Seit dem 1. August 2024 ist der EU AI Act in Kraft. Er verpflichtet Unternehmen dazu, nachzuweisen, dass Mitarbeitende, die mit KI-Systemen arbeiten, über entsprechende Fachkompetenz verfügen. Ab Februar 2025 ist diese Vorgabe bindend. Damit rückt das Thema Weiterbildung in den Fokus der Unternehmensstrategien. Arbeitgeber müssen aktive Schulungsprogramme aufsetzen, die nicht nur IT-Abteilungen, sondern die gesamte Belegschaft einbeziehen. Die Herausforderung: In vielen Unternehmen fehlt das erforderliche Know-how. Laut einer aktuellen Umfrage nennen 35 Prozent der Unternehmen fehlende Kompetenzen ihrer Mitarbeitenden als größtes Hindernis beim Einsatz von KI – gleichauf mit Risikomanagement und Datenqualität.
Die Datenexperten von KNIME haben fünf zentrale Empfehlungen formuliert, wie Unternehmen gezielt in die KI-Kompetenz ihrer Mitarbeitenden investieren können.
Schatten-KI verhindern: Aufklären statt verbieten
Ein pauschales Verbot von generativen KI-Tools wie ChatGPT oder Gemini ist kontraproduktiv. Es fördert die sogenannte Schatten-KI: Mitarbeitende nutzen die Tools heimlich und ohne Kontrolle. Das birgt erhebliche Risiken für Datenschutz, IT-Sicherheit und Compliance. Stattdessen sollten Unternehmen klare Richtlinien schaffen und eine offene Lernkultur etablieren. Schulungen müssen vermitteln, wie KI funktioniert, welche Daten genutzt werden dürfen und worin potenzielle Risiken wie etwa Halluzinationen bestehen. Kritische Anwendungsbereiche erfordern dabei besonders sorgfältige Prüfungen der KI-Ergebnisse.
Datenqualität und menschliche Kontrolle stärken
Verantwortungsvoller KI-Einsatz beginnt mit qualitativ hochwertigen Daten. Nur mit konsistenten, vollständigen und aktuellen Datensätzen lassen sich verlässliche Modelle entwickeln. Gleichzeitig hängt der Erfolg auch von den Fragen ab, die Nutzer den Systemen stellen. Mitarbeitende benötigen daher ein Verständnis für kontextreiche Prompt-Formulierungen. Ebenso bleibt der Mensch in sensiblen Entscheidungsprozessen unverzichtbar. Transparente Plattformen mit grafischen Oberflächen unterstützen dabei, Entscheidungen nachvollziehbar zu machen und Vertrauen in KI-Anwendungen zu schaffen.
Rollenprofile neu denken und gezielt entwickeln
Der Aufstieg autonomer KI-Agenten verändert Unternehmensprozesse grundlegend. Solche Systeme agieren nicht nur reaktiv, sondern übernehmen aktiv Aufgaben, treffen Entscheidungen und bedienen Tools. Damit entstehen neue Rollenbilder: Der “AI Agent Orchestrator” verantwortet Auswahl, Steuerung und ethische Absicherung der Agenten. Der “AI Product Owner” gestaltet fachliche Anwendungsfälle. “Data Citizens” bringen Datenkompetenz in die Fachabteilungen. Unternehmen sollten diese Rollen nicht dem Zufall überlassen, sondern gezielt definieren und Schulungen für bestehende Data-Teams anbieten, um vorhandene Expertise effektiv weiterzuentwickeln.
Weiterbildungsangebote praxisnah gestalten
Gefragt sind Lernformate, die über reine Tool-Einführungen hinausgehen. Das KNIME Learning Center etwa verzeichnete 2024 eine um 73 Prozent höhere Nachfrage bei KI-bezogenen Kursen. Erfolgreiche Schulungsinitiativen kombinieren Theorie und Praxis: interaktive Kurse mit realen Use Cases, direkt einsetzbare Materialien für interne Trainings oder Learnathons sowie multilinguale Angebote. Diese Inhalte sollten sowohl über zentrale Lernplattformen als auch im Selfservice verfügbar sein.
Experimentierfreude fördern und Lernräume schaffen
Lernen benötigt Freiraum. Besonders bei disruptiven Technologien wie KI sind geschützte Experimentierräume wertvoll. Dort können Mitarbeitende neue Tools ausprobieren, eigene Erfahrungen sammeln und voneinander lernen. Die KNIME-Plattform etwa ermöglicht das eigenständige Testen und Kombinieren von KI-basierten Nodes. Das steigert nicht nur das Verständnis für die Technologie, sondern auch die Bereitschaft, sie im Arbeitsalltag anzuwenden.
“Unternehmen kommen heute gar nicht mehr drumherum, in KI-Kompetenzen investieren. Hilfreich ist, dass sie oftmals bereits über einen Großteil der dafür nötigen Ressourcen verfügen: Daten-Teams – etwa in den Bereichen Analytik, Data Science oder Business Intelligence – haben über Jahre hinweg die Infrastruktur, das Fachwissen und die Datenbestände aufgebaut, die nun auch für den Einsatz moderner KI-Lösungen relevant sind. Dieses vorhandene Know-how lässt sich gezielt weiterentwickeln – beispielsweise für die zunehmend relevante Arbeit mit KI-Agenten, die immer mehr eigenständig Aufgaben übernehmen und komplexe Prozesse steuern können”, erklärt Daten- und KI-Expertin Rosaria Silipo, VP of Data Science Evangelism bei KNIME.
Hier finden Sie weitere Informationen zu KNIME und dem AI Teaching Package.