KI im Arbeitsalltag: Fachkompetenz für die spätere Kontrolle erhalten

Ein Team liefert mit KI-Unterstützung brauchbare Ergebnisse. Bei einer Rückfrage kann jedoch niemand ausreichend erklären, warum ein bestimmter Lösungsweg gewählt wurde. Das ist ein mögliches Szenario: Die sichtbare Leistung und das Verständnis der Bearbeitenden können auseinanderfallen.

Wenn Sie Fachkompetenz bei KI-Nutzung erhalten möchten, sollten Sie deshalb zwei Fragen gemeinsam betrachten: Welche Arbeit darf das Werkzeug übernehmen? Und welche Fähigkeiten müssen Beschäftigte weiterhin selbst entwickeln, um Ergebnisse beurteilen zu können?

Was die Forschung zum Lernen mit KI zeigt

Anthropic veröffentlichte am 29. Januar 2026 eine randomisierte Untersuchung zum Erlernen einer neuen Python-Bibliothek. Die KI-Gruppe erzielte im anschließenden Verständnistest schlechtere Ergebnisse. Ein kleiner Zeitvorteil war statistisch nicht signifikant (Anthropic: How AI assistance impacts the formation of coding skills).

Die Untersuchung erfasste kurzfristiges Verständnis bei einer begrenzten Aufgabe. Sie beantwortet nicht, wie sich Fachkompetenz über Jahre entwickelt oder welche Auswirkungen in anderen Berufen entstehen. Auch beobachtete Unterschiede zwischen Nutzungsweisen belegen für sich genommen keine kausale Wirkung einer bestimmten Lernmethode.

Für Unternehmen ergibt sich daraus eine Prüffrage: Erfasst Ihre Einführung neben fertigen Arbeitsergebnissen auch das Verständnis, das für spätere Kontrolle benötigt wird?

Welche Fähigkeiten im Team verfügbar bleiben müssen

Beginnen Sie bei den Aufgaben, die Menschen nach der Einführung übernehmen sollen. Wer Ergebnisse freigibt, muss beispielsweise relevante Fehler erkennen und ihre Bedeutung beurteilen können. Wer Ausnahmen bearbeitet, benötigt Verständnis für den Prozess und seine Grenzen.

Halten Sie für ausgewählte Rollen fest:

• Welche Ergebnisse muss die Person erklären können?
• Welche Fehler muss sie erkennen?
• Welche Fälle muss sie selbstständig bearbeiten können?
• Wann muss sie zusätzliche Fachkenntnis hinzuziehen?

Die erforderliche Tiefe richtet sich nach Aufgabe und möglichen Fehlerfolgen. Nicht jede Person muss jeden Arbeitsschritt ohne Hilfsmittel ausführen können.

Lerngelegenheiten in die Arbeit einbauen

Ein praktikabler Ansatz ist, Aufgaben nach ihrem Lernziel zu gestalten. Beschäftigte können zunächst einen eigenen Lösungsvorschlag entwickeln und ihn anschließend mit einer KI-Ausgabe vergleichen. Bei einem anderen Fall kann die KI einen Entwurf liefern, dessen Annahmen die Person erklären und prüfen muss.

Reservieren Sie dafür angemessene Zeit. Wenn ausschließlich die Anzahl abgeschlossener Fälle zählt, bleibt möglicherweise wenig Raum für Rückfragen und fachliche Auseinandersetzung.

Solche Formate sind Vorschläge zur Arbeitsgestaltung. Ob sie in Ihrem Team helfen, sollte anhand konkreter Aufgaben und Rückmeldungen geprüft werden.

Einführung anhand zweier Ergebnisse bewerten

Beurteilen Sie sowohl die Arbeitsergebnisse als auch die Entwicklung der zuständigen Personen. Ein guter Entwurf beantwortet die erste Frage. Eine nachvollziehbare Erklärung, eine Fehleranalyse oder die Bearbeitung eines abgewandelten Falls kann Hinweise zur zweiten liefern.

Vereinbaren Sie mit den Beteiligten, welche Fähigkeiten aufgebaut werden sollen und wie Feedback erfolgt. Nutzen Sie die Beobachtungen, um Unterstützung und Aufgabenverteilung anzupassen.

Die Planung rollenbezogener Lernmaßnahmen behandelt ergänzend der Beitrag KI-Kompetenz im Unternehmen.

Fazit

Fachliche Kontrolle braucht Menschen, die Ergebnisse und Fehler beurteilen können. Berücksichtigen Sie bei der Aufgabenverteilung deshalb auch, wie dieses Verständnis entsteht.

Welche Lerngelegenheiten sinnvoll sind, lässt sich am besten an den späteren Aufgaben der Beschäftigten bestimmen und im eigenen Arbeitskontext überprüfen.