Die KI-Richtlinie im Unternehmen ist verabschiedet und ein Chatbot wurde freigeschaltet. Damit ist das Thema KI-Governance erledigt? Nicht ganz. Denn neben der Frage, welche künstliche Intelligenz Mitarbeitende wie einsetzen dürfen, stellt sich noch eine andere: Wissen die Mitarbeitenden eigentlich, wie sie mit diesen Werkzeugen kompetent und verantwortungsvoll umgehen?
Genau hier wird Artikel 4 des europäischen AI Acts interessant.
Der AI Act adressiert nicht nur Technik, sondern auch Kompetenz
Artikel 4 des EU AI Acts beschäftigt sich mit „AI Literacy“, also der KI-Kompetenz der Menschen, die mit KI-Systemen arbeiten. Unternehmen sollen Maßnahmen ergreifen, um die Entwicklung entsprechender Kompetenz bei Mitarbeitenden und weiteren Personen zu unterstützen, die in ihrem Auftrag mit diesen Systemen arbeiten. Dabei sollen unter anderem deren technisches Wissen, Erfahrung und Ausbildung sowie der konkrete Einsatzkontext der KI berücksichtigt werden.
Das ist ein wichtiger Punkt. Denn der AI Act sagt gerade nicht, dass jeder Mitarbeitende dieselbe standardisierte KI-Schulung besuchen soll oder muss. Er schreibt auch kein bestimmtes Zertifikat und kein einheitliches Kompetenzniveau vor. Die EU-Kommission betont vielmehr einen kontext- und risikoorientierten Ansatz.
Ein Entwickler benötigt andere Kenntnisse als eine Mitarbeiterin im Marketing. Eine Führungskraft beschäftigt sich mit anderen Fragen als jemand, der täglich mit einem KI-Assistenten arbeitet. Und ein Requirements Engineer? Auch für ihn lohnt sich ein genauerer Blick.
Was bedeutet KI-Kompetenz im Requirements Engineering?
Requirements Engineers arbeiten mit Informationen, die für Projekte und Produkte häufig von zentraler Bedeutung sind. Sie analysieren Dokumente, sprechen mit Stakeholdern, strukturieren Informationen, formulieren Anforderungen, prüfen deren Qualität und verwalten große Mengen an Anforderungen. Bei vielen dieser Tätigkeiten kann KI inzwischen unterstützen.
So kann eine KI aus Workshop-Notizen erste Anforderungen ableiten, umfangreiche Dokumente zusammenfassen, Anforderungen umformulieren oder auf mögliche Qualitätsprobleme hinweisen. Sie kann Fragen für ein Stakeholder-Interview vorschlagen oder bei der Klassifikation großer Anforderungsmengen helfen.
Doch damit entstehen neue Fragen: Kann ich mich auf eine plausibel klingende Antwort verlassen? Oder wie erkenne ich Halluzinationen, Verzerrungen oder fehlenden Kontext? Welche Auswirkungen hat mein Prompt auf das Ergebnis? Und vielleicht am wichtigsten: Wer trägt am Ende die Verantwortung für die Anforderung?
Dass ein Requirements Engineer ChatGPT oder Copilot bedienen kann, beantwortet diese Fragen noch nicht.
Eine allgemeine KI-Einweisung greift zu kurz
Genau deshalb ist der Kontextgedanke des AI Acts in unseren Augen so wichtig. Natürlich benötigen Mitarbeitende zunächst ein gemeinsames Grundverständnis: Was ist künstliche Intelligenz? Wie funktionieren moderne Sprachmodelle grundsätzlich? Welche Chancen und Risiken bringen sie mit?
Die EU-Kommission nennt genau solche Grundlagen als einen möglichen Ausgangspunkt für AI-Literacy-Maßnahmen. Sie hebt anschließend aber ausdrücklich hervor, dass Rolle, vorhandenes Wissen, konkrete KI-Systeme, Risiken und Einsatzkontext berücksichtigt werden sollten.
Ein Requirements Engineer muss keine Large-Language-Modelle entwickeln können. Er sollte aber verstehen, warum ein Sprachmodell halluzinieren kann. Er sollte Ergebnisse kritisch beurteilen können. Er sollte wissen, wie viel Kontext eine KI benötigt und wo Risiken bei Datenschutz, Vertraulichkeit oder Bias entstehen. Vor allem sollte er wissen, wie diese Technologie sinnvoll in seine eigentliche Arbeit integriert werden kann. Genau hier setzt das AI4RE-Semiar an.
Mit dem AI4RE Micro-Credential hat das International Requirements Engineering Board einen kompakten Weiterbildungsbaustein speziell für den Einsatz künstlicher Intelligenz im Requirements Engineering entwickelt. Die Inhalte passen exakt zu der Frage, was rollenbezogene KI-Kompetenz für Requirements Engineers bedeuten kann.
In dem Seminar beschäftigen sich die Teilnehmenden mit den Grundlagen moderner KI-Technologien und den Möglichkeiten und Grenzen großer Sprachmodelle. Sie lernen, Prompts gezielt zu formulieren und Ergebnisse kritisch zu bewerten. Risiken und Verantwortlichkeiten – beispielsweise Bias, Datenschutz und Vertraulichkeit – gehören ebenso dazu. Anschließend wird dieses Wissen auf konkrete Aufgaben des Requirements Engineering übertragen: Ermittlung, Dokumentation, Validierung und Management von Anforderungen.
Vom Wissen zur tatsächlichen Anwendung
Ich bin Nils Janßen und arbeite als Requirements Engineer und Trainer. Ich unterstütze Unternehmen dabei, Requirements Engineering nicht nur methodisch sauber, sondern vor allem praxistauglich umzusetzen. Diese Verbindung von fundierten Grundlagen und konkreter Anwendung ist mir auch beim Thema KI wichtig.
Deshalb bleibt das AI4RE-Seminar bei microTOOL nicht bei den offiziellen Lerninhalten stehen. Gemeinsam schauen wir uns an, wie KI-Unterstützung in der täglichen Requirements-Engineering-Arbeit tatsächlich aussehen kann. Dabei geht es nicht nur um allgemeine Chatbots, sondern auch um KI-Funktionen in bestehenden Requirements-Engineering-Werkzeugen. Das ist ein entscheidender Unterschied. Denn ein Sprachmodell, das nur den Inhalt eines einzelnen Prompts kennt, arbeitet unter völlig anderen Voraussetzungen als eine KI, die auf vorhandene Anforderungen, Projektstrukturen oder weitere relevante Artefakte zugreifen kann.
Darüber hinaus beschäftigen wir uns mit der Frage, wie sich spezialisierte KI-Assistenten und eigene Agenten für konkrete Aufgaben im Requirements Engineering gestalten lassen.
Damit geht das Seminar einen Schritt über die reine Nutzung einzelner KI-Werkzeuge hinaus. Aus dem universellen Chatfenster wird ein Werkzeug, das gezielt in den eigenen Requirements-Engineering-Prozess eingebettet werden kann.
Fazit: Eine KI-Richtlinie allein schafft noch keine KI-Kompetenz
Der EU AI Act macht deutlich, dass beim professionellen Einsatz künstlicher Intelligenz nicht nur die Technologie betrachtet werden sollte. Auch die Menschen, die mit ihr arbeiten, spielen eine entscheidende Rolle. Für Unternehmen bedeutet das: Es reicht nicht, KI-Werkzeuge bereitzustellen und deren Nutzung in einer Richtlinie zu regeln. Ebenso wichtig ist die Frage, welche Kompetenz unterschiedliche Mitarbeitergruppen für ihren konkreten Einsatz benötigen.
Für Requirements Engineers bietet das IREB AI4RE Micro-Credential einen fachlich fundierten Ansatz, genau diese Kompetenz aufzubauen.
Ihre Requirements Engineers arbeiten bereits mit KI? Dann sollten sie nicht nur wissen, dass sie KI einsetzen dürfen – sondern auch, wie sie sie gezielt, kritisch und verantwortungsvoll einsetzen