Auf einen Blick
- Klären Sie Material, Tool, Aufgabe und spätere Verwendung des Ergebnisses gemeinsam.
- Unterscheiden Sie unterstützende Textarbeit von fachlicher Bewertung und Entscheidung.
- Nutzen Sie die Ampel zur Orientierung; die Regeln Ihrer Organisation und des Verfahrens bleiben massgeblich.
Nicht KI ja oder nein, sondern: Welche Nutzung ist verantwortbar?
Einen öffentlichen Veranstaltungstext zu kürzen ist anders zu beurteilen, als ein vertrauliches Manuskript zur Vorbereitung einer Begutachtung in ein öffentliches KI-Tool zu kopieren. Entscheidend ist die Kombination:
Material × Tool × Aufgabe × Output
Der 4-Fragen-Check und die KI-Ampel sind Orientierungsmodelle von Sollberger AI Consulting. Sie ersetzen keine rechtliche, datenschutzrechtliche oder institutionelle Prüfung. Massgeblich bleiben die Vorgaben Ihrer Organisation und des jeweiligen Verfahrens.
Der 4-Fragen-Check
- Material: Was wird eingegeben?
- Tool: Wohin gehen die Daten?
- Aufgabe: Was soll KI tun?
- Output: Wofür wird das Ergebnis verwendet?
Material: Was wird eingegeben?
Material kann öffentlich, intern, vertraulich, personenbezogen oder besonders sensibel sein: etwa Sitzungsunterlagen, Fördergesuche, Bewerbungen, Manuskripte, Gutachten, Review-Kommentare und unveröffentlichte Forschungsdaten.
Auch bei Open-Access-Inhalten bleiben Lizenz, Kontext, Zweck, Zitierbarkeit und institutionelle Regeln relevant. Je sensibler oder verfahrensrelevanter das Material ist, desto sorgfältiger ist seine Verwendung zu klären.
Tool: Wohin gehen die Daten?
Prüfen Sie Betreiber, Verarbeitungsort, Speicherung, Trainingsnutzung, institutionelle Freigabe sowie Zugriffs- und Löschregeln. Ein privater Bezahlaccount ist keine institutionelle Freigabe. Auch ein institutionelles Tool ist nicht automatisch für alle Inhalte geeignet. [1]
Ein lokales System kann die Weitergabe an externe Anbieter verringern. Fragen zu Zugriff, Speicherung, Vertraulichkeit, Rechten und Qualität bleiben bestehen.
Aufgabe: Was soll KI tun?
Sprache verbessern, kürzen, übersetzen, strukturieren, Varianten entwerfen oder öffentliche Informationen zusammenfassen: Solche Assistenzaufgaben können geeignet sein, wenn Material, Tool und Prüfung passen.
Bewerten, ranken, auswählen, triagieren, Gutachten erstellen oder Entscheidungsbegründungen liefern greift stärker in fachliche Urteile ein. Das Ampelmodell folgt hier einem vorsichtigen Grundsatz: KI unterstützt; fachliche Bewertung, Entscheidung und Verantwortung werden nicht an sie delegiert.
Output: Wofür wird das Ergebnis verwendet?
Eine interne Arbeitshilfe hat andere Folgen als externe Kommunikation oder eine Grundlage für Auswahl und Entscheidungen. Prüfen Sie vor der Weiterverwendung Fakten, Quellen, Verzerrungen, Kontext, Ton, Bedeutungsverschiebungen, fehlende Unsicherheit und unzulässige Ergänzungen.
Menschliche Verantwortung braucht praktische Vorkehrungen: klare Zuständigkeiten, Prüfung, Dokumentation und Freigabe. [2]
Die vier Ergebniszustände der KI-Ampel
Grün: niedriges Risiko
Beispiel: Einen öffentlichen Veranstaltungstext mit einem passenden Tool kürzen und den Vorschlag redaktionell prüfen. Grün ist keine rechtliche Freigabe oder Qualitätsgarantie.
Gelb: Prüfung oder Freigabe nötig
Beispiel: Interne Sitzungsnotizen ohne Personendaten strukturieren, nachdem Tool, Datengrenzen und Zuständigkeit geklärt sind.
Rot: in dieser Konstellation nicht empfohlen
Beispiel: Vertrauliche Review-Kommentare in ein öffentliches KI-Tool kopieren, um eine Entscheidungsbegründung vorzubereiten.
Grau: zuerst klären
Beispiel: Eine neue KI-Plattform nutzen, bei der Speicherort, Trainingsnutzung und institutionelle Freigabe noch unklar sind.
Typische Beispiele aus der Praxis
Öffentliche Kommunikation
KI kann öffentliche Texte kürzen, verständlicher formulieren oder Varianten für unterschiedliche Kanäle vorbereiten. Aussage, Tonalität und fachliche Richtigkeit bleiben redaktionell zu prüfen.
Abstracts thematisch clustern
Bei öffentlichen oder freigegebenen Abstracts kann KI thematische Gruppen vorschlagen. Diese sind keine Bewertung oder finale Auswahl. Prüfen Sie Kategorien, Gewichtungen und Grenzfälle.
Peer Review
Vertrauliche Manuskripte, Gutachten und Review-Kommentare gehören nicht in ungeeignete Tools. Die konkreten Verfahrensregeln entscheiden, welche Assistenz zulässig ist. Für die Begutachtung von Fördergesuchen erlaubt der SNF beispielsweise bestimmte Unterstützung nach einer eigenen unabhängigen Beurteilung, verlangt aber Vertraulichkeit, Datenschutz und die Offenlegung der KI-Nutzung. Die fachliche Beurteilung bleibt bei den Gutachtenden. [3]
Warum Assistenz nicht automatisch harmlos ist
Auch Assistenzaufgaben können unvollständige, verzerrte oder unzutreffende Ergebnisse liefern. Prüfen Sie deshalb Auslassungen, Gewichtungen und mögliche Folgen für Entscheidungen. [4]
Der Gelb-Check: Was muss geklärt sein?
- Tool und Datenfluss klären: Wer betreibt das Tool, wo werden Daten verarbeitet und welche Regeln gelten?
- Daten minimieren: Nur eingeben, was für die Aufgabe wirklich nötig und zulässig ist.
- Ergebnis prüfen: Fakten, Quellen, Auslassungen, Verzerrungen und Tonalität kontrollieren.
- Verantwortung festlegen: Zuständigkeit, Freigabe und Dokumentation vor der Weiterverwendung klären. Bei Bedarf Datenschutz, IT-/Informationssicherheit, Rechtsdienst oder die zuständige Leitung einbeziehen.
Wann die KI-Ampel hilft
Die Ampel eignet sich zur ersten Einordnung typischer Arbeitssituationen in Hochschulen, Forschungsdiensten, Stiftungen, Fachgesellschaften, Redaktionsteams, Verbänden und NPOs. Sie fragt nur Kategorien ab, keine konkreten Inhalte. Ihre Auswertung ist eine Orientierung, keine Freigabe.
Verbindung zum Prompting
Ist die Nutzung geklärt, helfen gute Prompts, die Aufgabe zu steuern. Wie daraus ein gemeinsamer Arbeitsprozess entsteht, zeigt KI in Forschungsdiensten: Von individuellem Prompting zu teamfähigen KI-Workflows.
Fazit
Material, Tool, Aufgabe und Output gemeinsam zu prüfen macht Unsicherheiten konkret. Gute KI-Nutzung ist aufgabenbezogen, datensparsam, toolbewusst, überprüfbar, dem Kontext entsprechend transparent und menschlich verantwortet.
Quellen und fachliche Einordnung
Die folgenden Quellen ergänzen die praktischen Empfehlungen dieses Beitrags. Massgeblich bleiben die Regeln Ihrer Organisation und des jeweiligen Verfahrens. Die Quellen ordnen einzelne Prinzipien und Grenzen ein. Die Praxismodelle von Sollberger AI Consulting sind eigene Orientierungshilfen.
- EDÖB (2025). KI und Datenschutz.Bundesdatenschutzrecht und Transparenz; die jeweils anwendbaren institutionellen und kantonalen Vorgaben sind zusätzlich zu klären.
- Universität Bern (2026). Richtlinien für den verantwortungsvollen Einsatz und die Nutzung von KI-Tools und -Technologien sowie für die KI-Forschung.28. April 2026, Abschnitte 3–4, S. 3–5: Prüfung, Dokumentation und menschliche Verantwortung. Institutionelle Richtlinien der Universität Bern; keine allgemeine schweizerische Vorgabe.
- SNSF (2026). Guidelines for reviewers and referees.Oktober 2026, Abschnitte 4–5, S. 8–9: Regeln für die Begutachtung von SNF-Fördergesuchen; keine allgemeine Peer-Review-Regel.
- Senft, E., Kessler, S. H., Delgado, P., Bühler, D., & Bovet, A. (2025). Impact of AI on Early Career Researchers: Challenges, Opportunities and Responsibilities. Swiss Young Academy.Dezember 2025, S. 3–4 und 7–8: Risiken für Richtigkeit, Verzerrungen und wissenschaftliche Integrität. Interdisziplinäre Reflexion aus dem Netzwerk der Akademien der Wissenschaften Schweiz; keine Validierung des 4-Fragen-Checks.
Weiterführende Informationen:
Wann ein Workshop sinnvoll ist
In einem Workshop lassen sich typische Nutzungssituationen, Datengrenzen, Toolfragen, Prüfschritte und Zuständigkeiten für Ihre Organisation klären: Was ist geeignet, was braucht Freigabe und wo sollte KI nicht eingesetzt werden?