Künstliche Intelligenz im Arbeitsschutz: Chancen und Herausforderungen
Künstliche Intelligenz (KI) verändert die Arbeitswelt in rasantem Tempo. Für die Arbeitsschutzakteurinnen und -akteure entstehen neue Chancen für Prävention und Arbeitsschutz – aber auch Risiken, die ein vorausschauendes und menschenzentriertes Handeln erfordern.
Ein sicherer und gesunder KI-Einsatz erfordert menschenzentrierte Gestaltung, Forschung und gezielte Qualifizierung von Fachkräften
KI kann selbst ein Präventionsinstrument werden
Eine Online-Sifa-Befragung zeigt: Private KI-Erfahrung fördert berufliche Nutzung signifikant; betriebliche Anwendung im Arbeitsschutz bleibt noch gering – hier liegt großes Schulungs- und Transferpotenzial
Die Diskussion um KI prägt zunehmend die Arbeitswelt. Während der Begriff Digitalisierung häufig klassische Themen wie Automatisierung und Vernetzung beschreibt, geht KI einen Schritt weiter: Laut der KI-Verordnung sind KI-Systeme auf einen autonomen Betrieb ausgelegt, können nach der Inbetriebnahme Anpassungsfähigkeit zeigen und sowohl physische als auch virtuelle Umgebungen beeinflussen. Für den Arbeitsschutz besitzt dieses Thema besondere Relevanz: KI verändert Arbeitssysteme, Prozesse, Rollenprofile und Anforderungen an Beschäftigte. Damit eröffnet sie neue Chancen für Sicherheit und Gesundheit, birgt jedoch zugleich Risiken, die systematisch beurteilt und aktiv gestaltet werden müssen. Darüber hinaus bietet KI neue Möglichkeiten für das Präventionshandeln der Unfallversicherungsträger (UVT).
Handlungsfelder für die Unfallversicherung
Für die UVT ergeben sich zentrale Handlungsfelder, um die Potenziale der KI im Arbeitsschutz zu nutzen und zugleich Risiken zu minimieren.
Analyse, Bewertung und menschenzentrierte Gestaltung von KI
Eine zentrale Fragestellung des Arbeitsschutzes lautet: Wie können KI-Anwendungen sicher und gesundheitsgerecht in Unternehmen eingesetzt werden? Dies betrifft alle Herstellenden von Maschinen und Arbeitsmitteln. Im Vordergrund stehen dabei technologische Aspekte wie funktionale Sicherheit und der Schutz vor Fehlfunktionen. Diesbezügliche Einflussmöglichkeiten der UVT bestehen hier etwa über die Mitwirkung in nationalen und internationalen Gremien sowie Forschungsprojekten. Eine rein technologische Betrachtung greift jedoch zu kurz. Für eine wirksame Prävention ist es entscheidend, die menschenzentrierte Perspektive einzubeziehen. Dazu gehören partizipative Ansätze bei der Einführung von KI-Systemen, die ergonomische Gestaltung der Mensch-Maschine-Schnittstellen sowie die Berücksichtigung KI-spezifischer Belastungen in der Gefährdungsbeurteilung.
Arbeitspsychologische Perspektive auf die Gestaltung des KI-Einsatzes
Veränderung von Aufgaben, Verantwortung und Kontrolle: Der Einsatz von KI verändert Zuschnitt und Wahrnehmung von Arbeitsaufgaben und Verantwortlichkeiten. Automatisierte Entscheidungsvorschläge können Kontroll- und Entscheidungsspielräume reduzieren. Erforderlich sind klare Verantwortungsdefinitionen, Eskalationspfade und nachvollziehbare Zuständigkeiten.
Akzeptanz und Vertrauen: Nachhaltige Einführung gelingt, wenn Beschäftigte Vertrauen in Funktion und Grenzen der Systeme entwickeln. Transparente Informationen, Erklärbarkeit der Entscheidungslogiken sowie frühe Einbindung fördern Akzeptanz.
Wenn Entscheidungen vermehrt durch KI vorbereitet werden, droht ein Bedeutungs- und Wirksamkeitsverlust.
Verhaltensadaption und Automatisierungsbias: Beschäftigte neigen dazu, automatisierten Vorschlägen übermäßig zu vertrauen. Schulungen, Checklisten und das Vier-Augen-Prinzip helfen, Fehlhandlungen durch unkritische Übernahme zu vermeiden.
Vertrauenskalibrierung: Ziel ist ein angemessenes, situationsabhängig reguliertes Vertrauen – weder blindes Vertrauen noch generelle Ablehnung. Partizipative Ansätze bei der Einführung und praxisnahe Trainings mit Feedback unterstützen die Kalibrierung.
Einschränkungen von Handlungsspielräumen: Stark vorstrukturierte KI-Workflows können Handlungsspielräume einengen und psychisch belasten. Arbeitsgestaltung sollte Eingriffsmöglichkeiten, Umsetzung des durch die KI-Verordnung geforderten „Human in the loop“-Ansatzes durch Override-Regeln und gestaltbare Freiheitsgrade sichern.[1]
Kompetenzverschiebungen und Weiterbildung: KI verändert Kompetenzprofile. Technische, analytische aber auch Metakompetenzen wie zum Beispiel kommunikative und reflektive Fähigkeiten sowie die Bereitschaft zum lebenslangen Lernen gewinnen an Gewicht. Qualifizierungskonzepte sollten diese Verschiebungen adressieren und alle Beschäftigtengruppen mitnehmen.
Bedeutung und Selbstwirksamkeit: Wenn Entscheidungen vermehrt durch KI vorbereitet werden, droht ein Bedeutungs- und Wirksamkeitsverlust. Soziale Anerkennung von Expertise, Feedbackschleifen und partizipative Gestaltung fördern Selbstwirksamkeit und Motivation.
Entwicklung KI-basierter Anwendungen für den Arbeitsschutz
KI kann selbst zu einem wirksamen Instrument des Arbeitsschutzes werden. Beispiele hierfür sind Sensorik und Frühwarnsysteme, automatisierte Datenanalysen für die Gefährdungsbeurteilung, adaptive Lernsysteme oder vertiefte Analysen großer Datenmengen, die neue Risiken und Zusammenhänge sichtbar machen. Solche Anwendungen bieten erhebliche Potenziale zur Verbesserung der Prävention in Unternehmen.
Befähigung betrieblicher Arbeitsschutzakteurinnen und -akteure
Damit KI-Anwendungen im Arbeitsschutz wirksam eingesetzt werden können, benötigen betriebliche Akteurinnen und Akteure – insbesondere Fachkräfte für Arbeitssicherheit (Sifa) – entsprechendes Wissen und Kompetenzen. Eine Befragung unter 277 Sifa (Teilnehmende an Sifaforen der BGHM in 2025) zeigt deutliche Unterschiede zwischen beruflicher und privater Nutzung von KI.
Während 68 Prozent der Sifa eine gewisse private Nutzung und 20 Prozent eine starke private Nutzung (Mittelwert 1,89) angaben, lag die persönliche berufliche Anwendung als Sifa bei allen Befragten mit einem Mittelwert von 1,40 statistisch signifikant (gepaarter t-Test) niedriger. Es gab bei nur 31,5 Prozent der Befragten eine gewisse persönliche berufliche Nutzung und bei 7,9 Prozent eine starke persönliche berufliche Nutzung. Dies weist auf ein erhebliches Transferpotenzial hin.
Die Antworten erfolgten auf einer Likert-Skala (1 = nie–selten, 2 = manchmal, 3 = regelmäßig, 4 = häufig–immer; 0 = keine Nutzung oder keine Angabe).
Private KI-Erfahrungen fördern die berufliche Nutzung erheblich, während die institutionelle Integration bislang gering bleibt. Daraus ergibt sich ein klarer Auftrag zur Entwicklung praxisnaher Schulungs- und Qualifizierungsangebote.
Für die weitere Auswertung wurden die Antworten (277 gültige Antworten mit Angabe zur privaten Nutzung) in zwei Gruppen unterteilt:
Häufige private Nutzung: Private Nutzung ≥ 3 (auf der Skala 1 = trifft nicht zu, 4 = trifft voll zu; entspricht eher/stark zustimmend). Diese Gruppe umfasste 56 Sifa (circa 20 Prozent).
Seltene private Nutzung: Private Nutzung ≤ 2 (eher nicht/überhaupt nicht zustimmend, inkl. 0 = keine Angabe). Diese Gruppe umfasste 221 Sifa (circa 80 Prozent).
Die Tabelle zeigt die verwendeten Fragen zur persönlichen beruflichen KI-Nutzung durch die Sifa und KI-Nutzung durch die Unternehmen mit zugehöriger Auswertung für Gruppen mit häufiger und seltener privater Nutzung (t-Test).
Die Auswertung zeigt signifikante Unterschiede (p < 0,001) zwischen Sifa mit häufiger und seltener privater KI-Nutzung für alle Fragen zur persönlichen beruflichen Nutzung. Diese Ergebnisse verdeutlichen: Private KI-Erfahrungen fördern die berufliche Nutzung erheblich, während die institutionelle Integration bislang gering bleibt. Daraus ergibt sich ein klarer Auftrag zur Entwicklung praxisnaher Schulungs- und Qualifizierungsangebote für betriebliche Arbeitsschutzakteurinnen und -akteure.
Wirkung von KI auf Beschäftigte
KI-Anwendungen halten zunehmend Einzug in Betriebe – von Produktionsassistenzsystemen über bildbasierte Qualitätsprüfung bis zu Chatbots in der Verwaltung. Damit eröffnen sich Potenziale für die Effizienzsteigerung und Fehlerreduktion. Gleichzeitig zeigen Befragungen, dass viele Beschäftigte der Einführung von KI mit Unsicherheit begegnen. Eine erfolgreiche Implementierung erfordert daher nicht nur technische sondern auch soziale und kommunikative Begleitmaßnahmen.
Ausblick: die Rolle der Unfallversicherung
Die Einführung von KI stellt auch die Unfallversicherungsträger vor neue Herausforderungen. Es genügt nicht, ausschließlich technische Aspekte zu betrachten. Ebenso wichtig sind psychologische, organisatorische und soziale Dimensionen. Daraus ergeben sich Aufgaben hinsichtlich der Präventionsleistungen: Zum Beispiel sind KI-spezifische Gefährdungen zu identifizieren und zu beurteilen, Handlungshilfen bereitzustellen und Qualifizierungsangebote anzupassen. Die Ergebnisse der Sifa-Befragung verdeutlichen dabei, dass die Förderung von arbeitsschutzspezifischen KI-Kompetenzen und Transferwissen zu einem präventionswirksamen Aufgabenfeld der Unfallversicherungsträger werden kann. KI bietet große Chancen für Prävention, wenn sie menschengerecht gestaltet und verantwortungsvoll eingesetzt wird.
Literaturhinweise
Bertelsmann Stiftung: Orientierung im Kompetenzdschungel – Was die Verwaltung wirklich für den Umgang mit KI braucht. Gütersloh 2023
Endsley, M. R.: Automation and situation awareness – A 30-year review. In: Journal of Cognitive Engineering and Decision Making, 2018, 12 (1), S. 52–70
Europäische Union: Verordnung (EU) 2024/… zur Festlegung harmonisierter Vorschriften für Künstliche Intelligenz (AI Act). Amtsblatt der Europäischen Union 2024
Hoff, K. A.; Bashir, M.: Trust in automation – Integrating empirical evidence on factors that influence trust. In: Human Factors, 2015, 57 (3), S. 407–434
Jarrahi, M. H.: Artificial intelligence and the future of work – Human-AI symbiosis in organizational decision making. In: Business Horizons, 2018, 61 (4), S. 577–586
Kraus, J. M.: Psychological processes in the formation and calibration of trust in automation. Dissertation, Universität Würzburg, 2020
Lee, J.; See, K. A.: Trust in automation – Designing for appropriate reliance. In: Human Factors, 2004, 46 (1), S. 50–80
Long, D.; Magerko, B.: What is AI literacy? Competencies and design considerations. In: Proceedings of the CHI Conference on Human Factors in Computing Systems. Association for Computing Machinery, 2020, S. 1–13
Norman, D. A.: The design of everyday things. Revised and expanded edition. Cambridge 2013, MA: MIT Press
Parasuraman, R.; Riley, V.: Humans and automation – Use, misuse, disuse, abuse. In: Human Factors, 1997, 39 (2), S. 230–253
Rohs, M.; Schmitt, M.: AI literacy in vocational education and training – A systematic review. In: International Journal of Training Research, 2022, 20 (3), S. 290–308
Verwaltungs-Berufsgenossenschaft (VBG): KI-Monitor 2023 – Ergebnisse einer Befragung von 1.000 Beschäftigten. Hamburg 2023
Zhao, B.; Zhang, J.; Li, Z.: Artificial intelligence for occupational safety and health research – State of the art and future perspectives. In: Safety Science, 2022, 150, 105696
Zilz, Ulrich: Eigene Erhebungen – Sifa-Befragungen und Ergebnisse aus fünf Sifa-Foren 2025
Universität Würzburg: Meta Artificial Intelligence Literacy Scale (MAILS) und Projekt AI Literacy at Work. Würzburg 2023
Die KI Verordnung fordert in Artikel 14 „Menschliche Aufsicht“, dass Hochrisiko-KI‑Systeme so konzipiert und entwickelt werden, dass sie während der Dauer ihrer Verwendung von natürlichen Personen wirksam beaufsichtigt werden können und dass diese in den Betrieb eingreifen oder den Systembetrieb mit einer „Stopptaste“ oder einem ähnlichen Verfahren unterbrechen können. Dieses Konzept bezeichnet man als „Human in the Loop“. Um diese Anforderungen zu implementieren, bedarf es definierter Regeln (Overrride-Regeln) die zum Beispiel festlegen: Wann muss ein Mensch eingreifen? Wer genau darf das System übersteuern? Wie wird das Eingreifen dokumentiert? Diese Regeln sind laut Artikel 13 „Transparenz und Bereitstellung von Informationen für die Betreiber“ in eine Betriebsanleitung zu integrieren.
Neue Regelwerke zu Security beschäftigen Unternehmen in Europa. Vor ihnen muss sich kein Unternehmen, wohl aber böswillige Hacker fürchten. Sie stärken Europa und schützen jedes einzelne Unternehmen. Entscheidend ist nun, die ersten Schritte anzugehen, die Deutsche Gesetzliche Unfallversicherung (DGUV) gibt dazu Hilfestellung.
Haftungsprivilegien außerhalb der Arbeitnehmerüberlassung gegenüber leiharbeitsähnlichen Dienst- und Werkvertragsmitarbeitenden gibt es im System der §§ 104 ff. SGB VII nicht. Selbst ein gewisser Organisationsgrad genügt nicht per se für die Annahme einer gemeinsamen Betriebsstätte.
Am 4. Dezember hat die Mitgliederversammlung der DGUV ein Positionspapier mit Maßnahmen zur Stärkung der Sozialen Selbstverwaltung beschlossen. Die Vorstandsvorsitzenden der DGUV, Herr Volker Enkerts (VBG) und Herr Hans-Peter Kern (BG ETEM), stellen die wichtigsten Vorschläge vor.
