KI-Skills für Marketing-Verantwortliche: Welche Kompetenzen 2026 wirklich zählen

KI verschiebt das Skillset im Marketing schneller, als Unternehmen ihre Stellenbeschreibungen anpassen. Wer 2026 Texten, Gestalten und Kampagnensteuerung noch für die Königsdisziplin hält, plant für gestern. Knapp sind jetzt Urteilsvermögen, Datenkompetenz und ein nüchterner Blick auf Compliance. Was Marketing-Verantwortliche können müssen, welche Lernpfade über das Mittelmaß hinausführen und was eine Schulung kosten darf, zeigt dieser Beitrag.

KI-Skills für Marketing sind seit dem 2. Februar 2025 nicht mehr Kür, sondern Pflicht. Artikel 4 der EU-Verordnung über Künstliche Intelligenz (KI-VO, oft EU AI Act genannt) schreibt für alle Mitarbeiter, die KI-Systeme im Arbeitsalltag anwenden, eine nachweisbare Kompetenz vor. Marketing-Abteilungen sind davon unmittelbar betroffen. Laut Bitkom-Studie März 2026 nutzen 41 Prozent der deutschen Unternehmen ab 20 Beschäftigten KI bereits aktiv, 19 Prozent haben wegen KI Stellen abgebaut. Marketing und Vertrieb führen die Funktionsbereiche mit 38 Prozent KI-Einsatz an.

Marketing-Verantwortliche stehen vor einer doppelten Aufgabe: die eigenen KI-Skills für Marketing auf Vordermann bringen und zugleich entscheiden, welche Kompetenzen sie an ihre Teams delegieren. Die Auswahl an Weiterbildungen ist unübersichtlich geworden. Ein Blick auf den deutschsprachigen Kursmarkt zeigt die Spanne: Die Vergleichsplattform kursmap führte im Mai 2026 im IT-Segment 19 KI-Kurse mit Preisen zwischen 296 € und 1.666 €. Im Schnitt kostete ein Kurs knapp 999 €.

Der Überblick ordnet die Skills drei Ebenen zu, vergleicht die Lernpfade und gibt eine Empfehlung, was Sie selbst beherrschen müssen und was Sie abgeben sollten.

Marketing-Skills 2026: Produktion ist nicht mehr knapp

Klassische Marketingabteilungen funktionierten wie Produktionsbetriebe. Der Großteil der Ressourcen floss in Stellen für Texter, Grafiker, Kampagnenmanager, Projektkoordinatoren und Agentursteuerer, also in die Herstellung von Inhalten. Gut gemachte Kreation war knapp und teuer. Diese Knappheit existiert seit dem Durchbruch generativer KI nicht mehr. Texte entstehen in Sekunden per Prompt, Bilder in Minuten, Landingpages über Nacht.

Die Unternehmensberatung Consileon hat im Mai 2026 in einer Analyse für CMOs nachgezeichnet, was passiert, sobald die Produktionskapazität nicht mehr der Engpass ist. Im beschriebenen Szenario stellen Marketing-Leiterinnen mit jahrelanger Kampagnenerfahrung drei Monate nach der KI-Einführung fest, dass sie vor allem koordinieren. Die gesamte Content-Produktion läuft schneller als je zuvor. Trotzdem bleibt die Frage offen, was das eigene Unternehmen vom Wettbewerb unterscheidet.

Den Ausschlag geben bessere Entscheidungen, nicht ein Mehr an Output. Welche Botschaft geht an welche Zielgruppe, auf Basis welcher Daten und mit welchem Erlebnis entlang der gesamten Customer Journey? Diese Fragen lassen sich nicht automatisieren. Die Antworten darauf finden nur Menschen mit Markenverständnis, Wettbewerbsblick und Datenkompetenz. Gefragt sind außerdem präzise Briefings und der Mut zu unbequemen Urteilen.

LinkedIn hat im März 2026 Millionen von Profildaten und Jobanzeigen ausgewertet. Henrik Ihlo, Director LinkedIn Marketing Solutions DACH, fasst das Ergebnis so zusammen, dass Marketing 2026 ohne KI nicht mehr denkbar sei. KI sei zum zentralen Hebel für Effizienz geworden. Entsprechend verschiebt sich, welche KI-Skills für Marketing zählen: Die operative Ebene wird zum Pflichtprogramm, während die strategische über den Vorsprung im Wettbewerb entscheidet.

Die drei Skill-Ebenen: operativ, strategisch, Governance

KI-Skills für Marketing lassen sich nur mit einer sauberen Taxonomie systematisch aufbauen. Drei Ebenen sind dabei klar zu trennen.

Ebene 1: Operative Tool-Kompetenz. Diese Ebene umfasst die Fähigkeit, KI-Werkzeuge im Alltag zu bedienen. Konkret gehören dazu Prompt Engineering für Sprachmodelle wie ChatGPT, Claude oder Gemini, die Arbeit mit generativen Bild- und Video-Tools wie Midjourney, Flux oder Adobe Firefly, der Umgang mit KI-Funktionen in CRM- und Automatisierungs-Plattformen wie HubSpot oder Salesforce sowie die strukturierte Recherche mit KI-Suchmaschinen wie Perplexity. Wie integrierte KI-Tool-Suiten aussehen, zeigen Anbieter wie Adobe, das in Acrobat Studio PDF-Werkzeuge mit KI-Assistenten und Content-Erstellung verschmilzt. Die operative Ebene ist die unterste und zugleich die meistbeworbene: Nahezu jede Online-Akademie setzt mit ihren Kursen genau auf dieser Ebene an.

Ebene 2: Strategisches Urteilsvermögen. Hier hört das Knöpfchendrücken auf. Zur zweiten Ebene gehören Markenkompetenz, Wettbewerbsverständnis, Datenkompetenz und die Gestaltung der Customer Journey. Im Alltag heißt das, einen KI-generierten Text als gut oder schlecht zu erkennen, eine Auswertung lesen zu können, Briefings präzise zu formulieren und zu entscheiden, wann Personalisierung den Kunden nützt und wann sie aufdringlich wirkt. Die Fähigkeiten dieser Ebene sind älter als KI, gewinnen durch KI aber deutlich an Gewicht.

Ebene 3: Governance- und Compliance-Wissen. Zur dritten Ebene gehören Datenschutz, EU-KI-Verordnung, Urheberrecht bei KI-Bildern, Markenrichtlinien für KI-generierte Inhalte und Audit-Trails für KI-Entscheidungen. Über diese rechtliche Dimension lässt sich 2026 nicht mehr verhandeln. Eine Marketing-Abteilung, die KI-Tools mit personenbezogenen Daten füttert, ohne die Folgen nach DSGVO zu verstehen, fährt gegen die Wand.

Die folgende Tabelle ordnet die wichtigsten KI-Skills für Marketing nach den drei Ebenen.

Im Vergleich der drei Ebenen sind operative Skills die billige Eintrittskarte. Mitarbeiter, die dort stehen bleiben, werden nach Einschätzung der Redaktion in den nächsten zwei Jahren ersetzbar. Strategisches Urteilsvermögen behält seinen Wert, auch wenn sich die Tools weiterentwickeln. Governance-Wissen schützt die eigene Marketing-Abteilung vor Schlagzeilen über einen vermeidbaren Verstoß gegen DSGVO oder KI-VO.

Prompt Engineering ist das neue Briefing

Prompt Engineering gehört zu den am stärksten unterschätzten Disziplinen im Marketing. Viele Marketing-Verantwortliche behandeln ChatGPT wie eine Suchmaschine, stellen eine kurze Frage, bekommen eine mittelmäßige Antwort und sind danach enttäuscht. Generative KI funktioniert jedoch nach der Logik einer Agentur. Aus einem schlechten Briefing macht die Agentur schlechte Arbeit, aus einem schlechten Prompt die KI ebenso.

Ein gutes Briefing für eine Werbeagentur enthält Marke, Zielgruppe, Tonalität, Botschaft, Format, Pflichtelemente, Ausschlüsse und Erfolgskriterien. Dieselben acht Elemente braucht auch ein Prompt. Die LinkedIn-Auswertung vom März 2026 zeigt, dass Prompt Engineering zu den fünf meistgenannten neuen Marketing-Skills 2026 in deutschen Profilen zählt.

Drei Niveaus lassen sich unterscheiden. Auf dem Einstiegsniveau formulieren Sie klare Anfragen mit Kontext (Marke, Zielgruppe, Format). Eine Stufe höher arbeiten Sie mit Rollenanweisungen, Beispielen, iterativer Verfeinerung und Negativ-Briefings („nicht im Stil eines Werbetexters“). Fortgeschrittene bauen wiederverwendbare Prompt-Bibliotheken, kombinieren mehrere Modelle für unterschiedliche Aufgaben und nutzen Retrieval-Augmented Generation, um KI mit eigenen Daten zu füttern.

Für die meisten Marketing-Verantwortlichen reicht das mittlere Niveau aus. Das Fortgeschrittenen-Niveau lohnt sich erst, sobald Sie KI-Workflows systematisch im Team verankern wollen. Anbieter, die behaupten, jeder Marketingmensch müsse Python lernen und Fine-Tuning durchführen, wollen Ihnen vermutlich ein Bootcamp verkaufen.

Prompt Engineering ist auch deshalb wertvoll, weil die Disziplin die Brücke zwischen operativer und strategischer Ebene schlägt. Gute Prompts setzen voraus, dass der Verfasser die Marke versteht, die Zielgruppe kennt und die gewünschte Botschaft präzise formulieren kann. Schlechte Prompts gehen meist nicht auf fehlendes Tool-Wissen zurück, sondern auf mangelnde strategische Klarheit. Im Kanon der KI-Skills für Marketing steht die Disziplin deshalb auch 2026 weit oben.

EU AI Act Art. 4: Was die KI-Verordnung Marketing-Teams vorschreibt

Artikel 4 der EU-Verordnung über Künstliche Intelligenz verpflichtet Anbieter und Betreiber von KI-Systemen, „nach besten Kräften“ sicherzustellen, dass ihre Mitarbeiter über ausreichende KI-Kompetenz verfügen. Die Formulierung klingt weich, hat für Marketing-Abteilungen aber zwei harte Folgen.

Zum einen betrifft die Pflicht nicht nur Entwickler oder IT-Mitarbeiter. Die Regelung gilt für jeden Beschäftigten, der ein KI-System im Arbeitsalltag nutzt, im Marketing also nahezu für alle. Erfasst sind etwa Teams, die ChatGPT für Texte einsetzen, Midjourney für Bilder, Predictive Analytics für das Kampagnen-Targeting oder Chatbots im Kundenservice. Auch die Geschäftsführerin, die ein KI-Tool nur auswählt und genehmigt, ist betroffen.

Zum anderen muss die Kompetenz nachweisbar sein. Die KI-VO schreibt weder eine bestimmte Schulungsform noch einen verpflichtenden Anbieter vor. Die Verordnung verlangt aber, dass das Unternehmen den Nachweis erbringen kann, sobald die Aufsicht danach fragt. Praktisch heißt das: dokumentierte Schulungen, Teilnahmebescheinigungen, Onboarding-Konzepte für neue Mitarbeiter und ein wiederkehrendes Update bei wesentlichen Tool-Wechseln.

Pflicht seit 2. Februar 2025

Artikel 4 der KI-Verordnung: Was Marketing-Teams nachweisen müssen

Die Pflicht zur KI-Kompetenz gilt für jeden Beschäftigten, der ein KI-System im Arbeitsalltag nutzt, nicht nur für Entwickler oder die IT.

Wer im Marketing unter die Regelung fällt

Teams, die ChatGPT für Texte einsetzen

Kreative, die Bilder mit Midjourney erzeugen

Analysten, die Predictive Analytics für das Kampagnen-Targeting nutzen

Serviceteams, die Chatbots im Kundenservice betreiben

Auch die Geschäftsführerin, die ein KI-Tool nur auswählt und genehmigt, ist betroffen.

Was als Nachweis gegenüber der Aufsicht zählt

• 1

  
  Dokumentierte Schulungen
  Die Form bleibt frei, einen bestimmten Anbieter schreibt die Verordnung nicht vor.
• 2

  
  Teilnahmebescheinigungen
  Bescheinigungen belegen, dass jeder im Team eine angemessene Grundschulung absolviert hat.
• 3

  
  Onboarding-Konzepte
  Ein Onboarding bringt neue Mitarbeiter von Beginn an auf den geforderten Stand.
• 4

  
  Wiederkehrende Updates
  Regelmäßige Updates frischen das Wissen bei wesentlichen Tool-Wechseln und neuen EU-Vorgaben auf.

30 Min.

Eine jährliche E-Learning-Pflichtschulung dieser Länge reicht für die Dokumentation, aber nicht für tatsächliche Kompetenz.

Quelle: Verordnung (EU) 2024/1689, Artikel 4; Haufe Akademie

© 2026 Dr. Web | Das Fachportal für Entscheider | Infografik von Dr. Web

Die Haufe Akademie weist in ihrer öffentlichen Übersicht darauf hin, dass die Schulungspflicht alle Anwender umfasst, nicht nur Spezialisten. Je nach Rolle reichen die Anforderungen von Grundlagenwissen über technisches Verständnis bis zu Risikomanagement und Compliance. Marketing-Verantwortliche müssen dafür sorgen, dass jeder im Team eine angemessene Grundschulung absolviert hat.

Die Versuchung ist groß, das Thema mit einer 30-minütigen E-Learning-Pflichtschulung pro Jahr abzuhaken. Für die Dokumentation reicht ein solches Modul, für tatsächliche Kompetenz nicht. Unternehmen, die die KI-VO ernst nehmen, kombinieren ein dokumentiertes Basis-Modul mit anlassbezogenen Vertiefungen, etwa beim Roll-out eines neuen Tools oder bei einer Änderung der EU-Vorgaben. Aufsichtsbehörden werden nicht jeden Prompt prüfen, im Zweifel aber den Audit-Trail anfordern. Eine Marketing-Abteilung, die KI-Skills nur als Effizienzfrage behandelt, ignoriert die regulatorische Hälfte des Themas.

Lernpfade im Vergleich: Selbststudium, IHK, Hochschule, Online-Akademien

Für den systematischen Aufbau von KI-Skills im Marketing stehen vier Hauptpfade zur Auswahl. Jeder Pfad hat eine Stärke und eine Schwäche.

Der Selbststudium-Pfad kostet wenig Geld und viel Disziplin. Für die operative Ebene reichen frei verfügbare Ressourcen aus: Anbieter-Dokumentationen von OpenAI, Anthropic und Google, YouTube-Kanäle von Praktikern sowie kostenlose Kurse in der HubSpot Academy oder ähnlichen Plattformen. Im Gegenzug fehlen ein fester Lehrplan und ein Zertifikat für die Dokumentation nach EU-KI-VO. Zudem ist die Gefahr hoch, in Tool-Tutorials zu versinken, statt strategische Skills aufzubauen.

Der IHK-Pfad liefert anerkannte Zertifikate wie KI-Tool Expert (IHK) oder KI-Spezialist für Online-Marketing (IHK), die gegenüber der Aufsicht als Nachweis nach KI-VO taugen. Anbieter wie die IHK Rhein-Neckar führen die Kurse direkt durch, Bootcamps wie das Marketing-KI-Bootcamp aus Erbendorf arbeiten mit der IHK zusammen. Die Lehrgänge laufen meist mehrere Wochen berufsbegleitend und kosten einen niedrigen vierstelligen Betrag.

Der Hochschul-Pfad ist die akademisch fundierteste Option. Die Münchner Marketing Akademie kooperiert mit der Allensbach Hochschule Konstanz und der University of Cape Town und bietet einen „Certified KI Marketing Manager (FH)“ für 2.950 € im Komplettlehrgang. Einzelmodule kosten 990 €. Die ZHAW School of Management and Law führt einen Weiterbildungskurs „KI im Marketing: Grundlagen“ durch. Die Programme umfassen drei bis fünf Module über mehrere Monate. Anerkannte Hochschulzertifikate sprechen für diesen Weg, Preis und Zeitaufwand dagegen. Einen Teil des Zeitaufwands deckt in den meisten Bundesländern der Bildungsurlaub ab: Für anerkannte Seminare stellt der Arbeitgeber Beschäftigte unter Fortzahlung des Gehalts frei. Welche Anbieter solche Seminare im Programm haben, zeigt der Vergleich der Bildungsurlaub-Anbieter.

Der Online-Akademie-Pfad lebt von Geschwindigkeit. Anbieter wie das KI Marketing Bootcamp, die Haufe Akademie oder Bildung Next Level haben Live-Online-Formate zwischen 11 und 40 Stunden im Programm. Die Kosten variieren stark, die didaktische Qualität ebenfalls.

Die folgende Tabelle bündelt die Eckdaten.

Die Redaktion empfiehlt, zwei Pfade zu kombinieren: ein IHK- oder FH-Zertifikat für den Nachweis, ergänzt durch laufendes Selbststudium, das die operative Tool-Kenntnis aktuell hält. Mit nur einem Weg kaufen Sie entweder Papier ohne Substanz oder Substanz ohne Papier.

Was Marketing-Verantwortliche unbedingt selbst können müssen

Nicht jeder Marketing-Verantwortliche muss jedes KI-Tool selbst beherrschen. Der Versuch kostet genau die Zeit, die für strategische Entscheidungen fehlt. Die nüchterne Frage lautet: Welche KI-Skills für Marketing kann ich delegieren, ohne die Kontrolle über das Ergebnis zu verlieren?

Delegierbar sind alle operativen Tool-Skills. Hat das Team einen guten Texter mit Prompt-Erfahrung, einen Designer mit Midjourney-Routine und einen Performance-Marketer mit Automatisierungs-Know-how, genügt der Marketing-Leitung ein Grundverständnis. Dazu gehört, die Möglichkeiten und Grenzen der Tools zu kennen, Briefings zu beurteilen und zu erkennen, ob ein KI-generierter Text die Markenstimme trifft. Die Prompts selbst schreiben diese Spezialisten. Fehlen solche Profile im eigenen Team, lassen sich die operativen Aufgaben auch an eine externe Agentur vergeben; einen Überblick über die Anbieter gibt der Vergleich der Marketing-Agenturen.

Nicht delegierbar sind drei Bereiche, allen voran die strategische Markenklarheit. KI kann Texte schreiben, aber nicht entscheiden, wofür die Marke steht. Diese Entscheidung trifft der Marketing-Verantwortliche. Hinzu kommt die Datenkompetenz auf Steuerungsniveau: Verantwortliche für Kampagnen-Budgets müssen Reports lesen können, ohne sie sich vom Data-Team übersetzen zu lassen.

Als dritter Bereich bleibt die Governance-Verantwortung. Die EU-KI-VO macht den Betreiber haftbar, nicht den Tool-Nutzer. Sobald das KI-Bild einer Kampagne ein Urheberrecht verletzt, klingelt das Telefon beim Marketing-Verantwortlichen.

Abgeben oder selbst können?

Welche KI-Skills Marketing-Verantwortliche ihrem Team überlassen dürfen und welche Aufgaben bei ihnen bleiben.

Delegierbar

Operative Tool-Skills

• Texter mit Prompt-Erfahrungschreiben die Prompts für Sprachmodelle.
• Designer mit Midjourney-Routineübernehmen die generative Bildarbeit.
• Performance-Marketer mit Automatisierungs-Know-howsteuern die KI-Funktionen in der Marketing-Automation.

Ihr eigener Mindeststand: wissen, was die Tools können und was nicht, Briefings beurteilen und erkennen, ob ein KI-Text die Markenstimme trifft.

Nicht delegierbar

Drei Bereiche bleiben bei Ihnen

• 1
  Strategische MarkenklarheitKI schreibt Texte, entscheidet aber nicht, wofür die Marke steht.
• 2
  Datenkompetenz auf SteuerungsniveauVerantwortliche für Kampagnen-Budgets lesen Reports ohne Übersetzung durch das Data-Team.
• 3
  Governance-VerantwortungDie EU-KI-VO macht den Betreiber haftbar, nicht den Tool-Nutzer.

Was Sie nicht selbst verstehen, können Sie nicht steuern.

Quelle: Einordnung der Dr.-Web-Redaktion

© 2026 Dr. Web | Das Fachportal für Entscheider | Infografik von Dr. Web

Aus Sicht der Redaktion gilt eine harte Regel: Was Sie nicht selbst verstehen, können Sie nicht steuern. Sagt ein Mitarbeiter „Die KI hat das so vorgeschlagen“ und hat der Marketing-Verantwortliche darauf keine inhaltlich begründete Antwort, stimmt der Skill-Mix der Abteilung nicht.

Die Lösung besteht nicht darin, alle Tools selbst zu bedienen, sondern darin, eine klare Vorstellung von den drei Skill-Ebenen zu haben und für jede Ebene zu wissen, wer im Team welche Verantwortung trägt. Marketing-Verantwortliche, denen die Sichtbarkeit ihrer Marke in KI-Assistenten wichtig ist, sollten sich parallel mit dem KI-Ranking-Thema befassen. Für Präsenz in ChatGPT und Gemini zu sorgen, ist 2026 eine neue Marketing-Aufgabe; in den Lehrplänen der meisten Kurse fehlte sie im Mai 2026 noch.

Glossar

AI Literacy. Grundverständnis für die Funktionsweise und Grenzen von KI-Systemen. Artikel 4 der EU-KI-Verordnung verlangt diese KI-Kompetenz als Mindestmaß bei allen KI-Anwendern.

Audit-Trail. Lückenlose Dokumentation, welche KI-Entscheidung wann auf Basis welcher Daten getroffen wurde. Bei Hochrisiko-KI-Systemen ist ein Audit-Trail Pflicht, bei Marketing-Anwendungen dringend empfohlen.

EU AI Act / KI-VO. Die Verordnung (EU) 2024/1689 über Künstliche Intelligenz ist seit August 2024 in Kraft. Artikel 4 (KI-Kompetenz) gilt seit dem 2. Februar 2025. Nach dem Zeitplan der Verordnung (Stand: Mai 2026) greifen weitere Pflichten ab August 2026 (Hochrisiko-Systeme) und ab August 2027 nach Ablauf der Übergangsfrist für Bestandssysteme.

Fine-Tuning. Anpassung eines vortrainierten KI-Modells an spezifische Aufgaben oder Daten. Im Marketing ist Fine-Tuning meist überflüssig, weil gut formulierte Prompts und Retrieval-Augmented Generation oft dieselbe Wirkung erzielen.

Generative KI. Sammelbegriff für KI-Systeme, die neue Inhalte erzeugen (Texte, Bilder, Videos, Code). Bekannte Beispiele sind ChatGPT, Claude, Midjourney und Flux. Generative KI bildet die Grundlage praktisch aller operativen KI-Skills für Marketing.

Halluzination. KI-Output, der plausibel klingt, aber faktisch falsch ist. Halluzinationen sind die häufigste Fehlerquelle bei generativer KI und können dem Ruf der Marke direkt schaden, sobald sie veröffentlicht werden.

Hyperpersonalisierung. Auslieferung individueller Inhalte und Angebote auf Basis von Echtzeit-Daten. Das Verfahren funktioniert nur mit sauberer Datenbasis und klarer rechtlicher Grundlage nach DSGVO.

Large Language Model (LLM). Großes Sprachmodell, das auf der Basis von Milliarden Textbeispielen Sprache versteht und produziert. ChatGPT, Claude und Gemini sind die bekanntesten Vertreter.

Predictive Analytics. Vorhersage zukünftiger Ereignisse wie Kaufverhalten, Churn oder Kampagnen-Performance auf Basis historischer Daten. Im Marketing ist Predictive Analytics seit den 2010er-Jahren ein klassischer KI-Anwendungsfall, den generative KI ergänzt und nicht ersetzt.

Prompt. Anweisung an ein KI-System, formuliert in natürlicher Sprache. Die Qualität des Prompts bestimmt die Qualität des Outputs.

Prompt Engineering. Disziplin, Prompts so zu formulieren, dass KI-Systeme konsistent gute Ergebnisse liefern. Prompt Engineering gilt 2026 als zentrale operative KI-Kompetenz im Marketing.

Retrieval-Augmented Generation (RAG). Technik, bei der das KI-Modell während der Antwort gezielt auf externe Datenquellen zugreift. Marketing-Teams nutzen RAG, um KI mit dem eigenen Markenwissen, dem Produktkatalog oder Kundendaten zu speisen.

Token. Kleinste Verrechnungseinheit bei vielen KI-Modellen. Etwa drei Tokens entsprechen vier Zeichen. Die tokenbasierte Abrechnung führt seit 2026 zu schwankenden Kosten, sobald KI-Workflows skalieren.

Glossare:

• Künstliche Intelligenz (KI) 🧠 von A bis Z: Das große Glossar für Entscheider
• Glossar Digitale Transformation 👾: 66 Schlüsselbegriffe, die Sie kennen müssen
• Cybersecurity-Glossar 2026: 99 Begriffe von BSI bis Zero Trust für Entscheider

Häufige Fragen

Quellen

• Consileon Business Consultancy: „Marketing-Skills der Zukunft: Was KI wirklich verändert“, 6. Mai 2026, consileon.de
• OnlineMarketing.de: „5 Skills, die Marketer 2026 safe brauchen“, 19. März 2026, onlinemarketing.de
• Bitkom e. V.: „Digitalisierung der Wirtschaft: Fast jedes Unternehmen beschäftigt sich mit KI“, Pressemitteilung vom 11. März 2026, Befragung von 604 Unternehmen ab 20 Beschäftigten, bitkom.org
• Haufe Akademie: „KI-Schulungspflicht: Was der EU AI Act fordert“, haufe-akademie.de
• IHK Rhein-Neckar: „EU AI Act 2025: Vorschriften, Anforderungen und KI-Weiterbildung“, ihk.de
• Münchner Marketing Akademie: „Certified KI Marketing Manager (FH)“, akademie-marketing.com
• KI Marketing Bootcamp: „KI Weiterbildung im Marketing“, marketing-ki.de
• Verordnung (EU) 2024/1689 über Künstliche Intelligenz, Artikel 4, EUR-Lex
• kursmap.de: Übersicht KI-Kurse IT/Programmierung