Auf einen Blick
- Quelle
- 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. doi:10.34190/ejel.24.3.4611
- Wie sie durchgeführt wurde
- Die Studierenden schätzten ihre digitalen Kompetenzen selbst ein und legten außerdem einen Test zu denselben Kompetenzen ab. Die Forschenden verglichen beides. Umfrage. Menschen beantworteten einmal Fragen. Sie zeigt, was zusammen auftritt, nicht was was verursacht.
- Wer teilnahm
- 629 Studierende einer Militäruniversität.
- Wo
- Spanien.
“Self-assessment of digital competence is notoriously unreliable, often masking critical skill gaps by conflating confidence with actual competence.” [Die Selbsteinschätzung digitaler Kompetenz ist bekanntermaßen unzuverlässig und verdeckt oft entscheidende Kompetenzlücken, weil sie Selbstvertrauen mit tatsächlicher Kompetenz verwechselt.]
Was sie fand
- Selbsteinschätzungen und Testwerte passten nicht zusammen. Die Abweichungen waren zu groß, um Zufall zu sein.
- Die Abweichung ging in beide Richtungen. Manche schätzten sich weit über ihrem Testwert ein, manche weit darunter.
- Zwei Bereiche waren am schwächsten, selbst bei den Besten: Problemlösen sowie das Finden und Beurteilen von Informationen.
- Die Autoren schlagen vor, eine Selbsteinschätzung mit einem Test zu kombinieren und zusätzlich zu prüfen, wie stimmig die Antworten einer Person sind.
Wann das Ergebnis gilt
Die Kompetenzen waren allgemeine digitale Kompetenzen, gemessen am Rahmen der Europäischen Union für digitale Kompetenzen in der Fassung von 2022 (2.2). Inzwischen ist eine neuere Fassung dieses Rahmens erschienen.
Grenzen
- Die Teilnehmenden waren Studierende einer einzigen Militäruniversität, keine Beschäftigten.
Praktiken, die sich auf diese Studie stützen
Diese Studie stützt:
- 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)
- Ermitteln Sie die KI-Bereitschaft aus mehreren Quellen, nicht aus der Einschätzung einer einzigen Führungskraft Ein Bereitschafts-Check, den eine einzige Person aus der Leitung ausfüllt, spiegelt deren Sicht. Fragen Sie auch Beschäftigte und Führungskräfte und vergleichen Sie die Antworten mit dem, was Sie beobachten können. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
Diagnoseinstrumente zu dieser Studie
- Wie schätzen die Beschäftigten ihr eigenes KI-Können und ihre Zuversicht beim Lernen ein? Meta AI Literacy Scale (MAILS) Beschäftigte, die jeweils ihr eigenes Können einschätzen · 34 Fragen, oder 10 in der Kurzfassung Frei nutzbar, vor Änderungen fragen
- Was wissen die Beschäftigten über KI, auch über generative KI? AI Competency Objective Scale (AICOS) Beschäftigte, die jeweils einen Test machen · Eine Voll- und eine Kurzfassung. Die Zahl der Fragen ist nicht geklärt Frei nutzbar und anpassbar
- Was wissen die Beschäftigten über KI? Scale of Artificial Intelligence Literacy for All (SAIL4ALL) Beschäftigte, die jeweils einen Test machen · 56 Fragen in 4 Teilen. Jeder Teil lässt sich einzeln nutzen Frei nutzbar und anpassbar