KI ist im Arbeitsalltag angekommen. Manche nutzen sie für Texte, andere für Recherche, Tabellen, Code, Präsentationen oder Ideen.
Damit wächst die Frage: Wen müssen wir eigentlich wie schulen?
Die einfache Antwort wäre: Alle bekommen denselben Kurs.
Das ist bequem, aber selten gut.
Denn eine Person, die gelegentlich eine E-Mail mit KI vorbereitet, braucht andere Beispiele als jemand, der KI in einen Fachprozess einbindet oder technische Schnittstellen entwickelt.
Alle brauchen ein gemeinsames Grundverständnis. Aber nicht alle brauchen denselben Tiefgang.
Für Anwenderinnen und Anwender geht es zuerst um sichere Routinen:
- Welche Daten dürfen nicht in ungeprüfte Tools?
- Wann muss ein Ergebnis fachlich geprüft werden?
- Wie erkenne ich unsichere oder erfundene Aussagen?
- Wie formuliere ich Aufgaben klar?
- Wann frage ich lieber nach?
Diese Zielgruppe braucht keine lange technische Erklärung. Sie braucht Alltagssituationen, klare Beispiele und einfache Leitplanken.
Ein guter Merksatz ist: KI darf unterstützen, aber sie entscheidet nicht allein.
Für Power-User sieht es anders aus. Sie arbeiten häufiger mit KI, bauen Prompts, strukturieren Wissen, erstellen Vorlagen oder unterstützen andere Teams.
Hier reicht eine reine Grundschulung nicht mehr.
Power-User müssen verstehen, wie gute Ergebnisse entstehen. Dazu gehören Kontext, Quellen, Datenqualität, Grenzen des Werkzeugs und der Umgang mit wiederkehrenden Aufgaben.
Wichtige Fragen sind:
- Wie bereite ich Aufgaben so vor, dass KI sinnvoll arbeiten kann?
- Welche Informationen gehören in den Kontext?
- Wie dokumentiere ich Annahmen und Prüfbedarf?
- Welche Ergebnisse dürfen wiederverwendet werden?
- Wo beginnt ein genehmigungspflichtiger Prozess?
Power-User sind oft Multiplikatoren. Wenn sie unsicher arbeiten, verbreitet sich diese Unsicherheit schnell. Wenn sie sauber arbeiten, profitieren viele.
Für Entwicklerinnen, Entwickler und technische Teams geht es noch einmal tiefer.
Sie müssen nicht nur wissen, wie KI genutzt wird, sondern auch, wie KI-Funktionen technisch, sicher und nachvollziehbar eingebunden werden.
Dabei geht es zum Beispiel um:
- Zugriff auf Daten und Systeme
- Protokollierung und Nachvollziehbarkeit
- Schutz vertraulicher Informationen
- Testen von KI-Ausgaben
- Fehlerfälle und menschliche Kontrolle
- Betrieb, Freigabe und Änderung von KI-Komponenten
Hier reicht es nicht, nur über Prompts zu sprechen. Technische Teams brauchen klare Anforderungen an Architektur, Sicherheit, Datenschutz und Betrieb.
Trotzdem sollten KI-Schulungen nicht in drei komplett getrennte Welten zerfallen.
Ein gemeinsamer Kern ist wichtig:
- KI kann hilfreich sein, aber sie irrt sich.
- Vertrauliche Daten brauchen klare Regeln.
- Ergebnisse müssen je nach Risiko geprüft werden.
- Verantwortung bleibt beim Menschen und bei der Organisation.
- Nutzung sollte nachvollziehbar und freigegeben sein.
Darauf bauen die Zielgruppenmodule auf.
So entsteht ein Schulungskonzept, das weder zu dünn noch zu schwer ist. Anwender werden nicht mit Technik überladen. Power-User bekommen mehr Struktur. Entwickler bekommen die Tiefe, die sie für sichere Umsetzung brauchen.
Wichtig ist auch die Sprache. Gute KI-Schulungen sollten nicht nur erklären, was verboten ist. Sie sollten zeigen, was sinnvoll möglich ist.
Wer nur Verbote hört, sucht schnell Umwege. Wer klare Leitplanken bekommt, kann KI produktiv und sicher nutzen.
Am Ende geht es nicht darum, dass alle KI-Expertinnen und KI-Experten werden. Es geht darum, dass jede Rolle genug weiß, um gute Entscheidungen zu treffen.
Ned jeder muss die ganz Maschin zerlegn könna. Aber jeder soll wissn, wann mer lieber nochemol draufschaut.
Nicht jeder muss die ganze Maschine zerlegen können. Aber jeder sollte wissen, wann ein Ergebnis noch einmal geprüft werden muss.