Meta AI Literacy Scale (MAILS)

Kurz gesagt

Ein Fragebogen zur Selbsteinschätzung des KI-Könnens, der auch fragt, wie zuversichtlich sich Menschen fühlen, mit KI zu lernen und Probleme zu lösen. Nutzen Sie ihn neben einem Wissenstest, nicht an seiner Stelle.

Für die Person, die die Diagnose durchführt: eine Leitung aus Personal oder Betrieb, ein internes Projektteam oder eine externe Beratung.

Was es misst

Wie Menschen ihr eigenes KI-Wissen einschätzen: KI nutzen und anwenden, sie verstehen, sie erkennen, ihre ethischen Fragen beurteilen und mit ihr gestalten. Dazu kommt etwas, das die meisten Skalen auslassen: wie zuversichtlich Menschen sind, dass sie Neues über KI lernen und mit ihr Probleme lösen können, und wie gut sie mit ihren eigenen Reaktionen auf KI umgehen.

Diese zusätzlichen Teile helfen bei der Planung von Schulungen. Wer bezweifelt, dass er lernen kann, braucht einen anderen Einstieg als jemand, dem nur Wissen fehlt.

Wie Sie es nutzen

1. Nutzen Sie ihn zusammen mit einem Wissenstest.
2. Lesen Sie zuerst die Werte zur Zuversicht, wenn Sie Schulungen planen.
3. Vergleichen Sie die Selbsteinschätzung mit dem Testergebnis. Der Abstand zeigt, wer sich überschätzt und wer sich unterschätzt.
4. Vergleichen Sie keine Werte zwischen Sprachfassungen.

Was es nicht misst

• Tatsächliches Wissen. Er ist eine Selbsteinschätzung. Selbsteinschätzungen weichen von Testergebnissen ab, in beide Richtungen.
• Können in einem bestimmten Beruf.

Wie es geprüft wurde

• Die Vollfassung wurde mit 300 Erwachsenen in Deutschland geprüft. Die Teile zeigten sich wie beabsichtigt.
• Ein zweiter Artikel berichtet über drei weitere Studien und entwickelt die Kurzfassung mit 10 Fragen. Die Ergebnisse stützten die Skala insgesamt. Einige Befunde waren unerwartet, und die Autoren sagen, dass die Kurzfassung weitere Prüfung braucht.
• Eine griechische Fassung wurde an zwei Stichproben von Fachkräften in Kindertageseinrichtungen (133 und 342 Personen) geprüft und zeigte dieselbe Struktur aus neun Teilen. Diese Studie prüfte nicht, ob sich griechische Werte direkt mit den Originalwerten vergleichen lassen.

Lizenz und Zugang

Achten Sie auf die zwei Lizenzen. Die Kurzfassung darf übersetzt und angepasst werden. Die Vollfassung darf unverändert für nicht kommerzielle Zwecke weitergegeben werden, und eine Übersetzung gilt als Änderung.

Alternativen

Andere Diagnoseinstrumente mit ähnlicher Aufgabe, und wann Sie welches vorziehen sollten.

• Was wissen die Beschäftigten über KI? Scale of Artificial Intelligence Literacy for All (SAIL4ALL) Nehmen Sie es, wenn Sie testen wollen, was Menschen wissen, statt sie zu fragen. Beschäftigte, die jeweils einen Test machen · 56 Fragen in 4 Teilen. Jeder Teil lässt sich einzeln nutzen Frei nutzbar und anpassbar Prüfung: Mittel KI-Wissenstests und Selbsteinschätzungen
• Was wissen die Beschäftigten über KI, auch über generative KI? AI Competency Objective Scale (AICOS) Nehmen Sie es, wenn Sie einen Test wollen, der generative KI abdeckt. Beschäftigte, die jeweils einen Test machen · Eine Voll- und eine Kurzfassung. Die Zahl der Fragen ist nicht geklärt Frei nutzbar und anpassbar Prüfung: Mittel KI-Wissenstests und Selbsteinschätzungen

Praktiken, die es nutzen

• Prüfen Sie das KI-Wissen, statt die Beschäftigten sich selbst einschätzen zu lassen Menschen schätzen ihre eigenen Fähigkeiten schlecht ein. Um herauszufinden, was Ihre Beschäftigten über KI wissen, nutzen Sie einen kurzen Wissenstest oder eine zweite Meinung, nicht nur eine Selbsteinschätzung. Als Nächstes · Aufwand: mittel (Wochen, einige Personen) Evidenz: Mittel Menschen und Kompetenzen · Einführen

Die Einzelheiten

Prüfung

Stark Die Vollfassung wurde mit 300 Erwachsenen in Deutschland geprüft und erneut in drei weiteren Studien. Ein anderes Team prüfte eine griechische Fassung und fand dieselbe Struktur. Die Kurzfassung braucht weitere Prüfung, wie ihre Autoren sagen.

Betrachtet

Person

Wie die Antworten erhoben werden

Eine Umfrage, in der jede Person ihr eigenes Können einschätzt.

Länge

34 Fragen; Kurzfassung 10 Fragen

Kosten

Kostenlos

Lizenz

Vollfassung: CC BY-NC-ND 4.0. Kurzfassung: CC BY 4.0.Sie dürfen die Kurzfassung mit 10 Fragen mit Quellenangabe übersetzen und anpassen. Für eine Übersetzung oder Änderung der Vollfassung mit 34 Fragen brauchen Sie die Zustimmung der Autoren.

Sprachen

Auf Englisch veröffentlicht; in Deutschland geprüft. Es gibt eine griechische Fassung.

Von

Carolus and colleagues, 2023; short version by Koch and colleagues, 2024

Quellen

1. Carolus, Koch, Straka, Latoschik and Wienrich (2023). MAILS – Meta AI literacy scale: Development and testing of an AI literacy questionnaire based on well-founded competency models and psychological change- and meta-competencies. Computers in Human Behavior: Artificial Humans. doi:10.1016/j.chbah.2023.100014
2. Koch, Carolus, Wienrich and Latoschik (2024). Meta AI literacy scale: Further validation and development of a short version. Heliyon. doi:10.1016/j.heliyon.2024.e39686
3. Papadakis, Vatou and Andreadakis (2026). Early Childhood Educators’ AI Literacy: Validation of the Meta-AI Literacy Scale in a Greek Context. Education Sciences. doi:10.3390/educsci16071117

Verwandte Studien auf dieser Website

• Eine Übersicht über 16 Fragebögen, die KI-Wissen messen Lintner (2024). A systematic review of AI literacy scales. npj Science of Learning, 9, 50.
• Selbst eingeschätzte digitale Kompetenzen und Testergebnisse bei 629 Studierenden Luna, Ocaña, Ortiz-Colón and Rodríguez Moreno (2026). From Self-Perception to Reality in Digital Competence: Findings from the DigComp 2.2 Framework. The Electronic Journal of e-Learning, 24(3), 137–153.