AIQ: Mensch-KI-Kompetenz als neue Differenzierung

post15 final 6

Von David Schulte-Herbrüggen · 12.05.2026

Was AIQ wirklich bedeutet

Zwei Mitarbeitende in derselben Marketing-Abteilung, beide mit Zugriff auf denselben KI-Assistenten. Die eine liefert in einer Stunde einen sauberen Entwurf, der andere klickt drei Tage und bekommt poliertes Nichts heraus. Den Unterschied zu erklaeren, ist eine der zentralen Fragen im aktuellen Personalwesen. Forschende um Xin Qin (Universitaet Hongkong) haben dafuer ein eigenes Konstrukt vorgeschlagen: den Artificial Intelligence Quotient (AIQ). Quer ueber Schach, Schreibaufgaben, Problemloesung und Entscheidungsfindung beobachten sie, dass manche Menschen mit denselben KI-Tools systematisch besser arbeiten als andere, und das unabhaengig von IQ, technischer Affinitaet oder KI-Kenntnis im engeren Sinn.

Was Qin als Forschungshypothese formuliert, zeichnen die Adoptions-Daten der grossen Anbieter inzwischen unabhaengig nach. OpenAI berichtete im April 2026, dass Power-User innerhalb derselben Unternehmen sechsmal so viele Anfragen an ChatGPT richten wie der Median. Microsoft beziffert die Spitze in seinem Work Trend Index 2026 auf 16 Prozent der Nutzenden; diese Gruppe produziert 80 Prozent der wirklich neuen Outputs. Anthropic ergaenzt im Economic Index vom Maerz 2026, dass erfahrene Nutzende rund zehn Prozent hoehere Erfolgsraten erreichen und der Vorteil sich selbst verstaerkt. Die klassische Skill-Pyramide aus Bildung, Erfahrung und Tool-Beherrschung erklaert diese Verteilung nicht. Sie misst etwas anderes: wie gut jemand mit der KI zusammen denkt, statt nur an ihrer Schnittstelle zu sitzen.

Wie Frueh-Adopter darauf reagieren

Bei Accenture hat CEO Julie Sweet bereits im Maerz 2026 klargemacht, dass regelmaessige KI-Nutzung zur Voraussetzung fuer Befoerderungen geworden ist. JPMorgan Chase fuehrte parallel ein internes Dashboard ein, das fuer rund 65.000 Engineers granular nachvollzieht, wie tief die KI in den Arbeitsalltag eingebettet ist. Light-, Heavy- und Non-User werden dort unterschieden, der Befund fliesst in Performance-Reviews ein. Zapier ging Ende Maerz noch einen Schritt weiter und bewertet im Bewerbungsgespraech selbst in Echtzeit, wie Kandidaten mit der KI arbeiten: Eine vierstufige Rubrik unterscheidet Unacceptable, Capable, Adoptive und Transformative; bewertet wird der Iterations-Prozess, nicht das polierte Endergebnis. Anthropic veroeffentlichte parallel einen eigenen AI Fluency Index mit vier Dimensionen und 24 beobachtbaren Verhaltensweisen.

Allen diesen Ansaetzen ist gemein, dass sie sich vom alten Reflex loesen, KI-Kompetenz ueber Schulungs-Zertifikate nachzuweisen. Der Forrester-Analyst J.P. Gownder beschreibt es deutlich: Wenn Mitarbeitende mit KI nicht produktiv werden, liege die Verantwortung beim Arbeitgeber; er habe das passende Lern- und Engagement-Umfeld nicht geschaffen. Das ist eine harte Aussage, weil sie HR-Verantwortliche aus der bequemen Schulungs-Logik herausschiebt.

Die Duolingo-Lehre: warum Druck kippt

So weit der optimistische Teil. Im April 2026 hat Duolingo gezeigt, wie schnell ein gut gemeintes AIQ-Programm in das Gegenteil umschlagen kann. CEO Luis von Ahn hatte zunaechst angekuendigt, KI-Nutzung in die Performance-Reviews aufzunehmen, zog die Anordnung dann aber zurueck, mit dem Satz „I'm not going to force you". Die Belegschaft hatte protestiert, weil sich KI-Nutzung schnell wie Ueberwachung anfuehlte. An dieser Schwelle endet das Modell: Wer AIQ als Kennzahl einfuehrt, ohne den Sinn zu erklaeren, ohne Lernzeit einzuplanen und ohne Schutzraeume fuer Experimente zu schaffen, verwandelt eine Foerder- in eine Kontrollmassnahme. Die regulatorischen Leitplanken denken in dieselbe Richtung. Die UK ICO definiert in ihrer Konsultation vom 31. Maerz 2026 „meaningful human involvement" ueber Autoritaet, Ermessen und Kompetenz, also exakt die AIQ-Trias. In Deutschland greift parallel die Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG, sobald KI-Tools Mitarbeitende ueberwachen koennten.

Was Payroll Fuchs daraus zieht

Payroll Fuchs sieht den Mittelstand vor zwei naheliegenden Versuchungen. Entweder die Praxis wird ignoriert, weil sich AIQ nach Tech-Konzern-Sprache anfuehlt. Oder sie wird in Comp-Banding und Bonus-Systeme uebersetzt, bevor die Lernkurve im Unternehmen verstanden ist. Beide Wege schaffen Risiken: der erste den Wettbewerbsnachteil, der zweite den Mitarbeiter-Pushback. Es gibt einen dritten Weg. Klar formulieren, dass Mensch-KI-Kollaboration ab sofort zum Kerngeschaeft gehoert, im Mitarbeitergespraech den Weg statt nur das Ergebnis zu betrachten, und Re-Skilling auf den Prozess statt auf das Tool zu fokussieren. Bei Lohn- und Gehaltsabrechnung selbst ist der Effekt unmittelbar spuerbar. Wer die Software gemeinsam mit dem KI-Assistenten betreibt, also Fehlerquellen aktiv hinterfragt, Plausibilitaetspruefungen iteriert und regulatorische Veraenderungen mit dem Modell durchspricht, laeuft messbar weniger in DEUEV-, SV- oder DATEV-Importfehler. An dieser Mensch-KI-Pruefkette zeigt sich, ob AIQ in einem 80-Personen-Mittelstand traegt.

FAQ

Wodurch unterscheidet sich AIQ von KI-Literacy?
KI-Literacy beschreibt das Wissen ueber das Tool: welche Modelle gibt es, wie schreibt man Prompts, was sind Halluzinationen. AIQ adressiert die Faehigkeit, dieses Wissen im Alltag wirksam einzusetzen, also wann eine KI-Antwort akzeptiert, wann hinterfragt, wann verworfen wird. Wer KI-Literacy hat, kann das Tool bedienen; wer AIQ hat, arbeitet besser mit ihm zusammen.

Wie laesst sich AIQ messen?
Eine standardisierte Messung gibt es bislang nicht. Zapier nutzt eine vierstufige Verhaltensrubrik im Hiring-Gespraech, Anthropic ueber 24 beobachtbare Verhaltensweisen in einem Fluency-Index. Fuer den Mittelstand reicht oft schon eine strukturierte Frage im Mitarbeitergespraech: Wo hat die KI Deine Arbeit verbessert, wo hast Du sie widerlegt? Die Antworten zeigen den Iterations-Reflex.

Darf AIQ in die Mitarbeiterbewertung einfliessen?
Grundsaetzlich ja, aber unter Bedingungen. Die DSGVO verlangt Transparenz ueber die zugrundeliegenden Daten, der EU AI Act stuft Hochrisiko-HR-Anwendungen scharf ein, und § 87 Abs. 1 Nr. 6 BetrVG zieht den Betriebsrat hinzu, sobald die Bewertung systematisch erfolgt. Wer den Schritt geht, sollte Sinn, Methodik und Konsequenzen explizit kommunizieren. Sonst wiederholt sich der Duolingo-Effekt.

Was, wenn Mitarbeitende die KI ablehnen?
Ablehnung ist meist kein Kompetenz-, sondern ein Vertrauensproblem. Wer die ersten kleinen Erfolge sichtbar macht, etwa eine schneller bearbeitete Abrechnung oder eine sauberer kommentierte DATEV-Buchung, verschiebt die Diskussion vom Prinzip zur Praxis.

Vollstaendige Quellenliste