KI-Schulung planen: Inhalte für Fachkräfte, Leitung und Verwaltung

Warum KI-Schulung mehr ist als Tooltraining

Viele KI-Schulungen beginnen mit der Bedienung eines konkreten Tools. Das ist verständlich, aber für soziale Einrichtungen zu kurz. Wer mit Beratung, Hilfeplanung, Jugendhilfe, Pflege, Eingliederungshilfe, Verwaltung oder Leitung arbeitet, muss nicht nur wissen, welche Eingabe ein Tool versteht. Er oder sie muss erkennen, welche Informationen nicht eingegeben werden dürfen, wann KI-Antworten fachlich unsicher sind und wer Verantwortung für die Nutzung trägt.

Eine gute KI-Schulung klärt deshalb zuerst den Rahmen: Welche KI-Nutzung ist gewollt Welche Tools sind freigegeben Welche Daten bleiben ausgeschlossen Wie werden Ergebnisse geprüft Wer entscheidet bei Unsicherheit Erst danach geht es um konkrete Anwendung, Prompting und Übung.

Das ist besonders wichtig, weil KI-Systeme Antworten erzeugen können, die sprachlich überzeugend wirken, aber falsch, verzerrt, unvollständig oder für den konkreten Fall ungeeignet sind. Schulung muss diese Scheingenauigkeit sichtbar machen und Mitarbeitende befähigen, KI-Ergebnisse kritisch einzuordnen.

Rollenbezogene Schulung planen

Eine soziale Einrichtung braucht selten eine einzige Schulung für alle. Sinnvoller ist ein gemeinsamer Basisteil und anschließende Vertiefungen nach Rolle. So entsteht eine gemeinsame Sprache, ohne die unterschiedlichen Verantwortlichkeiten zu verwischen.

Fachkräfte brauchen Sicherheit im Alltag: Welche Prompts sind möglich Welche Daten sind tabu Wie prüfe ich KI-Antworten Wann muss ich Rücksprache halten Wie verhindere ich, dass KI eine fachliche Einschätzung verdeckt beeinflusst

Leitung und Geschäftsführung brauchen Steuerungswissen: Welche Ziele verfolgt die Organisation Welche Ressourcen braucht Kompetenzaufbau Wie werden Tools freigegeben Wie werden Risiken bewertet Wie werden Schulungen, Reviews und Zuständigkeiten dokumentiert

Verwaltung braucht konkrete Grenzen für Textarbeit, Terminorganisation, allgemeine Schreiben und interne Informationen. Datenschutz, IT und QM brauchen Prüf- und Nachweiswissen: Datenarten, Auftragsverarbeitung, technische Sicherheit, Toolfreigabe, Schulungsnachweise, Prozessdokumentation und Review-Termine.

Welche Inhalte in die Schulung gehören

Die genaue Agenda hängt von Organisation, Zielgruppe und Nutzungskontext ab. Für soziale Einrichtungen haben sich mehrere Lernfelder als Mindeststruktur bewährt:

• Grundverständnis: Was generative KI kann, wo sie irrt und warum sie keine fachliche Verantwortung übernimmt.
• KI-Kompetenz nach AI Act: Warum Art. 4 der KI-Verordnung einen kontextbezogenen Kompetenzaufbau verlangt.
• Datenstopps: Welche Daten nicht in ungeprüfte oder nicht freigegebene KI-Tools gehören.
• Datenschutz und Sozialdaten: Warum Namen zu entfernen oft nicht genügt und Kontextdaten Personen erkennbar machen können.
• Fachliche Prüfung: Wie KI-Antworten auf Plausibilität, Quellen, Bias, Tonalität und fachliche Angemessenheit geprüft werden.
• Erlaubte Nutzung: Welche Anwendungsfälle im eigenen Haus möglich, prüfpflichtig oder ausgeschlossen sind.
• Toolfreigabe: Warum nicht jedes frei verfügbare Tool automatisch im Arbeitskontext genutzt werden darf.
• Rollen und Ansprechwege: Wer bei Datenschutz, Technik, Fachfragen und Grenzfällen zuständig ist.
• Praxisübung: Sichere Übungen mit Musterfällen, allgemeinen Texten und Prüfszenarien.
• Transfer: Welche nächsten Schritte nach der Schulung im Team, in Leitung oder QM folgen.

Datenschutz und Fachlichkeit zusammen denken

In sozialen Einrichtungen sind Datenschutz und Fachlichkeit nicht zwei getrennte Schulungsteile. Sie gehören zusammen. Wer sensible Informationen verarbeitet, arbeitet zugleich mit Vertrauen, Schutzbedarfen und fachlicher Verantwortung.

Deshalb sollte jede KI-Schulung deutlich machen: Echte Falldaten, Sozialdaten, Gesundheitsdaten, Daten von Kindern und Jugendlichen, vertrauliche Beratungsinhalte, interne Konflikte, Personalinformationen oder indirekt identifizierbare Kombinationen gehören nicht in ungeprüfte KI-Systeme. Auch scheinbar anonymisierte Beispiele können problematisch sein, wenn Ort, Alter, Familiensituation, Einrichtung oder besondere Ereignisse eine Person erkennbar machen.

Fachlich gilt ebenso: KI darf entlasten, strukturieren, formulieren und Denkanstöße liefern. Sie darf aber keine Schutzbewertung, Hilfeentscheidung, Diagnose, fachliche Verantwortung oder Beziehungsarbeit ersetzen. Eine gute Schulung macht diese Grenze an Beispielen greifbar.

Praxisübungen ohne echte Falldaten

Praxisnähe entsteht nicht dadurch, dass Teilnehmende echte Inhalte aus dem Arbeitsalltag in ein KI-Tool kopieren. Gerade das wäre ein falsches Lernsignal. Besser sind künstliche Musterfälle, neutrale Verwaltungstexte, allgemeine Konzeptideen, frei erfundene Beratungssituationen oder absichtlich fehlerhafte KI-Antworten, die gemeinsam geprüft werden.

Eine gute Übung zeigt nicht nur, wie KI eine Antwort erzeugt, sondern auch, wie Menschen die Antwort prüfen: Ist sie fachlich zutreffend Fehlen wichtige Schutzaspekte Ist die Sprache angemessen Werden Menschen stereotypisiert Werden Quellen behauptet, aber nicht belegt Wäre die Nutzung im echten Arbeitskontext erlaubt

So wird aus einer Tooldemonstration ein Lernprozess. Die Teilnehmenden erfahren, wo KI nützlich sein kann, und lernen zugleich, wann ein Stopp, eine Rückfrage oder eine fachliche Korrektur nötig ist.

Nachweise im Qualitätsmanagement verankern

KI-Schulung sollte nicht als isolierter Fortbildungstermin verschwinden. Sie sollte in KI-Leitlinien, Toolfreigabe, Datenschutzprüfung und Qualitätsmanagement eingebettet werden. Dann wird sichtbar, welche Rollen geschult wurden, welche Inhalte vermittelt wurden, welche Regeln gelten und welche Fragen noch offen sind.

Sinnvoll sind einfache Nachweise: Schulungsziel, Zielgruppe, Agenda, Materialien, Teilnahme, behandelte Datenstopps, freigegebene Tools, offene Prüffragen, Transferaufgaben und Review-Termin. Diese Nachweise müssen nicht überladen sein, sollten aber zeigen, dass Kompetenzaufbau geplant und nachvollziehbar erfolgt.

Größere Organisationen können ihre KI-Governance zusätzlich an anerkannten Managementsystemen wie der ISO/IEC 42001 ausrichten. Für viele kleine und mittlere soziale Organisationen stehen zunächst jedoch klare Zuständigkeiten, nachvollziehbare Prozesse und ein schrittweiser Kompetenzaufbau im Vordergrund.

Gerade mit Blick auf Art. 4 der KI-Verordnung ist der Gedanke wichtig: KI-Kompetenz ist kein einmaliges Zertifikat, sondern eine kontextbezogene Organisationsfähigkeit. Schulung muss deshalb regelmäßig aktualisiert werden, wenn Tools, interne Regeln, Risiken oder rechtliche Anforderungen sich ändern.

Praxisbeispiele

Fachkräfte in der Jugendhilfe

Ein Jugendhilfeteam soll KI kennenlernen, ohne echte Fallnotizen zu verwenden. Die Schulung arbeitet mit frei erfundenen Musterfällen und allgemeinen Strukturaufgaben. Die Teilnehmenden üben, eine KI-Antwort auf fachliche Verkürzung, Datenschutzrisiken, unangemessene Sprache und fehlende Schutzperspektive zu prüfen. Ergebnis ist keine Toolbegeisterung, sondern ein gemeinsames Verständnis: KI kann bei Struktur und Sprache helfen, aber echte Fallbewertung und Verantwortung bleiben beim Menschen.

Leitung und Verwaltung

Eine Bereichsleitung und Verwaltungskräfte wollen KI für allgemeine Rundmails, Veranstaltungsankündigungen und Textvereinfachung nutzen. Die Schulung trennt allgemeine Inhalte von vertraulichen Interna, Personalinformationen und personenbezogenen Daten. Die Gruppe erstellt Beispielprompts für neutrale Texte und definiert zugleich Stoppregeln: keine Bewerbendendaten, keine Krankheitsdaten, keine Konfliktbeschreibungen, keine internen strategischen Details in ungeprüfte Tools.

QM, Datenschutz und IT planen den Transfer

Nach einer Basisschulung sammeln QM, Datenschutz und IT die häufigsten Fragen: Welche Tools sind freigegeben Dürfen Protokolltools getestet werden Wie werden Musterfälle erstellt Daraus entsteht ein kurzer Transferplan mit Toolfreigabeliste, Datenstopps, Prüfmatrix und einem Review-Termin nach drei Monaten.