Skill-Gap-Analyse im Team: Kompetenzen für KI-gestützte Arbeit planen

Montagmorgen, das Team testet ein neues KI-Tool für Recherche, Textentwürfe und Auswertungen. Zwei Mitarbeitende liefern nach kurzer Zeit brauchbare Ergebnisse. Andere öffnen das Tool kaum, weil sie unsicher sind, welche Daten sie eingeben dürfen, wie sie Antworten prüfen sollen oder ob KI ihre bisherige Rolle verändert. Als Führungskraft brauchst du jetzt mehr als eine allgemeine Einführung. Du musst klären, welche Aufgaben sich verändern, welche Kompetenzen dafür wirklich nötig sind und wie dein Team sie realistisch aufbaut.

Eine Skill-Gap-Analyse hilft dir dabei, Kompetenzlücken systematisch sichtbar zu machen. Sie ist keine Prüfung einzelner Personen und kein Ranking im Team. Ihr Zweck ist, Arbeitsfähigkeit herzustellen: Dein Team soll KI dort souverän einsetzen, wo sie Nutzen stiftet, und sie dort begrenzen, wo Qualität, Vertraulichkeit oder Verantwortung gefährdet wären.

Infografik zu Skill-Gap-Analyse im Team: Kompetenzen für KI-gestützte Arbeit planen (KI-generiert).

Warum allgemeine KI-Schulungen nicht ausreichen

Eine Grundlagenschulung kann ein sinnvoller Start sein. Sie vermittelt Begriffe, typische Einsatzfelder und erste Regeln. Für die tägliche Arbeit beantwortet sie jedoch oft nicht die entscheidenden Fragen:

• Welche Aufgaben darf oder soll ich mit KI unterstützen?
• Welche Informationen dürfen in das jeweilige System eingegeben werden?
• Woran erkenne ich ein brauchbares Ergebnis?
• Wann muss ich selbst entscheiden, wann ist eine zweite Prüfung nötig?
• Wie dokumentiere ich die Nutzung nachvollziehbar?
• Welche Aufgaben bleiben bewusst menschliche Verantwortung?

Die benötigten Kompetenzen unterscheiden sich je nach Rolle deutlich. Wer Kundengespräche vorbereitet, braucht andere Fähigkeiten als jemand, der Projektpläne erstellt, Daten analysiert oder interne Kommunikation verantwortet. Auch der Reifegrad ist verschieden: Ein Team, das KI nur für Formulierungshilfen nutzt, steht vor anderen Fragen als ein Bereich, der mit KI-Agenten wiederkehrende Abläufe automatisiert.

Orientiere dich deshalb nicht zuerst an Funktionen eines Tools, sondern an den konkreten Arbeitsaufgaben. Erst dann wird sichtbar, welche Kompetenz wirklich fehlt.

Die Skill-Gap-Analyse in fünf Schritten aufsetzen

1. Aufgaben mit KI-Potenzial erfassen

Beginne mit einem Überblick über wiederkehrende und besonders relevante Aufgaben im Team. Frage nicht nur: „Wo könnte KI Zeit sparen?“ Frage auch: „Wo entstehen heute Fehler, Wartezeiten, hoher Abstimmungsaufwand oder unnötige Routine?“

Sammle Aufgaben möglichst konkret. „Projektmanagement“ ist zu breit. Besser sind Formulierungen wie „Statusberichte aus Projektupdates erstellen“, „Risiken in Projektplänen identifizieren“ oder „Entscheidungsvorlagen vorbereiten“.

Für jede Aufgabe helfen diese Fragen:

• Was ist das erwartete Ergebnis?
• Welche Informationen und Daten werden verarbeitet?
• Wie häufig fällt die Aufgabe an?
• Wer trägt die fachliche und rechtliche Verantwortung?
• Was passiert, wenn das Ergebnis fehlerhaft ist?
• Kann KI vorbereiten, strukturieren, prüfen oder automatisieren?
• Welche menschliche Prüfung bleibt zwingend?

Nicht jede Aufgabe sollte KI-gestützt werden. Gerade bei sensiblen Personalthemen, vertraulichen Informationen oder folgenreichen Entscheidungen kann KI allenfalls eine eng begrenzte Unterstützung bieten. Wenn du mit dem Team klare Leitplanken festlegst, verhinderst du auch, dass Mitarbeitende aus Unsicherheit gar nicht arbeiten oder eigenmächtig ungeeignete Tools nutzen. Wie du solche verdeckten Nutzungen erkennst und in sichere Bahnen lenkst, zeigen wir im Beitrag „Schatten-KI im Team erkennen und sicher nutzen“.

2. Kompetenzfelder statt einzelner Tools definieren

Tools ändern sich schnell. Kompetenzen bleiben länger relevant. Beschreibe deshalb nicht nur, wer „Tool X“ bedienen kann, sondern welche übertragbaren Fähigkeiten dein Team benötigt.

Kompetenzfeld	Worum es geht	Typische Beobachtung im Arbeitsalltag
Aufgabenverständnis	Geeignete KI-Anwendungsfälle erkennen und klar abgrenzen	Mitarbeitende wählen passende Aufgaben statt wahllos zu experimentieren
Fragestellung und Prompting	Ziele, Kontext, Kriterien und Format verständlich formulieren	Ergebnisse werden konkreter und benötigen weniger Nacharbeit
Qualitätsprüfung	Fehler, Lücken, Verzerrungen und erfundene Angaben erkennen	KI-Ergebnisse werden mit Fachwissen und Quellen abgeglichen
Daten- und Risikobewusstsein	Vertrauliche Inhalte schützen und Regeln einhalten	Sensible Daten werden nicht ungeprüft in Systeme eingegeben
Prozesskompetenz	KI in bestehende Abläufe einbauen	Rollen, Freigaben und Übergaben sind klar
Urteils- und Entscheidungskompetenz	Verantwortung trotz KI-Unterstützung übernehmen	Entscheidungen werden begründet, nicht an das Tool delegiert
Veränderungskompetenz	Neues ausprobieren, Rückmeldungen geben, Routinen anpassen	Das Team lernt sichtbar aus Erfahrungen

Besonders häufig wird die Qualitätsprüfung unterschätzt. Ein sprachlich überzeugender Text, eine plausible Analyse oder eine sauber formatierte Tabelle können dennoch sachlich falsch sein. Vereinbare daher, welche Ergebnisse immer fachlich geprüft werden müssen und wer diese Prüfung übernimmt. Konkrete Prüfschritte findest du auch in unserem Beitrag „KI-Ergebnisse im Team prüfen: Qualität und Verantwortung sichern“.

3. Ist-Stand fair und nachvollziehbar erfassen

Jetzt vergleichst du die benötigten Kompetenzen mit dem vorhandenen Stand. Nutze dafür mehrere Perspektiven. Selbsteinschätzungen zeigen, wo Mitarbeitende Sicherheit oder Unsicherheit erleben. Beobachtungen aus der Zusammenarbeit machen sichtbar, wie kompetent jemand die Fähigkeiten tatsächlich anwendet. Kurze Arbeitsproben können helfen, wenn sie transparent angekündigt und einheitlich bewertet werden.

Eine einfache Skala reicht oft aus:

• Stufe 1: Kennt die Grundlagen noch nicht oder kann sie nicht anwenden.
• Stufe 2: Nutzt die Kompetenz mit Anleitung in einfachen Fällen.
• Stufe 3: Arbeitet in Standardsituationen selbstständig und zuverlässig.
• Stufe 4: Bewältigt komplexe Fälle, verbessert Vorgehensweisen und unterstützt andere.

Wichtig ist der Gesprächsrahmen. Eine Skill-Gap-Analyse darf nicht den Eindruck erwecken, dass Beschäftigte sich für ihre Unsicherheit rechtfertigen müssen. Gerade bei KI gibt es nachvollziehbare Vorbehalte: fehlende Erfahrung, unklare Regeln, Sorge vor Fehlern oder die Befürchtung, dass höhere Produktivität sofort zu mehr Arbeitsmenge führt. Lies dazu auch „KI-Produktivitätsdruck im Team fair steuern: Erwartungen, Ziele und Entlastung ausbalancieren“.

Besprich Ergebnisse daher zunächst individuell und verdichte sie für die Planung auf Teamebene. Du willst erkennen, wo Fähigkeiten fehlen, nicht Personen bloßstellen.

Kompetenzlücken priorisieren statt alles gleichzeitig entwickeln

Nicht jede Lücke ist sofort gleich wichtig. Priorisiere anhand von Nutzen und Risiko. Eine fehlende Fähigkeit zur Quellenprüfung ist dringlicher, wenn KI für Kundeninformationen oder Managemententscheidungen eingesetzt wird. Eine vertiefte Automatisierungskompetenz kann warten, wenn das Team zunächst sichere Grundlagen für Recherche und Entwürfe aufbauen muss.

Bewerte jede Lücke mit vier Fragen:

• Wie wichtig ist die Aufgabe für Ziele, Kunden oder interne Abläufe?
• Wie hoch ist das Risiko eines Fehlers?
• Wie häufig kommt die Aufgabe vor?
• Wie groß ist der erwartete Nutzen einer besseren KI-Nutzung?

So entsteht eine belastbare Reihenfolge. Häufig empfiehlt sich diese Lernlogik:

1. Gemeinsame Regeln zu Daten, Verantwortung und erlaubten Anwendungen.
2. Praktische Grundkompetenz für konkrete Alltagsaufgaben.
3. Qualitätsprüfung und Dokumentation.
4. Vertiefung für Rollen mit hohem Nutzen oder höherem Risiko.
5. Automatisierung und neue Prozesse erst nach gesicherten Grundlagen.

Aus den Lücken einen realistischen Entwicklungsplan machen

Ein Entwicklungsplan wird wirksam, wenn er nicht nur aus einem einzelnen Termin besteht. Plane Lernen direkt an realen Aufgaben. Definiere pro Kompetenzfeld ein konkretes Lernziel, eine Lernform, eine Gelegenheit zur Anwendung und ein sichtbares Erfolgskriterium.

Ein Beispiel: Für das Ziel „KI-Entwürfe fachlich prüfen“ kann ein Team zunächst gemeinsam drei typische Fälle bearbeiten. Anschließend erstellt ihr eine kurze Prüfliste mit Kriterien wie Faktencheck, Vollständigkeit, Tonalität, Quellenlage und vertrauliche Inhalte. Danach wenden Mitarbeitende die Liste bei ihren eigenen Aufgaben an und besprechen Erfahrungen in einem festen Austausch.

Geeignete Lernformate sind:

• kurze Praxiswerkstätten mit echten, bereinigten Arbeitsbeispielen
• Tandems aus erfahrenen und weniger erfahrenen Teammitgliedern
• Leitfäden für wiederkehrende Aufgaben
• Reflexionen nach abgeschlossenen Projekten
• Sprechstunden für schwierige Anwendungsfälle
• Pilotgruppen, die Vorgehensweisen testen und dokumentieren

Bei uns erleben wir in Management-Seminaren immer wieder: Der Transfer gelingt besser, wenn Führungskräfte selbst mitarbeiten. Du musst nicht die technisch versierteste Person im Raum sein. Deine Aufgabe ist, Ziele zu klären, sichere Rahmenbedingungen zu schaffen, Entscheidungen zu treffen und Lernzeit zu schützen. Passende Seminare und Termine findest du bei uns auf cmt.de.

Fortschritt überprüfen und Planung nachschärfen

Lege von Beginn an fest, woran du Fortschritt erkennst. Miss nicht nur, wie viele Mitarbeitende an einer Maßnahme teilgenommen haben. Entscheidend ist die Anwendung im Alltag.

Prüfe beispielsweise:

• Werden geeignete Aufgaben schneller oder verlässlicher erledigt?
• Sinkt die Zahl der Korrekturschleifen?
• Halten Mitarbeitende vereinbarte Prüf- und Datenschutzregeln ein?
• Können sie begründen, warum sie KI einsetzen oder bewusst darauf verzichten?
• Teilen sie hilfreiche Erfahrungen und problematische Ergebnisse offen?
• Entstehen neue Engpässe, etwa bei Freigaben oder Verantwortlichkeiten?

Plane nach einigen Wochen eine kurze Auswertung im Team. Frage: Was funktioniert bereits? Wo ist der Aufwand höher als erwartet? Welche Regel fehlt? Welche Beispiele sollten in den Leitfaden aufgenommen werden?

Wenn KI stärker in Abläufe eingebunden wird, verändern sich auch Rollen und Übergaben. Das gilt besonders bei automatisierten Teilaufgaben. Unser Beitrag „KI-Agenten im Team einsetzen: Aufgaben automatisieren, Verantwortung klar regeln“ zeigt, warum Zuständigkeiten dabei nicht unscharf werden dürfen.

Eine gute Skill-Gap-Analyse endet deshalb nicht mit einer Kompetenzmatrix. Sie wird zum Führungsinstrument: Du machst sichtbar, welche Arbeit sich verändert, welche Fähigkeiten dein Team dafür braucht und wie ihr die Entwicklung gemeinsam gestaltet.