Kurze Frage, bevor du weiterliest: Wie KI-kompetent bist du, auf einer Skala von eins bis zehn?
Halt die Zahl mal fest. Gut möglich, dass sie falsch ist — und zwar falsch in eine ganz bestimmte Richtung.
Forschende der Aalto-Universität haben das sauber getestet. Über zwei Studien hinweg (erst rund 246 Personen, dann 452) ließen sie Leute LSAT-artige Logik-Aufgaben mit ChatGPT lösen und danach schätzen, wie gut sie abgeschnitten hatten. Die KI hob ihre Punktzahl um etwa 3 Punkte. Sie überschätzten sich selbst aber um rund 4. Sie gingen raus in dem Glauben, der Sieg der Maschine sei ihrer gewesen.
Und jetzt der Teil, der dich stutzig machen sollte. Normalerweise überschätzen sich die am wenigsten kompetenten Leute am meisten. Das ist der berühmte Dunning-Kruger-Effekt. In dieser Studie hat er sich umgedreht. Die deutschsprachige Presse hat es genau so betitelt — scinexx schreibt, „Künstliche Intelligenz kehrt den Dunning-Kruger-Effekt um", radioeins titelt „KI-Kompetenz erhöht die Selbstüberschätzung". Ausgerechnet die Leute, die sich für am KI-kompetentesten hielten, hatten den schlechtesten Blick auf ihre eigene Leistung. Selbstbewusster, weniger treffsicher. Robin Welsch und seine Ko-Autoren gaben dem Paper einen nüchternen Titel: „AI makes you smarter but none the wiser" — klüger, aber nicht weiser.
Warum kippt das? Kognitives Offloading. Die Leute fragten einmal, nahmen die Antwort und prüften nie nach. Kein Prüfen, kein Feedback. Kein Feedback, keine Möglichkeit, sich zu eichen.
Wenn intensive Nutzung deine Selbsteinschätzung also leise aufbläht, dann ist ein „bewerte dich von 1 bis 5"-Quiz schlechter als nutzlos. Es misst dein Selbstvertrauen — und genau das ist ja das Kaputte. Ein echter Check muss etwas fragen, das Selbstvertrauen nicht vortäuschen kann: Was hast du letztes Mal tatsächlich getan?
Genau das ist das hier. Acht Fragen, ungefähr fünf Minuten, rund um die vier Skills gebaut, die KI-Kompetenz ausmachen. Kein Gefühls-Check. Ein Verhaltens-Check.
Wie dieser Selbsttest funktioniert
Zwei Fragen pro Skill. Acht insgesamt. Jede zielt auf ein Verhalten, nicht auf ein Gefühl — die ehrliche Antwort ist also entweder „ja, hab ich gemacht" oder „nein, hab ich nicht". Keine bequeme Mitte.
Und du kriegst am Ende keine einzelne Note. Du kriegst ein Profil. Die meisten sind bei einem oder zwei der vier Skills stark und überspringen den Rest still und leise. Zu wissen, welchen du überspringst, ist der ganze Gewinn.
Das ist nicht bloß unsere Meinung. Die Forschenden, die KI-Kompetenz-Tests beruflich bauen, landen an derselben Stelle. Die stärksten akademischen Skalen — SAILS (zwölf echte Szenarien) und die Meta AI Literacy Scale — vermeiden bewusst das „bewerte dein Können" und setzen dich stattdessen in Situationen, weil Selbsteinschätzungen einfach nicht mit echtem Können mitgehen. Die vier Skills selbst gehen auf Ng und Kolleg:innen (2021) zurück, deren vier Säulen — kennen, nutzen, bewerten und die Ethik drumherum — Anthropics vier D’s spiegeln. Willst du die ausführliche Version? Hier ist der ganze Leitfaden zu den 4 Skills. Die Kurzfassung steht unten, eine Zeile pro Skill.
Der Selbsttest
Lies jedes Paar. Antworte laut, wenn du kannst. Eine vage Antwort zählt als Nein.
Delegation: hast du gewählt, oder einfach gegriffen?
Denk an die letzte Aufgabe, die du der KI gegeben hast. Hast du wirklich entschieden, dass sie es wert war, abgegeben zu werden? Oder hast du gefragt, weil das Kästchen halt direkt daneben war?
Dann die hier: Nenn eine einzige Sache diese Woche, die du der KI hättest geben können und bewusst selbst behalten hast. Fällt dir nichts ein, ist das deine Antwort. Nach allem zu greifen, ist keine Kompetenz. Das ist ein Reflex.
Schwachstelle hier? Der Skill, den du willst, ist zu wissen, wann du KI nutzt — und genauso, wann nicht. Fang mit KI-Grundlagen an.
Description: steuerst du, oder generierst du nur neu?
Als die erste Antwort letztes Mal danebenlag — was hast du beim zweiten Versuch geändert?
Sei ehrlich mit der Antwort. War es „nichts, ich hab einfach auf ‚neu generieren’ gedrückt und gehofft", dann ist da die Lücke. Steuern heißt, die Eingabe zu ändern, den Kontext und das Beispiel für „gut" dranzuhängen — nicht denselben Prompt nochmal zu würfeln.
Schwachstelle hier? Das ist der Prompt-und-Kontext-Skill, und genau den halten viele für das ganze Spiel. Prompt Engineering geht tief rein.
Discernment: wann hast du sie zuletzt beim Lügen erwischt?
Wann hast du die KI zuletzt bei etwas selbstbewusst und konkret Falschem erwischt? Eine erfundene Quellenangabe, eine Zahl, die nicht aufging, ein Name, den sie sich aus dem Nichts ausdachte.
Und wie hast du es gemerkt? Wenn du dich an keinen Fall aus letzter Zeit erinnerst, sei ehrlich zu dir: Der wahrscheinliche Grund ist nicht, dass die KI aufgehört hat, sich Dinge auszudenken. Sondern dass du aufgehört hast hinzuschauen.
Schwachstelle hier? Lern, Halluzinationen zu erkennen und den Output unter Druck zu setzen, bevor du ihm traust. KI-Grundlagen deckt das ab.
Diligence: hast du’s verantwortet, oder nur abgeschickt?
Bevor du dein letztes KI-gestütztes Ding aus der Hand gabst — eine Mail, ein Bericht, eine Folie — hast du die Fakten geprüft, für die du persönlich nicht geradestehen konntest?
Und hast du den Rest geregelt? Gesagt, dass KI mitgeholfen hat, wo das zählte. Sichergestellt, dass du nichts Vertrauliches reinkopierst — ein Passwort, Kundendaten, eine noch nicht veröffentlichte Zahl.
Schwachstelle hier? Das ist die Prüf-und-Verantwortungs-Gewohnheit. Wieder KI-Grundlagen.
Lass das Tool deine Gewohnheiten messen (mit einem Vorbehalt)
Deine Erinnerung an letzte Woche ist auch eine Art Selbstauskunft — und du weißt jetzt, wie viel die wert ist. Hier also ein Weg, dich gegen echte Daten zu prüfen: Lass das Tool dir zeigen, was du wirklich getan hast.
Am 9. Juli hat Anthropic ein Feature namens Reflect veröffentlicht. Leute nennen es „Claude Wrapped", also Spotify Wrapped für KI, und das trifft es ganz gut. Es ist ein Dashboard in den Einstellungen von Claude (Web und Desktop, kostenlose Version inklusive), das dir deine Nutzung zurückspiegelt: deine Themen, deine Muster (aktivster Tag, Stoßzeit) und wofür du nach Kategorie Zeit aufgewendet hast — über ein, drei, sechs oder zwölf Monate. Damit es läuft, muss „Memory" eingeschaltet sein.
Der Teil, der für uns zählt: Anthropic legt das direkt auf dieselben vier D’s. Reflect sagt dir also buchstäblich, wie sich deine Delegation und deine Description diesen Monat gezeigt haben.
Ab und zu reicht es dir sogar eine Reflexionsfrage. Eine davon: Was ist eine Sache, die du weiterhin selbst machen willst, auch wenn Claude sie schneller könnte? Über die lohnt es sich tatsächlich mal nachzudenken.
Jetzt der Vorbehalt, denn der ist real. TechCrunch nannte Reflect eine Art, dich „leise von KI zu überzeugen", und da ist was dran. Schau nochmal auf den Screenshot. Die Buttons — „Fokus-Projekt erstellen" und „Prompt kopieren" — schubsen dich tiefer in Anthropics eigene, teils kostenpflichtige Features. Nie zu einem Konkurrenten. Das Ganze läuft über Memory, das du anlassen musst. Es ist ein Spiegel, klar. Aber es ist ein Spiegel, den der Händler aufgehängt hat, und der will, dass du mehr kaufst.
(Eine Kleinigkeit, damit du nicht suchst: Eine kumulierte „aufgewendete Zeit"-Ansicht ist als „kommt bald" angekündigt, aber noch nicht live.)
Also nutz Reflect. Es ist wirklich praktisch, um die eigenen Muster zu sehen. Lass nur nicht den Anbieter der sein, der deine Kompetenz benotet. Genau dafür gibt es einen neutralen, an Verhalten geknüpften Check wie diesen.
Was du mit deinem Ergebnis machst
Kommt drauf an, wer du bist.
- Führst du Leute: Deine Schwachstellen sind vermutlich Delegation und Diligence, weil dein eigentlicher Job ist, zu entscheiden, welche Arbeit KI anfassen soll, und die Norm fürs Prüfen zu setzen. Stell die vier Fragen im nächsten Teammeeting, laut. Schau, wie wenige die Discernment-Frage beantworten können.
- Suchst du einen Job: Arbeitgeber sind fertig damit, sich von „ich nutze ChatGPT" beeindrucken zu lassen. Sie screenen nach Discernment und einem Ergebnis, das sie sehen können. Nimm deinen schwächsten Skill, reparier ihn diesen Monat und komm mit einer Geschichte rein.
- Bist du in der Ausbildung oder im Studium: Setz auf Discernment. Die Tools werden sich fünfmal ändern, bis du fertig bist. Zu wissen, wann die Antwort falsch ist, veraltet nicht.
Was ein Selbsttest nicht kann
Sagen wir’s ehrlich mit den Grenzen, weil ich lieber habe, dass du dem hier traust, als dass ich es überverkaufe.
Es ist kein Zertifikat. Niemand schreibt „habe mein eigenes Quiz bestanden" in den Lebenslauf. Das ist eine Diagnose, kein Nachweis.
Eine gute Woche ist keine Kompetenz. Du kannst alle acht Fragen abräumen, weil du bei einem Projekt zufällig sorgfältig warst. Kompetenz ist die Gewohnheit, über Monate gehalten — auch wenn du müde bist, hetzt und die Deadline jetzt ist.
Es misst Gewohnheiten, keine Ergebnisse. Die richtigen Dinge zu tun, ist der beste Prädiktor, den wir haben, aber der Check sieht nur deinen Prozess, nicht dein tatsächliches Resultat.
Und er wird schal. Neue Tools, neue Fehlermuster, neue Dinge, die sich zu prüfen lohnen. Mach ihn alle paar Monate neu und schau, wie deine ehrlichen Antworten wandern. Dieses Wandern sagt dir mehr als jede einzelne Note.
Unterm Strich
Viel KI zu nutzen, macht dich nicht gut darin, dein eigenes KI-Können zu beurteilen. Wenn überhaupt, sagen die Aalto-Daten, macht es dich ein bisschen schlechter darin: sicherer, weniger treffsicher. Leg also die Zahl beiseite, die du dir oben auf dieser Seite gegeben hast. Die bessere Frage war nie, wie gut du dich fühlst. Sie ist, was du letztes Mal getan hast. Hast du die Aufgabe gewählt, die Antwort gesteuert, den Fehler erwischt, das Ergebnis verantwortet?
Wenn ein paar davon als ehrliches „nein" gelandet sind — gut. Genau dafür ist ein Check da. Jetzt weißt du, wohin du zielst.
Willst du die strukturierte Version statt eines Bauchgefühls? Unser Kurs KI-Grundlagen geht alle vier Skills von Null durch. Fang mit deinem schwächsten an. Da liegen die schnellsten Fortschritte versteckt.
Quellen
- scinexx — Wie KI unser Selbstbild verändert (Dunning-Kruger umgekehrt)
- radioeins — KI-Kompetenz erhöht die Selbstüberschätzung
- Swiss AI Experts — Klüger, aber nicht weiser
- Aalto University / Welsch et al. — „AI makes you smarter but none the wiser"
- Anthropic — Reflect with Claude
- TechCrunch — Anthropic’s new Claude feature is quietly selling you on AI
- MAILS — Meta AI Literacy Scale
