Lange klang „High Potential“ nach Eliteabschluss, Assessment Center, Auslandserfahrung, analytischer Brillanz und der Fähigkeit, im Vorstandstermin die passende Folie zur passenden Zeit zu zeigen. Fachlicher Fit, kultureller Fit, Karrierewille, Belastbarkeit und Kommunikationsfähigkeit prägten das Vokabular der Talentprogramme.

Mit Künstlicher Intelligenz verschiebt sich dieser Maßstab. Wer morgen als Potenzialträger gilt, muss KI-Werkzeuge souverän nutzen, ihre Grenzen erkennen, Fehler einschätzen, Datenfragen verstehen und entscheiden können, welche Probleme überhaupt eine maschinelle Bearbeitung verdienen. Aus dem klassischen Talentprofil wird ein Kompetenzprofil, das fachliche Exzellenz mit digitaler Urteilskraft verbindet.

Robindro Ullah, Geschäftsführer des Trendence Instituts, brachte diese Veränderung in der Zukunft Personal Digital Experience auf eine prägnante Formel: Die High Potentials von morgen sind KI-kompetent. Seine Grundlage war keine Trendbehauptung, er präsentierte Daten aus Deutschlands größter KI-Kompetenzmessung mit 66.000 evaluierten Personen. Ergänzt wird diese Erhebung durch eine Langzeitstudie, in der Trendence seit der Pandemie regelmäßig 10.000 bis 12.000 Menschen aus unterschiedlichen Zielgruppen befragt.

Gemessen wird KI-Kompetenz in vier Dimensionen und rund 25 Items. Damit wird der Begriff greifbar: digitales Grundwissen, technisches KI-Know-how, Anwendungskompetenz und Lernbereitschaft im technologischen Wandel.

Ein Chatfenster macht noch keine Kompetenz

Ein Satz aus Ullahs Vortrag bleibt hängen: „Having ChatGPT doesn’t mean you can unsubscribe your brain.“ Die Formulierung trifft den blinden Fleck vieler Organisationen. KI-Nutzung wird zu schnell mit KI-Kompetenz verwechselt.

Ein Chatfenster zu bedienen, ist der Einstieg. Mehr noch nicht. Wer eine Frage eintippt und eine Antwort erhält, hat damit keine Aussage über Qualität, Herkunft, Fehleranfälligkeit oder rechtliche Zulässigkeit der Antwort getroffen. Er hat kein Prozessverständnis gewonnen, keine Entscheidung geprüft, kein Risiko bewertet.

Trendence versteht KI-Kompetenz als Erweiterung digitaler Kompetenz. Wer keine digitale Grundbildung besitzt, wird kaum souverän mit KI arbeiten. Digitale Routine allein reicht ebenfalls kaum aus. Entscheidend wird die Fähigkeit, rechtliche Fragen, Datenschutz, EU AI Act, Modellfehler, Tool-Auswahl und fachlichen Kontext zusammenzuführen.

Gerade für HR ist diese Differenz zentral. Software-Ingenieure benötigen andere KI-Kompetenzen als Beschäftigte in Finance, Marketing, Recruiting oder Produktion. KI-Kompetenz ist kein Einheitsprofil. Sie muss rollenbezogen beschrieben, gemessen und entwickelt werden.

Die jungen Nutzer sind noch keine KI-Souveränen

Besonders aufschlussreich ist der Blick auf junge Zielgruppen. Viele Schülerinnen und Schüler nutzen KI-Systeme längst intensiv. Rund 70 Prozent geben an, ChatGPT zu verwenden, etwa für Hausaufgaben oder im Bewerbungsprozess. Daraus entsteht Vertrautheit, aber noch keine Souveränität.

Oft fehlen Kenntnisse über Datenschutz, EU AI Act, Halluzinationen, Fehlerprüfung und Grenzen maschineller Antworten. Der Gebrauch erzeugt Routine. Kompetenz entsteht erst durch Prüfung, Kontext und Verantwortung.

Damit verliert auch die Rede von den kommenden „AI Natives“ ihre bequeme Gewissheit. Kinder, die heute mit KI aufwachsen, werden später mit Systemen arbeiten, die sich erheblich von heutigen Anwendungen unterscheiden. Der Vorteil liegt daher weniger im frühen Kontakt mit einem Tool. Er liegt in Lernfähigkeit, Anpassungsgeschwindigkeit und fachlicher Urteilskraft.

Für Recruiting und Talentmanagement heißt das: Jugend ist kein Kompetenzbeweis. Entscheidend wird, wer technologische Sprünge nachvollziehen, kritisch prüfen und in produktive Arbeit übersetzen kann.

Der Score über 30 markiert Knappheit

Der Maximalwert im Trendence-Modell liegt bei 56 Punkten. Als Mindestmarke werden 18 Punkte angesetzt, weil darunter bereits digitale Grundkompetenzen erhebliche Lücken zeigen. Selbst Informatikstudierende und IT-nahe Akademiker erreichen im oberen Bereich nur knapp über 30 Punkte.

Das macht den in der Session genannten KI-Kompetenz-Score von über 30 interessant. Er steht weniger für absolute Exzellenz als für eine knappe Fähigkeit am Arbeitsmarkt. Wer diesen Bereich erreicht, verfügt über ein Profil, das Unternehmen dringend benötigen und bislang selten systematisch entwickeln.

Auch Branchenumfelder prägen die Werte. Wirtschaftswissenschaftler in IT-Dienstleistungsunternehmen oder Banken schneiden besser ab als vergleichbare Profile in anderen Bereichen. Der öffentliche Dienst landet in der gezeigten Betrachtung am Ende der Skala. Das passt zu Stellenanzeigenanalysen, nach denen digitale Fähigkeiten und KI-Kompetenzen in Ausschreibungen von Behörden viel zu selten sichtbar werden.

Die private Wirtschaft ist weiter, doch auch dort bleibt viel offen. In vielen Unternehmen treiben Beschäftigte das Thema aus eigener Initiative. Etwa die Hälfte der befragten Akademikerinnen und Akademiker sieht die Mitarbeitenden als eigentliche Kraft hinter KI-Initiativen. Das zeigt Neugier. Zugleich zeigt es, wie oft KI noch keine klare strategische Verankerung besitzt.

Stellenanzeigen zeigen die Lücke zwischen Bedarf und Begriff

Auf die Frage nach Stellenanzeigen im öffentlichen Dienst reagierte Ullah mit einer doppelten Einschränkung. KI-Kompetenz werde bislang kaum strukturiert erhoben. Zudem fehle vielen Organisationen schon eine belastbare Definition dessen, was sie eigentlich verlangen wollen. Die von Trendence genutzte Systematik ist aus der Digitalkompetenzlogik der EU-Kommission, den Anforderungen des EU AI Act und eigener Kompetenzmessung abgeleitet.

Damit trifft Ullah einen wunden Punkt der Arbeitsmarktanalyse. Stellenanzeigen gelten als brauchbarer Indikator dafür, welche Fähigkeiten Organisationen formal nachfragen. Beim digitalen Staat zeigt sich seit Jahren, wie selten Behörden digitale Fähigkeiten explizit in Ausschreibungen verankern. Bei KI-Kompetenz sieht das Bild kaum besser aus. Ullah sagte, er sehe insgesamt noch sehr wenige Anzeigen mit KI-Kompetenz, unabhängig davon, ob sie aus dem öffentlichen Dienst oder aus der privaten Wirtschaft stammen.

Für den öffentlichen Dienst fügt sich diese Beobachtung in die Trendence-Daten ein. In der Branchenbetrachtung liegt er am unteren Ende. Das ist kein bloßer Kommunikationsfehler in Ausschreibungstexten. Es verweist auf eine tiefere organisatorische Lücke: Wer KI-Kompetenz kaum benennt, wird sie schwer gezielt rekrutieren, entwickeln oder messen können.

Für die private Wirtschaft fällt die Diagnose differenzierter aus. Sie wirkt in Teilen beweglicher, vor allem in IT-Dienstleistungen, Beratung, Banken oder technologieintensiven Feldern. Doch auch dort ist KI-Kompetenz im Recruiting selten ein systematisches Auswahlkriterium. Viele Unternehmen nutzen KI, viele Beschäftigte experimentieren, viele Führungskräfte ahnen den Veränderungsdruck. In den Rollenprofilen, Auswahlverfahren und Kompetenzmodellen kommt diese Realität erst langsam an.

Gerade darin liegt der Wert von Ullahs Hinweis. Selbst Unternehmen, die KI-Kompetenz in Stellenanzeigen schreiben, müssen beantworten, wie sie diese Fähigkeit prüfen wollen. Ein Schlagwort in der Anzeige erzeugt noch keinen verlässlichen Auswahlprozess. Recruiting braucht Skalen, Dimensionen, rollenbezogene Erwartungen und Verfahren, die mehr messen als Tool-Erfahrung oder Selbstauskunft.

Lernbereitschaft trifft auf zu geringe Angebote

Ein Befund aus der Session ist für Personalentwicklung besonders relevant. Fast 80 Prozent der befragten Akademikerinnen und Akademiker wollen sich zu KI fortbilden lassen. Nur rund 45 Prozent erhalten entsprechende Angebote ihres Arbeitgebers.

Das ist eine strategische Lücke. Unternehmen sprechen über Produktivität, Effizienz und Wettbewerbsfähigkeit. An der Stelle, an der aus Technologie organisatorische Fähigkeit werden müsste, fehlen Lernarchitekturen, Kompetenzraster und verbindliche Programme.

Auch im nichtakademischen Bereich zeigt sich ein klares Signal. Über 40 Prozent der befragten Non-Academics sehen durch KI bereits eine Entlastung von mehr als 20 Prozent im Arbeitsalltag. Gerade in gewerblich-technischen Berufen lassen sich delegierbare Aufgaben oft klar abgrenzen: Dokumentation, Recherche, Zusammenfassungen, administrative Routinen. Die eigentliche Facharbeit bleibt beim Menschen.

Im akademischen Bereich ist diese Grenzziehung schwieriger. Dort sind Analyse, Sprache, Bewertung und Entscheidung enger verschränkt. Was delegiert wird, was geprüft werden muss und was beim Menschen bleibt, verlangt mehr Klärung. Produktivität entsteht hier weniger durch Toolzugang als durch die Fähigkeit, Arbeit neu zu ordnen.

Recruiting braucht messbare KI-Kompetenz

Die Rekrutierung steht vor einer neuen Aufgabe. KI-Kompetenz darf in Zukunft kaum erst nach der Einstellung auftauchen. Sie wird Teil der Auswahlentscheidung.

Bislang bleibt sie in vielen Stellenanzeigen unscharf. Selbst dort, wo KI-Kompetenz genannt wird, ist oft unklar, was genau gemeint ist und wie sie geprüft werden soll. Ullah stellte genau diese Frage: Wissen Unternehmen überhaupt, wie sie KI-Kompetenz messen, sobald sie sie verlangen?

HR muss diesen Begriff operationalisieren. Welche Dimension zählt in welcher Rolle? Welche Anwendungskompetenz braucht Recruiting? Welche rechtlichen Kenntnisse braucht Führung? Welche Tool-Kompetenz braucht Finance? Welche Fehlerkritik braucht Kommunikation? Viele Positionen verlangen Anwendungssicherheit, Prozessverständnis und Verantwortung im Umgang mit Ergebnissen, auch ohne tiefes technisches Modellwissen.

Damit tritt KI-Kompetenz neben fachlichen Fit, kulturellen Fit und Entwicklungspotenzial. Sie wird zur vierten Bewertungsachse moderner Talentdiagnostik.

Der Mensch in der Schleife muss urteilsfähig sein

Im HR-Kontext fällt oft die Formel vom „Human in the Loop“. Der Mensch soll am Ende entscheiden. Das klingt beruhigend, trägt aber nur, falls dieser Mensch versteht, welche Vorschläge, Daten, Scores oder Muster ihm vorgelegt werden.

Ein Mensch in der Schleife ohne KI-Kompetenz wird leicht zum Abnicker technischer Ergebnisse. Er vertraut Systemen, die er kaum erklären kann. Er übersieht Verzerrungen. Er erkennt Fehler zu spät. Verantwortung verlangt Verständnis.

Gerade im Recruiting ist das heikel. KI kann Terminabsprachen, Rückfragen, Informationsbereitstellung, Bewerbermanagement und Onboarding unterstützen. Bewerberinnen und Bewerber akzeptieren KI besonders früh im Prozess, etwa bei Orientierung und ersten Informationen. Je näher es an Auswahlgespräch, Vertrag und Entscheidung geht, desto größer wird der Wunsch nach menschlichem Kontakt.

Die klügere Linie lautet daher: KI übernimmt repetitive und informationsintensive Aufgaben, damit Recruiterinnen und Recruiter mehr Zeit für echte Gespräche, bessere Beratung und sorgfältigere Entscheidungen gewinnen. Automatisierung soll menschliche Arbeit präziser machen.

HR muss die eigene Kompetenz vermessen

Ullahs praktischer Rat war klar: Unternehmen sollten prüfen, ob KI strategisch verankert ist. Danach muss geklärt werden, welche Kompetenzen in Recruiting, Entwicklung und Führung benötigt werden. HR sollte bei sich selbst beginnen.

Personalabteilungen können keine glaubwürdigen KI-Kompetenzmodelle für die Organisation entwickeln, falls sie die eigene Kompetenz nie vermessen haben. Sie können keine Auswahlverfahren bauen, keine Lernpfade definieren und keine ethischen Grenzen setzen, ohne selbst in den relevanten Dimensionen belastbar zu werden.

Der neue High Potential ist kein Tool-Akrobat. Er ist ein Mensch, der KI produktiv einsetzt, ihre Grenzen kennt, Ergebnisse prüft, Verantwortung übernimmt und technologische Veränderungen in bessere Arbeit übersetzt. Die knappe Ressource der kommenden Jahre ist kaum der Zugang zu KI. Knapp wird der kompetente Mensch, der mit ihr umgehen kann.