Der Test am Ende einer Schulung sagt fast nichts darüber, wie jemand danach arbeitet. Das ist keine Meinung, das ist gemessen. Die Meta-Analyse von Blume, Ford, Baldwin und Huang im Journal of Management (2010) wertet 89 Einzelstudien aus. Ihr Befund für das Wissen direkt nach dem Training, also genau das, was ein Abschlusstest abfragt: Es korreliert nur mit ρ=0,24 mit dem tatsächlichen Verhalten am Arbeitsplatz (aus 34 Studien, 3.825 Personen). Rechnerisch erklärt der Testwert damit rund 5,8 Prozent dessen, was der Mensch später im Job wirklich tut.
Diese Lücke ist der Grund, warum ich einem KI-Zertifikat im Einstellungsgespräch wenig Gewicht gebe. Seit Artikel 4 des EU AI Act am 2. Februar 2025 gilt, ist ein ganzer Markt entstanden: KI-Führerscheine, IHK-Kurse, TÜV-Zertifikate. Alle verkaufen dasselbe Versprechen, nämlich einen Nachweis über KI-Kompetenz. Was sie liefern, ist ein Nachweis über Kursteilnahme. Das ist nicht dasselbe, und das Gesetz weiß das.
Das Gesetz verlangt Kompetenz und sagt selbst: kein Zertifikat nötig
Artikel 4 verlangt ein „ausreichendes Maß an KI-Kompetenz”, ausdrücklich rollen- und kontextbezogen. Nicht ein Zertifikat für alle, sondern die Fähigkeit, die zur jeweiligen Aufgabe passt. Und an einem Punkt spricht die Kommission Klartext. In ihrem offiziellen FAQ zur KI-Kompetenz (Stand 19. November 2025) schreibt sie wörtlich: „There is no need for a certificate. Organisations can keep an internal record of trainings and/or other guiding initiatives.”
Auf Deutsch: Es braucht kein Zertifikat. Ein internes Protokoll der Schulungen und anderer Maßnahmen genügt. Wer also eine Sammlung von KI-Führerscheinen anlegt und glaubt, damit Artikel 4 abzuhaken, erfüllt eine Anforderung, die das Gesetz gar nicht stellt, und verfehlt die, die es stellt.
Ein Zertifikat misst Anwesenheit, Artikel 4 verlangt Transfer
Zwei Dinge, die niemand verwechseln sollte. Auf der einen Seite steht, was ein Zertifikat tatsächlich misst. Auf der anderen, was Kompetenz im Sinne des Gesetzes ausmacht und was später am Arbeitsplatz überhaupt zählt.
Ein Zertifikat misst Anwesenheit: Der Mensch war im Kurs. Es misst reproduziertes Wissen, meist über Multiple-Choice. Und es bescheinigt, dass jemand auf Reproduktionsniveau versteht, also Gelerntes wiedergeben kann.
Artikel 4 zielt auf etwas anderes. Auf Transfer, also die Anwendung in der echten Aufgabe. Auf Urteilsvermögen im Umgang mit einem konkreten Modell in einem konkreten Kontext. Auf ein Niveau, auf dem jemand selbstständig Probleme löst und Ergebnisse bewertet, statt nur Definitionen abzurufen. Genau diese Kluft ist es, die Blume und Kollegen beziffern: Das eine sagt das andere kaum voraus. Ein Multiple-Choice-Test und eine Arbeitsprobe messen nicht denselben Menschen an einem schlechteren Tag. Sie messen zwei verschiedene Dinge.
Der Markt für KI-Zertifikate füllt sich schneller als die Schulung
Der Markt reagiert auf Artikel 4 vor allem mit Zertifikaten, nicht mit echter Weiterbildung. Das lässt sich zeigen. Laut einer Bitkom-Umfrage vom Juli 2025 bieten 43 Prozent der Unternehmen ihren Beschäftigten überhaupt kein KI-Schulungsangebot, und 70 Prozent der Arbeitnehmer gehen komplett leer aus, obwohl Artikel 4 zu diesem Zeitpunkt schon seit einem halben Jahr galt. Bitkom-Präsident Dr. Ralf Wintergerst sprach bei der Vorstellung der Zahlen von erheblichem Nachholbedarf.
Wo geschult wird, ist das Zertifikat oft das sichtbare Produkt. Es lässt sich vorzeigen, ablegen, in einer Compliance-Akte abheften. Die Kompetenz dahinter nicht. Genau deshalb ist der Markt voll mit dem Ersten und arm am Zweiten.
Der ehrliche Einwand: Ist das Zertifikat nicht wenigstens ein Filter?
Der stärkste Gegeneinwand ist gut. Ein Zertifikat ist eine Baseline. Es ist ein Filter im Bewerbungsstapel. Und es ist ein auditierbarer Nachweis, den man einer Aufsichtsbehörde hinlegen kann. Außerdem ist ρ=0,24 ja nicht null. Ein bisschen sagt der Testwert eben doch aus.
Stimmt, aber die Punkte tragen nicht so weit, wie sie klingen. Der auditierbare Nachweis: Die Kommission sagt selbst, dass es ihn nicht braucht, ein internes Protokoll der Maßnahmen genügt. Die Baseline: 5,8 Prozent erklärte Varianz sind als alleiniges Auswahlkriterium schwach, das ist der Unterschied zwischen „nicht null” und „belastbar”. Und der Filter filtert die Falschen. Er selektiert die, die einen Kurs belegt haben, nicht die, die gut mit Modellen arbeiten. Das sind nicht automatisch dieselben Menschen.
Woran ich echte KI-Kompetenz erkenne, wenn ich einstelle
Wenn das Zertifikat es nicht verrät, was dann? Ich erzähle, worauf ich selbst achte, wenn ich einstelle. Das ist meine Praxis, kein Gesetzestext, aber sie deckt sich mit dem, was Artikel 4 meint.
Erstens: Wie reagiert jemand, wenn das Modell selbstbewusst falsch liegt? Fängt er die Halluzination, oder übernimmt er sie? Das ist der wichtigste Reflex, und er lässt sich nicht auswendig lernen.
Zweitens: Kann er ein echtes Artefakt zeigen, das er mit KI ausgeliefert hat? Kein Kurszertifikat, sondern ein Ergebnis. Ein Text, ein Stück Code, eine Analyse, die in der echten Welt gelandet ist.
Drittens: Iteriert er einen schlechten Output zur Lernschleife, oder wirft er ihn weg? Der Umgang mit dem ersten schlechten Ergebnis trennt die Anwender von den Auswendiglernern.
Und viertens: Weiß er, wo Modelle in seiner eigenen Domäne scheitern? Wer die Grenzen benennen kann, hat die Werkzeuge wirklich benutzt.
Meine konkrete Aufgabe im Gespräch ist schlicht: „Hier ist ein KI-Output mit einem subtilen Fehler. Finde ihn.” Das ist keine Prüfungsfrage, das ist eine Arbeitsprobe. Und Arbeitsproben gehören in der Selektionsforschung zu den validesten Auswahlinstrumenten überhaupt, weil sie nicht Wissen abfragen, sondern die Tätigkeit selbst zeigen. Sie messen genau das, was ein Multiple-Choice-Test nicht kann: den Transfer.
Warum der Druck auf reine Zertifikate ab August 2026 steigt
Das ist keine akademische Debatte mehr. Ab dem 2. August 2026 werden die Pflichten für Hochrisiko-Systeme nach Anhang III des EU AI Act verbindlich, und damit rückt ein schärferes Prüfregime näher. Das heißt nicht, dass dein ChatGPT im Büro plötzlich ein Hochrisiko-System ist, das ist es nicht. Es heißt, dass der Nachweis von KI-Kompetenz nach Artikel 4 stärker in den Fokus rückt, sobald überhaupt genauer geprüft wird.
Und hier geraten die reinen Zertifikatslisten unter Druck. Wer im Ernstfall einen Stapel KI-Führerscheine vorlegt, hat dokumentiert, dass Leute in Kursen saßen. Die Kommission fragt aber nach kontextbezogenen Maßnahmen, nicht nach Papieren. Ein Unternehmen, das zeigen kann, wie seine Leute mit den konkreten Modellen im konkreten Prozess umgehen, steht besser da als eines mit der dicksten Zertifikatsmappe.
Was das für dich heißt
Das ist kein Plädoyer gegen Weiterbildung, im Gegenteil. Ein guter Kurs gibt Struktur und Einordnung, und meine Kollegen haben in KI-Weiterbildung 2026 sauber aufgeschrieben, welche Angebote wirklich etwas bringen. Dieser Text ergänzt sie nur um den Satz, der am Ende zählt: Der Kurs ist der Anfang, das Zertifikat ist die Quittung, die Kompetenz entsteht erst danach, in der Arbeit mit den Werkzeugen. Wie groß die Lücke zwischen beidem in Deutschland ist, zeigt unsere Analyse zur KI-Kompetenzlücke.
Wenn du einstellst, dann frag nicht nach dem Zertifikat. Leg der Person einen fehlerhaften KI-Output hin und schau zu, ob sie den Fehler findet. Wenn du selbst KI-Kompetenz aufbaust, dann sammle keine Führerscheine, sondern gelieferte Artefakte. Welche Fähigkeiten dabei zählen, haben wir in KI-Skills beschrieben. Und wenn du Artikel 4 erfüllen musst, dann dokumentiere, was deine Leute im Kontext wirklich tun. Das Gesetz hat dir längst gesagt, dass das reicht.