K Wissen HF-D7.7-001 bereichsübergreifend 9 Skills
KI-Kompetenz
Weiß, wie KI-Systeme funktionieren, was sie leisten können und was nicht, gibt an, wo sie eingesetzt werden können und wo nicht, und verwendet die korrekte Terminologie.
Wie hrmforce dies misst
- Messmethode
- Wissenstest · rho 0.40 (SD 0.13)
- hrmforce-Instrument
- Wissenstest (kundenspezifisch)
- Kompetenz (50-Framework)
- Lernfähigkeit
- Trainierbarkeit
- hoch
- Nachfrageausblick 2026 bis 2030
- steigend
Test zur Überprüfung des deklarativen Fachwissens, der in der Regel kundenspezifisch zusammengestellt wird.
Verhaltensanker
| Ebene | Verhalten auf dieser Ebene |
|---|---|
| N1 Geführt | Erläutert in eigenen Worten, dass ein Sprachmodell Vorhersagen anhand von Mustern trifft und daher fehlerhafte Ergebnisse liefern kann. arbeitet unter Aufsicht und befolgt Anweisungen · Routine, jeweils eine Variable nach der anderen · eigene Aufgabe |
| N3 Beherrscht | Beurteilt für jede Arbeitsaufgabe, ob der Einsatz von KI geeignet ist, nennt die wesentlichen Einschränkungen und erläutert den Kollegen die Funktionsweise. legt den eigenen Ansatz fest und holt proaktiv Input ein · mehrere Variablen, gewisse Mehrdeutigkeiten · eigenes Team oder eigener Prozess |
| N5 Führung | Definiert, was KI-Kompetenz im Unternehmen bedeutet, misst den Grad dieser Kompetenz und verknüpft ihn mit der Schulungs- und Einsatzpolitik. legt den Standard und die Richtlinien fest · strategisch, unter hoher Unsicherheit · Organisation, Wertschöpfungskette oder Berufsfeld |
N2 und N4 sind bewusst nicht verankert. Die Bewerter ordnen sie gemäß der Konvention O*NET zwischen den Ankerpunkten ein.
Zugrundeliegende Skills
Diese Skills übernehmen die Messroute und die Verhaltensanker dieses Konstrukts.
| T | Skill | Definition | Nachfrageausblick 2026 bis 2030 |
|---|---|---|---|
| K | Erläuterung der Funktionsweise eines Sprachmodells Großes Sprachmodell · LLM | Erläutert in einfacher Sprache, dass ein Sprachmodell das nächste Wort anhand von Mustern vorhersagt. | steigend |
| K | Verständnis von Tokens und Kontextfenstern Tokens · Kontextfenster | Erläutert, wie Text in Tokens zerlegt wird und warum ein Modell nur eine begrenzte Menge an Kontext berücksichtigt. | steigend |
| K | Unterscheidungsmerkmale verschiedener Formen der KI Arten von KI | Unterscheidet zwischen regelbasierten Systemen, Vorhersagemodellen und generativer KI und erläutert, wofür die jeweiligen Ansätze geeignet sind. | steigend |
| K | Einsicht in die Herkunft der Trainingsdaten Trainingsdaten | Erläutert, dass die Modellausgaben die Eigenschaften und Lücken der Trainingsdaten widerspiegeln und was dies für die Anwendung bedeutet. | steigend |
| K | Die Grenzen der KI benennen Grenzen der KI | Bezeichnungen, bei denen ein KI-System unzuverlässig oder ungeeignet ist, wie beispielsweise rechtliche Konsequenzen, seltene Fälle und aktuelle Sachverhalte. | steigend |
| K | Die korrekte Verwendung von KI-Terminologie KI-Terminologie | Verwendet Begriffe wie „Modell“, „Prompt“, „Agent“, „Feinabstimmung“ und „Halluzination“ im Gespräch korrekt. | steigend |
| V | Begründung der Modellwahl Modellauswahl | Wählt auf fundierte Weise zwischen verschiedenen Modellen hinsichtlich Qualität, Geschwindigkeit, Kosten, Sprache und Datenstandort aus und dokumentiert die dabei getroffene Abwägung. | steigend |
| V | Eindämmung der Token-Kosten Token-Kostenmanagement | Schätzt die Kosten für den Einsatz von KI und begrenzt diese durch die Steuerung der Prompt-Länge, der Modellauswahl, des Cachings und der Anzahl der Aufrufe. | steigend |
| K | Kenntnisse im Bereich multimodaler KI Multimodale KI | Weiß, dass Modelle auch Bilder, Sprache und Dokumente verarbeiten können, und nennt Anwendungsbereiche, in denen dies im Arbeitsalltag nützlich ist. | steigend |