KI-Kompetenzlücke: alle nutzen, wenige können

Die Tools sind da, die Nutzung ist da, nur das Können hinkt hinterher. Ein neuer Report bringt diese Schieflage auf konkrete Zahlen, und sie sind unangenehm deutlich.

Die Lücke in Zahlen

Der Workforce Readiness Report des Weiterbildungsanbieters Skillsoft (erhoben von Pollfish unter 2.000 Vollzeitbeschäftigten und Führungskräften in Deutschland, Großbritannien und Nordamerika, März und April 2026) zeigt für Deutschland ein klares Bild: 80 Prozent nutzen bereits KI-Tools im Job, aber nur 21 Prozent fühlen sich dabei wirklich kompetent.

pie showData
    title KI-Kompetenz der Beschäftigten (Deutschland)
    "Fühlen sich kompetent" : 21
    "Fühlen sich nicht kompetent" : 79

Der interessanteste Wert steht aber woanders. 73 Prozent der Führungskräfte halten ihre Belegschaft für gut auf KI vorbereitet. Zwischen dieser Einschätzung von oben und dem Gefühl der Beschäftigten klafft eine Lücke von über 50 Prozentpunkten. Wer Entscheidungen über Schulung und Werkzeuge trifft, schätzt die Lage also systematisch rosiger ein als die, die täglich damit arbeiten.

Das ist nicht nur ein deutsches Phänomen. Über alle Länder hinweg nutzen 86 Prozent KI-Tools, aber nur 24 Prozent fühlen sich ausreichend befähigt. Die Reihenfolge stimmt nicht: Erst kam das Werkzeug, dann (vielleicht) das Können.

Warum die Lücke kein Tool-Problem ist

Man könnte meinen, das löst sich von selbst, sobald die Tools besser werden. Die Zahlen sagen etwas anderes. Sie zeigen, dass an der Befähigung gespart wird, nicht am Einkauf der Software.

Nur 13 Prozent der Beschäftigten in Deutschland bekommen eine Schulung, bevor ein neues KI-Tool eingeführt wird. Gerade 9 Prozent erhalten überhaupt eine formale Einschätzung ihrer Kompetenzen, das Unternehmen weiß also oft gar nicht, was die eigene Mannschaft kann. Und 74 Prozent wissen nicht, welche Fähigkeiten künftig wichtig werden. Dazu nennen 62 Prozent schlicht Zeitmangel als Hindernis.

Das ergibt ein konsistentes Muster. Die Lücke entsteht nicht, weil KI zu schwierig wäre, sondern weil niemand systematisch dafür sorgt, dass Leute sie beherrschen lernen. Es ist ein Strategie- und Befähigungsproblem. Und das ist die gute Nachricht, denn daran kann man arbeiten, auf zwei Ebenen.

Teil A: dranbleiben, ohne im Hype zu ertrinken

Wenn dein Arbeitgeber dir die Weiterbildung nicht aufdrängt, bist du erstmal selbst dran. Das klingt nach zusätzlicher Last, lässt sich aber in ruhige Bahnen lenken.

Lern am echten Fall, nicht am Tutorial. Der größte Hebel ist, KI in einer Aufgabe einzusetzen, die du ohnehin erledigen musst. Ein nerviges Skript, eine Testreihe, ein Konzept, das strukturiert werden will. Du lernst das Werkzeug schneller, wenn das Ergebnis dir wirklich Arbeit abnimmt, als in jedem abstrakten Kurs. Die 62 Prozent, die Zeitmangel beklagen, lösen genau hier ihr Problem: Lernen und Arbeiten fallen zusammen.

Such dir das Wesentliche, nicht jeden Trend. Es erscheint wöchentlich ein neues Modell, ein neues Tool, ein neuer Workflow. Du musst nicht alles kennen. Für die meisten IT-Profis reichen drei Bausteine als Fundament: sauber mit einem KI-Chat umgehen, verstehen, was Skills für KI-Agenten sind und wie man sie nutzt, und Prompts gezielt formulieren. Wer codet, nimmt einen Blick in den Vergleich der KI-Coding-Tools dazu.

Fang da an, wo du stehst. Für jede Rolle gibt es einen eigenen Einstieg, der nicht bei null anfängt, sondern bei deinem Arbeitsalltag: für Entwickler, Projektleiter, Product Owner, Designer und QA.

Behalte die Kontrolle. Kompetent heißt nicht, alles abzunicken, was die KI ausspuckt. Es heißt, einschätzen zu können, wann das Ergebnis trägt und wann nicht. Wer Datensparsamkeit ernst nimmt, probiert Modelle auch lokal und DSGVO-konform aus, dann lernt man nebenbei, wo die Grenzen liegen.

Eine halbe Stunde pro Woche an einer realen Aufgabe bringt dich weiter als ein Tagesseminar, das du danach nie wieder anfasst.

Teil B: ein Team befähigen, ohne jemanden abzuhängen

Wer ein Team verantwortet, kann sich nicht auf die Eigeninitiative Einzelner verlassen. Sonst zieht der eine davon, während andere stillschweigend den Anschluss verlieren. Vier Dinge machen den Unterschied.

Schulung vor dem Rollout, nicht danach. Die 13 Prozent von oben sind der eigentliche Skandal: Tools werden eingeführt, und die Leute sollen sich selbst zurechtfinden. Dreh die Reihenfolge um. Bevor ein neues Werkzeug verpflichtend wird, bekommt das Team Zeit und Anleitung, es auszuprobieren.

Am besten nicht als Frontalvortrag, sondern hands-on. Wie das aussehen kann, zeigt unser Vibe Coding Day: ein Tag, an dem 15 Kolleginnen und Kollegen, auch ohne Programmiererfahrung, mit KI-Agents echte Sachen gebaut haben. Ohne Lieferdruck, mit Rückhalt der Geschäftsführung. Solche Formate bauen Kompetenz auf, die kein Seminar liefert, und nehmen gleichzeitig die Berührungsangst.

Gib der Befähigung ein Gesicht. Schulung und Leitlinien brauchen jemanden, der sie trägt. In vielen Unternehmen entsteht dafür gerade eine eigene Rolle. Bei uns heißt sie AI Evangelist, anderswo AI Champion oder ähnlich. Gemeint ist immer dasselbe: eine Person, oft als zusätzliche Aufgabe neben dem eigentlichen Job, manchmal eine kleine Gruppe, die sich darum kümmert, die Kollegen mitzunehmen. Jemand, der bei den ersten Schritten hilft, Fragen auffängt, motiviert und Begeisterung für KI ins Haus trägt, statt sie von oben zu verordnen. Das kostet wenig und bewirkt viel, weil es plötzlich einen Ansprechbaren gibt, der nicht nur die Tools kennt, sondern auch die Leute.

Mach sichtbar, was da ist. Wenn nur 9 Prozent je eine Kompetenzeinschätzung bekommen, plant man im Blindflug. Du musst kein großes Assessment-Programm aufsetzen. Es reicht ein ehrliches Gespräch im Team: Wer nutzt was schon, wer hat wo Respekt davor, wo liegt ungenutztes Wissen brach. Daraus ergibt sich von selbst, wer wen mitziehen kann.

Gib Leitlinien, die befähigen statt bremsen. Über alle Länder sagen weniger als 10 Prozent, ihr Unternehmen habe eine umfassende KI-Governance, in Deutschland sehen das nur 6 Prozent. Das Gegenteil davon ist aber nicht Verbot, sondern Orientierung. Klare Regeln, welche Tools sicher genutzt werden dürfen, was mit Daten passieren darf und wo der EU AI Act und die DSGVO Grenzen setzen, geben dem Team die Sicherheit, KI überhaupt zu nutzen, statt sie aus Unsicherheit zu meiden.

Worauf es hinausläuft

Die Lücke zwischen Nutzung und Können schließt sich nicht durch das nächste Modell und nicht durch noch ein Tool im Abo. Sie schließt sich durch bewusste Befähigung: individuell, indem du an echten Aufgaben dranbleibst, und im Team, indem Verantwortliche Schulung, Sichtbarkeit und Orientierung organisieren, bevor sie das nächste Werkzeug ausrollen.

Die 21 Prozent, die sich heute kompetent fühlen, sind nicht die mit den besten Tools. Es sind die, die gelernt haben, damit umzugehen.