KI in der beruflichen Bildung: Was auf der 4. ENEF diskutiert wurde
Am 1. Oktober war ich am Instituto Piaget in Viseu beim 4. Nationalen Treffen der Bildungsanbieter (ENEF), organisiert von APEFOR, dem portugiesischen Verband der Bildungsanbieter. Das Motto des Treffens lautete „Transformieren, um zu befähigen: Die Zukunft der Weiterbildung reformieren, finanzieren und innovieren“.
Ich war Teil von Panel 3, „KI in der Weiterbildung: Zwischen Potenzial und Verantwortung“, zusammen mit Prof. Celestino Magalhães (Bildungstechnologien, Instituto Piaget), der die Keynote hielt, und dem Berater Cláudio Costa. Moderiert wurde das Panel von António Miranda aus dem Organisationskomitee des Treffens.
Hier eine Zusammenfassung dessen, was ich vorgestellt habe, und dessen, was mir von den anderen Beiträgen am meisten in Erinnerung geblieben ist.
Der Kontext des Tages
Das KI-Panel war das dritte von vier. Am Vormittag sprachen DGERT, IEFP und EduQA über die laufende Reform: einen neuen Nationalen Qualifikationskatalog, in dem die UFCD-Ausbildungseinheiten durch kreditbasierte Kompetenzeinheiten ersetzt werden, und einen neuen Rechtsrahmen für die berufliche Bildung, der in Vorbereitung ist. Im Finanzierungspanel zeigte PESSOAS 2030 den Weg zu einer ergebnisorientierten Finanzierung auf, und COMPETE 2030 plant, bis Jahresende eine Ausschreibung über 80 Millionen Euro für KI-Weiterbildung in Unternehmen zu eröffnen. Am Nachmittag ging es in Panel 4 um aktive Lernmethoden, zum Abschluss mit Menschlichkeit als Kernkompetenz.
Die Menschen sind schon weiter, die Unternehmen nicht
Die Eurostat-Daten für 2025 zeigen eine auffällige Lücke in Portugal. 38,7 % der Portugiesen zwischen 16 und 74 Jahren haben bereits generative KI genutzt (der EU-Durchschnitt liegt bei 32,7 %), und 19,9 % nutzen sie bei der Arbeit. Aber nur 11,5 % der Unternehmen mit 10 oder mehr Beschäftigten setzen KI ein, gegenüber 20 % in der EU. Portugal liegt auf Platz 22 von 28 Ländern.
Die Menschen nutzen KI bereits auf eigene Faust. Die Organisationen entscheiden noch, wie sie damit umgehen. (Mehr zu dieser Lücke habe ich hier geschrieben.)
September 2026: Die KI wartet nicht mehr auf die Frage
Innerhalb von 3 Wochen zeigten 3 der größten KI-Labore dasselbe:
- 8. September: Meta brachte Muse heraus, einen persönlichen Agenten, der im Namen des Nutzers einkauft, bucht und bezahlt (nur in den USA).
- 15. bis 17. September: Bei Grok Bot Galaxy von xAI versuchten 3 Personen live, mit Bots als Kollegen ein Unternehmen von Grund auf aufzubauen.
- 29. September: OpenAI stellte Dots vor, ständig aktive Agenten mit eigenem Computer und Anbindung an mehr als 4.000 Anwendungen.
Bei einem Chatbot frage ich, er antwortet, und ich entscheide und handle. Bei einem Copiloten hilft mir die KI bei einer Aufgabe, und ich kontrolliere jeden Schritt. Ein autonomer Agent erhält ein Ziel, plant, handelt, beobachtet das Ergebnis und passt sich an, und er meldet sich nur, wenn eine Entscheidung nötig ist. Das ist der Unterschied zwischen einem Werkzeug und einem digitalen Kollegen.
Die Namen werden sich schnell ändern. Das Muster bleibt: Zugriff auf Anwendungen, Gedächtnis über Sitzungen hinweg und Autonomie über mehrere Schritte.
Wo der Agent bei einem Bildungsanbieter ansetzt
Ich begann mit einer Frage an den Saal: Wer hat diese Woche mehr als eine Stunde damit verbracht, Informationen von einer Stelle an eine andere zu kopieren?
Agenten kommen zuerst rund um die eigentliche Weiterbildung zum Einsatz:
- Verwaltung: Anfragen qualifizieren und außerhalb der Geschäftszeiten beantworten, Anmeldeunterlagen sammeln und prüfen, Daten in die Plattformen einpflegen, die technisch-pädagogische Dokumentation zusammenstellen, den Wochenbericht für die Leitung vorbereiten.
- Inhalte: erste Entwürfe von Handbüchern, Sitzungsplänen und Übungen, angepasst an unterschiedliche Niveaus.
- Begleitung: ein Tutor pro Teilnehmer, der das Tempo anpasst, Fragen stellt statt Antworten zu geben und den Trainer warnt, wer zurückfällt. Als Beispiel habe ich Khanmigo von der Khan Academy gezeigt.
- Bewertung: Quizze, Auswertung der Ergebnisse und Verbesserungsvorschläge für den Trainer.
Das Ziel ist, dass Trainer mehr Zeit zum Unterrichten haben.
Im Team von morgen verwaltet jede Person ihren eigenen Bot so, wie sie heute ihre Werkzeuge verwaltet, und einige Bots werden vom Team geteilt. Die Leitung entscheidet über das Was und das Warum, die Bots erledigen das Wie, und jede Person beaufsichtigt ihren eigenen.
Die Verantwortung: Zugriffe und Daten
Diesen Teil wollte ich besonders betonen:
- Zugriffe: Der Zugriff des Bots ist der Zugriff der Person, nicht mehr und nicht weniger. Eigene Identität, minimale Berechtigungen und ein Protokoll dessen, was er getan hat.
- DSGVO: Der Bildungsanbieter bleibt für die Daten der Teilnehmer verantwortlich (Identifikation, Anwesenheit, Bewertungen, Zertifikate). Ein Agent ändert daran nichts.
- Umkehrbarkeit: Autonomie im Verhältnis zum Risiko. Etwas an einen Teilnehmer senden, etwas auf einer Plattform einreichen oder eine Zahlung ausführen erfordert eine menschliche Freigabe.
Ein Agent mit Zugriff auf das E-Mail-Postfach hat Zugriff auf alles, was in diesem Postfach steht.
Ich habe auch darüber gesprochen, solche Lösungen intern aufzubauen, mit Open-Source-Projekten wie OpenClaw oder Programmierwerkzeugen wie Codex und Claude Code. Das gibt mehr Kontrolle und kostet weniger, aber die Verantwortung liegt dann vollständig bei uns. Allein 2026 gab es bereits eine kritische Sicherheitslücke in OpenClaw mit mehr als 42.000 offen im Internet erreichbaren Installationen, Hunderte bösartige Skills in einem öffentlichen Repository und Angriffe mit Anweisungen, die in E-Mails und Kontakten versteckt waren. Es ist machbar, mit fachkundiger Unterstützung und mit Isolierung, Verwaltung von Zugangsdaten, minimalen Berechtigungen und Überwachung vom ersten Tag an. (Ich habe über meine Erfahrungen mit OpenClaw geschrieben.)
Europa ist langsamer
Dots wurde außerhalb des Europäischen Wirtschaftsraums, des Vereinigten Königreichs und der Schweiz eingeführt, mit Tarifen von 100 bis 500 Dollar pro Monat. Und die Grenzen dieser Systeme sind keine Theorie mehr: Im Juni griff ein internes OpenAI-Modell auf ein australisches Statistikportal von Medicare zu, und die Regierung wurde erst im September informiert.
Gleichzeitig gilt seit dem 2. Februar 2025 Artikel 4 des AI Act: Wer KI-Systeme einsetzt, muss die KI-Kompetenz seiner Mitarbeitenden fördern. Wir haben etwas mehr Zeit als die Amerikaner. Es lohnt sich, sie zu nutzen, um die Teams vorzubereiten.
Was mir von der Keynote von Prof. Celestino Magalhães geblieben ist
Der Vortrag von Prof. Celestino war ein sehr praktischer Leitfaden. Er schlug vor, die Frage „Funktioniert das?“ durch „Wer verantwortet das?“ zu ersetzen.
- „Man delegiert Arbeit, nicht Urteilsvermögen.“ Eine Matrix, die trennt, was delegierbar ist (Erstsichtung von Anmeldungen, Übungsvarianten), was als Copilot mit vollständiger Prüfung läuft (Antworten auf Beschwerden, Bewertungsraster und Feedback-Entwürfe) und was immer beim Menschen bleibt (Zertifizierungsentscheidungen, Beziehung und Empathie gegenüber den Teilnehmern, Betrugserkennung).
- Was niemals in einen Prompt gehört: Gesundheitsdaten und Daten zu sonderpädagogischem Förderbedarf, individuelle Bewertungen, Namen und Kennungen von Teilnehmern. Vorherige Pseudonymisierung löst die meisten Fälle.
- Ein konkretes Beispiel: 200 Umfragen mit offenen Antworten, die tagelange Handarbeit erforderten, wurden mit KI in 4 Minuten ausgewertet. Und ein System, das davon ausgeht, dass 8 % der Antworten mehrdeutig sind, statt sie in eine Kategorie zu zwingen, ist nützlich.
- Ein Fahrplan für Montag: Bestandsaufnahme dessen, was bereits genutzt wird, eine einseitige Richtlinie, KI-Nutzungsstufen für jede Arbeit angegeben, ein Kompetenzplan (Artikel 4), ausgehängte Datenregeln, ein Prüfprotokoll und Kontrollindikatoren.
Sein Schlusssatz fasst das Panel gut zusammen: „Die Wahl des Werkzeugs ist umkehrbar. Das Fehlen von Governance ist es nicht.“
Das Beispiel von Cláudio Costa
Cláudio Costa stellte ein Programm vor, das er selbst mit Vibe Coding entwickelt hat, um die Einreichung von Zahlungsanträgen zu beschleunigen, belegt mit den Nachweisen, die die Leitlinien der Verwaltungsbehörde vorsehen, und um die kumulierte physische Umsetzung zu systematisieren. Das sind zwei operative Probleme, die viele Bildungsanbieter mit geförderten Projekten gut kennen.
Vibe Coding bedeutet, in natürlicher Sprache zu beschreiben, was man möchte, und die KI den Code schreiben zu lassen. Wer den Prozess von innen kennt, kann heute das Werkzeug bauen, das er braucht, ohne auf ein Entwicklungsteam oder einen Anbieter zu warten. Cláudios Beispiel zeigt genau das: Wer das Problem am besten kennt, ist jetzt auch in der Lage, es zu lösen.
Hier gilt dasselbe, was ich über den internen Aufbau von Lösungen gesagt habe. Ein solches Werkzeug arbeitet mit Teilnehmerdaten und mit Dokumenten, die bei der Verwaltungsbehörde eingereicht werden, und braucht deshalb dieselben Regeln: wissen, welche Daten hineingehen, wer Zugriff hat und wer das Ergebnis vor der Einreichung prüft. (Ich habe über die Risiken schneller KI-Prototypen geschrieben.)
So fangen Sie morgen an
- Wählen Sie 1 Aufgabe, die sich wiederholt, ein geringes Risiko hat und leicht zu prüfen ist.
- Lassen Sie den Agenten 2 Wochen lang parallel zum bestehenden Prozess laufen.
- Geben Sie ihm erst danach mehr Zugriff, und schulen Sie die Person, die ihn beaufsichtigen wird.
Die Chance liegt bei den Bildungsanbietern
Wenn 38,7 % der Menschen bereits generative KI nutzen und nur 11,5 % der Unternehmen KI einsetzen, muss jemand diese Lücke schließen. Bildungsanbieter sind dafür am besten aufgestellt: KI-Kompetenz für Nicht-Techniker, KI-Anwendung nach Branche und Funktion und die Beaufsichtigung von Agenten, die zur neuen „Mitarbeiterführung“ wird.
Meine Prognose: In 1 Jahr werden wir ganz anders arbeiten, und jeder von uns wird täglich mit 1 oder mehr Assistenten interagieren.
Zum Schluss die Frage, mit der ich meine Präsentation beendet habe: Welche Aufgabe in Ihrer Organisation würden Sie als erste einem Agenten übergeben, und wer wird sie beaufsichtigen?