KI in der Praxis

Die Abteilung Forschung und Entwicklung (FuE) ist die Denkfabrik der DAA NRW und arbeitet nach dem Leitmotiv „Forschung für Bildung“. Unser Auftrag: Veränderungen in Gesellschaft und Arbeitswelt frühzeitig erkennen, Trends einordnen und daraus tragfähige Bildungs- und Beratungsangebote für Betriebe und Beschäftigte entwickeln. Wir arbeiten interdisziplinär und projektförmig mit Partnern aus Wissenschaft und Praxis. Thematisch fokussieren wir u. a. Nachhaltigkeit, Künstliche Intelligenz und „Decent Work“.

Dieser Beitrag soll zeigen, wie wir Künstliche Intelligenz (KI) verantwortungsvoll und datenschutzkonform in unserem Alltag einsetzen – von Recherche und Antragsskizzen über die didaktische Entwicklung bis zur Evaluation. Im Mittelpunkt stehen praxiserprobte Anwendungsfälle, Vorlagen und Checklisten sowie gewonnene Erkenntnisse, die sich unmittelbar auf andere Organisationen übertragen lassen.

Warum KI? Sie hilft uns, Recherche, Konzept‑ und Antragserstellung, Inhaltsentwicklung und Evaluation schneller, konsistenter und barriereärmer umzusetzen. Zugleich gelten klare Leitplanken zu Datenschutz, Qualität und Transparenz sowie die konsequente Vier‑Augen‑Prüfung.

Bevor es ins Handwerkliche geht, ist wichtig, wovon wir uns leiten lassen: Was darf KI – und was nicht? Wir haben uns dafür einen recht schlichten Rahmen gesetzt: Der Mensch trifft die Entscheidungen, KI liefert Zuarbeit. Ergebnisse müssen nachvollziehbar sein; wo Verzerrungen (Biases) drohen, werden sie benannt und geprüft. Nicht-Diskriminierung ist dabei Maßstab und nicht nur Absichtserklärung.

Zum Schutz von Daten gilt zudem eine einfache Regel: Sensibles bleibt draußen. Personenbezogene oder vertrauliche Informationen wandern nicht in offene Modelle; stattdessen kommen – wo nötig – datenschutzkonforme Umgebungen zum Einsatz. Eingabeanweisungen werden so formuliert, dass keine Geheimnisse preisgegeben werden. Jede relevante Passage geht durch die Vier-Augen-Prüfung: Fakten, mögliche Verzerrungen und Urheberrechte werden kontrolliert. Wenn KI mitgewirkt hat, wird das kenntlich gemacht.

Damit das zuverlässig gelingt, setzen wir auf Befähigung statt Bauchgefühl und nutzen dazu kurze Schulungen, klare Checklisten und eine geübte Praxis in der Formulierung von Eingabeanweisungen. So verbinden wir Tempo mit Sorgfalt – und halten zugleich die Anforderungen an Datenschutz, Lizenzen und die Einhaltung von Vorgaben ein.

Mit diesem Rahmen im Rücken zeigt sich im Alltag schnell ein Muster: In wiederkehrenden Abläufen hilft KI an klaren Stellen. Das beginnt mit der Recherche. Meist steht am Anfang die Klärung der Fragen: Was wollen wir wissen, wozu, für wen? KI hilft dabei, Themenfelder zu ordnen, Lücken sichtbar zu machen und erste Hypothesen zu formulieren. Alles Relevante landet in einer Sammelliste, die Quellen werden von Hand geprüft. Am Ende steht eine kurze Recherche-Notiz mit Links und offenen Punkten – die Ausgangsbasis für die nächsten Schritte.

Aus dieser Grundlage entsteht die Ideenskizze. Ziele, Zielgruppen, Nutzen und Meilensteine werden auf einer Seite zusammengeführt. KI schlägt Varianten vor, wir gewichten, verdichten und priorisieren. So entsteht eine kompakte Kurzskizze, die sich gut mit Partnern besprechen lässt und früh Klarheit über den Kern des Vorhabens schafft.

Wenn sich die Idee trägt, folgen die eigentlichen Texte. Logiken werden strukturiert: Passen Ziele, Maßnahmen und Indikatoren? Sind Ergebnisse und Wirkungen nachvollziehbar beschrieben? KI unterstützt beim Formulieren, Ordnen und bei der Konsistenzprüfung. Fachliche Aussagen, Budgets und Risiken bleiben Teamverantwortung; sie werden geprüft, belegt und abschließend freigegeben. Ergebnis ist ein stimmiger Entwurf mit Prüfliste, der in die Feinabstimmung gehen kann.

In der Didaktik und in den Inhalten beschleunigt KI die erste Fassung. Lernziele, Modulstruktur und Aufgabenformate liegen schneller vor; Texte werden in Klartext übertragen, mit Alt‑Texten und Transkripten ergänzt und für verschiedene Niveaus variiert. Die didaktische Feinarbeit – Beispiele, Tonalität, Bewertungskriterien – entsteht im Team. Daraus wird ein praxistauglicher Prototyp, etwa ein Kursgerüst oder ein Kurzlern-Skript.

Bei der Umsetzung hilft KI vor allem bei wiederkehrenden Schritten: Protokollgerüste, Aufgabenlisten, Standardtexte, Erinnerungen. Wo Medien gefragt sind, unterstützt sie bei Bild, Audio und Video. Die Freigaben erfolgen rollenspezifisch: Fachprüfung, danach redaktionelle Freigabe – klar getrennt und dokumentiert.

Die Qualitätssicherung begleitet alle Phasen. Für jeden Abschnitt gibt es definierte Prüfpunkte: Quellenprüfung, Bias‑Prüfung (Biases) und Urheberrecht. Wichtige Schritte werden im Protokoll festgehalten – mit Eingabeanweisung (Prompt), Version und Entscheidung –, damit der Weg vom Entwurf zum Ergebnis nachvollziehbar bleibt.

Am Ende stehen die Evaluation und der Transfer. Offene Antworten aus Befragungen oder Workshops werden mit KI vorstrukturiert (thematische Bündelungen und Kategorien). Die Einordnung bleibt bewusst menschlich. Was tragfähig ist, fließt in Vorlagen zurück oder verbessert die Eingabeanweisungen; sensiblere Schritte des Promptens verbleiben beim Team.

Klar ist auch, was wir nicht automatisieren: fachliche Bewertungen, ethische Abwägungen und finale Freigaben; Originalrecherche und Primärquellenprüfung; Zitat‑ und Lizenzfragen; sowie die Verarbeitung personenbezogener Rohdaten in offenen Modellen. Für Aussagen gegenüber Partnern und Öffentlichkeit übernehmen wir die Verantwortung.

Wie sieht das im Konkreten aus? Im Folgenden schauen wir uns fünf typische Situationen aus unserem Alltag an.

1. Texte und Kommunikation

Texte entstehen bei uns selten aus dem Nichts. Am Anfang stehen Zweck, Adressaten und ein gewünschtes Format – etwa „Hinweis in Klartext, eine halbe Seite“ oder „E‑Mail‑Entwurf in wertschätzendem Ton“. Auf dieser Grundlage erzeugt die KI eine erste Fassung: sie fasst Materialien zusammen, schlägt eine passende Struktur vor, passt den Ton an und hilft bei Übersetzungen oder der Übertragung in barrierearme Sprache (Klartext, Alternativtexte). Danach kommt der menschliche Teil: Wir verdichten, ergänzen Beispiele, prüfen Quellen und schleifen Stil und Aussagen so, dass sie zu unseren Zielgruppen passen.

So wird die Arbeit spürbar schneller, ohne an Verlässlichkeit zu verlieren: Die Erstfassung beschleunigt den Einstieg, die fachliche Verantwortung bleibt beim Team. Besonders hilfreich ist das, wenn mehrere Varianten gebraucht werden – etwa Kurzfassung und ausführlicher Hintergrund –, denn die KI kann auf Knopfdruck umstellen, wir wählen aus und verfeinern.

2. Projektarbeit und Fördermittel

Wenn aus einer Idee ein Projekt werden soll, zählt Übersicht: Was verlangt die Ausschreibung genau, was ist vorhanden, was fehlt? KI hilft, die Vorgaben systematisch gegen unsere Bausteine zu legen. Daraus entsteht eine klare Struktur: Ziele, Zielgruppen, Shareholder, Maßnahmen, Indikatoren, Zeitplan und Zuständigkeiten – ergänzt um Risiken und Annahmen. Konsistenzprüfungen zeigen, ob alles zusammenpasst; die fachliche Verantwortung bleibt beim Team.

Nützlich ist außerdem der Blick auf den Weg: Aus den Anforderungen wird eine kurze Prüfliste, Termine werden in einen realistischen Ablauf gebracht, und Hinweise für Nachweise (z. B. Referenzen, Bedarfslage) werden direkt vermerkt. So lässt sich mit Partnern rasch klären, wer was beisteuert – und ob der Aufwand zur Ausschreibung passt.

3. Didaktik und Lernmedien

Didaktik entsteht in Iterationen. KI beschleunigt die erste Runde: Aus einem Themenraster werden Lernziele, Modulstruktur und passende Aufgabenformate vorgeschlagen – gerne in zwei, drei Anspruchsniveaus. Texte lassen sich in Klartext übertragen, mit alternativen Formulierungen und Transkripten ergänzen und auf Zielgruppen zuschneiden. Der Feinschliff liegt aber weiterhin bei uns – Beispiele, Tonalität, Bewertungskriterien und die Frage, was Lernenden wirklich hilft steuern wir aus unserer eigenen Erfahrung bei.

4. Daten und Auswertung

Bei offenen Antworten aus Befragungen oder Workshops ist der erste Schritt oft das Sortieren. KI hilft dabei, thematische Bündelungen und Kategorien vorzuschlagen und Häufigkeiten sichtbar zu machen. Danach schaut das Team genau hin: Stimmen die Kategorien, fehlen wichtige Aspekte, gibt es Verzerrungen (Biases)? Personenbezüge werden vorher entfernt; internetbasierte Modelle kommen für sensible Rohdaten nicht zum Einsatz.

5. Büroautomatisierung und Qualität

Viele kleine Handgriffe lassen sich vereinheitlichen. KI unterstützt beim Mitschreiben von Besprechungen, leitet Aufgaben mit Verantwortlichkeiten ab, erstellt kurze Protokolle und hilft bei der Formulierung von E-Mails. Vorlagen und Formatstandards sorgen dafür, dass Ergebnisse vergleichbar bleiben und schnell auffindbar sind.

Hinter diesen genannten Beispielen steht ein überschaubarer Werkzeugkasten unterschiedlicher KI-Anwendungen. Wir verzichten an dieser Stelle bewusst auf die Nennung bestimmter Produktnamen, sondern ordnen vielmehr nach Kategorien. So bleibt die Darstellung langlebig und passt zudem zu unterschiedlichen technischen Umgebungen.

Sprachmodelle. Gespräche mit großen Sprachmodellen (LLM) finden in abgesicherten Umgebungen statt, die den Unternehmensdatenschutz berücksichtigen. Für die FuE steht eine erweiterte Lizenzvariante bereit, etwa für längere Kontexte oder Zusatzfunktionen. Auf lokale/offline Modelle und auf abrufgestützte Textgenerierung (RAG) verzichten wir derzeit – nicht aus Prinzip, sondern weil der Nutzen in unserem Setting momentan geringer ist als der Pflegeaufwand.

Eingabeanweisungen (Prompts). Das Fundament sind gemeinsame Grundtechniken: klare Rollen und Ziele, Schritt‑für‑Schritt‑Anweisungen, Beispielpassagen (Few-Shot), das Zerlegen komplexer Aufgaben, präzise Ausgabeformate mit Prüfkriterien sowie bewusste Schleifen zum Nachschärfen. Dieses Prompten wird laufend weiterentwickelt. Was sich bewährt, dokumentieren wir kurz: Eingabeanweisung, Version, Quellen, Entscheidung – so bleibt nachvollziehbar, warum ein Ergebnis überzeugt.

Medienhilfen. Für Bild, Audio und Video gibt es einen festen Pfad. Bei Bild reichen die Hilfen von Rohentwürfen über Zuschneiden/Skalieren und einfache Retuschen bis zu Alternativtexten und Kontrast‑Checks. Audio wird transkribiert, zusammengefasst und mit Kapitelmarken versehen; Lautheit wird angeglichen. Video erhält Untertitel (auch mehrsprachig) einschließlich SRT‑Dateien; Standbilder und Kurzbeschreibungen erleichtern die Ablage. Rechte und Lizenzen werden geklärt, barrierearme Ausgaben sind Standard.

Abläufe & Zusammenarbeit. Wiederkehrende Schritte laufen halbautomatisch: Protokoll anlegen, Aufgaben mit Verantwortlichkeiten verteilen, Termin‑E‑Mails vorbereiten. Die zentrale Ablage folgt einem Ordnungssystem mit einheitlicher Benennung, Datum und Projektkürzel; kurze Beschreibungen und Suchbegriffe machen Inhalte auffindbar. Besprechungen folgen einer schlanken Agenda mit klaren Rollen, danach greift die Nachfassroutine. An definierten Qualitätsprüfpunkten prüfen Fach‑ und Redaktionsebene Fakten, Biases, Urheberrecht und Quellen – die Freigabe bleibt menschlich.

Kreative Zusatzmodule. Wo es passt, setzen wir kleine KI‑gestützte Bausteine ein: eine kurze Erkennungsmelodie als Kurs‑Intro, pointierte Übersetzungen für mehrsprachige Materialien. Ziel ist nicht Effekthascherei, sondern Aufmerksamkeit und Vielfalt im Lernzugang – mit sauberer Rechteprüfung und Kennzeichnung.

KI in Alltagswerkzeugen. Viele Programme bringen heute eigene KI‑Funktionen mit: Formulierungsvorschläge, Zusammenfassungen, Alternativtexte, Untertitel, Transkriptionen oder Gestaltungshilfen. Für sie gelten die gleichen Regeln wie oben: Unternehmensdatenschutz, dokumentierter Prüfpfad und klare Freigaben.

Werkzeuge allein reichen jedoch meist nicht aus. Entscheidend ist, wie ein Team damit arbeitet – Kompetenzen und Kultur geben den Takt vor. Dabei beruht die Qualität unseres KI-Einsatzes vor allem auf Arbeitskultur und Lernroutine. Im Mittelpunkt stehen Transparenz, gegenseitige Unterstützung und bewusste Reflexion. Kollegiale Begutachtung ersetzt Einzelarbeit; in kurzen Zeigen-und-Erklären-Runden werden Beispiele und Fehlversuche offen diskutiert. Neue Teammitglieder erhalten ein kompaktes Onboarding mit Praxisaufgaben und Mentoraten durch erfahrene Kolleginnen und Kollegen.

Für die Weiterentwicklung haben sich einfache Rituale bewährt: Kurz-Demos mit Feedback, ein kleines Repository „gute Eingabeanweisungen“ mit Begründung sowie ein aktualisierter Leitfaden zur Quellen-, Lizenz- und Bias‑Prüfung. So entsteht ein verlässlicher Rahmen, der Kreativität ermöglicht und Qualität dauerhaft absichert.

Im Folgenden schauen wir uns an, was sich im Alltag bewährt hat, wo typische Hürden liegen und wie sich beides pragmatisch handhaben lässt. Ziel ist keine Vollständigkeit, sondern eine Orientierung, die sich schnell übertragen lässt.

Was gut funktioniert, beginnt überraschend schlicht: Klare Aufträge und gutes Prompten liefern die besten Erstfassungen. Wenn Zweck, Zielgruppe sowie Länge oder Format benannt sind und ein, zwei Beispiele mitgegeben werden, steht der Rohtext meist innerhalb weniger Minuten. Das anschließende Vier-Augen-Vorgehen – zuerst die fachliche, dann die redaktionelle Prüfung – senkt Fehlerquoten und schärft den Ton. Hilfreich sind außerdem wiederverwendbare Eingabeanweisungen und kurze Protokolle (Eingabeanweisung/Prompt, Version, Quellen, Entscheidung); sie machen die Schritte nachvollziehbar und beschleunigen spätere Runden. Kleine, feste Checklisten zu Fakten, Biases, Urheberrecht und Quellen wirken im Alltag verlässlicher als lange Leitfäden.

Hürden gibt es dennoch. Unklare Aufgabenstellungen führen zu weitschweifigen oder unpassenden Texten; ein Kurzbriefing mit Zweck, Zielgruppe und gewünschter Länge sowie eine Schritt-für-Schritt-Anweisung beugen dem vor. Eine dünne Quellenlage begünstigt scheinbar plausible, aber nicht belegte Aussagen; hier helfen die Pflicht „Quellen nennen“, Stichprobenprüfungen und im Zweifel das Streichen fraglicher Passagen. Biases – also stereotype Verzerrungen – bleiben sonst leicht unbemerkt; eine entsprechende explizite Prüfung, das Einfordern von Gegenbeispielen und diversere Quellen schaffen Abhilfe. Beim Datenschutz gilt Zurückhaltung: keine personenbezogenen Rohdaten in offene Modelle, sensible Inhalte nur in abgesicherten Umgebungen. Urheber- und Lizenzfragen verzögern mitunter Veröffentlichungen; ein Standardpfad (eigene Materialien) sowie der Nachweis im Protokoll sorgen für Klarheit. Und weil sich Modelle verändern, kommt es zu Antwortdrift: „Goldstandard“-Testfälle für Kernaufgaben und gelegentliche Anpassungen der Vorlagen stabilisieren die Ergebnisse. Wo zu viel automatisiert wird, wirkt der Text schnell glatt und austauschbar; er gewinnt, wenn Praxisbeispiele, Zahlen und Stimmen ergänzt werden.

Unterm Strich lohnt sich ein einfacher Grundsatz: kurz und klar starten, dann iterativ verfeinern. Zuerst zählt die inhaltliche Richtigkeit – belegt durch Quellen –, danach folgt der Stil. Biases sollten ausdrücklich benannt und geprüft werden, statt nur „mitgedacht“ zu werden. Ein kompaktes Protokoll macht transparent, was wie erzeugt wurde. Und nicht zuletzt: Prompten lässt sich üben – kleine Verbesserungen in der Eingabeanweisung haben oft große Wirkung.

Abschließend werfen wir einen etwas kritischeren Blick auf das Thema: Kann KI in nicht allzu ferner Zukunft Menschen bei konzeptioneller Arbeit ersetzen? Modelle kombinieren Muster aus Vergangenem und liefern innerhalb von Sekunden synthetische Entwürfe. Konzeption bedeutet jedoch, Probleme zunächst auszuwählen, zu umreißen und gegeneinander abzuwägen – unter Berücksichtigung von Erfahrungen, Werten und Nebenfolgen. Genau hier droht eine stille Verschiebung: Wenn wir die Fragestellung der Maschine überlassen, verengen sich die Optionen, Widerspruch wird seltener und die Antworten klingen zwar plausibel, aber ähnlich. Für uns bleibt deshalb klar: KI darf Tempo machen, aber nicht die Agenda setzen. Entscheidung, Priorität und Verantwortung liegen beim Menschen und erfordern bewusst gepflegte Urteilskraft sowie Widerspruchskompetenz.

Und was macht das mit uns als Gesellschaft? Je mehr Gedächtnis, Strukturierung und erste Synthesen an KI-Systeme ausgelagert werden, desto stärker verändern sich Aufmerksamkeit, Tiefe und gemeinsames Wissen. Es gibt Chancen – Zugänge werden barriereärmer und Routinen leichter –, aber auch Risiken: kognitive Auslagerung, Abhängigkeit von wenigen, mächtigen Anbietern mit finanziellen Interessen, blinde Flecken durch Trainingsdaten und Ressourcenverbrauch. Unser Gegenmittel ist eine doppelte Praxis: Wir nutzen KI für Tempo und Reichweite, zugleich erhalten wir „Langsamspuren“ – Lesen, Schreiben und Diskutieren als eigenständige Denk- und Lernarbeit. Entscheidungen werden protokolliert und von Menschen verantwortet. Bildung, digitale Mündigkeit und methodische Sorgfalt bleiben der Maßstab. KI kann viel – Sinn, Maß und Richtung geben wir vor.

Dieser Artikel wurde (selbstverständlich) mit Hilfe von KI geschrieben.