Geschäftsmodell zur Produktentwicklung und Vermarktung von Microlearning-Angeboten zum EU-AI-ACT

August 2025 - KI-WI Privatinstitut UG - Hans-Beimler-Strasse 42A – 17192 Waren (Müritz)

1. Ausgangssituation / Problemanalyse

 

Das KI-WI Institut ist ein etabliertes Beratungs- und Schulungsunternehmen, das sich auf die Unterstützung kleiner und mittlerer Unternehmen (KMU) sowie Solo-Selbständige in betriebswirtschaftlichen Fragen spezialisiert hat. Mit einem erfahrenen Netzwerk aus Beratern hat das Institut in den letzten zehn Jahren zahlreiche Unternehmen aus verschiedenen Branchen erfolgreich begleitet – von der Existenzgründung über Sanierungsprojekte bis hin zur Erschließung neuer Märkte. Im Spannungsfeld einer sich schnell entwickelnden technologischen Landschaft, allen voran die Künstliche Intelligenz (KI), unterstützt das KI-WI Institut seine Kunden dabei, die Herausforderungen und Chancen der Digitalisierung zu navigieren. Der EU-AI-ACTbetrifft nahezu alle Unternehmen und ihre Mitarbeitenden, da die Implementierung KI-unterstützter Systeme in den Geschäftsabläufen immer mehr an Bedeutung gewinnt. In dieser dynamischen Phase ist es essenziell, sich mit den Grundlagen der neuen Regulierungen und deren Einfluss auf Unternehmensstrategien auseinanderzusetzen. Die auf den ersten Blick neuen Regelungen greifen sehr eng auf die DSGVO (Datenschutz-Grundverordnung) und die GoBD (Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern, Aufzeichnungen und Unterlagen in elektronischer Form sowie zum Datenzugriff). Beide sollten in allen Unternehmen bereits seit Jahren vollumfassend eingeführt und im Alltag berücksichtigt werden. Mit dem „KI-Regelwerk“ wird es nochmals dringlicher, die kompletten Geschäftsprozesse hinsichtlich möglicher Risiken zu bewerten und rechtzeitig Verfahrensbeschreibungen zu dokumentieren. Die Sanktionsmechanismen sehen im Schadensfalle wirtschaftliche Repressalien vor, die zur existentiellen Bedrohung führen können. Aber auch der emotionale Schaden bei Fehlverhalten kann die Kundenbeziehungen nachhaltig zerstören.

 

Präventive Strategien sind somit wichtiger den je geworden. Die Künstliche Intelligenz wird in naher Zukunft alle wesentlichen Geschäftsprozesse direkt und indirekt beeinflussen. Ohne eine Transparenz wird es gefährlich und alle Mitarbeitenden müssen sich darüber bewusst sein, was nach geltendem Recht an KI-gestützter Datenbearbeitung zulässig oder verboten ist.

 

Solo-Selbständige und Klein- und Mittelunternehmen (KMU) mit bis zu 50 Mitarbeitern stehen vor einer Vielzahl von Herausforderungen, wenn es um die Einhaltung neuer Regularien wie dem EU-AI-ACTgeht. Diese ergeben sich aus mehreren Faktoren und machen es besonders schwierig, die geforderten Regelungen effizient und effektiv umzusetzen.

 

• Zeitdruck: Solo-Selbständige und KMU müssen oft viele Bereiche ihres Geschäfts selbst abdecken. Dies schließt nicht nur die Kernleistungen, sondern auch administrative Aufgaben ein, was zu einem erheblichen Zeitdruck führt. Der zusätzliche Aufwand, sich intensiv mit neuen Regelungen auseinanderzusetzen und diese rechtzeitig im täglichen Geschäftsablauf zu integrieren, kann die ohnehin knappen Zeitressourcen stark belasten. Die gewachsenen Strukturen sind oft über Jahre mit den gleichen „Bordmitteln“ und / oder angehörigen als Hilfskräfte etabliert. Ablaufprozesse werden aus Zeitmangel nur selten hinterfragt und optimiert. Die Verwaltungsaufgaben werden immer mehr und man „schafft oft nur noch das Nötigste“. Zudem „haben wir das schon immer so gemacht“, lautet oft die Devise.
• Finanzknappheit: Im Vergleich zu größeren Unternehmen verfügen Solo-Selbständige und kleine KMU meist über begrenzte finanzielle Mittel. Die Implementierung neuer Technologien, geschweige denn die Anpassung an neue gesetzliche Bestimmungen, kann erhebliche finanzielle Investitionen erfordern. Dazu gehören Kosten für notwendige Schulungen, externe Beratungen, Anwaltskosten für rechtliche Beratung und eventuell auch Änderungen an der IT-Infrastruktur. Bei finanziell angespannten Unternehmen können solche Ausgaben existenzgefährdend sein.
• Knowhow-Defizite: Viele Solo-Selbständige und KMU haben nicht das interne Knowhow, um komplexe Regelwerke wie DSGVO, GoBD oder nun auch den EU-AI-ACTvollständig zu verstehen und umzusetzen. Die mangelnde Expertise kann es erschweren, die Unternehmensprozesse an diese Vorschriften anzupassen, Risiken richtig einzuschätzen und rechtssichere Dokumentationspflichten zu erfüllen. Hier setzt das KI-WI Institut an, indem es als beratender Partner Unterstützung bietet, doch nicht jedes Unternehmen hat diesen Support sofort verfügbar. Speziell für die verschiedenen Themengebiete trainierte KI-Assistenten können individuelle Anwendungsfragen rund um die Uhr beantworten und konkrete Handlungsempfehlungen für die betriebsindividuelle Umsetzung geben.
• Motivation und Widerstand gegen Veränderung: Mitarbeitende und Führungskräfte in kleinen Unternehmen sind oft fest in bestehenden Strukturen verankert und können veränderungsskeptisch eingestellt sein. Dies gilt besonders dann, wenn der Nutzen neuer Regelungen und deren operative Notwendigkeit nicht unmittelbar einleuchtend sind. Der Widerstand gegen Veränderung kann die Implementierung neuer Prozesse verzögern oder sogar verhindern.
• Alterssituation: In einigen traditionellen Branchen könnten die Unternehmensführer älter sein und sich schwerer damit tun, sich auf neue technologische Entwicklungen und sich schnell ändernde regulatorische Anforderungen einzulassen. Die Herausforderung besteht darin, diese Führungskräfte zu befähigen und sie dabei zu unterstützen, den Übergang zu neuen Geschäftsmodellen und Prozessen zu verstehen und zu akzeptieren. Zudem werden oft Nachfolger gesucht, die sich dann mit den neuen Rahmenbedingungen auseinandersetzen sollen. Das ist jedoch eine gefährliche Sichtweise, denn der Marktwert eines Unternehmens sinkt, wenn es nicht auf der Höhe der Zeit geführt wird. Wer will schon ein Auto ohne TÜV-Stempel kaufen?

 

Die Gefahr, die aus der Nichteinhaltung solcher Regularien entsteht, ist vielfältig. Zunächst gibt es die rechtlichen und finanziellen Konsequenzen: Die Verstöße gegen den EU-AI-ACTkönnen zu empfindlichen Geldstrafen führen, die für kleine Unternehmen existenzbedrohend sein können. Zusätzlich zum wirtschaftlichen Schaden kann der Vertrauensverlust bei den Kunden schwerwiegende Auswirkungen haben. Ein Fehlverhalten im Umgang mit personenbezogenen Daten und KI-gestützten Systemen könnte die Kundenbeziehungen dauerhaft beschädigen und das Ansehen des Unternehmens stark beeinträchtigen.

 

In Anbetracht dieser Risiken sind präventive Strategien entscheidender denn je. Unternehmen müssen sicherstellen, dass alle Mitarbeitenden verstehen, was beim Einsatz von KI rechtmäßig ist, und sich aktiv darum bemühen, Transparenz und Compliance in all ihren Geschäftsprozessen zu gewährleisten. Im Zusammenspiel mit DSGVO und GoBD lassen sich somit „drei Fliegen“ auf einmal integriert für das Unternehmen transparent gestalten. Das KI-WI Institut kann hierzu als wertvoller Partner fungieren, indem es die notwendigen Schulungen und Beratungen bietet, die Unternehmen benötigen, um mit der Komplexität der neuen Regularien umzugehen und die Chancen der Digitalisierung voll auszuschöpfen.

2. Betriebsbezogene Seminarkonzepte als Unternehmensstrategie

Mit detaillierter Marktanalyse und systematischem Feedback können maßgeschneiderte Microlearning-Angebote zur Anwendung von KI entwickelt werden. Ein strukturiertes Vorgehen in der Einführung von digitalen Lösungen könnte die Effizienz und Effektivität der Geschäftstätigkeiten der KI-WI Institut steigern und gleichzeitig die Integration modernster Technologien in den Betriebsablauf erleichtern. Ein solcher Wandel ist unabdingbar, um in einem wettbewerbsintensiven und sich ständig verändernden Marktumfeld konkurrenzfähig zu bleiben und den langfristigen Unternehmenszielen gerecht zu werden. Im Zuge der digitalen Transformation und der zunehmenden Regulierung durch europäische Vorgaben wie den EU-AI-ACT stehen auch kleine Unternehmen vor der Herausforderung, ihre Prozesse anzupassen und ihre Mitarbeitenden fortzubilden. Gerade im Großraum Berlin/Brandenburg mit seiner Vielfalt an technologieaffinen Start-ups, kleinen Handwerksbetrieben und inhabergeführten Unternehmen wächst der Bedarf nach flexiblen, praxisnahen Bildungsangeboten.

 

Online-Schulungen, insbesondere im Microlearning-Format, bieten hier einen idealen Ansatz: Sie ermöglichen es, komplexe Inhalte wie ethische Anforderungen beim Einsatz von KI (z. B. Verantwortung, Transparenz, Gerechtigkeit, Menschenwürde und Freiheit) in kleinen, gut verdaulichen Lerneinheiten zu vermitteln. Diese Kurse lassen sich sowohl innerbetrieblich integrieren als auch als externe Bildungsleistung anbieten, sei es über Branchenverbände, regionale Bildungsnetzwerke oder spezialisierte Plattformen.

2.1 Umsetzungsbeispiel - Einführung des EU-AI-ACT

Ein modular aufgebautes Online-Training für den rechtskonformen Umgang mit KI kann dabei nicht nur zur Mitarbeiterschulung dienen, sondern auch zum Aufbau eines neuen Geschäftsfelds: Kleine Beratungsunternehmen oder spezialisierte Trainer können diese Inhalte lokal anbieten, anpassen und über Förderinstrumente wie Weiterbildungsprämien oder Bildungschecks finanzieren lassen. Die Region Berlin/Brandenburg bietet durch ihre wirtschaftsnahe Innovationspolitik und hohe Dichte an KMU dafür ein ideales Erprobungsfeld. Durch die gezielte Kombination aus Online-Kursen, interaktiven Lernmodulen und einem begleitenden KI-Assistenten (z. B. leistungsfähiger, kostenfreier KI-Assistent zum täglichen Gebrauch - KAI) entsteht ein marktfähiges Weiterbildungsprodukt mit hoher Skalierbarkeit und Relevanz, das nicht nur Wissen vermittelt, sondern Unternehmen hilft, konkrete gesetzliche Vorgaben praxisgerecht umzusetzen.

 

Durch die langjährige Erfahrung als Unternehmensberatung und Seminarveranstalter kennen die Spezialisten vom KI-WI Institut in betrieblichen Abläufen vieler Unternehmen im Detail. Besonders in kleinen und mittleren Betrieben erkennen sie schnell typische Schwachstellen - vor allem im Bereich der Administration und internen Kommunikation. Diese fundierte Kenntnis erlaubt es, gezielt anzusetzen und konkrete, praxisnahe Weiterbildungsangebote zu entwickeln, die nicht an den tatsächlichen Herausforderungen vorbeigehen. So wird Weiterbildung nicht zum Selbstzweck, sondern zum konkreten Lösungsweg. Gerade durch den zunehmenden Einsatz von KI-Technologie eröffnet sich für viele kleinere Unternehmen ein enormes Potenzial, dem Fachkräftemangel zumindest punktuell zu begegnen. Intelligente Systeme können Routineaufgaben automatisieren, Abläufe beschleunigen und bei der Entscheidungsfindung unterstützen, etwa in der Kundenkommunikation, im Rechnungswesen oder bei der Terminplanung. Doch dieses Potenzial lässt sich nur dann nachhaltig und verantwortungsvoll nutzen, wenn die Mitarbeitenden, insbesondere auch die langjährig Beschäftigten, die neuen Technologien verstehen, akzeptieren und aktiv mitgestalten.

2.1.1 Markteinschätzung – Schulungsbedarf bei KMU und Solo-Selbständigen

Es entsteht kurzfristig die Notwendigkeit, dass sich auch bewährte Kräfte mit neuen digitalen Werkzeugen und Regelwerken auseinandersetzen. Ein Prozess, der Erinnerungen an die Einführung der Personal-Computer in den 1990er-Jahren weckt. Damals wie heute ist nicht allein die Technik entscheidend, sondern der Mensch, der sie bedient. Und während früher Excel-Tabellen und Textverarbeitung Neuland waren, geht es heute um KI-basierte Tools, die Entscheidungen vorbereiten, Texte generieren oder gar Bewerbungen vorsortieren. Dabei Fehler zu machen – insbesondere bei sensiblen Themen wie Datenschutz, Diskriminierungsvermeidung oder algorithmischer Entscheidungsfindung – ist eine reale Gefahr. Die Grenze zwischen effizienter Automatisierung und rechtlich wie ethisch bedenklichem Handeln ist oft schmal. Es besteht das Risiko, dass Daten falsch verarbeitet, Vorschriften übersehen oder Entscheidungen unreflektiert von Maschinen übernommen werden – mit erheblichen Folgen für das Unternehmen, die Mitarbeitenden und die Kunden.

 

Aus diesem Grund sind eine gezielte, kontinuierliche Sensibilisierung und Schulung zwingend erforderlich. Nur wer die Funktionsweise, die Möglichkeiten und auch die Risiken von KI-Anwendungen versteht, kann sie im betrieblichen Alltag verantwortlich einsetzen. Schulungen idealer-weise praxisnah, interaktiv und auf die jeweilige Zielgruppe zugeschnitten, leisten hier einen entscheidenden Beitrag zur Risikominimierung und fördern zugleich die Innovationsfähigkeit des Unternehmens. Herr Ewald verfolgt deshalb das Ziel, genau an dieser Schnittstelle zwischen Technik, Recht und Mensch anzusetzen: durch verständliche, praxisnahe Bildungsangebote, die Berührungsängste abbauen, Vertrauen schaffen und Kompetenzen aufbauen – ganz im Sinne eines resilienzfähigen, modernen Mittelstands. An dieser Stelle die Schätzung - Marktbedarf Berlin/Brandenburg:

 

• Zielgruppen-Schätzung (Stand 2024/2025) - Quelle: IHK, Statistische Landesämter, KfW, ifo-Institut

 

Zielgruppe	Anzahl Region Berlin/Brandenburg	Merkmale
Solo-Selbständige	ca. 180.000 – 200.000	Häufig Einzelunternehmer in Beratung, Gesundheit, IT, Handwerk, Kreativwirtschaft – mit wachsendem Interesse an KI-basierten Tools zur Effizienzsteigerung
Kleinstunternehmen (2–10 MA)	ca. 50.000	Hauptsächlich inhabergeführt, meist ohne eigene IT/HR-Abteilung, Bedarf an niedrigschwelliger KI-Einführung
Kleine Unternehmen (11–50 MA)	ca. 18.000	Erste Berührung mit Compliance-Pflichten; zunehmender Bedarf an rechtskonformer Schulung zur KI-Einführung im Arbeitsalltag

 

• Relevanz des Schulungsthemas
• EU-AI-ACTbetrifft alle Unternehmen, die KI-Anwendungen nutzen oder KI-generierte Inhalte einsetzen (z. B. CRM, Chatbots, Textgeneratoren, Auswertungstools).
• Die meisten KMU sind sich nicht bewusst, dass sie bereits KI verwenden.
• Eine rechtssichere Einführung vermeidet Haftungsrisiken.
• Großer Aufklärungsbedarf in den Bereichen Transparenz, Diskriminierung, Verantwortung.

 

• Umsatzpotenzial (Abo-Modell 120 €/Jahr) - Konservatives Szenario (Marktdurchdringung 1 %)

 

Zielgruppe	Nutzerzahl (1 %)	Preis/Jahr	Jahresumsatz
Solo-Selbständige	2.000	120 €	240.000 €
KMU (bis 10 MA)	500 Betriebe à 3 Nutzer	120 €	180.000 €
KMU (11–50 MA)	180 Betriebe à 6 Nutzer	120 €	129.600 €
Gesamtumsatz	—	—	549.600 €

2.1.2  Aufbau von Handlungskompetenzen zur EU-AI-ACTSeminarentwicklung

Voraussetzung für die erfolgreiche Projektumsetzung ist, sich aktiv in die Entwicklung von Online- und Microlearning-Konzepten einzuarbeiten, insbesondere durch den Besuch von Seminaren, die sich auf den EU-AI-ACTkonzentrieren. Dies stellt sicher, dass die notwendigen Kompetenzen vorhanden sind, um praxisnahe und rechtssichere Bildungsangebote für kleine und mittlere Unternehmen (KMU) zu entwickeln. Zur Umsetzung sind zunächst eine Reihe von gezielten Schulungen auswählen, die nicht nur das nötige Fachwissen über den EU-AI-ACTvermitteln, sondern auch moderne didaktische Ansätze für Online- und Microlearning umfassen. In einem ersten Schritt sind beispielsweise Seminare zum Thema „Einführung in den EU-AI-ACT“ zu besuchen, um ein solides Verständnis der rechtlichen Rahmenbedingungen und Herausforderungen zu erlangen, die kleine Unternehmen im Umgang mit KI-Technologien erwarten.

 

Im Anschluss daran sind dann Seminare zu besuchen, die sich speziell auf die Entwicklung von Microlearning-Inhalten konzentrieren, um die Prinzipien der kurzen, effektiven Lerneinheiten zu verstehen, die für die Zielgruppen der KMU besonders relevant sind. Nach dem Erwerb dieser Kenntnisse ist in einem zweiten Schritt mit der Entwicklung von Prototypen zu beginnen, die sich an den Bedürfnissen der identifizierten Zielgruppen orientieren. Hierbei bietet es sich an, im Rahmen von Pilotprojekten mit einigen KMU zusammenzuarbeiten, um praxisnahe Schulungsinhalte zu erstellen, die die spezifischen Herausforderungen des EU-AI-ACTs berücksichtigen. Diese Pilotprojekte ermöglichen es, wertvolles Feedback zu sammeln und die Konzepte weiter zu verfeinern.

 

Ein weiterer wichtiger Aspekt ist die Integration eines KI-Assistenten in die Schulungsangebote, um den Lernprozess zu unterstützen und den Anwendern einen direkten Zugang zu Informationen und Hilfestellungen zu bieten. Dies könnte in Form eines Chatbots geschehen, der Fragen zu den Schulungsinhalten beantwortet oder zusätzliche Ressourcen bereitstellt. Um die Marktakzeptanz der entwickelten Bildungsangebote zu maximieren, ist kurzfristig ein Netzwerk aufzubauen, in dem beispielsweise Branchenverbände oder Bildungsträger, die an der Vermarktung und Distribution vergleichbarer Angebote interessiert sind, mitwirken. Darüber hinaus wäre es sinnvoll, Fördermöglichkeiten zu recherchieren, um den finanziellen Druck auf die Kunden-KMU und Solo-Selbständige zu reduzieren, um die Einführung der Schulungen attraktiver zu gestalten.

2.1.3  MVP- und KVP-Strategien bei der Seminarentwicklung und Marktanalyse

MVP steht für Minimum Viable Product und bedeutet, minimal funktionsfähige Version eines Produkts, die auf den Markt gebracht werden, um die Kundenakzeptanz zu testen. Diese Rückmeldungen sind dann kontinuierlich in die bestehenden Angebote einzubeziehen, um diese marktgerecht weiterzuentwickeln. Eine umfassende Auswertung der Seminarangebote großer Anbieter im Bereich des EU-AI-ACTs hilft, ein individuelles Schulungskonzept aufzubauen, das sich von den Mitbewerbern inhaltlich und von der kompletten Strategie her abgrenzt (USP = Alleinstellungs-merkmal). Die eigene Lösung ist auf die spezifischen Bedürfnisse kleiner und mittlerer Unternehmen (KMU) auszurichten. In einem ersten Schritt erfolgt die systematische Analyse der bestehenden Formate, Inhalte und didaktische Ansätze von Angeboten relevante Bildungsanbieter.  In besonders wertvollen Einzelfällen ist die Kontaktaufnahme sinnvoll, um Kooperationen auszuloten, die beiden Partnern einen Mehrwert bieten.

 

Die Anbieterlandschaft sieht derzeit (grob analysiert) wie folgt aus:

 

Anbieter	Webseite	Angebotsbeschreibung	Preis
Bitkom Akademie	https://www.bitkom-akademie.de	Einführung und Überblick zu Anforderungen des AI ACTs	ab 790 €
TÜV Süd Akademie	https://www.tuvsud.com/de-de	Grundlagen & Compliance-Management für KI-Systeme	ca. 850 €
Akademie Herkert	https://www.akademie-herkert.de	KI-Einsatz rechtskonform gestalten	ca. 690 €
Haufe Akademie	https://www.haufe-akademie.de	KI-Regulierung und ethische Verantwortung	ab 695 €
Beuth Hochschule Berlin	https://www.beuth-hochschule.de	EU-AI-ACTrechtlich & technisch erklärt	kostenfrei (Webinar)
Fraunhofer Academy	https://www.academy.fraunhofer.de	Zertifikatskurs zu KI-Ethik und AI ACT	2.400 € (Zertifikat)
IHK Akademie München	https://www.ihk-akademie-muenchen.de	EU-AI-ACTim betrieblichen Kontext	ca. 590 €
ML Trainings	https://www.ml-trainings.de	KI & AI ACT kompakt	495 €
Semigator	https://www.semigator.de	Verschiedene Anbieter über die Plattform buchbar	ab 490 €
FOM Hochschule	https://www.fom.de	Seminar zu ethischen und rechtlichen Grundlagen	nicht öffentlich
e-Academy GmbH	https://www.e-academy.de	EU-AI-ACTCompliance-Training für Unternehmen	490 €
Dr. G. Schmidt Consulting	https://www.gsc-consulting.de	KI-Systeme & AI ACT verständlich erklärt	850 €
RKW Kompetenzzentrum	https://www.rkw-kompetenzzentrum.de	Beratung und Seminare für KMU	nach Angebot
Zentralverband des Handwerks	https://www.zdh.de	EU-AI-Verordnung für Handwerksbetriebe	teils kostenfrei
Datenschutzexperten.de	https://www.datenschutzexperten.de	Schnittstellen Datenschutz und KI	ab 390 €
EU-DSGVO-Schulung.de	https://www.eu-dsgvo-schulung.de	Kombi-Seminar DSGVO & AI ACT	590 €
AI Campus	https://ki-campus.org	Lernplattform mit AI ACT Einführungskurs	kostenfrei

 

Im Folgenden ist eine ABC-Klassifikation der 20 analysierten Anbieter in Bezug auf ihre Relevanz als Konkurrenz zum geplanten Abo-Modell mit KI-Assistent für Solo-Selbständige und KMU bis 50 Mitarbeitende. Die Einstufung berücksichtigt Kriterien wie:

 

• Zielgruppenfokus (KMU/Einzelpersonen vs. Konzerne/Behörden)
• Preisgestaltung und Abo-Modelle
• Interaktivität, Didaktik und Praxisnähe
• Integration von KI-Anwendungen bzw. KI-Assistenten
• Technologische Barrierefreiheit für wenig technikaffine Nutzer
• Regionalität bzw. Online-Fokus

 

A-Konkurrenz (hochrelevant)

Diese Anbieter richten sich an ähnliche Zielgruppen (KMU, Einzelpersonen), haben vergleichbare Online-Formate und könnten Kunden abwerben:

 

Anbieter	Bewertung	Begründung
Haufe Akademie	A	Sehr breites Angebot, inkl. EU-AI-ACT-Webinare, gut aufbereitete Onlineformate, akzeptabler Preis.
Bitkom Akademie	A	Praxisnahe Inhalte, Fokus auf Digitalisierung/KI, hoher Branchenstatus.
DataGuard	A	Sehr stark auf Datenschutz + KI spezialisiert, mit eigenen Audit-Tools – bietet indirekten Wettbewerb.
IHK Akademie München	A	Bietet gezielte Webinare für KMU, inkl. rechtlicher Grundlagen und Praxisumsetzung.
Compliance Akademie GmbH	A	Bietet Online-Kurse zum AI ACT und Datenschutzrecht mit KMU-Fokus.

 

B-Konkurrenz (mittelrelevant)

Bietet zwar KI- oder Rechtsthemen, ist jedoch meist auf Großunternehmen, beratungsintensive Umsetzungen oder Präsenztrainings fokussiert:

 

Anbieter	Bewertung	Begründung
Akademie Herkert	B	Gute Formate, jedoch eher juristisch-trocken aufbereitet, kein Abo-Modell.
EIT Digital	B	Internationale Reichweite, hochwertig, aber sehr akademisch.
TÜV Süd Akademie	B	Fokus auf Industrie, umfangreiche Zertifikate, aber weniger für Einzelunternehmer.
Bechtle Akademie	B	Sehr IT-fixiert, gute Inhalte, aber komplexe Einstiegshürden für Laien.
Bitkom e.V. (politisch)	B	Bietet Awareness – jedoch kein direktes Schulungs-Abo für breite Zielgruppen.

 

C-Konkurrenz (gering relevant)

Diese Anbieter haben entweder keinen direkten Bezug zu kleinen Unternehmen, keinen Fokus auf den AI ACT oder bieten rein theoretische Bildungsformate:

 

Anbieter	Bewertung	Begründung
Udemy (AI ACT Kurse)	C	Viele Kurse, aber unstrukturiert, Qualität schwankend, kein persönlicher Bezug.
LinkedIn Learning	C	Großer Umfang, aber fehlende Praxisanbindung und persönliche Einbettung.
KI-Campus	C	Hochschulnahe Inhalte, wenig konkret für Selbstständige, keine Implementierungsbegleitung.
OpenHPI	C	Fokus auf Forschung/Studierende, nicht für betriebliche Realität ausgelegt.
Digital Hub  (Initiativen)	C	Meist ohne echtes Schulungsangebot, eher Impulse und Netzwerktreffen.

 

Fazit der Konkurrenzanalyse

Nur 4–5 Anbieter (Kategorie A) könnten als echte Wettbewerber auftreten – insbesondere dann, wenn sie preislich ähnlich, praxisnah, barrierefrei und digital auftreten. Das geplante Abo-Modell mit 1 €/Tag und KI-Assistenten (KAI) ist in dieser Form einzigartig im deutschen Markt, besonders durch:

• den Fokus auf Niedrigschwelligkeit,
• kontinuierliches Lernen (Microlearning),
• die Verknüpfung mit KI-Assistenten,
• die Zielgruppe Solo-Selbständige & Kleinstunternehmen.

 

Im Folgenden ein MVP-Plan für die kurzfristige Umsetzung eines EU-AI-ACT-Schulungsangebots für Solo-Selbständige und KMU:

 

• Phase 1 – Konzept & Positionierung: In den ersten beiden Wochen wird die Zielgruppe konkretisiert, das Alleinstellungsmerkmal geschärft und die Marktanalyse (inkl. Konkurrenzvergleich) abgeschlossen. Ergebnis: ein fokussierter Angebotsrahmen mit klarer Positionierung.
• Phase 2 – MVP-Inhalte entwickeln: Es werden 3 zentrale Lernmodule produziert (z. B. Einführung, Verantwortung, Transparenz) und in ein interaktives Lernformat gebracht – inklusive Quizfragen und einem begleitenden KI-Assistenten (KAI) als Ratgeber.
• Phase 3 – Technik & Plattform: Einrichtung einer Schulungsplattform mit SCORM-/iSpring-kompatibler Struktur. Integration eines Zahlungsanbieters (z. B. Digistore24) zur Abwicklung des Abo-Modells.
• Phase 4 – Testphase & Pilotkunden: Erste reale Testnutzer (aus Pilot-KMU) erhalten Zugang, nutzen die Module, geben Feedback – technisches Feintuning und UX-Anpassungen erfolgen unmittelbar.
• Phase 5 – Vermarktung & Vertrieb: Start der Online-Marketing-Aktivitäten (Landingpage, Social Media, Partner-Mailings). Regionale Netzwerke (z. B. IHK, Handwerkskammer) werden aktiv eingebunden.
• Phase 6 – Skalierung & Ausbau: Erweiterung um weitere Module zu Themen wie Ethik, Diskriminierung, Risikomanagement. Entwicklung eines Partner- oder Affiliate-Modells zur breiten Streuung des Angebots.

 

Phase	Zeitraum	Ziele & Maßnahmen
1. Konzept & Positionierung	Woche 1–2	Zielgruppen definieren (KMU/Solo-SE) Wertversprechen formulieren Konkurrenzanalyse abschließen
2. MVP-Inhalte entwickeln	Woche 2–4	3 Module entwickeln (z. B. Grundlagen, Verantwortung, Transparenz), Quiz & KI-Assistent (KAI) vorbereiten
3. Technik & Plattform	Woche 3–5	Website/Plattform (iSpring o. LMS) konfigurieren Abo- Modell & Bezahlfunktion (z. B. Digistore24) integrieren
4. Testphase & Pilotkunden	Woche 5–6	Beta-Nutzer onboarden (10–20 Pilotfirmen) Feedback sammeln, Usability-Optimierung
5. Vermarktung & Vertrieb	Woche 6–8	Landingpage & Social Media-Kampagne, E-Mail-Marketing starten, Netzwerk & Verbände einbinden
6. Skalierung & Ausbau	Ab Woche 9	Neue Module entwickeln (Ethik, Gerechtigkeit, KI-Risiken), Partnerschaften & Affiliate-System starten

 

2.2  Vom Lernenden zum Botschafter: 3-Stufen-Partnermodell für KI-Schulungen

In einer Zeit, in der Fachkräftemangel, Kostendruck und technologische Umbrüche kleine Unternehmen und Selbständige gleichermaßen fordern, braucht es neue Wege, um Weiterbildung nicht nur zugänglich, sondern auch wirtschaftlich attraktiv zu gestalten. Genau hier setzt das Modell „KAI empfiehlt weiter“ an. Es kombiniert effektive Schulung zum hochaktuellen Thema EU-AI-ACTmit einem intelligenten Empfehlungs- und Belohnungssystem. Der Gedanke dahinter ist so einfach wie wirkungsvoll: Wer sich selbst weiterbildet, wird automatisch zum glaubwürdigen Botschafter – gegenüber Geschäftspartnern, Lieferanten, Kunden oder befreundeten Unternehmen.

Anstatt teurer Werbung oder aufwändiger Vertriebsmaßnahmen nutzt dieses Modell das, was am nachhaltigsten wirkt, persönliche Empfehlung und geteilte Erfahrung. Teilnehmende, die den Schulungsvorteil für sich erkannt haben, erhalten nicht nur ein Werkzeug zur eigenen Kompetenzentwicklung, sondern auch die Möglichkeit, durch Weiterempfehlung die eigenen Kosten zu refinanzieren – bis hin zur vollständigen Rückvergütung.

So entsteht eine Win-win-Situation: Der Lernende profitiert doppelt, inhaltlich und finanziell. Und das Projekt gewinnt an Sichtbarkeit und Vertrauen, getragen durch Menschen aus der Praxis, nicht durch Marketingphrasen. Genau hier liegt der innovative Hebel: Weiterbildung als Netzwerkchance, als Teil einer gemeinschaftlich getragenen Bildungsbewegung und als strategischer Türöffner für verantwortungsbewussten KI-Einsatz in der Breite.

Das Vertriebsziel könnte wie folgt lauten: Teilnehmende werden zu aktiven Multiplikatoren, indem sie:

• ihre Lieferanten, Kund:innen, Geschäftsfreunde, Kolleg:innen oder Netzwerkpartner zur Teilnahme motivieren,
• dadurch ihre eigene Seminargebühr refinanzieren,
• und gleichzeitig einen Mehrwert im Sinne der KI-Ethik verbreiten.

 

Modellaufbau (3-Stufen-Partnerprinzip)

 

Stufe	Bezeichnung		Vergütung / Vorteil	Zielgruppe
Stufe 1		Teilnehmender	erhält 20 % Provision für jede erfolgreiche Vermittlung (z. B. 24 € pro Abschluss)	Jeder, der das Abo nutzt
Stufe 2		Community- Botschafter:in	zusätzliche 10 % Provision auf die vermittelten Partner der eigenen „Partner“ (z. B. Strukturstufe 2)	Wer mindestens 5 Unternehmen aktiv vermittelt
Stufe 3		Branchen- Partner	individuelle Beteiligung + Sonderzugänge (z. B. White-Label-Zugang, eigene Partnercodes)	Multiplikatoren wie Verbände, Beratende, Coaches

 

Innovative Elemente im Marketingmodell

• „KI-Wertbon“: Schulungskosten refinanzieren

• Teilnehmer erhalten einen Bonus in Form von Wertgutschriften, sobald z. B. 3 neue Unternehmen über ihren Link buchen.
• Beispiel: „3 für mich“ – Wenn Sie 3 Partner werben, ist Ihre Schulung für 1 Jahr gratis.

• Automatisiertes Empfehlungs-Dashboard

• Ein Affiliate-Tracking-Dashboard zeigt:

• wie viele Kontakte geklickt haben
• wie viele gebucht haben
• wie viel Provision generiert wurde

• (optional auch: steuerlich verwertbare Gutschrift/Quittung für Selbständige)

 

• „KAI erklärt KI“ – Mini-Tool zum Weitergeben
  • Nutzer erhalten ein kleines, personalisiertes KAI-Webtool, das z. B. erklärt, was der EU-AI-ACTist – mit ihrem eigenen Affiliate-Link
  • Gamification: Wer 5 erfolgreiche Klicks erzielt, erhält Zugang zu Bonusmaterial
• Partnermaterialien (automatisch generiert)
  • Jeder Partner bekommt:
    • ein zertifiziertes Weiterempfehlungs-Siegel
    • ein personalisiertes PDF „10 Gründe, warum Sie KAI nutzen sollten“
    • eine Mini-Landingpage mit eigenem Link

 

Finanzielle Simulation für Selbständige (Beispiel)

 

Aktion	Provision	Einnahmen
1 Buchung vermittelt	20 % von 360 € = 72 € brutto	72 €
3 Buchungen	216 €	fast gesamte Jahresgebühr kompensiert
5 Buchungen + Partner wirbt 5 weitere	+10 % Beteiligung	> 300 € Einnahme

 

Marketing-Kampagne (Slogan-Ideen)

• „KAI zahlt sich aus“ – Teilen. Helfen. Verdienen.
• „1 Euro am Tag – 3 Partner geworben, 0 Euro bezahlt“
• „Sie lernen KI – Ihre Kunden danken es Ihnen doppelt.“
• „Gemeinsam lernen – gemeinsam profitieren.“

 

Fazit

Dieses Modell motiviert Teilnehmende emotional wie finanziell, anderen aktiv zu empfehlen, sich ebenfalls mit KI & EU-AI-ACTauseinanderzusetzen. So entsteht organisches Wachstum, ein starkes Vertrauensnetzwerk, und gleichzeitig eine wirtschaftliche Entlastung für die Lernenden.

2.3  „KuWiKu by KAI“ –Empfehlungsprogramm mit iSpring-Integration

Im Folgenden ein innovatives KuWiKu-Konzeption (Kunde wirbt Kunde) mit Fokus auf den Einsatz von iSpring, einem integrierten Quiz-Modell und dem intelligenten Assistenten KAI, ausgearbeitet als Kombination aus Anreizsystem, Lernerfolgsmotivation und Empfehlungsnetzwerk:

 

KAI empfiehlt – aber nur, wenn Du vorbereitet bist

 

Das digitale Botschafterprogramm mit Kompetenznachweis. Die technische Umsetzung erfolgt auf Basis der iSpring-Integration. Im Rahmen des Online-Seminars zum EU-AI-ACTabsolvieren die Teilnehmenden ein abschließendes Wissensquiz (z. B. nach 6 oder 12 Modulen). Wird dieses mit mindestens 75 % richtig beantwortet, erhält der Teilnehmer automatisiert Zugriff auf eine personalisierte KuWiKu-Seite (Kunde wirbt Kunde). Diese Seite enthält:

 

• Einen individuellen Empfehlungs- oder Affiliate-Code,
• Einen grafischen Badge „KAI-zertifizierter KI-Botschafter:in“ zum Teilen,
• Einen Link zum Mini-Tool „KAI erklärt KI“ – ein leicht verständlicher Infobot zur Weitergabe,
• Zugang zum Empfehlungs-Dashboard (optional via Digistore24 o. ä.).

 

Technische Umsetzbarkeit auf Basis der iSpring-Komponenten

Die Powerpoint-Erweiterung iSpring erlaubt nach Abschluss eines Tests:

• eine automatische Verzweigung auf eine individuelle Erfolgsseite (z. B. via URL oder eingebettetem HTML-Code),
• das Tracking des Erfolgsgrades (z. B. ≥ 75 %),
• die Anbindung an eine externe Plattform oder Datenbank zur Erzeugung von Codes oder Weiterleitungen.
• Die Verknüpfung / Ausführung eines JSON-Programmes.

 

Das Prinzip: KuWiKu by KAI

KAI steht hier für:

 

• Kompetenz zeigen –
• Anspruch weitergeben –
• Impulse setzen.

 

Mit KuWiKu by KAI wird aus jeder erfolgreichen Seminarteilnahme eine echte Botschafterrolle, nicht durch leere Weiterleitung, sondern durch persönliches Wissen, Verantwortung und aktive Mitgestaltung. Nur wer das Quiz besteht und die Inhalte regelmäßig nutzt, darf „KAI weiterempfehlen“.

 

Motivationsmechanik: Anreize durch Kompetenz, nicht nur durch Klicks

• Wissen ist Zugang: Nur wer das Quiz besteht, wird freigeschaltet.
• Aktualisierungspflicht: Wer länger als 12 Monate keine neuen Module absolviert, verliert seinen Empfehlungsstatus – es geht nicht um Marketing, sondern um Verantwortung.
• Transparenz-Badge: Auf jeder Empfehlung steht der Hinweis: „Empfohlen von einer zertifizierten Teilnehmerin / einem zertifizierten Teilnehmer, die/der regelmäßig zu KI und Ethik fortgebildet ist.“
• Refinanzierung durch Kompetenz: Wer empfiehlt, verdient – nicht durch Werbung, sondern durch Weitergabe von Wissen mit Substanz.

 

Beispiel-Szenario aus der Praxis

Frau M., selbständige Gesundheitsberaterin in Potsdam, nimmt am Onlinekurs teil. Sie besteht das Quiz mit 80 % und erhält:

 

• Ihren persönlichen „KAI-Botschafter-Link“
• Ein PDF mit Siegel „Verantwortlich weitergedacht – geprüftes Wissen zu KI & Ethik“
• Zugang zum Empfehlungs-Dashboard

 

In den folgenden Wochen empfiehlt sie drei Kunden aus ihrem Netzwerk. Ihre eigene Schulungskosten sind refinanziert – und sie wird sichtbar als Teil einer wachsenden KI-Kompetenz-Community in Brandenburg.

 

Zusätzliche Features (optional erweiterbar)

• Quiz-Vorbereitungsmaterial als Lernhilfe
• Leaderboard der aktivsten Botschafter
• automatisierte Quittungen und steuerliche Hinweise für Selbständige

3.  EU-AI-ACT als Lernmodulbeispiel für betriebliche Mitarbeiterschulungen

Die Einführung des EU-AI-ACTs markiert einen tiefgreifenden Wandel im betrieblichen Umgang mit digitaler Technologie und künstlicher Intelligenz. Anders als viele andere Regulierungen betrifft dieser Rechtsrahmen nicht nur große Konzerne, sondern jedes Unternehmen, das in irgendeiner Form KI-gestützte Systeme nutzt oder plant zu nutzen und sei es durch Standardtools wie Chatbots, CRM-Systeme oder automatisierte Analysefunktionen. Gerade weil der EU-AI-ACTnoch relativ unbekannt ist und bisher nur wenige standardisierte Lernangebote existieren, bietet sich dieses Thema als idealer Einstiegspunkt für innerbetriebliche Schulungen an. Es signalisiert Innovationsbereitschaft, bietet viel Raum zur Positionierung am Markt und weckt durch seinen Pflichtcharakter und die gesellschaftliche Relevanz automatisch Aufmerksamkeit und Handlungsdruck. Die folgenden Gründe verdeutlichen, wieso der EU-AI-ACT als Schulungsthema ein idealer Türöffner ist:

 

Nr.	Argument	Begründung
1	Geringer Bekanntheitsgrad	Die meisten Mitarbeitenden und Selbständigen haben vom EU-AI-ACTnoch nichts gehört – eine Schulung bietet direkte Wissensvorsprünge.
2	Hohe Verunsicherung	Erste Medienberichte führen zu Unsicherheit („Was bedeutet das für uns?“) – ein kompaktes Lernmodul kann rasch Klarheit schaffen.
3	Kaum Konkurrenz	Aktuell gibt es nur wenige professionelle, zielgruppengerechte E-Learning-Angebote speziell für KMU – ideal zur Positionierung.
4	Pflicht zur Mitarbeiter-schulung	Der AI ACT schreibt eine Sensibilisierung der Beschäftigten ausdrücklich vor – das Lernmodul erfüllt also eine rechtliche Anforderung.
5	Niedrige Einstiegshürde	Das Thema eignet sich hervorragend für ein 10–15-Minuten-Modul mit hoher Relevanz – ideal für Microlearning-Einstiege.
6	Breite Zielgruppen- ansprache	Ob Vertrieb, HR, IT oder Geschäftsführung: Jede Abteilung kann vom Thema betroffen sein – das Modul ist universell einsetzbar.
7	Klarer Praxisbezug	Typische Beispiele wie „Diskriminierung durch Bewerber-KI“ oder „undurchsichtige Empfehlungen“ zeigen den direkten Bezug zum Alltag.
8	Ideal für begleitende KI-Tools	Das Modul kann direkt mit einem „KAI“-Assistenten kombiniert werden – etwa für ethische Bewertungen oder Fragen zur Transparenz.
9	Hoher strategischer Druck	KI ist für viele Unternehmen unausweichlich – wer frühzeitig weiß, worauf zu achten ist, hat einen Vorsprung in Innovation und Vertrauen.
10	Guter Gesprächsanlass für Beratung	Das Thema lädt zur Diskussion ein – es kann als Einstieg in umfassendere Beratungsprozesse oder weitere Lernmodule dienen.
11	Image- und Compliance-Vorteil	Wer nachweisen kann, dass er KI-Ethik und AI-ACT ernst nimmt, punktet bei Kunden, Partnern und Bewerbern gleichermaßen.
12	Förderfähig im Rahmen von Weiterbildung	Die Entwicklung und Teilnahme an solchen Schulungen kann über Programme (z. B. Bildungsschecks, Digitalprämie) bezuschusst werden.
13	Flexibel skalierbar	Vom Solo-Selbständigen bis zum Unternehmen mit 50 Mitarbeitenden lässt sich das Modul unkompliziert lizenzieren und einführen.

 

Fazit

Das Thema „EU-AI-ACT& Ethik im Umgang mit KI“ ist mehr als nur ein Regulierungsthema – es ist ein Signal für Zukunftsorientierung, Verantwortung und Lernkultur. Unternehmen, die damit einsteigen, demonstrieren Weitsicht – und schaffen eine Basis, um weitere digitale Bildungsangebote schrittweise und wirksam zu integrieren.

3.1  Weiterbildung & Assistenzsysteme für nachhaltige EU-AI-ACT-Einführung

Es sind umfassende Strategien zu entwickeln, die sich auf die Umsetzung des EU-AI-ACTs für Solo-Selbständige und kleine bis mittelgroße Unternehmen (KMU) mit bis zu 50 Mitarbeitenden konzentriert. Diese Strategie soll den gesetzlichen Anforderungen gerecht werden und gleichzeitig die Akzeptanz und das Verständnis bei den Mitarbeitenden fördern. Ein interdisziplinäres Team aus Fachexperten, bestehend aus Juristen, IT-Spezialisten und Schulungsexperten, sollte gebildet werden. Dieses Team ist dafür verantwortlich, die Anforderungen des EU-AI-ACTs zu analysieren und geeignete Maßnahmen zur Umsetzung zu entwickeln.

 

Entwicklung eines kompakten Microlearning-Moduls. Dieses Modul soll in einer kurzen, aber effektiven Einheit von etwa 10 bis 15 Minuten die wichtigsten Aspekte des EU-AI-ACTs vermitteln und den Mitarbeitenden einen schnellen Wissenszugang ermöglichen. Um die Relevanz der Schulung zu erhöhen, sollten praxisnahe Beispiele integriert werden, die für die Zielgruppe bedeutsam sind, etwa die Auswirkungen von KI auf den Rekrutierungsprozess oder Kundenservice. Einführung eines KI-gestützten virtuellen Assistenten, der für Fragen zur KI-Implementierung und -Ethik zur Verfügung steht.

 

• Es sind Informationsveranstaltungen oder Webinaren anzubieten, um das Bewusstsein für den EU-AI-ACTzu schärfen. Bereitstellung eines verständlichen Handbuchs oder einer digitalen Broschüre, die die wesentlichen Punkte des Gesetzes zusammenfasst. „WAS ist zu tun“.
• Zusammenarbeit mit Anwälten oder Compliance-Experten zur Überprüfung der Rechtssicherheit der Schulungsinhalte. Nutzung von Förderprogrammen, wie Bildungsschecks oder Digitalprämien, um die finanzielle Belastung zu minimieren und die Teilnahme an Schulungen zu fördern.
• Regelmäßige Feedback-Runden mit den Teilnehmenden und den Fachexperten, um das Lernmodul zu evaluieren und anzupassen. Sicherstellen, dass Inhalte aktuell bleiben und den Bedürfnissen der Unternehmen und Mitarbeitenden entsprechen.
• Die Strategie soll schrittweise gemäß dem Minimum Viable Product (MVP) Ansatz realisiert werden. Dies ermöglicht die schrittweise Implementierung und Anpassung der Maßnahmen nach Feedback und Erfolgen.
• Entwicklung einer externen Kommunikationsstrategie, um die Verantwortungsübernahme im Umgang mit KI deutlich zu machen. Dies stärkt nicht nur die Unternehmenskultur, sondern auch das Image gegenüber Kunden und Partnern.

 

Durch die Umsetzung dieser Empfehlungen kann man sicherstellen, dass die Unternehmen nicht nur die Anforderungen des EU-AI-ACTs erfüllen, sondern auch eine positive Unternehmenskultur fördern, die auf Verantwortung, Innovation und kontinuierlichem Lernen aufbaut.

3.2  KI und Ethik im „KI-First“-Zeitalter – Chancen und Risiken

Ethische Fragen im Zusammenhang mit Künstlicher Intelligenz entstehen überall dort, wo KI-Systeme Entscheidungen beeinflussen, menschliches Verhalten lenken oder tief in unseren Alltag eingreifen, sei es sichtbar oder unsichtbar. Dabei geht es nicht nur um technische Sicherheit oder Datenschutz, sondern auch um Fairness, Transparenz, Verantwortung und gesellschaftliche Folgen. Die Einführung von KI ist nicht die erste technologische Revolution, die unsere Lebensweise verändert: Als die Dampfmaschine kam, veränderte sie die Arbeitswelt grundlegend, Menschen wurden ersetzt, neue Berufe entstanden, ganze Gesellschaftsschichten verschoben sich. Die Elektrifizierung führte zu völlig neuen Formen von Produktion, Mobilität und Kommunikation, aber auch zu neuen Abhängigkeiten. Und als das iPhone auf den Markt kam, entstand in kürzester Zeit eine Kultur der ständigen Erreichbarkeit und der mobilen Selbstvermessung, mit Chancen für Freiheit, aber auch mit sozialen und psychischen Nebenwirkungen. Ähnlich verhält es sich mit der KI: Sie kann Prozesse vereinfachen, Wissen zugänglich machen und Kreativität fördern, doch sie wirft auch neue Fragen auf, etwa nach der Verantwortung bei automatisierten Entscheidungen, nach dem Umgang mit algorithmischer Voreingenommenheit oder nach dem Einfluss auf Bildung, Demokratie und soziale Gerechtigkeit. Ethik in der KI heißt deshalb nicht „Technik stoppen“, sondern sie bewusst gestalten, im Dienst des Menschen und mit Blick auf langfristige Wirkungen. Es braucht einen breiten gesellschaftlichen Dialog, klare Regeln und neue Formen von Kompetenz, nicht nur bei Entwicklern, sondern in der ganzen Gesellschaft.

 

Ethik im Zusammenhang mit Künstlicher Intelligenz bezeichnet die reflektierte Auseinandersetzung mit der Frage, was im Umgang mit KI-Systemen als richtig, verantwortungsvoll und gerecht gilt, aus Sicht des Menschen und der Gesellschaft. Sie beschäftigt sich nicht nur mit dem, was technisch machbar ist, sondern mit dem, was wir tun sollen oder lieber lassen sollten, um Menschenwürde, Autonomie, Sicherheit, Gleichheit und Freiheit zu wahren.

 

Dabei geht es um grundlegende Prinzipien wie:

• Verantwortung: Wer trägt die Verantwortung, wenn eine KI eine Fehlentscheidung trifft?
• Transparenz: Ist nachvollziehbar, wie eine Entscheidung zustande kam?
• Gerechtigkeit: Werden alle Menschen gleichbehandelt, unabhängig von Alter, Herkunft, Geschlecht?
• Freiheit und Selbstbestimmung: Beeinflusst die KI unbemerkt unser Verhalten oder unsere Entscheidungen?
• Nicht-Schaden-Prinzip: Verhindern wir bewusst negative Auswirkungen, etwa Diskriminierung oder Überwachung?

 

Ethische Überlegungen helfen, Künstliche Intelligenz nicht nur effizient, sondern auch menschenfreundlich und gesellschaftlich verträglich zu gestalten. Sie bieten Orientierung in einem technologischen Feld, das sich schneller entwickelt als viele rechtliche oder soziale Regeln – und fordern dazu auf, mit Verantwortung, statt nur mit Neugier zu handeln.

 

Das Prinzip „KI-First“ beschreibt einen strategischen Ansatz, bei dem Unternehmen und Organisationen Künstliche Intelligenz nicht nur als Werkzeug, sondern als zentralen Ausgangspunkt für Geschäftsprozesse, Entscheidungen und Innovation begreifen. Anstatt KI nur punktuell einzusetzen, wird sie von Beginn an in die Struktur, Kultur und Wertschöpfung integriert. Diese Denkweise hat bereits jetzt spürbare Auswirkungen auf den Arbeitsmarkt – branchenübergreifend und tiefgreifend.

 

Beispiele für aktuelle Veränderungen:

• Automatisierung von Wissensarbeit:
  Früher galt die Automatisierung vor allem für körperliche Arbeit. Heute ersetzt oder unterstützt KI Tätigkeiten im Marketing, Kundenservice, Controlling, Personalwesen oder sogar in der Rechtsberatung. Routineaufgaben wie Textentwürfe, Datenanalyse oder Vertragsprüfung können binnen Sekunden erledigt werden – mit direktem Einfluss auf Jobprofile.
• Verschiebung von Qualifikationsanforderungen:
  Wer früher mit Excel glänzte, muss heute Prompting, Tool-Integration oder kritische KI-Analyse beherrschen. Soft Skills wie ethische Reflexion, Verantwortungsbewusstsein und digitale Urteilsfähigkeit gewinnen an Bedeutung. Gleichzeitig verlieren klassische Tätigkeiten ohne KI-Bezug an Attraktivität oder Relevanz.
• Entstehung neuer Rollen:
  Mit „KI-First“ entstehen neue Berufe: KI-Trainer:innen, Datenethiker:innen, Prompt-Ingenieure, KI-Integrationsberater oder Fachkräfte für Mensch-Maschine-Kommunikation. Diese Jobs sind oft interdisziplinär – zwischen Technik, Organisation und Kommunikation.
• Entwertung traditioneller Laufbahnen:
  Berufliche Erfahrungsjahre verlieren teilweise an Bedeutung, wenn KI in wenigen Sekunden Aufgaben lösen kann, für die Menschen früher Jahrzehnte Praxis brauchten. Das stellt Karriereplanung, Lohngefüge und Führungskultur in Frage.
• Zunahme von Solo-Selbständigkeit und Plattformarbeit:
  KI ermöglicht es Einzelpersonen, Dienstleistungen anzubieten, für die früher ganze Teams nötig waren – z. B. als Ein-Personen-Agentur für Content, Design oder Analyse. Gleichzeitig steigt der Druck auf kleine Anbieter, ständig up-to-date zu bleiben.
• Unterschied zwischen adaptiven und abgehängten Betrieben:
  Unternehmen, die „KI-First“ verfolgen, verändern sich dynamisch, automatisieren Prozesse, reduzieren Hierarchien und skalieren schneller. Wer den Anschluss verpasst, droht zurückzufallen – mit Folgen für Beschäftigung, Wettbewerbsfähigkeit und regionale Strukturen.

 

Fazit

„KI-First“ ist keine Zukunftsvision, sondern gelebte Realität in vielen Unternehmen – besonders im Dienstleistungs-, Tech- und Wissenssektor. Der Arbeitsmarkt steht damit vor einer ähnlichen Zäsur wie zur Zeit der Industrialisierung oder der Digitalisierung durch das Internet. Die Herausforderung: Nicht die Technologie entscheidet über die Zukunft der Arbeit, sondern unser Umgang mit ihr. Wer gestaltet, kann profitieren. Wer nur reagiert, riskiert den Anschluss.

 

Im Folgenden ist eine Vergleichstabelle zum Wandel von traditionellen Arbeits- und Unternehmensstrukturen hin zu einem „KI-First“-Ansatz.

 

Beschreibung	Traditionelle Lösung	KI-First
Aufgabenerfüllung	Manuell, durch Mitarbeitende	Automatisiert durch KI-Tools
Wissensgewinn	Fachliteratur, Schulungen, Erfahrung	Sofortiger Zugriff über KI-gestützte Systeme
Kundenservice	Persönlich oder telefonisch	Chatbots, Voicebots, 24/7-Antwortsysteme
Inhaltserstellung	Redaktion durch Menschen	KI-generierte Texte, Bilder, Videos
Datenanalyse	Excel, händische Auswertung	Realtime-Analyse mit KI-Auswertung
Entscheidungsfindung	Erfahrung, Bauchgefühl, Teamsitzung	KI-basierte Entscheidungsempfehlungen
Zeitmanagement	Manuelle Kalenderpflege, To-do-Listen	Intelligente Planung mit KI-gestützter Priorisierung
Innovationsgeschwindigkeit	Langsame Iterationen	Schnelle Prototypentwicklung mit KI-Unterstützung
Marketingkampagnen	Agentur oder händisch erstellt	Automatisierte Zielgruppen-Analyse und Kampagnenerstellung
Bewerberauswahl	Manuelle Sichtung von Lebensläufen	KI-Vorselektion, Matching-Algorithmen
Personalentwicklung	Jahresgespräch, Weiterbildungskatalog	Adaptive Lernplattformen, individuelle Lernpfade mit KI
Fehlererkennung	Durch Rückmeldung oder Kontrolle	Predictive KI erkennt Fehler oder Risiken frühzeitig
Produktentwicklung	Marktstudien, Workshops	KI-gestützte Trendanalysen und Simulationen
Servicequalität	Subjektive Einschätzung	KI-basierte Echtzeit-Kundenzufriedenheitsanalyse
Kommunikation	E-Mail, Telefon, Präsenzmeeting	Kontextbezogene Kommunikation mit KI-Assistenz
Datenschutz & Compliance	Juristische Beratung, Handbuch	KI-gestützte Risikoabschätzung und DSGVO-Monitoring
Dokumentation	Word-/PDF-Dateien manuell gepflegt	Automatisierte Dokumentenerstellung und Versionierung
Wettbewerbsanalyse	Branchenrecherche, persönliche Netzwerke	KI analysiert Wettbewerberdaten aus offenen Quellen
Kostenmanagement	Statische Budgets, Controlling nach Monaten	Dynamische, KI-basierte Forecasts und Echtzeitanalyse
Skalierbarkeit von Prozessen	Hohes Wachstum nur mit mehr Personal möglich	Skalierung über KI-Systeme ohne lineare Personalkosten

 

3.3.  Bilder, die wirken – Ethische Perspektiven von KI im Arbeitsalltag

Die Visualisierung des Themas ist ein wichtiges Element bei Onlineseminaren. Auch hier bietet die KI zwischenzeitlich Möglichkeiten, die Bildgenerierung mit hoher Qualität zu realisieren. Im Folgenden sind Bildideen dargestellt, die das Thema „KI & Ethik im Arbeitsalltag von KMU und Solo-Selbständigen“ visuell einprägsam machen – jeweils mit einer positiven und einer kritischen Perspektive. Ideal für Websites, Schulungsmaterialien oder Präsentationen im Kontext digitaler Verantwortung:

 

Diese Bildideen zeigen, wie schmal der Grat zwischen Hilfestellung und ethischer Herausforderung sein kann, wenn KI in den Arbeitsalltag integriert wird. Sie eignen sich als Anregung für Sensibilisierung, Workshops oder begleitende Illustrationen in einem E-Learning-Kurs. Auf Wunsch kann ich konkrete Fotoumsetzungen oder Illustrationen daraus generieren.

3.4  Zielgruppenspezifische KI- und Ethik-Kommunikation mit dem DISG-Modell

Es ist ein strategischer Ansatz zur Entwicklung von zielgruppenspezifischen Landingpages und Kurzhandreichungen im Kontext von Künstlicher Intelligenz und Ethik notwendig, basierend auf dem DISG-Modell zur Analyse der verschiedenen Zielgruppen. Zunächst sollte eine detaillierte Zielgruppenanalyse durchgeführt werden, um die unterschiedlichen Denkweisen und Anforderungen der Techniker, mental orientierten Personen und Buchhalter zu erfassen. Hierbei gilt es, die spezifischen Bedürfnisse, Herausforderungen und Interessen jeder Gruppe zu identifizieren, damit die Inhalte maßgeschneidert auf die jeweilige Zielgruppe abgestimmt werden können.

 

Im ersten Schritt empfiehlt es sich, ein Minimum Viable Product (MVP) zu entwickeln, das die Basis für die weiteren Schritte darstellt. Dazu gehören die Erstellung von drei Landingpages, die jeweils auf die spezifischen Merkmale der Zielgruppen abgestimmt sind. Jede Landingpage sollte eine klare, ansprechende Überschrift, relevante Inhalte in der Sprache der jeweiligen Zielgruppe und leicht zugängliche Download-Optionen für Kurzhandreichungen enthalten.

 

Für Techniker wäre es sinnvoll, technische Details und Anwendungsbeispiele zu betonen, während für mental orientierte Zielgruppen der Fokus auf ethischen Fragestellungen und der gesellschaftlichen Verantwortung von KI liegen sollte. Buchhalter hingegen könnten an praktischen Anwendungen von KI in der Datenanalyse und Effizienzsteigerung interessiert sein. Diese differenzierten Ansätze gewährleisten, dass jede Zielgruppe angesprochen wird und sich verstanden fühlt.

 

Im zweiten Schritt sollte die Entwicklung der Kurzhandreichungen erfolgen. Diese sollten prägnante Informationen und praktische Hinweise bieten, die auf die spezifischen Interessen der Zielgruppen abgestimmt sind. Beispielsweise könnten für Techniker technische Leitfäden zur Implementierung ethischer KI bereitgestellt werden, während für mental orientierte Zielgruppen Workshops zur Reflexion über den Umgang mit KI in der Praxis angeboten werden könnten.

Für Buchhalter wären kurze Anleitungen zur Nutzung von KI-Tools im Finanzbereich von Interesse.

 

Zusätzlich sollte ein kontinuierlicher Feedback-Prozess etabliert werden, um die Wirksamkeit der Landingpages und Kurzhandreichungen zu evaluieren und gegebenenfalls Anpassungen vorzunehmen. Hierbei könnten Umfragen oder direkte Rückmeldungen von Nutzern hilfreich sein, um die Inhalte weiter zu optimieren und an die sich verändernden Bedürfnisse der Zielgruppen anzupassen.

 

Abschließend wird empfohlen, einen interdisziplinären Ansatz zu verfolgen, indem Experten aus den Bereichen Technik, Ethik und Buchhaltung in die Entwicklung der Inhalte einbezogen werden, um eine ganzheitliche Perspektive zu gewährleisten. Dieser strukturierte und zielgruppenspezifische Ansatz wird dazu beitragen, die ethischen Fragestellungen im Zusammenhang mit KI effektiv zu kommunizieren und das Bewusstsein für verantwortungsbewussten Umgang mit dieser Technologie zu fördern.

3.5  Technische Umsetzbarkeit zur Lern- / Quizerstellung

Mit iSpring QuizMaker oder der iSpring Suite lässt sich ein reines Quiz durch Informationsfolien (Info Slides) so erweitern, dass daraus ein interaktiver Mini-Onlinekurs entsteht. Der Ablauf wird dadurch didaktisch sinnvoll aufgebaut: Lernen – Verstehen – Anwenden – Reflektieren.

 

Die Lernerfolgs- bzw. Behaltensquote variiert je nach Lernmethode. Eine häufig zitierte Orientierung bietet das sogenannte „Lernpyramiden-Modell“ (oft Abraham Maslow oder Edgar Dale zugeschrieben, aber nicht empirisch belegt – dennoch praxisnah). Hier die typischen Werte:

 

Lernmethode	Behaltensquote
Nur Hören (z. B. Vortrag)	ca. 10 %
Hören & Sehen (z. B. Video, Präsentation)	ca. 20–30 %
Hören, Sehen & Schreiben (z. B. Mitschrift)	ca. 50 %
Hören, Sehen, Schreiben & Vormachen (z. B. Rollenspiel, Anwendung, Simulation)	ca. 70–90 %

Diese Strategie sollte bei der Entwicklung der Lernmodule unbedingt Berücksichtigung finden, damit die Motivation permanent erhalten bleibt. Die Entwicklung eines Quiz-Lernkonzeptes bedarf der strukturierten Planung. Hier sind didaktische Kriterien ebenso wichtig, wie Kenntnisse über die Zielgruppe und deren klassisches Lernverhalten Ein didaktisches Konzept beschreibt die geplante, begründete und zielgerichtete Gestaltung von Lernprozessen. Es legt fest, wie Inhalte vermittelt werden sollen, für wen, mit welchen Methoden, in welcher Reihenfolge und mit welchen Medien. Ziel ist es, Lernen so aufzubauen, dass es wirksam, nachvollziehbar und motivierend ist.

 

Ein gutes didaktisches Konzept berücksichtigt:

• die Zielgruppe (Vorkenntnisse, Motivation, Medienaffinität),
• das Lernziel (Wissen, Können, Haltung),
• die Methodik (z. B. Vortrag, Fallstudie, Simulation),
• die Medienwahl (Video, Text, interaktive Module) und
• die Lernkontrolle (z. B. Quiz, Reflexion, Transferaufgabe).

 

 

Vergleichstabelle: Didaktische Grundsätze nach Zielgruppe

Didaktischer Grundsatz	Studierende (18–30 J.)	Agile Mitarbeitende (25–45 J.)	Ältere Mitarbeitende (>45 J.)
Lernziel- orientierung	Praxisnähe und Relevanz im Studium betonen	Arbeitsbezug und direkte Anwendung	Alltagsnutzen und Sicherheit im Umgang mit Neuem
Aktivierung / Beteiligung	Gruppenarbeit, Quiz, Peer-Feedback	Fallbeispiele, interaktive Tools, Voting	Schrittweise Anleitung, Diskussion in Kleingruppen
Anschaulichkeit	Infografiken, kurze Videos, Storytelling	Praxis-Simulationen, Tools am Beispiel zeigen	Visuelle Klarheit, reale Bilder, konkrete Abläufe
Selbststeuerung ermöglichen	Lernplattform, Module zur freien Auswahl	Lern-Nuggets, Microlearning, mobil verfügbar	Strukturierte Lerneinheiten mit klarer Führung
Sozialform / Lernform	Gruppen- und Projektlernen	asynchron + Team-Review	Präsenz oder moderierte Webinare bevorzugt
Wiederholung / Festigung	Wiederholungsquiz, Lernkarten, Gamification	Reflexionsfragen, Transferaufgaben	Zusammenfassungen, Wiederholblätter
Technikeinsatz	Selbstverständlich (mobil & digital)	Funktionalität und Nutzen im  Fokus	Einführungshilfen und klare Navigation wichtig
Lerntempo und Belastung	zügig, in kleinen Häppchen	flexibel, auch abends oder unterwegs	eher langsam, mit Pausen und Orientierung
Sprachstil und Ansprache	locker, motivierend, „Du“-Ansprache	zielgerichtet, dynamisch, lösungsorientiert	wertschätzend, klar, „Sie“-Ansprache
Lernkontrolle / Feedback	Sofort-Feedback, Punkte sammeln	Aufgaben mit Selbstcheck & Rückmeldung	Persönliches Feedback, kurze Lernzusammenfassungen

 

 

Die Vorgehensweise zur Umsetzung mit dem System iSpring kann man wie folgt beschreiben:

• Struktur festlegen: Quiz und Infoseiten im Wechsel
• Infofolie 1 (Einführung ins Thema)
• Frageblock 1 (z. B. 3–5 Fragen)
• Infofolie 2 (Erklärung zu kritischen Antworten)
• Frageblock 2
• Infofolie 3 (Praxishinweise / Beispiele)
• Abschlussfolie mit Feedback und Handlungsoption

 

• Informationsfolien einfügen
• iSpring QuizMaker:
• „Folientyp hinzufügen“ → „Informationsfolie“.
• nutzbar für:
  • Texte mit Erklärungen
  • Bilder / Schaubilder
  • Videos (z. B. eingebettete Screencasts, Interviews)
  • Verlinkungen auf externe Inhalte (z. B. weiterführende Artikel)
• Infofolien kurz, visuell und verständlich wie Mini-Lernbausteine gestalten

 

• Sprunglogik verwenden – in iSpring lässt sich nach jeder Frage definieren:
• Was passiert bei einer richtigen oder falschen Antwort
• Fehlern sind gezielt auf eine Infofolie oder Erklärungsseite weiterzuleiten Strategie: „Lernen durch Fehler“ mit zusätzlichem Hintergrundwissen
• Auch bedingte Pfade („Wenn Antwort A, dann ...“) sind möglich, was ideal für adaptive Kurse ist. Ein adaptiver Kurs ist eine Lernstrecke, die sich dem Verhalten, Vorwissen oder Lernerfolg der Teilnehmenden dynamisch anpasst. Anstatt für alle denselben linearen Ablauf vorzugeben, verzweigt sich der Kurs je nach Antwort, Lernfortschritt oder gewähltem Pfad.

 

Funktion	Bedeutung
Verzweigungen / Branching	Der Kursverlauf passt sich abhängig von Antworten oder Entscheidungen an.
Bedingte Navigation	Module oder Seiten werden nur angezeigt, wenn bestimmte Bedingungen erfüllt sind.
Wissensstand-Test zu Beginn	Vorkenntnisse werden abgefragt – danach startet der passende Lernpfad.
Feedback-basierte Wege	Wer eine Frage falsch beantwortet, erhält Zusatzinfos, andere gehen direkt weiter.

 

Beispiel: Adaptiver Kurs im Modul „KI & Ethik“ (EU-AI-ACT)

Zielgruppe: Mitarbeitende mit unterschiedlichem Wissensstand zur Frage: „Was bedeutet Ethik beim Einsatz von KI in unserem Betrieb?“

Kursstruktur mit Verzweigungen:

• Einstieg: Wissens-Check - Frage: „Was verstehen Sie unter Transparenz bei KI-Anwendungen?“ führt zu den folgenden Auswahlmöglichkeiten und Folgepfaden:

 

Auswahl der Lernenden	Folgepfad
„Weiß ich nicht genau“	Einstieg mit Grundlagenvideo und Glossar
„Es geht um Nachvollziehbarkeit“	Direkter Einstieg in Praxisbeispiele
„Das regelt nur der Datenschutz“	Zusatzmodul: Unterschied DSGVO vs. ethische Verantwortung

 

Hinweise: Adaptive Kurse haben eine höhere Erfolgs- und Motivationsrate

• Mehr Relevanz: Jede/r bekommt die Inhalte, die sie/er wirklich braucht
• Zeitersparnis: Fortgeschrittene überspringen Grundlagen und die Anfänger werden begleitet
• Individuelle Motivation: Lernende erleben den Kurs als persönlich relevant
• Datenauswertung: Lernmanagementsystem (LMS) zeigt, welche Lernpfade wie häufig genutzt wurden (für Optimierung)

 

• Lernsituation mit Entscheidung (z. B. interaktive Fallstudie)
  • Szene: „Eine KI priorisiert Kundenanfragen nach Verkaufschancen. Was tun Sie?“
    Auswahl führt zu unterschiedlichem Feedback und weiteren Inhalten

 

• Fehlermodul mit Lernverstärkung
  • Wer die Zuordnungsfrage nicht vollständig richtig löst, wird auf ein Zusatzmodul verzweigt: „Was bedeutet Fairness in der KI-Praxis?“

 

• Zertifikatsfreigabe nur bei vollständiger Bearbeitung aller Ethikgrundsätze
  • Die Lektion wird als abgeschlossen markiert, wenn alle kritischen Themen (z. B. Bias, Verantwortung, Transparenz) bewusst durchlaufen wurden – ggf. auch über Umwege.

 

• Quizgestaltung erweitern
  • Neben klassischen Multiple-Choice-Fragen lassen sich die folgenden Antworttypen nutzen, Das wirkt wie ein interaktives Planspiel.
  • Es stehen 14 Fragetypen zur Verfügung:

 

 

Multiple Choice (eine Frage korrekt)	Eine richtige Antwort aus mehreren Optionen auswählen – ideal für Wissensabfragen.
Mehrfachauswahl	Mehrere richtige Antworten möglich – schwieriger, da Anzahl der Lösungen meist unbekannt.
Wahr/Falsch	Aussage bewerten – ideal zur schnellen Überprüfung von Faktenwissen.
Kurze Textantwort	Nutzer schreibt die Antwort frei ein – Rechtschreibung und Variationen beachten.
Zahleneingabe	Antwort ist eine Zahl oder ein Wertebereich – z. B. Jahreszahl, Prozentwert.
Reihenfolge	Begriffe, Schritte oder Ereignisse in die richtige Reihenfolge bringen.
Zuordnung (Puzzle)	Elemente aus zwei Listen einander zuordnen – eignet sich für Definitionen, Begriffe, Paare.
Lückentext ausfüllen	Nutzer trägt fehlende Wörter ohne Hilfen ein – prüft echtes Wissen.
Lückentext mit Dropdown	Auswahl aus vorgegebenen Begriffen – gute Einstiegsfrage mit leichtem Schwierigkeitsgrad.
Lückentext mit Wortbank (Drag & Drop)	Wörter aus einer Liste in passende Lücken ziehen – erhöht Interaktivität.
Hotspot	Auf ein Bild klicken – visuelle Erkennung statt nur Textverständnis.
Drag & Drop (frei)	Objekte auf einem Bild frei zuordnen oder platzieren – z. B. auf Arbeitsplänen, Grafiken.
Bewertungsmatrix (Skala)	Meinung auf Skala angeben – nur für Umfragen geeignet, nicht für Wissensabfragen.
Lange Textantwort	Freie Textantwort – z. B. Reflexionsfrage, offene Einschätzung (nicht automatisch bewertbar).

 

• Design anpassen und Branding nutzen
• einheitliche Farben, Icons, Logos (z. B. CI deiner Website).
• Slide-Master-Layouts, für Infofolien und Fragen zur optischen Konsistenz
• Integrierte KI-Avatare oder Grafiken zur visuellen Auflockerung.

 

• Export als SCORM oder Weblink
• Export SCORM-Datei (für LMS wie Moodle, iSpring Learn oder TalentLMS)
• Export als HTML5-Quiz, das auf jeder Website eingebettet werden kann

 

• Bonus: Zertifikat oder Gutschein hinterlegen
• Nach erfolgreichem Abschluss, automatisierte Teilnahmebescheinigung
• Ausgabe eines Rabattcodes (z. B. bei 80 % richtiger Antworten)

 

• Praxis-Tipp für den Kurs „KI & DSGVO“
• Beginn mit einer interaktiven Einstiegsfolie: „Was glauben Sie – trifft das zu?“
• Danach die Infofolie mit Auflösung und Erklärung zeigen
• Nach je 5 Fragen eine Mini-Zusammenfassung
• Am Ende: „Was nehme ich mit?“, Empfehlung für weiterführenden Kurs

 

Die folgende Umsetzung ist sowohl sinnvoll als auch technisch in iSpring QuizMaker oder iSpring Suite möglich – und didaktisch sogar besonders effektiv, weil es Lernen durch Anwendung, Reflexion und Wiederholung kombiniert. Hier ein Beispiel für einen verzweigten Lernpfad mit adaptivem Feedback, der auf folgende Ziele einzahlt:

 

• Fehler als Lernchance nutzen, statt einfach nur zu „bewerten“
• Eigenverantwortung stärken (erneut versuchen oder weitermachen)
• Mitarbeitermotivation fördern durch positives Feedback & Punkteanreiz

 

• Einstieg mit einem Fallbeispiel auf einer Infofolie - z. B. "Ein Mitarbeitender leitet zur schnellen Bearbeitung eine Kundendatei per WhatsApp an einen Kollegen weiter – Was darf er laut DSGVO?"
• Fragefolie (Single Choice oder Multiple Choice) - Was war erlaubt? Was nicht?

• Antwort A: korrekt → weiter zu "Gut gemacht"-Folie
• Antwort B/C: falsch → verzweigter Pfad

• Pfad bei richtiger Antwort
• Kurze „Gut gemacht“-Folie mit:
  • Lobendem Kommentar
  • Zusammenfassung: „Warum ist das korrekt?“
  • Dann automatisch zur nächsten Lerneinheit / Infofolie
• Pfad bei falscher Antwort
  • Leite auf eine Erklärungsfolie (Info Slide) weiter:
  • Visualisiere den Fehler, erkläre den Grund
  • Beispiel: „Der Versand personenbezogener Daten über unsichere Messenger-Dienste verstößt gegen Art. 32 DSGVO.“
  • Danach zwei Optionen anbieten (über Button-Navigation):
    • Zurück zur Frage (erneut beantworten, Punkte sammeln)
    • Zur nächsten Lerneinheit (z. B. wenn Lernziel wichtiger als Punktestand ist)

 

• Didaktischer Vorteil
• Verständnis geht vor Punktzahl, wer Punkte will, muss reflektieren & wiederholen.
• Der Kurs fühlt sich interaktiv, adaptiv und „intelligent“ an – kein starres Quiz.
• Die Nutzer erleben, dass Fehler zum Lernprozess gehören – und werden direkt motiviert, es besser zu machen.

 

• Technische Umsetzung in iSpring
• bei jeder Frage die Sprunglogik („Verzweigungen“) nutzen
  • Bei richtiger Antwort: Gehe zu Infofolie X
  • Bei falscher Antwort: Gehe zu Infofolie Y
• Auf Infofolie Y: Platziere zwei Buttons mit:
  • „Zurück zur Frage“ → Verzweigung zur ursprünglichen Frage
  • „Weiter zur nächsten Lerneinheit“ → Verzweigung zur nächsten Infofolie
  • Punktestand anpassen, z. B. nur beim ersten richtigen Versuch zählen

 

Es ist wichtig, die Teilnehmenden klar zu informieren, dass sie die Wahl haben:

„Sie können die Frage erneut beantworten und Punkte sammeln – oder direkt zum nächsten Abschnitt springen.“

 

Storyboard für iSpring-Quiz mit Lernverzweigungen

Folientyp	Inhalt	Ziel	Verzweigung
Infofolie (Einstieg)	Kurzgeschichte: Mitarbeiter sendet Kundendaten per WhatsApp	Einstieg, Kontext aufbauen	Zur Quizfrage 1
Fragefolie (Quizfrage 1)	Was durfte der Mitarbeiter laut DSGVO?	Wissen testen	Antwort A → Folie 3 (richtig); Antwort B/C → Folie 4 (falsch)
Infofolie (positives Feedback)	Gut gemacht! Datenweitergabe über WhatsApp ist nicht zulässig.	Bestätigung, Lernverstärkung	Weiter zu Infofolie 5 (nächster Lernabschnitt)

 

In iSpring QuizMaker oder iSpring Suite Max (innerhalb von PowerPoint) kann man Lernelemente wie Bilder, Videos, Audios, Talking-Head-Clips oder Infotext gezielt zwischen den Quizfragen einbauen, um die Lernwirkung deutlich zu steigern. Diese Inhalte fungieren als Informations- oder Übergangsfolien – vergleichbar mit kleinen „Mikro-Lektionen“ im Kursverlauf.

 

• Inhalte einbauen – Typen & Ziele

 

Medium	Typischer Einsatz (Ziel)
Bild/Grafik	Visualisierung von Beispielen, Diagrammen, Abläufen
Infotext	Definitionen, Zusammenfassungen, Gesetzestexte
Video (Talking Head)	Erklärung durch Trainer:in, Storytelling, Motivation
Audio/Sprechertext	Ergänzende Erläuterungen, einfache Barrierefreiheit
Animation/Schaubild	Dynamische Abläufe zeigen, z. B. Datenfluss, Entscheidungskette

 

• Umsetzung in iSpring QuizMaker
• Infofolie einfügen
• Klicke im Quiz-Editor auf „Folientyp hinzufügen“ → „Informationsfolie“

• Diese wird gleichberechtigt zwischen den Quizfragen eingebunden
• Du kannst sie mit Texten, Bildern, Videos, Links oder Audio ausstatten

 

• Elemente einfügen

• Text: Überschrift + Freitextblock mit Formatierung
• Bild: PNG, JPG, SVG direkt einfügen & positionieren
• Video: MP4 oder eingebettetes YouTube-Video
• Audio: WAV/MP3 oder direkt einsprechen (per Mikrofon)
• Talking Head: Videodatei mit transparentem Hintergrund oder rechteckig integriert

 

• Navigation steuern

• Automatisch weiter nach x Sekunden z. B. bei einem Einführungsvideo
• Manuell per Button: „Weiter zur nächsten Frage“
• Optional: Zurück-Button für Wiederholung erlauben

 

 

Didaktische Platzierung

Position im Quiz	Zweck	Beispielinhalt
Vor einer Frage	Kontext aufbauen, Wissen aktivieren	„Worum geht es bei Artikel 32 DSGVO?“
Nach einer Frage (richtig)	Verstärken, Bestätigung	„Warum ist diese Antwort richtig?“
Nach einer Frage (falsch)	Erklären, Verständnis fördern	„So wäre es korrekt gewesen …“
Zwischen Modulen	Auflockerung, Motivationsvideo	„Was Sie im nächsten Abschnitt erwartet“
Am Ende	Zusammenfassung, Transferimpuls	Mini-Tutorial: „KI-Risiken sicher erkennen“

3.6  Effektive Kursentwicklung mit iSpring und KI, Analyse bis Optimierung

Es sind die folgenden Schritte umzusetzen, um die Nutzung von iSpring und KI-Tools zur Erstellung von Lerninhalten zu optimieren. Analyse der Lern-Zielgruppe, um deren Vorkenntnisse, Lernmotivation und bevorzugte Lernmethoden zu verstehen. Diese Daten sind entscheidend, um ein maßgeschneidertes didaktisches Konzept zu entwickeln, das sowohl die Bedürfnisse der Lernenden als auch die spezifischen Lernziele berücksichtigt. Im Rahmen dieser Analyse empfiehlt sich die Erstellung von Personas, die typischen Vertreter der Zielgruppe darstellen und somit die Weiterentwicklung der Lernmodule leiten.

 

Anschließend sind detaillierte Storyboards für den Onlinekurs zu erstellen. Dieses sollte die Struktur der Lernmodule festlegen, einschließlich der Integration von Informationsfolien, Quizzes und interaktiven Elementen. Die Verwendung des MVP (Minimum Viable Product)-Konzepts könnte hier besonders nützlich sein: Zunächst sollten die grundlegenden Module mit den nötigsten Inhalten erstellt werden, gefolgt von iterativen Verbesserungen basierend auf dem Feedback der Nutzer.

 

Nachdem das Storyboard entwickelt wurde, kann man mit der technischen Umsetzung in iSpring QuizMaker oder iSpring Suite beginnen. Die Module müssen eine klare und visuell ansprechende Gestaltung aufweisen, die die Identität des Unternehmens widerspiegelt. Es ist wichtig, ein einheitliches Design zu wählen, das Farben, Logos und Schriftarten umfasst und den Lernprozess visuell unterstützt. Insbesondere die Verwendung von KI-Avataren als digitale Moderatoren kann den Kurs interaktiver gestalten und die Lernenden emotional ansprechen. Diese Avatare können in den Videos eingebaut werden, um Erklärungen zu liefern und einen persönlichen Bezug herzustellen.

 

Es ist eine adaptive Lernlogik zu implementieren, die es den Nutzenden ermöglicht, durch unterschiedliche Lernpfade zu navigieren, basierend auf ihren Antworten in Quizzes. Diese adaptive Methode fördert das individuelle Lernen und stellt sicher, dass jeder Teilnehmer die für ihn relevanten Inhalte erhält. Zudem sollten die verschiedenen Fragetypen im Quiz genutzt werden, um die Interaktivität zu erhöhen und ein aktives Lernen zu fördern. Herr Ewald sollte darauf achten, dass die Feedback-Mechanismen klar und motivierend gestaltet sind, um die Lernenden zu ermutigen, aus Fehlern zu lernen.

 

Zur Evaluation des Lernprozesses ist ein System zur Lernkontrolle und Feedback-Mechanismen einzuführen, das sowohl kontinuierliches Feedback während des Lernens als auch eine abschließende Bewertung umfasst. Die Verwendung von Zertifikaten oder Belohnungen für den Abschluss des Kurses kann zusätzlich die Motivation der Teilnehmenden steigern.

 

Abschließend sind die Erfahrungen und Ergebnisse der Kurse regelmäßig auszuwerten, um kontinuierlich Verbesserungen (KVP) vorzunehmen. Die gesammelten Daten über die Nutzung der Lerninhalte und die Rückmeldungen der Teilnehmenden sollten regelmäßig analysiert werden, um die Inhalte und die didaktische Gestaltung anzupassen und zu optimieren. Durch diesen strukturierten und datengestützten Ansatz kann man sicherstellen, dass die Implementierung von iSpring und KI-Tools sowohl effektiv als auch nachhaltig sind, und somit eine hohe Lernmotivation und -erfolg erzielt wird.

4.  Vom Gesetz zur Kultur: Warum Ethik in der KI-Schulung unverzichtbar ist

Der EU-AI-ACT, eine der weltweit umfassendsten Regelungen für den Einsatz von Künstlicher Intelligenz, adressiert explizit die Notwendigkeit einer ethischen und verantwortungsvollen Nutzung von KI-Systemen. Dies macht das Thema „Ethik und KI“ zu einem unverzichtbaren Lernmodul für Mitarbeiter in jeder Organisation, die KI implementiert oder betreibt. Dieses Modul ist nicht nur ein Baustein für die Compliance mit den zukünftigen gesetzlichen Anforderungen, sondern trägt auch dazu bei, das Vertrauen in die Technologien zu stärken und die institutionelle Verantwortung zu fördern. Zum einen erfordert der EU-AI-ACT, dass Unternehmen sicherstellen, dass die von ihnen genutzten oder entwickelten KI-Systeme nicht diskriminieren und die Grundrechte respektieren. Hierfür müssen Mitarbeiter Kenntnisse und Bewusstsein für die ethischen Dimensionen von KI-Systemen entwickeln, um unbewusste Vorurteile und mögliche negative Auswirkungen auf Gesellschaft und Individuen zu erkennen und zu verhindern. Ein Lernmodul zu diesem Thema hilft dabei, Mitarbeiter zu sensibilisieren und sie mit den richtigen Werkzeugen und Überlegungen auszustatten. Zum anderen legt der EU-AI-ACT großen Wert auf Transparenz und Nachvollziehbarkeit von KI-Systemen. Dies bedeutet, dass Mitarbeiter verstehen müssen, wie KI-Entscheidungen getroffen werden, um sie effektiv erklären und rechtfertigen zu können. Ein fundiertes Verständnis der ethischen Fragen, die mit KI einhergehen, ist für die Gestaltung von Kommunikationsstrategien sowohl nach innen als auch nach außen entscheidend.

 

Weiterhin erfordert der EU-AI-ACT, dass hohe Risikostufen von KI-Anwendungen regelmäßig überwacht und geprüft werden. Hierbei spielt die ethische Einschätzung dieser Technologien eine zentrale Rolle. Mitarbeiter, die im Lernmodul *Ethik und KI* geschult sind, sind besser in der Lage, Risiken zu identifizieren und zu managen und können Prozesse zur ethischen Bewertung aktiv mitgestalten. Schließlich trägt das Modul dazu bei, eine ethische Unternehmenskultur zu etablieren, die über die gesetzlichen Anforderungen hinausgeht. Indem Mitarbeiter regelmäßig in ethischen Fragestellungen geschult werden, fördern Unternehmen eine verantwortungsvolle Innovationskultur, die langfristig sowohl ökonomische als auch gesellschaftliche Vorteile bietet.

 

Zusammenfassend ist das Lernmodul Ethik und KI nicht nur eine notwendige Vorbereitung auf die strengen Anforderungen des EU-AI-ACTs, sondern auch eine Investition in die Zukunftsfähigkeit und das ethische Fundament von Unternehmen im digitalen Zeitalter.

4.1  Lernmodule „Ethik & KI“ – Inhalte, Formate und Lernziele im Überblick

Der Themenkomplex Ethik ist in mehrere Teilmodule zu unterteilen, die verschiedene Alltagsaspekte beleuchten. Eine mögliche Gliederung könnte wie folgt aussehen:

 

Modulabschnitt	Inhalt	Format
1. Was ist Ethik?	Einführung in den Ethikbegriff: Fairness, Verantwortung, Gerechtigkeit, Menschenwürde	Infofolie mit Text, Symbolgrafik, Sprechtext (Audio optional)
2. Ethik & KI	Was bedeutet Ethik im Zusammenhang mit KI? Beispiele für algorithmische Voreingenommenheit, Transparenzprobleme, Verantwortung	Infofolie + Bild + Schaubild + Anwendungsbeispiel (z. B. KI bei Bewerbungen)
3. KI-Ethik im Unternehmen	Wie Unternehmen mit KI-Ethik umgehen sollten (Verhaltenskodex, Schulung, menschliche Kontrolle, DSGVO-Bezug)	Video (Talking Head, Dauer 2 Min) + Download Infoblatt 'Leitlinien für Unternehmen'

 

• Modul 1: Was ist Ethik?
  • Lernziel: Verständnis grundlegender ethischer Begriffe wie Fairness, Verantwortung, Gerechtigkeit und Menschenwürde
• Inhalt (Text): Ethik ist die Lehre vom richtigen Handeln. Sie hilft uns zu beurteilen, was in einer konkreten Situation als fair, gerecht oder verantwortungsvoll gilt. In modernen Gesellschaften spielt Ethik eine zentrale Rolle, wenn neue Technologien eingeführt werden – etwa Künstliche Intelligenz.
• Bildvorschlag: Symbolgrafik einer Waage mit den Begriffen „Fairness“ und „Verantwortung“. Alternativ: Person mit Kompass („ethische Richtung“)

 

• Modul 2: Ethik & KI
  • Lernziel: Verstehen, welche ethischen Herausforderungen der Einsatz von KI mit sich bringt.
  • Inhalt (Text):
    KI-Systeme treffen auf Basis von Daten Entscheidungen – z. B. bei Bewerbungen, Kreditvergabe oder Werbung. Doch: Sind diese Entscheidungen nachvollziehbar? Sind die Daten frei von Vorurteilen? Trägt ein Mensch noch die Verantwortung?
  • Fallbeispiel:
    Ein KI-Tool zur Bewerberauswahl bevorzugt systematisch jüngere Männer, weil die Trainingsdaten einseitig waren. Ist das fair?
  • Bildvorschlag: Schaubild „Wie KI entscheidet“ (Input → Modell → Output). Gesichtshälften: Mensch und Roboter gegenübergestellt

 

• Modul 3: KI-Ethik im Unternehmen (2-Minuten-Video)
  • Lernziel: Erkennen, wie Unternehmen verantwortungsvoll mit KI umgehen kön
  • Vorschlag für das Video-Skript (Talking Head):
    • Intro (15 Sek.): „Künstliche Intelligenz verändert unseren Arbeitsalltag. Aber: Wer trägt die Verantwortung, wenn KI Fehler macht?“
    • Fallbeispiel (30 Sek.): „Ein Versicherungsmakler nutzt ein KI-Tool, das automatisch Kunden nach Risikoprofil vorsortiert. Dabei wird eine ältere Kundin systematisch schlechter eingestuft – obwohl sie zuverlässig ist. Warum? Weil der Algorithmus auf verzerrten Daten basiert.“
    • Reflexion (30 Sek.): „Hier greift Ethik: Ist das gerecht? Wer hat den Prozess überprüft? Gab es eine menschliche Kontrolle?“
    • Lösungsansatz (30 Sek.): „Ein ethisch arbeitendes Unternehmen dokumentiert, wie KI-Entscheidungen zustande kommen. Es führt regelmäßige Schulungen durch, prüft Algorithmen auf Diskriminierung – und gibt Menschen das letzte Wort.“
    • Fazit (15 Sek.): „KI ist mächtig. Aber nur mit klaren Regeln und Verantwortlichkeiten wird sie zum echten Gewinn für alle.“
  • Bildvorschlag: Talking Head vor neutralem Bürohintergrund + eingeblendete Schlagwörter. Optional Einblendung: Checkliste „KI-Ethik im Unternehmen“ (Download)
  • Download (PDF-Vorschlag): Titel: „Leitlinien für ethischen KI-Einsatz im Unternehmen“. Inhalt: Transparenzpflicht, Datenschutzbezug, Fairness-Prüfung, Schulungspflicht, menschliche Kontrolle

 

• Modul 4: Quiz – Zuordnungsaufgabe (5 Punkte)
  • Anweisung: Ordnen Sie die Begriffe den passenden Aussagen zu. Jede Zuordnung ist 1 Punkt wert.

 

Aussage	Begriffe zur Auswahl
„KI soll Entscheidungen nachvollziehbar machen.“	Transparenz
„Ein Mensch muss kritische Entscheidungen prüfen können.“	Verantwortung
„Algorithmen dürfen nicht gegen bestimmte Gruppen voreingenommen sein.“	Gerechtigkeit
„Jede Person hat ein Recht auf faire Behandlung – auch digital.“	Menschenwürde
„KI-Systeme dürfen keine systematische Benachteiligung erzeugen.“	Kein Bias

 

• Fehlerseite (bei < 5 Punkten)
  • Text: „Einige Zuordnungen waren leider nicht korrekt. Vielleicht war eine Aussage missverständlich – oder ein Begriff neu für Sie? Nutzen Sie die Gelegenheit, Ihr Wissen zu vertiefen.“
• Optionen (Buttons): „Quiz wiederholen“, „PDF: Ethikbegriffe & Beispiele“ (Download)

 

• Erfolgsseite (bei 5 Punkten)
  • Text: „Sehr gut! Sie haben die Begriffe und ihre Bedeutung sicher zugeordnet – ein wichtiger Schritt, um KI verantwortlich zu nutzen.
  • Optionen (Buttons): „PDF: KI-Ethik im Unternehmen – Praxischeck“. „Weiter zum nächsten Modul: Datenschutz & KI“

4.2  Digitaler Wertewächter hilft bei fairen und transparenten Entscheidungen

Ein zusätzlicher KI-Assistent „Ethik im Unternehmen“, der begriffliche Klarheit schafft, konkrete Empfehlungen gibt und bei individuellen Fragen zur ethischen Anwendung von KI unterstützt, ist extrem hilfreich – besonders für KMU und Solo-Selbständige, die kein eigenes Ethikgremium oder Datenschutzteam haben.

 

• Funktionalität Ethik-Assistent (Zielsetzung)
• Begriffe erklären: z. B. „Was bedeutet algorithmische Fairness?“
• Empfehlungen geben: z. B. „Wie kann ich Transparenz bei einer KI-Auswahlentscheidung umsetzen?“
• Grenzen aufzeigen: z. B. „Darf ich Kundendaten für eine personalisierte KI-Kampagne verwenden?“
• Dokumentationshinweise geben: z. B. „Welche Nachweise brauche ich für eine DSGVO-konforme KI-Anwendung?“
• Handlungsoptionen strukturieren: z. B. „Was tun, wenn ein Teammitglied Bedenken äußert?“

 

• Aufbau vom Ethik Assistent (Promptstruktur)

Systemnachricht / Rollenbeschreibung (Beispiel für GPT-basierten Bot): „Du bist ein vertrauenswürdiger Assistent für Unternehmen, die KI im Arbeitsalltag einsetzen. Dein Ziel ist es, ethische Fragen verständlich zu erklären, Begriffe klar einzuordnen und konkrete Handlungsempfehlungen zu geben – immer auf Basis europäischer Werte (Transparenz, Verantwortung, Fairness, Datenschutz, kein Bias). Verweise ggf. auf DSGVO, EU-AI-ACToder Unternehmenspraxis. Ermutige zur menschlichen Überprüfung bei Unsicherheit.“

 

• Beispieldialog mit dem Assistenten

Frage: „Darf ich ein KI-Tool zur Bewerbervorauswahl nutzen, wenn die Daten aus Social Media stammen?“

Antwort des Assistenten: Das hängt stark davon ab, ob Sie eine rechtliche Grundlage für die Nutzung dieser Daten haben (DSGVO, Art. 6). Social-Media-Informationen gelten als personenbezogen. Eine KI-gestützte Bewertung ohne Einwilligung kann ethisch problematisch sein, insbesondere bei sensiblen Merkmalen (Alter, Herkunft).
Empfehlung:
Nutzen Sie KI nur zur Sichtung strukturierter Bewerbungsdaten. Vermeiden Sie unkontrollierte Quellen. Dokumentieren Sie Ihre Auswahlkriterien und stellen Sie sicher, dass ein Mensch die finale Entscheidung trifft.

 

• Aufgabenbeschreibung für den Assistenten (CopyCockpit Prompt / Systemrolle)

Du bist ein neutraler, professioneller KI-Ethikassistent für Solo-Selbständige und kleine Unternehmen. Deine Aufgabe ist es, individuelle Fragen zum Einsatz von Künstlicher Intelligenz ethisch einzuordnen. Beziehe dich dabei auf europäische Grundwerte wie Transparenz, Fairness, Verantwortung, Datenschutz, Nachvollziehbarkeit und verweise ggf. auf DSGVO oder den EU-AI-ACT.

 

Beantwortung jeder Frage in einfacher, klarer Sprache ohne juristische Fachsprache – praxisnah, respektvoll und sachlich. Dein Ziel ist es, dem Nutzer dabei zu helfen:

• ethische Risiken zu erkennen,
• Handlungsspielräume abzuwägen,
• konkrete Empfehlungen für einen fairen und verantwortungsvollen Einsatz zu geben.

 

Nenne bei Bedarf typische ethische Konflikte oder Grenzen, und zeige, wann eine menschliche Entscheidung sinnvoll oder verpflichtend ist. Verwende als Struktur:

1. Einschätzung der Situation
2. Potenzielle ethische Risiken / Konflikte
3. Empfehlung für die Umsetzung
4. Hinweis auf rechtliche/organisatorische Verantwortung (wenn nötig)

Reagiere wertfrei, ermutigend und stets im Sinne eines verantwortungsvollen, menschenzentrierten KI-Einsatzes.

 

• Beispielhafte Eingabe im Feld „Frage“: „Ich nutze ein KI-Tool, das automatisch Texte für Kundenantworten erstellt. Muss ich das Kennzeichnen oder vorher prüfen lassen?“

 

• Beispielhafte Ausgabe im Feld „Ethik-Einschätzung“:

1. Einschätzung der Situation: Automatisierte Kundenkommunikation mit KI kann den Arbeitsalltag deutlich erleichtern. Gleichzeitig besteht das Risiko, dass Antworten unpassend, unvollständig oder missverständlich sind.
2. Potenzielle ethische Risiken:
   – Der Kunde erfährt nicht, dass die Antwort durch KI erstellt wurde
   – Keine Überprüfung auf persönliche oder sensible Inhalte
   – Risiko unpersönlicher oder fehlerhafter Kommunikation
3. Empfehlung für die Umsetzung:
   – Kennzeichnen Sie die KI-Nutzung optional (z. B. „Antwort automatisch generiert – geprüft durch …“)
   – Prüfen Sie KI-Antworten bei sensiblen Themen stets selbst
   – Schulen Sie sich oder Ihr Team im sicheren Prompting und KI-Verständnis
4. Hinweis zur Verantwortung: Die Verantwortung für die Kommunikation bleibt beim Menschen. Auch bei Nutzung externer Tools gilt: Transparenz und Kontrolle sollten erhalten bleiben – besonders bei personenbezogenen Daten (DSGVO-Bezug).

4.3  Qualität sichern: Einheitlicher Entwicklungsprozess für KI-Ethik-Trainings

Es ist zu empfehlen, einen standardisierten Prozess zu entwickeln, der auf die Umsetzung des Lernmoduls „Ethik und KI“ angewendet wird und als Vorlage für alle weiteren Module dienen kann. Dieser Prozess sollte die folgenden Schritte umfassen, die im Rahmen des Minimum Viable Product (MVP)-Ansatzes formuliert werden, um eine schrittweise Implementierung und kontinuierliche Verbesserung zu gewährleisten. Zunächst sollte eine klare Zieldefinition stattfinden, in der die Lernziele und die gewünschten Ergebnisse für das Modul festgelegt werden.

 

Hierbei ist wichtig, dass die Ziele spezifisch, messbar, erreichbar, relevant und zeitgebunden (SMART) formuliert werden. Anschließend erfolgt die Erstellung eines Inhaltsplans, der die Struktur und den Inhalt der Module definiert. Dies umfasst die Auswahl von Lernformaten (wie Text, Grafiken, Videos, Quiz) und die Zuordnung der Inhalte zu den festgelegten Lernzielen. Im nächsten Schritt wird die Entwicklung des Lernmaterials in Angriff genommen. Hierbei sollte das Material nicht nur informativ, sondern auch interaktiv gestaltet werden, um die Mitarbeiter aktiv einzubeziehen und das Lernen zu fördern. Dies kann durch die Integration von Fallstudien, Beispielen und interaktiven Elementen erfolgen, die den Mitarbeitern helfen, die theoretischen Konzepte in praktischen Szenarien anzuwenden.

 

Sobald das Lernmaterial erstellt ist, sollte eine Pilotphase durchgeführt werden, in der das Modul mit einer kleinen Gruppe von Mitarbeitern getestet wird. Feedback aus dieser Phase ist entscheidend und sollte systematisch gesammelt und analysiert werden, um mögliche Anpassungen am Inhalt oder an den Lernmethoden vorzunehmen. Nach der Überarbeitung des Moduls basierend auf dem Feedback erfolgt die vollständige Implementierung des Lernmoduls in der gesamten Organisation. Hierbei ist es wichtig, Schulungen für die Trainer durchzuführen, die das Modul leiten, um sicherzustellen, dass sie mit den Inhalten und den Lehrmethoden gut vertraut sind.

 

Zusätzlich sollte ein Evaluationsrahmen entwickelt werden, um den Erfolg des Moduls zu messen. Dies umfasst sowohl qualitative als auch quantitative Methoden, wie Feedback-Umfragen, Tests zur Wissensüberprüfung und die Analyse von Verhaltensänderungen im Umgang mit KI. Zum Abschluss des Prozesses sollte ein kontinuierlicher Verbesserungsmechanismus etabliert werden, der es ermöglicht, das Modul regelmäßig zu aktualisieren und anzupassen, um auf neue Entwicklungen im Bereich der KI sowie auf Feedback der Mitarbeiter zu reagieren. Dies trägt nicht nur zur Compliance mit dem EU-AI-ACT bei, sondern fördert auch eine lernende Organisation, die sich aktiv mit den ethischen Herausforderungen der Technologie auseinandersetzt. Insgesamt sollte dieser standardisierte Prozess nicht nur auf das Modul „Ethik und KI“ angewendet werden, sondern auch als Grundlage für die Entwicklung und Implementierung weiterer Module dienen, um eine konsistente und qualitativ hochwertige Lernumgebung innerhalb der Organisation zu gewährleisten.

4.4  Microlearning zur Schulung der Mitarbeiter im Thema EU-AI-ACT

Microlearning ist ein modernes Lernkonzept, das darauf abzielt, Wissen in kleinen, gut verdaulichen Einheiten zu vermitteln. Dieses Konzept ist besonders effektiv, da es den Lernenden die Möglichkeit gibt, Inhalte in kurzen Zeiträumen und häufig auch über mobile Geräte hinweg zu konsumieren. Das Ziel von Microlearning ist es, die Aufnahmefähigkeit zu fördern, die Lernerfahrung zu personalisieren und die Motivation der Lernenden zu steigern, indem sie Lerninhalte in ihrem eigenen Tempo aufnehmen können. Merkmale von Microlearning sind:

 

• Kompakte Einheiten: Die Lerninhalte werden in kleine Module aufgeteilt, die in der Regel zwischen 8 und 15 Minuten dauern.
• Flexibilität: Lernende können die Module überall und jederzeit absolvieren, was besonders in der heutigen mobilen und digitalen Welt von Vorteil ist.
• Fokus auf wesentliche Inhalte: Da die Einheiten kurz sind, konzentrieren sie sich meist auf die wichtigsten und relevantesten Informationen.
• Interaktivität: Microlearning-Module beinhalten oft interaktive Elemente, wie Quizze, Videos oder kurze Texte, um das Engagement der Lernenden zu erhöhen.
• Wiederholung und Festigung: Durch regelmäßige Wiederholung und kurze Intervalle kann das Erlernte leichter gefestigt werden.

 

KMUs (kleine und mittlere Unternehmen) stehen oft vor der Herausforderung, ihre Mitarbeiter über wichtige regulatorische Themen wie den EU-AI-ACTauf dem Laufenden zu halten. Der EU-AI-ACTist eine bedeutende regulatorische Initiative der Europäischen Union, die darauf abzielt, den Einsatz von Künstlicher Intelligenz (KI) in der EU zu regulieren und sicherzustellen, dass er ethisch und sicher erfolgt. Hier kommt Microlearning ins Spiel als eine effektive Bildungsstrategie:

• Strukturierung des Lerninhalts - Erstellung von 5 bis 7 Lernmodulen, die jeweils 8 bis 15 Minuten dauern. Diese Module können sich auf verschiedene Aspekte des EU-AI-ACTs konzentrieren, beispielsweise:
  • Einführung in den EU-AI-ACTund seine Ziele.
  • Kategorisierung von KI-Systemen nach Risiko.
  • Pflichten und Verantwortlichkeiten von Unternehmen unter dem EU-AI-ACT.
  • Datenmanagement und Transparenzanforderungen.
  • Beispiele für konforme und nicht konforme Praktiken.
  • Berichtspflichten und Strafen für Nichteinhaltung.

 

• Aufteilung der Sitzungen - Diese Module können so gestaltet werden, dass sie in einer einzigen, konzentrierten Session von 1 bis 1,5 Stunden absolviert werden oder flexibel über zwei separate Sitzungen verteilt werden, je nach Verfügbarkeit der Mitarbeiter und organisatorischen Bedürfnissen.

 

• Einsatz von digitalen Plattformen - Implementierung von Microlearning über digitale Lernplattformen oder mobile Lern-Apps, die es Mitarbeitern erlauben, auf Lerninhalte zuzugreifen, wann und wo es ihnen am besten passt.

 

• Interaktive Inhalte und Quizze - Integrationen von interaktiven Elementen, um die Einbindung zu erhöhen. Quizze am Ende jedes Moduls würden nicht nur das Verständnis und die Erinnerung fördern, sondern auch das Lernerlebnis interaktiv gestalten.

 

• Anpassungsfähigkeit - Microlearning-Module können flexibel angepasst und aktualisiert werden, um neue Informationen oder regulatorische Änderungen schnell zu integrieren.

 

• Vorteile für KMUs:
  • Zeit- und Kosteneffizienz: Microlearning erfordert weniger Arbeitszeit am Stück und kann oft ohne großen Ressourcenaufwand entwickelt werden.
  • Höhere Akzeptanz: Die Mitarbeiter sind in der Regel eher bereit, kurze Lerneinheiten zu absolvieren, die sich leicht in ihren Tagesablauf integrieren lassen.
  • Verbesserte Informationsaufnahme: Kompakte und genau auf den Punkt gebrachte Informationen erhöhen die Wahrscheinlichkeit, dass das Gelernte auch nachhaltig verstanden und behalten wird.

 

Insgesamt bietet Microlearning eine hervorragende Möglichkeit für KMUs, ihre Mitarbeiter effektiv und effizient über komplexe regulatorische Themen wie den EU-AI-ACTzu informieren und zu schulen. Durch die Aufteilung der Inhalte in überschaubare Lernhäppchen und die Nutzung von interaktiven und flexiblen Plattformen können Unternehmen sicherstellen, dass ihr Team gut informiert ist und die Compliance-Anforderungen erfüllt.

 

4.5  3-gliedrige Modulstruktur (Mitarbeitende, Führungskräfte, Unternehmer)

Für die unterschiedlichen Anwendungsebenen bieten sich aufeinander aufbauende Modulstrukturen an. Die Basismodule sind von allen Ebenen zu absolvieren. Danach stehen den Führungskräften und Unternehmern vertiefende Module zur Verfügung, die den strategischen Einsatz der KI optimieren.

 

Modul	Titel	Inhalte (Kernaussagen)
1	Einführung: Warum ein KI-Gesetz?	Ziele des EU-AI-ACT, Bedeutung für Unternehmen, Vergleich zur DSGVO
2	Was ist überhaupt KI im Arbeitsalltag?	Praktische Beispiele im Büro (Texterstellung, Analyse, Automatisierung), bewusste vs. unbewusste Nutzung
3	Risikoklassen und Verbote	Übersicht: verbotene, hochriskante, regulierte und niedrigriskante KI-Systeme
4	Rechte und Pflichten	Transparenzpflichten, menschliche Aufsicht, Umgang mit automatisierten Entscheidungen
5	KI & Datenschutz	DSGVO-Verknüpfung, Datenverarbeitung durch KI, Rechte der Betroffenen
6	Ethische Leitlinien im Alltag	Fairness, kein Bias, Verantwortung im Team – mit realistischen Szenen und Reflexion
7 (optional)	Quiz + Feedback + Zertifikat	Wissen testen, Verständnis reflektieren, Teilnahmebescheinigung freischalten

 

• Didaktische Empfehlungen
• Jedes Modul mit klarer Lerneinleitung: „Warum betrifft mich das?“
• Interaktive Elemente: Quizfragen, Entscheidungs-Szenarien, Mini-Fallstudien
• KI-Avatare (z. B. „KAI“) für Begleitung und Wiedererkennung
• PDF-Downloads oder Checklisten als ergänzendes Takeaway

 

• Zeitplan-Vorschlag

 

Format	Dauer	Zielgruppe
Kompaktkurs	ca. 60 Min	Mitarbeitende allgemein
Vertiefungskurs	ca. 90 Min	Fachverantwortliche, z. B. IT, Personal
Microlearning-Serie	7x 10 Min	für LMS-Einsatz im Alltag („1 Thema – 1 Woche“)

 

Lernstruktur in drei Modulen – für alle Rollen im Unternehmen

 

• Basismodul: Für alle Mitarbeitenden

6 kompakte Lerneinheiten à 10 Minuten, mit anschaulichen Beispielen, kurzen Tests und interaktiven KI-Avataren (KAI). Ziel: Verstehen, wo KI im Alltag wirkt – und wie man verantwortungsvoll damit umgeht. Zertifikat nach Abschluss → Zugang zur „KAI-Werkstatt“.

 

Einheit	Thema
1	Was ist KI – und warum betrifft sie meinen Job?
2	Der EU-AI-ACT– einfach erklärt
3	KI im Büroalltag: Erkennen & hinterfragen
4	Transparenz, Fairness, kein Bias – was das bedeutet
5	Datenschutz & KI: Dos & Don’ts
6	Verantwortung übernehmen – als Mensch im KI-System

 

• Aufbaumodul: Für Führungskräfte

3 Lerneinheiten à je 10–15 Minuten, aufbauend auf dem Basismodul. Ziel: KI-Einsatz einschätzen, Mitarbeitende schützen, Teams stärken.

 

Einheit	Thema
1	KI im Team: Wie fördere ich Kompetenz & Bewusstsein?
2	Entscheidungsprozesse mit KI: Verantwortung bleibt menschlich
3	Ethik-Checks im Führungsalltag: Tools & Leitlinien

 

• Expertenmodul: Für Unternehmer:innen

3 vertiefende Einheiten, für rechtssicheren und strategischen KI-Einsatz. Ziel: Haftungsrisiken vermeiden, Chancen nutzen, Zukunft gestalten.

 

Einheit	Thema
1	Der EU-AI-ACTaus Unternehmenssicht: Pflichten & Potenziale
2	Risikobewertung von KI-Systemen: Praxis und Dokumentation
3	Unternehmensethik & KI-Governance: Leitlinien für die Zukunft

 

 

• Rahmenstrukturen für alle Module
  • Flexibles Lerntempo – 1 Jahr Zugriff

Du entscheidest selbst:
1x pro Woche = nachhaltiges Lernen über ein Jahr
Täglich = Intensivtraining in 2 Monaten

Alle Inhalte sind jederzeit abrufbar – mobil, am Arbeitsplatz oder zuhause.

 

 

 

• Zertifikate & Nachweise

Nach jedem Modul erhältst du ein personalisiertes Zertifikat, für z.B. die Personalakte oder für interne Nachweise oder externe Förderanträge.

 

• Exklusiv: Zugang zur „KAI-Werkstatt“

Mit jedem Zertifikat wird ein neuer interaktiver KI-Assistent (KAI) freigeschaltet:

 

KAI	Funktion
KAI „Ethik“	Begriffserklärer & Handlungsratgeber
KAI „Datenschutz“	DSGVO & KI verständlich gemacht
KAI „Transparenz“	Entscheidungshilfe bei Grauzonen
KAI „Risikoprüfer“	Ersteinstufung von KI-Prozessen im Unternehmen

 

Alle KAI-Module lassen sich dauerhaft nutzen – wie ein persönliches

Nachschlagewerk und Reflexionsraum.

 

• Ab Woche 12: Optional Vertiefung & Praxis-Update

Nach dem Grundkurs startet die optionale Vertiefungsreihe

• Aktuelle Anwendungsfälle aus deiner Branche
• Mini-Interviews mit Experten
• Checklisten, Mustervorlagen & Fallstudien
• Austausch mit anderen Teilnehmenden (auf Wunsch anonymisiert)

 

• Zielgruppe und ideale Kursteilnehmer
• Alle Mitarbeitenden, die mit KI direkt oder indirekt anwenden
• Führungskräfte, die Verantwortung für KI-Prozesse tragen
• Unternehmer:innen, die Rechtssicherheit und Innovationskraft verbinden wollen
• Solo-Selbständige und ihre direkten Hilfs- / Fachkräfte
• KMU bis 25 Mitarbeitende

 

• Formate & Technik
• Kein Vorwissen nötig
• Kompatibel mit: PC, Tablet, Smartphone
• Optional: Integration ins eigene LMS (SCORM möglich)
• Sprache: Deutsch (Englisch auf Anfrage)

 

• Marketingargumentation – „Warum dieser Kurs für Sie wichtig ist“

Künstliche Intelligenz ist längst Teil Ihres Arbeitsalltags, ob in der Kommunikation, im Vertrieb oder in der Verwaltung. Der EU-AI-ACTverpflichtet Unternehmen dazu, Mitarbeitende, Führungskräfte und Unternehmer:innen im sicheren und verantwortungsvollen Umgang mit KI zu schulen. Unser Kurs bietet Ihnen praxisnahe, verständliche und flexibel umsetzbare Lerninhalte – angepasst an die Bedürfnisse von kleinen Unternehmen und Solo-Selbständigen.

 

• Struktur: Drei Module – je nach Ihrer Rolle im Unternehmen
  • Basismodul für Mitarbeitende - 6 Lerneinheiten à ca. 10 Minuten, ideal als wöchentliche Mini-Impulse oder kompaktes Intensivtraining. Ihre Mitarbeitenden erkennen, wo KI im Arbeitsalltag bereits im Einsatz ist – und lernen, wie man ihr verantwortungsvoll und kompetent begegnet.

Inhalte:

1. Was ist Künstliche Intelligenz – und wie betrifft sie meinen Job?
2. Der EU-AI-ACT– einfach erklärt
3. KI im Büroalltag: Chancen erkennen, Risiken verstehen
4. Ethik am Arbeitsplatz: Fairness, Verantwortung, Transparenz
5. Datenschutz & KI: Worauf Sie achten sollten
6. Mensch und Maschine: Wer trägt die Verantwortung?

Zertifikat nach Abschluss
Freischaltung des passenden KI-Assistenten („KAI“)

 

• Aufbaumodul für Führungskräfte - 3 Lerneinheiten à 10–15 Minuten - Sie führen Teams, die mit KI arbeiten oder durch KI verändert werden. Dieses Modul hilft Ihnen, Rollen zu klären, Verantwortung zu sichern und ethische Prinzipien im Teamalltag zu verankern.

Inhalte (zusätzlich zum Basismodul):

1. KI im Team: Wie Sie digitale Kompetenz und Bewusstsein fördern
2. Entscheidungen mit KI: Wann menschliches Urteilen unverzichtbar ist
3. Ethik-Checks in der Praxis: Tools, Fragen, Feedbackrunden

Zertifikat nach Abschluss
Zugang zu KAI „Führung & Verantwortung“

 

• Expertenmodul für Unternehmer:innen - 3 vertiefende Einheiten, mit Blick auf Strategie, Haftung und nachhaltige Implementierung. Sie möchten Ihr Unternehmen auf den EU-AI-ACTvorbereiten, Risiken frühzeitig erkennen und gezielt Chancen nutzen. Dieses Modul hilft Ihnen, klare Leitlinien für den KI-Einsatz zu etablieren.

Inhalte (Zusätzlich zum Bais- und Aufbaumodul):

1. Der EU-AI-ACTaus Unternehmenssicht: Relevanz, Pflichten, Potenziale
2. Risikobewertung von KI-Systemen: Dokumentieren, prüfen, nachweisen
3. Unternehmensethik & Governance: Wie Sie KI nachhaltig gestalten

Zertifikat nach Abschluss

Zugang zu KAI „Risikoprüfung & Strategie“

4.6  Kontinuierliches Fortbildungskonzept zum EU-AI-ACT

Im Zeitalter der Digitalisierung und fortschreitenden technologischen Entwicklungen ist es für Unternehmen wichtiger denn je, ihre Mitarbeiter kontinuierlich weiterzubilden, um sowohl wettbewerbsfähig zu bleiben als auch gesetzlichen Anforderungen gerecht zu werden. Eine der bedeutendsten Regulierungen, die Unternehmen derzeit betrifft, ist der EU-AI-ACT, der den Einsatz von Künstlicher Intelligenz (KI) in der EU reguliert. Um diese komplexe Thematik effizient in Unternehmen – insbesondere KMUs – zu integrieren, bietet sich das Microlearning-Modell hervorragend an. Angesichts der genannten Herausforderungen und Vorteile bietet ein Abonnement-Modell, das nur 1 Euro pro Tag je Mitarbeiter kostet, einen kosteneffizienten und flexiblen Weg, kontinuierlichen Zugang zu allen 53 Lernmodulen zu sichern. Hier sind einige Argumente, warum dieses Modell eine kluge Investition ist:

 

• Kosteneffizienz: Mit einem täglichen Beitrag von nur 1 Euro pro Mitarbeiter bietet dieses Modell eine erschwingliche Möglichkeit zur Weiterbildung. Es entfallen hohe Einmalzahlungen, und die Kosten verteilen sich gleichmäßig über das gesamte Jahr.
• Umfassender Zugang zu Lerninhalten: Das Abo gewährt Zugang zu 53 Lernmodulen, die alle relevanten Aspekte des EU-AI-ACTabdecken. Dies stellt sicher, dass alle Mitarbeiter, unabhängig von ihrer Position, die notwendigen Informationen und Fähigkeiten erwerben, um in ihrem jeweiligen Bereich rechtssicher arbeiten zu können.
• Flexibilität und Anpassungsfähigkeit: Mitarbeiter können die Module zeitlich flexibel in ihren Arbeitsalltag integrieren, sei es während einer kurzen Pause oder am Ende eines Arbeitstags. Das begünstigt eine hohe Akzeptanz und Nutzung der Lerninhalte.
• Verbesserte Lernergebnisse durch Interaktivität: Jedes Modul bietet interaktive Elemente wie Quizze und Mini-Fallstudien, die das Engagement fördern und das Gelernte nachhaltig verankern. Regelmäßige Wiederholungen und die kompakte Struktur der Module erleichtern es, Informationen längerfristig zu behalten.
• Anpassung an spezifische Unternehmensbedürfnisse: Die Module können je nach Bedarf aktualisiert und angepasst werden, um mit den sich ändernden regulatorischen Anforderungen Schritt zu halten.
• Nachhaltige Unternehmensentwicklung: Durch die regelmäßige Schulung entwickeln Mitarbeiter eine stärkere Kompetenz im Umgang mit KI und für diese kritischen regulatorischen Themen. Dies schützt das Unternehmen vor rechtlichen Risiken und fördert eine innovationsfreundliche Unternehmenskultur.

 

Zusammenfassend ist das Abonnement-Modell „1 Euro pro Tag je Mitarbeiter“ nicht nur eine vernünftige, sondern auch eine strategische Investition in die Zukunft eines Unternehmens. Es ermöglicht eine kontinuierliche und zielgerichtete Weiterbildung, die sich den dynamischen Anforde-rungen der heutigen Arbeitswelt anpasst. So können Unternehmen sicherstellen, dass ihre Mitarbeiter gut informiert und vorbereitet sind, um den Herausforderungen des EU-AI-ACTs und der fortschreitenden Digitalisierung erfolgreich zu begegnen. Im Folgenden eine erste Idee für die Inhalte der weiteren 41 Lernmodule zum Thema EU-AI-ACT:

 

• Vertiefungs- & Transfermodule (41 Module) (flexibles Jahresabo – 1 Modul/Woche)
• KI verstehen lernen – Begriffe & Missverständnisse
• Der Unterschied zwischen KI, Machine Learning und Automatisierung
• Was bedeutet „Bias“ – und warum betrifft es Ihre Kunden?
• Wie KI Kaufentscheidungen beeinflusst
• ChatGPT & Co: Wie generative KI funktioniert
• KI und Sprache: Wenn Algorithmen Sätze bauen
• KI im Kundenservice: Chancen & Fallstricke
• Was ist ein Risikomanagementsystem für KI?
• Low-Risk vs. High-Risk: Was das für Ihr Unternehmen bedeutet
• Wie Sie eine KI-Anwendung selbst grob einstufen können
• Automatisierte Entscheidungen: Wo beginnt die Grenze?
• Was bedeutet „Transparenzpflicht“ im Alltag?
• Checkliste: Wie Sie Transparenz in der Kommunikation sicherstellen
• Digitale Ethik am Arbeitsplatz – was das konkret heißt
• Die Rolle der Aufsicht: Was „menschliche Kontrolle“ bedeutet
• Wenn KI Personal vorschlägt: Worauf Sie achten sollten
• Praxisfall: Bewerberauswahl mit KI – fair oder nicht?
• Die „Büchse der Pandora“ – KI-Fehler, die niemand wollte
• Von der Idee zur KI-Lösung: Wie Ethik frühzeitig mitgedacht wird
• Wie Sie Mitarbeitende für KI sensibilisieren
• Interne Kommunikation: Wie Sie KI-Themen klar und offen besprechen
• Wenn die Technik versagt: Was dann?
• Notfallpläne für den KI-Einsatz – warum sie wichtig sind
• Dokumentation: Warum Mitschreiben bei KI Pflicht ist
• Ethik vs. Effizienz: Wann Sie Tempo rausnehmen sollten
• KI in der Pflege, KI in der Produktion – branchenspezifische Besonderheiten
• KI im Vertrieb: Was Kunden erwarten (und nicht wissen)
• Ist mein Tool überhaupt „KI“? – eine praktische Unterscheidung
• Datenschutz-Folgenabschätzung – wann ist sie notwendig?
• KI und Kinder/Jugendliche – besondere Schutzbedarfe
• Was bedeutet „Vertrauenswürdige KI“ laut EU?
• Was KI (noch) nicht kann – und warum das beruhigend ist
• Die Grenzen der Datenverarbeitung – Recht auf Widerspruch
• Wie Sie mit Unsicherheit im KI-Einsatz umgehen
• Feedback auswerten – wie Sie von Fehlern lernen
• Selbstcheck: Wie ethisch arbeite ich heute schon mit KI?
• KI und Nachhaltigkeit – ein neues Spannungsfeld
• Wie die KAI-Assistenten Sie im Alltag unterstützen können
• KAI als Nachschlagewerk – Begriffe, Vorschläge, Reflexion
• Ihr Zertifikats-Überblick: Was Sie geschafft haben
• Ihre nächsten Schritte – freiwillige Vertiefung oder interne Anwendung

 

 

Um aus dem bestehenden Konzept eine umfassende offene Lernplattform zum Thema EU-AI-ACTzu entwickeln, die eine große Anzahl von Solo-Selbständigen und kleinen Unternehmen (EU Definition bis 50 Mitarbeiter, 10 Mio Umsatz) anspricht, sollten mehrere strategische Schritte unternommen werden. Diese Schritte zielen darauf ab, das Angebot zu diversifizieren, die Beteiligung von Kursentwicklern zu fördern und die Plattform kontinuierlich zu verbessern, um den Bedürfnissen der Nutzer gerecht zu werden.

 

• Entwicklung einer offenen Plattformstruktur
  • Technologische Basis: Die Plattform sollte auf einer robusten und skalierbaren Infrastruktur aufgebaut werden, die es ermöglicht, verschiedene Lernmodule und -formate zu hosten. Eine intuitive Benutzeroberfläche ist wichtig, um den Zugang zu Inhalten zu erleichtern.
  • Modulares Gestaltungskonzept: Dies ermöglicht es Teilnehmern, Inhalte flexibel zu konsumieren und auszuwählen, welche Module für ihre spezifischen Bedürfnisse und Zeitpläne relevant sind. Ein modulares Creditsystem könnte eingeführt werden, um den Lernfortschritt zu dokumentieren und zu belohnen.

 

• Einbeziehung externer Kursentwickler
  • Offene Kurserstellungsumgebung: Externe Entwickler sollten eingeladen werden, eigene Module und Inhalte beizutragen. Dafür könnte ein standardisiertes Framework bereitgestellt werden, das Qualitätsstandards und technische Spezifikationen definiert.
  • Kooperationsprogramme: Anreize wie Umsatzbeteiligungen, Sichtbarkeit auf der Plattform oder Prämien für die Erstellung von hochwertigen und praxisrelevanten Inhalten können die Motivation von Entwicklern steigern, Beiträge zu leisten.

 

• Anpassung des Preis- und Geschäftsmodells
  • Flexibles Abonnement-Modell: Das bestehende Modell (1 Euro pro Tag und Mitarbeiter) kann um Optionen für Solo-Selbstständige und Kleinunternehmen erweitert werden, z.B. durch spezielle Pakete oder Staffelpreise, die den Bedürfnissen kleinerer Teams und individueller Unternehmer besser entsprechen.
  • Freemium-Modelle: Teile der Plattform könnten kostenlos zugänglich gemacht werden, um potenzielle Kunden zu gewinnen. Weitere oder spezialisierte Inhalte könnten dann gegen Gebühr freigeschaltet werden.

 

• Marketing- und Community-Strategie
  • Zielgerichtetes Marketing: Kampagnen, die speziell auf Solo-Selbständige und Kleinunternehmen abzielen, können entwickelt werden. Hier könnten Plattformnutzer-Testimonials, Erfolgsgeschichten und die Betonung der Relevanz des EU-AI-ACTs in alltäglichen Geschäftsprozessen helfen, das Interesse zu wecken.
  • Community-Bildung: Die Entwicklung von Foren, Webinaren und Social-Media-Gruppen unterstützt die kontinuierliche Interaktion unter den Nutzern. Solche Plattformen fördern den Austausch von Erfahrungen und Best PrACTices, steigern die Gemeinschaftsbildung und erhöhen die Bindung an die Plattform.

 

• Kontinuierliche Verbesserung und Erweiterung des Angebots
  • Feedback-Schleifen: Regelmäßige Umfragen und Feedbackschleifen können eingesetzt werden, um die Zufriedenheit zu überwachen und das Angebot kontinuierlich an den Bedürfnissen der Nutzer auszurichten.
  • Integration neuer Technologien: Augmented Reality (AR), Virtual Reality (VR) und AI-Anwendungen zur Personalisierung der Lernerfahrung können eingebunden werden, um das Lernen ansprechender und effizienter zu gestalten.
  • Updates und neue Inhalte: Die Lerninhalte müssen regelmäßig aktualisiert werden, um aktuelle Entwicklungen im Bereich KI und den EU-AI-ACTzu reflektieren. Kooperationen mit Rechtsexperten und KI-Spezialisten können sicherstellen, dass die Inhalte stets relevant und korrekt sind.

 

Durch diese Maßnahmen kann eine umfassende, flexible und attraktive Lernplattform geschaffen werden, die dem wachsenden Bedarf nach Verständnis und Einhaltung des EU-AI-ACTs gerecht wird und gleichzeitig einen starken Anreiz für das Engagement von Solo-Selbständigen und Kleinunternehmen bietet.

 

 

Ein wichtiger Hinweis zum Thema KI und Aus-, Fort- und Weiterbildung

 Quelle Bitcom - Künstliche Intelligenz in Learning & Development - https://www.bitkom.org/Themen/Digitale-Gesellschaft/Bildung/Corporate-Learning-Kuenstliche-Intelligenz-in-Learning-Development

 

Der AI ACT Das KI-Gesetz regelt europaweit, welche Sicherheits-, Transparenz-, Verlässlichkeits- und Fairnessanforderungen KI-Systeme und GeneralPurpose-AI-Modelle (GPAI) abhängig von ihrem Risikopotential erfüllen müssen. Der KI-Anwendungsbereich Bildung, der sowohl allgemeine als auch berufliche Bildung umfasst, wird im AI ACT grundsätzlich als hochriskant eingestuft. Ob ein einzelnes KI-System im Anwendungsbereich Bildung jedoch tatsächlich als hochriskant eingestuft wird, hängt davon ab, ob sein Einsatz ein signifikantes Risiko für die Gesundheit, Sicherheit oder Grundrechte natürlicher Personen mit sich bringt und maßgeblich Entscheidungen beeinflusst. Hochrisiko-Anwendungen müssen ein Assessment durchlaufen, um zertifiziert zu werden. Die Verpflichtungen für Hochrisikosysteme gelten 36 Monate nach Inkrafttreten, also ab Mitte 2027. Der AI ACT muss nun in nationales Recht umgesetzt werden.

4.7  Entwicklung und Kalkulation von Lernmodulen

Die Entwicklungskosten von Lernmodulen spielen eine entscheidende Rolle bei der Planung und Durchführung digitaler Bildungsprojekte. Diese Kosten umfassen verschiedene Faktoren wie Konzeption, technologische Integration, Qualitätskontrolle und mehr. In diesem Kontext bietet die Nutzung von Künstlicher Intelligenz (KI) eine innovative Möglichkeit, um die Effizienz zu steigern und die Kosten zu senken. Im Folgenden werden zwei Varianten der Entwicklung von Lernmodulen verglichen: die traditionelle klassische Methode und die KI-gestützte Variante.

 

• Klassische Entwicklung von Lernmodulen: In der herkömmlichen Herangehensweise umfasst die Erstellung von Lernmodulen mehrere Schritte, die oft arbeitsintensiv und zeitaufwändig sind. Diese Methode erfordert meist die Zusammenarbeit mehrerer Fachkräfte und hat einen hohen Zeitfaktor. Typische Schritte dabei sind:
  • Konzeption & Storyboarding: Entwickeln eines umfassenden Lehrplans und inhaltlicher Struktur.
  • Textarbeit: Erstellung und Überarbeitung von Texten für Präsentationen und Skripte.
  • Videoproduktion: Physische Aufzeichnung von Lehrinhalten mit Kameraausrüstung.
  • Postproduktion: Schnitt und Bearbeitung von Videos, Nachbearbeitung von Audio.
  • Grafikdesign: Erstellung von maßgeschneiderten Grafiken und Illustrationen.
  • Technische Integration: Einfügen der Lernmaterialien in LMS (Learning Management Systeme) und Sicherstellung der interaktiven Elemente.
  • Qualitätskontrolle: Umfangreiche Prüfverfahren inkl. Didaktikabnahme.

 

• KI-gestützte Entwicklung von Lernmodulen: Der Einsatz von KI-Technologien revolutioniert den Entwicklungsprozess von Lernmodulen, indem er viele Schritte automatisiert und die Produktivität erheblich erhöht. Die Vorteile der KI-gestützten Methode sind:
  • KI-Avatare: Virtuelle Moderatoren und Sprechertexte lassen sich durch KI automatisiert generieren, was die Notwendigkeit realer Aufzeichnungen reduziert.
  • Automatisiertes Storyboarding: Tools können auf Basis bestehender Daten Vorschläge für Inhalte und Struktur generieren.
  • Grafik- und Design-Automation: KI kann schnell ansprechende Grafiken erstellen und anpassen.
  • Interaktive Elemente: Integration komplexer interaktiver Elemente, wie Quiz und Drag & Drop, erfolgt schneller und effizienter dank KI.
  • Effiziente Qualitätskontrolle: Automatisierte Systeme können initiale Prüfungen durchführen und so den menschlichen Aufwand reduzieren.

 

Beispiel: Effizienzsteigerung bei der Lernmodulentwicklung mit KI – Modul EU-AI-ACT

Traditionell erforderte die Entwicklung eines Online-Lernmoduls ein multidisziplinäres Team aus Fachexpert:innen, Didaktiker:innen, Texter:innen, Grafiker:innen, Videoproduzent:innen und IT-Integratoren. Ein einziger Kurs – etwa zur Einführung in den EU-AI-ACTfür KMU – konnte Wochen oder Monate in Anspruch nehmen: vom Storyboard bis zur Veröffentlichung im Lernmanagementsystem. Durch KI-gestützte Tools lässt sich dieser Prozess heute drastisch verschlanken, ohne Qualitätseinbußen – im Gegenteil: Inhalte können präziser, schneller und flexibler auf die Zielgruppe zugeschnitten werden. Hier ein konkretes Beispiel für ein typisches Modul im Einführungskurs „KI & Ethik – Was bedeutet Verantwortung im Unternehmen?“:

 

• Traditioneller Ablauf

• Fachkonzept schreiben (ca. 8 Stunden)
• Textproduktion & Layout in PowerPoint (ca. 6 Stunden)
• Erstellung eines Sprechertextes (3 Stunden)
• Aufzeichnung mit Sprecher & Schnitt (8 Stunden)
• Grafikdesign für Visuals & Quizfragen (6 Stunden)
• Integration in iSpring + technische Tests (4 Stunden)

 

Gesamtaufwand: 25–30 Stunden

 

• KI-gestützter Ablauf

• Storyboarding mit GPT-basiertem Assistenten: KI erstellt aus Modulbeschreibung und Zielgruppe einen roten Faden inkl. Folienstruktur, Zwischenüberschriften, Fragenvorschlägen (ca. 1 Stunde)
• Text- und Sprechertextgenerierung mit KI (z. B. GPT + TTS-Stimme): automatisch, in redaktioneller Qualität (1 Stunde für Review & Feinjustierung)
• Bildgenerierung & Quizdesign (z. B. mit DALL·E und iSpring AI-Quiz): Szenenbilder werden nach Themenbildidee generiert, Quizfragen automatisch erstellt (2–3 Stunden)
• Integration in iSpring inkl. Vorschau & Korrekturschleife (1 Stunde)
  
  

Gesamtaufwand: ca. 5–6 Stunden

 

• Vorteile im direkten Vergleich

 

Bereich	Klassisch	KI-gestützt	Ersparnis
Zeitaufwand je Modul	25–30 Stunden	5–6 Stunden	bis zu 80 %
Personaleinsatz	5+ Personen	1–2 Personen	stark reduziert
Skalierbarkeit	begrenzt	hoch	> 50 Module/Jahr
Anpassbarkeit bei Updates	aufwendig	automatisiert	tagesaktuell

 

• Praxisbeispiel: Modul „Verantwortung in der KI-Nutzung“

Im iSpring-gestützten Einführungskurs zum EU-AI-ACTwurde das Modul „Verantwortung“ mithilfe eines Promptsystems und KI-Tools wie CopyCockpit, ElevenLabs und DALL·E wie folgt realisiert:

 

• Text & Sprecher: ChatGPT erstellte die inhaltliche Gliederung (Einführung, Fallbeispiel, Quiz), ElevenLabs sprach den Text professionell ein.
• Bild: Ein realistisches Foto eines KI-Roboters mit antiker Waage wurde generiert, das eine ethische Entscheidungssituation symbolisiert.
• Quiz: Ein Zuordnungstest wurde KI-unterstützt aus den Lerneinheiten automatisch erstellt, mit Feedbackoption bei falscher Antwort.
• Integration: Das Modul wurde in weniger als einem Arbeitstag in iSpring eingebunden, getestet und freigegeben.

 

Fazit

Die KI-gestützte Entwicklung erlaubt eine effiziente, kostensparende und qualitativ hochwertige Produktion von Lernmodulen, selbst zu hochkomplexen Themen wie dem EU-AI-ACT. Gerade für kleine Unternehmen und Projektteams eröffnet dies neue Möglichkeiten, relevante Fortbildungsinhalte kontinuierlich aktuell zu halten – ohne externe Produktionskosten, lange Entwicklungszeiten oder überfordernde Ressourcenanforderungen.

 

Ressourcenkalkulation Lernkurs „EU-AI-ACTfür Unternehmen“ (53 Module) – Fokus: Umsetzung mit KI. 41 Module sind noch zu entwickeln – 12 sind bereits umgesetzt. Die Lerninhalte sind interaktiv, didaktisch hochwertig, KI-gestützt, visuell konsistent und SCORM-kompatibel.

 

Kostenfaktor / Arbeitsschritt	Ø Zeit pro Modul (KI-optimiert)	Anzahl Module	Gesamtaufwand (Stunden)
Konzeption, Storyboarding, Textarbeit (mit GPT + CoPilot)	1,5 Std.	41	61,5 Std.
KI-Grafiken & Illustrationen (z. B. KAI-Icons, DALL·E)	1,0 Std.	41	41,0 Std.
Interaktive Elemente (Zuordnung, Hotspot, Videoeinbettung)	1,0 Std.	41	41,0 Std.
Sprechertext (TTS / Voice-Over mit ElevenLabs etc.)	0,5 Std.	41	20,5 Std.
Technische Umsetzung (iSpring, SCORM, LMS-Test)	0,5 Std.	41	30,5 Std.
Qualitätssicherung & Didaktikprüfung	0,5 Std. pro Modul + 10 Std. Review	41	30,5 Std.
Projektmanagement & Dokumentation (zentral)		–	25,0 Std.
Gesamtsumme Arbeitszeit (KI-gestützt)		41	250,0 Stunden

 

Bei einem Kostenrahmen von 60 €/h intern entstehen für die Entwicklung der 41 Folgemodule somit bei 250 Stunden Gesamtaufwand mit jeweils zirka 6 Stunden/ Modul insgesamt 15.015 € Entwicklungskoste. Im Vergleich dazu würde der traditionelle Weg mindestens 25.000 € Kosten verursachen. Vorteile der KI-gestützten Umsetzung liegen somit bei:

• Rund 75 % Zeitersparnis gegenüber klassischen Produktionsprozessen
• Gleichbleibende Qualität durch standardisierte KI-Tools
• Höhere Skalierbarkeit (z. B. 1 neues Modul pro Werktag möglich)
• Niedrigere Stückkosten pro Modul – besonders attraktiv im Abo-Modell

5.  KI-gestützte Lernmodulentwicklung – Beispiel Modul „EU-AI-ACT– Freiheit“

Die Effizienz bei der Lernmodulentwicklung lässt sich nochmals signifikant steigern. Im Rahmen des Projektes entstand ein KI-Assistent (Basis CopyCockpit), der mit wenigen Angaben innerhalb 15 Minuten nahezu alle Folientexte, Bilder und ein Anwenderskript erzeugt. Anschließend besteht nur die Aufgabe, in einem standardisierten Template (Grundeinstellung der Lernmodule) in Powerpoint die jeweiligen Texte einzubringen und punktuell an die Optik, Länge und Formulierung anzupassen. Auch die für den gewünschten Wissensquiz (zur didaktischen Auflockerung des Themas) notwendigen Quiz-Fragen und Einstellungsparameter entwickelt der KI-Assistent auf Basis der modulangaben. Die nahezu komplette Fertigstellung eines Lernmoduls kann man somit inklusive aller Bildelemente und Texte auf fast 60 Minuten reduzieren. Damit sinken die Kosten für die Lernkursentwicklung nochmals signifikant bei gelichzeitiger Steigerung der Umsetzungsqualität.

5.1  Schritt 1 – Basisangaben und Lernschwerpunkte definieren

Der KI-Assistent arbeitet in verschiedenen Schritten die komplette Lernmodulgenerierung ab. Dazu bedarf es punktueller Eingaben oder Entscheidungen, damit auf Basis der entwickelten Inhalte eine individuelle Sammlung der benötigten Text-, Bild- und Datenmaterialien entsteht. Mit den folgenden Basisangaben zum Lernmodul, entwickelt der KI-Assistent mehrere Themenideen, aus der eine passende auszuwählen ist:

 

• Lernmodul : Einführung in den EU-AI-ACT für Solo-Selbständige und KMU mit bis zu 25 Mitarbeitenden.
• Lernziel : Die Teilnehmenden entwickeln ein fundiertes Verständnis für die ethischen Anforderungen beim Einsatz von Künstlicher Intelligenz im Berufsalltag. Im Mittelpunkt stehen die Prinzipien Verantwortung, Transparenz, Gerechtigkeit, Menschenwürde und Freiheit. In diesem Lernabschnit geht es um den Schutz der Menschenwürde. Dieses Modul sensibilisiert für Risiken, zeigt praxisnahe Beispiele und vermittelt, wie menschenzentrierte KI-Anwendungen im Unternehmen gelingen.
• Zielgruppe : Solo-Selbständige sowie Mitarbeitende kleiner Unternehmen (bis 25 Personen) aus allen Branchen, die KI bereits nutzen oder zukünftig verantwortungsvoll einsetzen möchten.

 

Daraus erzeugt der KI-Assistent die folgenden Vorschläge. Aus dem im vorliegenden Falle den zweiten Vorschlag.

5.2  Schritt 2 – Praxisbeispiel entwickeln

Im Rahmen des Storytellings lassen sich abstrakte Begriffe oder Situationen den Lernenden deutlicher vermitteln. Somit sind die Lernmodule stets mit der Beschreibung von einem passenden Anwendungsbeispiel verknüpft. Die Eckpunkte des Beispiels lassen sich dem KI-Assistenten mitteilen, damit themen- oder unternehmensbezogene Details in die Beispielformulierung einfließen. In der nächsten Stufe sind Eckpunkte für ein Praxisbeispiel einzugeben, an dessen Inhalt die Teilnehmer reale Szenarien im Zusammenspiel mit Menschenwürde & KI kennenlernt. Die folgende Beispieleingabe wurde an den KI-Assistenten übergeben.

 

Ein KMU nutzt KI zur Bewertung, basierend auf alten Daten mit unbewussten Vorurteilen. Dadurch werden bestimmte Gruppen benachteiligt. Das gefährdet Vertrauen in die Unternehmensleitung.

5.3  Schritt 3 - Literaturfundstellen und KI-Bezug

Mit Hilfe historischer, literarischer Fundstellen oder Zitate öffentlich bekannter Zeitmenschen ist es ein besonderer AHA-Effekt, diese in Bezug auf die Künstliche Intelligenz zu interpretieren. Somit recherchiert der KI-Assistenten verschiedene Auswahlmöglichkeiten, aus denen mehrere für den späteren Einsatz abzuspeichern sind. Zur ergänzenden „Auflockerung“ und als Merksatz, philosophische oder literarische Verknüpfung wird aus der Literatur eine passende Formulierung analysiert und mit dem aktuellen Thema verknüpft. Die Vorschläge im Beispiel lauteten wie folgt, aus dem die letzte Formulierung gewählt wurde:

 

• " Die beste Art, die Zukunft vorherzusagen, besteht darin, sie zu gestalten. II

Peter Drucker, Management, 20. Jahrhundert

Diese Aussage ermutigt Unternehmen, aktiv ethische Standards in der Entwicklung und Anwendung von Kl zu integrieren. Anstatt passive Beobachterinnen zu sein, sollten Führungskräfte die Verantwortung übernehmen, ihre Systeme so zu gestalten, dass sie transparent und gerecht agieren. Der proaktive Ansatz fördert nicht nur das Vertrauen, sondern auch die Akzeptanz der Technologie im Unternehmen.

 

• " Die Maschine kann nur das tun, was der Mensch ihr befiehlt, aber das, was sie tut, darf nicht gegen den Menschen gerichtet sein. " — Isaac Asimov, Science-Fiction, 20. Jahrhundert

Asimovs Gedanken zu den ethischen Implikationen von Maschinen sind auch heute relevant, insbesondere bei der Entwicklung von Kl.

Unternehmen müssen sicherstellen, dass ihre Algorithmen nicht nur effizient, sondern auch gerecht handeln und die Menschenwürde respektieren. Die Herausforderung besteht darin, menschliches Urteilsvermögen und ethische Überlegungen in die Programmierung und Entscheidungsfindung von Kl zu integrieren.

 

• " Die größte Gefahr in Zeiten des Wandels ist nicht der Wandel selbst, sondern das Handeln mit der Logik von gestern. "

Peter Drucker, Management, 20. Jahrhundert

Dieser Satz fordert dazu auf, die ethischen Herausforderungen der Kl nicht mit veralteten Denkweisen zu betrachten. Angesichts der sich schnell verändernden technischen Landschaft müssen Unternehmen ihre ethischen Standards neu überdenken und anpassen. Ein dynamischer Ansatz zur Ethik in der Kl-Nutzung ist entscheidend, um Diskriminierung und Ungerechtigkeit zu vermeiden.

5.4  Schritt 4 - Visualisierung zur besseren Verdeutlichung des Themas

Bilder prägen sich schneller und tiefer eun, verdeutlichen oft auf einen Blick auch komplexe Zusammenhänge. Man fühlt sich mitunter Teil der Situation oder erinnert sich an eigene Erfahrungen. Emotionen tragen somit intensiv zur Verankerung der Fachinformationen in Unterbewusstsein bei.  Nun lassen sich optional zum Thema oder dem Fallbeispiel Bildideen für hochauflösende KI-generierte Fotos passend zu den Texten entwickeln. Die jeweilige Auswhl lässt sich dann noch durch Zusatzangaben verändern. Der folgende Bildprompt führt zum dargestellten Ergebnis in einer hohen, verwendbaren Qualität.

5.5  Schritt 5 – Quiz-Detail entwickeln

Die verschiedenen Quiz-Arten bilden die Basis für die notwendigen Fragestellungen. Diese werden nach Auswahl der gewünschten Darstellung und abhängig vom Thema sowie Beispiel generiert. Ais den Vorschlägen kann man dann mehrere passende Formulierungen auswählen. Aus den sieben Quiz-Arten : Ja/Nein, Multiple Choice (Mehrfachnennung), Auswahl, Zuordnung, Lückentext, Liste und Reihenfolge ist die gewünschte Version auszuwählen und es lassen sich noch weitere Hinweise gewünschten Quiz-Details eingeben. Im Beispiel wurde die „Ja/Nein“-Quiz-Art gewählt und führte zu folgendem Vorschlag:

 

• Quiz-Parameter - Ja/Nein-Quiz

Bitte beantworten Sie die folgenden Aussagen mit Ja oder Nein.

• Das KI-System zur Analyse von Bewerbungen basiert auf historischen Daten. (Ja)
• Die Algorithmen des KI-Systems fördern eine faire Auswahl von Bewerbern. (Nein)
• Das Unternehmen bemerkt, dass qualifizierte Kandidaten aufgrund von Vorurteilen abgelehnt werden. (Ja)
• Das Vertrauen der Mitarbeitenden in den Einstellungsprozess bleibt nach der Implementierung des KI-Systems unberührt. (Nein)
• Die Geschäftsführung ist gezwungen, das KI-System zu überarbeiten, um die Transparenz zu erhöhen. (Ja)

 

• Quiz-Parameter - Ja/Nein-Quiz

Bitte beantworten Sie die folgenden Aussagen mit Ja oder Nein.

• Das KI-System des Unternehmens basiert auf historischen Daten. (Ja)
• Die Algorithmen des KI-Systems fördern die Chancengleichheit für alle Bewerber. (Nein)
• Die Geschäftsführung ist sich der Vorurteile des KI-Systems bewusst geworden. (Ja)
• Mitarbeitende haben volles Vertrauen in die Fairness des Einstellungsprozesses, nachdem die Probleme erkannt wurden. (Nein)
• Das Unternehmen plant, die Kl-Anwendung zu überarbeiten, um Transparenz und Gerechtigkeit wiederherzustellen. (Ja)

 

• Quiz-Parameter - Ja/Nein-Quiz

Bitte beantworten Sie die folgenden Aussagen mit Ja oder Nein.

• Das KI-System zur Analyse von Bewerbungen basiert auf historischen Daten. (Ja)
• Das Unternehmen hat die Vorurteile des KI-Systems sofort erkannt und sofortige Maßnahmen ergriffen. (Nein)
• Bewerber aus bestimmten Regionen oder mit bestimmten Namen wurden vom KI-System systematisch abgelehnt. (Ja)
• Das Vertrauen der Mitarbeitenden in die Fairness des Einstellungsprozesses blieb unberührt. (Nein)
• Die Geschäftsführung beschloss, die Kl-Anwendung zu überarbeiten, um Transparenz und Gerechtigkeit wiederherzustellen. (Ja)

5.6  Schritt 6 – Bild zum Quiz-Bereich

Verschiedene Quiz-Arten bieten optischen Freiraum, neben Zusatzinformationen auch Bilder zur Verdeutlichung einzubeziehen. Somit lassen sich in diesem Schritt zu den allgemeinen und Quiz-Themen passende Situationsbeschreibungen zur Bildgenerierung nutzen. Auch zum Quiz-Bereich lässt sich nun ein passendes KI-Bild generieren, das sich entweder auf das Grundthema oder das Fallbeispiel bezieht. Individuelle Bildparameter sind auch hier möglich. Der folgende Bildprompt führt zum dargestellten Ergebnis in einer hohen, verwendbaren Qualität.

5.7  Schritt 7 – Lösungsbeschreibung erzeugen

Der Lernerfolg nach der Quiz-Beantwortung (und bei einer fehlerhaften Version entsprechenden Wiederholung) wird durch die Beschreibung von wichtigen Merksätzen zur praxisnahen Lösung vertieft. Auch hierfür erzeugt der KI-Assistent die notwendigen Textvorschläge, aus denen sich passende Formulierungen auswählen lassen. Im didaktischen Konzept ist vorgesehen, dass die Teilnehmenden nach dem Quiz eine Lösungsidee erhalten, die sie in vergleichbaren Fällen im eigenen Unternehmen einsetzen können. Auf Basis der bisherigen Texte hat der KI-Assistent die folgenden beiden Lösungsvarianten erzeugt:

 

Es wurde die erste Version ausgewählt. Die Teilnehmenden sollen ein Gefühl dafür entwickeln, wie man im Rahmen der gemeinschaftlichen Diskussion die eigeführten KI-Systeme (hier z.B. das Thema Menschenwürde) an die Unternehmensgepflogenheiten und -kultur aptiert. Das muss sich zum kontinuierlichen und offenen Prozess entwickeln.

5.8  Schritt 8 – Visualisierung der Lösungsbeispiel

Die Lernmodule sind wie beschrieben nach dem Prinzip „Lesen – Sehen – Hören – Mitwirken“ aufgebaut und somit ist für jede Information ein passendes Bild notwendig. Diese wird es in den meisten Fällen aus Bilddatenbanken nicht geben. Auch die Recherche ist in der Regel sehr aufwändig und mögliche Bildnutzungslizenzen verursachen in der Summe hohe Kosten. Zur Lösungsidee wird ebenfalls auf Basis der bisherigen Texte ein KI-Bild erzeugt. Entweder mit Scherpunkt Themenidee oder dem Fallbeispiel. Individuelle Bildparameter sind auch hier möglich. Der folgende Bildprompt führt zum dargestellten Ergebnis in einer hohen, verwendbaren Qualität.

5.9  Schritt 9 – Entwicklung einer Umsetzungsempfehlung

Die Schrittfolge ist stets identisch in jedem Modul: Kurzpräsentation des Lerninhaltes in Verbindung mit einem Praxisbeispiel, Abfragen vorhanden oder zusätzlichem Fachwissen zum Thema, Verdeutlichung des Lern- / Lösungsweges mit Umsetzungsempfehlung. Stets ist der Textteil gepaart mit visuellen Elementen (Bilder, Grafiken, etc.). Zudem lassen sich spontane Vertiefungsfragen über den externen KI-Assistent (KAI) vertiefen. Nun werden Umsetzungsempfehlungen auf Basis der Moduldaten erzeugt, die den Teilnehmern helfen sollen, mögliche Verbesserungsideen systematisch zu realisieren. Aus den bisherigen Texten wurden die folgenden beiden Texte erzeugt. Mit Hilfe dieser Ideen werden konkrete Vorschläge generiert, damit den Teilnehmenden mögliche Lösungswege aufzuzeigen.

5.10  Schritt 10 – Visualisierung der Umsetzungsempfehlung

Die systematische Einführung in die jeweiligen Inhalte auf Textbasis alleine würden wegen der zuweilen abstrakten Thematik nicht nachhaltig verankert. Themenzentrierte Bilder helfen somit, den Aha-Effekt zu stärken und eigene Wünsche, Erfahrungen oder Gefühle mit dem neu erworbenen Fachwissen zu verknüpfen. Erneut wird nun ein KI-Bild erzeugt, dieses Mal zum Text der Umsetzungsempfehlung. Auch hier ist der Schwerpunkt die Themenidee oder die Fragestellung. Zusätzliche Bildangaben lassen sich auch hier eingeben. Der folgende Bildprompt führt zum dargestellten Ergebnis in einer hohen, verwendbaren Qualität.

Zu den Bildern ist noch zu bemerken, dass „Text im Bild“ für die KI noch herausfordernd ist. Zuweilen sind diese Eintragungen mit Bildbearbeitungsprogramme nachzubessern.

5.11  Schritt 11 – Zusammenfassung im Teilnehmerskript

Auf Basis aller Moduldetail erzeugt der KI-Assistent nun ein Teilnehmerskript (als Rohfassung). Dieses kann dann mit Hilfe klassischer Textverarbeitungsprogramme in eine endgültige Handreichung zum Lernmodul aufbereitet werden. Im vorliegenden Beispiel wurde das folgende Skript erzeugt. Sicher ist es inhaltlich und optisch noch zu überarbeiten, doch als Rohtext kann man somit einen erheblichen Zeitaufwand im Wege der Formulierung einsparen. Zudem lässt sich dieser Text wiederum in anderen KI-Systemen als Basistext einfügen, um ihn KI-gestützt zu optimieren. Das passiert dann ebenfalls im Minutenbereich.

Zusammenfassend ist festzustellen, dass dieser KI-Assistent die Entwicklung eines Lernabschnittes nochmals signifikant verkürzt und optimiert. Somit lassen sich die kalkulierten 250 Stunden für die Erstellung weiterer 41 Lernmodule rund um den EU-AI-ACT nochmals deutlich reduzieren.

 

Mit Hilfe der iSpring-Erweiterung von Powerpoint zum Preis von zirka 1.000 € (Jahreslizenz) sind die Angaben in ein leistungsfähiges Quiz-Modul integrierbar, das hinsichtlich der Benutzerführung umfassende Funktionalitäten bereitstellt. Weiterhin beinhaltet das System eine sehr umfassende Bilderbibliothek, Lernpfadfunktionen und sehr spannende Benutzerführungsoptionen. Damit lassen sich mit geringem Aufwand zu nahezu allen Themenbereichen attraktive und marktfähige Lernmodule entwickeln.