Stell dir die Szene vor: Du eröffnest die Teamsitzung mit „Wir wollen Künstliche Intelligenz testen.“ Zwei Reaktionen prallen aufeinander. Links im Raum: Neugier, große Augen, „Endlich!“ Rechts im Raum: Stirnrunzeln, „Dürfen wir das überhaupt? Was, wenn das schiefgeht?“ Willkommen im echten Leben. Genau zwischen diesen Polen – Neugier und Sorge – entscheidet sich, ob KI bei euch nützlich wird oder in der Schublade landet.
In dem Webinar am 18.09. haben wir uns genau mit dieser Frage auseinandergesetzt.
Fünf Mythen, freundlich entzaubert
Mythos 1: „ChatGPT ist das beste Modell.“
Jana hat es im Webinar klar gemacht: ChatGPT ist ein Zugang zu verschiedenen Modellen (Large Language Models). Welches „am besten“ ist, hängt vom Einsatzfeld ab – und wechselt laufend, weil Benchmarks (vergleichbar mit einer PISA-Studie für KI) ständig aktualisiert werden. Für Führungskräfte heißt das: Nicht in Tool-Lager denken, sondern Use-Cases definieren (Wofür brauchen wir es?) und dafür passende Modelle/Anbieter wählen.
Mythos 2: „Wenn wir KI benutzen, trainieren wir sie mit unseren Daten.“
Ein Körnchen Wahrheit, aber wichtig zu unterscheiden: Das aktuelle Modell lernt nicht dauerhaft aus deinem Chat. Was passiert ist meist ein Kontextfenster: Alles, was du im Verlauf schreibst, wird der Antwort kurz „mitgegeben“, danach ist es weg. Trainingsdaten für zukünftige Modellversionen werden separat und kontrolliert gesammelt – und ihr könnt in seriösen Angeboten die Nutzung eurer Daten dafür ablehnen. Praxisregel: Datenminimierung. Sensibles anonymisieren oder nur aus der geschützten Ablage verlinken, nicht in den Chat kopieren.
Mythos 3: „KI ersetzt die Suche – sie ist präziser.“
Schöne Analogie aus dem Webinar: Die Suchmaschine ist wie der Bibliothekstresen – ihr bekommt Bücher/Quellen empfohlen. KI baut euch daraus eine Collage – hilfreich, aber die Quellen sind nicht immer sauber nachvollziehbar. KI antwortet auf Basis von Wahrscheinlichkeiten, nicht auf „Wahrheit“. Fazit: KI gibt Impulse und Struktur, Fakten checken bleibt Pflicht.
Mythos 4: „KI-Texte erkennt man sofort.“
Die Luft wird dünner. Sprache wird heute ständig von Tools geglättet (Rechtschreib-/Stilhilfen, Übersetzer). Je mehr menschliche Bearbeitung im Nachgang, desto schwerer die Erkennung. Erkennungs-Tools (die berühmten „Detektoren“) liegen oft falsch – sicherer ist euer Menschenverstand: Stimmt Ton, Kontext, Quellen?
Mythos 5: „KI ist objektiv.“
Wäre schön – ist sie nicht. Modelle spiegeln Trainingsdaten. Jana zeigte im Webinar, wie häufig bestimmte Medienquellen überrepräsentiert werden. Foren wie Reddit tauchen überproportional in Antworten auf – nicht per se „falsch“, aber nicht objektiv. Darum: mehrere Quellen, eigene Einordnung, keine „Automatik-Recherche“.
Recht & Rahmen – was euch wirklich betrifft
Der EU-KI-Act ist der neue Rahmen in Europa. Wichtig für euch sind weniger die Entwickler-Paragrafen, sondern die Rollen und Pflichten, sobald ihr KI systematisch nutzt:
- Rollen im Gesetz (vereinfacht):
Entwickler:innen trainieren Modelle; Anbieter:innen stellen sie der Öffentlichkeit bereit; Betreiber:innen setzen KI organisationsweit ein (das seid sehr wahrscheinlich ihr, sobald ihr sagt: „Wir nutzen KI – hier ist die Lizenz.“). - Risikoklassen:
Minimal → kaum Auflagen; Begrenzt → Transparenzpflichten; Hochrisiko (z. B. Gesundheit) → strenge Anforderungen; Verboten → z. B. manipulative Systeme. Nonprofits bewegen sich in der Regel minimal bis begrenzt. - Schulungspflicht (Art. 4):
Als Betreiber:in braucht ihr angemessene Kompetenz im Team: wofür ihr KI nutzt, welche Risiken bestehen, wie geprüft wird. Keine Monster-Academy – aber schulen, üben, dokumentieren.
Zusätzlich gewinnen zwei „alte“ Rechtsgebiete neue Bedeutung:
- Datenschutz (DSGVO): personenbezogene Daten nur, wenn notwendig; sensible Inhalte nicht in offene Kanäle/Chats kopieren; AVV (Auftragsverarbeitungsvertrag) mit Anbietern klären; am besten mit EU-Hosting oder klaren Schutzmaßnahmen.
- Urheberrecht: KI-Texte sind selten heikel, Bilder schon eher. Bei generierten Bildern keine echten Logos/Personen nachahmen; bei verwendeten Bildern Lizenzen/Quellen prüfen. Transparenzhinweise („erstellt mit KI“) sind oft sinnvoll, aber derzeit nicht einheitlich vorgeschrieben.
So führt ihr KI menschenfreundlich ein – drei Schritte
Am Anfang steht ein Satz, den alle verstehen. Nicht „Wir digitalisieren“, sondern: „Wir nutzen KI, um Texte schneller vorzubereiten, Inhalte barriereärmer zu formulieren und Recherchen zu strukturieren – Entscheidungen bleiben bei uns.“ Dieser Satz gehört auf die Folie, in den ersten Team-Post und in eure Leitplanken. Damit ist klar: Es geht um Entlastung, nicht um Zauberei.
Dann wird’s praktisch – aber fokussiert. Statt die ganze Palette auszupacken, startet ihr mit zwei bis drei Use Cases, die sofort Nutzen bringen: Einladungen in einfacher Sprache, Zusammenfassungen langer PDFs, Varianten für Social-Media-Überschriften. In einer halben Stunde gemeinsam ausprobieren reicht: ein Prompt (die Aufgabe an die KI), drei Ergebnisse, kurz redigieren – Aha-Effekt. Geübt wird mit Dummy-Daten, sensible Inhalte bleiben im geschützten Speicher, im Chat stehen Links.
Damit das Ganze bleibt, braucht es leichte Leitlinien (eine Seite reicht) und klare Hüte: Was tun wir mit KI (Entwürfe, Zusammenfassungen, Übersetzungen, Ideenskizzen)? Was lassen wir (keine sensiblen Personendaten im Chat, keine kompletten interndocs reinkopieren)? Wie prüfen wir (Faktencheck, Ton, Bildlizenzen)? Wer hilft (eine Technik-/Datenschutz-Ansprechperson und eine inhaltliche Qualitätssicherung)? In kleinen Teams darf das dieselbe Person sein – Hauptsache, es ist sichtbar geregelt.
Rollen, die das Ganze tragen – ohne Bürokratie
Im Webinar hat sich diese Aufteilung bewährt: Explorer:innen testen und teilen ihre besten Prompts. Führung priorisiert Use Cases, räumt Zeit ein und lobt Lernmomente. IT/Datenschutz prüft Tools, Zugänge und erinnert ans „verlinken statt kopieren“. Lernbegleitung streut Mini-Lernhappen („So triffst du unseren Ton“). Kein schweres Organigramm – eher ein kleines Ensemble, das anderen die ersten Schritte leicht macht.
Alltag, der sich gut anfühlt
Wenn KI Unsinn erzählt, ist das kein Drama, sondern Lernmaterial: kurzer Screenshot, einmal „so nicht / so besser“ im Teamkanal – und weiter. Wenn der Ton nicht passt, helfen Stil-Prompts („duzen, nahbar, inklusiv, 120–150 Wörter, kleine Prise Humor, keine Ironie“). Wenn der Überblick fehlt, kuratiert ihr wenige bewährte Beispiele statt einer Linkflut. Und überall gilt: Links statt Kopien, Rechte sauber setzen, Screenshots ohne Klarnamen. So wird Datenschutz zur Routine und nicht zur Spaßbremse.
Kleines Glossar (damit alle mitkommen)
Modell – die eigentliche KI, die Text/Bild erzeugt (es gibt viele).
Prompt – eure Anweisung; je konkreter, desto besser.
Kontextfenster – der aktuelle Verlauf, der Antworten beeinflusst (kein dauerhaftes Training).
Halluzination – plausibel klingender Fehler; bitte prüfen.
AVV – Vertrag, der regelt, wie ein Anbieter Daten in eurem Auftrag verarbeitet.
Fazit: weniger Hype, mehr Wirkung
Wenn ihr Nutzen in Alltagssprache erklärt, klein startet, Ergebnisse prüft und Rollen/Leitlinien schlank haltet, wird aus „Wir probieren KI“ ziemlich schnell „Das hilft uns“ – im Haupt- wie im Ehrenamt. Nicht als Selbstzweck, sondern als Werkzeug, das Zeit schafft für das, wofür ihr angetreten seid.
Nächster Schritt – komm in unsere Weiterbildung
Wenn du das Thema sauber und praxistauglich in deiner Organisation verankern willst: In unserer Weiterbildung „KI sinnvoll einführen in Nonprofits“ bekommst du genau das Toolkit, das im Webinar ankam – verständliche Leitplanken, rechtssichere Basics, erprobte Use Cases und viele fertige Stil-Prompts in unserem nahbaren Ton.
👉 Melde dich jetzt an und nimm dein Team direkt mit ins Tun.
