KI in der Arbeitssicherheit: Der Fehler, den 94 % der Unternehmen bei der Einführung begehen

Wenn Sie im Bereich EHSQ-Management tätig sind, setzen Sie möglicherweise bereits an irgendeiner Stelle Ihres Arbeitsalltags KI im Bereich Arbeitssicherheit ein. Oder Sie erwägen, diese bald einzuführen. Oder Sie wickeln einen Großteil dieser Aufgaben noch auf Papier oder in einer Excel-Tabelle ab, die manuell aktualisiert wird.

Unabhängig davon, wo Sie gerade stehen, gibt es eine Information, die Sie sich unbedingt ansehen sollten, bevor Sie fortfahren: einen aktuellen Bericht von McKinsey (State of AI 2026) beziffert den Anteil der Unternehmen, die bei der Einführung von KI denselben Fehler begehen, auf 94 %.

Fügen Sie es zusätzlich zu dem bereits bestehenden Prozess hinzu, ohne den Prozess selbst zu ändern. Gleicher Berichtsablauf, gleiche Genehmigungen, gleiche manuelle Schritte – nur dass nun ein intelligentes Dashboard als Rahmen dient.

Wenn Sie bisher mit Papier oder Excel gearbeitet haben, ist dies genau der Fehler, den Sie bei der Digitalisierung möglicherweise wiederholen: Sie wechseln das Werkzeug, aber nicht den Prozess.

Und wenn Sie bereits KI implementiert haben, ist es sehr wahrscheinlich, dass genau dies gerade bei Ihnen der Fall ist, auch wenn Sie es vielleicht noch nicht bemerkt haben. Denn das Problem zeigt sich nicht darin, ob Sie das „Gefühl“ haben, besser zu arbeiten. Es zeigt sich vielmehr darin, ob die Unfallhäufigkeit sinkt, ob Sie schneller auf ein Risiko reagieren oder ob es Ihnen weniger Mühe bereitet, eine Nichtkonformität zu bewältigen.

Lassen Sie uns untersuchen, warum dies geschieht und wie man es anders machen kann – einschließlich eines konkreten Beispiels.

Was versteht man eigentlich unter KI im Bereich der Arbeitssicherheit?

Hier geht es nicht um Roboter oder automatisierte Produktionslinien. Wir sprechen von Systemen, die Präventionsdaten – Vorfälle, Audits, Beinaheunfälle – verarbeiten und für die zuvor stundenlange manuelle Arbeit erforderlich war: Muster erkennen, Aktionspläne erstellen, Fragen zum Sicherheitsstatus in einem Werk beantworten, ohne in einer Excel-Tabelle danach suchen zu müssen.

Richtig umgesetzt bedeutet dies zwei ganz konkrete Vorteile für eine EHSQ-Abteilung. Der erste ist Zeit: Stunden, die ein Sicherheitsbeauftragter zuvor für Verwaltungsaufgaben aufgewendet hat und die er nun im Betrieb verbringen kann, wo er tatsächlich einen Mehrwert schafft. Der zweite Vorteil ist die Sicherheit hinsichtlich der Einhaltung von Vorschriften: Wenn die Daten zentralisiert, nachverfolgbar und stets auf dem neuesten Stand sind, ist ein Audit kein Last-Minute-Hektik mehr, bei dem rekonstruiert werden muss, was wann geschehen ist, sondern eine Angelegenheit, die Sie bereits grundlegend geregelt haben.

Wenn die KI das Problem nur überlagert, anstatt es zu lösen

Die meisten Unternehmen verfahren gleich: Sie nehmen den bestehenden Prozess – dieselben Berichtswege, dieselben Genehmigungsschritte, dieselben Engpässe – und fügen ihm einfach eine KI hinzu. Ein etwas intelligentereres Dashboard. Eine Warnmeldung, die früher ausgelöst wird. Ein Bericht, der sich von selbst erstellt. Nichts davon geht an die Wurzel des Problems.

Und genau darin liegt der eigentliche Haken: Man erkennt das Problem zwar besser, ohne es jedoch zu lösen, denn der Fehler liegt nicht im Dashboard. Er liegt vielmehr darin, dass niemand die Arbeitsweise des Teams, das damit arbeitet, verändert hat. Es wird weiterhin dasselbe Formular ausgefüllt, über denselben Kanal eskaliert und auf dieselbe Genehmigung gewartet – nur dass nun ein schöneres Dashboard im Hintergrund zu sehen ist. Ohne Change Management bleibt die KI lediglich eine Visualisierungsebene, die über die gewohnte Arbeitsweise gelegt wird.

Wie macht sich dies im Arbeitsalltag eines EHSQ-Managers bemerkbar?

Das fällt schnell auf, wenn man weiß, worauf man achten muss:

• Tools, die vor Ort niemand nutzt. Sie werden im Büro entwickelt und den Mitarbeitern vor Ort zur Verfügung gestellt, die mit Handschuhen arbeiten, alle Hände voll zu tun haben und keine Zeit finden, ein Formular mit zehn Feldern auszufüllen. Es spielt keine Rolle, wie gut die dahinterstehende KI auch sein mag – wenn der Mitarbeiter das Formular meidet.
• Oben leere Dashboards. Wenn Sie die Erfassung nicht vereinfachen, wird das Dashboard nicht mit Daten gefüttert. Es spielt keine Rolle, welche KI Sie hinter die Analyse stellen: Ohne Eingabedaten gibt es nichts zu analysieren.
• Berichte, die niemand öffnet. Es spielt keine Rolle, wie ausgefeilt die Analyse ist, wenn der Sicherheitsbeauftragte sie weiterhin herunterladen, vollständig durchlesen und manuell entscheiden muss, was damit zu tun ist. Sie haben die Erzeugung des Problems automatisiert, nicht das Problem selbst.
• Daten, die sich ansammeln, ohne dass daraus etwas wird. Vorfälle, Beinaheunfälle, Audits – alles von der KI klassifiziert. Doch wenn dadurch niemand schneller reagiert, bleiben die Daten einfach nur da und dienen lediglich als Dekoration.

Was Unternehmen, die tatsächlich Ergebnisse erzielen, von anderen unterscheidet

McKinsey macht es ganz deutlich: Unternehmen, die tatsächlich Wirkung erzielen, integrieren die KI nicht einfach in ihre bestehenden Prozesse. Sie gestalten den Prozess von Grund auf neu und berücksichtigen dabei von Anfang an, was die KI leisten kann. Die Frage, die sie sich stellen, lautet nicht: „Wo passt KI in das, was wir bereits tun?“, sondern:„Wenn wir dies heute von Grund auf neu aufbauen müssten, wie würden wir vorgehen?“

Eine solche grundlegende Neugestaltung ist nur möglich, wenn die KI bereits bei der Konzeption in das System selbst integriert ist und nicht erst nachträglich als Plugin hinzugefügt wird. Eine native KI hat direkten Zugriff auf alle Daten und kann auf den gesamten Arbeitsablauf einwirken. Eine aufgesetztes KI-System hingegen kann lediglich die vorhandenen Daten auslesen und ein Ergebnis zurückgeben – es greift nicht in den zugrunde liegenden Prozess ein. Aus diesem Grund bleiben so viele Implementierungen lediglich „intelligenter“, ohne wirklich „schneller“ zu werden.

Die Neugestaltung mit nativer KI bedeutet jedoch nicht, den Menschen aus dem Prozess zu entfernen. Die KI unterbreitet Vorschläge, setzt Prioritäten und beschleunigt Abläufe; die Entscheidungen, auf die es wirklich ankommt – einen Auftrag zu stoppen, Sanktionen zu verhängen, ein Verfahren zu ändern –, werden weiterhin von einer Person mit Urteilsvermögen getroffen. Das Mechanische aus dem Weg zu räumen ist nicht dasselbe wie den Menschen auszuschließen.

Auf das Arbeitsschutzmanagement angewendet bedeutet dies ganz konkrete Maßnahmen: ein System, das Risiken erkennt und die Datenqualität in Echtzeit bewertet, ohne dass jemand diese manuell überprüfen muss. Oder die Möglichkeit, in natürlicher Sprache zu erfragen, wie es um die Sicherheit in einem Werk steht, ohne zunächst einen Bericht erstellen zu müssen, darauf zu warten, dass jemand diesen liest, und erst danach eine Entscheidung zu treffen.

So formuliert klingt das abstrakt. Schauen wir uns das anhand eines konkreten Beispiels an.

Ein Beispiel dafür, wie dies in der Praxis aussieht

Dies ist das Prinzip, dem wir bei der Entwicklung von Prodity AI folgen: Jeder Agent eliminiert einen Schritt aus dem Prozess, anstatt ihn nur zusätzlich zu ergänzen. So sieht das in der Praxis aus:

• AI Scout ersetzt die manuelle Datensuche durch eine Abfrage in natürlicher Sprache. Der Ablauf „Bericht erstellen → lesen → entscheiden“ entfällt vollständig.
• RelaTiQ sucht nach historischen Ereignissen, die dem von Ihnen bearbeiteten ähnlich sind, sodass Sie nicht jedes Mal von Null anfangen müssen, wenn ein neues Risiko auftritt.
• Action Bot verfasst eigenständig Aktionspläne, Risikobewertungen und gewonnene Erkenntnisse.
• Smart Play überprüft die Datenqualität und erkennt Risiken automatisch, bevor jemand diese manuell überprüfen muss.
• Field Voice verlagert die Erfassung von Vorfällen dorthin, wo sich der Mitarbeiter bereits befindet – nämlich auf WhatsApp –, ganz ohne Formulare.

Keiner dieser Akteure entscheidet allein. Sie setzen Prioritäten, warnen und bereiten den Weg vor, doch das letzte Wort – einen Auftrag zu stoppen , eine Maßnahme abzubrechen, ein Risiko zu eskalieren – liegt weiterhin bei einer Person. Das ist „Human in the Loop“ in der Praxis: nicht als rechtlicher Haftungsausschluss, sondern als Gestaltungsprinzip.

Der Unterschied zu einer Implementierung mit einer Effizienz von 94 % besteht nicht darin, dass diese Agenten „über KI verfügen“. Er liegt vielmehr darin, dass jeder einzelne einen ganzen Schritt des Prozesses übernimmt und diesen nicht nur geringfügig beschleunigt.

Der Fall Zelestra: von 2 Stunden auf 1 Minute

Man muss nicht weit suchen, um zu sehen, wie dies in der Praxis funktioniert. Zelestra hatte dasselbe Problem wie die meisten EHSQ-Abteilungen: stundenlange manuelle Analysen, bevor auf eine Sicherheitsinformation reagiert werden konnte.

Nachdem der Prozess unter diesem Ansatz neu gestaltet worden war, verkürzte sich die HSE-Analyse bei Zelestra von 2 Stunden auf 1 Minute. Und zwar nicht, weil eine KI Berichte schneller zusammenfasste, sondern weil es gar nicht mehr notwendig war, den Bericht zu erstellen und zu lesen.

Darin liegt der Unterschied zwischen 94 % und 6 %.

Gehören Sie zu den 94 % oder zu den 6 %?

Bevor Sie ein weiteres KI-Tool in Ihren EHSQ-Stack integrieren, stellen Sie sich folgende Fragen: Eliminiert es einen Prozessschritt oder beschleunigt es den Prozess lediglich? Wenn Sie es morgen entfernen würden, wäre dann alles wieder genau so wie zuvor? Nutzen die Mitarbeiter vor Ort das Tool tatsächlich, oder weichen sie ihm aus, sobald sie die Gelegenheit dazu haben? Können Sie eine geschäftliche Kennzahl – keine Akzeptanzkennzahl – nennen, die sich messbar verändert hat?

Falls Sie sich durch eine der Antworten verunsichert fühlen, seien Sie unbesorgt: Sie gehören zu den 94 %, wie fast alle anderen auch. Der entscheidende Unterschied liegt nicht darin, das Werkzeug zu wechseln, sondern den Prozess neu zu gestalten.

Häufig gestellte Fragen