Zum Inhalt springen
Aus dem Netzwerk

Von der Frage zur erledigten Aufgabe: Warum KI gerade jetzt zur Kolleg:in wird – und was das für die freie Wohlfahrt bedeutet

17. Juli 2026 · Gerhard Müller

Von der Frage zur erledigten Aufgabe: Warum KI gerade jetzt zur Kolleg:in wird – und was das für die freie Wohlfahrt bedeutet

Eine Rückschau auf unseren Online-Workshop vom 16. Juli 2026 – und ein paar Gedanken, die über den Termin hinausreichen. #SharingIsCaring

Kurz-Zusammenfassung (für alle mit wenig Zeit)

Gestern haben wir (Mirco Beyer, Elena Böhringer und ich) vom Caritas-Netzwerk IT e. V. in einem zweistündigen Online-Workshop mit über 80 Teilnehmenden – davon auch viele außerhalb unserer Mitglieder unseres Netzwerks – gezeigt, was moderne KI heute wirklich leistet. Die zentrale Botschaft in einem Satz:

Moderne KI beantwortet nicht mehr nur Fragen – sie erledigt ganze Aufgaben. Der Sprung geht von „Frage → Antwort” zu „Aufgabe → erledigt”.

Die wichtigsten Punkte:

  • Was neu ist: Ein klassischer Chatbot antwortet. Ein assistentisches System liest Dokumente, recherchiert, erstellt Entwürfe, arbeitet auf echten Dateien und liefert am Ende ein fertiges Ergebnis – nachvollziehbar und unter menschlicher Kontrolle. Wir haben das live mit Claude CoWork demonstriert.
  • Wie KI funktioniert: Sie erkennt und erzeugt Muster und wählt das wahrscheinlich nächste Wort. Sie versteht den Sinn nicht. Deshalb sind Urteilsvermögen, Prüfen und eine gesunde Skepsis unverzichtbar.
  • Warum das für uns zählt: Demografie und Fachkräftemangel, die Realität der „Schatten-KI”, große Chancen für Teilhabe und Barrierefreiheit – und die Aussicht, Verwaltungslast von der Beziehungsarbeit am Menschen zu trennen.
  • Der Rahmen: EU-KI-Verordnung, Datenschutz (DSGVO, KDG, § 203 StGB), das Prinzip „Vorlage statt Entscheidung” – und ausdrücklich Rückenwind aus der katholischen Soziallehre.
  • Unsere Haltung: Das größte Risiko ist Nicht-Handeln. Schatten-KI entsteht ohnehin. Die einzige echte Frage ist, ob wir sie gesteuert einsetzen oder nicht.

Wer tiefer einsteigen möchte: Aufzeichnung, Handout und alle Links stehen unten. Und weil Teilen für uns als Netzwerk zum Selbstverständnis gehört: Kommentiert, widersprecht, ergänzt. Genau dafür ist dieser Beitrag da.

1. Der Paradigmenwechsel: von der Auskunft zur Erledigung

Die meisten Menschen kennen KI als Chatfenster: Man stellt eine Frage, bekommt eine Antwort, kopiert das Ergebnis irgendwohin, arbeitet es von Hand ein. Das ist nützlich – aber es ist, ehrlich gesagt, oft weniger effizient, als es sich anfühlt. Die Zeit, die man investiert, um den Chat so weit zu bringen, dass das Ergebnis brauchbar ist, hätte man manchmal auch in die Aufgabe selbst stecken können.

Der eigentliche Sprung, den wir gestern in den Mittelpunkt gestellt haben, ist ein anderer. Es geht weg von „Frage → Antwort” hin zu „Aufgabe → erledigt”. Man beschreibt nicht mehr eine Frage, sondern ein Ziel – und das System arbeitet die dafür nötigen Schritte selbstständig ab: Es liest die relevanten Dokumente, recherchiert fehlende Informationen, erstellt einen Entwurf, prüft ihn, korrigiert sich, und legt am Ende ein fertiges Arbeitsergebnis vor.

Fachlich unterscheidet man dabei grob drei Stufen:

  1. Der Chatbot („Frage → Antwort”): ein Gesprächspartner im Textfenster. Gut für Ideen, Formulierungen, Erklärungen.
  2. Das assistentische System („Aufgabe → erledigt”): arbeitet auf einer klar abgegrenzten Datengrundlage, nutzt Werkzeuge, erstellt Dateien. Der Mensch gibt das Ziel vor und bleibt in der Kontrolle.
  3. Die agentische KI: geht noch einen Schritt weiter und orchestriert komplexe, mehrstufige Abläufe weitgehend eigenständig – bis hin dazu, dass mehrere „Unter-Agenten” parallel an Teilaufgaben arbeiten.

Der für uns entscheidende mentale Gamechanger steckt zwischen Stufe 1 und 2: Es geht nicht mehr um Frage und Antwort, sondern um Problem und Lösung. Wenn ein Weg nicht funktioniert – eine Datei liegt woanders, ein Werkzeug fehlt, eine Fehlermeldung erscheint – dann gibt ein gutes assistentisches System nicht einfach auf. Es probiert einen anderen Weg, schreibt sich im Zweifel ein kleines Hilfsprogramm und versucht, das Ziel doch noch zu erreichen. So, wie wir Menschen es auch tun, wenn wir nicht sofort weiterwissen: ausprobieren, scheitern, anders versuchen. Genau diese Beharrlichkeit auf ein Ziel hin ist das, was sich anfühlt, als hätte man Arbeit tatsächlich delegiert – nicht bloß eine Antwort erfragt.

Das klingt nach einer technischen Nuance. Tatsächlich verändert es die Art, wie man arbeitet, grundlegend: Man denkt nicht mehr in Prompts, sondern in Aufträgen.

2. Damit wir vom Gleichen reden: Wie KI eigentlich „denkt”

Bevor man über Möglichkeiten und Grenzen spricht, lohnt sich ein gemeinsames Grundverständnis. Wir haben es gestern bewusst niedrigschwellig gehalten – mit dem Erklärvideo „Was ist Künstliche Intelligenz?” (Sendung mit der Maus) – und das Prinzip lässt sich in wenigen Sätzen zusammenfassen:

Ein Computer „liest” einen Text nicht wie wir. Er zählt. Er zählt Buchstaben, Wörter, Wortpaare, Nachbarschaften – in gigantischen Mengen von Texten. Aus diesen Zählungen entstehen Muster: Welches Wort folgt typischerweise auf welches? Welche Begriffe tauchen in ähnlichen Zusammenhängen auf? Wenn eine KI dann Text erzeugt, wählt sie – vereinfacht gesagt – Wort für Wort das wahrscheinlich nächste und würfelt ein wenig Zufall dazu, damit nicht immer dasselbe herauskommt.

Daraus folgen vier Einsichten, die man nie vergessen sollte:

  1. KI erkennt und erzeugt Muster – beeindruckend gut, aber es bleibt Statistik.
  2. KI versteht den Sinn nicht. Sie rechnet. Das „Künstliche” ist der Computer; die „Intelligenz” ist der Teil, den wir hineindeuten.
  3. Das funktioniert nicht nur mit Text, sondern mit allem, was sich als Daten fassen lässt: Bilder, Ton, Tabellen.
  4. Es kann Unsinn herauskommen. Weil kein echtes Verstehen dahintersteht, produziert KI mitunter Aussagen, die überzeugend klingen und trotzdem falsch sind.

Diesen letzten Punkt nennt man Halluzination – und er ist gefährlicher, als man denkt, weil er einem eben nicht immer offensichtlich „ins Gesicht springt”. Gerade in Beratungs- und Hilfekontexten, in denen Menschen ihre Lebensrealität schildern, ist es essenziell zu wissen: Auf der anderen Seite ist kein Gegenüber, das versteht. Es ist ein System, das plausible Wortfolgen erzeugt.

Dazu kommt ein zweiter, subtilerer Effekt, den wir gestern besonders betont haben: die Gefälligkeit (englisch oft sycophancy). Sprachmodelle neigen dazu, die Sichtweise ihres Gegenübers zu bestätigen. Das kann angenehm sein – und ist tückisch, wenn man eigentlich eine ehrliche, faktenbasierte Einschätzung braucht. Wer die KI fragt „Findest du nicht auch, dass …?“, bekommt überdurchschnittlich oft ein „Ja”. Für seriöse Arbeit heißt das: bewusst auf eine neutrale Datenlage achten, gezielt Gegenpositionen einfordern, und Ergebnisse nicht als Bestätigung, sondern als Vorschlag behandeln.

Kurz: Die Technik ist ein hervorragender Mustergenerator. Den Sinn geben nach wie vor wir.

3. Warum die freie Wohlfahrt jetzt handeln sollte

Man kann KI als Spielerei abtun. Wir halten das für einen Fehler – aus vier Gründen, die unseren Alltag unmittelbar betreffen.

Erstens: Demografie und Fachkräftemangel. Prognosen zufolge verliert allein die Caritas in den nächsten rund 15 Jahren etwa 30 Prozent ihrer Mitarbeitenden an den Ruhestand. Nennenswert mehr Mittel wird es absehbar nicht geben. Wir werden also mit weniger Menschen mehr Menschen helfen müssen. Jede Aufgabe, die uns technisch abgenommen werden kann und die nicht unmittelbar mit dem Menschen zu tun hat, ist ein Gewinn – weil sie Zeit für das freimacht, was zählt.

Zweitens: Es passiert ohnehin. Erhebungen zufolge hat die große Mehrheit der Menschen in Deutschland zuletzt KI genutzt; ein wachsender Teil sogar Systeme, die eigenständig Aufgaben erledigen. Wenn Organisationen dafür keinen sicheren, erlaubten Weg anbieten, entsteht Schatten-KI: Mitarbeitende greifen aus gutem Willen zu privaten Tools – oft mit dem Handy, oft mit genau den Daten, die besonders schützenswert sind. Das ist datenschutzrechtlich der Worst Case. Und es entsteht nicht aus Böswilligkeit, sondern aus dem Wunsch zu helfen. Ein Satz aus der Forschung bringt es auf den Punkt: Das „Noch-Nicht” der Organisation darf nicht zum Risiko der Fachkraft werden. Auch in unseren eigenen Reihen sehen wir das: Auf Caritas-Webseiten berichten Beratende inzwischen, dass Ratsuchende Gespräche mit „Ich habe mal die KI gefragt …” beginnen. KI ist rund um die Uhr verfügbar – und längst Teil der Lebensrealität der Menschen, mit denen wir arbeiten.

Drittens: Teilhabe und Barrierefreiheit. Hier liegt eine der schönsten Chancen. Leichte Sprache auf Knopfdruck, Übersetzungen, Vorlesefunktionen, Untertitel, die Aufbereitung komplexer Bescheide in verständliche Sprache – KI kann Zugänge schaffen, die vorher am Aufwand gescheitert sind. Für Menschen mit Einschränkungen oder in schwierigen Lebenslagen kann das den Unterschied machen. Wenn wir es gut machen.

Viertens: Entlastung als Kernauftrag. Wir arbeiten gern mit einem einfachen Bild: Bühne und Hinterbühne (Frontstage/Backstage). Die Bühne ist die Beziehung zum Menschen – die halten wir bewusst KI-fern. Die Hinterbühne ist all das, was drumherum an Dokumentation, Verwaltung, Recherche und Organisation anfällt. Dort dürfen und sollten wir entlasten. Oder, in den Worten, die wir gestern zitiert haben: Niemand geht in die Pflege, um zu dokumentieren.

Zur Ehrlichkeit gehört aber auch der Realismus: Zeitgewinn wird nicht automatisch zu „mehr Zeit am Menschen”. Ohne bewusste Gestaltung kann Technik auch zu Arbeitsverdichtung führen – dass die gewonnene Zeit sofort mit neuen Aufgaben gefüllt wird. Ob KI entlastet oder belastet, entscheidet nicht das Werkzeug, sondern wie wir es einbetten. Das ist eine Führungs- und Kulturfrage, keine technische.

4. Der Rahmen: Recht, Datenschutz, Ethik

Damit das gut geht, braucht es einen klaren Rahmen. Wir haben ihn gestern bewusst nicht als Bremse dargestellt, sondern als Leitplanke, die Sicherheit gibt.

Die EU-KI-Verordnung (AI Act) reguliert risikobasiert – je höher das Risiko, desto strenger die Pflichten. Einige Praktiken sind ausdrücklich verboten (u. a. Emotionserkennung am Arbeitsplatz oder Social Scoring). Das ist gut, weil der Gesetzgeber klare Grenzen zieht, auf die wir uns einstellen können. Drei Termine sind praktisch relevant:

  • Seit dem 2. Februar 2025 gilt die KI-Kompetenzpflicht (Artikel 4): Wer KI einsetzt, muss für ausreichende KI-Kompetenz seiner Mitarbeitenden sorgen. Eine Veranstaltung wie unsere kann ein Baustein davon sein – Kompetenz meint aber mehr als eine Schulung: ein grundlegendes Verständnis dafür, was diese Systeme können, wo sie irren und wie man mit ihnen verantwortungsvoll arbeitet.
  • Ab dem 2. August 2026 greifen Transparenzpflichten: Chatbots müssen sich als KI zu erkennen geben, KI-Inhalte müssen an bestimmten Stellen gekennzeichnet werden.
  • Die strengen Hochrisiko-Pflichten (etwa für KI in der Personalauswahl) wurden über das „Omnibus”-Vorhaben in Brüssel auf Dezember 2027 verschoben.

Datenschutz bleibt die rote Linie. Für uns gilt neben der DSGVO das kirchliche Datenschutzgesetz (KDG) und an vielen Stellen das Berufsgeheimnis (§ 203 StGB). Unsere dringende Empfehlung, die wir gestern den „wichtigsten Satz des Tages” genannt haben:

Keine personenbezogenen oder Klient:innendaten in KI-Tools – außer, es ist ausdrücklich geprüft und freigegeben.

Dazu kommt das Thema Bias: Weil KI aus riesigen Datenmengen lernt, übernimmt sie auch deren Verzerrungen. Ein Satz, den wir uns gemerkt haben: KI heilt schlechte Daten nicht – sie skaliert sie. Gerade wir, die mit vulnerablen Gruppen arbeiten, tragen hier eine besondere Verantwortung, Ergebnisse genau zu prüfen.

Aus all dem folgt ein Leitprinzip, das sich wie ein roter Faden durch unsere Arbeit zieht: Vorlage statt Entscheidung. KI bereitet vor – sie strukturiert, verdichtet, übersetzt, entwirft. Entscheiden tun wir. Das ist nicht nur eine Haltung, die wir aus dem Selbstverständnis der Caritas heraus für richtig halten. Es ist auch rechtlich klug: Solange KI auf der Vorlageseite bleibt, ist das Risiko gering. Sobald sie über Menschen mitentscheidet, betreten wir Hochrisiko-Terrain.

Und schließlich die Kehrseite, die man nicht verschweigen darf: Dieselbe Technik, die uns hilft, hilft auch Angreifern. KI senkt Aufwand und Einstiegshürden für perfektes Phishing (maßgeschneiderte Mails ohne verräterische Fehler, täuschend echt nachgebaute Webseiten) und für das automatisierte Finden von Sicherheitslücken in Software. Die Konsequenz für uns als IT: mehr Angriffe, häufigeres und schnelleres Patchen, mehr Wachsamkeit. Auch das gehört zur ehrlichen Bilanz.

5. Rückenwind statt Bauchschmerzen: die Enzyklika Magnifica Humanitas

Ein Aspekt, der uns besonders am Herzen liegt: Der Einsatz von KI lässt sich aus der katholischen Soziallehre heraus nicht nur rechtfertigen, sondern positiv begründen. Papst Leo XIV. hat dazu am 15. Mai 2026 die Enzyklika Magnifica Humanitas („Über die Bewahrung des Menschen im Zeitalter der Künstlichen Intelligenz”) veröffentlicht – bewusst 135 Jahre nach Rerum Novarum, dem Gründungstext der Soziallehre.

Die Kernaussagen, wie wir sie lesen:

  • KI ist ein wertvolles Hilfsmittel, das Vorsicht erfordert – auszurichten auf das Gute und das Gemeinwohl.
  • Die Würde des Menschen hängt nicht von seiner Leistung ab. Menschen dürfen nicht auf Effizienzfaktoren reduziert werden – eine wichtige Grenzmarkierung gegenüber einem rein ökonomischen Blick auf Technik.

Das stärkste Bild der Enzyklika ist der Gegensatz zwischen dem Turmbau zu Babel – Technik, die verabsolutiert und spaltet – und dem Wiederaufbau Jerusalems – der Gemeinschaft, in der viele gemeinsam bauen und Vielfalt eine Ressource ist. Oder, in den Worten des Textes:

„Daher ist die erste Entscheidung nicht die zwischen einem ‚Ja’ oder einem ‚Nein’ zur Technologie, sondern die zwischen der Konstruktion von Babel oder dem Wiederaufbau Jerusalems.”

Für uns ist das genau der Punkt: Es geht nicht darum, ob wir Technik nutzen, sondern wie und wozu – ob einige wenige Konzerne die Welt einseitig prägen oder ob viele, mit unterschiedlichen Modellen und Rahmenbedingungen, das Gute daraus schöpfen. Das ist kein frommer Zusatz. Es ist ein Kompass für Entscheidungen.

6. Was „mitarbeitende KI” konkret heißt – am Beispiel Claude CoWork

Wir haben gestern bewusst nicht nur über Möglichkeiten geredet, sondern sie live gezeigt – nach dem Motto: Erst erleben, dann entscheiden. Das Werkzeug, mit dem wir im Netzwerk-IT die meiste Erfahrung gesammelt haben und das für uns einen echten Unterschied gemacht hat, ist Claude vom Anbieter Anthropic. (Die Details der einzelnen Demos sparen wir hier bewusst aus – wer sie in Aktion sehen möchte, findet sie in der Aufzeichnung des Workshops. Uns geht es an dieser Stelle um das Prinzip.)

Warum gerade dieses Werkzeug? Anthropic ist neben OpenAI einer der großen KI-Anbieter. Von Anthropic gibt es grob drei Zugänge:

  • Claude Chat – der klassische Chatbot im Browser (und auch in der Claude Desktop-App)
  • Claude Code – für die Kommandozeile, eher etwas für technisch Versierte (wir selbst arbeiten intern viel damit).
  • Claude CoWork – eine Desktop-App (für Windows, Mac u. a.), die besonders im Wissensmanagement stark ist und die Oberfläche so gestaltet, dass man ihr bei der Arbeit zusehen kann.

Das entscheidende Konzept lautet: Der Ordner ist die Grenze. Man gibt einen klar umrissenen Datei- oder Ordnerbereich frei – und nur dort darf die KI arbeiten. Sie kann dort lesen, neue Dateien anlegen, Auswertungen erstellen, kleine Programme schreiben. Alles andere bleibt außen vor. Sicherheitsmechanismen verhindern, dass unkontrolliert etwas zerstört wird; vor unumkehrbaren Schritten fragt das System nach. Man wählt also am besten den kleinsten Ordner, der für die Aufgabe reicht.

Was das in der Praxis bedeutet, haben wir an alltagsnahen Beispielen gezeigt – ohne hier ins Detail zu gehen: aus einem Meeting-Transkript wird eine strukturierte Zusammenfassung (inklusive automatischer Verifikation von Eigennamen per Web-Recherche); aus vielen solcher Zusammenfassungen wird eine durchsuchbare Wissensdatenbank, mit der man „sprechen” kann; aus einer Fragestellung wird ein Word-Dokument, eine PowerPoint oder ein PDF; aus mehreren Kalendern wird ein gemeinsamer Terminvorschlag; aus rohen Umfragedaten werden Auswertungen mit Grafiken; aus einem Wust von Rechnungen wird eine saubere Spesenübersicht. Der gemeinsame Nenner all dieser Beispiele: Aufgabe rein, fertiges Ergebnis raus.

Damit die Zusammenarbeit über die Zeit besser wird, gibt es vier Bausteine, die wir für besonders wertvoll halten:

  • Globale Instruktionen – dauerhafte Grundregeln, wie gearbeitet werden soll.
  • Projekte (mit Gedächtnis) – ein Kontext, in dem Wissen und Regeln erhalten bleiben.
  • Skills – wiederkehrende Abläufe, die man einmal definiert und dann per Kurzbefehl aufruft, damit die KI nicht jedes Mal neu „nachdenken” muss.
  • Konnektoren – Verbindungen zu vorhandenen Systemen (etwa Microsoft 365, SharePoint, oder ein Enterprise-Wiki wie Confluence), sodass die KI dort arbeiten kann, wo unsere Daten ohnehin liegen.

Zu den Konditionen, weil das erfahrungsgemäß interessiert: Anthropic bietet eine Non-Profit-Variante an. Sie kostet je nach Nutzungsintensität etwa 8 US-Dollar (gelegentliche Nutzung) bzw. 40 US-Dollar pro Monat und Platz (intensive Nutzung), jeweils zzgl. Mehrwertsteuer; man braucht mindestens zwei Plätze und einen kurzen Gemeinnützigkeits-Nachweis (bei uns / Caritas-Netzwerk IT e. V. war das unkompliziert). Für den Funktionsumfang ist das aus unserer Sicht sehr viel Gegenwert – wenn man es wirklich nutzt. Ein flächendeckendes Ausrollen an alle Mitarbeitenden ist damit ausdrücklich nicht gemeint; die Zahl der Plätze pro Organisation ist begrenzt.

Und weil Ehrlichkeit für uns dazugehört: Ein US-Anbieter ist aus Souveränitätssicht nicht ideal. Wir würden uns wünschen, dass europäische Lösungen schneller aufholen. Unser Leitsatz lautet daher: „so souverän wie möglich und so abhängig wie nötig”. Wir zeigen Claude CoWork exemplarisch, weil wir damit die meiste Erfahrung haben – nicht, weil es die einzige oder endgültige Antwort wäre. Es gibt vergleichbare Umgebungen anderer Anbieter, und vieles davon wird perspektivisch auch lokal, auf eigenen Rechnern und in datenschutzkonformen Rechenzentren laufen. Es geht uns ums Prinzip, nicht um Werbung – und darum, rechtzeitig zu lernen, was auf uns zukommt.

7. Die zwei Kompetenzen, die bleiben: Fragen stellen & Ergebnisse beurteilen

Wenn KI so viel übernimmt – was bleibt dann unsere Aufgabe? Wir haben gestern zwei Kompetenzen herausgestellt, die wichtiger werden, nicht unwichtiger:

  1. Die richtigen Fragen stellen. Ein gutes Ergebnis beginnt mit einem guten Auftrag. Und oft ist der wertvollste Trick, die KI zu bitten, vor dem Loslegen selbst Rückfragen zu stellen – zu Zielgruppe, Kontext, Schwerpunkt. Das vergrößert den eigenen Denkraum und bringt Fragen auf den Tisch, die man sich selbst gar nicht gestellt hätte.
  2. Ergebnisse beurteilen können – oder zumindest plausibilisieren. Unsere Messlatte ist dabei ausdrücklich nicht Perfektion. Sie lautet: besser als jeder verfügbare Mensch, mit vertretbarem Aufwand. Auch Kolleginnen und Kollegen machen Fehler; wir verlangen von ihnen keine 100-Prozent-Garantie. Warum sollten wir sie von der Technik verlangen?

Ein praktischer Befund, der uns immer wieder überrascht: Prüfen ist oft viel schneller als selbst schreiben. Wer ein Thema fachlich beherrscht, kann ein KI-Ergebnis in Bruchteilen der Zeit beurteilen, die das eigene Verfassen gekostet hätte. So werden Dinge machbar, die vorher am Zeitbudget gescheitert wären – eine umfangreiche Ausarbeitung entsteht in Tagen statt Monaten, und man prüft anschließend das, was man ohnehin beurteilen kann.

Ein besonders wirksamer Kniff für kritische Dokumente: das fertige Ergebnis in einem frischen Kontext noch einmal prüfen lassen – Aussage für Aussage, mit der Bitte um Belege und Quellen-Links. Erstaunlich oft merkt eine KI dabei selbst, dass ein vorheriger Durchlauf etwas halluziniert hat. Für wirklich wichtige Texte prüfen wir zusätzlich von Hand: jede Behauptung, jede URL. Das ist Arbeit – aber es ist eine andere Art von Arbeit als das Schreiben von null.

Die Kehrseite dieser Kompetenzanforderung ist eine ehrliche Grenze: Man kann nur beurteilen, was man auch versteht. Wer KI in einem Feld einsetzt, in dem ihm die Fachlichkeit fehlt, verliert die Kontrolle über die Qualität. Deshalb ist der Aufbau eigener Kompetenz kein Widerspruch zur KI-Nutzung, sondern ihre Voraussetzung.

8. Was Organisationen jetzt tun können

Aus vielen Gesprächen – auch außerhalb der Caritas – nehmen wir eine Erkenntnis mit: KI-Einführung scheitert selten an der Technik, sondern an der Organisation. Der erste Anlauf ist oft nicht der mit dem größten Nutzen; erst der zweite oder dritte trifft ins Schwarze. Scheitern gehört zum Lernen dazu. Deshalb glauben wir nicht an die 40-seitige KI-Strategie, die im stillen Kämmerlein ausgedacht wird. Wir glauben an Lernräume und kleine, leistbare Schritte – nicht „von A nach B”, sondern „von A nach X” und von dort weiter.

Und das aus einem einfachen Grund: Das größte Risiko ist Nicht-Handeln. Schatten-KI entsteht ohnehin. Die einzige Frage, die wir wirklich beeinflussen können, ist, ob dieser Einsatz gesteuert ist oder nicht.

Konkret empfehlen wir sieben Dinge:

  1. KI-Leitlinie / Nutzungsregeln – kurz, klar, rechtlich haltbar: Was ist erlaubt, was nicht? Vor allem beim Umgang mit Daten. Kurz genug, dass man sie tatsächlich liest.
  2. KI-Kompetenz aufbauen – ohnehin Pflicht nach Artikel 4 der KI-Verordnung. Das kann eine Schulung sein, muss es aber nicht allein.
  3. Ein einfaches, freigegebenes Tool für alle – die wirksamste Antwort auf Schatten-KI. Das Prinzip: formalisieren statt tabuisieren. Wer einen sicheren, erlaubten Weg anbietet, muss die riskante informelle Nutzung nicht verbieten – sie erübrigt sich.
  4. Kümmerer benennen – KI-Beauftragte oder Key-User, also Menschen, die ohnehin Lust haben. Sie brauchen Zeit, Budget und Gehör in der Leitung. Und Vernetzung – zum Beispiel in unserer KI-Erfahrungsaustauschgruppe, einem offenen Kreis zum Vernetzen, Fragen stellen und Praxiswissen teilen. Mitarbeitende unserer Mitglieder können sich direkt anmelden.
  5. Klein anfangen – Pilotprojekte, Use Cases sammeln, eine echte Fehlerkultur leben. Der Möglichkeitsraum verändert sich laufend; ein einmaliges Durchdenken reicht nicht.
  6. Die Mitarbeitervertretung (MAV) früh einbeziehen – wer das versäumt, riskiert Verzögerungen von Jahren, während die Schatten-KI-Nutzung längst Fakten schafft.
  7. Datenschutz vorab klären – Freigaben, ggf. Auftragsverarbeitungsvertrag, KDG-Prüfung vor einem breiten Rollout. Für kleine, bekannte Testbetriebe braucht es das meist noch nicht.

Dazu zwei Faustregeln, die uns bei der Auswahl von Anwendungsfällen helfen:

  • Subtraktiv vor additiv. Bevorzugt Aufgaben, die KI ganz eliminiert, gegenüber solchen, die vor allem neuen Stoff erzeugen. Mit KI entstehen in Sekunden Texte – aber wer liest und kontrolliert sie? Mehr Output ist nicht automatisch mehr Wert.
  • KI ist nicht immer die Antwort. Viel Entlastung kommt aus schlichter, KI-freier Automatisierung, die zuverlässig immer gleich läuft. Nicht alles muss ins Buzzword „KI” – die gute alte Digitalisierungsstrategie behält ihren Platz.

9. Was uns im Austausch bewegt hat

Der uns liebste Teil war – wie immer – die Diskussion. Drei Themen aus dem Q&A, die weiterwirken:

„Denkt größer.” Ein Teilnehmer warb dafür, nicht bei Dokumenten stehenzubleiben. Wenn KI schon Dateien erzeugt und bearbeitet, ist der Schritt zu ganzen Anwendungen und Workflows – Anträge, Beschaffungsprozesse, Recherche-Pipelines – nicht mehr weit. Wir teilen das: Softwareentwicklung wird demokratisiert, und für kleine, eigene Werkzeuge liegt darin enormes Potenzial. Zugleich haben wir gewarnt, große Fachsysteme mal eben „nachbauen” zu wollen – das bleibt außerhalb des Realistischen.

Die Grenzen der Tool-Entwicklung. Eine Teilnehmerin brachte einen wichtigen Einwand: Ein Ergebnis kann auf den ersten Blick gut aussehen und in den Randfällen (Edge Cases) versagen – und wer nicht selbst programmieren kann, merkt es womöglich nicht. Für echte Wirksamkeit braucht es internen Kompetenzaufbau, sonst verliert man Steuerung und Datensicherheit. Ein ehrlicher, unbequemer Punkt – und genau deshalb so wertvoll.

Das Daten-Dilemma. Dieselbe Teilnehmerin benannte den wunden Punkt: Der eigentliche Nutzen läge oft genau bei den sensiblen Daten – dem Transkript der Sitzung mit den Fachbereichsleitungen, den Fällen, den Mails. Solange dafür Infrastruktur und Rahmen fehlen, arbeitet man „mit angezogener Handbremse”. Unsere Antwort: Als Netzwerk-IT haben wir selbst kaum personenbezogene Daten – wir können deshalb ein Experimentierraum sein und zeigen, was prinzipiell geht. Und der beste Start ist immer dort, wo es schon heute unkritisch ist: eigene Gremiensitzungen aufnehmen und zusammenfassen, öffentliche Daten auswerten, Textbausteine erstellen. Denn nur durchs Tun versteht man, was funktioniert – und was nicht.

10. Unser Fazit – und warum #SharingIsCaring dazugehört

Was uns an KI am meisten begeistert, ist nicht die einzelne beeindruckende Demo. Es ist die Aussicht, als Gemeinschaft Dinge besser zu machen, die vorher an Aufwand und Ressourcen gescheitert sind. Ein Beispiel aus unserem Alltag: Aus zwei Sitzungen einer Erfahrungsaustauschgruppe und dem eingearbeiteten Feedback ist ein umfangreiches, gemeinsam getragenes Rollen- und Rechte-Konzept für Microsoft 365 entstanden – ein Dokument, das jetzt allen zur Verfügung steht. Vor einem Jahr wäre das mit vertretbarem Aufwand undenkbar gewesen.

Genau das ist der Kern von #SharingIsCaring: Wir müssen nicht jede und jeder für sich die Welt neu erfinden. Wenn eine Organisation eine gute Leitlinie, einen klugen Ablauf, ein hilfreiches Dokument erarbeitet hat, kann sie es teilen – und alle profitieren. Das Solidaritätsstiftende, das die freie Wohlfahrt im Kern ausmacht, gilt auch hier. In der Sprache der Enzyklika: Wir bauen lieber gemeinsam an Jerusalem, als jeder für sich an einem eigenen Turm.

Die Technik wird sich weiter rasant verändern. Vieles, was heute einen amerikanischen Anbieter braucht, wird morgen souveräner, datenschutzfreundlicher und näher an uns möglich sein. Unser Rat bleibt derselbe: anfangen, lernen, teilen. Nicht das perfekte Konzept gewinnt, sondern die Organisation, die ins Tun kommt.

Wir sind dankbar für über 80 neugierige Menschen, für kluge Fragen und für die Offenheit, sich auf ein Thema einzulassen, das viele verunsichert. Von der Frage zur erledigten Aufgabe – der Mensch bleibt am Steuer. In diesem Sinne: Machen wir es gemeinsam gut.

Mitreden – #SharingIsCaring

Weil Teilen für uns zum Selbstverständnis gehört, gibt es das ausführliche Handout zum Workshop (PDF) zum Nachlesen und Weitergeben.

Jetzt seid ihr dran: Wie geht ihr in eurer Organisation mit KI um? Wo liegt für euch der größte Nutzen – und wo die größte Sorge? Schreibt es in die Kommentare. Wir lesen mit, antworten und lernen gern dazu. #SharingIsCaring

Mehr über das Caritas-Netzwerk IT und die Mitgliedschaft erfahrt ihr auf unserer Website. Für Fragen und Austausch erreicht ihr uns am besten über unsere Kontaktdaten unter https://caritas-netzwerk-it.de/kontakt. Wir freuen uns!

#KünstlicheIntelligenz #KI #FreieWohlfahrtspflege #Caritas #Digitalisierung #Gemeinnützig #NonProfit #AIAct #Datenschutz #KIKompetenz #ClaudeCoWork #Wissensmanagement #SharingIsCaring

Dieser Beitrag ist am 17. Juli 2026 auch auf LinkedIn erschienen.

← Alle Beiträge