Diese Case Study zeigt, wie ein sozialer Träger Mitarbeitende mit KI auf herausfordernde Klientengespräche vorbereitete, ohne reale Falldaten oder vertrauliche Informationen zu verwenden.
Soziale Träger arbeiten täglich mit Menschen in belastenden Lebenslagen. Gespräche können von Unsicherheit, Angst, Scham, Wut, Enttäuschung, Misstrauen, Überforderung oder eskalierender Dynamik geprägt sein. Mitarbeitende müssen fachlich klar bleiben, wertschätzend kommunizieren, Grenzen setzen, Schutzräume wahren und zugleich die eigene Belastung im Blick behalten.
Diese Case Study beschreibt ein KI-Inhouse-Seminar der Bildungsakademie am Rosental mit einem sozialen Träger. Die Schulung verband KI-Kompetenz, Gesprächsvorbereitung, deeskalierende Kommunikation, Teamreflexion und Datenschutz. Ziel war nicht, Klientengespräche zu automatisieren oder soziale Arbeit durch KI zu ersetzen. Ziel war, Mitarbeitende sicherer auf schwierige Gesprächssituationen vorzubereiten: mit anonymisierten Szenarien, Rollenvorbereitung, Gesprächsbausteinen, Reflexionsfragen und klaren Nicht-Nutzungsregeln.
Der Projektbericht gehört zum Themenbereich KI Inhouse Schulungen für Unternehmen und Organisationen. Inhaltlich verbindet er die KI-Kurse und KI-Seminare mit kommunikativen Schutz- und Deeskalationskompetenzen. Besonders anschlussfähig sind AI Literacy als Einstieg in das KI-Thema, der Einführungskurs zu ChatGPT und weiteren KI-Tools sowie der Themenhub Deeskalation im Berufsalltag.
Unser maßgeschneidertes Inhouse-Seminar für Sie!
Wählen Sie bei Ihrer Anfrage auch gern zwischen einem a) Inhouse-Präsenz-Seminar an Ihrem Standort, b) einem Inhouse-Online-Workshop mit Ihrem Team oder c) einem Inhouse-Präsenz-Kurs direkt an der Akademie – das Inhouse-Training gern auch in Kombination mit Teambuilding-Aktionen.
Ausgangslage: Herausfordernde Gespräche waren kein Ausnahmefall
Der soziale Träger betreute Menschen in unterschiedlichen Hilfe-, Beratungs- und Begleitkontexten. Die Mitarbeitenden führten Gespräche mit Klientinnen und Klienten, Angehörigen, gesetzlichen Vertretungen, Behörden, Kooperationspartnern und internen Fachstellen. Viele Gespräche verliefen ruhig. Andere wurden herausfordernd: Wenn Erwartungen enttäuscht wurden, Anträge stockten, Hilfen begrenzt waren, Fristen drängten oder persönliche Belastungen eskalierten.
Das Team hatte bereits Erfahrung mit schwierigen Gesprächslagen. Dennoch gab es wiederkehrende Unsicherheiten: Wie bereite ich mich auf ein Gespräch vor, bei dem Vorwürfe wahrscheinlich sind? Wie formuliere ich Grenzen klar, ohne abwertend zu wirken? Wie reagiere ich auf Wut, Rückzug, Drohungen, Tränen oder Gesprächsabbruch? Wie dokumentiere ich anschließend sachlich? Und wie kann ein Team solche Situationen trainieren, ohne reale Klientendaten offenzulegen?
Die Leitung entschied sich für eine Inhouse-Schulung, weil KI als Vorbereitungs- und Reflexionswerkzeug interessant erschien. Gleichzeitig war klar: In der sozialen Arbeit sind Klientendaten, Fallverläufe, Diagnosen, familiäre Hintergründe, Schutzkonzepte, Konflikte, Hilfepläne und personenbezogene Dokumentationen besonders sensibel. Genau deshalb musste die Schulung KI-Nutzung und Datenschutzgrenzen zusammen behandeln.
Schlüsselfrage: Wie kann KI vorbereiten, ohne soziale Arbeit zu ersetzen?
KI kann Mitarbeitende sozialer Träger bei Gesprächsvorbereitung, Perspektivwechsel und Reflexion unterstützen, darf aber keine Fallbewertung, Beratung oder Beziehungsgestaltung ersetzen.
-
Die Schulung begann mit einer klaren Unterscheidung. Es ging nicht darum, KI mit echten Fällen zu füttern. Es ging darum, anonymisierte Gesprächssituationen zu simulieren, Gesprächsziele zu ordnen, mögliche Eskalationspunkte vorzudenken, deeskalierende Formulierungen zu üben und nach einem Gespräch Reflexionsfragen zu strukturieren.
-
Die Teilnehmenden arbeiteten deshalb mit künstlich gebauten, neutralisierten Szenarien: keine Namen, keine Adressen, keine Diagnosen, keine Akteninhalte, keine realen Hilfepläne, keine familiären Details, keine Leistungsentscheidungen und keine konkreten Schutzfälle.
- Stattdessen wurden typische Gesprächsmuster beschrieben: enttäuschte Erwartung, hoher Druck, Vorwurf, Rückzug, aggressive Tonlage, Angst, Überforderung oder widersprüchliche Informationen.
Diese Unterscheidung war für das Team entlastend. KI wurde nicht als Ersatz für professionelle Beziehungsgestaltung verstanden, sondern als Trainingsspiegel: Sie konnte helfen, Optionen sichtbar zu machen, aber nicht entscheiden, was im konkreten Fall fachlich, rechtlich oder menschlich angemessen ist.
Differenzierung im KI-Cluster: Warum dieser Case anders ist
Diese Case Study unterscheidet sich deutlich von anderen KI-Projektberichten der Bildungsakademie. Anders als bei der Aachener Softwarefirma stand nicht GEO-Sichtbarkeit, Produktwissen oder Content-Architektur im Mittelpunkt. Sichtbarkeit spielte hier keine tragende Rolle. Entscheidend war die sichere Vorbereitung auf belastende Gespräche.
Anders als bei der Versicherung in Gera ging es nicht um Kundenkommunikation, Schadenprozesse oder digitale Ratgeber. Beim sozialen Träger lag der Fokus auf Klientenkontakt, Emotionsarbeit, Deeskalation, Selbstschutz, Teamreflexion und Schutz vertraulicher Falldaten.
Damit erweitert der Artikel das KI-Cluster um einen besonders menschenbezogenen Anwendungsfall. KI wird hier nicht als Effizienzmaschine vorgestellt, sondern als vorsichtig begrenztes Lern- und Reflexionswerkzeug für Teams in emotional anspruchsvollen Arbeitsfeldern.
Belastungslandkarte: Welche Gesprächssituationen vorbereitet wurden
Die Schulung entwickelte eine Belastungslandkarte für Klientengespräche: Vorwurf, Druck, Rückzug, Eskalation, Hilflosigkeit, Grenzsetzung und Nachbereitung wurden getrennt betrachtet.
Im ersten Praxisteil sammelte das Team typische Gesprächslagen, ohne reale Fälle zu beschreiben. Die Trainerin achtete darauf, dass keine identifizierbaren Details genannt wurden. Stattdessen wurden Muster beschrieben: „Eine Person fühlt sich ungerecht behandelt“, „Ein Angehöriger fordert sofortige Lösung“, „Eine Klientin zieht sich zurück“, „Ein Gespräch kippt in Vorwürfe“, „Ein Teammitglied muss eine Grenze erklären“.
| Gesprächslage | Typische Herausforderung | KI-Nutzen in der Vorbereitung | Grenze |
|---|---|---|---|
| Vorwurf | Klient oder Angehörige machen Mitarbeitende verantwortlich | Antwortmöglichkeiten sachlich und deeskalierend vorbereiten | keine Bewertung des konkreten Falls |
| Druck | sofortige Lösung wird verlangt | Grenzen und nächste Schritte klar formulieren | keine Leistungszusage |
| Rückzug | Person schweigt, blockt ab oder beendet Gespräch | öffnende Fragen und Gesprächsangebote entwickeln | keine psychologische Diagnose |
| Eskalation | Ton wird laut, drohend oder abwertend | deeskalierende Formulierungen üben | keine Sicherheitsentscheidung durch KI |
| Grenzsetzung | Team muss Regeln oder Zuständigkeiten erklären | wertschätzende, klare Sätze vorbereiten | keine Rechts- oder Fallentscheidung |
| Nachbereitung | Gespräch muss sachlich reflektiert werden | Reflexionsfragen und Dokumentationsstruktur erstellen | keine Eingabe realer Gesprächsinhalte |
Die Belastungslandkarte war bewusst anders aufgebaut als eine technische KI-Ampel. Sie begann nicht bei Tools, sondern bei emotionalen Gesprächssituationen. Das machte die Schulung für die Mitarbeitenden anschlussfähig.
Trainingsaufbau: Drei Räume für Vorbereitung, Simulation und Reflexion
Die Inhouse-Schulung wurde als eintägiges Format mit 13 Teilnehmenden durchgeführt. Vertreten waren Mitarbeitende aus Beratung, Betreuung, Fallkoordination, Verwaltungsschnittstelle, Teamleitung und interner Fachkoordination.
Der Tag wurde in drei Trainingsräume gegliedert. Der erste Raum war die Vorbereitung: Welche Gesprächsziele, Grenzen, Risiken und Formulierungen lassen sich vorab klären? Der zweite Raum war die Simulation: Wie können anonymisierte Szenarien mit KI vorbereitet und anschließend im Rollenspiel geübt werden? Der dritte Raum war die Reflexion: Wie kann ein Team Gespräche nachbereiten, ohne Schuldzuweisung, aber mit Lerneffekt?
Diese Struktur verhinderte, dass KI isoliert ausprobiert wurde. Jede Übung wurde mit Fachlichkeit, Datenschutz, Selbstschutz und Teamlernen verbunden.
Vorbereitungsraum: Gesprächsziele und Grenzen klarer formulieren
Im Vorbereitungsraum arbeiteten die Teilnehmenden mit neutralen Gesprächsanlässen. Ein Beispiel lautete: Eine Person ist enttäuscht, weil eine erwartete Unterstützung nicht sofort möglich ist. Das Team formulierte zunächst selbst Gesprächsziele: zuhören, Anliegen klären, Grenze erklären, nächsten Schritt anbieten, Eskalation vermeiden, Dokumentation vorbereiten.
Danach wurde KI genutzt, um alternative Formulierungen zu entwickeln. Aus einem harten Satz wie „Das geht nicht“ wurden Varianten: „Ich verstehe, dass Sie eine schnelle Lösung erwarten. Ich kann heute nicht zusagen, was noch geprüft werden muss. Ich kann aber mit Ihnen den nächsten Schritt klären.“
Der Nutzen lag in sprachlicher Beweglichkeit. Mitarbeitende erhielten mehrere Möglichkeiten, ohne ihre fachliche Verantwortung abzugeben. Sie konnten prüfen: Klingt der Satz respektvoll? Ist die Grenze klar? Wird keine falsche Hoffnung geweckt? Bleibt die Rolle der Einrichtung erkennbar?
Simulationsraum: KI erzeugte Übungsszenarien, Menschen trainierten die Haltung
Im Simulationsraum nutzte das Team KI, um aus anonymisierten Mustern Rollenspiel-Szenarien zu entwickeln. Die KI beschrieb Ausgangslage, emotionale Dynamik, mögliche Eskalationspunkte und Beobachtungsfragen. Die eigentliche Übung fand aber zwischen Menschen statt.
Ein Szenario betraf einen Angehörigen, der laut und vorwurfsvoll auftritt. Die KI half, drei Varianten zu erstellen: moderat angespannt, stark verärgert und kurz vor Gesprächsabbruch. Dadurch konnte das Team stufenweise trainieren. Die Beobachtenden achteten auf Stimme, Tempo, Grenzsetzung, Blickkontakt, Körpersprache, Ich-Botschaften und klare nächste Schritte.
Wichtig war: Die KI spielte nicht „den echten Klienten“. Sie lieferte nur ein Übungsgerüst. Die professionelle Haltung, Wahrnehmung und Beziehungsgestaltung blieben menschlich.
Reflexionsraum: Nach schwierigen Gesprächen strukturiert lernen
Viele Teams sprechen nach belastenden Gesprächen entweder sehr kurz oder sehr emotional über das Geschehen. Die Schulung zeigte, wie KI helfen kann, Reflexion zu strukturieren – allerdings nur ohne reale Falldaten.
Das Team entwickelte eine Reflexionsvorlage mit fünf Fragen: Was war das Gesprächsziel? Wo stieg die Spannung? Welche Formulierung hat geholfen? Wo wurde eine Grenze unklar? Was braucht die Person, das Team oder die Organisation vor dem nächsten Gespräch?
Diese Fragen konnten nach realen Gesprächen intern genutzt werden, ohne Inhalte in KI-Systeme einzugeben. Die KI half nur bei der Entwicklung der Vorlage. Die eigentliche Reflexion blieb geschützt im Team.
Schutzregel: Keine realen Klientendaten in KI-Systeme
Die wichtigste Regel lautete: Keine realen Klientendaten, Gesprächsprotokolle, Diagnosen, Hilfepläne, Schutzfälle oder personenbezogenen Konflikte in offene KI-Systeme eingeben.
Diese Schutzregel wurde mehrfach geübt. Die Teilnehmenden unterschieden zwischen echten Falldaten und abstrahierten Gesprächsmustern. Ein echter Fall enthält Namen, Beziehungen, biografische Details, Diagnosen, Aktenverläufe, Orte, Zeitpunkte, Behördenkontakte oder spezifische Konflikte. Ein abstrahiertes Muster beschreibt nur die Kommunikationslage: „Eine Person fühlt sich nicht gehört“, „ein Angehöriger fordert sofortige Klärung“, „ein Gespräch droht zu eskalieren“.
Damit wurde KI nutzbar, ohne den Schutzraum der sozialen Arbeit zu verletzen. Gerade für soziale Träger ist diese Grenze entscheidend: Vertrauen entsteht nicht nur im Gespräch, sondern auch im verantwortlichen Umgang mit Informationen.
KI-Ampel für Gesprächsvorbereitung: Was geeignet, prüfpflichtig oder ausgeschlossen war
Nach der Schulung nutzte der soziale Träger eine KI-Ampel: grüne Aufgaben für abstrakte Gesprächsvorbereitung, gelbe Aufgaben mit Fachprüfung und rote Aufgaben mit realen Klientendaten oder Fallentscheidungen.
-
Grüne Aufgaben waren allgemeine Gesprächsziele, deeskalierende Formulierungsvarianten, Rollenspielideen, Reflexionsfragen, Team-Checklisten, neutrale Gesprächsleitfäden und Übungen zu Perspektivwechseln.
-
Gelbe Aufgaben waren Textbausteine für allgemeine Informationsschreiben, interne Schulungsmaterialien, anonymisierte Szenarien, teambezogene Gesprächsstandards und Vorlagen zur Nachbereitung. Diese Inhalte mussten durch Teamleitung oder Fachkoordination geprüft werden.
-
Rote Aufgaben waren ausgeschlossen: reale Klientendaten, Gesprächsprotokolle, Diagnosen, Hilfepläne, Schutzfälle, Jugendhilfeakten, Gesundheitsdaten, Konfliktfälle mit Personenbezug, interne Beschwerden, Fallbewertungen, Gefährdungseinschätzungen, Leistungsentscheidungen und psychologische Diagnosen.
Die Ampel gab Sicherheit im Alltag. Mitarbeitende konnten KI als Übungswerkzeug nutzen, ohne vertrauliche Informationen offenzulegen oder fachliche Verantwortung zu verschieben.
Transferstimme: Warum KI nicht als Antwortgeber, sondern als Trainingsspiegel wirkte
Die folgende Stimme aus der internen Transferauswertung ist bewusst nicht als Review formuliert. Sie dokumentiert den wichtigsten Lernpunkt des sozialen Trägers.
„Für uns war entscheidend, dass KI nicht mit echten Fällen arbeitet. Hilfreich wurde sie dort, wo wir typische Gesprächsdynamiken anonym üben konnten: Was sage ich, wenn jemand laut wird? Wie setze ich eine Grenze? Wie bleibe ich ruhig, ohne kalt zu wirken? Das hat uns vorbereitet, aber nicht ersetzt.“
Interne Fachkoordination, sozialer Träger
Die Aussage zeigt den Kern des Projekts. KI wurde nicht als Beratungsinstanz genutzt, sondern als Trainingsspiegel für Sprache, Haltung und Reflexion.
Ergebnisse nach sechs Wochen: Neue Routinen für schwierige Gespräche
Sechs Wochen nach der Inhouse-Schulung nutzte der soziale Träger KI-gestützte, anonymisierte Vorlagen für Gesprächsvorbereitung, Rollenspiel, Deeskalationssätze und Teamreflexion.
Der Träger führte keine automatisierte Fallberatung ein. Stattdessen entstanden geschützte Routinen für Vorbereitung und Nachbereitung. Die Mitarbeitenden nutzten KI nicht im direkten Klientenkontakt, sondern vor und nach Trainingssituationen.
| Arbeitsbereich | Vor der Schulung | Nach sechs Wochen | Nutzen |
|---|---|---|---|
| Gesprächsvorbereitung | oft individuell und kurzfristig | Checkliste für Ziel, Grenze, Risiko, nächster Schritt | mehr Sicherheit vor schwierigen Gesprächen |
| Deeskalationssprache | Formulierungen wurden spontan gesucht | Sammlung neutraler Satzvarianten | klarer und wertschätzender sprechen |
| Rollenspiel | selten systematisch vorbereitet | anonymisierte Szenarien in drei Eskalationsstufen | besseres Training im Team |
| Reflexion | Nachbesprechung uneinheitlich | fünf feste Reflexionsfragen | Lernen ohne Schuldzuweisung |
| Datenschutz | Unsicherheit bei KI-Nutzung | klare Nicht-Nutzungsregeln | Schutz vertraulicher Falldaten |
| Teamstandard | Einzelwissen verteilt | gemeinsame KI-Ampel | einheitlichere Orientierung |
Der wichtigste Effekt lag nicht in Zeitersparnis, sondern in Vorbereitungssicherheit. Die Mitarbeitenden konnten herausfordernde Klientengespräche bewusster planen, in geschützten Übungen trainieren und nach belastenden Situationen strukturierter reflektieren.
Grenzen: Was KI in der sozialen Arbeit nicht leisten darf
KI darf in der sozialen Arbeit keine Fallentscheidung, keine Gefährdungseinschätzung, keine Diagnose, keine Hilfeplanung und keine Beziehungsgestaltung ersetzen.
Die Schulung formulierte klare Nicht-Ziele. KI sollte nicht entscheiden, ob eine Person glaubwürdig ist, welche Hilfe angemessen ist, ob eine Gefährdung vorliegt, wie ein Schutzfall zu bewerten ist oder wie ein konkreter Konflikt fachlich zu lösen ist. Solche Entscheidungen gehören in professionelle Verfahren, Supervision, Teamberatung, Schutzkonzepte und zuständige Fachstrukturen.
Auch sprachlich wurden Grenzen gezogen. KI kann deeskalierende Formulierungen vorschlagen, aber sie spürt keine Situation. Sie erkennt nicht verlässlich, ob ein Mensch Angst, Scham, Gewaltandrohung, akute Krise oder Rückzug zeigt. Deshalb blieb die zentrale Regel: KI unterstützt Vorbereitung und Reflexion – die Verantwortung bleibt beim Menschen und beim Team.
Fachliche Leitplanken für Gesprächsschutz, Belastung und KI-Risiken
Die Schulung nutzte externe Quellen, um KI nicht isoliert zu betrachten. Die DGUV empfiehlt bei Gewalt- und Aggressionsrisiken Präventionskonzepte, Verhaltensregeln und eingeübte Maßnahmen. Für soziale Träger ist das besonders relevant, weil schwierige Gesprächslagen nicht nur kommunikative, sondern auch arbeitsschutzbezogene Bedeutung haben.
Die BAuA beschreibt psychische Belastung und Emotionsarbeit als wichtige Faktoren in personenbezogenen Tätigkeiten. Mitarbeitende in sozialen Arbeitsfeldern müssen häufig Emotionen regulieren, eigene Reaktionen kontrollieren und zugleich professionell zugewandt bleiben. Genau deshalb kann vorbereitendes Training entlastend wirken, ersetzt aber keine Organisationsverantwortung.
Für Datenschutz und KI-Risiken wurden außerdem Hinweise der Datenschutzaufsicht zur Verarbeitung personenbezogener Daten durch KI sowie das NIST AI Risk Management Framework einbezogen. Diese Quellen stärkten drei Leitlinien: keine realen Falldaten in offene KI-Systeme, menschliche Fachprüfung bei allen Vorlagen und klare organisatorische Regeln vor jeder Nutzung.
Interne Orientierung im KI-, Deeskalations- und Kommunikationscluster
Diese Case Study ergänzt die Case Studies der Bildungsakademie, weil sie KI nicht als Marketing-, GEO- oder Verwaltungswerkzeug zeigt, sondern als vorbereitende Lernhilfe für emotionale Gesprächssituationen. Sie verbindet das KI-Cluster mit dem Deeskalations- und Kommunikationsangebot der Akademie.
Für KI-Grundlagen eignet sich die Übersicht KI-Kurse und KI-Seminare. Besonders relevant ist AI Literacy als Einstieg in das KI-Thema. Für Teams, die ChatGPT und weitere Tools zunächst sicher verstehen möchten, passt der Einführungskurs zu ChatGPT und weiteren KI-Tools. Grundsatzfragen beantworten die FAQ-Artikel zu KI, AI und GEO.
Für die Gesprächsseite sind der Themenhub Deeskalation im Berufsalltag, die Deeskalationskurse, das Magazin zu Praxiswissen Deeskalation und die FAQ zu Deeskalation passende Vertiefungen. Als direkte Vergleichsberichte eignen sich die Case Study eines kirchlichen Trägers in Fulda und die Case Study einer Versicherung in Gera.
Durchführende Person im Projekt
Haupttrainerin für AI Literacy, Deeskalation und sensible Gesprächsvorbereitung
Die Inhouse-Schulung wurde von einer erfahrenen Haupttrainerin der Bildungsakademie am Rosental durchgeführt, die auf KI-Kompetenz, Gesprächsführung, Deeskalation, Prompt-Methodik und organisationsbezogene Lernprozesse spezialisiert ist.
Für dieses Projekt war besonders relevant, dass die Trainerin Erfahrung mit sozialen, beratenden und emotional belasteten Arbeitsfeldern einbrachte.
Der Trainingsansatz berücksichtigte die besonderen Anforderungen sozialer Träger: Klientenschutz, Vertraulichkeit, Rollenklärung, Grenzsetzung, Deeskalationssprache, Teamreflexion, Selbstschutz und klare Nicht-Nutzungsregeln für personenbezogene Daten.
Zu ihren Schwerpunkten gehören AI Literacy, deeskalierende Gesprächsführung, KI-gestützte Übungsszenarien, Prompt-Vorlagen, Reflexionsmethoden, Datenschutzsensibilisierung, Teamlernen und kontrollierte Pilotprozesse in sensiblen Organisationen.
FAQ zur Case Study: KI für herausfordernde Klientengespräche
Warum nutzte der soziale Träger KI zur Vorbereitung auf Klientengespräche?
Der soziale Träger nutzte KI, um Mitarbeitende mit anonymisierten Szenarien, Formulierungsvarianten und Reflexionsfragen besser auf schwierige Gespräche vorzubereiten.
Das Ziel war nicht Automatisierung, sondern sichereres Üben ohne reale Falldaten.
Die Schulung zeigte, wie KI typische Gesprächsdynamiken sichtbar machen kann: Vorwurf, Druck, Rückzug, Eskalation oder Grenzsetzung. Die fachliche Verantwortung blieb beim Team.
Welche Gesprächssituationen wurden vorbereitet?
Vorbereitet wurden Situationen mit Vorwürfen, hohem Druck, Rückzug, eskalierender Tonlage, Grenzsetzung und schwieriger Nachbereitung.
Die Szenarien waren nicht aus echten Fällen kopiert, sondern künstlich und anonymisiert aufgebaut.
Dadurch konnten Mitarbeitende praxisnah üben, ohne Klientendaten, Hilfepläne oder vertrauliche Informationen offenzulegen.
Welche Daten durften nicht in KI-Systeme eingegeben werden?
Nicht eingegeben werden durften reale Klientendaten, Gesprächsprotokolle, Diagnosen, Hilfepläne, Schutzfälle, Gesundheitsdaten, Akteninhalte oder personenbezogene Konflikte.
Diese Schutzregel war die wichtigste Voraussetzung für den Einsatz von KI in der Schulung.
Das Team arbeitete nur mit abstrahierten Gesprächsmustern. So blieb der Schutzraum sozialer Arbeit gewahrt.
Wie half KI bei der Gesprächsvorbereitung?
KI half bei der Gesprächsvorbereitung durch Gesprächsziele, deeskalierende Formulierungsvarianten, mögliche Eskalationspunkte und strukturierte nächste Schritte.
Die Mitarbeitenden nutzten KI nicht für Entscheidungen, sondern für sprachliche und methodische Vorbereitung.
Besonders hilfreich waren Satzvarianten für klare Grenzen, wertschätzende Rückmeldungen und ruhige Gesprächsangebote.
Wie wurden Rollenspiele mit KI vorbereitet?
Rollenspiele wurden mit anonymisierten KI-Szenarien vorbereitet, die Ausgangslage, emotionale Dynamik, Eskalationsstufe und Beobachtungsfragen beschrieben.
Die eigentliche Übung fand zwischen Menschen statt, nicht mit der KI als Ersatzklient.
Das Team trainierte Haltung, Stimme, Grenzsetzung, Blickkontakt, Körpersprache und nächste Schritte.
Wie half KI bei der Reflexion nach schwierigen Gesprächen?
KI half indirekt bei der Reflexion, indem sie eine Vorlage mit Fragen zu Ziel, Spannung, hilfreicher Formulierung, unklarer Grenze und nächstem Lernschritt unterstützte.
Reale Gesprächsinhalte wurden nicht in KI-Systeme eingegeben.
Die Vorlage wurde im Team genutzt, damit belastende Gespräche sachlich und lernorientiert nachbesprochen werden konnten.
Wie viele Personen nahmen an der Schulung teil?
An der Inhouse-Schulung nahmen 13 Personen aus Beratung, Betreuung, Fallkoordination, Verwaltungsschnittstelle, Teamleitung und Fachkoordination teil.
Diese Mischung war wichtig, weil herausfordernde Gespräche nicht nur einzelne Mitarbeitende betreffen.
Gemeinsame Vorbereitung, einheitliche Grenzen und Teamreflexion stärkten die Organisation insgesamt.
Was war das wichtigste Ergebnis der Schulung?
Das wichtigste Ergebnis war eine sichere KI-Ampel für Gesprächsvorbereitung, Rollenspiel, Deeskalationssätze und Reflexion ohne reale Falldaten.
Der soziale Träger gewann Orientierung, wie KI beim Üben helfen kann, ohne Klientenschutz zu verletzen.
Zusätzlich entstanden Checklisten, Satzvarianten, Szenariovorlagen und Reflexionsfragen.
Wie schnell wurden erste Ergebnisse sichtbar?
Erste Ergebnisse wurden innerhalb von sechs Wochen sichtbar, weil Teams die neuen Vorlagen in Vorbereitung, Rollenspiel und Nachbesprechung nutzten.
Der Nutzen lag vor allem in mehr Sicherheit, nicht in automatisierter Fallbearbeitung.
Mitarbeitende konnten herausfordernde Situationen bewusster vorbereiten und nachbesprechen.
Für welche sozialen Träger ist dieser Ansatz geeignet?
Der Ansatz eignet sich für soziale Träger, die Mitarbeitende auf belastende Gespräche vorbereiten möchten, ohne reale Klientendaten in KI-Systeme einzugeben.
Besonders sinnvoll ist er für Teams mit regelmäßigem Kontakt zu Menschen in Krisen, Konflikten oder hoher emotionaler Belastung.
Der sichere Einstieg beginnt mit anonymisierten Szenarien, KI-Ampel, Deeskalationssprache und Teamreflexion.
Was unterscheidet diese Case Study von einer allgemeinen KI-Schulung?
Der Unterschied liegt im starken Fokus auf Klientengespräche, Deeskalation, Emotionsarbeit, Datenschutz, Teamreflexion und Schutz vertraulicher Falldaten.
Die Schulung arbeitete nicht mit beliebigen KI-Beispielen, sondern mit typischen Gesprächsdynamiken sozialer Träger.
Dadurch entstand ein menschenbezogener KI-Einsatz, der Vorbereitung unterstützt, aber professionelle Beziehungsgestaltung nicht ersetzt.
Was darf KI in der sozialen Arbeit nicht übernehmen?
KI darf keine Fallentscheidung, keine Gefährdungseinschätzung, keine Diagnose, keine Hilfeplanung und keine individuelle Beratung übernehmen.
Diese Aufgaben gehören in professionelle Verfahren, Teamberatung, Supervision, Schutzkonzepte und zuständige Fachstrukturen.
Die Schulung machte diese Grenze ausdrücklich sichtbar, damit KI nicht unbemerkt Verantwortung verschiebt.
Warum dieser Projektbericht exemplarisch für die Arbeit der Bildungsakademie ist
Diese Case Study ist exemplarisch für die Arbeit der Bildungsakademie am Rosental, weil sie KI nicht als isolierte Tool-Schulung behandelt, sondern als sensible Organisationsfrage: Wie kann ein Team mit KI üben, ohne Vertrauen, Datenschutz, Fachlichkeit und menschliche Beziehungsgestaltung zu gefährden?
Die Bildungsakademie verbindet in solchen Projekten AI Literacy, Deeskalation, Gesprächsführung, Datenschutzsensibilisierung, Rollenspiel, Reflexion und Transfer in bestehende Teamprozesse. Gerade bei sozialen Trägern ist diese Verbindung entscheidend, weil herausfordernde Gespräche nicht nur kommunikative Aufgaben sind, sondern auch emotionale, fachliche und organisatorische Belastungen erzeugen.
Zusammenfassung: KI half beim Üben, nicht beim Entscheiden
Die Case Study zeigt, dass ein sozialer Träger KI sicher nutzen kann, um Mitarbeitende auf herausfordernde Klientengespräche vorzubereiten.
Der Erfolg entstand durch klare Grenzen. KI wurde nicht mit realen Falldaten genutzt, sondern mit anonymisierten Gesprächsmustern. Aus typischen Belastungslagen entstanden Rollenspiel-Szenarien, Deeskalationssätze, Reflexionsfragen und eine KI-Ampel. Reale Klientendaten, Diagnosen, Hilfepläne, Schutzfälle, Gesprächsprotokolle und Fallentscheidungen blieben ausgeschlossen.
Für andere soziale Träger ist der Ansatz wertvoll, weil er KI-Kompetenz mit Deeskalation und Teamlernen verbindet. Eine praxisnahe KI-Inhouse-Schulung kann helfen, Mitarbeitende auf schwierige Gespräche vorzubereiten, ohne den Schutzraum sozialer Arbeit zu verletzen.
English Summary
How a social service provider used AI to prepare staff for challenging client conversations
This anonymized case study describes how a social service provider used an in-house AI training to prepare staff for challenging client conversations without using real client data.
The project focused on anonymized scenarios, de-escalating language, role-play preparation, team reflection and clear non-use rules while excluding real client data, case notes, diagnoses, support plans, protection cases, health data and individual case decisions.
The organization did not use AI for counseling, risk assessment or case decisions. Instead, AI supported training: staff practiced typical dynamics such as accusations, pressure, withdrawal, escalation and boundary-setting. Six weeks later, the team used protected routines for preparation, role-play and reflection while keeping professional responsibility fully human.
Unser maßgeschneidertes Inhouse-Seminar für Sie!
Wählen Sie bei Ihrer Anfrage auch gern zwischen einem a) Inhouse-Präsenz-Seminar an Ihrem Standort, b) einem Inhouse-Online-Workshop mit Ihrem Team oder c) einem Inhouse-Präsenz-Kurs direkt an der Akademie – das Inhouse-Training gern auch in Kombination mit Teambuilding-Aktionen.
Ähnliche Artikel:
- KI-Case-Studies: Praxisbeispiele für Inhouse-Schulungen an der Bildungsakademie am Rosental (Überblick)
- Case Study: Wie unsere Inhouse-Schulung einer Versicherung in Gera das Potenzial von KI & GEO aufzeigte
- Case Study: Medizintechnik-Unternehmen bei Reutlingen entwickelte nach unserem KI-Workshop erste Standards
- Case Study beweist wie KI im Vertrieb verständlich und praxisnah eingeführt wurde
- Case Study: Inhouse Schulung schaffte KI-Leitlinien für ostdeutsche Hochschule
- Case Study: KI-Inhouse-Schulung verbesserte technischen Vertrieb deutlich
