Forschungsprojekt (AI)24gIV
Augmented Interaction using AI in Blended-Learning-Angeboten für gesetzliche Interessenvertretungen
Wie verändert Künstliche Intelligenz die Bildungsarbeit für gesetzliche Interessenvertretungen?
Und wie kann sie so gestaltet werden, dass Betriebsräte, Personalräte, Mitarbeitervertretungen sowie Jugend- und Auszubildendenvertretungen und Schwerbehindertenvertretungen darin unterstützt werden, ihre Aufgaben verantwortungsvoll wahrzunehmen und Kompetenzen für die Zukunft zu entwickeln?
Im Forschungsprojekt (AI)24gIV entwickeln wir als ver.di Bildung + Beratung gGmbH gemeinsam mit der Universität Göttingen, der TU Clausthal und weiteren Bildungspartnern eine KIgestützte Lernanwendung. Ziel ist es, bestehende Bildungsangebote für gesetzliche Interessenvertretungen zu erweitern und an die Anforderungen einer zunehmend digitalisierten Arbeitswelt anzupassen.
Da KI-Systeme in vielen Betrieben an Bedeutung gewinnen, verändern sich auch die Voraussetzungen betrieblicher Mitbestimmung. Interessenvertretungen benötigen aktuelles Wissen, rechtliche Orientierung und die Fähigkeit, KI gestützte Prozesse fachlich einzuordnen sowie selbst zu nutzen. Gleichzeitig müssen sie Situationen analysieren, strategisch handeln und Entscheidungen im Sinne der Beschäftigten begründen können.
Damit dies gelingt, braucht es Lernangebote, die nicht nur Informationen bereitstellen, sondern Raum für Selbstorganisation, Reflexion und praxisbezogene Anwendung eröffnen. Moderne Bildungsarbeit unterstützt gesetzliche Interessenvertretungen dabei, eigene Fragestellungen einzubringen, Lösungswege zu erproben und ihr Handeln weiterzuentwickeln. (AI)24gIV knüpft daran an, indem technologische Entwicklung und didaktische Gestaltung eng verzahnt werden und die Anwendung Lern- und Denkprozesse begleitet, ohne sie zu ersetzen.
Im Projekt entsteht eine Anwendung, die
- datenschutzkonform und diskriminierungsfrei arbeitet,
- in realen Bildungssettings erprobt wird,
- und im Rahmen eines interdisziplinären Forschungsverbunds fortlaufend weiterentwickelt wird.
Die Anwendung ergänzt bestehende Bildungsangebote: Sie strukturiert Lernprozesse, liefert verständliche Erklärungen und unterstützt Reflexion – stets unter der Prämisse, dass Teilnehmende Entscheidungen eigenständig treffen und Inhalte kritisch prüfen.
Laufzeit: 01.01.2025 bis 31.12.2026
Förderprogramm: Civic Innovation Platform, Aktenzeichen: CI-1-0104
Ansprechpersonen:
Franziska Köpnick (ver.di b+b): franziska.koepnick@verdi-bub.de
Benjamin Säfken (TU Clausthal): benjamin.saefken@wiwi.uni-goettingen.de
Alexander Silbersdorff (Uni Göttingen): asilbersdorff@uni-goettingen.de
Maxie Wolter (ver.di b+b): maxie.wolter@verdi-bub.de
Was wir entwickeln
Mit DIVA – der Digitalen InteressenVertretungsAssistentin – entwickeln wir eine KI gestützte Lernanwendung, die speziell für die Bildungsarbeit gesetzlicher Interessenvertretungen konzipiert ist. DIVA wird nicht als technisches Extra verstanden, sondern als didaktisch eingebettetes Werkzeug, das Lernprozesse unterstützt, individualisiert und praxisnäher macht – in allen Phasen eines Lernangebots.
1. Einstiegsphasen – Ziele klären & Lernwege eröffnen
DIVA hilft Teilnehmenden bereits vor Seminarbeginn dabei, eigene Lernziele zu formulieren und erste Praxisfragen aus dem Betrieb einzubringen. Aus unscharfen Erwartungen werden konkrete Anliegen („Wie formuliere ich rechtssichere Beschlüsse?“). So beginnt die Lernreise schon vor dem ersten Seminartag – selbstbestimmt, strukturiert und individuell.
2. Selbstlernphasen – verstehen, ausprobieren, reflektieren
Während des Seminars agiert DIVA in mehreren Rollen:
- als Erklärerin für rechtliche Grundlagen in klarer und einfacher Sprache,
- als Wissensfinderin, die Gesetzestexte verständlich macht,
- als Coach, der Rückfragen stellt, Ziele schärft und Feedback gibt,
- als Rollenspielpartnerin, die Arbeitgeber- oder Kolleg*innenperspektiven simuliert.
So können Lernende Inhalte in ihrem eigenen Tempo erschließen, Fälle durchspielen und Lösungswege erproben. Das Lernen wird aktiver, praxisbezogener und selbstorganisierter – ganz im Sinne moderner Erwachsenenbildung.
3. Transferphasen – Lernen in den Alltag bringen
Nach dem Seminar setzt DIVA Impulse für die Umsetzung: „Was wolltest du ausprobieren? Was ist passiert? Welche Unterstützung brauchst du als Nächstes?“ So bleiben Lernprozesse nicht im Seminarraum, sondern wirken in den Betriebsalltag hinein. Routineaufgaben übernimmt die KI, während Referent*innen/Teamer*innen mehr Raum haben für Diskussion, Einordnung und politische Begleitung.
Warum wir das tun
Mitbestimmung ist ein zentraler Pfeiler einer demokratischen Arbeitswelt.
Damit sie auch im Zeitalter von KI wirkungsvoll bleibt, brauchen Interessenvertretungen:
- ein Verständnis dafür, wie KI funktioniert,
- Wissen über Datenschutz und Regulierung,
- und die Möglichkeit, Erfahrungen mit KI zu sammeln – jenseits kommerzieller Black-Box-Lösungen.
Hierzu liefert das Projekt praxisnahe Erkenntnisse und Erfahrungen: Wie lässt sich KI sinnvoll in der Bildungsarbeit einsetzen? Wo liegen Chancen und Grenzen? Und wie können Interessenvertretungen KI fundiert bewerten und für ihre Aufgaben nutzen?
Durch die enge Verzahnung von Forschung, Entwicklung und Erprobung entsteht so ein Wissen darüber, wie KI-gestützte Lernprozesse Mitbestimmung stärken können.
1. Quartal 2025: Projektstart & Grundsteinlegung
Das Projekt startet mit voller Kraft: Alle Partner treffen sich zum Kick-off, das Vision Paper entsteht und wird kurz darauf veröffentlicht. Parallel richten wir die digitale Infrastruktur ein – darunter die technische Entwicklungsumgebung. Erste konzeptionelle Workshops legen den Grundstein für die spätere Anwendung: Es zeigt sich früh, dass technische und didaktische Entwicklung eng zusammengedacht werden müssen. Die Anforderungsanalyse beginnt, Referent*innen werden in den Prozess einbezogen – ein wichtiger Schritt für die spätere Praxistauglichkeit.
2. Quartal 2025: Intensive Anforderungsanalyse & Neuausrichtung
Im zweiten Quartal wird klar: Die Zielstellung muss geschärft werden. Gemeinsam mit Stakeholdern beschließen wir, die Anwendung stark auf BR1Grundlagenschulungen auszurichten. Referent*innen spielen nun eine zentrale Rolle – sie bringen ihr Praxiswissen ein, testen erste didaktische Ideen und sammeln Erfahrungen zu Potenzialen von KI im Seminaralltag. Das Erhebungs- und Durchführungskonzept wird angepasst, ebenso die Anforderungsliste für Funktionen. Es zeigt sich, dass mehr Entwicklungszeit nötig ist, um Qualität und Praxisnähe sicherzustellen.
3. Quartal 2025: Erste technische Prototypen & Testläufe
Die technische Entwicklung nimmt Fahrt auf: Neben dem ursprünglichen TopicModell entsteht erstmals eine LLMbasierte Version der Anwendung (Alpha 1.1). Ab August beginnen Referent*innen mit den ersten Tests. Die Rückmeldungen sind wertvoll: Während Grundfunktionen laufen, zeigen sich Grenzen – vor allem bei komplexen Rechtsbezügen. Parallel starten Workshops mit Stakeholdern sowie erste didaktische Entwicklungsarbeiten, in denen methodische Bausteine und Einsatzszenarien entstehen.
4. Quartal 2025: Ausbau der Anwendung & breite Testphasen
Mit Alpha 1.2 und 1.3 stehen deutlich leistungsfähigere Prototypen bereit. In Workshops – u. a. bei der IGBCE – wird die Anwendung realitätsnah getestet. Vieles funktioniert schon gut, doch besonders sensible Bereiche wie Gleichstellung und AGG offenbaren Lücken in der Datenbasis. Ein Einsatz in echten Seminaren ist daher noch nicht möglich. Parallel werden Referent*innen qualifiziert und in die didaktische Weiterentwicklung einbezogen. Erste Fragebögen und Interviewleitfäden für die Evaluation sind einsatzbereit.
1. Quartal 2026 – Vertiefte Tests & Vorbereitung der nächsten Version
Anfang 2026 laufen die Testungen der AlphaVersionen weiter. Besonders Alpha 1.3 wird umfassend geprüft – erneut zeigen sich Fortschritte, aber auch kritische Fehlantworten in Rechtsfragen. Deshalb wird die Entwicklung von Alpha 1.4 vorbereitet, inklusive Erweiterung der Datenbasis und Anpassung der RAGInfrastruktur. Die Evaluation von Referent*innen liefert wichtige Einblicke, die nun direkt in die Überarbeitung einfließen. Das Projektteam bereitet sich auf die anschließende BetaPhase vor.
