Glossar KI und Förderung A–Z
Agentic Coding
Weiterentwicklung des KI-gestützten Programmierens: Ein KI-Agent übernimmt ganze Entwicklungsaufgaben eigenständig — er liest den bestehenden Code, plant Änderungen, schreibt und testet sie und korrigiert eigene Fehler, während der Mensch Ziele vorgibt und Ergebnisse abnimmt. Anders als beim reinen Vibe Coding arbeitet der Agent über viele Schritte selbständig; die menschliche Rolle verschiebt sich zu Anforderung, Review und Qualitätskontrolle.
Aktivierungs- und Vermittlungsgutschein (AVGS)
Förderinstrument der Agentur für Arbeit und der Jobcenter: Arbeitsuchende oder von Arbeitslosigkeit bedrohte Personen können damit bestimmte Unterstützungsleistungen kostenfrei in Anspruch nehmen — etwa Coachings, Bewerbungstrainings oder Maßnahmen zur beruflichen Eingliederung bei zugelassenen Trägern. Der AVGS ist vom Bildungsgutschein zu unterscheiden, der komplette Weiterbildungen fördert. Die Bewilligung liegt im Ermessen der zuständigen Stelle.
Auftragsverarbeitungsvertrag (AVV)
Pflichtvertrag nach DSGVO zwischen einem Unternehmen und jedem Dienstleister, der in seinem Auftrag personenbezogene Daten verarbeitet. Der AVV legt fest, wie der Dienstleister die Daten schützt, wofür er sie nutzen darf und welche Kontrollrechte der Auftraggeber hat. Ohne AVV ist die Auftragsverarbeitung unzulässig. Für KI-Dienste heißt das: Enterprise-Versionen bieten üblicherweise einen AVV, kostenlose Consumer-Versionen in der Regel nicht.
Automatisierung
Einsatz von Technologie, um Abläufe selbständig auszuführen — mit minimaler oder ganz ohne menschliche Eingabe. Ziel ist meist, Effizienz und Präzision zu erhöhen und Menschen von monotonen Routineaufgaben zu entlasten. Durch KI erreicht Automatisierung inzwischen auch Wissensarbeit: Texterstellung, Datenauswertung und Kundenkommunikation lassen sich teilautomatisieren. Das verändert Tätigkeitsprofile und macht KI-Kompetenz in vielen Berufen zur Grundanforderung.
AZAV
Die Akkreditierungs- und Zulassungsverordnung Arbeitsförderung regelt, welche Bildungsträger und Maßnahmen mit Fördermitteln der Arbeitsagentur — etwa dem Bildungsgutschein — belegt werden dürfen. Eine fachkundige Stelle prüft dafür Träger und Maßnahme und erteilt die Zulassung. Die Weiterbildung Zertifizierter KI-Manager und KI-Entwickler von FBS Future Education ist AZAV-zertifiziert durch die Cert-IT GmbH (Träger- und Maßnahmenzulassung).
Bildungsgutschein
Förderzusage der Agentur für Arbeit oder des Jobcenters nach §81 SGB III: Berechtigte können an einer beruflichen Weiterbildung bei einem AZAV-zugelassenen Träger teilnehmen, ohne die Lehrgangskosten selbst zu tragen — bei Bewilligung ohne Eigenanteil. Ob und in welchem Umfang gefördert wird, entscheidet die zuständige Stelle immer im Einzelfall, meist nach einem Beratungsgespräch über Ziel und Nutzen der Weiterbildung.
Bildungsträger
Institution, die Bildungs- und Weiterbildungsangebote durchführt — von Volkshochschulen über private Institute bis zu spezialisierten Anbietern beruflicher Qualifizierung. Wer geförderte Maßnahmen anbieten will, etwa über Bildungsgutschein oder Qualifizierungschancengesetz, braucht eine Zulassung nach AZAV durch eine fachkundige Stelle. Bei der Auswahl lohnt der Blick auf Zulassung, Lehrformat, Gruppengröße und die Qualifikation der Dozierenden.
Bundesagentur für Arbeit (BA)
Die deutsche Arbeitsverwaltung: zuständig für Arbeitsvermittlung, Arbeitslosenversicherung und die Instrumente der Beschäftigungsförderung. Über ihre örtlichen Agenturen für Arbeit bewilligt sie unter anderem Bildungsgutscheine für Arbeitsuchende und berät Arbeitgeber über den Arbeitgeberservice zur Förderung von Beschäftigten. Für Weiterbildungsinteressierte ist die BA damit die erste Anlaufstelle auf dem Weg zur geförderten Qualifizierung.
Consumer-Lizenz und Enterprise-Lizenz
Zwei grundverschiedene Nutzungsmodelle von KI-Diensten. Consumer-Versionen (kostenlose oder private Zugänge) dürfen Eingaben häufig für das Training weiterverwenden und bieten keinen Auftragsverarbeitungsvertrag. Enterprise-Versionen sperren die Daten für das Training, bieten einen AVV und erweiterte Kontrollen. Merkregel für den Arbeitsalltag: Jede Eingabe in eine Consumer-KI wie eine Postkarte behandeln — niemals Kunden- oder Personaldaten eingeben.
Datenklassifizierung
Praxismethode, um vor jedem KI-Einsatz zu entscheiden, welche Daten in welches Werkzeug dürfen. Daten werden in Stufen eingeteilt: Öffentliche Inhalte sind für jede KI unbedenklich, interne Informationen ohne Personenbezug gehören nur in Enterprise-Dienste, personenbezogene Daten zusätzlich auf EU-gehostete Systeme, und besonders sensible Daten wie Gesundheitsinformationen bleiben auf eigenen Systemen. So entsteht eine einfache, schulbare Alltagsregel.
Datenschutz-Folgenabschätzung (DSFA)
Strukturierte Risikoanalyse, die die DSGVO vor Datenverarbeitungen mit voraussichtlich hohem Risiko für Betroffene verlangt — etwa bei Profiling oder dem Einsatz neuer Technologien. Die DSFA beschreibt die Verarbeitung, bewertet Risiken und legt Abhilfemaßnahmen fest. Der Einsatz von Hochrisiko-KI löst fast immer eine DSFA-Pflicht aus. Entscheidend ist der Zeitpunkt: Die DSFA muss vor dem Einsatz durchgeführt werden, nicht nachträglich.
Deep Learning
Spezialisierung des maschinellen Lernens, die künstliche neuronale Netze mit vielen Schichten nutzt, um komplexe Muster in großen Datenmengen zu erlernen. Durch die mehrschichtige Struktur extrahieren Deep-Learning-Modelle sehr abstrakte Merkmale aus Rohdaten — etwa Objekte in Bildern, Bedeutung in Texten oder Stimmen in Audioaufnahmen. Deep Learning ist die technische Grundlage moderner Sprachmodelle und Bildgeneratoren.
Digitale Transformation
Tiefgreifender, fortlaufender Veränderungsprozess in Wirtschaft und Gesellschaft durch digitale Technologien. Anders als die punktuelle Umstellung einzelner Abläufe auf digitale Werkzeuge umfasst die digitale Transformation die strategische Neuausrichtung von Geschäftsmodellen, Wertschöpfungsketten und Arbeitsweisen. KI wirkt dabei als Beschleuniger: Sie verändert nicht nur Werkzeuge, sondern auch Entscheidungsprozesse und Berufsbilder — und verlangt neue Kompetenzen in der Belegschaft.
DSGVO (Datenschutz-Grundverordnung)
Das zentrale Datenschutzrecht der EU. Die DSGVO regelt, wie personenbezogene Daten erhoben, gespeichert und verarbeitet werden dürfen — nach den Kernprinzipien Rechtmäßigkeit, Zweckbindung, Datensparsamkeit und Transparenz. Für den KI-Einsatz gilt: Jede Anwendung, die Personendaten verarbeitet, unterliegt der DSGVO — auch externe Dienste wie ChatGPT. Vor der Eingabe von Kunden- oder Mitarbeiterdaten braucht es eine tragfähige Rechtsgrundlage.
Ethics by Design
Gestaltungsansatz, bei dem ethische Prinzipien von Anfang an in Entwicklung und Auswahl von KI-Systemen einfließen — nicht erst nachträglich als Korrektur. Kernfragen sind: Wer ist von den Entscheidungen der KI betroffen? Welche Werte soll das System verkörpern? Sind seine Ergebnisse erklärbar? Ethics by Design ergänzt die rechtlichen Pflichten aus EU AI Act und DSGVO um eine bewusste Haltung — und schafft Vertrauen bei Kunden und Mitarbeitenden.
EU AI Act (EU-KI-Verordnung)
Die weltweit erste umfassende Regulierung Künstlicher Intelligenz. Die EU-Verordnung teilt KI-Systeme nach ihrem Risiko für Menschen in Klassen ein und knüpft daran abgestufte Pflichten — von vollständigen Verboten über strenge Auflagen für Hochrisiko-Systeme bis zu Transparenzpflichten für Chatbots. Betroffen sind nicht nur Anbieter: Auch Unternehmen, die KI lediglich einsetzen, gelten als Betreiber mit eigenen Pflichten wie der KI-Kompetenzpflicht.
EU-Hosting
Betrieb von Servern physisch innerhalb der Europäischen Union, sodass die Datenverarbeitung grundsätzlich EU-Recht unterliegt. Für KI-Dienste ist der Serverstandort ein wichtiges Auswahlkriterium, weil Datentransfers in Drittstaaten nach DSGVO nur unter engen Voraussetzungen zulässig sind. Vorsicht bei der Bewertung: EU-Server eines US-Anbieters unterliegen über die US-Muttergesellschaft trotzdem dem Zugriff nach dem US CLOUD Act.
Fachkräftemangel
Mangel an ausreichend qualifizierten Arbeitskräften in bestimmten Berufen oder Branchen — in Deutschland besonders spürbar in IT, Handwerk, Pflege und technischen Berufen. Gegenmaßnahmen sind das Upskilling und Reskilling der bestehenden Belegschaft, verstärkte Ausbildung und qualifizierte Zuwanderung. Für Beschäftigte bedeutet der Fachkräftemangel auch eine Chance: Wer gefragte Kompetenzen wie KI-Anwendung aufbaut, verbessert seine Position am Arbeitsmarkt.
Feinabstimmung (Fine-Tuning)
Nachtraining eines bereits vortrainierten KI-Modells mit eigenen, aufgabenspezifischen Daten. Statt ein Modell von Grund auf zu bauen, wird ein bestehendes Basismodell auf einen Fachbereich, einen Tonfall oder ein Ausgabeformat spezialisiert. Feinabstimmung lohnt sich, wenn Prompting und RAG nicht ausreichen — sie erfordert sorgfältig aufbereitete Trainingsdaten und bei Personenbezug eine saubere datenschutzrechtliche Grundlage.
Future Skills (Zukunftskompetenzen)
Fähigkeiten, die in der künftigen Arbeitswelt besonders gefragt sind. Dazu zählen technologische Kompetenzen wie der souveräne Umgang mit KI und Daten, methodische Fähigkeiten wie kritisches Denken und Problemlösen sowie soziale Kompetenzen wie Kommunikation und Veränderungsbereitschaft. Future Skills entstehen nicht nebenbei — sie erfordern gezielte Weiterbildung, die technisches Verständnis mit praktischer Anwendung verbindet.
Generative KI
Oberbegriff für KI-Systeme, die eigenständig neue Inhalte erzeugen — Texte, Bilder, Audio, Video oder Programmcode — statt bestehende Daten nur zu analysieren. Generative Modelle lernen aus großen Datenmengen statistische Muster und produzieren daraus plausible neue Ergebnisse. Sie liefern jedoch keine Wahrheitsgarantie: Ausgaben müssen fachlich geprüft werden, bevor sie in Geschäftsprozesse einfließen.
GPAI (General Purpose AI)
KI-Modelle mit allgemeinem Verwendungszweck, die für eine breite Palette von Aufgaben einsetzbar sind — etwa die großen Sprach- und Multimodalmodelle hinter ChatGPT, Claude oder Gemini. Der EU AI Act reguliert GPAI gesondert: Anbieter müssen unter anderem technische Dokumentation führen und Informationen über Trainingsinhalte bereitstellen. Für die Praxis wichtig: Wer solche Modelle im Unternehmen nutzt, trägt als Betreiber trotzdem eigene Verantwortung.
Halluzination
Bezeichnung für sachlich falsche, aber überzeugend formulierte Ausgaben eines KI-Modells. Sprachmodelle berechnen wahrscheinliche Wortfolgen — sie prüfen nicht, ob eine Aussage stimmt. So entstehen erfundene Quellen, Zahlen oder Rechtsgrundlagen, die seriös klingen. Halluzinationen sind ein Grundrisiko generativer KI: Jede faktische Ausgabe braucht eine menschliche Prüfung, bevor sie in Entscheidungen oder Kundenkommunikation einfließt.
Hochrisiko-KI
KI-Systeme in besonders sensiblen Einsatzfeldern nach EU AI Act — etwa Personalauswahl, Bildung, Kreditvergabe oder kritische Infrastruktur. Für sie gelten strenge Pflichten: Risikomanagementsystem, technische Dokumentation, Datenqualität, menschliche Aufsicht und Protokollierung. Praxisbeispiel: Ein Tool, das Bewerbungen automatisch vorsortiert, fällt in diese Klasse — wer es einsetzt, muss die Betreiberpflichten erfüllen und nachweisen können.
KI-Agent
KI-System, das nicht nur antwortet, sondern selbständig mehrstufige Aufgaben ausführt: Es plant Arbeitsschritte, nutzt Werkzeuge wie Suche, Datenbanken oder E-Mail-Systeme, bewertet Zwischenergebnisse und arbeitet bis zum Ziel weiter. Ein KI-Agent kombiniert ein Sprachmodell mit Werkzeugzugriff und einer Steuerungslogik. Je mehr ein Agent eigenständig entscheidet, desto wichtiger werden klare Grenzen, Kontrollpunkte und menschliche Aufsicht.
KI-Beauftragter
Rolle im Unternehmen, die den KI-Einsatz koordiniert und verantwortet: Sie bewertet neue Anwendungsfälle, pflegt Richtlinien, organisiert Schulungen zur KI-Kompetenzpflicht und behält Risiken aus EU AI Act und DSGVO im Blick. Anders als der Datenschutzbeauftragte ist der KI-Beauftragte keine gesetzlich vorgeschriebene Funktion — in der Praxis bündelt er aber die Pflichten, die der EU AI Act auf das Unternehmen verteilt, an einer klaren Stelle.
KI-Bias (algorithmische Verzerrung)
Systematische Benachteiligung bestimmter Gruppen durch ein KI-System — meist, weil die Trainingsdaten historische Ungleichheiten widerspiegeln. Ein Recruiting-Modell, das aus früheren Einstellungen lernt, kann etwa Bewerberinnen schlechter bewerten, wenn die Vergangenheit männlich geprägt war. KI-Bias ist nicht nur ein Qualitätsproblem: Im Personalbereich drohen Verstöße gegen das AGG und gegen die Pflichten des EU AI Act für Hochrisiko-Systeme.
KI-Kompetenzpflicht (Art. 4 EU AI Act)
Artikel 4 des EU AI Act verpflichtet Anbieter und Betreiber von KI-Systemen, dafür zu sorgen, dass ihr Personal über ausreichende KI-Kompetenz verfügt — abgestimmt auf Vorwissen, Rolle und Einsatzkontext. Die Pflicht trifft praktisch jedes Unternehmen, das KI einsetzt, unabhängig von der Größe. Eine dokumentierte KI-Schulung der Mitarbeitenden ist der gängige Weg, die Erfüllung dieser Pflicht nachweisbar zu machen.
Kontextfenster
Die maximale Textmenge, die ein Sprachmodell in einem Durchgang verarbeiten kann, gemessen in Tokens. Alles, was im Kontextfenster liegt — Anweisung, Dokumente, bisheriger Gesprächsverlauf — kann das Modell bei seiner Antwort berücksichtigen; was darüber hinausgeht, ist für das Modell unsichtbar. Bei langen Gesprächen oder umfangreichen Dokumenten entscheidet das Kontextfenster daher, wie viel Wissen dem Modell gleichzeitig zur Verfügung steht.
Künstliche Intelligenz (KI)
Teilgebiet der Informatik mit dem Ziel, Systeme zu entwickeln, die Aufgaben lösen, für die üblicherweise menschliche Intelligenz nötig ist. KI-Systeme nehmen ihre Umgebung wahr, lernen aus Daten und treffen daraus abgeleitete Entscheidungen oder Vorschläge — mit Fähigkeiten wie logischem Schließen, Lernen, Planen und Sprachverstehen. Im Arbeitsalltag begegnet KI vor allem als Sprachmodell, Empfehlungssystem oder Automatisierungswerkzeug.
Künstliches neuronales Netz (KNN)
Rechenmodell nach dem Vorbild des menschlichen Gehirns: Viele einfache Recheneinheiten (Neuronen) sind in Schichten organisiert und miteinander vernetzt. Jede Verbindung trägt ein Gewicht, das im Training angepasst wird — so lernt das Netz, Eingaben wie Texte oder Bilder auf gewünschte Ausgaben abzubilden. Künstliche neuronale Netze sind der Baustein, aus dem Deep-Learning-Modelle und große Sprachmodelle bestehen.
Large Language Model (LLM)
Großes Sprachmodell: ein mit enormen Textmengen trainiertes neuronales Netz, das Sprache statistisch modelliert und die wahrscheinlichste Fortsetzung eines Textes berechnet. LLMs können Texte schreiben, zusammenfassen, übersetzen, Fragen beantworten und Code erzeugen — bekannte Beispiele sind die Modelle hinter ChatGPT, Claude oder Gemini. Ihre Grenzen: Sie können halluzinieren und kennen nur den Wissensstand ihrer Trainingsdaten.
Lebenslanges Lernen
Konzept der kontinuierlichen Weiterbildung über die gesamte Berufs- und Lebensspanne, um Wissen und Fähigkeiten laufend an neue Anforderungen anzupassen. Durch den technologischen Wandel — insbesondere durch KI — veraltet Fachwissen schneller als früher; regelmäßige Qualifizierung wird zur beruflichen Daueraufgabe. Förderinstrumente wie Bildungsgutschein und Qualifizierungschancengesetz setzen genau hier an und unterstützen dieses Prinzip finanziell.
Maschinelles Lernen (ML)
Teilbereich der Künstlichen Intelligenz, bei dem Algorithmen aus Beispieldaten lernen, statt für jede Aufgabe explizit programmiert zu werden. Das System erkennt Muster in Trainingsdaten und überträgt sie auf neue, unbekannte Fälle — etwa beim Erkennen von Spam oder beim Sortieren von Dokumenten. Die Qualität der Ergebnisse hängt direkt von Qualität und Zusammensetzung der Trainingsdaten ab.
New Work
Konzept für die moderne Arbeitswelt, ursprünglich vom Sozialphilosophen Frithjof Bergmann geprägt. Es beschreibt einen Wandel hin zu mehr Flexibilität, Autonomie und Sinnhaftigkeit in der Arbeit: Selbstbestimmtes Arbeiten, flexible Arbeitszeiten und -orte sowie flache Strukturen gelten als Kernelemente. KI verstärkt diesen Wandel, weil sie Routinearbeit übernimmt und Raum für Tätigkeiten schafft, in denen menschliches Urteil den Unterschied macht.
NIS-2 (Netz- und Informationssicherheit)
EU-Richtlinie, die Cybersicherheitsanforderungen für Unternehmen in wichtigen und kritischen Sektoren deutlich verschärft — von Energie und Gesundheit bis zu digitalen Diensten. Betroffene Unternehmen müssen Risikomanagement, Meldeprozesse für Sicherheitsvorfälle und Lieferkettensicherheit nachweisen. Brisant für Führungskräfte: Die Geschäftsleitung haftet bei schwerwiegenden Verstößen persönlich. Die eigene Betroffenheit gehört deshalb geprüft.
On-premise (On-Prem)
Betriebsmodell, bei dem Software und KI-Modelle auf unternehmenseigenen Servern laufen statt in einer externen Cloud. Vorteil: maximale Kontrolle über Daten und Zugriffe — kein Drittanbieter sieht die Inhalte. Nachteil: hoher Aufwand für Infrastruktur, Betrieb und Wartung. Für viele kleine und mittlere Unternehmen ist On-premise unverhältnismäßig; praktikabler ist meist eine Datenklassifizierung, die nur die sensibelsten Daten auf eigene Systeme legt.
Prompt
Die Eingabe, mit der ein Nutzer ein KI-Modell steuert: eine Frage, eine Anweisung oder ein ganzer Arbeitsauftrag samt Kontext und Beispielen. Der Prompt bestimmt maßgeblich die Qualität der Antwort — dasselbe Modell liefert je nach Formulierung sehr unterschiedliche Ergebnisse. Gute Prompts benennen Rolle, Aufgabe, Zielgruppe, Format und Grenzen der gewünschten Ausgabe, statt nur ein Stichwort zu nennen.
Prompt Engineering
Die Disziplin, Eingaben an KI-Modelle systematisch so zu gestalten, dass zuverlässig brauchbare Ergebnisse entstehen. Dazu gehören Techniken wie Rollenzuweisung, Beispiele, Schritt-für-Schritt-Anleitungen, klare Formatvorgaben und iteratives Verfeinern. Prompt Engineering ist eine berufliche Kernkompetenz im Umgang mit generativer KI — es entscheidet mit darüber, ob ein Modell als verlässliches Werkzeug oder als Zufallsgenerator arbeitet.
Qualifizierungschancengesetz (QCG)
Gesetz zur Förderung der Weiterbildung von Beschäftigten (§82 SGB III). Es ermöglicht Arbeitgebern, Mitarbeitende während des laufenden Arbeitsverhältnisses qualifizieren zu lassen — mit Zuschüssen zu den Lehrgangskosten. Der Antrag läuft über den Arbeitgeber und muss vor Maßnahmenbeginn beim Arbeitgeberservice der Agentur für Arbeit gestellt werden. Über die Höhe der Förderung entscheidet die zuständige Stelle im Einzelfall.
RAG (Retrieval-Augmented Generation)
Architekturmuster, das ein Sprachmodell mit einer externen Wissensquelle verbindet. Vor der Antwort sucht das System passende Dokumente — etwa aus einer Firmendatenbank — und übergibt sie dem Modell als Kontext. So antwortet das Modell auf Basis aktueller, unternehmenseigener Informationen statt nur aus seinen Trainingsdaten. RAG reduziert Halluzinationen und macht Antworten durch Quellenangaben nachvollziehbar.
Risikoklassen (EU AI Act)
Ordnungsprinzip des EU AI Act: KI-Systeme werden nach ihrem Risiko für Gesundheit, Sicherheit und Grundrechte eingestuft. Unannehmbares Risiko ist verboten (etwa Social Scoring), Hochrisiko-Systeme wie KI im Recruiting unterliegen strengen Auflagen, begrenzt riskante Systeme wie Chatbots brauchen Transparenz, minimal riskante Anwendungen bleiben weitgehend frei. Faustregel: Je stärker eine KI über Menschen entscheidet, desto höher die Einstufung.
Sovereign Cloud
Cloud-Infrastruktur mit dem Anspruch maximaler Datensouveränität: betrieben von europäischen Anbietern, ausschließlich europäischem Recht unterworfen und ohne rechtliche Zugriffsmöglichkeit für Behörden aus Drittstaaten. Eine Sovereign Cloud verbindet die Skalierbarkeit von Cloud-Diensten mit der Kontrolle, die sonst nur der On-premise-Betrieb bietet — relevant für Unternehmen, die sensible Daten verarbeiten, aber keine eigene Infrastruktur wollen.
Technisch-organisatorische Maßnahmen (TOM)
Sammelbegriff der DSGVO für alle Vorkehrungen zum Schutz personenbezogener Daten: technische Maßnahmen wie Verschlüsselung, Zugriffskontrolle und Pseudonymisierung sowie organisatorische wie Schulungen, Berechtigungskonzepte und Richtlinien. Das geforderte Schutzniveau richtet sich nach dem Risiko der Verarbeitung. Beim KI-Einsatz mit sensiblen Daten gehören die getroffenen TOM dokumentiert — etwa im Verzeichnis der Verarbeitungstätigkeiten.
Token
Kleinste Verarbeitungseinheit eines Sprachmodells. Bevor ein LLM Text verarbeitet, zerlegt es ihn in Tokens — Wortteile, ganze Wörter oder Satzzeichen. Das Modell rechnet ausschließlich mit diesen Einheiten und erzeugt auch seine Antwort Token für Token. Tokens sind zugleich die Abrechnungs- und Kapazitätsgröße: Kontextfenster und Nutzungskosten vieler KI-Dienste werden in Tokens gemessen.
Umschulung
Berufliche Neuqualifizierung, bei der eine Person einen anderen Beruf erlernt als den bisher ausgeübten — häufig mit einem anerkannten Abschluss in verkürzter Zeit gegenüber der regulären Ausbildung. Umschulungen kommen infrage, wenn der bisherige Beruf gesundheitlich, wirtschaftlich oder technologisch keine Perspektive mehr bietet. Unter bestimmten Voraussetzungen fördert die Agentur für Arbeit die Umschulung, etwa über einen Bildungsgutschein.
Urheberrecht KI-generierter Inhalte
KI kann selbst keine Urheberrechte halten — Urheber ist nur, wer als Mensch schöpferisch tätig war. Rein KI-generierte Inhalte sind in vielen Rechtsordnungen daher nicht geschützt und können von Dritten übernommen werden. Umgekehrt können KI-Ausgaben Rechte Dritter verletzen, wenn sie geschützte Werke reproduzieren. Für die Praxis: KI-Ergebnisse substanziell menschlich bearbeiten und vor kommerzieller Nutzung auf Rechteverletzungen prüfen.
US CLOUD Act
US-Gesetz, das amerikanischen Behörden Zugriff auf Daten bei US-Unternehmen erlaubt — auch wenn diese Daten auf europäischen Servern liegen. Anbieter wie Microsoft, Google oder Amazon unterliegen dem CLOUD Act unabhängig vom Serverstandort. Damit kollidiert das Gesetz mit den Schutzzielen der DSGVO. Wer maximale Datensouveränität braucht, prüft deshalb europäische Anbieter ohne US-Muttergesellschaft oder On-premise-Lösungen.
Verbotene KI-Praktiken (Art. 5 EU AI Act)
KI-Anwendungen, die der EU AI Act vollständig untersagt, weil sie Grundrechte verletzen: unterschwellige Manipulation von Menschen, Social-Scoring-Systeme, biometrische Echtzeit-Fernidentifikation im öffentlichen Raum sowie Emotionserkennung am Arbeitsplatz und in Bildungseinrichtungen. Für diese Praktiken gelten nur eng umgrenzte gesetzliche Ausnahmen — etwa zur Strafverfolgung oder aus medizinischen und Sicherheitsgründen. Neue KI-Anwendungsfälle deshalb vorab gegen die Verbotsliste prüfen.
Vibe Coding
Arbeitsweise, bei der Software überwiegend im Dialog mit einer KI entsteht: Der Mensch beschreibt in natürlicher Sprache, was das Programm tun soll, die KI erzeugt den Code, und das Ergebnis wird durch Ausprobieren und Nachbessern verfeinert. Vibe Coding senkt die Einstiegshürde in die Softwareentwicklung deutlich — es ersetzt aber nicht das Verständnis dafür, was der erzeugte Code tut, insbesondere bei Sicherheit und Datenschutz.