Insight
Artikel 4 AI Act: Was nach dem Omnibus von der KI-Kompetenz bleibt
Der Digital Omnibus hat Artikel 4 zur Förderpflicht abgeschwächt. Rollenbezogener, dokumentierter Kompetenzaufbau bleibt die Basis jeder weiteren KI-Pflicht.
Organisation und Kultur
7 min Lesezeit
Kernaussage
KI-Kompetenz ist nach dem Omnibus eine Pflicht zum nachweisbaren Bemühen. Ohne rollenbezogenen Aufbau tragen weder menschliche Aufsicht noch Modellsteuerung, und die Verantwortung bleibt beim Management.

Die wichtigsten Erkenntnisse
Seit Juli 2026 eine Förderpflicht statt Erfolgspflicht
Kein eigenes Bußgeld, aber Basis anderer Pflichten
Management kann die Aufgabe nicht delegieren
Die stillste Pflicht des AI Act hat die größte Reichweite
Artikel 4 der KI-Verordnung gilt seit dem 2. Februar 2025 für alle Anbieter und Betreiber von KI-Systemen, also für praktisch jedes Finanzinstitut, das KI-Tools einsetzt. Seit dem 27. Juli 2026 ist er abgeschwächt: Der Digital Omnibus zur KI, die Verordnung (EU) 2026/1744, hat aus der Pflicht, für ein „ausreichendes Maß“ an KI-Kompetenz zu sorgen, eine Pflicht gemacht, Maßnahmen zur Förderung von KI-Kompetenz zu ergreifen.

KI-Kompetenz bleibt damit eine Pflicht, nur ist sie jetzt eine Pflicht zum nachweisbaren Bemühen statt zu einem garantierten Ergebnis: Ein Institut muss zeigen können, welche rollenbezogenen Maßnahmen es ergriffen hat. Wer das als Entwarnung liest, übersieht, dass jede andere KI-Pflicht, von der menschlichen Aufsicht bis zur Modellsteuerung, Menschen voraussetzt, die verstehen, was sie beaufsichtigen.
Was verlangt Artikel 4 nach dem Omnibus genau?
Anbieter und Betreiber müssen Maßnahmen ergreifen, die die KI-Kompetenz ihres Personals und weiterer Personen fördern, die in ihrem Auftrag mit KI-Systemen arbeiten. Zu berücksichtigen sind technische Kenntnisse, Erfahrung, Ausbildung, der Einsatzkontext und die Personen, auf die die Systeme angewendet werden. Der neue Wortlaut stellt ausdrücklich klar, dass kein bestimmtes Kompetenzniveau einer einzelnen Person garantiert werden muss.
Ein eigenes Bußgeld für Artikel 4 sieht die Verordnung nicht vor; die Bußgeldtatbestände in Artikel 99 betreffen verbotene Praktiken und die Pflichten rund um Hochrisiko-Systeme. Daraus auf Bedeutungslosigkeit zu schließen, wäre trotzdem ein Fehler. Kommt es durch ein KI-gestütztes Ergebnis zu einem Schaden, etwa einer fehlerhaften Kreditentscheidung oder einem falschen Compliance-Hinweis, wird gefragt, ob das Institut sorgfältig gehandelt hat. Ein dokumentierter, rollenbezogener Kompetenzaufbau ist ein naheliegender Beleg dieser Sorgfalt.
Was KI-Kompetenz bedeutet, und was nicht
KI-Kompetenz im Sinne des Artikels 4 ist kein einheitlicher Pflichtkurs für alle. Sie richtet sich nach Rolle, Kontext und eingesetzten Systemen. Ein Managementmitglied, das über den Einsatz von KI entscheidet, braucht ein anderes Verständnis als eine Sachbearbeiterin, die ein KI-gestütztes Tool bedient, und beide ein anderes als der Fachbereich, der das System auswählt und überwacht.
Eine pauschale Schulung für alle erfüllt die Anforderung deshalb nur scheinbar. Sie ist für die einen zu oberflächlich und für die anderen überfrachtet. Wirksame KI-Kompetenz ist differenziert und gibt jeder Rolle genau das Verständnis, das sie für ihre Verantwortung braucht.
Welche drei Ebenen braucht ein Kompetenzkonzept?
In der Praxis hat sich eine Aufteilung in Management, Fachbereich und Anwendende bewährt. Jede Ebene trägt eine andere Verantwortung und braucht ein anderes Format.
Management und Bereichsleitung brauchen Urteilsfähigkeit, keine technische Tiefe. Sie müssen einschätzen können, welche Versprechen eines Anbieters realistisch sind, welche Risiken ein Einsatz in einem bestimmten Prozess mit sich bringt und welche Governance ein Vorhaben vor der Freigabe braucht. Dazu gehört ein Grundverständnis davon, wie KI-Modelle zu Ergebnissen kommen und warum sie irren können. Geeignet sind kompakte Formate entlang echter Entscheidungssituationen.
Fachbereiche, die KI auswählen und betreiben, tragen die operative Verantwortung. Sie müssen die Eignung eines Systems beurteilen, seine Datenanforderungen verstehen, Anzeichen für ein Abdriften im Betrieb erkennen und wissen, wie ein Ergebnis dokumentiert und verantwortet wird. Hier braucht es vertiefte, fallbezogene Qualifizierung nah an den konkreten Systemen des Instituts.
Anwendende arbeiten täglich mit KI-gestützten Tools. Sie müssen wissen, wofür das Tool gedacht ist und wofür nicht, wann ein Vorschlag eine eigene Prüfung braucht und wie ein Zweifelsfall gemeldet wird. Diese Ebene wird oft mit einer Einführungsschulung abgetan, dabei entstehen oder verhindern sich hier die meisten konkreten Fehler im Tagesgeschäft.
Warum hängen die anderen KI-Pflichten an der Kompetenz?
Die übrigen Pflichten tragen nur, wenn die beteiligten Menschen verstehen, was sie tun. Die menschliche Aufsicht über Hochrisiko-Systeme, die nach Artikel 26 Personen mit der nötigen Kompetenz, Schulung und Befugnis übertragen werden muss, gilt nach dem Omnibus für Anhang-III-Systeme ab dem 2. Dezember 2027. Eine Sachbearbeiterin, die ein Kreditscoring beaufsichtigen soll, ohne zu erkennen, woran sie ein Fehlverhalten bemerkt, erfüllt diese Pflicht nur formal.
Dasselbe gilt für Modellsteuerung und Validierung im Risikomanagement. Wer die Erklärbarkeit eines KI-Modells nachweisen soll, muss die Verfahren dazu beherrschen. Warum Banken hier auf Erfahrungen aus dem Kreditrisiko aufbauen können, zeigt der Beitrag zum KI-Modellrisiko und den Lehren aus dem IRB-Ansatz. Welche Pflichten wirklich unter Hochrisiko fallen, ordnet der Beitrag „Hochrisiko ist nicht Hochrisiko“ ein.
Was ein tragfähiges Kompetenzkonzept enthält
Ein belastbares Konzept beginnt mit einer Bestandsaufnahme: Welche KI-Systeme setzt das Institut ein, wer arbeitet mit ihnen, und welche Rolle trägt welche Verantwortung? Daraus ergeben sich Kompetenzprofile je Ebene. Es folgt ein differenziertes Qualifizierungsangebot, das jede Gruppe gezielt befähigt. Und es endet nicht mit einer einmaligen Schulung, sondern mit einer Routine, die Kompetenz pflegt, weil sich Tools und Rechtslage weiterentwickeln.

Entscheidend ist die Dokumentation, gerade nach dem Omnibus. Wenn die Pflicht im Bemühen besteht, ist der Nachweis der Maßnahmen das, was zählt: wer wann welche rollenbezogenen Inhalte erhalten hat und wann die nächste Auffrischung ansteht. Wird diese Dokumentation von Anfang an mitgedacht, entsteht sie fast nebenbei.
Welche Fehler bei der Umsetzung häufig sind
Der erste Fehler ist die Gießkanne. Eine identische Schulung für alle erzeugt Aufwand ohne echte Kompetenz und im Zweifel einen Nachweis, der wenig über die tatsächliche Befähigung aussagt.
Der zweite Fehler ist die Einmaligkeit. KI-Kompetenz, die einmal vermittelt und nie aktualisiert wird, veraltet schnell. Kommt ein neues System hinzu, gehört die passende Qualifizierung dazu.
Der dritte Fehler ist die fehlende Verbindung zur Realität des Instituts. Eine Schulung, die abstrakt über KI spricht, ohne die eigenen Systeme, Prozesse und Risiken zu adressieren, bleibt folgenlos. Wirksamer ist es, Kompetenzaufbau an laufende Vorhaben zu koppeln: Wird ein KI-System in der Marktfolge eingeführt, ist das der natürliche Anlass, genau die Menschen zu qualifizieren, die damit arbeiten. Wie Schulungen im Alltag ankommen, beschreibt der Beitrag zu anwendbaren KI-Schulungen.
Warum das Management die Aufgabe nicht delegieren kann
KI-Kompetenz beginnt auf der Managementebene, weil dort die Entscheidungen mit der größten Tragweite fallen. Ein verbreiteter Reflex ist, das Thema an eine Stabsstelle oder die Personalabteilung zu geben und die eigene Ebene auszunehmen. Wer aber über den Einsatz eines Hochrisiko-Systems entscheidet, ohne dessen Risiken einschätzen zu können, wird der eigenen Verantwortung nicht gerecht.
Die Managementebene ist oft am schwersten zu erreichen, weil die Zeit knapp ist. Sie braucht deshalb ein eigenes, verdichtetes Format, das Entscheidungssituationen adressiert: Welche Fragen gehören an einen Anbieter? Woran ist ein überzogenes Versprechen zu erkennen? Welche Governance muss vor einer Freigabe stehen? Kompetenz bemisst sich hier an der Qualität der Fragen. Welche Rolle souveräne Betriebsmodelle dabei spielen, zeigt der Beitrag zur Cloud-Souveränität im KI-Betrieb.
Was das Management jetzt anstoßen sollte
Den Bestand erheben: welche KI-Systeme im Einsatz sind, einschließlich KI-Funktionen in Standardsoftware, und wer mit ihnen arbeitet.
Kompetenzprofile je Ebene festlegen für Management, Fachbereiche und Anwendende.
Qualifizierung an laufende Vorhaben koppeln, statt ein isoliertes Schulungsprogramm aufzusetzen.
Maßnahmen dokumentieren und Auffrischungen fest einplanen.
Das eigene Format für die Managementebene einplanen, entlang realer Freigabeentscheidungen.
Häufige Fragen
Gilt die KI-Kompetenzpflicht nach dem Digital Omnibus noch?
Ja. Artikel 4 gilt weiter, seit dem 27. Juli 2026 aber als Pflicht, Maßnahmen zur Förderung der KI-Kompetenz zu ergreifen. Ein bestimmtes Kompetenzniveau einzelner Personen muss nicht garantiert werden.
Gibt es ein Bußgeld für fehlende KI-Kompetenz?
Die KI-Verordnung sieht für Artikel 4 kein eigenes Bußgeld vor. Die Kompetenz ist aber Voraussetzung für andere Pflichten, etwa die menschliche Aufsicht über Hochrisiko-Systeme.
Reicht eine Online-Schulung für alle Mitarbeitenden?
Als Einstieg kann sie helfen. Artikel 4 verlangt aber Maßnahmen, die Rolle, Erfahrung und Einsatzkontext berücksichtigen, deshalb braucht es unterschiedliche Formate je Ebene.
Weitere Beiträge zu KI-Verordnung, DORA und Aufsicht bündelt das Dossier Regulierung & Resilienz.
Wie weit die KI-Kompetenz einer Organisation trägt, zeigt sich weniger an Teilnahmelisten als daran, ob im Zweifel jemand den Mut hat, einem KI-Vorschlag zu widersprechen. Über ein erstes Gespräch dazu freuen wir uns.
Ein Thema, das gerade beschäftigt?
Gemeinsam einordnen, was daraus folgt.

Die wichtigsten Erkenntnisse
Seit Juli 2026 eine Förderpflicht statt Erfolgspflicht
Kein eigenes Bußgeld, aber Basis anderer Pflichten
Management kann die Aufgabe nicht delegieren
Die stillste Pflicht des AI Act hat die größte Reichweite
Artikel 4 der KI-Verordnung gilt seit dem 2. Februar 2025 für alle Anbieter und Betreiber von KI-Systemen, also für praktisch jedes Finanzinstitut, das KI-Tools einsetzt. Seit dem 27. Juli 2026 ist er abgeschwächt: Der Digital Omnibus zur KI, die Verordnung (EU) 2026/1744, hat aus der Pflicht, für ein „ausreichendes Maß“ an KI-Kompetenz zu sorgen, eine Pflicht gemacht, Maßnahmen zur Förderung von KI-Kompetenz zu ergreifen.

KI-Kompetenz bleibt damit eine Pflicht, nur ist sie jetzt eine Pflicht zum nachweisbaren Bemühen statt zu einem garantierten Ergebnis: Ein Institut muss zeigen können, welche rollenbezogenen Maßnahmen es ergriffen hat. Wer das als Entwarnung liest, übersieht, dass jede andere KI-Pflicht, von der menschlichen Aufsicht bis zur Modellsteuerung, Menschen voraussetzt, die verstehen, was sie beaufsichtigen.
Was verlangt Artikel 4 nach dem Omnibus genau?
Anbieter und Betreiber müssen Maßnahmen ergreifen, die die KI-Kompetenz ihres Personals und weiterer Personen fördern, die in ihrem Auftrag mit KI-Systemen arbeiten. Zu berücksichtigen sind technische Kenntnisse, Erfahrung, Ausbildung, der Einsatzkontext und die Personen, auf die die Systeme angewendet werden. Der neue Wortlaut stellt ausdrücklich klar, dass kein bestimmtes Kompetenzniveau einer einzelnen Person garantiert werden muss.
Ein eigenes Bußgeld für Artikel 4 sieht die Verordnung nicht vor; die Bußgeldtatbestände in Artikel 99 betreffen verbotene Praktiken und die Pflichten rund um Hochrisiko-Systeme. Daraus auf Bedeutungslosigkeit zu schließen, wäre trotzdem ein Fehler. Kommt es durch ein KI-gestütztes Ergebnis zu einem Schaden, etwa einer fehlerhaften Kreditentscheidung oder einem falschen Compliance-Hinweis, wird gefragt, ob das Institut sorgfältig gehandelt hat. Ein dokumentierter, rollenbezogener Kompetenzaufbau ist ein naheliegender Beleg dieser Sorgfalt.
Was KI-Kompetenz bedeutet, und was nicht
KI-Kompetenz im Sinne des Artikels 4 ist kein einheitlicher Pflichtkurs für alle. Sie richtet sich nach Rolle, Kontext und eingesetzten Systemen. Ein Managementmitglied, das über den Einsatz von KI entscheidet, braucht ein anderes Verständnis als eine Sachbearbeiterin, die ein KI-gestütztes Tool bedient, und beide ein anderes als der Fachbereich, der das System auswählt und überwacht.
Eine pauschale Schulung für alle erfüllt die Anforderung deshalb nur scheinbar. Sie ist für die einen zu oberflächlich und für die anderen überfrachtet. Wirksame KI-Kompetenz ist differenziert und gibt jeder Rolle genau das Verständnis, das sie für ihre Verantwortung braucht.
Welche drei Ebenen braucht ein Kompetenzkonzept?
In der Praxis hat sich eine Aufteilung in Management, Fachbereich und Anwendende bewährt. Jede Ebene trägt eine andere Verantwortung und braucht ein anderes Format.
Management und Bereichsleitung brauchen Urteilsfähigkeit, keine technische Tiefe. Sie müssen einschätzen können, welche Versprechen eines Anbieters realistisch sind, welche Risiken ein Einsatz in einem bestimmten Prozess mit sich bringt und welche Governance ein Vorhaben vor der Freigabe braucht. Dazu gehört ein Grundverständnis davon, wie KI-Modelle zu Ergebnissen kommen und warum sie irren können. Geeignet sind kompakte Formate entlang echter Entscheidungssituationen.
Fachbereiche, die KI auswählen und betreiben, tragen die operative Verantwortung. Sie müssen die Eignung eines Systems beurteilen, seine Datenanforderungen verstehen, Anzeichen für ein Abdriften im Betrieb erkennen und wissen, wie ein Ergebnis dokumentiert und verantwortet wird. Hier braucht es vertiefte, fallbezogene Qualifizierung nah an den konkreten Systemen des Instituts.
Anwendende arbeiten täglich mit KI-gestützten Tools. Sie müssen wissen, wofür das Tool gedacht ist und wofür nicht, wann ein Vorschlag eine eigene Prüfung braucht und wie ein Zweifelsfall gemeldet wird. Diese Ebene wird oft mit einer Einführungsschulung abgetan, dabei entstehen oder verhindern sich hier die meisten konkreten Fehler im Tagesgeschäft.
Warum hängen die anderen KI-Pflichten an der Kompetenz?
Die übrigen Pflichten tragen nur, wenn die beteiligten Menschen verstehen, was sie tun. Die menschliche Aufsicht über Hochrisiko-Systeme, die nach Artikel 26 Personen mit der nötigen Kompetenz, Schulung und Befugnis übertragen werden muss, gilt nach dem Omnibus für Anhang-III-Systeme ab dem 2. Dezember 2027. Eine Sachbearbeiterin, die ein Kreditscoring beaufsichtigen soll, ohne zu erkennen, woran sie ein Fehlverhalten bemerkt, erfüllt diese Pflicht nur formal.
Dasselbe gilt für Modellsteuerung und Validierung im Risikomanagement. Wer die Erklärbarkeit eines KI-Modells nachweisen soll, muss die Verfahren dazu beherrschen. Warum Banken hier auf Erfahrungen aus dem Kreditrisiko aufbauen können, zeigt der Beitrag zum KI-Modellrisiko und den Lehren aus dem IRB-Ansatz. Welche Pflichten wirklich unter Hochrisiko fallen, ordnet der Beitrag „Hochrisiko ist nicht Hochrisiko“ ein.
Was ein tragfähiges Kompetenzkonzept enthält
Ein belastbares Konzept beginnt mit einer Bestandsaufnahme: Welche KI-Systeme setzt das Institut ein, wer arbeitet mit ihnen, und welche Rolle trägt welche Verantwortung? Daraus ergeben sich Kompetenzprofile je Ebene. Es folgt ein differenziertes Qualifizierungsangebot, das jede Gruppe gezielt befähigt. Und es endet nicht mit einer einmaligen Schulung, sondern mit einer Routine, die Kompetenz pflegt, weil sich Tools und Rechtslage weiterentwickeln.

Entscheidend ist die Dokumentation, gerade nach dem Omnibus. Wenn die Pflicht im Bemühen besteht, ist der Nachweis der Maßnahmen das, was zählt: wer wann welche rollenbezogenen Inhalte erhalten hat und wann die nächste Auffrischung ansteht. Wird diese Dokumentation von Anfang an mitgedacht, entsteht sie fast nebenbei.
Welche Fehler bei der Umsetzung häufig sind
Der erste Fehler ist die Gießkanne. Eine identische Schulung für alle erzeugt Aufwand ohne echte Kompetenz und im Zweifel einen Nachweis, der wenig über die tatsächliche Befähigung aussagt.
Der zweite Fehler ist die Einmaligkeit. KI-Kompetenz, die einmal vermittelt und nie aktualisiert wird, veraltet schnell. Kommt ein neues System hinzu, gehört die passende Qualifizierung dazu.
Der dritte Fehler ist die fehlende Verbindung zur Realität des Instituts. Eine Schulung, die abstrakt über KI spricht, ohne die eigenen Systeme, Prozesse und Risiken zu adressieren, bleibt folgenlos. Wirksamer ist es, Kompetenzaufbau an laufende Vorhaben zu koppeln: Wird ein KI-System in der Marktfolge eingeführt, ist das der natürliche Anlass, genau die Menschen zu qualifizieren, die damit arbeiten. Wie Schulungen im Alltag ankommen, beschreibt der Beitrag zu anwendbaren KI-Schulungen.
Warum das Management die Aufgabe nicht delegieren kann
KI-Kompetenz beginnt auf der Managementebene, weil dort die Entscheidungen mit der größten Tragweite fallen. Ein verbreiteter Reflex ist, das Thema an eine Stabsstelle oder die Personalabteilung zu geben und die eigene Ebene auszunehmen. Wer aber über den Einsatz eines Hochrisiko-Systems entscheidet, ohne dessen Risiken einschätzen zu können, wird der eigenen Verantwortung nicht gerecht.
Die Managementebene ist oft am schwersten zu erreichen, weil die Zeit knapp ist. Sie braucht deshalb ein eigenes, verdichtetes Format, das Entscheidungssituationen adressiert: Welche Fragen gehören an einen Anbieter? Woran ist ein überzogenes Versprechen zu erkennen? Welche Governance muss vor einer Freigabe stehen? Kompetenz bemisst sich hier an der Qualität der Fragen. Welche Rolle souveräne Betriebsmodelle dabei spielen, zeigt der Beitrag zur Cloud-Souveränität im KI-Betrieb.
Was das Management jetzt anstoßen sollte
Den Bestand erheben: welche KI-Systeme im Einsatz sind, einschließlich KI-Funktionen in Standardsoftware, und wer mit ihnen arbeitet.
Kompetenzprofile je Ebene festlegen für Management, Fachbereiche und Anwendende.
Qualifizierung an laufende Vorhaben koppeln, statt ein isoliertes Schulungsprogramm aufzusetzen.
Maßnahmen dokumentieren und Auffrischungen fest einplanen.
Das eigene Format für die Managementebene einplanen, entlang realer Freigabeentscheidungen.
Häufige Fragen
Gilt die KI-Kompetenzpflicht nach dem Digital Omnibus noch?
Ja. Artikel 4 gilt weiter, seit dem 27. Juli 2026 aber als Pflicht, Maßnahmen zur Förderung der KI-Kompetenz zu ergreifen. Ein bestimmtes Kompetenzniveau einzelner Personen muss nicht garantiert werden.
Gibt es ein Bußgeld für fehlende KI-Kompetenz?
Die KI-Verordnung sieht für Artikel 4 kein eigenes Bußgeld vor. Die Kompetenz ist aber Voraussetzung für andere Pflichten, etwa die menschliche Aufsicht über Hochrisiko-Systeme.
Reicht eine Online-Schulung für alle Mitarbeitenden?
Als Einstieg kann sie helfen. Artikel 4 verlangt aber Maßnahmen, die Rolle, Erfahrung und Einsatzkontext berücksichtigen, deshalb braucht es unterschiedliche Formate je Ebene.
Weitere Beiträge zu KI-Verordnung, DORA und Aufsicht bündelt das Dossier Regulierung & Resilienz.
Wie weit die KI-Kompetenz einer Organisation trägt, zeigt sich weniger an Teilnahmelisten als daran, ob im Zweifel jemand den Mut hat, einem KI-Vorschlag zu widersprechen. Über ein erstes Gespräch dazu freuen wir uns.
Ein Thema, das gerade beschäftigt?
Gemeinsam einordnen, was daraus folgt.

Die wichtigsten Erkenntnisse
Seit Juli 2026 eine Förderpflicht statt Erfolgspflicht
Kein eigenes Bußgeld, aber Basis anderer Pflichten
Management kann die Aufgabe nicht delegieren
Die stillste Pflicht des AI Act hat die größte Reichweite
Artikel 4 der KI-Verordnung gilt seit dem 2. Februar 2025 für alle Anbieter und Betreiber von KI-Systemen, also für praktisch jedes Finanzinstitut, das KI-Tools einsetzt. Seit dem 27. Juli 2026 ist er abgeschwächt: Der Digital Omnibus zur KI, die Verordnung (EU) 2026/1744, hat aus der Pflicht, für ein „ausreichendes Maß“ an KI-Kompetenz zu sorgen, eine Pflicht gemacht, Maßnahmen zur Förderung von KI-Kompetenz zu ergreifen.

KI-Kompetenz bleibt damit eine Pflicht, nur ist sie jetzt eine Pflicht zum nachweisbaren Bemühen statt zu einem garantierten Ergebnis: Ein Institut muss zeigen können, welche rollenbezogenen Maßnahmen es ergriffen hat. Wer das als Entwarnung liest, übersieht, dass jede andere KI-Pflicht, von der menschlichen Aufsicht bis zur Modellsteuerung, Menschen voraussetzt, die verstehen, was sie beaufsichtigen.
Was verlangt Artikel 4 nach dem Omnibus genau?
Anbieter und Betreiber müssen Maßnahmen ergreifen, die die KI-Kompetenz ihres Personals und weiterer Personen fördern, die in ihrem Auftrag mit KI-Systemen arbeiten. Zu berücksichtigen sind technische Kenntnisse, Erfahrung, Ausbildung, der Einsatzkontext und die Personen, auf die die Systeme angewendet werden. Der neue Wortlaut stellt ausdrücklich klar, dass kein bestimmtes Kompetenzniveau einer einzelnen Person garantiert werden muss.
Ein eigenes Bußgeld für Artikel 4 sieht die Verordnung nicht vor; die Bußgeldtatbestände in Artikel 99 betreffen verbotene Praktiken und die Pflichten rund um Hochrisiko-Systeme. Daraus auf Bedeutungslosigkeit zu schließen, wäre trotzdem ein Fehler. Kommt es durch ein KI-gestütztes Ergebnis zu einem Schaden, etwa einer fehlerhaften Kreditentscheidung oder einem falschen Compliance-Hinweis, wird gefragt, ob das Institut sorgfältig gehandelt hat. Ein dokumentierter, rollenbezogener Kompetenzaufbau ist ein naheliegender Beleg dieser Sorgfalt.
Was KI-Kompetenz bedeutet, und was nicht
KI-Kompetenz im Sinne des Artikels 4 ist kein einheitlicher Pflichtkurs für alle. Sie richtet sich nach Rolle, Kontext und eingesetzten Systemen. Ein Managementmitglied, das über den Einsatz von KI entscheidet, braucht ein anderes Verständnis als eine Sachbearbeiterin, die ein KI-gestütztes Tool bedient, und beide ein anderes als der Fachbereich, der das System auswählt und überwacht.
Eine pauschale Schulung für alle erfüllt die Anforderung deshalb nur scheinbar. Sie ist für die einen zu oberflächlich und für die anderen überfrachtet. Wirksame KI-Kompetenz ist differenziert und gibt jeder Rolle genau das Verständnis, das sie für ihre Verantwortung braucht.
Welche drei Ebenen braucht ein Kompetenzkonzept?
In der Praxis hat sich eine Aufteilung in Management, Fachbereich und Anwendende bewährt. Jede Ebene trägt eine andere Verantwortung und braucht ein anderes Format.
Management und Bereichsleitung brauchen Urteilsfähigkeit, keine technische Tiefe. Sie müssen einschätzen können, welche Versprechen eines Anbieters realistisch sind, welche Risiken ein Einsatz in einem bestimmten Prozess mit sich bringt und welche Governance ein Vorhaben vor der Freigabe braucht. Dazu gehört ein Grundverständnis davon, wie KI-Modelle zu Ergebnissen kommen und warum sie irren können. Geeignet sind kompakte Formate entlang echter Entscheidungssituationen.
Fachbereiche, die KI auswählen und betreiben, tragen die operative Verantwortung. Sie müssen die Eignung eines Systems beurteilen, seine Datenanforderungen verstehen, Anzeichen für ein Abdriften im Betrieb erkennen und wissen, wie ein Ergebnis dokumentiert und verantwortet wird. Hier braucht es vertiefte, fallbezogene Qualifizierung nah an den konkreten Systemen des Instituts.
Anwendende arbeiten täglich mit KI-gestützten Tools. Sie müssen wissen, wofür das Tool gedacht ist und wofür nicht, wann ein Vorschlag eine eigene Prüfung braucht und wie ein Zweifelsfall gemeldet wird. Diese Ebene wird oft mit einer Einführungsschulung abgetan, dabei entstehen oder verhindern sich hier die meisten konkreten Fehler im Tagesgeschäft.
Warum hängen die anderen KI-Pflichten an der Kompetenz?
Die übrigen Pflichten tragen nur, wenn die beteiligten Menschen verstehen, was sie tun. Die menschliche Aufsicht über Hochrisiko-Systeme, die nach Artikel 26 Personen mit der nötigen Kompetenz, Schulung und Befugnis übertragen werden muss, gilt nach dem Omnibus für Anhang-III-Systeme ab dem 2. Dezember 2027. Eine Sachbearbeiterin, die ein Kreditscoring beaufsichtigen soll, ohne zu erkennen, woran sie ein Fehlverhalten bemerkt, erfüllt diese Pflicht nur formal.
Dasselbe gilt für Modellsteuerung und Validierung im Risikomanagement. Wer die Erklärbarkeit eines KI-Modells nachweisen soll, muss die Verfahren dazu beherrschen. Warum Banken hier auf Erfahrungen aus dem Kreditrisiko aufbauen können, zeigt der Beitrag zum KI-Modellrisiko und den Lehren aus dem IRB-Ansatz. Welche Pflichten wirklich unter Hochrisiko fallen, ordnet der Beitrag „Hochrisiko ist nicht Hochrisiko“ ein.
Was ein tragfähiges Kompetenzkonzept enthält
Ein belastbares Konzept beginnt mit einer Bestandsaufnahme: Welche KI-Systeme setzt das Institut ein, wer arbeitet mit ihnen, und welche Rolle trägt welche Verantwortung? Daraus ergeben sich Kompetenzprofile je Ebene. Es folgt ein differenziertes Qualifizierungsangebot, das jede Gruppe gezielt befähigt. Und es endet nicht mit einer einmaligen Schulung, sondern mit einer Routine, die Kompetenz pflegt, weil sich Tools und Rechtslage weiterentwickeln.

Entscheidend ist die Dokumentation, gerade nach dem Omnibus. Wenn die Pflicht im Bemühen besteht, ist der Nachweis der Maßnahmen das, was zählt: wer wann welche rollenbezogenen Inhalte erhalten hat und wann die nächste Auffrischung ansteht. Wird diese Dokumentation von Anfang an mitgedacht, entsteht sie fast nebenbei.
Welche Fehler bei der Umsetzung häufig sind
Der erste Fehler ist die Gießkanne. Eine identische Schulung für alle erzeugt Aufwand ohne echte Kompetenz und im Zweifel einen Nachweis, der wenig über die tatsächliche Befähigung aussagt.
Der zweite Fehler ist die Einmaligkeit. KI-Kompetenz, die einmal vermittelt und nie aktualisiert wird, veraltet schnell. Kommt ein neues System hinzu, gehört die passende Qualifizierung dazu.
Der dritte Fehler ist die fehlende Verbindung zur Realität des Instituts. Eine Schulung, die abstrakt über KI spricht, ohne die eigenen Systeme, Prozesse und Risiken zu adressieren, bleibt folgenlos. Wirksamer ist es, Kompetenzaufbau an laufende Vorhaben zu koppeln: Wird ein KI-System in der Marktfolge eingeführt, ist das der natürliche Anlass, genau die Menschen zu qualifizieren, die damit arbeiten. Wie Schulungen im Alltag ankommen, beschreibt der Beitrag zu anwendbaren KI-Schulungen.
Warum das Management die Aufgabe nicht delegieren kann
KI-Kompetenz beginnt auf der Managementebene, weil dort die Entscheidungen mit der größten Tragweite fallen. Ein verbreiteter Reflex ist, das Thema an eine Stabsstelle oder die Personalabteilung zu geben und die eigene Ebene auszunehmen. Wer aber über den Einsatz eines Hochrisiko-Systems entscheidet, ohne dessen Risiken einschätzen zu können, wird der eigenen Verantwortung nicht gerecht.
Die Managementebene ist oft am schwersten zu erreichen, weil die Zeit knapp ist. Sie braucht deshalb ein eigenes, verdichtetes Format, das Entscheidungssituationen adressiert: Welche Fragen gehören an einen Anbieter? Woran ist ein überzogenes Versprechen zu erkennen? Welche Governance muss vor einer Freigabe stehen? Kompetenz bemisst sich hier an der Qualität der Fragen. Welche Rolle souveräne Betriebsmodelle dabei spielen, zeigt der Beitrag zur Cloud-Souveränität im KI-Betrieb.
Was das Management jetzt anstoßen sollte
Den Bestand erheben: welche KI-Systeme im Einsatz sind, einschließlich KI-Funktionen in Standardsoftware, und wer mit ihnen arbeitet.
Kompetenzprofile je Ebene festlegen für Management, Fachbereiche und Anwendende.
Qualifizierung an laufende Vorhaben koppeln, statt ein isoliertes Schulungsprogramm aufzusetzen.
Maßnahmen dokumentieren und Auffrischungen fest einplanen.
Das eigene Format für die Managementebene einplanen, entlang realer Freigabeentscheidungen.
Häufige Fragen
Gilt die KI-Kompetenzpflicht nach dem Digital Omnibus noch?
Ja. Artikel 4 gilt weiter, seit dem 27. Juli 2026 aber als Pflicht, Maßnahmen zur Förderung der KI-Kompetenz zu ergreifen. Ein bestimmtes Kompetenzniveau einzelner Personen muss nicht garantiert werden.
Gibt es ein Bußgeld für fehlende KI-Kompetenz?
Die KI-Verordnung sieht für Artikel 4 kein eigenes Bußgeld vor. Die Kompetenz ist aber Voraussetzung für andere Pflichten, etwa die menschliche Aufsicht über Hochrisiko-Systeme.
Reicht eine Online-Schulung für alle Mitarbeitenden?
Als Einstieg kann sie helfen. Artikel 4 verlangt aber Maßnahmen, die Rolle, Erfahrung und Einsatzkontext berücksichtigen, deshalb braucht es unterschiedliche Formate je Ebene.
Weitere Beiträge zu KI-Verordnung, DORA und Aufsicht bündelt das Dossier Regulierung & Resilienz.
Wie weit die KI-Kompetenz einer Organisation trägt, zeigt sich weniger an Teilnahmelisten als daran, ob im Zweifel jemand den Mut hat, einem KI-Vorschlag zu widersprechen. Über ein erstes Gespräch dazu freuen wir uns.
Ein Thema, das gerade beschäftigt?
Gemeinsam einordnen, was daraus folgt.




