KI in der Bildung: Leitfaden für Betriebsräte & HR

Künstliche Intelligenz (KI) ist längst kein Zukunftsszenario mehr, sondern transformiert die betriebliche Aus- und Weiterbildung grundlegend. Für Betriebsräte ergeben sich hierbei neue, strategische Herausforderungen: Während adaptive Lernsysteme das Potenzial bieten, Bildungsprozesse individuell auf die Bedürfnisse der Beschäftigten zuzuschneiden und Wissenslücken präzise zu schließen, bringen sie gleichzeitig komplexe Fragen der Leistungsüberwachung und des Datenschutzes mit sich. Die Einführung solcher Systeme unterliegt gemäß Betriebsverfassungsgesetz (BetrVG) weitreichenden Mitbestimmungsrechten, insbesondere bei der Überwachung von Verhalten und Leistung sowie der Berufsbildung. Es gilt, den schmalen Grat zwischen technologischer Innovation und dem Schutz der Arbeitnehmerpersönlichkeitsrechte sicher zu begehen. Dieser Artikel analysiert die Funktionsweise adaptiver Systeme, beleuchtet die rechtlichen Leitplanken und gibt praxisnahe Handlungsempfehlungen für die Arbeitnehmervertretung, um KI als gestaltbares Werkzeug für eine zukunftssichere Qualifizierungsstrategie im Unternehmen zu etablieren.

Technologische Grundlagen: Von statischen Kursen zu adaptiven Lernumgebungen

Die klassische digitale Weiterbildung folgte über Jahrzehnte einem linearen Prinzip: Alle Lernenden erhielten dieselben Inhalte in derselben Abfolge, unabhängig von ihrem Vorwissen oder ihrem individuellen Lerntempo. KI-gestützte, adaptive Lernsysteme brechen dieses "One-size-fits-all"-Modell auf. Im Kern basieren diese Umgebungen auf Machine Learning-Algorithmen, die kontinuierlich Daten über das Interaktionsverhalten der Nutzer sammeln und auswerten.

Durch den Einsatz von Learning Analytics erkennt das System in Echtzeit, an welchen Stellen ein Beschäftigter zögert, welche Aufgaben mühelos gelöst werden und wo grundlegendes Verständnis fehlt. Anstatt starr einem Lehrplan zu folgen, generiert die KI personalisierte Lernpfade. Erweist sich ein Modul als zu komplex, bietet das System automatisch unterstützende Materialien oder alternative Erklärungsmodelle an – ein Prozess, der in der Pädagogik als Scaffolding bezeichnet wird.

Diese Individualisierung führt zu einer deutlich gesteigerten Lerneffizienz, da Unter- oder Überforderung vermieden werden. Technisch geschieht dies durch die Verknüpfung von drei Modellen: dem Inhaltsmodell (was wird gelehrt), dem Lernermodell (was weiß der Nutzer) und dem pädagogischen Modell (wie wird Wissen am besten vermittelt). Für die Arbeitnehmervertretung ist hierbei entscheidend zu verstehen, dass die Systeme nicht nur Wissen vermitteln, sondern permanent die kognitive Belastbarkeit und die Lernperformance der Mitarbeiter vermessen, um die Algorithmen zu füttern.

Mitbestimmung des Betriebsrats bei der Einführung von KI-Lernsystemen

Die Einführung adaptiver Lernsysteme ist kein rein technischer Vorgang, sondern ein mitbestimmungspflichtiger Tatbestand, der die Kernkompetenzen des Betriebsrats berührt. Die rechtliche Basis bildet hier primär § 87 Abs. 1 Nr. 6 BetrVG. Da KI-Systeme das Lernverhalten, die Fehlerquote und die Bearbeitungsgeschwindigkeit lückenlos protokollieren müssen, um adaptiv reagieren zu können, sind sie objektiv dazu geeignet, das Verhalten oder die Leistung der Arbeitnehmer zu überwachen. Das Mitbestimmungsrecht entsteht bereits durch die Eignung zur Überwachung, unabhängig davon, ob der Arbeitgeber eine solche Auswertung subjektiv beabsichtigt.

Darüber hinaus greifen die Mitbestimmungsrechte bei der Berufsbildung gemäß der §§ 96 bis 98 BetrVG. Der Betriebsrat hat ein Initiativrecht bei der Ermittlung des Bildungsbedarfs und ein gewichtiges Wort bei der Durchführung von betrieblichen Bildungsmaßnahmen mitzureden. Wenn adaptive Systeme über den beruflichen Werdegang oder die Qualifizierungsprofile der Beschäftigten entscheiden – etwa indem die KI bestimmt, wer für weiterführende Kurse zugelassen wird –, ist die Grenze zur automatisierten Entscheidung erreicht. Hier muss die Arbeitnehmervertretung sicherstellen, dass die Kriterien der Algorithmen transparent und diskriminierungsfrei sind.

In der Praxis bedeutet dies, dass der Betriebsrat frühzeitig über die Funktionsweise der Algorithmen informiert werden muss (§ 80 Abs. 2 BetrVG). Es gilt zu klären, welche Datenpunkte erhoben werden, wie lange diese gespeichert bleiben und wer Zugriff auf die erstellten Kompetenzprofile hat. Eine fundierte Betriebsvereinbarung ist hierbei unerlässlich, um die Zweckbindung der Daten auf den Lernprozess zu begrenzen und eine Verwendung für personelle Maßnahmen, wie etwa Kündigungen oder Versetzungen, rechtssicher auszuschließen. Nur durch diese flankierende Gestaltung kann verhindert werden, dass aus einem modernen Lernwerkzeug ein Instrument der lückenlosen Verhaltenskontrolle wird.

Dies führt unmittelbar zu der Frage, wie die erhobenen Daten im Detail geschützt werden müssen und welche ethischen Leitplanken für den Einsatz von Algorithmen im Bildungskontext unverzichtbar sind.

Datenschutz und ethische Aspekte: Schutz der Beschäftigtendaten

Der Einsatz adaptiver Lernsysteme bewegt sich in einem sensiblen Spannungsfeld zwischen individueller Förderung und dem Schutz der informationellen Selbstbestimmung. Da diese Systeme auf einer permanenten Datenverarbeitung basieren, ist die Einhaltung der Datenschutz-Grundverordnung (DSGVO) zwingende Voraussetzung für den rechtssicheren Betrieb. Im Fokus steht hierbei das Transparenzgebot: Beschäftigte müssen zu jedem Zeitpunkt nachvollziehen können, welche Daten zu welchem Zweck erhoben werden und wie die Algorithmen daraus Schlüsse über ihren Wissensstand ziehen.

Ein besonderes Risiko stellt der sogenannte Algorithmic Bias dar. KI-Modelle lernen aus historischen Daten; enthalten diese bereits versteckte Diskriminierungen, werden diese durch das System nicht nur reproduziert, sondern oft verstärkt. Wenn beispielsweise die KI-gestützte Lernplattform bestimmte Personengruppen aufgrund ihres bisherigen Lernverhaltens systematisch benachteiligt – etwa durch das Vorenthalten anspruchsvollerer Module –, wird das Recht auf Chancengleichheit verletzt. Der Betriebsrat muss daher ein Recht auf Erklärung einfordern: Es darf keine „Blackbox“-Entscheidungen geben, die über die berufliche Entwicklung der Mitarbeiter bestimmen.

Um den Schutz der Persönlichkeitsrechte zu gewährleisten, ist der Grundsatz der Datenminimierung strikt anzuwenden. Personenbezogene Daten sollten, wann immer möglich, durch Anonymisierung oder Pseudonymisierung geschützt werden. In der betrieblichen Praxis bedeutet dies, dass die Rohdaten des Lernverhaltens (Klickpfade, Antwortzeiten) für den Arbeitgeber nicht einsehbar sein dürfen. Lediglich aggregierte Fortschrittsberichte, die zur Erreichung des Lernziels notwendig sind, dürfen verarbeitet werden. Eine Verknüpfung dieser Daten mit der Personalakte oder anderen Leistungsbewertungssystemen muss durch technische und organisatorische Maßnahmen ausgeschlossen werden.

KI in der betrieblichen Praxis: Nutzen für die Personalentwicklung

Trotz der berechtigten regulatorischen Anforderungen bietet KI in der Bildung enorme Chancen für die strategische Personalentwicklung. Angesichts des demografischen Wandels und der rasanten technologischen Transformation wird die Fähigkeit zum Upskilling (Höherqualifizierung) und Reskilling (Umschulung) zum entscheidenden Wettbewerbsvorteil. Adaptive Systeme ermöglichen es, diesen Prozess effizienter zu gestalten, indem sie die „Time-to-Competence“ signifikant verkürzen.

In der industriellen Praxis zeigen sich die Vorteile vor allem bei der Fachkräftesicherung. Wenn neue Maschinen oder Software-Releases eingeführt werden, können adaptive Lernumgebungen die Belegschaft exakt dort abholen, wo sie steht. Erfahrene Fachkräfte überspringen bekannte Grundlagen, während Quereinsteiger durch gezieltes Scaffolding intensiv unterstützt werden. Dies steigert nicht nur die Lerneffizienz, sondern auch die Akzeptanz der Weiterbildung, da Frustration durch Unter- oder Überforderung vermieden wird.

Der ROI der Weiterbildung (Return on Investment) lässt sich durch KI-gestützte Systeme präziser steuern. Unternehmen investieren nicht mehr „ins Blaue hinein“, sondern können durch die Analyse anonymisierter Kompetenzprofile feststellen, wo im Unternehmen tatsächliche Wissenslücken bestehen. Für die Beschäftigten bedeutet dies eine Demokratisierung des Lernens: Der Zugang zu hochwertiger Bildung ist nicht mehr vom Wohlwollen einzelner Vorgesetzter abhängig, sondern wird durch datenbasierte, objektive Bedarfsanalysen unterstützt. So wird die KI zum Motor für lebenslanges Lernen im Betrieb.

Checkliste für die Betriebsratsarbeit: Strategische Gestaltungsschritte

Für den Betriebsrat ist die Einführung einer KI-Lernsoftware kein einmaliges Ereignis, sondern ein fortlaufender Gestaltungsprozess. Um die Interessen der Belegschaft wirksam zu vertreten, empfiehlt sich ein strukturiertes Vorgehen entlang folgender Eckpunkte:

Frühzeitige Information einfordern: Gemäß § 80 Abs. 2 BetrVG muss der Arbeitgeber den Betriebsrat rechtzeitig über die Planung informieren. Dazu gehört die Vorlage der technischen Spezifikationen und der Datenschutz-Folgenabschätzung (DSFA).
Hinzuziehung von Sachverständigen: Da KI-Systeme hochkomplex sind, sollte der Betriebsrat prüfen, ob die Hinzuziehung eines externen Sachverständigen gemäß § 80 Abs. 3 BetrVG erforderlich ist, um die Funktionsweise der Algorithmen und die Datensicherheit fachlich zu bewerten.
Etablierung eines IT-Ausschusses: In größeren Unternehmen ist die Verlagerung der Detailarbeit in einen spezialisierten IT-Ausschuss sinnvoll, um die kontinuierliche Überwachung der Systeme zu gewährleisten.
Abschluss einer Rahmen-Betriebsvereinbarung (BV): Kernstück der Mitbestimmung ist eine rechtssichere Betriebsvereinbarung. Diese sollte eine strikte Zweckbindung der Daten festschreiben, die Nutzung der Lerndaten zur Verhaltenskontrolle untersagen und klare Löschfristen definieren.
Beratungsrechte nutzen: Bei der Auswahl der Lerninhalte und der pädagogischen Ausrichtung der KI greifen die Beratungsrechte nach §§ 96 ff. BetrVG. Hier kann der Betriebsrat sicherstellen, dass die Systeme die tatsächlichen Qualifizierungsbedarfe der Beschäftigten decken.

Durch diese strategischen Schritte stellt das Gremium sicher, dass die Einführung von KI-Lernsystemen nicht zu einer Ausweitung der Kontrolle, sondern zu einer echten Verbesserung der Arbeitsbedingungen und der beruflichen Perspektiven führt.

Fazit: KI als Chance für eine demokratische Bildungswende im Betrieb

Die Integration Künstlicher Intelligenz in die betriebliche Aus- und Weiterbildung markiert einen entscheidenden Wendepunkt für die Zukunft der Arbeit. Adaptive Lernsysteme sind weit mehr als nur technische Hilfsmittel; sie sind der Schlüssel zu einer neuen Form der Bildungsgerechtigkeit. Durch die Auflösung starrer Lernstrukturen ermöglichen sie eine Human-Centric AI, die den einzelnen Beschäftigten mit seinen individuellen Stärken und Entwicklungsbedarfen ins Zentrum stellt.

Doch die technologische Überlegenheit dieser Systeme entfaltet nur dann einen nachhaltigen Nutzen, wenn sie in einem Rahmen aus Vertrauen und Mitbestimmung agiert. Für Betriebsräte bedeutet dies, die eigene Gestaltungsmacht aktiv zu nutzen. Es gilt sicherzustellen, dass KI-gestützte Bildung nicht zur lückenlosen Leistungsüberwachung führt, sondern die berufliche Souveränität der Mitarbeiter stärkt. Wenn die Arbeitnehmervertretung Transparenz und Datenschutz zur Bedingung macht, wird KI zum Motor für ein lebenslanges Lernen, das nicht bloß Kennzahlen optimiert, sondern Menschen befähigt, den digitalen Wandel proaktiv mitzugestalten.

KI in der Bildung: Einsatz von adaptiven Lernsystemen und Künstlicher Intelligenz in Schule und Weiterbildung