Neue Kolleginnen und Kollegen sollen möglichst rasch selbstständig arbeiten können. In vielen österreichischen Betrieben liegt das entscheidende Wissen aber nicht nur in Handbüchern: Es steckt in Übergaben, kurzen Rückfragen, Fotos aus vergangenen Fällen und der Erfahrung langjähriger Mitarbeitender. Künstliche Intelligenz kann dieses Wissen im Onboarding auffindbar machen – wenn sie nicht zur ungeprüften Antwortmaschine wird. Dieser Leitfaden zeigt, wie Teams KI für Einarbeitung und Wissenstransfer einsetzen, ohne Fachurteil, Datenschutz oder Mitbestimmung aus der Hand zu geben.
Warum KI-Onboarding mehr ist als ein Chatfenster
Onboarding scheitert selten daran, dass Informationen völlig fehlen. Häufig sind sie über Laufwerke, Tickets, Ordner, E-Mails und Köpfe verteilt. Eine neue Person weiß dann nicht, welche Version einer Arbeitsanweisung gilt, wen sie bei einer Ausnahme fragen darf oder wo sie ein Beispiel findet. Ein KI-gestützter Assistent kann helfen, freigegebene Unterlagen zu durchsuchen, einen Einstiegspfad vorzuschlagen oder aus einer vorhandenen Anleitung eine verständliche Checkliste zu erstellen. Das spart Suchzeit – ersetzt aber keine Einführung in Verantwortung, Sicherheitsregeln und konkrete Abläufe.
Für österreichische KMU ist dieser Unterschied wichtig. Wer einen allgemeinen Chatbot mit unbereinigten Kundendaten, Personalakten oder internen Kalkulationen füttert, schafft kein besseres Onboarding, sondern ein Risiko. Sinnvoll ist ein begrenzter Anwendungsfall: etwa die Suche in einer geprüften Wissenssammlung für ein bestimmtes Team. Die KI darf dabei Vorschläge liefern; eine benannte Fachperson verantwortet Inhalt, Aktualität und Freigabe.
Der richtige Start: eine Lernfrage statt eines Tool-Projekts
Beginnen Sie nicht mit der Frage, welcher Assistent „alles kann“. Formulieren Sie eine konkrete Lernfrage: „Wie findet eine neue Servicetechnikerin die freigegebene Anleitung für Fehlerklasse B?“ oder „Welche drei Schritte muss ein neuer Sachbearbeiter vor einer Angebotsprüfung verstehen?“ Daraus entstehen klar messbare Ziele: weniger Rückfragen zu Standardfällen, kürzere Suchzeiten oder weniger übersehene Pflichtschritte. Ein gut abgegrenzter Pilot ist auch leichter zu erklären, zu testen und bei Fehlern zu stoppen.
Für jeden Use Case gehören vier Entscheidungen auf ein Blatt: Welche Zielgruppe nutzt ihn? Welche Quellen darf er verwenden? Welche Antwort darf er geben? Und wann muss er ausdrücklich an einen Menschen verweisen? Die letzte Frage ist zentral. Bei Arbeitsschutz, rechtlichen Auskünften, Preiszusagen, personenbezogenen Daten, Qualitätssperren oder außergewöhnlichen Kundensituationen ist die Weiterleitung keine Schwäche, sondern ein Qualitätsmerkmal.
Wissen vor der KI ordnen: klein anfangen, sichtbar verantworten
Eine KI verbessert keine veraltete Wissensbasis. Prüfen Sie daher vor dem ersten Test die wichtigsten Dokumente: Gültigkeitsdatum, verantwortliche Rolle, Version, Geltungsbereich und Ablageort. Doppelte PDFs, private Notizen und Dokumente ohne Eigentümer gehören nicht ungefiltert in einen Wissenspool. Besser ist ein Start mit 20 bis 40 häufig benötigten, klar freigegebenen Inhalten. Dazu zählen Prozessbeschreibungen, Sicherheitsunterweisungen, Vorlagen, Begriffslisten und typische Fallbeispiele ohne personenbezogene Daten.
Praktisch bewährt sich eine einfache Quellenkarte. Sie enthält pro Dokument: Titel, Fachverantwortung, letzte Prüfung, erlaubte Zielgruppe und einen Link zum Original. Dann kann die KI nicht nur eine Antwort formulieren, sondern die Quelle sichtbar mitliefern. Neue Mitarbeitende lernen so früh, dass eine gute Antwort nachvollziehbar sein muss. Gleichzeitig sieht das Team, wo Wissen noch fehlt oder widersprüchlich ist.
Ein praxistauglicher Ablauf für die ersten 30 Tage
Woche 1: Orientierung. Die neue Person erhält keine lange Tool-Schulung, sondern drei sichere Aufgaben. Sie sucht eine Arbeitsanweisung, lässt sich Fachbegriffe erklären und vergleicht die Antwort mit dem Originaldokument. Eine Patin oder ein Pate bespricht dabei nicht nur das Ergebnis, sondern auch gute Rückfragen: „Auf welche Quelle stützt du dich?“, „Für welchen Fall gilt das?“ und „Was würdest du vor dem nächsten Schritt prüfen?“
Woche 2: Standardfälle. Jetzt werden zwei wiederkehrende Fälle anhand echter, bereinigter Beispiele geübt. Die KI darf eine Checkliste oder einen Entwurf vorbereiten. Die neue Person ergänzt, was im konkreten Kontext fehlt, und dokumentiert die Entscheidung. So entsteht keine passive Abhängigkeit vom Tool, sondern überprüfbare Handlungskompetenz.
Woche 3 und 4: Ausnahmen erkennen. Erst wenn Standards sitzen, kommen Grenzfälle dazu. Das Team definiert rote Flaggen, bei denen der Assistent nicht als Entscheidungsgrundlage genügt. Beispiele sind fehlende Informationen, widersprüchliche Quellen, sensible Daten oder eine Antwort ohne Beleg. Im Abschlussgespräch wird nicht abgefragt, ob jemand den Chat bedienen kann. Entscheidend ist, ob die Person Fehler erkennt, die richtige Fachstelle einbindet und den Originalprozess sicher ausführt.
Gute Prompts sind Arbeitsaufträge mit Grenzen
Ein brauchbarer Prompt enthält Kontext, Aufgabe, erlaubte Quellen und ein Prüfkriterium. Statt „Erklär mir die Reklamation“ hilft: „Nutze nur die freigegebene Arbeitsanweisung Reklamation Version 3.2. Erstelle für einen Standardfall eine Checkliste mit maximal sieben Punkten. Nenne zu jedem Punkt die Abschnittsnummer. Wenn die Anleitung keine Antwort enthält, schreibe klar: Fachverantwortung fragen.“ Diese Form verhindert, dass eine flüssige Formulierung mit einer verlässlichen Auskunft verwechselt wird.
Für das Onboarding lohnt sich eine kleine Prompt-Bibliothek: Begriff erklären, Quelle zusammenfassen, Checkliste erstellen, Übungsfall vorbereiten und Widerspruch melden. Jeder Eintrag erhält eine verantwortliche Rolle und ein Beispiel für eine unzulässige Eingabe. So lernen neue Mitarbeitende zugleich die technischen Grenzen und die betriebliche Erwartung.
Datenschutz und Betriebsrat früh einbinden
In Österreich bleiben Datenschutz, Arbeitsrecht und Mitbestimmung neben dem AI Act relevant. Die Arbeiterkammer weist darauf hin, dass Beschäftigte und Betriebsrat bei der Einführung von KI-Systemen früh informiert werden sollen. Das ist im Onboarding besonders sinnvoll: Hier trifft Technik direkt auf Leistungslernen, Feedback und möglicherweise personenbezogene Daten. Ein Pilot darf nicht heimlich zur Messung von Antwortzeiten, Klicks oder vermeintlicher Lernleistung umfunktioniert werden.
Definieren Sie daher vorab, welche Daten tabu sind. Namen von Kundinnen und Kunden, Bewerbungsunterlagen, Gesundheitsdaten, vertrauliche Verträge und interne Zugangsdaten gehören nicht in frei zugängliche Prompt-Felder. Wo ein System Protokolle speichert, muss klar sein, wer sie sehen darf, wie lange sie erhalten bleiben und wofür sie nicht verwendet werden. Die WKO betont in ihren aktualisierten KI-Guidelines ebenfalls den Schutz von Geschäftsgeheimnissen und Kundendaten.
KI-Kompetenz nachweisen, ohne Zertifikate zu sammeln
Artikel 4 des AI Act verlangt von Anbietern und Betreibern Maßnahmen zur Förderung von KI-Kompetenz bei den Personen, die mit Systemen arbeiten. Die Europäische Kommission macht dabei deutlich, dass kein einheitlicher individueller Wissensstand vorgeschrieben ist; entscheidend sind Kenntnisse, Erfahrung, Ausbildung und Einsatzkontext. Für ein Onboarding ist das eine hilfreiche Leitlinie: Eine Buchhalterin braucht andere Beispiele als ein Lagerleiter, eine HR-Fachkraft andere Grenzen als ein Servicetechniker.
Dokumentieren Sie deshalb nicht nur eine Teilnahmebestätigung, sondern eine kurze, rollenbezogene Lernspur. Sie kann enthalten: verwendeter Anwendungsfall, freigegebene Quellen, Datenschutzregeln, zwei überprüfte Beispielaufgaben, rote Flaggen und zuständige Ansprechpersonen. Damit wird Kompetenz praktisch sichtbar. Besonders wichtig: Die Dokumentation ist kein Instrument zur Dauerüberwachung, sondern ein Nachweis, dass das Unternehmen Menschen befähigt, KI verantwortungsvoll einzusetzen.
Ein Beispiel aus dem Betriebsalltag
Stellen wir uns einen österreichischen Metallbetrieb vor. Eine neue Servicetechnikerin soll Wartungen dokumentieren und bei wiederkehrenden Störungen die richtige erste Prüfung auswählen. Statt ihr einen Ordner mit mehreren hundert Seiten zu übergeben, erhält sie Zugriff auf einen abgegrenzten Wissensbereich: freigegebene Wartungspläne, eine Liste von Fehlercodes, Sicherheitsunterweisungen und anonymisierte Musterprotokolle. Der Assistent darf daraus erklären, welche Unterlagen zu einem Fehlercode passen, und eine Checkliste für die Vorbereitung formulieren. Er darf aber nicht behaupten, dass eine Maschine wieder freigegeben werden kann.
In der ersten Übung fragt die Technikerin: „Welche Unterlagen brauche ich vor der Prüfung von Fehlercode 14?“ Eine gute Antwort nennt die zwei relevanten Anweisungen samt Version und ergänzt, dass die Arbeitsschutzvorgabe vor Ort gilt. Fehlt eine aktuelle Quelle, lautet die richtige Antwort nicht irgendeine plausible Empfehlung, sondern: „Keine freigegebene Anweisung gefunden – bitte Werkstattleitung einbeziehen.“ Anschließend prüft die Patin die reale Vorbereitung. So wird aus einer KI-Antwort eine Lernschleife zwischen Quelle, Praxis und Fachurteil.
Auch der Betrieb lernt dabei. Wenn derselbe Fehlercode häufig zu unklaren Antworten führt, ist das ein Signal: Vielleicht fehlt eine verständliche Anleitung, vielleicht sind die Begriffe uneinheitlich oder die Zuständigkeit ist nicht dokumentiert. Das Team verbessert dann zuerst den Prozess und erst danach die KI. Diese Reihenfolge verhindert, dass technische Sprache unklare Verantwortung überdeckt.
Qualität prüfen: drei Kennzahlen reichen für den Pilot
Ein Onboarding-Pilot braucht keine komplizierte Analytics-Plattform. Messen Sie für vier bis sechs Wochen nur drei Dinge: die Zeit bis zur gefundenen Originalquelle, die Quote korrekt gelöster Standardfälle und die Zahl der eskalierten Unklarheiten. Die dritte Kennzahl darf nicht als Fehlerquote gegen Neueinsteiger:innen gelesen werden. Viele Eskalationen können zeigen, dass die Grenzen des Systems ernst genommen werden oder dass eine Anleitung verbessert werden muss.
Ergänzen Sie eine kurze wöchentliche Rückmeldung: Welche Antwort war nützlich? Wo fehlte eine Quelle? Welche Formulierung war missverständlich? Die Fachverantwortung prüft diese Hinweise und aktualisiert entweder die Wissensbasis oder die Prompt-Vorlage. Erst wenn die Quelle, der Ablauf und die menschliche Prüfung stabil funktionieren, sollte das Team weitere Dokumente oder Rollen hinzufügen.
Typische Fehler – und wie Teams sie vermeiden
Fehler 1: Die KI wird als Autorität vorgestellt. Besser: Jede Antwort muss zum Original führen und darf bei Unsicherheit keine scheinbare Sicherheit erzeugen. Fehler 2: Alte Dokumente wandern ungeprüft in den Pool. Besser: Nur freigegebene Quellen mit Verantwortung und Version zulassen. Fehler 3: Der Pilot wird zum Performance-Tracking. Besser: Lernqualität gemeinsam verbessern, nicht Beschäftigte verdeckt bewerten. Fehler 4: Ausnahmen kommen zu früh. Besser: zuerst Standardfälle, dann rote Flaggen und Eskalationswege üben.
Fehler 5: Es gibt keine Ansprechperson. Ein Assistent ohne fachliche Eigentümerschaft wird schnell zur digitalen Gerüchteküche. Benennen Sie pro Wissensbereich eine Rolle, die Änderungen freigibt und offene Fragen sammelt. Das schützt auch erfahrene Mitarbeitende: Ihr Wissen wird nicht einfach abgeschöpft, sondern mit ihnen strukturiert und als Grundlage für gute Arbeit anerkannt.
Kurz gefragt
Kann KI eine persönliche Einschulung ersetzen? Nein. Sie kann Informationen strukturieren und Übungen vorbereiten. Sicherheitskritische Tätigkeiten, Teamregeln und situationsabhängige Entscheidungen brauchen weiterhin persönliche Begleitung und überprüfbare Praxis.
Welche Unterlagen eignen sich zuerst? Starten Sie mit häufig verwendeten, stabilen und klar verantworteten Standardanweisungen. Dokumente mit hoher rechtlicher, sicherheitsrelevanter oder persönlicher Sensibilität gehören erst nach einer eigenen Prüfung in den Anwendungsfall.
Wer darf Inhalte ändern? Nicht jede Person, die einen Fehler bemerkt, muss die Wissensbasis selbst bearbeiten. Wichtig ist ein einfacher Meldeweg: Hinweis erfassen, Quelle prüfen, Änderung freigeben und Version sichtbar machen. Dadurch bleibt die Expertise der Fachleute erhalten, während Verbesserungsvorschläge aus dem Arbeitsalltag schnell ankommen.
Wann ist der Pilot bereit für den nächsten Bereich? Erst wenn Quellen regelmäßig gefunden werden, rote Flaggen verstanden sind und die verantwortliche Rolle die Rückmeldungen verarbeitet. Eine Ausweitung ohne diese Nachweise führt meist nur zu mehr Material, nicht zu besserem Wissenstransfer.
Checkliste vor dem Start
- Ein klarer Onboarding-Anwendungsfall und ein messbares Lernziel sind festgelegt.
- Nur geprüfte, aktuelle und erlaubte Quellen stehen zur Verfügung.
- Personenbezogene, vertrauliche und geheime Daten sind ausgeschlossen.
- Für jede Antwort ist eine Quelle oder ein klarer Eskalationshinweis vorgesehen.
- Fachverantwortung, Datenschutz und – wo relevant – Betriebsrat sind eingebunden.
- Neue Mitarbeitende üben das Prüfen, nicht nur das Fragen.
- Der Pilot wird nach wenigen Wochen anhand konkreter Rückmeldungen bewertet.
Fazit: KI kann Einarbeitung stärken, wenn Menschen den Rahmen setzen
Gutes KI-Onboarding verkürzt nicht einfach die Zeit bis zur ersten produktiven Aufgabe. Es macht Wissen auffindbar, erklärt Regeln im Kontext und zeigt neuen Kolleginnen und Kollegen, wann sie selbst entscheiden dürfen und wann sie nachfragen müssen. Gerade für österreichische Betriebe liegt darin eine Chance: Fachwissen bleibt im Team, die Einführung wird nachvollziehbar und KI-Kompetenz wächst an echten Aufgaben. Starten Sie klein, dokumentieren Sie Quellen und Grenzen, und verbessern Sie den Ablauf gemeinsam mit den Menschen, die täglich damit arbeiten.
