Ich habe es in den letzten Jahren immer wieder beobachtet: Eine soziale Einrichtung bekommt ein Budget für Digitalisierung, der Vorstand liest ein paar Artikel über Automatisierung und plötzlich soll alles ganz schnell gehen. Da sitzt dann ein Teamleiter, der eigentlich Klienten betreuen sollte, vor einer teuren Softwarelösung, die verspricht, Fallberichte per Knopfdruck zu schreiben. Er füttert das System mit sensiblen Daten aus Beratungsgesprächen, weil ihm niemand gesagt hat, dass die Server in den USA stehen. Drei Monate später kommt der Datenschutzbeauftragte, legt das Projekt still und die investierten 40.000 Euro sowie hunderte Arbeitsstunden sind verpufft. Das ist die Realität, wenn Künstliche Intelligenz in der Sozialen Arbeit ohne Plan und ohne Verständnis für die rechtliche Lage implementiert wird. Ich habe Einrichtungen gesehen, die nach solchen Pleiten Jahre gebraucht haben, um ihren Mitarbeitern das Thema Digitalisierung wieder schmackhaft zu machen.
Das Märchen von der fertigen Lösung für Künstliche Intelligenz in der Sozialen Arbeit
Der größte Fehler besteht darin zu glauben, man könne eine Software von der Stange kaufen, die sofort funktioniert. Viele Anbieter werfen mit Begriffen um sich, die nach Magie klingen, aber in der Praxis der Sozialen Arbeit völlig versagen. In meiner Laufbahn habe ich erlebt, wie Träger versuchen, Standard-Sprachmodelle für die Dokumentation von Jugendhilfefällen einzusetzen. Das Problem ist nicht die Technik an sich, sondern der Kontext. Ein Algorithmus versteht keine Nuancen in der Familiendynamik. Er erkennt nicht, wenn eine Klientin zwischen den Zeilen um Hilfe bittet. Wer glaubt, diese Technologie könne den Fachverstand ersetzen, spart am falschen Ende.
Wenn man diese Werkzeuge einsetzt, muss man verstehen, dass sie nur so gut sind wie die Daten, mit denen sie trainiert wurden. Die meisten Modelle basieren auf Internetdaten, nicht auf den hochspezifischen, rechtlich abgesicherten Texten der deutschen Sozialgesetzgebung. Ein System, das für Marketingtexte optimiert ist, wird in der sozialen Diagnostik kläglich scheitern. Die Lösung ist nicht mehr Software, sondern eine bessere Vorbereitung der eigenen Datenstruktur. Bevor man auch nur einen Cent ausgibt, muss die interne Dokumentation so sauber sein, dass eine Maschine sie überhaupt verarbeiten kann. Wer Chaos digitalisiert, erhält am Ende nur digitalisiertes Chaos.
Der Datenschutz als Projektkiller und wie man ihn umgeht
Oft wird der Datenschutz als lästiges Hindernis betrachtet. Das ist eine gefährliche Fehleinschätzung. In der sozialen Arbeit hantieren wir mit den sensibelsten Daten, die man sich vorstellen kann: Suchterkrankungen, Kindeswohlgefährdung, psychische Diagnosen. Wer hier nach dem Prinzip "Einfach mal ausprobieren" handelt, steht mit einem Bein im Gerichtssaal. Ich kenne Fälle, in denen Einrichtungen ChatGPT genutzt haben, um Gutachten zusammenzufassen. Das ist ein massiver Verstoß gegen die DSGVO, da diese Daten die Kontrolle des Trägers verlassen.
Die Falle der Cloud-Lösungen
Die meisten modernen KI-Tools laufen in der Cloud. Für eine Beratungsstelle bedeutet das oft das sofortige Aus. Man kann nicht einfach Klientenklarnamen in ein System tippen, das seine Rechenzentren außerhalb der EU hat. Die Lösung liegt in lokalen Instanzen oder spezialisierten europäischen Anbietern, die eine Auftragsverarbeitungsvereinbarung unterschreiben, die diesen Namen auch verdient. Das kostet mehr Zeit in der Einrichtung und oft auch mehr Geld für die Serverstruktur, aber es schützt den Träger vor existenzbedrohenden Bußgeldern.
Anonymisierung ist kein Selbstläufer
Man hört oft: "Wir nehmen einfach die Namen raus." So einfach ist das nicht. In einem Sozialraumbericht oder einer Fallbeschreibung reichen oft wenige Details — ein seltener Beruf, die Anzahl der Kinder, der Wohnort — um eine Person eindeutig zu identifizieren. Echte Anonymisierung ist ein technischer Prozess, kein manuelles Löschen von Namen. Wer das ignoriert, riskiert das Vertrauen der Klienten, das Fundament unserer gesamten Arbeit.
Warum Effizienzsteigerung ein gefährliches Ziel ist
Manager wollen Effizienz. Sie wollen, dass Sozialarbeiter weniger Zeit am PC verbringen und mehr Zeit beim Klienten. Das ist löblich, führt aber oft zu einem Fehlschluss. Wenn ein System die Dokumentation übernimmt, entfällt der Prozess des Nachdenkens über den Fall. Das Schreiben eines Berichts ist in der sozialen Arbeit ein Reflexionsprozess. Man ordnet Gedanken, erkennt Muster und plant die nächsten Schritte. Wenn ich diesen Prozess an eine Maschine delegiere, verliere ich die fachliche Tiefe.
Ich habe ein Projekt begleitet, bei dem die Dokumentationszeit um 30 Prozent sank. Das klang toll. Doch nach einem halben Jahr stellten wir fest, dass die Qualität der Hilfeplanung massiv nachließ. Die Mitarbeiter hatten verlernt, die Fälle kritisch zu hinterfragen, weil sie sich auf die Zusammenfassungen der Software verließen. Die Lösung ist hier ein Hybridmodell: Die Technik darf nur die Struktur liefern, die inhaltliche Bewertung muss mühsame Handarbeit bleiben. Es gibt keine Abkürzung zur fachlichen Exzellenz.
Der Irrglaube an die Objektivität der Algorithmen
Es herrscht der Glaube vor, dass Maschinen fairer entscheiden als Menschen. Das Gegenteil ist oft der Fall. Algorithmen lernen aus der Vergangenheit. Wenn in der Vergangenheit bestimmte Bevölkerungsgruppen häufiger sanktioniert wurden, wird die Software dieses Muster lernen und verstärken. In den USA gab es Systeme zur Rückfallprognose bei Straftätern, die rassistische Vorurteile reproduzierten. In Deutschland sind wir bei der Anwendung von Künstliche Intelligenz in der Sozialen Arbeit zum Glück vorsichtiger, aber die Gefahr bleibt.
Wer solche Systeme einführt, muss eine ständige Qualitätskontrolle implementieren. Man muss die Ergebnisse der Maschine regelmäßig gegen die menschliche Einschätzung prüfen. Wenn die Software sagt "Fall A ist riskanter als Fall B", müssen die Fachkräfte erklären können, warum das so ist. Wenn sie das nicht können, weil die Maschine eine Blackbox ist, darf das System nicht für Entscheidungen genutzt werden. Punkt.
Ein Vorher-Nachher-Vergleich aus der Praxis
Schauen wir uns an, wie ein Träger der Wohnungslosenhilfe das Thema angegangen ist.
Zuerst versuchten sie es auf die falsche Weise. Sie kauften eine Lizenz für ein amerikanisches Tool, das Texte analysieren konnte. Die Mitarbeiter wurden angewiesen, ihre Gesprächsnotizen dort hineinzukopieren, um automatisch Berichte für das Sozialamt zu erstellen. Das Ergebnis war verheerend. Die Berichte klangen hölzern, enthielten falsche rechtliche Begriffe und der Datenschutzbeauftragte stoppte das Projekt nach zwei Wochen, weil Klientendaten auf Servern in Übersee landeten. Die Mitarbeiter waren frustriert und fühlten sich kontrolliert.
Ein Jahr später machten sie es richtig. Sie setzten eine eigene, lokal gehostete Sprach-KI auf, die nur mit anonymisierten, internen Richtlinien und Fachstandards trainiert wurde. Anstatt die Berichte schreiben zu lassen, wurde das System als Recherche-Assistent genutzt. Ein Mitarbeiter konnte fragen: "Welche Paragraphen des SGB II sind für diesen speziellen Fall von Mietrückständen relevant?" Die Software lieferte die Quellen, aber der Mitarbeiter schrieb den Text selbst. Die Fehlerquote sank, die Rechtssicherheit stieg und die Mitarbeiter fühlten sich unterstützt statt ersetzt. Dieser Ansatz sparte am Ende mehr Zeit als der erste Versuch, weil keine Nachbesserungen durch die Verwaltung nötig waren.
Die Kostenfalle der Wartung und Updates
Ein Projekt zur Einführung neuer Technologien endet nicht mit dem Kauf der Software. Viele Träger vergessen die laufenden Kosten. Ein Modell, das heute gute Ergebnisse liefert, kann in sechs Monaten veraltet sein, wenn sich die Gesetzeslage ändert. Wer keine IT-Abteilung hat, die diese Systeme pflegen kann, wird schnell von externen Beratern abhängig.
In meiner Erfahrung unterschätzen soziale Einrichtungen die Kosten für die Schulung des Personals massiv. Es reicht nicht, ein Handbuch zu verteilen. Man muss den Leuten beibringen, wie man die Maschine bedient — das sogenannte Prompting. Wenn ein Sozialarbeiter der KI die falschen Fragen stellt, kommen falsche Antworten raus. Das ist wie bei einem teuren Auto: Wenn man keinen Führerschein hat, steht es nur in der Garage oder man baut einen Unfall. Planen Sie mindestens 40 Prozent des Gesamtbudgets nur für Fortbildungen und laufenden Support ein.
Der ehrliche Realitätscheck
Machen wir uns nichts vor. Der Bereich der sozialen Arbeit ist einer der schwierigsten Orte für den Einsatz automatisierter Systeme. Wir arbeiten mit Menschen in Krisensituationen, mit komplexen rechtlichen Rahmenbedingungen und mit chronischem Geldmangel. Die Technologie wird uns nicht retten. Sie wird nicht den Fachkräftemangel lösen und sie wird nicht dafür sorgen, dass plötzlich mehr Geld im System ist.
Erfolgreich sind nur die Projekte, die klein anfangen. Wer das große Rad drehen will und die gesamte Fallführung automatisieren möchte, wird scheitern. Es klappt nicht, weil die soziale Realität zu chaotisch für starre Algorithmen ist. Wenn Sie wirklich etwas bewegen wollen, suchen Sie sich einen kleinen, nervigen Prozess aus — zum Beispiel das Zusammenfassen von langen Fortbildungsunterlagen oder das Suchen nach passenden Therapieplätzen in einer Datenbank. Lösen Sie dieses eine Problem sauber und sicher.
Verabschieden Sie sich von der Vorstellung, dass die Technik Ihnen die Verantwortung abnimmt. Am Ende stehen Sie vor dem Klienten oder vor dem Richter. Die Maschine wird nicht für Ihre Fehler geradestehen. Sie ist ein Werkzeug, wie ein Hammer oder ein Telefon. Nicht mehr und nicht weniger. Wer das begriffen hat, kann die Vorteile nutzen, ohne die Existenz seiner Einrichtung zu riskieren. Alles andere ist Träumerei, die in der Praxis der sozialen Arbeit keinen Platz hat. Es ist ein harter Weg, der viel Disziplin bei der Datenauswahl und eine ständige kritische Distanz zur Technik erfordert. Wenn Sie dazu nicht bereit sind, lassen Sie es lieber ganz bleiben und investieren Sie das Geld in eine zusätzliche Stelle. Das ist ehrlicher und bringt Ihren Klienten am Ende mehr.
