Anbieter zum Thema

Tobit Software AG

Ceyoniq Technology GmbH

SMART CJM GmbH

Omnidocs GmbH

KI-Kompetenz entsteht nicht durch Freischalten

Regeln allein reichen allerdings nicht. Eine Organisation kann eine technisch sichere Umgebung bereitstellen und trotzdem erleben, dass Mitarbeitende sie kaum nutzen oder umgekehrt ihre Möglichkeiten überschätzen. KI-Kompetenz entsteht erst, wenn Menschen verstehen, was die Systeme leisten, wo ihre Grenzen liegen und welche Verantwortung bei ihnen selbst verbleibt. Deshalb sollte eine Einführung nicht mit einer Schulung beginnen, deren Inhalt bereits feststeht.

Sinnvoller ist es, zunächst Erfahrungen, Erwartungen und Bedenken in der Organisation zu erfassen. Wer hat bereits mit generativer KI gearbeitet? Wer sieht konkrete Einsatzmöglichkeiten? Wo bestehen Unsicherheiten? Eine solche Bestandsaufnahme hilft, Schulungen an den tatsächlichen Kenntnisstand anzupassen und unterschiedliche Gruppen mitzunehmen.

Beim Wissenschaftsrat wurden Mitarbeitende vor dem Rollout anonym zu ihren bisherigen Erfahrungen, Erwartungen und möglichen Bedenken befragt. Zunächst testete das Kernteam die Anwendung, anschließend wurde die größere Taskforce einbezogen. Weitere Mitarbeitende erhalten erst nach einer Schulung Zugang. Beim Onboarding stehen Mentoren aus der Taskforce als Ansprechpartner zur Verfügung. Damit wird Lernen nicht auf einen Einführungstermin reduziert, sondern in den Arbeitsalltag verlängert.

Dieser Ansatz wirkt in zwei Richtungen. Er soll verhindern, dass Mitarbeitende KI aus Unsicherheit gar nicht nutzen. Gleichzeitig setzt er Grenzen gegen eine unreflektierte Nutzung aus Begeisterung. Beides ist relevant: Eine Plattform, die niemand verwendet, erzeugt keinen Nutzen. Eine KI, deren Ergebnisse ungeprüft übernommen werden, schafft neue Risiken.

Wenn die KI überzeugend falsch liegt

Warum diese Kompetenz nötig ist, zeigt ein konkreter Anwendungsfall. In der Geschäftsstelle des Wissenschaftsrats unterstützt ein Agent die Recherche nach geeigneten Sachverständigen für Arbeitsgruppen und Gutachten. Dabei können Themenfeld, Sprachraum und mögliche Befangenheit berücksichtigt werden. Die Recherche, die zuvor vollständig manuell erfolgte, lässt sich damit vorbereiten und strukturieren.

Allerdings liefert die KI nicht immer verlässliche Ergebnisse. Vereinzelt werden nicht existierende Personen vorgeschlagen oder realen Personen Themengebiete zugeordnet, die nicht stimmen. Gerade solche Fehler sind anspruchsvoll, weil sie auf den ersten Blick plausibel wirken können. Die Konsequenz besteht deshalb nicht darin, auf die Anwendung grundsätzlich zu verzichten. Die Ergebnisse werden fachlich geprüft und nicht ungeprüft übernommen.

Das Beispiel macht deutlich, dass KI-Kompetenz mehr bedeutet als Prompting. Mitarbeitende müssen einschätzen können, wann ein Ergebnis kontrolliert werden muss, welche Quelle belastbar ist und an welcher Stelle eigenes Fachwissen unverzichtbar bleibt. Je besser generative Systeme formulieren, desto wichtiger wird diese kritische Distanz.

Die Arbeit verschiebt sich, die Verantwortung nicht

Richtig eingesetzt kann KI gerade bei repetitiven und zeitintensiven Tätigkeiten entlasten. In der Geschäftsstelle des Wissenschaftsrats entstehen Protokollentwürfe beispielsweise auf Basis von Stichworten und werden anschließend überarbeitet. Ein anderer Anwendungsfall ist die sprachliche Überarbeitung von Textentwürfen. Auch umfangreiche Datenaufbereitung lässt sich unterstützen. Eine rund 200 Seiten umfassende PDF-Datei mit tabellarischen Informationen wurde mit KI in eine strukturierte Excel-Datei überführt. Manuell wäre diese Arbeit erheblich zeitaufwendiger gewesen.

Damit verändert sich die Rolle der Mitarbeitenden. Sie verbringen weniger Zeit mit einzelnen vorbereitenden Arbeitsschritten und können sich stärker auf fachliche Bewertung, Qualitätssicherung und Entscheidungen konzentrieren. Das bedeutet jedoch nicht, dass Verantwortung verschwindet. Im Gegenteil: Wenn KI einen Teil der Arbeit übernimmt, muss klarer definiert sein, wer das Ergebnis prüft und freigibt.

Für öffentliche Institutionen ist diese Trennung besonders wichtig. Automatisierung darf nicht dazu führen, dass Verantwortung zwischen Mensch und System unklar wird. Für jeden produktiven Anwendungsfall sollte deshalb feststehen, welche Aufgabe die KI übernimmt, welches Ergebnis sie liefern soll, wer dieses Ergebnis kontrolliert und wer am Ende dafür einsteht.

Die Einführung ist ein Organisationsprojekt

Generative KI wird sich weiterentwickeln, Modelle werden leistungsfähiger und neue Anwendungen werden hinzukommen. Eine Organisation kann deshalb nicht für jede technische Entwicklung im Voraus eine abschließende Regel formulieren. Sie kann aber Strukturen schaffen, mit denen neue Anwendungsfälle kontrolliert erprobt, bewertet und bei Bedarf angepasst werden.

Genau darin liegt die Funktion guter Governance. Sie soll Innovation nicht verhindern, sondern einen belastbaren Rahmen dafür schaffen. Klare Einsatzgrenzen, nachvollziehbare Zuständigkeiten, qualifizierte Mitarbeitende und menschliche Letztverantwortung machen aus technischen Möglichkeiten ein Arbeitsmittel, das im öffentlichen Dienst verantwortbar eingesetzt werden kann.

Der Erfolg einer KI-Einführung entscheidet sich deshalb nicht allein daran, welches Modell die besten Antworten liefert. Entscheidend ist, ob eine Organisation weiß, wofür sie KI einsetzen will, welche Regeln dafür gelten und wer die Ergebnisse kontrolliert. Die Technologie ist schnell verfügbar. Erfolgreich wird ihr Einsatz erst, wenn klar ist, wer Verantwortung trägt.

Informationssicherheit und sensible Daten

KI-Tool ermöglicht Datenschutz und Rechtssicherheit

(ID:50977197)