Seit dem 2. August 2025 gilt der EU AI Act in weiten Teilen vollständig. Was viele unterschätzen: Das Regelwerk verpflichtet Unternehmen nicht nur dazu, KI-Systeme zu klassifizieren und zu dokumentieren, sondern auch nachzuweisen, dass ihre Mitarbeitenden über ausreichende KI-Kompetenz verfügen. Artikel 4 des AI Acts formuliert das ausdrücklich als Pflicht für Anbieter und Betreiber von KI-Systemen. Wer glaubt, ein internes Kurzwebinar oder ein Screenshot aus einem Online-Kurs reiche als Nachweis, dürfte bei Audits oder Behördenprüfungen eine unangenehme Überraschung erleben.
Was der EU AI Act konkret von Beschäftigten verlangt
Der Begriff „AI Literacy“ taucht in Artikel 4 des AI Acts auf, ohne dass die Verordnung selbst einen Mindestandard definiert. Das klingt nach Spielraum, ist aber eher eine Falle. Aufsichtsbehörden und Branchenverbände füllen diese Lücke zunehmend mit eigenen Interpretationen. Die Bundesagentur für Arbeit und mehrere IHKs haben bereits Positionspapiere veröffentlicht, die auf externe, prüfbare Zertifikate verweisen.
Konkret bedeutet das: Wer in einem Unternehmen KI-Systeme einsetzt, konfiguriert oder beaufsichtigt, sollte einen Kompetenznachweis vorweisen können, der von einer unabhängigen Stelle ausgestellt wurde. Ein internes Schulungsdokument genügt nicht, weil es weder den Lerninhalt noch das Prüfungsergebnis transparent macht.
Zertifikat ist nicht gleich Zertifikat
Der Markt für KI-Weiterbildungen ist in den letzten zwei Jahren explodiert. Allein auf Plattformen wie Coursera oder LinkedIn Learning lassen sich Dutzende Kurse finden, die am Ende ein PDF mit dem Wort „Certificate“ ausstellen. Das Problem: Diese Dokumente bescheinigen meistens nur die Teilnahme, keine geprüfte Kompetenz. Arbeitgeber, die rechtssicher aufgestellt sein wollen, unterscheiden deshalb zwischen Teilnahmebestätigungen und Zertifikaten mit Prüfungsnachweis.
Prüfungsbasierte Zertifikate enthalten typischerweise folgende Merkmale:
- Eine eindeutige Zertifikatsnummer, die sich online verifizieren lässt
- Angaben zum bestandenen Test oder zur abgelegten Prüfung
- Name der ausstellenden Stelle mit Akkreditierungsnachweis
- Gültigkeitsdatum oder Hinweis auf Rezertifizierungspflicht
Wer gezielt nach solchen Formaten sucht, findet zum Beispiel Angebote, die eine KI-Schulung mit prüfbarem Nachweis kombinieren und das Zertifikat über eine externe Datenbank verifizierbar machen. Das ist der entscheidende Unterschied zu einer reinen Lernbestätigung.
Welche Inhalte ein AI-Act-konformes Programm abdecken sollte
Ein Zertifikatsprogramm, das auf den EU AI Act vorbereitet, sollte mehr leisten als eine Einführung in maschinelles Lernen. Die relevanten Themenblöcke lassen sich grob in drei Bereiche gliedern:
Rechtliche Grundlagen
Teilnehmende müssen verstehen, wie der AI Act KI-Systeme nach Risikoklassen einteilt. Hochrisikosysteme nach Anhang III des AI Acts, etwa in der Personalauswahl, im Bildungsbereich oder in der kritischen Infrastruktur, unterliegen strengeren Dokumentations- und Transparenzpflichten. Wer diese Kategorien nicht kennt, kann keine fundierte Entscheidung treffen, ob ein Tool im eigenen Unternehmen überhaupt eingesetzt werden darf.
Technisches Grundverständnis
Keine Sorge: Es geht nicht darum, selbst Algorithmen zu trainieren. Aber Beschäftigte sollten erklären können, was ein Large Language Model von einem regelbasierten System unterscheidet, warum Trainingsdaten die Ausgabe beeinflussen und welche typischen Fehlerquellen bei KI-gestützten Entscheidungen auftreten. Dieses Wissen ist Voraussetzung dafür, KI-Outputs kritisch zu beurteilen.
Ethik und Bias
Der AI Act fordert ausdrücklich, dass Hochrisikoysysteme auf Diskriminierungsrisiken geprüft werden. Ein Schulungsprogramm, das diesen Aspekt ignoriert, adressiert die regulatorischen Anforderungen nur halb. Praxisbeispiele aus dem HR-Bereich, etwa automatisierte Lebenslaufscreening-Tools, helfen dabei, das Thema greifbar zu machen.
Typische Formate und Zeitaufwand
Die meisten seriösen Anbieter kalkulieren für ein vollständiges Zertifikatsprogramm mit Prüfungsabschluss zwischen 20 und 40 Stunden Lernzeit. Das klingt nach viel, lässt sich aber gut auf sechs bis acht Wochen verteilen, wenn man drei bis fünf Stunden pro Woche investiert. Viele Programme sind so strukturiert, dass Berufstätige sie abends oder am Wochenende absolvieren können.
Eine kurze Übersicht typischer Formate:
| Format | Zeitaufwand | Prüfungsabschluss | Eignung |
|---|---|---|---|
| Selbstlernkurs (asynchron) | 15 bis 25 Stunden | Oft nur Teilnahme | Einstieg, Überblick |
| Blended Learning | 25 bis 40 Stunden | Online-Prüfung | Berufstätige |
| Präsenzseminar mit Prüfung | 2 bis 4 Tage | Schriftliche Prüfung | Teams, Unternehmen |
Was Arbeitgeber beim Nachweis wirklich prüfen
In Gesprächen mit HR-Verantwortlichen aus mittelständischen Unternehmen fällt immer wieder auf, dass Zertifikate zunehmend aktiv angefragt werden, nicht nur passiv akzeptiert. Wer sich auf eine Stelle bewirbt, bei der KI-Tools zum Arbeitsalltag gehören, sollte damit rechnen, dass das Zertifikat im Vorstellungsgespräch konkret angesprochen wird. Fragen wie „Welche Risikoklassen kennen Sie?“ oder „Wie würden Sie ein Hochrisikosystem erkennen?“ zeigen, ob jemand eine Prüfung tatsächlich absolviert hat oder nur ein PDF vorlegt.
Für Unternehmen, die KI-Systeme intern entwickeln oder betreiben, kommt noch ein weiterer Aspekt dazu: Im Falle einer behördlichen Überprüfung nach dem AI Act können sie Schulungsnachweise als Teil ihrer Compliance-Dokumentation einreichen. Ein verifizierbares Zertifikat ist hier deutlich belastbarer als eine interne Schulungsunterlage ohne Prüfungsnachweis.
Jetzt handeln, nicht abwarten
Der EU AI Act ist kein Zukunftsprojekt mehr. Die Übergangsfristen für viele Hochrisikokategorien laufen bis August 2026, aber der Aufbau interner Kompetenz braucht Zeit. Wer heute mit einer strukturierten Weiterbildung beginnt, hat genug Spielraum, das Zertifikat zu erwerben, Erfahrungen in der Praxis zu sammeln und bei Bedarf eine Rezertifizierung einzuplanen.
Für Einzelpersonen gilt: Ein anerkanntes KI-Zertifikat ist kein Nice-to-have, sondern entwickelt sich zum Standard in KI-nahen Berufsfeldern. Ähnlich wie Datenschutzkenntnisse nach der DSGVO zum Erwartungshorizont von Arbeitgebern gehören, wird AI Literacy das in den nächsten zwei bis drei Jahren ebenfalls tun. Wer früh investiert, sitzt im Bewerbungsprozess und bei internen Aufstiegsentscheidungen besser da als jemand, der noch auf „irgendwann“ wartet.
Elena Vogel schreibt für studier-weiter.de über digitale Weiterbildung und Karrierechancen im technologischen Wandel.
