77% der deutschen Unternehmen wollen 2026 kompetenzbasiert einstellen. Gleichzeitig verpflichtet der EU AI Act seit Februar 2025 jedes Unternehmen, das KI-Systeme einsetzt, zur Sicherstellung ausreichender KI-Kompetenz beim Personal. Zwei getrennte Entwicklungen, die sich zu einer neuen Einstellungsrealität verdichtet haben: Was jemand kann und wie jemand mit KI arbeitet, zählt mehr als Abschlüsse.
Stepstones Hiring Trends Report (über 1.000 Recruiter, fast 7.000 Beschäftigte) zeigt die Verschiebung deutlich. Parallel dazu hat das US-Arbeitsministerium im Februar 2026 ein AI Literacy Framework veröffentlicht. Der globale Trend ist eindeutig: Die Einstellungskriterien von 2024 sind überholt.
Warum beide Kriterien gleichzeitig durchgebrochen sind
Skills-basiertes Hiring ist kein neues Konzept. Seit 2020 reden Unternehmen darüber. Die Umsetzung blieb jedoch jahrelang hinter dem Anspruch zurück. Laut Haufe haben zwar 55% der Arbeitgeber bereits auf das kompetenzbasierte Modell umgestellt, aber in vielen Fällen betraf das nur die Stellenausschreibung, nicht den tatsächlichen Auswahlprozess.
KI-Kompetenz war bis 2023 eine Anforderung für Data Scientists und ML-Ingenieure. Nach dem Durchbruch generativer KI-Tools wurde sie zur Basisanforderung für praktisch jede Wissensarbeit. Laut dem World Economic Forum hat KI bereits 1,3 Millionen neue Arbeitsplätze weltweit geschaffen, viele davon in Rollen, die es vor drei Jahren nicht gab.
Der regulatorische Katalysator
Was beide Kriterien von “wäre gut” zu “muss geprüft werden” verschoben hat, war Regulierung. Artikel 4 des EU AI Acts ist seit Februar 2025 anwendbar. Er verpflichtet jede Organisation, die KI-Systeme einsetzt, für “ausreichende KI-Kompetenz” beim Personal zu sorgen. Keine Empfehlung, sondern eine rechtliche Pflicht mit Durchsetzung ab August 2026.
Gleichzeitig hat der Arbeitsmarkt den Punkt erreicht, an dem das Filtern nach Abschlüssen zu viele qualifizierte Kandidaten ausschließt. In Deutschland bleiben 418.000 Fachkraftstellen unbesetzt. Einen Master zu verlangen, wenn die Stelle eigentlich jemanden braucht, der einen Salesforce-Workflow bedienen und GPT-Output bewerten kann, ist ein Luxus, den sich der Markt nicht mehr leisten kann.
Die Rückkopplung
Beide Kriterien verstärken sich gegenseitig. Wer Abschlussanforderungen lockert, vergrößert den Kandidatenpool um Quereinsteiger, Bootcamp-Absolventen und Autodidakten. Aber ohne Abschluss als Proxy-Signal brauchen Hiring Manager ein Ersatzsignal. KI-Kompetenz-Tests füllen diese Lücke: eine standardisierte, beobachtbare, praktische Fähigkeit, die mit Anpassungsfähigkeit, strukturiertem Denken und Offenheit für neue Werkzeuge korreliert.
KI-Kompetenz ist Pflicht, kein Bonus
Der EU AI Act definiert KI-Kompetenz als “Fertigkeiten, Kenntnisse und Verständnis, die es Anbietern, Betreibern und betroffenen Personen ermöglichen, KI-Systeme sachkundig einzusetzen sowie ein Bewusstsein für die Chancen und Risiken von KI und mögliche Schäden zu entwickeln.”
Für Recruiter bedeutet das: KI-Kompetenz im Bewerbungsprozess zu prüfen, ist günstiger als die gesamte Belegschaft nach der Einstellung zu schulen. Unternehmen, die Artikel 4 ernst nehmen, integrieren KI-Kompetenz-Assessment direkt in den Hiring-Prozess.
Was KI-Kompetenz konkret heißt
Es geht nicht um Programmieren oder Modelltraining. Für die meisten Stellen umfasst KI-Kompetenz drei Bereiche:
Prompt-Kompetenz. Kann der Kandidat ein KI-Tool so klar anweisen, dass brauchbare Ergebnisse entstehen? Laut Join.com korreliert die Qualität von Prompts mit strukturiertem Denken und Aufgabenverständnis.
Output-Bewertung. Erkennt der Kandidat, wenn KI-Output falsch, unvollständig oder verzerrt ist? Das ist wichtiger als Prompt-Skill. Jeder bekommt eine plausibel klingende Antwort von GPT. Der Unterschied liegt darin, zu wissen, wann diese Antwort gefährlich falsch ist.
Verantwortungsvoller Umgang. Versteht der Kandidat Datenschutz (DSGVO), geistiges Eigentum und ethische Grenzen beim KI-Einsatz? Unter dem EU AI Act ist das keine Kür, sondern Pflicht.
Drei Bewertungsmethoden, die in der Praxis funktionieren
1. Arbeitsproben mit KI-Tool-Zugang
Geben Sie dem Kandidaten eine realistische Aufgabe aus dem tatsächlichen Arbeitsalltag. Stellen Sie ChatGPT, Copilot oder die KI-Tools des Teams zur Verfügung. Bewerten Sie nicht nur das Ergebnis, sondern den Umgang mit den Tools: Hat der Kandidat die KI-Vorschläge überprüft? Wusste er, wann er die KI überstimmen muss?
Bristow Hollands Analyse für 2026 ergab, dass dieser Ansatz in 30 Minuten mehr über die praktische Eignung verrät als ein klassisches Behavioral Interview in einer Stunde.
2. KI-Output-Bewertungsszenarien
Legen Sie dem Kandidaten KI-generierte Arbeitsergebnisse mit absichtlichen Fehlern vor: eine Marktanalyse mit halluzinierten Statistiken, ein Code-Snippet mit subtiler Sicherheitslücke, eine Kunden-E-Mail mit problematischer Empfehlung. Bitten Sie um Identifikation und Korrektur der Fehler.
Das testet die Output-Bewertungskompetenz direkt. Kandidaten, die KI-Output blind vertrauen, fallen durch. Wer die Fehler findet und die Begründung liefert, demonstriert genau die Kompetenz, die Artikel 4 verlangt.
3. Micro-Credentials und Skills-Portfolios
Zertifizierungen von NVIDIA, Coursera und ähnlichen Plattformen gewinnen bei Hiring Managern an Glaubwürdigkeit. Sie ersetzen kein praktisches Assessment, funktionieren aber als effizienter Vorfilter. Ein Kandidat mit verifiziertem KI-Kompetenz-Zertifikat signalisiert Basis-Literacy, bevor das Gespräch überhaupt beginnt.
Der Schlüssel liegt in der Kombination: Micro-Credentials als Vorfilter, Arbeitsproben als Kern-Assessment, KI-Output-Bewertung als Belastungstest. Drei Signale, die zusammen mehr Einstellungssicherheit geben als jeder Abschluss.
Die DACH-Rechnung: Fachkräftemangel trifft Skills-First
77% und die Realität dahinter
Die Stepstone-Zahlen sind eindeutig: 77% der Unternehmen priorisieren kompetenzbasiertes Recruiting. Im IT-Bereich verzichten bereits 38% auf formale Qualifikationen für bestimmte Positionen. Im Bau (10%) und Bildungswesen (11%) ist der Anteil niedriger, aber die Richtung ist klar.
Die Quereinsteiger-Chance
Quereinsteiger sind eine strukturelle Antwort auf den Fachkräftemangel. Sie bringen Erfahrung aus anderen Branchen, frische Perspektiven und oft hohe Motivation mit. Aber traditionelle Einstellungsprozesse schließen sie systematisch aus, weil ihre Abschlüsse nicht zur Stellenbeschreibung passen.
Skills-basiertes Hiring kombiniert mit KI-Kompetenz-Testing eröffnet eine Pipeline für diese Kandidaten. Eine Marketing-Fachkraft, die in die Datenanalyse wechselt, braucht keinen Statistik-Abschluss, wenn sie Kompetenz in Datentools, kritischer Bewertung von Modell-Outputs und verantwortungsvollem KI-Einsatz nachweisen kann.
Compliance-Druck aus zwei Richtungen
Deutsche Arbeitgeber stehen vor einer Zangenbewegung. Der Fachkräftemangel zwingt sie, Kandidatenpools zu erweitern und starre Abschlussanforderungen zu lockern. Der EU AI Act zwingt sie, KI-Kompetenz bei allen Mitarbeitern sicherzustellen, die mit KI-Systemen arbeiten. Die einzige Einstellungsstrategie, die beide Anforderungen gleichzeitig erfüllt, ist kompetenzbasierte Bewertung mit KI-Kompetenz als Kernkriterium.
Unternehmen, die weiterhin primär nach Abschlüssen und Berufserfahrung einstellen, werden sowohl unterbesetzt sein (weil sie geeignete Kandidaten ausschließen) als auch nicht-konform (weil sie KI-Kompetenz nicht screenen). Die zwei Kriterien sind keine getrennten Trends. Sie sind ein Trend, getrieben von denselben Arbeitsmarkt-Zwängen und regulatorischen Realitäten.
Häufig gestellte Fragen
Was ist Skills-basiertes Hiring und warum ist es 2026 wichtig?
Skills-basiertes Hiring bewertet Kandidaten anhand nachgewiesener Kompetenzen statt Abschlüssen oder Jobtiteln. 2026 ist es entscheidend, weil 77% der deutschen Unternehmen es priorisieren (Stepstone), der Arbeitsmarkt es sich nicht leisten kann, Kandidaten nach Abschlüssen zu filtern, und KI neue Rollen geschaffen hat, die klassische Ausbildungswege nicht abdecken. In Kombination mit der KI-Kompetenz-Pflicht des EU AI Acts ist kompetenzbasierte Bewertung der einzige Ansatz, der Talentgewinnung und Compliance gleichzeitig sicherstellt.
Ist KI-Kompetenz eine rechtliche Pflicht für Arbeitgeber?
Ja, in der EU. Artikel 4 des EU AI Acts verpflichtet alle Organisationen, die KI-Systeme einsetzen, für ausreichende KI-Kompetenz beim Personal zu sorgen. Diese Pflicht gilt seit Februar 2025, die Durchsetzung durch Marktüberwachungsbehörden beginnt im August 2026. In den USA hat das Arbeitsministerium im Februar 2026 ein freiwilliges AI Literacy Framework veröffentlicht, das viele Unternehmen als interne Richtlinie übernehmen.
Wie können Arbeitgeber KI-Kompetenz im Bewerbungsprozess prüfen?
Drei bewährte Methoden: (1) Arbeitsproben mit KI-Tool-Zugang, bei denen bewertet wird, wie Kandidaten KI-Output nutzen und überprüfen. (2) KI-Output-Bewertungsszenarien, bei denen Kandidaten Fehler in KI-generierten Ergebnissen identifizieren. (3) Micro-Credentials von Plattformen wie NVIDIA oder Coursera als Vorfilter. Die Kombination aller drei Methoden gibt das stärkste Signal zur praktischen KI-Kompetenz.
Was bedeutet KI-Kompetenz für nicht-technische Rollen?
Für die meisten Rollen bedeutet KI-Kompetenz nicht Programmieren oder Modellbau. Es umfasst drei Bereiche: Prompt-Kompetenz (KI-Tools klar anweisen können), Output-Bewertung (erkennen, wenn KI falsch oder verzerrt liegt) und verantwortungsvoller Umgang (Datenschutz nach DSGVO, geistiges Eigentum und ethische Grenzen verstehen).
Wie hilft Skills-basiertes Hiring gegen den Fachkräftemangel?
Deutschland hat 418.000 unbesetzte Fachkraftstellen. Skills-basiertes Hiring öffnet den Kandidatenpool für Quereinsteiger, Bootcamp-Absolventen und Autodidakten, die die Kompetenzen mitbringen, aber nicht die traditionellen Abschlüsse. Kombiniert mit KI-Kompetenz-Screening gibt es Arbeitgebern eine zuverlässige Methode, nicht-traditionelle Kandidaten zu bewerten und gleichzeitig die Anforderungen des EU AI Acts zu erfüllen.