Die abgeschlossene Online-Themenreihe „Arbeitsschutz und KI“ griff diese Fragen auf. Im Zeitraum von November 2025 bis Februar 2026 wurden vier Fokusthemen zu Arbeitsschutz und KI vorgestellt und gemeinsam mit einem breiten Teilnehmendenkreis aus den Bereichen Arbeitsschutz, Wissenschaft, Betrieben und weiteren Feldern reflektiert.

In der ersten Veranstaltung diskutierten Vertretungen der Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAuA), der Berufsgenossenschaft der Bauwirtschaft (BG BAU), der Wissenschaft sowie Referierende aus Unternehmen über die Chancen und neuen Möglichkeiten, die KI für den Arbeitsschutz schafft.

Die folgenden Veranstaltungen nahmen in den Fokus, inwiefern der Arbeitsschutz auch als Innovationspartner agieren kann. Diese Frage diskutierten Sprecher*innen aus den Bereichen Normung, Wissenschaft, Wirtschaft und Unfallversicherung in einer interdisziplinären Runde.

Im dritten Termin setzten sich die Teilnehmenden mit aktuellen arbeitsrechtlichen Fragen und Unsicherheiten auseinander, die sich besonders vor dem Hintergrund der europäischen KI-Verordnung und Maschinenverordnung ergeben. Zuletzt stand ein sehr konkretes Thema im Mittelpunkt: Vertretungen aus Berufsgenossenschaften, Unternehmen wie der Siemens AG und der Telekom, dem Ausschuss für Sicherheit und Gesundheit bei der Arbeit (ASGA) und der BAuA zeigten anhand verschiedener Impulse, ob und wie KI künftig die Erstellung von Gefährdungsbeurteilungen vereinfachen könnte und worauf dabei zu achten ist.

Im Folgenden finden Sie eine detailliert aufbereitete Zusammenfassung der einzelnen Veranstaltungen, die die wichtigsten Inhalte der Impulsvorträge und Diskussionen sowie wichtige Erkenntnisse festhält.

• 1. Chancen und Potenziale von KI
• 2. Arbeitsschutz als Innovationspartner
• 3. KI und Arbeitsschutzrecht 
• 4. KI und Gefährdungsbeurteilung
• 5. Fazit und Ausblick

Die erste Veranstaltung der Themenreihe befasste sich mit aktuellen übergeordnete Entwicklungen an der Schnittstelle von Künstlicher Intelligenz und Arbeitsschutz. Im Fokus standen dabei die Chancen und Potenziale von KI, insbesondere für überbetriebliche Akteure im Arbeitsschutz.

Den Auftakt bildete Dr. Lars Adolph, wissenschaftlicher Leiter Produkte und Arbeitssysteme sowie Koordinator der KI-Forschung bei der BAuA. In seinem Vortrag „Künstliche Intelligenz für eine sichere und gesunde Arbeitswelt“ beleuchtete er zunächst die wachsende Bedeutung von KI für die Arbeitswelt. Seiner Einordnung nach wird KI in den kommenden Jahren erhebliche Auswirkungen auf Unternehmen haben – sowohl positive als auch negative. Bereits heute nutzen rund 30 Prozent der Unternehmen KI intensiv.

Ellen Hellmann, Referentin für Digitalisierung und Leitung Digitales Transformationsprogramm bei der BG BAU, stellte anschließend Best-Practice-Beispiele und Projekte vor, in denen die BG BAU schon KI-gestützte Systeme und Werkzeuge erprobt.

Ein KI-basiertes Werkzeug zur Unterstützung von Aufsichtspersonen analysiert Unfalldaten und identifiziert so Unfallschwerpunkte. Das Leuchtturmprojekt wurde mit 3,5 Millionen Euro vom BMAS gefördert und zielt auf die Verbesserung der Präventionsarbeit mithilfe von KI ab. Denn: Die BG BAU hat 500 Aufsichtspersonen, die betriebliche Beratungen und Besichtigungen durchführen können, aber rund 600.000 Mitgliedsunternehmen, die unter ihre Aufsicht fallen. So können nur etwa zehn Prozent der Unternehmen jedes Jahr durch eine Besichtigung geprüft werden. Sie müssen deshalb besonders sorgfältig ausgewählt werden. Seit 2023 unterstützt das KI-Tool diesen Auswahlprozess. Die Erprobung zeigte signifikante Vorteile:

• Die Erfolgsquote bei der Auswahl beratungsintensiver Unternehmen verbesserte sich von 35 auf 75 Prozent.
• Die Unfallzahlen konnten um acht Prozent gesenkt werden: 2022 wurden insgesamt 99.380 Unfälle gezählt, 2024 nur noch 91.813.
• Die dadurch eingesparten Kosten für Entschädigungs- und Rehabilitationszahlungen liegen geschätzt bei 250 Millionen Euro, bezogen auf zehn Jahre.
• Vier Menschenleben konnten durch die Reduktion von Abstürzen, herabfallenden Teilen und sowie Maschinen- und Fahrzeugunfälle gerettet werden.

Darüber hinaus zeigte Ellen Hellmann am Beispiel der KI-Besichtigungsassistenz „BesA“, wie KI Dokumentations- und Berichtsaufgaben im Arbeitsschutz erleichtern kann. Aufsichtspersonen sprechen bei Besichtigungen festgestellte Mängel direkt ein und dokumentieren sie fotografisch. Die KI unterstützt bei der Dokumentation der Mängel und reduziert so den zeitintensiven Aufwand von Nachbereitungen.

Sebastian Prill, Head of Business Strategy & Innovation bei Telekom MMS, zeigte, wie KI die betriebliche Sicherheit stärken kann und welche Voraussetzungen dafür notwendig sind. Im Fokus stand der strategische Einsatz von KI zur effizienteren Nutzung von Infrastrukturen, Kostensenkung und Erhöhung der Sicherheit. Viele Unternehmen setzen zunächst auf provisorische Lösungen, bis diese nicht mehr tragfähig sind. Umso wichtiger seien ein strategischer Ansatz und die Befähigung der Mitarbeitenden.

Workshops sind nach Sebastian Prill ein passendes Instrument, um sich KI-Potenzialen zu nähern und vielversprechende Ideen sowie Use Cases zu identifizieren. Entscheidend sei dabei die Bewertung der Wirtschaftlichkeit. Prill erläuterte, dass rund 80 Prozent der KI‑Projekte scheitern, weil sie keinen klar erkennbaren Mehrwert liefern. Erfolgreiche Use Cases entstehen in der Schnittmenge aus Wirtschaftlichkeit, Erwünschtheit und Machbarkeit. Wirtschaftlichkeit bedeutet dabei, dass ein Use Case einen mess- und skalierbaren geschäftlichen Nutzen liefert. Erwünschtheit beschreibt nutzerorientierte Lösungen, die tatsächliche und relevante Bedürfnisse adressieren. Machbarkeit bedeutet, dass sich eine Lösung technisch und rechtlich innerhalb des verfügbaren Budgets und mit den vorhandenen Ressourcen umsetzen lässt.

Hier finden Sie in Kürze die vollständige Präsentation von Sebastian Prill.

Im Anschluss an die Impulsvorträge diskutierten die Referent*innen in einer gemeinsamen Runde, ergänzt durch die Perspektive von Michael Aleksa, Senior Research Engineer, Transportation Infrastructure Technologies, am Austrian Institute of Technology (AIT). Er arbeitet an KI-gestützten Projekten zur Verkehrssicherheit, die sich auch auf den Kontext der Arbeitssicherheit übertragen lassen. Anhand der kameragestützten und datenschutzkonformen Beobachtung von Verkehrs-Mischflächen auf dem Werksgelände eines Pharmaunternehmens zeigte Aleksa, wie KI potenziell gefährliche Situationen sichtbar macht. Betrachtet werden dabei Bereiche, in denen Lieferverkehr, Fahrräder, E-Scooter und Fußgänger*innen aufeinandertreffen. Auf dieser Basis lassen sich gezielte Maßnahmen zur Entflechtung der Verkehrsströme entwickeln, sowohl durch bauliche Anpassungen als auch durch verhaltensbezogene Regelungen.

Eine weitere Perspektive brachte Prof. Dr. Uta Wilkens, Sprecherin des Kompetenzzentrums humAIne an der Ruhr-Universität Bochum, in die Diskussion ein. Sie betonte, dass die Humanzentrierung im KI-Einsatz eine komplexe und vielschichtige Herausforderung darstellt. Sie umfasst nicht nur die Berücksichtigung der Beschäftigtenperspektive, etwa in Bezug auf Gesundheitsschutz und Arbeitsgestaltung, sondern erfordert auch die Betrachtung der Sicht von Kund*innen, Klient*innen oder Patient*innen. Hinzu kommen Fragen der Datenethik und Qualitätssicherung.

Der zweite Termin der Online-Themenreihe zu Arbeitsschutz und KI behandelte das Thema „Arbeitsschutz als Innovationspartner“. Verschiedene Perspektiven zeigten auf, inwiefern der Arbeitsschutz Einfluss auf die Entwicklung von KI nehmen kann.

Den Auftakt der Veranstaltung bildete Karsten Roscher, Abteilungsleiter Industrial Sensing Systems am Fraunhofer IKS. Das Fraunhofer IKS betreibt anwendungsorientiere Forschung für zuverlässige Softwaretechnologie – mit einem besonderen Fokus auf kognitive Systeme, KI und moderne Softwarearchitekturen für sicherheitskritische Anwendungen.

Zu Beginn seines Vortrags „Potentiale KI-basierter Objekterkennung für Arbeitsschutz und Wirtschaft“ ging Roscher zunächst auf KI-basierte Personenerkennung im Arbeitsschutz ein. Dabei machte er deutlich, dass die bislang eingesetzte Sensorik an klare Grenzen stößt: Sichtbehinderungen, komplexe Arbeitszonen, Fehlalarme, hohe Kosten sowie Risiken in Mensch-Maschine-Interaktionen. Der Status Quo im Arbeitsschutz sind nach wie vor konservative Schutzvorrichtungen wie Sicherheitskäfige und Lichtschranken. Diese gehen allerdings mit einem hohen Kosten- und Engineering-Aufwand und sind wenig flexibel. Dementsprechend sind sie ihrer Leistungsfähigkeit begrenzt und anfällig für Manipulationen.

Als Alternative stellte Roscher sogenannte „Cobots“ vor. Sie gelten als sicherere Kooperation von Mensch und Roboter. Allerdings wies Roscher auch hier auf Grenzen hin – darunter begrenzte Performanz, aufwändige Reassessments, geringe Flexibilität sowie Sicherheitslücken. Für diese Herausforderung bietet KI einen Lösungsansatz: Ein 3D-Erfassungsystem überwacht Personen und Objekte in Gefahrenbereichen. Statische Sicherheitseinrichtungen entfallen somit und ein kamera-basiertes Monitoring kommt zum Einsatz. Dieses System ermöglicht ist laut Roscher flexibler, sicherer und schneller. Trotzdem würden solche Systeme noch nicht flächendeckend genutzt. Roscher führte dies vor allem auf unterschiedliche Perspektiven auf Sicherheit zurück. Aus Entwicklerperspektive gilt ein KI-Modell mit einer Genauigkeit von 98 Prozent als nahezu sicher. Aus funktionaler Sicht braucht es hingegen eine Genauigkeit von 99,99 Prozent mit einem plausiblen Konfidenzband.

Roscher betonte außerdem, dass der Bereich der KI-Systeme stark reguliert ist. Diese Regulierung könne jedoch auch als Innovationsmotor wirken: Wenn Erfahrungen aus der Absicherung KI-basierter Funktionen systematisch in die Entwicklung einfließen, könne daraus ein globaler Wettbewerbsvorteil für sichere KI-Systeme entstehen.

In diesem Zusammenhang stellte Roscher den Use Case „PROTECT“ vor, den das Fraunhofer IKS gemeinsam mit dem Schwesterinstitut IGCV betrachtet hat, um gezielt Erfahrungen im Umgang mit KI-basierten Sicherheitssystemen zu sammeln. Ziel des Projekts war es, die Performanz von Robotersystemen bei der KI‑gestützten Personenerkennung zu optimieren, ohne die Arbeitssicherheit zu gefährden. Diverse Herausforderungen andressierte das Projektteam mit entsprechenden Gegenmaßnahmen, die in einer strukturieren Nachweisführung dokumentiert wurden.

Roscher stellte abschließend folgende Punkte als Mehrwert des KI-Einsatzes für Beschäftigte, Betreiber und Hersteller vor:

• Sicherheitsverbesserungen durch Unfallreduktion und Vertrauen in Maschinen
• Performanz-Steigerung durch bessere Maschinenauslastung und Wettbewerbsfähigkeit
• Wettbewerbsdifferenzierung durch Echtzeitverlässlichkeit, Standard-Compliance und zusätzliche Service-Modelle
• Roadmap zu autonomen Aufgaben, zum Beispiel Parallelbetrieb durch automatisierte Fahrten

Hier finden Sie in Kürze hier die vollständige Präsentation von Karsten Roscher.

Christian Witt, Functional and Cybersecurity Manager bei LUIS Technology, befasste sich im Folgenden mit dem Thema: „Wie können funktional sichere KI-Systeme Realität werden? Einbringen von Arbeitsschutzwissen in Entwicklungsprozesse“. Dafür erläuterte er zunächst, wann der Einsatz von KI in sicherheitsrelevanten Anwendungen sinnvoll ist. Dies sei vor allem dann der Fall, wenn klassische Systeme zu ungenau arbeiten oder nicht zuverlässig zwischen Menschen und Objekten unterschieden können. Auch Kosteneffizienz oder eine Verringerung des Unfallrisikos sprechen laut Witt für den Einsatz von KI. Dabei betonte er auch:

Witt erläuterte die KI‑Wirkungskette entlang der verschiedenen Entwicklungs- und Einsatzphasen: In der Entwicklungsphase werden erwartete Ergebnisse gemeinsam mit Trainingsdaten in einen KI‑Modelltrainer gegeben, aus dem ein Algorithmus entsteht. Im Betrieb verarbeitet dieser Algorithmus Sensordaten und liefert zunächst keine eindeutigen Ergebnisse, sondern Wahrscheinlichkeiten – etwa eine 98-prozentige Wahrscheinlichkeit dafür, dass eine Person erkannt wurde. Erst durch die Festlegung von Grenzwerten lassen sich aus diesen Wahrscheinlichkeiten belastbare Entscheidungen ableiten. Wichtig ist dabei, dass das Training bereits in der Entwicklung stattfindet: Die meisten KI‑Systeme lernen im Betrieb nicht weiter, und der Algorithmus bleibt unverändert.

Anschließend erklärte Witt, wie die klassische Safety auf die KI schaut. Bei Mustererkennungssystemen wie Personenerkennung, Objekterkennung und Systemzuständen können demnach systematische Fehler und pseudo-zufällige Fehler auftreten, also Fehler, die zufällig erscheinen, aber berechenbar sind.

In der Automobilbranche existiert bereits eine Norm für systematische Entwicklungsprozesse. Witt plädierte dafür, diesen Ansatz auf die Industrie zu übertragen. Auch für das Auftreten pseudo-zufälliger Fehler gibt es bereits Ansätze aus der Automobilbranche: Witt verwies auf die Norm ISO 21448 (Safety of the Intended Functionality, SOTIF), die eine systematische Prüfung der Zielfunktion vorsieht. Der Ansatz folgte dabei einem zweistufigen Vorgehen: Zum einen werden die Grenzen der Mustererkennung analysiert, etwa durch die Definition der Betriebsumgebung (ODD), die Identifikation und Validierung von Ausfall‑ beziehungsweise Triggerbedingungen, die Erzeugung von Randszenarien sowie das Testen der vorgesehenen Funktion. Darauf folgt eine Validierungsstrategie, bei der der Hersteller eigene Akzeptanzkriterien festlegt, reale Validierungsdaten erhebt und zusätzliche Trainings‑ und Validierungsdaten generiert. Dieses Vorgehen mündet schließlich in einer Herstellererklärung.

Fraglich sei nach Witt, wie sich dieser Ansatz auf den Kontext der Arbeitssicherheit übertragen lässt. Gut übertragbar seien Aspekte wie die Definition der Betriebsumgebung sowie die Identifikation und Validierung von Ausfallbedingungen, die Erzeugung von Rand-Szenarien und die Generierung von Trainings- und Validierungsdaten. Schwierigkeiten gebe es bezüglich der fehlenden Safety-Übertragbarkeit und Vergleichbarkeit zwischen Herstellern, der unzureichenden Möglichkeit der Datenakquise, der schwierigen Kommunikation der Systemgrenzen sowie der nicht vorgesehenen Produkt-Validierung durch Drittstellen.

Witt skizzierte auch, wie man diesen Herausforderungen begegnen könnte und benannte Ansatzpunkte für Hersteller, Unfallversicherer, Betreiber und Gesetzgeber. Hersteller sollten demnach bereitgestellte Unfallberichte konsequent in die Trainingsdaten einbeziehen und eng mit den Betreibern zusammenarbeiten, insbesondere bei der Definition der Betriebsumgebung. Unfallversicherer seien gefordert, kurzfristig die Akzeptanz automotiver Normen zu fördern, Unfallberichte bereitzustellen und Akzeptanzkriterien für Herstellerdaten zu entwickeln. Langfristig sollten sie zudem herstellerunabhängige Validierungsdaten aufbauen. Betreiber wiederum sollten Beinaheunfälle systematisch dokumentieren und ihre Mitarbeitenden schulen, etwa im Hinblick auf Systemgrenzen. Der Gesetzgeber müsse schließlich Anreize schaffen, um die Umsetzung dieser Maßnahmen voranzutreiben.

Hier finden Sie in Kürze die vollständige Präsentation von Christian Witt.

Den dritten und letzten Impulsvortrag hielt Franz Welsch, stellvertretender Leiter Zertifizierungsstelle für den Bereich Bauwesen bei der BG BAU. Er behandelte das Thema „Notwendigkeit tragfähiger Konventionen zu akzeptablen Restrisiken am Beispiel KI-gestützter Systeme zur Objektdetektion“.

Als zertifizierte Prüfstelle bewertet die BG BAU Arbeitsmaschinen auf ihre Arbeitssicherheit hin und arbeitet dabei in einem Kreislauf aus Prüfung, Normung und dem Lernen aus Unfällen. Grundlage der Bewertung sind Maschinenrichtlinien, etwa die MRL 2006/42/EG, die unter anderem Anforderungen an den Fahrerplatz von Maschinen formuliert. Spezifische, gültige Normen für KI‑basierte Assistenzsysteme existieren bislang jedoch nicht. Zwar befinden sich erste Regelwerke wie ISO/TR 5469 oder die TS 22440 in Arbeit, doch zielen diese bisher vor allem auf Entwicklungsprozesse ab.

Derzeit gelten die Prüfgrundsätze GS‑BAU‑70 für Assistenzsysteme allgemein und GS‑BAU‑71 für Personendetektionssysteme. Die Anwendung ist freiwillig und betrifft Assistenzsysteme, die keine Sicherheitseinrichtung sind. KI‑Anforderungen enthalten sie bislang nicht.

KI‑gestützte Assistenzsystemen der Klasse C warnen aktiv und greifen bei Bedarf in das Fahrgeschehen ein. Der Fahrer kann diese Eingriffe jederzeit überstimmen. Die Systeme sind nicht selbstlernend und müssen auch nicht zwingend Bestandteil der Maschine sein. Für die Prüfung dieser Systeme ist eine KI‑Prüfdatenbank erforderlich, die aus vielfältigen, gelabelten Bildern besteht, die den Herstellern nicht bekannt sind. Diese Daten decken unterschiedliche Wetter‑ und Lichtverhältnisse, Baustellensituationen, Kleidung, Körperbauten, Ethnien sowie Grenzfälle ab. Die Absicherung der KI erfolgt dabei auf drei Ebenen:

1. Prüfdaten sichern die Funktionalität ab, 
2. Strategien definieren den Umgang mit fehlerhaften KI‑Ergebnissen und
3. eine gesamtsystemische Absicherung gewährleistet den sicheren Einsatz, etwa indem zusätzliche Sensorik die Einsatzgrenzen der KI überwacht.

Zentrale offene Fragen betreffen nach Welsch die Festlegung der vorgesehenen Verwendung und der vorhersehbaren Fehlanwendungen, die Vielfalt der Einsatzumgebungen sowie die Personengruppen, die bei Prüfungen zu berücksichtigen sind. Ebenso ungeklärt sei, wie Prüfkörper eindeutig definiert werden können, ohne sie gezielt anzutrainieren. Schließlich fehle bislang eine klare Bestimmung zulässiger Fehlertoleranzen, da sich diese bei KI‑Systemen derzeit nicht eindeutig festlegen lassen. Aus diesem Grund würden sich Unfälle auch künftig nicht vollständig vermeiden lassen.

Aus der bisherigen Prüfpraxis berichtete Welsch, dass viele neue Marktakteure ohne ausreichende Erfahrung mit europäischen Richtlinien und Verordnungen auftreten würden. Diese fehlende Erfahrung führe dazu, dass Prüfstellen Konformitätserklärungen, Bedienungsanleitungen und Prüfunterlagen nacharbeiten müssen. Gleichzeitig fehlen derzeit die notwendigen Strukturen und rechtlichen Grundlagen für den Aufbau zentraler Prüfdatenbanken. Die BG BAU arbeitet daher eng mit Betrieben zusammen, um gemeinsam tragfähige Lösungen zu entwickeln.

Nicht absolute Sicherheit, sondern akzeptable Restrisiken stehen nach Welsch im Mittelpunkt. Um KI‑gestützte Systeme praxistauglich auf den Markt zu bringen, müssten Akteure unterhalb formaler Normungsprozesse zunächst gemeinsame Grundsätze etablieren, offen diskutieren und iterativ weiterentwickeln. Dazu gehöre auch die Bereitschaft, Fehlentwicklungen anzuerkennen und aus ihnen zu lernen.

Hier finden Sie in Kürze die vollständigen Präsentationsfolien von Franz Welsch.

Im Anschluss an die Impulsvorträge eröffnete die Moderation eine Panel-Diskussion der Referent*innen. Drei weitere Diskussionsteilnehmende brachten ihre Perspektiven ein: Lydia Hauer, Leitung der Arbeitssicherheit bei der PORR Group, Michael Thierbach von der Kommission Arbeitsschutz und Normung (KAN) und Torben Hoetter, stellvertretender Leiter des Referats Marktüberwachung im Umweltministerium Baden-Württemberg.

Lydia Hauer vertrat die Perspektiven der Betreiber und stellte klar, dass diese eine zentrale Verantwortung bei der Entwicklung sicherer KI‑Systeme tragen. Betreiber könnten diesen Prozess aktiv unterstützen, etwa durch die Bereitstellung relevanter Daten, müssten dabei jedoch Herausforderungen wie Datenschutz und Persönlichkeitsrechte berücksichtigen. Zudem stellte sie die Safety App der PORR AG vor, die Safety Walks vollständig und standardisiert dokumentiert.

Torben Hötter beleuchtete die Diskussion aus der Sicht der der Marktüberwachung. Er erläuterte, dass die KI-Verordnung gezielt bei den Herstellern ansetze, um Interessenskonflikten vorzubeugen. Gleichzeitig wies er auf ein zentrales Problem hin: Bislang existiert keine Behörde, die explizit für die KI-Verordnung zuständig ist.

Michael Thierbach brachte die Perspektive der Kommission Arbeitsschutz und Normung (KAN) ein, einer ehrenamtlichen Einrichtung, in der Akteure mit Arbeitsschutzauftrag vertreten sind: Sozialpartner, staatliche Stellen, die gesetzliche Unfallversicherung und DIN. Im Kontext von KI engagiert sich die KAN in der Normung und beobachtet beziehungsweise beteiligt sich an der europäischen Rechtssetzung, sofern diese Auswirkungen auf die arbeitsschutzrelevante Normung hat – wie im Fall der KI-Verordnung. Er warb für eine Mitarbeit in der KI-Normung, insbesondere um Anwendungserfahrung einzubringen.

Der dritte Termin der Veranstaltungsreihe widmete sich den rechtlichen Implikationen der KI-Nutzung und führte wichtige juristische, praktische und wissenschaftliche Perspektiven zusammen.

Daraus resultieren laut Kapoor unklare Haftungsrisiken und weitere Rechtsunsicherheiten. Er empfiehlt Unternehmen deshalb, die Gesetzgebung zunächst nach bestem Wissen anzuwenden und die Entwicklung der Vollzugspraxis im Blick zu behalten.

Die Präsentationsfolien von Dr. Arun Kapoor können Sie in Kürze hier einsehen.

Dr. Stefan Voß, Gruppenleiter Gruppe 2.6 „Arbeitsstätten, Maschinen- und Betriebssicherheit“ bei der BAuA, ging der Frage nach, ob Vorschriften und Regelwerke zukünftig maschinenausführbar sein werden. Dies führte er am Beispiel einer bauteilorientierten und maschinenausführbaren Aufbereitung des Arbeitsstättenrechts aus. In der Bauplanungsphase konnte durch die Nutzung eines digitalen Modells in Verbindung mit Building Information Modelling (BIM), das entsprechende zu beachtende Regelwerk kontextbezogen eingebunden werden. Ein gemeinsames Forschungsprojekt der BAuA, der Ruhr‑Universität Bochum sowie der Unternehmen Drahtler Architekten und Kapellmann Rechtsanwälte demonstrierte dieses Potenzial bereits praktisch. Die Projektbeteiligten modellierten erfolgreich die Aspekte von Fluchtwegen sowie Leitsystemen und Beschilderungen. Auf dieser Grundlage konnte das System kontextbezogen anzeigen, ob alle rechtlichen Anforderungen erfüllt sind. Die Maschinenlesbarkeit rechtlicher Vorgaben kam damit bereits konkret zum Einsatz.

Des Weiteren führte Voß fünf Level beziehungsweise Stufen zur Digitalisierung aus dem Bereich der Normung auf, die zur weiteren Betrachtung von Digitalisierungspotenzialen sehr hilfreich sind:

DIN e. V. (Hrsg.) Das erweiterte Utilitymodell. Quelle: D. A. Czarny et al., Szenarien zur Digitalisierung der Normung und Normen. IDiS Whitepaper 1. Frankfurt am Main: DKE – Deutsche Kommission Elektrotechnik Elektronik Informationstechnik in DIN und VDE, 2021

Ein weiteres aktuelles Forschungsprojekt mit dem Titel „Digital Smart Regulations“ setzt genau an dieser Stelle an und zielt darauf ab, Prozesse der Regelsetzung und -anwendung systematisch zu verbessern. Das Projekt verortet seine Ziele auf der dritten und vierten Stufe der Digitalisierung und verfolgt mehrere Schwerpunkte:

• Weiterentwicklung der Digitalisierung von staatlichen Arbeitsschutzvorschriften und -regeln für verschiedene Anwendungskontexte,
• Betrachtung der Möglichkeiten und Herausforderungen für die Digitalisierung des Vorschriften- und Regelwerks, 
• Strukturierung der Anwendungsbereiche, Untersuchung hinsichtlich Bedarfs und Umsetzungsmöglichkeiten von Smart Standards, 
• Beiträge zur Verbesserung der Kohärenz, Anwenderfreundlichkeit und Effizienz bei der Regelerstellung und Regelfortschreibung, 
• Zusammenwirken mit und Lernen von anderen Rechtsgebieten sowie 
• weitere exemplarische Umsetzungen.

Dr. Voß zeigte anhand der Beispiele, welche Chancen digitale Regelsysteme bieten. Klare Prozessführungen, konsistente Strukturen und eine bessere Zugänglichkeit können Betriebe spürbar entlasten. Gleichzeitig warnte er davor, Vorschriften und Regelwerk ausufern zu lassen: Ein systemischer Ansatz könnte helfen, klare und stabile Rahmenbedingungen zu schaffen. Digitale Instrumente können diesen Prozess unterstützen, dürfen jedoch weder Verantwortung ersetzen noch eigenständig rechtliche Wertungen vornehmen.

Hier finden Sie in Kürze die Präsentationsfolien von Dr. Stefan Voß.

Prof. André Steimers von der Hochschule Koblenz befasste sich mit der geplanten Empfehlung des Ausschusses für Betriebssicherheit (EmpfBS) zum Einsatz von KI‑basierten Arbeitsmitteln. Steimers erklärte, dass eine EmpfBS zwar keine Vermutungswirkung besitze, Unternehmen jedoch mittel‑ und langfristig eine wichtige Orientierung biete. Die Empfehlung soll Betreiber dabei unterstützen, KI‑Systeme sicher, rechtskonform und verantwortungsvoll einzusetzen. Anwender von KI‑gestützten Arbeitsmitteln können sich mithilfe der EmpfBS zunächst einen strukturierten Überblick verschaffen, ohne unmittelbar einzelne Normen und technische Spezifikationen prüfen zu müssen. Denn eine EmpfBS beschreibt den Stand der Technik sowie weitere gesicherte arbeitswissenschaftliche Erkenntnisse zur sicheren Verwendung von Arbeitsmitteln.

Inhalte der Empfehlung sind:

Steimers stellte insbesondere den Praxisleitfaden im Anwendungsbereich und die Vertrauenswürdigkeitsanalyse heraus. Diese legt fest, wie Unternehmen KI‑Arbeitsmittel prüfen müssen – von der Rechtskonformität über ethische Grundsätze wie Diskriminierungsfreiheit bis hin zu Zuverlässigkeit und Robustheit. Die Empfehlung gibt Hinweise zur systematischen Bewertung dieser Anforderungen und betont, dass KI‑basierte Arbeitsmittel mindestens ebenso sicher sein müssen wie klassische Technologien. 

Die vollständigen Präsentationsfolien von Prof. Steimers finden Sie in Kürze hier.

Zu den zentralen Erkenntnissen des Projekts zählen die erheblichen Unsicherheiten, die Unternehmen bei der Umsetzung des AI Acts erleben. Diese betreffen insbesondere die Einordnung von KI-Systemen in Risikoklassen, die technische Umsetzung regulatorischer Anforderungen sowie den Umfang der erforderlichen Dokumentation bei mehreren gleichzeitig geltenden Verordnungen. Auch sind viele Unternehmen bislang unzureichend auf den AI Act vorbereitet. Daraus leitet das Projekt einen klaren Bedarf an niedrigschwelligen Unterstützungsangeboten ab.

Das Projekt setzt seine Arbeit künftig als Teil des „KI-Fortschrittszentrums Lernende Systeme und Kognitive Robotik“ fort und richtet den Fokus stärker auf die Ausgestaltung und Erprobung eines Reallabors im Sinne des AI Acts, insbesondere in Bezug auf die Themenfelder Generative und Agentische KI sowie Humanoide Robotik.

In Kürze finden Sie hier die Präsentationsfolien von Lena Lörcher.

Im Anschluss an die Impulsvorträge eröffnete die Moderation die Diskussion der Impulsgebenden. Den Auftakt machte Prof. Dr.-Ing. habil. Anke Kahl vom Lehrstuhl für Arbeitssicherheit an der Bergischen Universität Wuppertal (BUW) und Vorsitzende des ASGA. Für den ASGA sowie die anderen Fachausschüsse, so Prof. Kahl, stehen vor allem die gezielte Aufbereitung und zukünftige Bereitstellung eines maschinenlesbaren Regelwerks sowie eine barrierefreie Gestaltung im Fokus.

Dr. Kapoor betonte, dass aus einer juristischen Perspektive besonders der Beitrag über die Reallabore spannend sei, insbesondere hinsichtlich der rechtlichen Verbindlichkeit der Ergebnisse. Prof. Voß ging darauf ein, dass in allen besprochenen Bereichen zu erkennen sei, dass die Komplexitätsgrade steigen, woraus eine Überlagerung von Schutzzielen entstehe. Er stimmte Dr. Kapoor zu, dass es auf behördlicher Seite aktuell noch an Mechanismen mangeln würde, wie damit umzugehen sei, diese aber in Bearbeitung seien. Prof. Steimers betonte vor allem auf die Anwendbarkeit der Regelwerke und dass Projekte wie das gemeinsame Forschungsprojekt der BAuA, der Ruhr‑Universität Bochum sowie der Unternehmen Drahtler Architekten und Kapellmann Rechtsanwälte sehr wichtig seien, um diese zu gewährleisten. Lena Lörcher betonte, dass Regelwerke gerade für KMU, die meist keine eigene oder eine eher kleine juristische Abteilung haben, oft schwierig umzusetzen seien. Deshalb seien schlanke und strukturierte Prozesse wichtig, um ihnen den Umgang mit Regeln zu erleichtern. Prof. Kahl bestätigte, dass der Wille dazu in den Ausschüssen durchaus da sei, es aber oft schwer sei, die verschiedenen Interessengruppen in den Regelwerken zu vereinigen. Deshalb seien „Regeln zum Regeln schreiben“ wichtig, um die Regelwerke schlank zu halten.

In der abschließenden Veranstaltung der Themenreihe stand die Frage im Mittelpunkt, wie KI die arbeitsschutzrechtliche Gefährdungsbeurteilung als zentrales Instrument eines zielgerichteten Arbeitsschutzes künftig unterstützen kann.

Den Auftakt machte Lars Hoffmann, Head of Occupational Safety bei der Siemens AG. Er stellte den hauseigenen Chatbot „SiemensGPT“ vor und demonstrierte unter anderem, wie dieser anhand einer Bildanalyse eine fundierte Ausgangsbasis für eine Gefährdungsbeurteilung liefern kann. Einen ersten Entwurf für eine Gefährdungsbeurteilung könne der Chatbot innerhalb von zwei Minuten erstellen. Anhand dieses Beispiels verdeutlichte Hoffmann die Chancen des KI-Einsatz im Arbeitsschutz. Dazu zählte er insbesondere Effizienz- und Zeitgewinne, erhöhte Konsistenz und Standardisierung, die Möglichkeit dynamischer Aktualisierungen sowie die Unterstützung bei der Berücksichtigung rechtlicher Anforderungen.

Hoffmann benannte zugleich Risiken der KI-Nutzung, zum Beispiel fehlende Orts- und Kontextkenntnis sowie die Gefahr einer Scheinsicherheit. Zudem machte er auf zentrale Herausforderungen aufmerksam, etwa die starke Abhängigkeit von der Datenqualität und die begrenzte Fähigkeit von KI-Systemen, komplexe Risiken umfassend zu bewerten. Sein Fazit: KI ist als leistungsfähiges Unterstützungswerkzeug zu verstehen, ersetzt jedoch keinesfalls die erforderliche Fachkunde. Ebenso kanns sie weder unternehmerische Verantwortung noch Haftung übernehmen – diese verbleiben stets beim Arbeitgeber beziehungweise bei der jeweiligen Führungskraft.

Die vollständige Präsentation von Lars Hoffmann finden Sie in Kürze hier.

Die vollständige Präsentation von Henning Krüger finden Sie in Kürze hier.

Einen weiteren Impuls zum Einsatz von KI in der Gefährdungsbeurteilung gaben Martin Westhoven und Arn Dietz von der BAuA. Sie erläuterten, wie KI die Verarbeitung von Text- und Umgebungsdaten unterstützen kann. In ihrem Vortrag beschrieben sie die Rolle der BAuA in einer zunehmend digitalisierten Arbeitswelt, in der KI-Systeme Texte, Umgebungsdaten und komplexe Situationen für Gefährdungsbeurteilungen analysieren. Vor diesem Hintergrund treibt die BAuA mehrere Projekte zur KI-gestützten Gefährdungsbeurteilungen voran, darunter Vorhaben zur Abschätzung der Aufnahme von Gefahrstoffen über die Haut, zur Analyse von partikelförmigen Gefahrstoffen (zum Beispiel Asbeststaub) sowie zur Analyse von Umweltparametern (zum Beispiel Lärmpegel oder CO₂ Konzentration) mithilfe smarter Umgebungssensorik.

Westhoven und Dietz sprachen über die Nutzung großer Sprachmodelle (englisch: Large Language Models, kurz: LLM) zur Unterstützung der Gefährdungsbeurteilung. Für die BAuA sei dieses Thema besonders wichtig, da erhebliche Defizite bei Durchführungen von Gefährdungsbeurteilungen bestehen: Rund 32 Prozent der Arbeitsstätten führen gar keine Gefährdungsbeurteilung durch. Gleichzeitig nutzen Fachkräfte für Arbeitssicherheit zunehmend und meist informell LLMs zur Gefährdungsbeurteilung. Diese ungeregelte Nutzung sogenannter Schatten-IT (siehe auch KI und Arbeitsschutzrecht, Vortrag von Dr. Arun Kapoor) berge allerdings auch Risiken, etwa durch Halluzinationen, unklare Spezifikationen und unzureichende Abbildungen des jeweiligen Kontexts.

Vor diesem Hintergrund sowie angesichts des komplexen Akteursfelds rund um die Gefährdungsbeurteilung entwickelt die BAuA einen KI-Prototypen zur gezielten Unterstützung dieses Prozesses. In einem ersten Schritt führten die Projektbeteiligten eine Anforderungsanalyse auf Basis einer Expert*innenbefragung durch und entwickelten Szenarien im Rahmen eines Workshops. Darauf aufbauend entstand ein Prototypen-System, das dazu diente, Prompt-Designs und den Einsatz von Hintergrunddokumenten zu erproben. Damit generierten die Forschenden testweise Gefährdungsbeurteilungen, unter anderem auf Basis von Bildern, Arbeitsplatz- oder Tätigkeitsbeschreibungen. So ließ sich prüfen, inwieweit das KI-System die definierten Anforderungen erfüllt oder an Grenzen stößt. Die Evaluation der Ergebnisse wurde gemeinsam mit Expert*innen durchgeführt. Die Referierenden erklärten, dass die Evaluation idealerweise anhand eines automatisierten Abgleichs mit Referenzdaten erfolgen sollte. Eine zentrale Herausforderung sei allerdings der hohe Aufwand, der für die Erstellung dieser Referenzdaten erforderlich ist.

Westhoven und Dietz betonten, dass die Plausibilitätsprüfung bei der Nutzung von KI in Gefährdungsbeurteilungen ein zentraler Schritt bleibt. Jeder KI-generierte Output müsse daher stets durch einen Menschen geprüft werden, denn hier liegt die Verantwortung. Insbesondere bei der Auswertung großer Textmengen könne KI jedoch wertvolle Unterstützung bieten.

Die vollständigen Präsentationsfolien finden Sie in Kürze hier. 

Prof. Dr.-Ing. habil. Anke Kahl, Professorin an der BUW und Vorsitzende des ASGA, erläuterte in ihrem abschließenden Vortrag, welche Herausforderungen bei den aktuell vorliegenden technischen Regeln bestehen und was sich daraus für die Gestaltung zukünftiger Regeln ableiten lässt, damit KI-Systemen diese zuverlässig verarbeiten können.

Im Rahmen eines Proof of Concepts integrierte das Projektteam der BUW ausgewählte staatliche Arbeitsschutz-Regelwerke in eine Chatbot-Testumgebung. Ziel war es, die Leistungsfähigkeit großer Sprachmodelle anhand realistischer Anwendungsfälle zu prüfen. Die Analyse umfasste vier Inhaltsarten: Text, Tabellen, Mathematische Formeln und Abbildungen. Reine Textinhalte verarbeiteten die Sprachemodelle weitgehend korrekt. Einschränkungen traten jedoch auf, wenn zahlreiche Quellenverweise enthalten waren, externe Dokumente fehlten oder Versionierungen unklar blieben. Dr. Kahl betonte daher die Notwendigkeit, dem Chatbot referenzierte Quellen vollständig zur Verfügung zu stellen. Auch empfahl sie, Inhalte ganz gezielt und gegebenenfalls zusätzlich in Leichter Sprache aufzubereiten. Tabellarische Inhalte stellten die KI teilweise vor besondere Herausforderungen, da sich ihre Bedeutung erst aus der Struktur von Zeilen und Spalten erschließt. Dr. Kahl empfahl daher einfach strukturierte Tabellen sowie eine zeilenbasierte Aufbereitung der Inhalte. Auch mathematische Formeln erfordern eine spezielle Behandlung: Um eine zuverlässige Speicherung, Suche und Darstellung in KI‑Antworten zu ermöglichen, müssen sie in standardisierte Formate wie zum Beispiel LaTeX Umgebungen überführt werden. Zudem sollte der erläuternde Kontext möglichst nah an der jeweiligen Formel platziert sein, um eine korrekte inhaltliche Verarbeitung sicherzustellen.

Die Online-Themenreihe „Arbeitsschutz und KI“ zeigte mit ihren vielfältigen Beiträgen, dass Künstliche Intelligenz auch im Arbeitsschutz eine zunehmend größere Rolle spielt. KI bietet erhebliche Potenziale für Prävention, Effizienz und Qualität im Arbeitsschutz. Anwendungsbeispiele reichen von der Analyse von Unfall‑ und Sensordaten über KI‑gestützte Assistenzsysteme bis hin zur Unterstützung bei Gefährdungsbeurteilungen.

Allerdings zeigten sich auch, vielfältige Unsicherheiten, die mit dem Einsatz von KI einhergehen. KI‑Systeme weisen mitunter eine unzureichende Robustheit auf, verarbeiten fehlerhafte oder unvollständige Daten und bleiben in ihrer Funktionsweise oft unzureichend transparent und erklärbar. Hinzu kommt die Gefahr einer Scheinsicherheit. Die Referent*innen betonten, dass KI-basierte Fehlentscheidungen niemals vollständig ausgeschlossen werden können. Daher bleiben eine kritische Bewertung und die Plausibilitätsprüfung durch einen Menschen sowie dessen Fachkunde unverzichtbar. Eine weitere wichtige Erkenntnis der Themenreihen ist, dass Arbeitsschutzwissen die Entwicklung sicherer und zuverlässiger KI‑Systeme aktiv mitgestalten kann und sollte, etwa durch die Definition klarer Einsatzgrenzen und die Einbindung realer Unfall‑ und Beinaheunfalldaten.

In allen vier Veranstaltungen zeichnete sich ein gemeinsamer Nenner ab: Ein erfolgreicher KI‑Einsatz im Arbeitsschutz erfordert Kooperation, Transparenz und gemeinsames Lernen. Viele Akteure stehen vor ähnlichen Herausforderungen. Die Themenreihe hat gezeigt, dass ein intensiverer Austausch von Erfahrungen, Daten und Erkenntnissen entscheidend ist, um den menschengerechten und sicheren Einsatz von KI zu gewährleisten. Vor diesem Hintergrund soll eine Politikwerkstatt ins Leben gerufen werden, in der die identifizierten Handlungsfelder in einem engeren Rahmen vertieft und weiterentwickelt werden.