KI in der Kulturarbeit – Einführung, Ethik & Governance
← Zurück zum Wissenspool / Themenübersicht
Künstliche Intelligenz ist längst Teil des Arbeitsalltags vieler Kulturorganisationen: bei Texten, Übersetzungen, Recherchen, Förderanträgen, Protokollen, Bildideen oder zielgruppenspezifischer Kommunikation. Gleichzeitig stellen sich grundlegende Fragen: Welche Daten dürfen in KI-Tools eingegeben werden? Wie verlässlich sind Ergebnisse? Wann ist Kennzeichnung sinnvoll oder erforderlich? Und welche Verantwortung trägt eine Organisation, wenn KI im Team genutzt wird?
Das erste Webinar der Praxis-KICK-Reihe bot eine Einführung in zentrale Begriffe, typische Anwendungsfelder, Risiken sowie erste Fragen zu KI-Verordnung, KI-Kompetenz und Governance. Ziel war nicht, ein einzelnes Tool zu erlernen, sondern eine gemeinsame Grundlage für einen sicheren und reflektierten KI-Einsatz zu schaffen.
Warum KI für Kulturorganisationen relevant ist
Im Webinar wurden viele Anwendungsfelder sichtbar, die bereits im Arbeitsalltag von Kulturvereinen vorkommen: Texterstellung, Kürzungen, Gendern, Übersetzungen, Ideenentwicklung, Zielgruppenansprache, Transkription, Förderanträge, Berichterstattung oder erste Bild- und Grafikideen.
Gerade für kleine gemeinnützige Kulturorganisationen kann KI dort hilfreich sein, wo knappe Ressourcen auf viele parallele Aufgaben treffen. KI ersetzt aber keine fachliche, politische oder organisatorische Entscheidung. Sie kann beim Strukturieren, Formulieren, Zusammenfassen, Vergleichen oder Entwickeln erster Ideen unterstützen.
Je stärker KI in Arbeitsabläufe eingebunden wird, desto wichtiger werden gemeinsame Regeln. Risiken entstehen oft nicht durch spektakuläre Hochrisiko-Anwendungen, sondern durch Alltagsroutinen: sensible Daten werden in ungeeignete Tools kopiert, KI-Texte ungeprüft veröffentlicht, Quellen bleiben unklar oder berufliche Inhalte werden über private Accounts verarbeitet.
Basiswissen
Zentrale Begriffe
Generative KI
Generative KI erzeugt neue Inhalte: Texte, Bilder, Musik, Code, Zusammenfassungen oder Übersetzungen.
Große Sprachmodelle / Large Language Models (LLM)
Große Sprachmodelle / Large Language Models (LLM) sind textbasierte KI-Systeme, die mit sehr großen Textmengen trainiert wurden. Sie berechnen wahrscheinliche Wort- und Satzfolgen. Sie „wissen“ nicht im menschlichen Sinn, sondern erzeugen plausible Antworten auf Basis gelernter Muster.
Prompting
Prompting bezeichnet die Anweisung an ein KI-System. Gute Prompts benennen Ziel, Kontext, Quelle und Erwartungen. Diese Struktur wurde im Webinar als einfacher Einstieg genutzt; in anderen Einheiten von Praxis-KICK werden ergänzende Prompting-Modelle vertieft.
Halluzination
Halluzination meint, dass KI überzeugend klingende, aber falsche Informationen ausgibt. Besonders heikel ist das bei Fakten, Rechtsfragen, Förderbedingungen, Namen, Zahlen oder Quellen.
Bias / Verzerrung
Bias / Verzerrung entsteht, wenn KI gesellschaftliche Schieflagen, diskriminierende Muster oder dominante Perspektiven aus Trainingsdaten reproduziert. Für Kulturarbeit ist daher eine politische und diskriminierungskritische Prüfung wichtig.
Zentrale Risiken
KI-Ausgaben sind Entwürfe, keine fertige Wahrheit. Sie können sachlich falsch, verzerrt, unvollständig oder für den jeweiligen Kontext unpassend sein. Besonders geprüft werden sollten Namen, Zahlen, Quellen, rechtliche Aussagen, Förderinformationen sowie politische oder historische Einordnungen.
Datenschutz bleibt zentral: Personenbezogene, vertrauliche oder sensible Daten sollten nicht in ungeprüfte Cloud-Systeme eingegeben werden. Vorrangig ist Anonymisierung zu nutzen. Wo Anonymisierung nicht ausreicht, kommen nur datenschutzrechtlich geprüfte Anbieter, lokal betriebene Systeme oder der Verzicht auf KI-Nutzung in Frage.
Auch ethisch braucht KI-Nutzung Prüfung: Werden Personen oder Gruppen angemessen dargestellt? Werden Ausschlüsse verstärkt? Welche Perspektiven fehlen? Gerade in der Kulturarbeit bleibt die fachliche, politische und redaktionelle Verantwortung bei den Menschen, die KI einsetzen.
Miniworkshop
Gute Prompts schreiben
Dieser Miniworkshop wurde aus den Inhalten der Einheit abgeleitet und im Zuge der KI-gestützten Aufarbeitung der Dokumentation weiterentwickelt.
Ein guter Prompt macht aus einer allgemeinen Frage einen klaren Arbeitsauftrag. Im Webinar wurde dafür die Struktur Ziel, Kontext, Quelle und Erwartung genutzt. Sie eignet sich vor allem für erste Anwendungen bei Veranstaltungstexten, Fördertexten, Protokollen, Newsletter-Absätzen, Titelvarianten, Zusammenfassungen oder zielgruppenspezifischer Kommunikation.
Schritt 1: Ziel klären
Zuerst wird festgelegt, was entstehen soll. Beispiele: drei Varianten für eine kurze Veranstaltungsankündigung, fünf Kernaussagen aus einem Bericht oder eine überarbeitete Website-Fassung eines bestehenden Textes.
Schritt 2: Kontext geben
KI braucht Informationen darüber, wofür das Ergebnis gebraucht wird: Wer spricht? Für wen ist der Text gedacht? Wo wird er veröffentlicht? Welche Tonalität passt? Welche organisatorischen oder politischen Rahmenbedingungen sind wichtig?
Beispiel: „Wir sind ein gemeinnütziger Kulturverein in einer ländlichen Region. Der Text richtet sich an Menschen, die unsere Veranstaltungen noch nicht kennen. Die Sprache soll klar, einladend und nicht werblich übertrieben sein.“
Schritt 3: Quelle oder Material angeben
Wenn mit vorhandenem Material gearbeitet wird, sollte dieses klar benannt werden. Hilfreiche Formulierungen sind: „Nutze ausschließlich den folgenden Text“, „Arbeite nur mit den angehängten Notizen“, „Erfinde keine zusätzlichen Informationen“ oder „Markiere unklare Punkte als zu prüfen“.
Schritt 4: Erwartungen an das Ergebnis festlegen
Am Ende sollte beschrieben werden, wie die Antwort aussehen soll: zum Beispiel maximal 900 Zeichen, drei Varianten, einfache Sprache, Liste mit Verbesserungsvorschlägen, Überschrift und Teaser.
Beispielprompt
Überarbeite den folgenden Veranstaltungstext für die Website eines gemeinnützigen Kulturvereins. Der Text soll verständlicher, kürzer und einladender werden. Er richtet sich an ein lokales Publikum, nicht nur an Fachpublikum. Nutze ausschließlich den folgenden Text und erfinde keine zusätzlichen Programmpunkte. Erstelle eine Version mit maximal 900 Zeichen, eine kurze Überschrift und einen Teaser mit maximal zwei Sätzen. Text: [Text einfügen]
Ein guter Prompt ersetzt keine redaktionelle Verantwortung. KI-Texte müssen auf Fakten, Tonalität, politische Begriffe und sensible Formulierungen geprüft werden.
! Praxischeck 1: Was darf in ein KI-Tool?
Vor dem Hochladen sollte geprüft werden, ob das Material dafür geeignet ist: Enthält es personenbezogene oder vertrauliche Informationen? Geht es um interne Konflikte, Beratungsfälle oder unveröffentlichte Unterlagen? Ist klar, ob das Tool Eingaben zum Training oder zur Verbesserung des Dienstes nutzt? Wird ein privater oder beruflich freigegebener Account verwendet? Gibt es im Verein bereits gemeinsame Regeln?
Als Grundmodell gilt: zuerst anonymisieren oder verallgemeinern; wenn das nicht ausreicht, nur geprüfte Anbieter oder lokale Systeme nutzen; wenn das Risiko weiterhin unklar ist, auf KI-Nutzung verzichten.
Praktisches Beispiel: Protokolle anonymisieren
Statt ein vollständiges internes Protokoll hochzuladen, kann zuerst eine anonymisierte Fassung erstellt werden: Namen durch Rollen ersetzen, personenbezogene Details löschen, nur notwendige Passagen verwenden, sensible Entscheidungen oder Konflikte ausklammern und prüfen, ob weiterhin Rückschlüsse möglich sind.
Für einfache lokale Bearbeitung kann ein Texteditor wie Visual Studio Code genutzt werden, um Namen, Orte oder Projektdetails vorab mit Platzhaltern zu ersetzen.
! Praxischeck 2: Wann ist Kennzeichnung sinnvoll oder erforderlich?
Im Webinar wurde Kennzeichnung als wichtiges Thema der KI-Verordnung behandelt. Für viele Kulturorganisationen geht es im Alltag vor allem um Transparenz: Wird ein KI-unterstützter Inhalt veröffentlicht? Ist für Leser*innen, Teilnehmer*innen oder Öffentlichkeit relevant, dass KI beteiligt war?
Stand: Juni 2026. Die EU-KI-Verordnung sieht für bestimmte KI-Systeme Transparenz-, Informations- und Kennzeichnungspflichten vor. Welche Pflichten im Einzelfall greifen, hängt von Anwendung, Daten, Rolle, Risikokategorie und Veröffentlichungskontext ab. Die konkrete rechtliche Auslegung und praktische Umsetzung entwickeln sich weiter.
Als praxistauglicher Zugang wurde empfohlen, bei veröffentlichten Inhalten transparent mit KI-Unterstützung umzugehen, insbesondere wenn KI einen wesentlichen Teil des Inhalts erzeugt oder bearbeitet hat.
Prüffragen: Wird der Inhalt veröffentlicht? Wurde Text, Bild, Grafik oder Audio wesentlich mit KI erzeugt? Wurde das Ergebnis nur geringfügig oder substanziell redaktionell überarbeitet? Könnte die KI-Beteiligung für Leser*innen relevant sein? Ist das verwendete Tool dokumentiert?
Mögliche Formulierungen
Text: Dieser Text wurde mit Unterstützung von KI erstellt und redaktionell geprüft.
Grafik: Grafik mit Unterstützung von KI erstellt und redaktionell bearbeitet.
Interne Dokumentation: Zusammenfassung KI-unterstützt erstellt auf Basis anonymisierter Arbeitsnotizen.
Stärker bearbeiteter Text: Der Text wurde redaktionell erstellt; KI wurde unterstützend für Strukturierung und Formulierungsvorschläge genutzt.
Eine einfache Prozentregel dafür, ab wann ein Text „genug“ überarbeitet ist, gibt es nicht. Eine transparente Kennzeichnungspraxis kann spätere Umstellungen erleichtern und Vertrauen schaffen.
! Praxischeck 3: Braucht der Verein erste KI-Regeln?
Viele Organisationen nutzen KI bereits, ohne dass es dazu gemeinsame Absprachen gibt. Das kann zu Unsicherheit führen: Welche Tools sind erlaubt? Welche Daten dürfen eingegeben werden? Wer prüft Ergebnisse? Was wird gekennzeichnet?
KI-Governance muss nicht mit einem großen Strategieprozess beginnen. Für viele kleine Kulturvereine reicht als erster Schritt ein kurzes internes Dokument zu erlaubten und ausgeschlossenen Nutzungen, Umgang mit personenbezogenen Daten, Kennzeichnung, Prüfpflicht vor Veröffentlichung, Zuständigkeit und regelmäßiger Aktualisierung.
Die erläuterten KI-Leitlinien der IG Kultur für Kulturvereine können dabei als Orientierung dienen. Sie unterstützen Kulturvereine dabei, den KI-Einsatz organisatorisch, rechtlich und ethisch zu klären.
Fragen für ein erstes Teamgespräch
Welche KI-Tools werden bereits genutzt und wofür? Werden private oder gemeinsame Accounts verwendet? Welche Daten werden eingegeben? Wer prüft Ergebnisse vor Veröffentlichung? Wie wird KI-Unterstützung gekennzeichnet? Welche Anwendungen sollten vorerst ausgeschlossen werden? Wer ist im Verein für KI-Fragen zuständig?
Miniworkshop
KI-Nutzung im Verein sichtbar machen
Dieser Miniworkshop wurde aus den Inhalten der Einheit abgeleitet und im Zuge der KI-gestützten Aufarbeitung der Dokumentation weiterentwickelt. Er hilft, die eigene KI-Praxis sichtbar zu machen, bevor Regeln oder Leitlinien entwickelt werden.
Dauer: 30 bis 45 Minuten im Team.
Schritt 1: Anwendungen sammeln
Alle notieren, wo KI bereits genutzt wird oder demnächst genutzt werden könnte: etwa Texte, Übersetzungen, Förderanträge, Protokolle, Social Media, Bildideen, Recherche oder einfache Sprache.
Schritt 2: Tools benennen
Zu jeder Anwendung wird notiert, welches Tool verwendet wird: zum Beispiel ChatGPT, Mistral Vibe (vormals Le Chat), DeepL, Zoom AI Companion, Meeting-Transkriptionsdienste oder Bildgeneratoren.
Schritt 3: Datenarten prüfen
Zu jeder Anwendung wird ergänzt, welche Daten eingegeben werden: öffentliche Texte, interne Notizen, personenbezogene Daten, Förderinformationen, Finanzdaten, Bildmaterial, Transkripte oder vertrauliche Inhalte.
Schritt 4: Risiko einschätzen
unproblematisch
nur mit Prüfung
nur anonymisiert
vorerst nicht verwenden
rechtlich zu klären
Schritt 5: Erste Regeln ableiten
Aus der Übersicht werden drei bis fünf Sofortregeln formuliert. Beispiele:
Keine personenbezogenen Daten in ungeprüfte öffentliche KI-Tools eingeben.
KI-Texte vor Veröffentlichung fachlich und redaktionell prüfen.
KI-Unterstützung bei veröffentlichten Inhalten transparent kennzeichnen.
Vertrauliche Protokolle nur anonymisiert auswerten.
Neue Tools vor regelmäßiger Nutzung im Team besprechen.
Die erläuterten KI-Leitlinien der IG Kultur können anschließend genutzt werden, um diese ersten Regeln zu ergänzen und an die eigene Vereinsrealität anzupassen.
Grenzen und offene Punkte
KI kann Kulturarbeit unterstützen, ersetzt aber nicht die inhaltliche, politische und organisatorische Verantwortung. Wichtig bleiben: Schutz sensibler Daten, Prüfung von Fakten und Quellen, Bewusstsein für Bias, Transparenz bei veröffentlichten KI-unterstützten Inhalten, klare Zuständigkeiten und laufender Kompetenzaufbau.
Einige rechtliche Fragen entwickeln sich weiter, etwa zur Kennzeichnungspflicht, zur Abgrenzung zwischen KI-generierten und redaktionell stark überarbeiteten Inhalten oder zur praktischen Umsetzung von KI-Kompetenznachweisen in kleinen Organisationen. Für Kulturorganisationen heißt das: nicht auf endgültige Klärung warten, sondern jetzt verantwortliche Routinen entwickeln und bei konkreten Rechtsfragen fachliche Beratung einholen.
FAQ aus dem Webinar
Genannte Tools und Ressourcen
Die folgende Liste dokumentiert Tools und Ressourcen, die im Webinar erwähnt oder im Chat geteilt wurden. Sie ist keine allgemeine Empfehlungsliste. Vor einer Nutzung sollten Zweck, Datenschutz, Kostenmodell, Rechtefragen, Datenstandort, Barrierefreiheit und organisatorische Verantwortung geprüft werden.
ChatGPT
https://chatgpt.com/
KI-Chatbot für Text, Recherche, Strukturierung, Zusammenfassung, Bildgenerierung und weitere Anwendungen.
Mistral Vibe (vormals Le Chat)
https://mistral.ai/products/vibe/
KI-Chat- und Agentenangebot des französischen Unternehmens Mistral. In der Einheit wurde das Tool noch als „Mistral Le Chat“ genannt; Mistral führt es inzwischen als „Vibe“ bzw. „Vibe (formerly Le Chat)“.
DeepL
https://www.deepl.com/
Übersetzungstool, das im Webinar als häufig genutzte KI-Anwendung erwähnt wurde.
Suno
https://suno.com/
KI-Tool zur Musikgenerierung. Im Webinar wurden auch urheberrechtliche Fragen rund um Trainingsdaten angesprochen.
Sally
https://www.sally.de/
Tool für Meeting-Transkription und Zusammenfassungen.
Visual Studio Code
https://code.visualstudio.com/
Lokal installierbarer Editor, der zur manuellen Anonymisierung von Transkripten genutzt werden kann.
RTR KI-Servicestelle
https://www.rtr.at/rtr/service/ki-servicestelle/ki-servicestelle.de.html
Österreichische Anlaufstelle zu KI-Regulierung, KI-Kompetenz und AI Act.
AI Atlas
https://www.aiatlas.eu/
Verzeichnis europäischer KI-Tools.
KI für Nonprofits Chatbot
https://chatgpt.com/g/g-Pt4ipALmL-ki-fur-nonprofits-chatbot-beta
Im Webinar genannter Chatbot für Fragen rund um KI in Nonprofit-Organisationen. Der Link wurde für die Online-Dokumentation ergänzt; vor einer Nutzung sollte geprüft werden, ob der Chatbot weiterhin öffentlich erreichbar ist.
Kompetenzzentrum Digitalisierung
https://www.digitalisierungskompetenz.at/
Weiterführende Informationen und Angebote zu Digitalisierung und KI in Nonprofit-Organisationen.
NPO Digital Gruppe auf LinkedIn
https://www.linkedin.com/groups/12580006/
Vernetzungsgruppe zu Digitalisierung und KI in Nonprofit-Organisationen.
KI-Leitlinien der IG Kultur für Kulturvereine
https://igkultur.at/ki-leitlinien-fuer-kulturvereine
Die erläuterten KI-Leitlinien der IG Kultur bieten Orientierung für Kulturvereine, die interne Regeln zum KI-Einsatz entwickeln möchten.
Hinweis: Diese Seite dokumentiert das Webinar #1 „Einführung, Ethik & Governance“ mit DI Ronald Hechenberger, MBA vom 23.04.2025. Die Inhalte wurden KI-gestützt aufbereitet, geben zentrale Impulse der Einheit wieder und erheben keinen Anspruch auf Vollständigkeit. Genannte Tools und Ressourcen sind keine Empfehlungsliste und sollten vor Nutzung aktuell geprüft werden. Rechtliche Hinweise ersetzen keine Rechtsberatung.