BLUF: Allgemeine unternehmensweite KI-Schulungen erzeugen Teilnahmenachweise, keine Kontrolle. Ein belastbarer Ansatz behandelt rollenbasierte KI-Kompetenz als Eingangsgröße der Autorisierung: Eine Person erhält die Berechtigung, einen sensiblen KI-Workflow zu betreiben, freizugeben oder zu ändern, nur solange ein befristeter, rollenspezifischer Kompetenznachweis gültig ist. Damit wird KI-Kompetenz von einer Jahreskampagne zu einer durchsetzbaren Zugriffseigenschaft mit Ablaufdatum, Verantwortlichem und Prüfspur.
Warum Schulungsnachweise die operative Frage nicht beantworten
Die Frage, die eine Incident-Analyse tatsächlich stellt, ist eng: Wer durfte diese Ausgabe freigeben, auf welcher Grundlage, und war diese Grundlage im Entscheidungszeitpunkt noch gültig? Ein Teilnahmezertifikat einer E-Learning-Plattform kann das nicht beantworten. Es dokumentiert, dass eine Person irgendwann ein – meist generisches – Modul absolviert hat, nicht dass sie die konkrete Kompetenz für dieses System, in diesem Kontext, mit diesen Konsequenzen besaß.
Die Lücke ist strukturell. Lernmanagementsysteme modellieren Kurse und Abschlüsse. Identitätssysteme modellieren Gruppen und Berechtigungen. In den meisten Organisationen treffen beide nie aufeinander: Die KI-Plattform entscheidet anhand von Stellenbezeichnung oder Abteilung, während die Kompetenz in einem Tabellenexport liegt, den zum Autorisierungszeitpunkt niemand liest.
Artikel 4 der KI-Verordnung gibt die Richtung vor. Seit dem Inkrafttreten der Verordnung (EU) 2026/1744 (Digital Omnibus zur KI) am 27. Juli 2026 verlangt Artikel 4 Absatz 1 von Anbietern und Betreibern, Maßnahmen zur Förderung der KI-Kompetenz ihres Personals und anderer Personen zu ergreifen, die in ihrem Auftrag mit dem Betrieb und der Nutzung von KI-Systemen befasst sind – unter Berücksichtigung von technischem Wissen, Erfahrung, Ausbildung und Schulung sowie des Einsatzkontexts. Die Q&A der Kommission stellt ausdrücklich klar, dass daraus keine Pflicht zur Messung individuellen Wissens folgt und kein bestimmtes individuelles Kompetenzniveau vorgeschrieben ist.
Rechtsfrage für die Rechtsberatung und technische Empfehlung
Rechtsfrage für die Rechtsberatung: ob Ihre Organisation für ein bestimmtes System Anbieter oder Betreiber ist, welche Kompetenzmaßnahmen für Ihre Branche und Ihr Risikoprofil angemessen sind, ob ein konkreter Workflow unter das Hochrisiko-Regime fällt und wie Mitbestimmung des Betriebsrats sowie Datenschutzrecht die Erhebung von Kompetenz- und Telemetriedaten begrenzen. Diese Antworten hängen von Rolle, Branche und Anwendungsfall ab und erfordern anwaltliche Prüfung.
Technische Empfehlung: Unabhängig davon, wo die rechtliche Untergrenze liegt, sollten Sie den Mechanismus so bauen, dass Kompetenz ein maschinenlesbarer, ablaufender Nachweis ist, den der Autorisierungspfad auswerten kann. Die Verordnung verlangt kein Zugriffs-Gating über Schulungen. Zwei benachbarte Pflichten machen ein kompetenzbewusstes Berechtigungsmodell jedoch zum naheliegenden Entwurf. Artikel 26 Absatz 2 verlangt von Betreibern von Hochrisiko-KI-Systemen, die menschliche Aufsicht natürlichen Personen zu übertragen, die über die erforderliche Kompetenz, Schulung und Befugnis sowie die notwendige Unterstützung verfügen. Artikel 14 verlangt, dass diese Personen Fähigkeiten und Grenzen des Systems verstehen, sich der Automatisierungsverzerrung bewusst bleiben, Ausgaben korrekt interpretieren, von der Nutzung absehen und das System unterbrechen können. Artikel 14 Absatz 5 geht für bestimmte biometrische Identifizierungssysteme weiter: Es darf keine Maßnahme auf Basis der Identifizierung erfolgen, sofern diese nicht von mindestens zwei natürlichen Personen mit der erforderlichen Kompetenz, Schulung und Befugnis gesondert überprüft wurde.
Für eine benannte Aufsichtsrolle lässt sich „erforderliche Kompetenz, Schulung und Befugnis“ nicht mit einer unternehmensweiten Abschlussquote belegen. Belegbar ist sie über einen rollenbezogenen Nachweis, der ausgestellt, im Umfang begrenzt, datiert und widerrufbar ist.
Die Fähigkeitsmatrix: trennen Sie erlaubte Handlung von Personenrolle
Zerlegen Sie KI-Arbeit zunächst in Fähigkeiten, nicht in Stellenbezeichnungen. Eine Fähigkeit ist eine konkrete erlaubte Handlung an einer konkreten Klasse von KI-Workflows mit definierter Konsequenz bei Fehlausführung. Typische Fähigkeiten in einer Unternehmens-KI-Landschaft: Nutzung eines allgemeinen Assistenten auf internen Daten; Einreichung eines neuen Anwendungsfalls; Freigabe einer KI-gestützten Entscheidung mit Kundenwirkung; Übersteuern oder Zurücknehmen einer Modellausgabe; Änderung eines Produktions-Prompts oder einer Retrieval-Konfiguration; Freigabe einer Modellversion; sowie die Funktion als benannte aufsichtsführende Person für einen Hochrisiko-Workflow.
Jede Fähigkeit erhält drei Eigenschaften: den erforderlichen Kompetenznachweis, eine Gültigkeitsdauer und einen Eskalationspfad, wenn der Nachweis fehlt oder abgelaufen ist. Dieses Artefakt macht das System operativ – nicht der Schulungskatalog.
Matrix aus Fähigkeit, Ablauf und Eskalation
Assistentennutzung auf internen Daten — Nachweis: Basismodul KI-Kompetenz und bestätigte Nutzungsrichtlinie. Gültigkeit: 24 Monate. Fehlend/abgelaufen: Zugang zum kontrollierten Arbeitsbereich ausgesetzt; Erneuerung im Self-Service.
Einreichung eines Anwendungsfalls — Nachweis: Basiskompetenz und Schulung zum Intake-Prozess einschließlich Klassifizierungsauslöser. Gültigkeit: 24 Monate. Fehlend/abgelaufen: Einreichung blockiert; Weiterleitung an die KI-Governance-Funktion.
Freigabe einer KI-gestützten Entscheidung mit Kundenwirkung — Nachweis: rollenspezifisches Modul zu Fähigkeiten, Grenzen und Automatisierungsverzerrung des Systems sowie bestandene Szenarioübung am realen System. Gültigkeit: 12 Monate. Fehlend/abgelaufen: Freigabefunktion deaktiviert; Weitergabe an qualifizierte Freigebende.
Änderung von Produktions-Prompt, Retrieval oder Konfiguration — Nachweis: Plattform-Änderungsschulung, Release-Prozessschulung und Teilnahme an einer Rollback-Übung. Gültigkeit: 12 Monate. Fehlend/abgelaufen: Änderungsantrag am Deployment-Gate abgewiesen.
Modellfreigabe — Nachweis: Schulung zur Interpretation von Evaluationsergebnissen, Schulung zu Segmentschwellen und eine begleitete Freigabe. Gültigkeit: 12 Monate. Fehlend/abgelaufen: Freigabe-Gate schließt.
Benannte aufsichtsführende Person, Hochrisiko-Workflow — Nachweis: systemspezifische Aufsichtsschulung zu Interpretation, Übersteuerung und Stopp-Verfahren sowie dokumentierte praktische Unterbrechungsübung. Gültigkeit: 6 Monate. Fehlend/abgelaufen: Workflow wechselt in einen Modus mit geringerer Autonomie oder rein beratenden Betrieb oder wird pausiert; Eskalation an den verantwortlichen Owner.
Vier-Augen-Rolle, sofern erforderlich — Nachweis: wie vorstehend, für zwei unabhängige Personen mit getrennten Berichtslinien. Gültigkeit: 6 Monate. Fehlend/abgelaufen: Handlung nicht ausführbar; kein Einzelpersonen-Override.
Architektur von Identität zu Berechtigung
Der Mechanismus hat fünf Komponenten und eine strikte Regel: Die KI-Plattform liest niemals direkt aus dem Lernsystem.
1. Kompetenzregister. Erfasst Kompetenzereignisse: welches Modul oder welche Übung, welcher Systemumfang, wer bewertet hat, Ausstellungs- und Ablaufzeitpunkt. Es ist ein Nachweisspeicher, kein Schulungskatalog. Es nimmt Eingaben aus der Lernplattform, aus begleiteten praktischen Übungen und aus dokumentierter, vom verantwortlichen Owner anerkannter Vorerfahrung auf – Artikel 4 nennt technisches Wissen, Erfahrung, Ausbildung und Schulung, weshalb eine erfahrene Leittechnik-Ingenieurin nicht durch ein Einsteigermodul geschleust werden muss.
2. Nachweisausstellung. Ein geplanter Job überführt gültige Kompetenzereignisse in Fähigkeitsnachweise und übergibt sie als Gruppenmitgliedschaften oder Attribute an den Identity Provider. Nachweise tragen ein Gültigkeitsfenster. Ablauf ist der Standardfall, nicht die Ausnahme.
3. Identity Provider. Hält die Nachweise und stellt Token mit diesen Angaben aus. Er ist die einzige Wahrheitsquelle, der die Laufzeit vertraut. Nachgelagert wird keine Berechtigung erneut aus Stellenbezeichnungen abgeleitet.
4. Durchsetzungspunkte. KI-Gateway, Workflow-Engine, Freigabe-Oberfläche und Deployment-Pipeline prüfen jeweils den für die konkrete Handlung erforderlichen Nachweis im Moment der Handlung. Ein abgelaufener Nachweis verhält sich exakt wie eine entzogene Berechtigung.
5. Kontextbezogene Bestätigung. Am Punkt einer folgenreichen Handlung nennt die Oberfläche die konkrete, hier relevante Systemgrenze und verlangt eine ausdrückliche Bestätigung, die mit der Entscheidung protokolliert wird. Dies ist die einzige „Schulung“, die zuverlässig ankommt, weil sie im Nutzungsmoment erfolgt und nicht elf Monate vorher.
Datenfluss: Kompetenzereignis → Kompetenzregister → Ausstellungsjob → Nachweis mit Ablauf im Identity Provider → Token → Durchsetzungspunkt prüft handlungsspezifischen Nachweis → Entscheidungssatz enthält Person, Nachweis-ID, Nachweisversion, Bestätigung und Zeitstempel. Der Entscheidungssatz ist das Artefakt, das Sie in einer Incident-Analyse benötigen; behandeln Sie ihn mit derselben Sorgfalt wie ein Release-Manifest.
Rezertifizierung als Kontrolle, nicht als Kalenderritual
Vierteljährliche oder halbjährliche Rezertifizierung nützt nur, wenn sie durch Veränderung und nicht allein durch den Kalender ausgelöst wird. Drei Auslöser sind wichtiger als das Datum: eine wesentliche Änderung des KI-Systems (neue Modellversion, neuer Retrieval-Umfang, geänderter Autonomiegrad), eine Änderung von Rolle oder Zuständigkeit der Person sowie ein Vorfall oder Beinahe-Vorfall in dieser Workflow-Klasse. Eine Modellfreigabe, die das Ausgabeverhalten verändert, sollte Aufsichtsnachweise für diesen Workflow entwerten und eine kurze Delta-Übung zum neuen Verhalten verlangen – nicht die vollständige Wiederholung des ursprünglichen Kurses.
Gestalten Sie die Erneuerung kurz und spezifisch. Ein sechsmonatiger Aufsichtsnachweis, der über eine fünfzehnminütige Delta-Übung zum tatsächlich Geänderten erneuert wird, erzeugt bessere Aufsicht als ein jährliches neunzigminütiges Generikmodul – und liefert Nachweise, die einer konkreten Systemversion zuordenbar sind.
Lerntelemetrie: standardmäßig aggregiert
Die Versuchung ist groß, alles zu instrumentieren: wer welche Frage falsch beantwortet hat, wer am längsten brauchte, wer Warnhinweise wiederholt ignoriert. Widerstehen Sie ihr. In Deutschland berührt Leistungs- und Verhaltenskontrolle von Beschäftigten die Mitbestimmung des Betriebsrats und datenschutzrechtliche Grenzen; ein Kompetenz-Dashboard auf Individualebene erfordert mit hoher Wahrscheinlichkeit sowohl eine Rechtsgrundlage als auch eine verhandelte Vereinbarung. Beteiligen Sie Betriebsrat und Datenschutzbeauftragte vor dem Bau, nicht danach.
Ein belastbarer Standard: Der Autorisierungspfad nutzt den individuellen Nachweisstatus, weil eine binäre Gültig/Abgelaufen-Entscheidung zur Durchsetzung der Kontrolle notwendig ist. Alles Weitere – Modulwirksamkeit, Fehlermuster, Bestätigungsraten, Fähigkeitsabdeckung pro Workflow – wird auf eine Gruppengröße aggregiert, die eine Re-Identifizierung verhindert, mit dokumentierter Aufbewahrungsfrist. Aggregierte Signale sind ohnehin das, was Sie zur Verbesserung brauchen: Wenn 40 Prozent der Freigebenden einen Warnhinweis in unter zwei Sekunden bestätigen, ist der Hinweis der Defekt, nicht die Personen.
Fehlermodi
1. Nachweise werden erteilt, laufen aber nie ab. Das Register füllt sich mit dauerhaften Berechtigungen, und die Kontrolle wird unbemerkt zu einem Einmal-Gate. Gegenmaßnahme: Gültigkeit als Pflichtfeld mit Höchstgrenze je Fähigkeitsklasse; geplanter Bericht über auslaufende Nachweise; Ablehnung von Ausstellungen ohne Ablaufdatum.
2. Rolleninflation. Weil der schnellste Weg zur Entsperrung eine breitere Fähigkeit ist, verbreiten sich die höchstprivilegierten Nachweise. Gegenmaßnahme: Antragstellung und Genehmigung personell trennen, Inhaber folgenreicher Fähigkeiten vierteljährlich gegen die tatsächliche Nutzung prüfen, ungenutzte Nachweise entziehen.
3. Der Durchsetzungspunkt prüft das Falsche. Eine Oberfläche verbirgt den Freigabe-Button, die zugrunde liegende API akzeptiert den Aufruf jedoch weiter – die Kontrolle ist kosmetisch. Gegenmaßnahme: serverseitige Durchsetzung an Gateway und Workflow-Engine; die Kontrolle im Release-Testlauf mit abgelaufenem Nachweis aktiv prüfen.
4. Bestätigungsmüdigkeit. Ein generischer Dialog erscheint bei jeder Interaktion und wird reflexhaft weggeklickt. Gegenmaßnahme: kontextbezogene Bestätigung auf tatsächlich folgenreiche Handlungen beschränken, Text systemspezifisch und kurz halten, Wegklickdauer aggregiert als Qualitätssignal des Hinweises messen.
5. Schulungsabschluss wird als Kompetenz behandelt. Jemand absolviert ein Modul zu generativer KI im Allgemeinen und erhält einen Aufsichtsnachweis für einen spezifischen industriellen Workflow. Gegenmaßnahme: für Aufsichts- und Änderungsfähigkeiten systembezogene praktische Nachweise verlangen; ein Generikmodul kann nur eine Basisfähigkeit begründen.
6. Auftragnehmer und Dienstleister werden übersehen. Die Q&A der Kommission versteht „andere Personen, die in Ihrem Auftrag mit dem Betrieb und der Nutzung von KI-Systemen befasst sind“ als Personen im organisatorischen Verantwortungsbereich, die keine Beschäftigten sind, und nennt Auftragnehmer, Dienstleister und Kunden als Beispiele. Authentifizieren sich diese über eine föderierte Identität oder ein gemeinsames Servicekonto, folgt der Kompetenznachweis ihnen meist nicht. Gegenmaßnahme: gemeinsame Konten auf folgenreichen Pfaden abschaffen, Nachweisausstellung auf externe Identitäten ausweiten und die Nachweispflicht vertraglich verankern.
Verbindung zur übrigen Kontrolllandschaft
Kompetenznachweise sind nur sinnvoll, wenn der Workflow, den sie absichern, selbst inventarisiert und klassifiziert ist. Der KI-Use-Case-Intake als Policy-as-Code mit Anwendbarkeitsgraph liefert diese Grundlage: Er zeigt, welche Workflows existieren, welche folgenreich sind und wem sie gehören – genau die Eingabe, die die Fähigkeitsmatrix benötigt. Ohne ihn stellen Sie Nachweise für Systeme aus, die Sie nicht benennen können.
Zwei benachbarte Kontrollen vervollständigen das Bild. Das identitätsorientierte Muster in RAG-Zugriffskontrolle: Berechtigungen vor dem Retrieval durchsetzen ist dasselbe Prinzip auf Datenebene: Die Berechtigung wird ausgewertet, bevor das System handelt, nicht danach. Und wo ein Kompetenznachweis eine Modellfreigabe oder Konfigurationsänderung absichert, gehört die entstehende Bewertungsevidenz in die gemeinsame FRIA–DPIA-Evidenzplattform, damit Person, Nachweis, Bewertung und Release auf dieselben Objekte verweisen.
Was dieser Ansatz nicht löst
Ein kompetenzbewusstes Berechtigungsmodell macht niemanden kompetent, belegt nicht die Richtigkeit oder Rechtmäßigkeit eines KI-Systems und ersetzt weder Risikomanagement noch Evaluation oder den Entwurf menschlicher Aufsicht. Es verhindert nicht, dass eine qualifizierte, gut geschulte Person unter Zeitdruck falsch entscheidet. Es bestimmt auch nicht Ihre Rechtspflichten: ob Sie Anbieter oder Betreiber sind, ob ein System hochriskant ist und welche Kompetenzmaßnahmen angemessen sind, sind Fragen für die Rechtsberatung mit Ihrem Branchenkontext. Artikel 4 selbst verlangt kein Zugriffs-Gating, und die Digital-Omnibus-Änderung hat den Verweis auf ein „ausreichendes“ Niveau entfernt. Betrachten Sie dies daher als Kontrollmuster, das nebenbei Evidenz für Artikel 4 und Artikel 26 Absatz 2 erzeugt – nicht als Compliance-Produkt.
Es verursacht zudem realen Betriebsaufwand: ein zu pflegendes Register, Nachweise, die zu unpassenden Zeitpunkten ablaufen, Eskalationspfade, die tatsächlich besetzt sein müssen, und ein Gespräch mit dem Betriebsrat. Besteht Ihre KI-Landschaft aus drei folgenarmen Assistenten, ist dieser Ansatz überdimensioniert. Er rechtfertigt seinen Aufwand dort, wo folgenreiche Freigaben, Produktionsänderungen und benannte Aufsichtsrollen existieren.
Beginnen Sie mit den zwei Fähigkeiten mit echter Konsequenz
Modellieren Sie nicht die gesamte Landschaft. Wählen Sie die zwei Fähigkeiten, bei denen eine falsche Handlung eine reale Außenwirkung hat – typischerweise die Freigabe einer KI-gestützten Entscheidung mit Kundenwirkung und die Änderung eines Produktions-Prompts oder einer Retrieval-Konfiguration. Definieren Sie für diese beiden Nachweis, Gültigkeitsdauer und Eskalationspfad. Verdrahten Sie einen Durchsetzungspunkt serverseitig und prüfen Sie ihn mit einem abgelaufenen Nachweis. Messen Sie anschließend, wie oft der Eskalationspfad auslöst; diese Zahl zeigt, ob Ihre Fähigkeitsabdeckung real oder nur angestrebt ist.
Wenn Sie dies für eine deutsche oder europäische Organisation mit Hochrisiko- oder Industrie-Workflows entwerfen: Ich führe einen Implementierungs-Workshop durch, der Ihr bestehendes Anwendungsfall-Inventar in eine Fähigkeitsmatrix, einen Entwurf von Identität zu Berechtigung und ein Modell für Rezertifizierungsauslöser überführt – mit vorab kartierten Grenzen für Mitbestimmung und Datenschutz, bevor etwas gebaut wird.
Quellen
Verordnung (EU) 2026/1744 (Digital Omnibus zur KI), Änderung von Artikel 4 der KI-Verordnung
Europäische Kommission: AI Literacy – Fragen und Antworten
KI-Verordnung Artikel 14: Anforderungen an die menschliche Aufsicht
