KI-Beratung Schweiz: AI Literacy für Hochschulen und Forschung

Wo beginnt verantwortungsvolle KI-Nutzung?

Hochschulen und wissenschaftsnahe Organisationen brauchen selten einfach ein weiteres Tool. Häufig fehlt zuerst eine gemeinsame Einschätzung: Welche Aufgaben eignen sich für KI? Welche Daten dürfen genutzt werden? Welche Regeln gelten? Und welcher nächste Schritt passt zur Organisation?

Eine kurze Abklärung schafft Orientierung, ohne bereits eine umfassende KI-Strategie oder ein grosses IT-Projekt vorauszusetzen.

Der erste Schritt ist unklar

Leitung, Stiftungsrat oder Team sehen Handlungsbedarf, wissen aber nicht, wo sie beginnen sollen. Eine gemeinsame AI Literacy hilft, sinnvolle und verantwortbare Use Cases zu erkennen.

Orientierung oder Schulung wird benötigt

Forschungsdienste, Graduate Schools, wissenschaftsnahe Stabsstellen und Leitungsgremien benötigen gemeinsame Begriffe, klare Leitplanken und Übungen an realistischen Aufgaben.

KI wird bereits uneinheitlich genutzt

Einzelne Teams arbeiten bereits mit KI-Tools, aber gemeinsame Standards, Rollen, Datengrenzen und Prüfschritte fehlen.

Daten und Vertraulichkeit sind kritisch

Bei Fördergesuchen, Personendaten, Forschungsdaten oder internen Richtlinien muss klar sein, welche Inhalte in welches Tool dürfen und wer Ergebnisse prüft.

Wiederkehrende Fragen binden Zeit

Grants Offices und Forschungsdienste beantworten immer wieder ähnliche Fragen zu Ausschreibungen, Förderinstrumenten, Budgets, Reglementen und Berichtspflichten.

Organisationswissen ist verstreut

Reglemente, Richtlinien, FAQ, Kursunterlagen und Kommunikationsvorlagen liegen oft verteilt in PDFs, Webseiten und Ablagen. KI kann nur helfen, wenn dieses Wissen sauber kuratiert ist.

Für welche Organisationen und Rollen?

Viele KI-Fragen entstehen an Schnittstellen: dort, wo Forschungsunterstützung, Förderlogiken, institutionelle Regeln, Governance und praktische Umsetzung zusammenkommen. Wichtig ist deshalb nicht ein abstrakter KI-Diskurs, sondern die konkrete Arbeit von Forschungsdiensten, Grants Offices, Graduate Schools, Transferable-Skills-Programmen, Stiftungen, NPOs und wissenschaftsnahen Stabsstellen.

Schweizer Hochschulen

Universitäten, Fachhochschulen und Pädagogische Hochschulen sowie rektorats- und vizerektoratsnahe Stabsstellen, zentrale Dienste und weitere wissenschaftsnahe Fachfunktionen.

Forschungsdienste, Forschungsmanagement und Grants Offices

Forschungsförderung, Research Support und Research Management Offices mit Aufgaben rund um Ausschreibungen, Fördergesuche, Budgets, Reglemente, Beratung und vertrauliche Informationen.

Graduate Schools, Graduate Centers und Transferable Skills

Graduate Schools, Graduate Centers oder Graduate Campuses, Transferable-Skills-Programme sowie Nachwuchs- und akademische Karriereförderung für Doktorierende und Postdocs.

Stiftungen und Förderstiftungen

Förderorganisationen mit eigenen Anforderungen an Gesuchsmanagement, Reporting, Förderwissen, Vertraulichkeit und verantwortliche Entscheide.

NPOs, Verbände und Fachgesellschaften

Organisationen mit knappen Ressourcen, Mitglieder- oder Stakeholder-Kommunikation, Gesuchstellung, Wissensarbeit und wiederkehrenden Servicefragen.

Wissenschaftsnahe Organisationen

Akademien, Netzwerke, Forschungsprojekte und weitere Organisationen, die komplexes Wissen zugänglich und KI-Nutzung nachvollziehbar gestalten wollen.

Fragen zu Datenschutz, Vertraulichkeit und wissenschaftlicher Integrität lassen sich bei KI-Nutzung oft nicht durch einfache Ja/Nein-Regeln lösen. Entscheidend ist, die konkrete Situation zu klären: Welches Material wird verwendet, welches Tool kommt zum Einsatz, welche Aufgabe soll KI übernehmen, und wer prüft den Output? So werden abstrakte Prinzipien wie gute wissenschaftliche Praxis, Transparenz, Verantwortung und sorgfältige Prüfung in konkrete Arbeitsregeln übersetzt.

Warum diese Unterscheidung wichtig ist

Förderstiftungen

Förderstiftungen betrachten KI eher aus der Perspektive der Mittelvergabe: Gesuchsmanagement, Reporting, Portfoliowissen, interne Richtlinien und Vorbereitung von Gremienarbeit.

NPOs, Verbände und Forschende

NPOs, Verbände und Forschende nutzen KI häufiger aus der Perspektive der Gesuchstellung, Kommunikation, Projektarbeit, Wissensorganisation und knapper Ressourcen.

In beiden Fällen gilt: KI kann vorbereiten, strukturieren und entlasten. Fachliche Beurteilung, Förderentscheide und Verantwortung bleiben bei Menschen.

Vorgehen

KI-Beratung als Befähigung Vom Bedarf zum nächsten Schritt

Gute KI-Einführung bedeutet nicht, fertige Lösungen abzuliefern, die im Alltag niemand weiterentwickeln kann. KI kann Arbeit besser machen, aber nicht automatisch einfacher. Professionelle Nutzung verlangt klare Aufgaben, kritische Prüfung und definierte Verantwortung.

Deshalb führt mein Vorgehen von der gemeinsamen Orientierung über wenige priorisierte Use Cases bis zu einem passenden Workshop oder Pilotprojekt. Ziel ist nicht Beratungsabhängigkeit, sondern Entscheidungsfähigkeit.

1

Klären

Ziele, Prozesse, Zielgruppen, Daten, bestehende Regeln und interne Kompetenzen gemeinsam einordnen.

2

Priorisieren

Wenige Anwendungsfälle nach Nutzen, Risiko, Machbarkeit, Datenlage und organisatorischer Passung auswählen.

3

Pilotieren oder schulen

Einen begrenzten Pilot umsetzen oder die relevanten Rollen mit einem passenden Workshop befähigen.

4

Auswerten und verankern

Erfahrungen prüfen, Verantwortlichkeiten dokumentieren und über Weiterführung, Anpassung oder Stopp entscheiden.

Beratungs- und Umsetzungsformate

Je nach Fragestellung beginnen wir mit Orientierung, bauen Kompetenzen in einem Workshop auf oder testen einen konkreten Anwendungsfall in einem klar abgegrenzten Pilotprojekt.

AI Literacy und Tool-Orientierung

Ich ordne mit Ihnen ein, welches Tool zu Material, Aufgabe und Verantwortung passt – etwa bei Fördergesuchen, internen Richtlinien, Workshop-Unterlagen oder wiederkehrenden Beratungsfragen. Entscheidend sind Verständnis und Entscheidungsfähigkeit, nicht möglichst viele Tools.

Use-Case Discovery und Priorisierung

Mit Forschungsdiensten, Stiftungen, NPOs, Verbänden oder Fachgesellschaften wählen wir aus realen Aufgaben wenige Anwendungsfälle aus: nützlich für den Alltag, realistisch testbar und begrenzt genug, um verantwortbar zu bleiben.

Kleine, überprüfbare Pilotprojekte

Ein Pilot testet einen klaren Zweck mit definierten Zielgruppen, Datenquellen, Rollen und Prüfkriterien. Erst die Auswertung zeigt, ob Anpassung, Ausbau oder Stopp sinnvoll sind.

AI-Literacy- und Prompting-Workshops

Workshops für Graduate Schools, Graduate Centers und Transferable-Skills-Programme verbinden Prompting mit Literatur- und Textarbeit, Quellenkritik, Datenschutzsensibilität und menschlicher Prüfung. Es geht um Befähigung, nicht um Tool-Demos.

Mehr dazu: Gute Prompts schreiben: Die 7 Elemente wirksamer KI-Kommunikation

KI-Assistenten mit kuratiertem Organisationswissen

Reglemente, Verfahren, FAQ und Kommunikationsvorlagen können zur Grundlage spezialisierter KI-Assistenten, Chatbots oder Voicebots werden. RAG ist dabei nur eine mögliche Hintergrundarchitektur. Entscheidend sind gepflegte Quellen, klare Rollen, gute System-Prompts, Tests mit realen Fragen und definierte Grenzen.

Chatbots, Voicebots und interne Assistenten

Solche Systeme können Wissenszugang und wiederkehrende Anfragen unterstützen. Vor der Umsetzung klären wir Zielgruppe, Aufgabe, Quellen, Eskalationswege und Situationen, in denen ein Mensch übernehmen muss.

Copilot statt Autopilot

Ich helfe Ihnen zu unterscheiden, wo KI sinnvoll assistiert und wo zu viel Verantwortung an ein System abgegeben würde. Daraus entstehen verständliche Regeln für Tools, Daten, Aufgaben, Outputs und menschliche Prüfung.

Typische Fragen, die ich mit Ihnen kläre

Wir beginnen bei Ihren realen Aufgaben und Entscheidungen – nicht bei einer vorgegebenen Tool-Liste.

Welche KI-Nutzungen sind in unserem Kontext verantwortbar?

Welche Tools können wir für welche Inhalte nutzen?

Wo reicht ein Copilot – und wo würde KI zu viel Verantwortung übernehmen?

Welche Aufgaben eignen sich überhaupt für einen sinnvollen KI-Einsatz?

Wie vermeiden wir Schattennutzung durch klare Regeln für öffentliche, interne und vertrauliche Inhalte?

Wie bauen wir AI Literacy auf, statt nur Verbote zu formulieren?

Wann reicht ein einfacher Assistent, wann braucht es eine RAG-Architektur?

Wie unterstützen wir Schnittstellenrollen zwischen Wissenschaft, Verwaltung und Governance?

Nicht «KI ja oder nein», sondern: Welche Nutzung ist verantwortbar?

Ob KI sinnvoll eingesetzt werden kann, hängt nicht allein vom Tool ab. Entscheidend ist die konkrete Kombination aus Material × Tool × Aufgabe × Output.

Ein öffentlicher Text, ein internes Protokoll und ein vertrauliches Fördergesuch erfordern unterschiedliche Entscheidungen – ebenso eine Ideensammlung, eine Übersetzung oder eine fachliche Beurteilung.

Material: Sind die Inhalte öffentlich, intern, vertraulich, personenbezogen oder anderweitig sensibel?

Tool: Wohin gehen die Daten, welche Bedingungen gelten und ist das Tool für diesen Inhalt geeignet oder institutionell freigegeben?

Aufgabe: Unterstützt KI als Copilot einen Arbeitsschritt – oder würde sie als Autopilot bewerten, auswählen oder entscheiden?

Output: Bleibt das Ergebnis intern, wird es veröffentlicht oder ist es entscheidungsrelevant? Wer prüft und gibt es frei?

Ich unterstütze Sie dabei, diese Fragen strukturiert zu klären und in praktikable Abläufe für Ihre Organisation zu übersetzen. Wo es um rechtliche Vorgaben, Datenschutz oder interne Freigaben geht, binden wir die zuständigen Stellen Ihrer Organisation sinnvoll ein.

Zur KI-Ampel: erste Orientierung für konkrete Nutzungssituationen

Ausgewählte Zusammenarbeitskontexte

Sollberger AI Consulting arbeitet auf Mandatsbasis mit Organisationen im Schweizer Hochschul- und Wissenschaftsumfeld zusammen.

SAGW

Laufende Zusammenarbeit mit der Schweizerischen Akademie der Geistes- und Sozialwissenschaften.

Universität Bern

Laufende Zusammenarbeit, unter anderem im Rahmen des Transferable Skills Programms der Universität Bern.

Universität Freiburg / Université de Fribourg

Abgeschlossene Zusammenarbeit mit der Dienststelle Forschungsförderung.

Warum Dr. Michael Sollberger

Dr. Michael Sollberger ist Gründer von Sollberger AI Consulting und promovierter Philosoph. Er verbindet analytisches Denken mit praktischer Erfahrung im Schweizer BFI-Sektor.

Er verfügt über mehr als zehn Jahre Erfahrung im Forschungsmanagement und kennt die Anforderungen von Forschungsförderung, Research Support und wissenschaftsnahen Schnittstellen aus der Praxis. Seine Arbeit verbindet KI-Workshops, Präsentationen, Einführungen und Beratung mit der Entwicklung oder Auswahl passender KI-Lösungen für konkrete Aufgaben. Dazu gehören domänenspezifische KI-Assistenten, Chatbots und Voicebots ebenso wie die Klärung von Einsatzszenarien, Grenzen, Datenschutz, Qualitätssicherung und menschlicher Verantwortung.

Mehr zum Profil im Lebenslauf

FAQ

Was ist ein sinnvoller erster Schritt für unsere Organisation?

Ein sinnvoller Einstieg beginnt mit einer kurzen Klärung von Zielen, Arbeitsprozessen, Daten, bestehenden Regeln und internen Kompetenzen. Daraus lässt sich entscheiden, ob zunächst ein Orientierungsworkshop, eine Policy-Abklärung, eine Schulung oder ein klar begrenzter Pilot passt.

Brauchen wir bereits eine vollständige KI-Strategie oder Policy?

Nein. Für erste, risikoarme Schritte genügt oft ein klarer Rahmen für Zweck, erlaubte Tools und Daten, Verantwortlichkeiten und menschliche Prüfung. Eine umfassendere Strategie kann auf den gemachten Erfahrungen aufbauen.

Dürfen vertrauliche Daten oder Fördergesuche in KI-Tools eingegeben werden?

Das hängt von Material, Tool, Aufgabe und Output ab. Öffentliche Inhalte, interne Dokumente, personenbezogene Daten und vertrauliche Fördergesuche müssen unterschiedlich behandelt werden. Vor einer Nutzung klären wir, welches Tool geeignet oder freigegeben ist, welche Informationen wirklich nötig sind und wer das Ergebnis prüft. Bei rechtlichen Vorgaben, Datenschutz oder internen Freigaben werden die zuständigen Stellen Ihrer Organisation einbezogen.

Was ist der Unterschied zwischen einem KI-Assistenten und RAG?

Ein KI-Assistent, Chatbot oder Voicebot ist die Arbeitsoberfläche für eine konkrete Aufgabe: Er unterstützt zum Beispiel beim Finden von Informationen, beim Formulieren, beim Strukturieren oder beim Beantworten wiederkehrender Fragen. RAG beschreibt dagegen eine technische Architektur im Hintergrund. Dabei kann der Assistent bei Bedarf Informationen aus einer kuratierten und gepflegten Wissensbasis abrufen und für seine Antwort nutzen. Entscheidend ist deshalb nicht «RAG» als Schlagwort, sondern ein nützlicher Assistent mit klaren Quellen, Rollen, Grenzen, Tests und menschlicher Verantwortung.

Kann ein KI-Pilot ohne grosses IT-Projekt starten?

Ja, wenn Zweck, Zielgruppe, Datenquellen, Rollen und Prüfkriterien eng abgegrenzt sind. Ein Pilot soll Annahmen testen und Erfahrungen ermöglichen, bevor über einen Ausbau entschieden wird.

Welche KI-Workshops eignen sich für Forschende und Doktorierende?

Geeignet sind Workshops, die AI Literacy aufbauen und an konkreten Arbeitsweisen der Teilnehmenden ansetzen: Prompting, Literatur- und Textarbeit, kritische Prüfung von Ergebnissen, Datenschutzsensibilität und verantwortungsvolle Nutzung. Ziel ist nicht eine Tool-Demo, sondern die Fähigkeit, KI im eigenen Forschungsalltag sinnvoll und kritisch einzusetzen.

Wie unterscheiden sich Förderstiftungen und NPOs beim KI-Einsatz?

Förderstiftungen betrachten KI unter anderem im Gesuchsmanagement, Reporting und im Zugang zu Förderwissen. NPOs und Forschende sind häufig Gesuchstellende und fokussieren stärker auf Antragserstellung, Kommunikation, Wissensarbeit und knappe Ressourcen. In beiden Fällen bleiben fachliche Beurteilung und Verantwortung bei Menschen.

Wie beginnt eine Zusammenarbeit?

Typischerweise mit einem unverbindlichen Erstgespräch. Danach können Bedarf, Zielgruppe, Datenlage, mögliche Pilotprojekte und ein realistischer Umfang geklärt werden.

KI sinnvoll einführen – mit klarem Fokus und realistischem Vorgehen

Wenn Sie prüfen möchten, wie KI in Ihrer Hochschule, Ihrem Forschungsdienst oder Ihrer Organisation verantwortungsvoll eingesetzt werden kann, eignet sich ein kurzes Erstgespräch als nächster Schritt.

Erstgespräch anfragen

KI-Beratung für Hochschulen, Forschung und wissenschaftsnahe Organisationen