ifaa-Ratgeber: KI-Kompakt

Künstliche Intel­ligenz bezeichnet technische Systeme, die Informa­tionen aus Daten verar­beiten, daraus Muster erkennen und auf dieser Basis Aufgaben über­nehmen oder Ent­schei­dungen vorbereiten. KI kann beispiels­weise Texte analy­sieren, Prog­nosen erstellen, Abläufe steuern oder Vorschläge generieren.

In klar abge­grenzten Anwen­dungs­bereichen können KI-Systeme menschliche Leis­tungen übertreffen – etwa durch hohe Rechen­leistung oder das Auswerten großer Daten­mengen. Dabei besitzt KI jedoch keine mensch­lichen Eigen­schaften wie Urteils­vermögen, Verant­wortung oder Werte­bewusst­sein.

Besonders an Bedeutung gewonnen hat in den letzten Jahren die generative KI (z. B. Text- oder Bild­generatoren). Diese Systeme sind leicht zugänglich und können sowohl in der Adminis­tration als auch in der Produktion unter­stützend einge­setzt werden.

Künstliche Intel­ligenz kann die Produk­tivität und Qualität in Unter­nehmen deutlich erhöhen. Sie hilft dabei, umfang­reiche Daten­mengen zu analy­sieren, Abläufe effi­zienter zu gestalten und Ent­schei­dungen auf Grundlage vorhan­dener Infor­mationen vorzu­bereiten. Außerdem übernimmt oder unter­stützt KI bei standar­disierten und repetitiven Routine­aufgaben. Das entlastet die Beschäf­tigten, sodass sie mehr Zeit für anspruchs­volle, wert­schöpfende und kreative Aufgaben haben, bei denen ihre Erfahrung und ihr Urteils­vermögen besonders gefragt sind.

Der Anteil der Unter­nehmen, die KI nutzen oder deren Einsatz planen, nimmt seit Jahren stetig zu. Laut einer Bitkom Umfrage nutzten im Jahr 2025 rund 42 % der befragten Unter­nehmen KI. Weitere 35 % gaben an, den Einsatz von KI zu planen oder darüber zu diskutieren. Die ifaa-Trend­studie Zukunfts­techno­logien zeigt ein ähnliches Bild: 58 % der Befragten nutzen KI, weitere 30 % planen den Einsatz. Dabei nutzen große Unter­nehmen KI deutlich häufiger als kleinere Unter­nehmen.

Künstliche Intelligenz wird in Unter­nehmen vielseitig eingesetzt, sowohl im Produktions­bereich als auch in adminis­trativen und dienst­leistungs­nahen Funktionen. Zu den typischen Anwendungs­feldern zählen Produktion, Marketing, Planung von Produktions- und Personal­prozessen sowie Logistik und Lager­haltung.

Beispiele für konkrete Anwendungen sind:

• Qualitäts­kontrolle durch kamera­basierte Objekt- und Anomalie­erkennung
• Voraus­schauende Wartung von Maschinen und Anlagen
• Optimierung von Produktions-, Fertigungs- oder Personal­einsatz­plänen
• Automa­tisierte Beant­wortung von Kunden­anfragen im Service
• Autonome Material- und Produkttransporte mit Kollisions­vermeidung

In vielen Fällen unter­stützt KI bestehende Prozesse, indem sie Daten auswertet, Muster erkennt oder Routine­tätigkeiten automatisiert.

^{Mehr Information: 1, 2, 3}

Für die Einführung von KI gibt es unter­schiedliche Vorgehens­weisen. In der Praxis ist es sinnvoll, diese in einem bereichs­über­greifenden Team zu verfolgen, das Fach­bereiche, IT, Personal und Interessen­vertretungen einbezieht. Orientierung bieten hierzu ifaa-Arbeits­hilfen zum KI-Projekt­manage­ment.

Gängige Annäherungs­ansätze sind:

• Lern­orientierter Ansatz: Start mit einem KI-Pilotprojekt, um Erfah­rungen zu sammeln und internes Wissen aufzubauen
• Problem­orientierter Ansatz: Einsatz von KI zur Lösung konkreter, aktueller Probleme, etwa bei Qualität, Planung oder Service
• Strategie­orientierter Ansatz: Entwicklung einer unter­nehmens­weiten KI-Strategie, die mehrere aufeinander abgestimmte KI-Projekte umfasst

Begleitend dazu können Schulungen und Seminare Führungs­kräfte und Mitar­beitende sensibi­lisieren, Kompetenzen aufbauen und den Einstieg in den KI-Einsatz unterstützen. Eine Auswahl geeigneter Veran­staltungen des ifaa finden Sie hier.

Geeignete erste KI-Anwen­dungen zeichnen sich durch einen klaren Nutzen, realis­tische Umsetz­barkeit und verfügbare Daten aus. Besonders geeignet sind Anwendungs­fälle, die konkrete Probleme adres­sieren oder messbar zur Errei­chung von Unter­nehmens­zielen beitragen. Zudem muss die Daten­verfüg­barkeit gesichert sein. Die ifaa-Arbeits­hilfen zum KI-Projekt­management sowie der ifaa-Workshop (KI)ckstart unter­stützen Sie bei der Auswahl.

• Hohes Verbes­serungs­potenzial
• Definierte Ziele
• Eindeutig zuordbare Prozesse
• Verfüg­barkeit der benötigten Daten in erforder­licher Form und Qualität
• Definierte Zuständig­keiten und Aufgaben
• Offenheit und Akzeptanz der Mitarbeiter

KI-Systeme treffen keine »objektiven« Entschei­dungen. Die Qualität und Zuver­lässigkeit eines KI-Systems ist abhängig von zahl­reichen Fest­legungen, die während der Entwicklung durch Menschen getroffen werden – etwa, welche Daten in das Modell­training einfließen oder was die Ziel­setzung des Systems sein soll. Typische Risiken wie syste­matische Verzer­rungen oder auch die – in der Architektur moderner KI-Systeme begründete – mangelnde Nach­vollzieh­barkeit von Ergebnissen (sog. Black Box-Proble­matik) oder Halluzi­nationen müssen deshalb aktiv adressiert werden.

Der EU AI Act unterteilt KI-Systeme nach ihrem Einsatz­zweck in vier Risiko­klassen. KI-Systeme, deren Einsatz­zweck nicht im Einklang mit ver­fassungs­rechtlich verankerten Werten und Grund­rechten stehen, gelten als Systeme mit unannehm­barem Risiko und sind in der EU gänzlich verboten (Bsp. Social Scoring-Systeme). Für Hochrisiko-KI-Systeme, deren Ergebnisse oder Entschei­dungen weit­reichende schädliche Auswir­kungen haben können (z. B. KI in Sicher­heits­komponenten von Maschinen oder im Personal­manage­ment), gilt das Prinzip Human-in-the-Loop: Sie dürfen nicht ohne mensch­liche Aufsicht eingesetzt werden und müssen durch ein systema­tisches Risiko­manage­ment flankiert werden (jeweils durch Anbieter und Betreiber umzusetzen). Für KI-Systeme mit begrenztem Risiko (z. B. Chatbots) gelten grundlegende Trans­parenz­pflichten, um die Täuschung der Nutzenden solcher Systeme auszuschließen. Alle weiteren Anwendungen gelten als Systeme mit minimalem Risiko und unterliegen keinen spezifischen Pflichten.

Unternehmen, die KI-Systeme nicht selbst entwickeln, sondern Anwen­dungen von Dritt­anbietern nutzen, gelten laut EU AI Act i. d. R. als Betreiber. An sie stellt die Veror­dnung – mit Ausnahme des Betriebs von Hochrisiko-KI-Systemen, z. B. im Personal­management – geringere Anfor­derungen. Jedoch müssen auch anderweitig fest­geschriebene Vorgaben berücksichtigt werden. Insbe­sondere gilt:

• Inventa­risierung und Risiko-Einstufung der einge­setzten KI-Systeme durch­führen sowie Prüf­ergebnisse doku­mentieren; erste Orientierung bietet der KI-Compliance-Kompass der zuständigen Bundes­netz­agentur
• Informations- und Mitbe­stimmungs­pflichten vor KI-Einsatz beachten (§90 BetrVG, sowie ggf. §87 Abs. 1 Nr. 6 BetrVG) und ggf. Betriebs­vereinbarung zu KI ausarbeiten
• die Verarbeitung personen­bezogener Daten durch KI-Systeme darf nur mit klarer Rechts­grundlage (Art. 6 DSGVO), zweck­gebunden und auf das notwendige Maß beschränkt (Art. 5 DSGVO) erfolgen und ist zu dokumen­tieren (Art. 30 DSGVO); ggf. ist eine Daten­schutz-Folgen­abschätzung (DSFA) durchzuführen (Art. 35 DSGVO)
• Unterweisung in neue KI-Systeme im Rahmen des Arbeits­schutzes durchführen, um sicheren Einsatz zu gewähr­leisten und Risiken zu minimieren (§12 ArbSchG) und Förderung von KI-Kompetenz in der Belegschaft durch geeignete Maßnahmen (Art. 4. EU AI Act) (siehe auch ➞ Wie entwickle ich die Kompetenzen meiner Beschäftigten?)

Für die Umsetzung von KI-Anwen­dungen gibt es eine große Vielfalt von Vorgehens­modellen und Empfeh­lungen, die unter­schiedliche Perspektiven berück­sichtigen. Die besten Erfolgs­aussichten verspricht eine ganz­heitliche arbeits­wissen­schaftliche Betrach­tung, bei der von Beginn an die drei Dimen­sionen Mensch, Technik und Organi­sation mitgedacht werden. Das von der Plattform »Lernende Systeme« propagierte vier­phasige KI-Change-Modell von Stowasser und Suchy umfasst die Phasen Ziel­setzung und Folgen­abschätzung, Planung und Gestaltung, Vorbereitung und Imple­mentierung sowie Evaluation und Anpassung.

An diesen vier Phasen orientieren sich auch die ifaa-Arbeits­hilfen zum KI-Projekt­manage­ment als pragmatische Einstiegs­möglichkeit. In den Arbeits­hilfen ist die erste Phase »Ziel­setzung und Folgen­abschätzung « aufgeteilt in die zwei Phasen »Initiierung und Ziel­fest­legung« sowie »Identifi­zierung und Auswahl«.

Die Phasen und unter­stützende Qualifizierungs­angebote des ifaa dazu sind in der folgenden Abbildung dargestellt. Informa­tionen zu den Angeboten finden Sie hier.

Ergänzend können bspw. mithilfe folgender Checkliste des ifaa Aspekte einer langfristig menschen­gerechten und produktiven Gestaltung von KI-Systemen vertieft werden. Diese Checkliste wurde aus Ergebnissen des Forschungs­projektes en[AI]ble abgeleitet.

Aspekte der Auswahl, Bereit­stellung und Nutzung von Daten sowie der Modell­entwicklung in Machine-Learning basierten KI-Systemen können mit der folgenden ergän­zenden ifaa-Übersicht vertieft werden. Hinweise zu technischen Aspekten der auf Large Language Modellen (LLM) basierenden Gene­rativen KI finden Sie in dem ifaa-Fakten­blatt »Generative Künstliche Intelligenz«. Besonders relevant sind auch aktuelle Entwick­lungen zu »KI-Agenten« sowie die »Retrieval Augmented Generation« (RAG), eine Verknüp­fung von LLM-gestützter Text­generierung mit ausge­wählten externen Dokumenten, welche die von Ihnen bestimmte Wissens­basis für die Beant­wortung von Prompts bilden.

Hierzu benötigen Sie eine interne Struktur, die verschiedene Funktionen und Kompe­tenzen abdeckt. Dazu gehören beispiels­weise:

• Ein bereichs­übergrei­fendes KI-Kernteam (Steuerkreis), das die Einfüh­rung von KI koordiniert sowie wichtige Entschei­dungen und Ziel­setzungen abstimmt.
• Ergänzende Beteiligte aus verschie­denen Unter­nehmens­bereichen, die je nach Bedarf hinzugezogen werden, etwa Mitarbei­tende als Anwen­dende der KI-Technologien, interne Integratoren, Führungs­kräfte, die IT-Abteilung oder auch die betriebliche Interessen­vertretung.

Unter­schiedliche Ansätze der organisa­torischen Verortung von KI in Unter­nehmen, wie Top Down, Bottom Up oder Hybrid sowie Hinweise zu deren Umsetzung finden Sie hier.

Die Entwicklung von KI-Kompe­tenzen beginnt bei den Führungs­kräften. Die Führungs­kräfte über­nehmen eine Schlüssel­rolle als Verant­wortliche, Ansprech­partner für Mitarbei­tende und Multipli­katoren im Unter­nehmen. Um Mitarbei­tende vom Nutzen geplanter KI-Anwen­dungen zu überzeugen, Ängste abzubauen und ihr Erfahrungs­wissen einzubeziehen, benötigen Führungs­kräfte Fach-, Methoden-, Sozial- und Selbst­kompetenzen.

Einen Überblick über die Aufgaben von Führungs­kräften und die dafür relevanten Kompe­tenzen bietet die ifaa-Broschüre »Künstliche Intelligenz erfolgreich einführen«.

Besondere Anfor­derungen stellen sich an Personen, die die Einführung von KI koordinieren oder verantworten. Für diesen Personen­kreis wurde am ifaa ein kompaktes Qualifi­zierungs­konzept entwickelt, das auch weitere beteiligte Führungs­kräfte und Mitarbei­tende einbezieht. Aufbau, Inhalte und Praxis­erfahrungen sind in der Broschüre »Künstliche Intelligenz erkennen, bewerten und einführen« beschrieben.

Mit der Kompetenz­entwicklung ist auch der EU-AI-Act verbunden. Artikel 4 der Verordnung verpflichtet Unter­nehmen, sicher­zustellen, dass Beschäftigte, die mit KI-Systemen arbeiten, über ausreichende KI-Kompetenz verfügen. Dies bedeutet jedoch keine pauschale Schulungs­pflicht, sondern eine an Aufgaben und Risiken orientierte Qualifi­zierung. Weitere Infor­mationen bieten ein ifaa-Faktenblatt sowie ein Podcast zum EU-AI-Act.

KI-Demonstratoren sind praxisnahe Anschauungs­modelle, die KI erlebbar machen und ihren konkreten Nutzen im Arbeits­alltag aufzeigen. Im Gegensatz zu eher theoretischen Schulungs­formaten, ermöglichen Demons­tratoren echte Hands-on-Erfahrungen: Anwenderinnen und Anwender können KI-Technologien selbst ausprobieren, Funktionen testen und unmittelbar erleben, wie KI in konkreten Arbeits­situationen unterstützt. So werden Potenziale und Grenzen von KI-Technologien anschaulich und nach­vollziehbar. Das direkte Erleben kann zudem helfen, anfängliche Skepsis oder Hem­mungen gegenüber KI abzubauen.

Insbesondere zu Beginn eines Einführungs­prozesses leisten KI-Demons­tratoren einen wichtigen Beitrag: Sie erleichtern den Einstieg in das Thema, fördern den abteilungs­über­greifenden Dialog und schaffen eine gemeinsame Verständi­gungsbasis für das weitere Vorgehen.

Das ifaa bietet mit dem Workshop »KI erleben und verstehen« die Möglichkeit, KI-Anwen­dungen in der Produktion kennen­zulernen und deren Funktions­weise sowie Einsatz­potenziale mit Hilfe von KI-Demons­tratoren praxisnah zu erschließen.

• Unzureichendes Prozess­verständnis und unrealistische Ziel­vorstellungen
• Fehlende, fehlerhafte oder schwer nutzbare Daten sowie ein unter­schätzter Aufwand für den Aufbau einer geeigneten Datenbasis
• Zu knappe Zeit- und Ressourcen­planung
• Mangelnde Kommu­nikation innerhalb des Unternehmens
• Angst, Misstrauen oder fehlende Akzeptanz bei Mitarbeitenden
• Unklar gestaltete Schnitt­stellen zwischen Mensch, Technik und Organisation

Erfolgs­entscheidend ist eine realistische Einschätzung der bestehenden Abläufe sowie des notwendigen Arbeits- und Zeit­aufwands. Ebenso wichtig ist es, Beschäftigte frühzeitig einzubinden und transparent zu kommunizieren.

Einen anschaulichen Einstieg in typische Stolper­steine bietet ein Comic aus dem Projekt WIRKsam, der den erwarteten und den tatsächlichen Ablauf einer KI-Einführung gegen­überstellt. Zudem sensibilisiert der ifaa-Workshop »AI Bootcamp« für typische Heraus­forderungen bei der Einführung von KI.