V Kompetenz HF-D7.7-003 bereichsübergreifend 9 Skills
Bewertung und Überprüfung von KI-Ergebnissen
Überprüft die Ergebnisse der KI auf Richtigkeit, Vollständigkeit und Nützlichkeit, gleicht Angaben mit den Quellen ab und entscheidet, ob die Ergebnisse verwendet werden.
Wie hrmforce dies misst
- Messmethode
- Arbeitsproben-Test · rho 0.33 (SD 0.09)
- hrmforce-Instrument
- Arbeitsproben-Test, Wissenstest (kundenspezifisch)
- Kompetenz (50-Framework)
- Beurteilungsvermögen
- Trainierbarkeit
- hoch
- Nachfrageausblick 2026 bis 2030
- steigend
Der Bewerber führt unter standardisierten Bedingungen eine repräsentative Arbeitsprobe durch.
Verhaltensanker
| Ebene | Verhalten auf dieser Ebene |
|---|---|
| N1 Geführt | Überprüft Fakten und Zahlen aus KI-Ergebnissen anhand einer zuverlässigen Quelle, bevor das Ergebnis weitergeleitet wird. arbeitet unter Aufsicht und befolgt Anweisungen · Routine, jeweils eine Variable nach der anderen · eigene Aufgabe |
| N3 Beherrscht | Ermittelt für jede Aufgabe, welche Prüfungen erforderlich sind, erkennt fehlerhafte oder gefälschte Teile und erfasst das verwendete Ergebnis. legt den eigenen Ansatz fest und holt proaktiv Input ein · mehrere Variablen, gewisse Mehrdeutigkeiten · eigenes Team oder eigener Prozess |
| N5 Führung | Entwirft die Überprüfungsrichtlinien des Unternehmens und legt fest, bei welchen Anträgen eine manuelle Überprüfung weiterhin zwingend erforderlich ist. 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 |
|---|---|---|---|
| V | Überprüfung der KI-Ergebnisse Überprüfung der KI-Ergebnisse | Überprüft Aussagen, Zahlen und Quellenangaben aus KI-Ergebnissen vor deren Verwendung anhand einer unabhängigen Quelle. | steigend |
| V | Erkennen von Halluzinationen Halluzination | Erkennt erfundene Fakten, Quellen und Zitate in KI-Ausgaben anhand interner Widersprüche und nicht nachvollziehbarer Verweise. | steigend |
| V | Überprüfung der Quellenangaben der KI Überprüfung der Quellenangaben | Öffnet und liest die zitierten Quellen und überprüft, ob diese tatsächlich existieren und ob sie wirklich das aussagen, was das Modell behauptet. | steigend |
| V | Stichproben der KI-Ergebnisse zur Überprüfung der Genauigkeit Auswahl von Beispielen | Überprüft eine Zufallsstichprobe aus großen Mengen von KI-Ergebnissen und schätzt auf diese Weise die Fehlerquote. | steigend |
| V | Bearbeitung von KI-Text gemäß eigenen Standards Bearbeitung von KI-Ergebnissen | Passt KI-Text an den hauseigenen Stil, die Zielgruppe und die Nuancen an und entfernt übertriebene oder vage Formulierungen. | steigend |
| V | Überprüfung des generierten Codes Überprüfung von KI-Code | Überprüft von KI geschriebenen Code hinsichtlich Verhalten, Sicherheit, Abhängigkeiten und Lesbarkeit, bevor dieser verwendet wird. | steigend |
| V | Festlegung von Qualitätskriterien im Vorfeld Qualitätskriterien | Festlegung der Anforderungen an die Ausgabe einer KI-Aufgabe, damit die Bewertung nicht auf der Grundlage von Bauchgefühl erfolgt. | steigend |
| V | Dokumentation der Entscheidung zur Verwendung von KI-Ergebnissen Protokoll zur KI-Nutzung | Aufzeichnungen darüber, welche KI-Ergebnisse verwendet wurden, wer diese genehmigt hat und welche Anpassungen vorgenommen wurden. | steigend |
| G | Der übermäßigen Abhängigkeit von KI entgegenwirken Automatisierungsverzerrung | Hält das eigene fachliche Urteilsvermögen auf dem neuesten Stand, prüft die Ergebnisse der KI anhand eigener Erfahrungen und äußert Zweifel, anstatt einfach mitzulaufen. | steigend |