Arbeit mit KI: Diese Kompetenzen benötigen Mitarbeiter und Teams.

Künstliche Intelligenz bedeutet vor allem Veränderung: Veränderung im Arbeitsalltag, in den Aufgaben und in den nötigen Kompetenzen für einen Job. Diese Veränderungen werden ausgelöst, da die KI Aufgaben abnehmen kann, aber auch neue Anforderungen mit sich bringt, damit die Zusammenarbeit zwischen Mensch und Maschine erfolgreich laufen kann. Wir erklären heute, welche Kompetenzen wichtig für die erfolgreiche Arbeit mit KI sind, wie Unternehmen das Kompetenzmanagement gestalten können und warum dieses Thema so wichtig ist.

Warum die Kompetenzentwicklung essenziell für die erfolgreiche Arbeit mit KI ist

Kompetenzentwicklung und Weiterbildung gelten als essenzieller Bestandteil des Change Managements im Zuge der Einführung von künstlicher Intelligenz in Unternehmen. Natürlich müssen nicht alle Mitarbeiter zu Experten werden. Sie benötigen aber ein Grundverständnis für die Technologie, mit der sie arbeiten, um kompetent damit umgehen zu können. Das Ziel ist es schließlich, dass Menschen zum Trainer der KI werden, um sich selbst höherwertigen und kreativen Aufgaben widmen zu können. Input kommt dabei von allen Abteilungen, weshalb ein abteilungsübergreifendes Grundverständnis eine so wichtige Rolle spielt. Kenntnisse, die ausschließlich in der IT-Abteilung liegen, reichen nicht aus, um KI-Systeme erfolgreich in den Arbeitsalltag zu integrieren.

Welche Kompetenzen werden in der Arbeit mit Künstlicher Intelligenz relevant?

Die nötigen Kompetenzen für die Arbeit mit KI lassen sich grob in 3 Bereiche unterteilen. Auf welchen Kompetenzen dabei konkret der Fokus innerhalb eines Teams oder bei einem konkreten Mitarbeiter liegt, hängt stark von den jeweiligen Aufgaben ab. Deshalb ist durchdachtes Kompetenzmanagement eine so wichtige Aufgabe bei der Einführung künstlicher Intelligenz.

Fach- & Grundwissen

Übersichtliches Fach- und Grundwissen benötigt in der Regel jeder Mitarbeiter, der mit einem KI-System arbeiten soll. Dieses Wissen verknüpft die inhaltlich-fachlichen Fähigkeiten, die für die manuelle Bearbeitung einer Aufgabe benötigt werden, mit den nötigen Einblicken in digitale Anforderungen und ein Grundverständnis für die Funktionalität und die Grenzen künstlicher Intelligenz.

Umgang mit KI-Systemen

Wer intensiver mit der künstlichen Intelligenz arbeiten und ihre Entwicklung mit begleiten soll, benötigt tieferes Fachwissen zum Umgang mit KI-Systemen. Das umfasst einerseits praktisches Wissen rund um Mensch-Maschinen-Interaktion (MMI), Programmiersprachen oder Data Science, aber auch theoretisches Wissen zum Maschinellen Lernen oder Big Data ebenso wie softe Kompetenzen rund um Prozesse, Systeme, Problemlösung und Reflexion. In diesem Bereich werden also technische Kompetenzen im Bereich MMI mit persönlichen Metakompetenzen verknüpft.

Arbeitskontext mit KI gestalten

Mitarbeiter, die weniger die technische, sondern die organisatorische Weiterentwicklung von KI im Unternehmen voranbringen sollen, benötigen neben dem Grundverständnis zur KI vor allem Metakompetenzen. Sie helfen dabei, KI als normales Element im Arbeitsalltag zu verstehen und bestehende Prozesse weiterzuentwickeln. Darunter fallen beispielsweise Selbstkompetenzen wie Selbstorganisation und Eigenverantwortung, aber vor allem Sozial- und Kommunikationskompetenzen sowie Entscheidungskompetenzen. Auch Erfahrung im (agilen) Change Management sind an dieser Stelle eine hilfreiche Ergänzung, um KI-Systeme nachhaltig und erfolgreich in den Arbeitsalltag des Unternehmens zu integrieren.

Wie können Unternehmen das Kompetenzmanagement gestalten?

Das Kompetenzmanagement ist ein wichtiger Bestandteil in der Einführung von künstlicher Intelligenz. Unternehmen können sich dabei an 6 Schritten orientieren.

• Rollen & Verantwortungen definieren: Wer nimmt in welcher Abteilung welche Rolle im Kontext der Einführung von KI ein? Wo liegen die Verantwortlichkeiten einzelner Mitarbeiter und Teams und wo liegen sie nicht?

• Aufgaben zuweisen: Welche Rolle übernimmt welche konkreten Aufgaben? Hier werden Rollenprofile erstellt, die unbedingt die Mitarbeit der betreffenden Teams benötigen. Dieser Schritt benötigt einen tiefen Einblick in den aktuellen Arbeitsalltag der Mitarbeiter.

• Nötige KI-Kompetenzen definieren: Welche Kompetenzen sind konkret für die erfolgreiche Erfüllung jeder einzelnen Aufgabe nötig? In der Regel gibt es hier eine Aufteilung in professionelle, soziale, methodische und persönliche Kompetenzen.

• Kompetenzprofil zu jeder Rolle festlegen: Welche Kompetenzen werden auf welchem Niveau benötigt, um alle Aufgaben einer Rolle erfolgreich erfüllen zu können? In diesem Schritt werden die einzelnen Kompetenzen zu einem großen Kompetenzprofil für jede Rolle zusammengefügt.

• Mitarbeiter zu Kompetenzprofilen zuordnen: Jetzt kommen die bestehenden Mitarbeiter ins Spiel. Welches Teammitglied erfüllt welches Kompetenzprofil und welche Kompetenzen müssen noch erweitert oder entwickelt werden? Wichtig ist an dieser Stelle auch die Motivation der Mitarbeiter. Jemandem ein Kompetenzprofil aufzuzwingen, sorgt in der Regel nicht für nachhaltigen Erfolg, sondern für Frustration und Unzufriedenheit.

• Weiterbildungsmaßnahmen planen: Sie haben jetzt herausgefunden, welche Mitarbeiter welche konkreten Kompetenzen auf- oder ausbauen müssen, um ihren neuen Aufgaben erfolgreich nachgehen zu können. Jetzt geht es also darum, die Weiterbildungsmaßnahmen zu planen, zum Beispiel als Coaching, Seminar oder On the Job Training.

Definition & Management von Kompetenzen als Basis für erfolgreiche Arbeit mit KI

Wer künstliche Intelligenz erfolgreich und nachhaltig in den Unternehmensalltag integrieren möchte, benötigt eine durchdachte Strategie, professionelles Change Management und fundiertes Kompetenzmanagement. Mitarbeiter benötigen feste Rollen und Aufgaben, um die Arbeit mit KI in ihren Alltag integrieren zu können und echte Fortschritte zu machen. Wichtige Basis dafür ist durchdachtes Kompetenzmanagement, das Kompetenzen klar zu Aufgaben und Rollen zuordnet. Was auf den ersten Blick nach viel Arbeit aussieht, führt langfristig zu deutlich größerem Erfolg in der Arbeit mit KI.