Das Wichtigste in Kürze
- Kompetenz-Lücke trotz hoher Nutzung: Zwei Drittel der Deutschen nutzen KI, aber nur 6 % fühlen sich dabei wirklich sicher. Eine aktuelle Studie definiert 12 Kompetenzen, die aus bloßen Nutzern echte KI-Profis machen.
- Das Fundament zählt: Wer KI sinnvoll einsetzen will, muss verstehen, wie sie funktioniert, welche Modelle es gibt und wo ihre Grenzen liegen. Besonders kritisch sind Halluzinationen, mangelhafte PDF-Verarbeitung und der sorglose Umgang mit sensiblen Patientendaten.
- Von der Theorie zur sicheren Praxis: Die richtigen Tools auswählen, präzise Prompts formulieren und Ergebnisse kritisch prüfen – das macht aus KI einen echten digitalen Assistenten. Gleichzeitig braucht es Wissen zu Recht, Ethik und dem EU AI Act, um rechtssicher und verantwortungsvoll zu handeln.
- Vom Experten zum Vorreiter: Wer tiefer einsteigt, beschäftigt sich mit Fine-Tuning und bleibt durch kontinuierliches Lernen am Puls der schnellen Entwicklung. Am Ende zeigt sich: KI-Kompetenz ist mehr als Technikwissen – sie verbindet Fachkenntnis, kritisches Denken und rechtliche Sorgfalt.
Bereits zwei Drittel der Deutschen nutzen Künstliche Intelligenz im Berufs- und Privatleben. Aber gerade einmal 6 % fühlen sich im Umgang mit KI wirklich kompetent, während immerhin ein Viertel die eigenen Fähigkeiten als „mittelmäßig" einstuft. Das zeigt: Einmal mehr hat sich eine Technologie rasant in unserem Alltag verankert, ohne dass wir im Vorfeld ausreichend darauf vorbereitet wurden.
Genau deshalb ist es jetzt umso wichtiger, klare Kernkompetenzen zu definieren, die jedem eine sichere und effiziente Arbeit mit KI ermöglichen. Glücklicherweise haben Forscher schon 2025 in einer Arbeit 12 Kompetenzen definiert, die Nutzer von bloßen „Konsumenten" zu echten KI-Profis machen. Für Unternehmer lassen sich diese in vier Kompetenzphasen unterteilen.
Das Fundament – verstehen, womit man arbeitet
Bevor man intensiv mit KI arbeitet, sollte man essenzielle Grundkompetenzen aufbauen. Hier weiter im bereinigten Format:
1. Grundlegendes Verständnis für KI entwickeln: Der häufigste Fehler ist die Annahme, KI sei eine Art schlaueres Google. Die Anwender müssen verstehen, dass sie sich grundlegend von einer Suchmaschine unterscheidet, da sie eigenständige Inhalte generiert, anstatt lediglich bestehende abzurufen. Es ist wichtig zu wissen, dass KI auf statistischen Modellen basiert und mit unglaublich großen Datenmengen trainiert wurde. LLMs wie ChatGPT wissen also nichts über einen Patienten oder das Unternehmen. Sie berechnen lediglich, welches Wort in einem Satz über Anatomie am wahrscheinlichsten als Nächstes folgt.
2. Die unterschiedlichen KI-Modelle am Markt kennen: Mittlerweile gibt es eine Vielzahl von KI-Modellen für die unterschiedlichsten Einsatzbereiche. Neben den gängigen LLMs wie ChatGPT, Gemini, Claude oder Llama gibt es auch generative Bildmodelle wie Midjourney oder Adobe Firefly, die darauf spezialisiert sind, Bilder und Grafiken zu generieren. Darin sind sie besser als die multimodalen Modelle, die dafür aber Text wie auch Bilder generieren können. Hier sind vor allem GPT-4o und Gemini 1.5 Pro zu nennen.
Die KI-Landschaft geht mittlerweile weit über einfache Textgeneratoren hinaus. Spezialisten wie NotebookLM fassen mühelos seitenlange Dokumente zusammen, während Perplexity die klassische Internetrecherche auf ein neues Level hebt. Selbst das Entwickeln eigener kleiner Programme ist mit Modellen wie Claude oder DeepSeek heute auch ohne Programmierkenntnisse machbar. Angesichts dieser rasanten Vielfalt ist es für Unternehmer entscheidend, den Markt im Blick zu behalten und genau zu wissen, welches Werkzeug sich für welchen Einsatzzweck eignet.
3. Grenzen, Risiken und Schwächen erkennen: So ausgereift sie auch sein mögen, die KI-Systeme haben blinde Flecken, die Uninformierte nicht erkennen, wodurch möglicherweise Fehler entstehen. Die Ausgaben von ChatGPT und anderen Sprachmodellen können oft eine Mischung aus Fakten und völlig falschen sowie erfundenen Aussagen enthalten. So wurden schon Quellenangaben, Bücher und sogar nie stattgefundene Gerichtsfälle erfunden. Auch nachprüfbare Fakten wie z. B. das Baujahr eines Monuments oder der Geschäftsführer eines Unternehmens sind teilweise frei erfunden.
Eine der wichtigsten KI-Kompetenzen ist es KI-generierte Inhalte zu erkennen. Daher hier die Frage: Ist dieses Bild real oder generiert? (Bildquelle: © forenna – stock.adobe.com)
Doch Vorsicht ist geboten: Obwohl die Modelle kontinuierlich intelligenter werden, bleibt die Fehlerquote teils erschreckend hoch. So belegte eine Studie der Europäischen Rundfunkunion kürzlich einen Anteil von 45 % an fehlerhaften KI-Antworten. Zudem tun sich die Systeme schwer mit alltäglichen Dateiformaten wie PDFs. Da diese strukturell nicht für Maschinen ausgelegt sind, werden wichtige Texte von der KI oftmals nur bruchstückhaft oder gar nicht erkannt.
Der Einsteigerguide für die Nutzung von KI im Praxisalltag
Ein weiterer entscheidender Punkt ist der Datenschutz. Wer sensible Informationen in frei zugängliche KI-Tools einspeist, verliert schnell die Kontrolle darüber. Die eiserne Regel für den Praxisalltag lautet daher: Echte Patientennamen, Diagnosen oder interne Praxisdaten haben in diesen Systemen absolut nichts zu suchen. Sind die Daten erst einmal eingegeben, lässt sich kaum noch nachvollziehen, was mit ihnen geschieht – im schlimmsten Fall nutzen die KI-Anbieter diese vertraulichen Informationen ungefragt, um ihre Modelle weiter zu trainieren.
Die Umsetzung – KI als digitalen Assistenten steuern
In dieser Phase geht es an die echte Zeitersparnis im Arbeitsalltag.
4. Die richtigen Tools auswählen und beherrschen: Sobald der erste Überblick über den Markt gewonnen ist, folgt der nächste logische Schritt: eine gezielte Auswahl treffen und zum Experten für diese wenigen, aber passenden Tools werden. Es ist eine unschätzbare Kompetenz, zielsicher das richtige Werkzeug für die jeweilige Aufgabe zu wählen – und es vor allem praktisch zu beherrschen.
Wer etwa frisches Bildmaterial für den neuen Praxis-Flyer benötigt, sollte wissen, dass Bildgeneratoren wie Midjourney oder Adobe Firefly hier weit bessere Dienste leisten als reine Sprachmodelle. Die Auswahl ist jedoch riesig. Daher lohnt es sich, verschiedene Anwendungen im Alltag zu testen, um herauszufinden, welches System am besten zum eigenen Workflow passt. Steht das individuelle KI-Setup, folgt die eigentliche Handwerkskunst: die Modelle mit perfekten Befehlen – den sogenannten Prompts – zu steuern.
5. Korrektes Prompt Engineering (oder wie man korrekte Prompts eingibt): Eine KI ist letztlich immer nur so gut wie der Arbeitsauftrag, den sie erhält. Das Prinzip kennen wir von klassischen Suchmaschinen: Wer bei Google ungenaue Begriffe eintippt, bekommt auch nur vage Ergebnisse. Genau diese Regel gilt für alle Arten der generativen KI – ganz gleich, ob Sie Texte, Bilder oder Videos erstellen. Der Output steht und fällt mit der Qualität Ihrer Anweisung (Prompt). Wer tiefer in die Materie einsteigt, lernt zudem technische Stellschrauben wie die „Temperatur" kennen. Diese Einstellung regelt ganz simpel, ob die KI streng sachlich formulieren soll oder kreativen Spielraum nutzen darf.
6. Ergebnisse kritisch bewerten: Erinnern wir uns an den Absatz zum Thema Halluzinationen. Das zeigt, dass blindes Vertrauen bei der KI fehl am Platz ist. Kritisches Denken ist hierbei von größter Bedeutung. Benutzer müssen die Inhalte der Ausgabe mithilfe vertrauenswürdiger Quellen überprüfen, um den Effekt von Modell-Halluzinationen zu minimieren. Unternehmer sollten nur die nützlichsten Informationen extrahieren und an ihre gewünschten Anwendungen anpassen.
Sicherheit & Verantwortung
Der Einsatz von KI kann für Unternehmer Folgen haben. Daher sind gewisse Kenntnisse im Bereich Recht und Ethik zwingend. Außerdem sollte die KI nicht als Problemlöser für alles genutzt werden – manchmal gibt es smartere Lösungen.
7. Einsatzkontexte abwägen: Nur weil KI etwas kann, heißt das nicht, dass sie es in jedem Fall tun sollte. Als Unternehmer muss man bewerten können, in welchen Kontexten der Einsatz angemessen ist, in welchen Modalitäten und in welchem Umfang. Dabei gilt es, sowohl das soziale als auch das berufliche Umfeld zu berücksichtigen. Es mag effizient sein, eine KI auf eine emotionale Beschwerde-E-Mail eines Patienten antworten zu lassen – oft ist aber ein persönliches, menschliches Gespräch hier die deutlich bessere Wahl. Der Einsatz von KI sollte also keine bequeme Abkürzung sein, wenn es zielführendere Maßnahmen gibt.
8. Rechtliche Aspekte kennen: Das Thema Recht und KI ist so umfangreich, dass wir es hier nur anreißen können. Klar ist: Wer KI nutzt, bewegt sich in einem neuen rechtlichen Rahmen. Nutzer sollten sich der Gesetzgebung aber in groben Zügen bewusst sein, um zu wissen, inwieweit sie generative KI legal nutzen können. Wir hatten es schon erwähnt, dass niemals personenbezogene Daten in eine KI eingegeben werden sollten. Um das zu umgehen, können die Daten anonymisiert werden oder man setzt spezielle, geschlossene Unternehmensversionen der KI-Anbieter ein, die DSGVO-konform sind und die Daten nicht fürs Training verwenden.
Wenn die KI einen Fehler macht, kann man sie schlecht zur Verantwortung ziehen. Letztlich ist also immer der Nutzer für Fehler, die passieren, verantwortlich. Der Output der KI sollte also immer kritisch geprüft werden.
Die 12 KI-Kompetenzen bauen aufeinander auf (© BODYMEDIA GmbH & Co. KG)
Ein ebenfalls komplexes Thema betrifft das Urheberrecht von z. B. Bildern. Werden Bilder von einer KI generiert, gilt kein Urheberrechtsschutz, da das Bild nicht von einem Menschen erstellt wurde. Nur in dem Fall, dass ein Mensch erheblichen kreativen Einfluss genommen hat, könnte ein Urheberrecht entstehen. Immerhin hat die Europäische Union mit dem AI Act das weltweit erste umfassende Gesetz zur Regulierung von Künstlicher Intelligenz verabschiedet. Diese sieht Compliance-Pflichten für Unternehmen vor. So müssen Unternehmen, die KI einsetzen, ein Risikomanagement einrichten, für Transparenz sorgen, wo KI eingesetzt wurde, und gewährleisten, dass menschliche Kontrolle über das System besteht. Nicht, dass man der KI umfangreiche Unternehmensabläufe anvertraut und ihr dann blind vertraut.
9. KI-Inhalte erkennen: Das Erkennen von KI-generierten Fotos und Texten wird immer schwieriger. Die Zeiten, in denen auf KI-generierten Bildern sechs Finger an Händen waren, sind mittlerweile (fast) vorbei. Trotzdem sind insbesondere KI-Menschen aufgrund der glatten Hautstruktur nach wie vor erkennbar. Daher ist es wichtig, KI-Detektoren zu kennen, aber gleichzeitig zu wissen, dass diese ebenfalls Fehler machen und Wahrscheinlichkeiten oft über- oder unterschätzen.
10. Die ethischen Implikationen mitdenken: Wer KI einsetzt, sollte seinen ethischen Kompass nicht aus den Augen verlieren. Der Einsatz von generativer KI sollte mit den eigenen Werten und dem Qualitätsanspruch der Praxis übereinstimmen. Diese ethische Reflexion gehört in jede Phase: von der Festlegung interner Praxis-Richtlinien bis hin zur täglichen Anwendung durch die Therapeuten. Ein klassisches Beispiel aus der Theorie zeigt, wie schnell KI in die Irre führen kann: Ein Politiker postet ein täuschend echtes, aber KI-generiertes Foto und manipuliert so das Vertrauen der Wähler. Übertragen auf den Praxisalltag bedeutet das: Wer für das Marketing KI-generierte „Vorher-Nachher"-Bilder von angeblichen Behandlungserfolgen nutzt oder sich Behandlungstexte für die Website generieren lässt, ohne dies transparent zu machen, setzt das Vertrauen der Patienten aufs Spiel. Ehrlichkeit und Transparenz im Umgang mit künstlich erzeugten Inhalten sind daher die wichtigste ethische Grundregel für jede moderne Gesundheitseinrichtung.
Einsatz für absolute Experten
Wer bis hierher gekommen ist, hat schon viel erreicht und viele wichtige Punkte für den Umgang mit KI begriffen. Bei den beiden nächsten Kompetenzen geht es darum, tief in die Arbeit mit KI einzusteigen und die Bereitschaft zu entwickeln, das eigene Wissen im Umgang mit der KI auf dem aktuellen Stand zu halten.
11. Programmieren und Fine-Tuning: Für Praxisinhaber ist dies eher Zukunftsmusik, für Entwickler in der Branche jedoch essenziell. Es geht darum, bestehende Modelle für spezifische Anwendungen fein abzustimmen. Dies ist besonders wertvoll, um Modelle mit einem tieferen Verständnis für domänenspezifisches Vokabular auszustatten, was im medizinischen und therapeutischen Bereich zu maßgeschneiderten Ergebnissen führen kann.
12. Kontinuierliches Lernen: Der vielleicht wichtigste Punkt zum Schluss. Die hohe Dynamik im Bereich der generativen KI erfordert, dass Benutzer in der Lage sind, sich ständig neue Tools, Funktionen, Probleme und Regularien anzueignen. Dies ist eine transversale Kompetenz, die für alle anderen Bereiche gilt und regelmäßig aktualisiert werden sollte.
Fazit: Kein reine Technikfrage
Das 12-Punkte-Modell zeigt deutlich: KI-Kompetenz ist keine reine Technikfrage. Sie ist eine Mischung aus Fachwissen, kritischem Denken, rechtlicher Vorsicht und lebenslangem Lernen. Und klar ist auch, dass jeder Unternehmer, der die nächsten Jahre erfolgreich arbeiten möchte, sich mit dem Erwerb dieser Kompetenzen zumindest mal beschäftigen sollte, um das Potenzial der KI für das eigene Unternehmen voll ausschöpfen zu können.
Textquelle: Ravinithesh Annapureddy, Alessandro Fornaroli, and Daniel Gatica-Perez. 2025. Generative AI Literacy: Twelve Defining Competencies. Digit. Gov. Res. Pract. 6, 1, Article 13 (February 2025)
Bildquelle Header: © terovesalainen – stock.adobe.com
