin Mandausch, Barbara Meissner, Iris Neiske, Michael Eichhorn, Sylvia Feil, Alexander Sperl, Anja Westermann: Die KI-Verordnung der EU als Impuls für die Entwicklung von AI Literacy an Hochschulen. Arbeitsgruppe Digitale Medien und Hochschuldidaktik der Deutschen Gesellschaft für Hochschuldidaktik in Kooperation mit der Gesellschaft für Medien in der Wissenschaft, 1. Dezember 2025, abgerufen am 28. Februar 2026
An Hochschulen sollen demnach Lehrende die Basiskompetenzen auf ihre Lehre übertragen und auf die Anforderungen in ihrer Fachkultur anpassen.
Bereich Schule Für den Bereich Schule haben die Europäische Kommission und die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) zusammen mit Code.org im Mai 2025 einen Entwurf für einen KI-Kompetenzrahmen veröffentlicht, den AILit-Rahmen für die Primar- und Sekundarschulbildung (engl. AILit Framework).OECD: Empowering learners for the age of AI: An AI literacy framework for primary and secondary education (Review draft). Paris 2025, abgerufen am 28. Februar 2026.Kristina Beer: Entwurf vorgelegt: Rahmenwerk KI-Kompetenz für Schulen. Heise online vom 27. Mai 2025, abgerufen am 28. Februar 2026. Die Bereiche Wissen, Fertigkeiten und Haltungen (Knowledge, Skills, and Attitudes) bilden die Grundlage des KI-Rahmens.Thüringer Schulportal: KI in Lehr- und Lernprozessen - eine Einordnung. Abgerufen am 28. Februar 2026. Es werden außerdem vier Handlungsfelder von KI-Kompetenzen definiert: Interaktion mit KI, Kreieren mit KI, KI verwalten und KI designen. Diesen vier Handlungsfeldern werden 22 Kompetenzen zugeordnet.
Rechtliche Umsetzung Artikel 4 der europäischen Verordnung über künstliche Intelligenz (KI-VO) schafft dem 2. Februar seit 2025 die Verpflichtung für Anbieter und Betreiber von KI-Systemen, Maßnahmen zu ergreifen, dass alle Personen, die in ihrem Auftrag KI-Systeme betreiben oder nutzen, hinreichend KI-kompetent sind. Diese Verpflichtung verpflichtet Anbieter oder Betreiber nicht, für irgendeine Person ein bestimmtes Niveau an KI-Kompetenz zu garantieren.Verordnung (EU) 2024/1689 des Europäischen Parlaments und des Rates: Artikel 4 KI-Kompetenz. Abgerufen am 6. September 2026.Bundesnetzagentur: Hinweispapier KI-Kompetenzen nach Artikel 4 KI-Verordnung. Abgerufen am 6. September 2026.
Da viele Arbeitgeber der Verpflichtung, KI-Schulungen für Beschäftigte bereitzustellen, bislang nur zögerlich nachkommen, empfiehlt der Stifterverband für die Deutsche Wissenschaft Unternehmen, intern zunächst den Führungskräften und geeigneten Multiplikatoren KI-Kompetenzen zu vermitteln, KI-Communitys aufzubauen oder Möglichkeiten zum „Job-Shadowing“ (Lernen am Arbeitsplatz) zu schaffen sowie unternehmensintern digitale Lernwelten mit KI-Lernassistenten und „KI-Playgrounds“ zu etablieren.Florian Rampelt, Julia Klier, Julian Kirchherr, Raffael Ruppert: KI-Kompetenzen in deutschen Unternehmen. Stifterverband, Essen, 2025, S. 5, 9–11. https://doi.org/10.5281/zenodo.14637137.
Messung von KI-Kompetenz Zur Erfassung von KI-Kompetenz wurden sowohl Selbstbeurteilungsverfahren als auch leistungsbasierte Testverfahren entwickelt. Selbstberichtsskalen wie SNAIL oder MAILS erfassen subjektiv eingeschätzte Kenntnisse, Anwendungsfähigkeiten, kritische Bewertung und ethisch-rechtliche Orientierung. Neuere Verfahren versuchen stärker, KI-Kompetenz objektiv oder leistungsbezogen zu messen, insbesondere im Umgang mit generativer KI. Dazu zählen etwa der Generative AI Literacy Assessment Test (GLAT) und die AI Competency Objective Scale (AICOS). Ein systematischer Überblick von 2024 weist darauf hin, dass sich vorhandene Instrumente hinsichtlich Zielgruppe, Konstruktverständnis und Validierungsstand deutlich unterscheiden und dass insbesondere kulturvergleichende Validierung, Messfehleranalysen und kriteriumsbezogene Validierung noch unzureichend entwickelt sind.
Zur Erfassung von KI-Kompetenz wurden verschiedene Skalen und Testverfahren entwickelt, z. B.: Die Scale for the Assessment of Non-Experts’ AI Literacy (SNAIL) richtet sich an Personen ohne formale KI- oder Informatikausbildung und umfasst 31 Items zur Erfassung von technischem Verständnis, kritischer Bewertung und praktischer Anwendung. Die Meta AI Literacy Scale (MAILS) ist ein Selbstbeurteilungsinstrument, das neben KI-bezogenen Kenntnissen und Fertigkeiten auch psychologische Metakompetenzen berücksichtigt. Der Generative AI Literacy Assessment Test (GLAT) wird als leistungsbasierter Test für generative KI-Kompetenz in der Hochschulbildung beschrieben und soll generative KI-Kompetenz besser vorhersagen als reine Selbsteinschätzungen. Die AI Competency Objective Scale (AICOS) ist ein neuerer Versuch, KI-Kompetenz objektiv zu messen und dabei generative KI einzubeziehen. Ein systematischer Überblicksartikel von 2024 weist darauf hin, dass sich vorhandene Instrumente hinsichtlich Zielgruppe, Konstruktverständnis und Validierungsstand deutlich unterscheiden. Siehe auch Digitale Kompetenz Ethik der künstlichen Intelligenz
Einzelnachweise
Kategorie:Lesen Kategorie:Schreiben Kategorie:Künstliche Intelligenz Kategorie:Digitale Gesellschaft Kategorie:Didaktik