Kompetenzfelder künftiger Beschäftigter im Bereich Künstlicher Intelligenz
Kurzbeschreibung
Welche Kompetenzen benötigen Mitarbeitende, um mit Systemen Künstlicher Intelligenz in ihren Unternehmen umzugehen? Dieser Frage geht der vorliegende Beitrag auf Basis einer Literaturrecherche nach, die im Jahr 2023 durchgeführt wurde. Dabei stehen alle Beschäftigten im Fokus, die aktuell oder künftig mit Systemen Künstlicher Intelligenz interagieren. Ausgehend von einem Kompetenzschema aus dem Bereich Business Analytics stellen die Autor*innen eine Differenzierung in fünf Kompetenzfelder (aufgaben-, konzept-, system-, interaktions- und konsequenzbezogene Kompetenzen) und drei Kompetenzstufen (Basiskompetenzen, befähigende und vertiefende Kompetenzen) vor. Diese soll Unternehmen und ihren Mitarbeitenden eine Grundlage bieten, um KI-Kompetenzen gezielt (weiter) zu entwickeln.
Annahmen über die Folgen der Digitalisierung
Der Bereich Business Analytics steht angesichts Künstlicher Intelligenz vor weitreichenden Veränderungen. Denn aktuelle datengetriebene Verfahren zur Entscheidungsunterstützung werden durch Künstliche Intelligenz um Methoden bereichert, durch die sich auch komplexe Muster in Daten erkennen lassen. Die Entwicklung und der Einsatz solcher neuer Technologien werfen sowohl institutionelle als auch rechtliche und moralische Fragen auf. Zudem bringt ihr Einsatz stetig neue Anforderungen an Mitarbeitende mit sich: Durch sie verändern sich Prozesse in Unternehmen, manche Aufgaben fallen weg, während neue entstehen. Entscheidend ist vor diesem Hintergrund, Kompetenzen zu entwickeln, die in der künftigen Arbeitswelt gefragt sind. Unternehmen stehen vor der Aufgabe, diese Kompetenzen gezielt zu fördern oder Mitarbeitende mit den passenden Fähigkeiten zu gewinnen. Daher ist es zentral, den Status der vorhandenen KI-Kompetenzen in Unternehmen festzustellen und damit bestehende Kompetenzlücken zu identifizieren.
Kompetenzanforderungen
Die Kompetenzanforderungen unterscheiden sich je nachdem, welche Personengruppe adressiert wird. Basiskompetenzen werden von allen Mitarbeitenden erwartet. Dazu gehören beispielsweise die Fähigkeit, Künstliche Intelligenz zu erkennen und zu verstehen, Kenntnisse im Change-Management oder das Verständnis für digitale Geschäftsmodelle. Auf diesen bauen weiter Kompetenzen auf, zum Beispiel die Bewertung ethischer Herausforderungen von KI-Analysen oder die Anwendung von Statistik-Werkzeugen. Auch die Aufbereitung von Daten ist eine solch weiterführende Kompetenz, welche sich vor allem an Expert*innen der jeweiligen Domäne richtet. Ausführlich sind die Kompetenzanforderungen unter der Überschrift “Kompetenzdimensionen” zusammengefasst.
Kompetenzbegriffe (nach dem Papier)
Unterdimensionen (nach dem Papier)
Aufgabenbezogene Kompetenzen,
Konzeptbezogene Kompetenzen,
Systembezogene Kompetenzen,
Interaktionsbezogene Kompetenzen,
Konsequenzbezogene Kompetenzen
Kompetenzdimensionen (nach dem Rahmenkonzept von Digitales Deutschland)
Instrumentell-qualifikatorische Dimension: Mit gängigen Softwarewerkzeugen umgehen können; KI-Applikationen bedienen können; Statistik-Werkzeuge anwenden.
Kognitive Dimension: Grundlegende Begriffe kennen; Künstliche Intelligenz erkennen und verstehen; Grundformen von Künstlicher Intelligenz differenzieren können; Anwendungen Künstlicher Intelligenz von Nicht-KI-Anwendungen unterscheiden; das Grundprinzip maschinellen Lernens darstellen können; spezielle und allgemeine Künstliche Intelligenz unterscheiden; die Struktur eines Entscheidungsbaumes verstehen.
Affektive Dimension: Angstfrei mit KI-Systemen umgehen; eine Arbeitskultur schaffen, die zu einer offenen Einstellung gegenüber neuen Technologien motiviert.
Kreative Dimension: Daten aufbereiten; Ergebnisse visualisieren; Rahmenwerke, Programmbibliotheken und Programmiersprachen einsetzen; ein neuronales Netz trainieren; Vorschläge und Designs generieren; KI-Systeme entwickeln.
Soziale Dimension: Interdisziplinär zusammenarbeiten; unterschiedliche Perspektiven, Vorkenntnisse und Fachsprachen überbrücken können; Ergebnisse verbalisieren können; Feedback geben können; andere dazu motivieren, Anwendungen zu nutzen.
Kritisch-reflexive Dimension: Daten kritisch interpretieren; Prognosen erstellen; Ergebnisse von KI-Systemen einordnen können; Analysen aus ethischer und rechtlicher Perspektive bewerten; ethische Auswirkungen von KI-Systemen erkennen und bewerten (z.B. Transparenz, Erklärbarkeit, Übernahme von Verantwortung, Sicherstellung von Fairness, Wahrung von Privatsphäre, Vorhersagbarkeit des Verhaltens und Gewährleistung der Systemsicherheit); den menschlichen Einfluss auf die Entwicklung und den Einsatz von KI-Anwendungen beurteilen; Bewusstsein für Sicherheitsaspekte; Stärken und Schwächen von KI-Systemen einschätzen; eine Künstliche Intelligenz als sozio-technisches System begreifen, das viele unterschiedliche Stakeholder hat; digitale Geschäftsmodelle verstehen; erkennen, wo der Einsatz von Künstlicher Intelligenz vielversprechend ist; sich neue Einsatzszenarien für Systeme Künstlicher Intelligenz vorstellen können; wissen, welche anwendungsspezifischen Aspekte beim Einsatz Künstlicher Intelligenz zu berücksichtigen sind; KI-Werkzeuge und –Konzepte auf verschiedene Arbeitsszenarien übertragen; Voraussetzungen für die Anwendung einer Methode prüfen, z.B. Datenbeschaffenheit, -menge und -qualität; KI-Projekte durchführen können.
Zentrale theoretische Annahmen über Kompetenz
Nach der Analyse von 27 Publikationen zu KI-Kompetenzen wird der Schluss gezogen, dass das Kompetenzschema aus dem Bereich Business Analytics (Zschech et al. 2018) mit kleinen Anpassungen auch für KI-Kompetenzen nutzbar ist. Basiskenntnisse im Bereich „Digitalisierung“ – etwa der sichere Umgang mit gängigen Softwarewerkzeugen – werden von allen Mitarbeitenden einer Organisation erwartet. Sie bilden die Grundlage für befähigende und vertiefende Kompetenzen und lassen sich kaum einem bestimmten Kompetenzfeld zuordnen. Mit Blick auf die verschiedenen Kompetenzfelder lässt sich sagen: Aufgabenbezogene Kompetenzen dienen dazu, die Möglichkeiten von Systemen Künstlicher Intelligenz mit den jeweiligen Aufgaben in einer bestimmten Domäne zusammenzuführen. Konzeptbezogene Kompetenzen unterliegen vergleichsweise wenig dem digitalen Wandel, da sie sich auf grundlegende Prinzipien fokussieren. Systembezogene Kompetenzen hingegen legen den Schwerpunkt stärker auf die Technik. Hinzu kommen interaktionsbezogene Kompetenzen. Sie stellen sicher, dass alle Betroffenen angemessen aufgeklärt, informiert und in den Prozess der Integration von Künstlicher Intelligenz in Unternehmen eingebunden werden. Dies ist bei Projekten zu Künstlicher Intelligenz noch wichtiger als bei herkömmlichen IT-Projekten. Die Entwicklung und Nutzung von KI-Systemen wirft eine Vielzahl institutioneller, rechtlicher und ethischer Fragen auf. Diese zu reflektieren und mit Betroffenen vorab zu diskutieren, dazu sind schließlich konsequenzbezogene Kompetenzen nötig.
Perspektive der Kompetenzträger*innen auf Kompetenz einbezogen?
keine Angabe
Lebenskontexte der Kompetenzträger*innen einbezogen?
keine Angabe
Herausforderungen der Erfassung von Kompetenz
keine Angabe
Quellenangabe
Neuhaus, U., Schulz, M., Schröder, H., & Herrmann, F. (2024). Kompetenzfelder künftiger Beschäftigter im Bereich Künstlicher Intelligenz. HMD 61, 471–484. https://doi.org/10.1365/s40702-024-01046-7