Personalentwicklung und Learning
E-Learning-Kurs-Outline aus Topic mit SCORM, xAPI und Cornerstone-Integration
anymize ersetzt bei Compliance-Kursen mit Mitarbeiter-Beispielen die internen Namen automatisch durch Platzhalter, bevor das Frontier-Modell die Lernziele nach Bloom-Taxonomie, Modul-Struktur (3–7 Module à 5–10 Min Microlearning), Skript-Drafts, Quizzes und SCORM/xAPI-Spezifikation entwirft. SME-Verifikation Pflichtschritt für Fach-Aussagen, Halluzinations-Risiko bei juristischen Inhalten ist Compliance-relevant. Beschleunigt das Outline-Stadium (~30–60 % der E-Learning-Produktionszeit).
Schwierigkeit: Fortgeschritten · Datenklasse: Beschäftigtendaten · Letztes Review:
Zur Orientierung gedacht. Die personalrechtliche Würdigung im Einzelfall bleibt selbstverständlich bei Ihnen, KI-Outputs sind vor jeder Verwendung zu prüfen. Mehr dazu am Ende.
Anwendungsbereich
Worum geht es hier?
E-Learning-Content-Produktion ist der Engpass moderner L&D-Funktionen: typische Faustregel 1 h E-Learning = 80–200 h Produktion (extern 5–15 kEUR/h). Dieser Workflow operationalisiert Bloom-Taxonomie, ADDIE-Modell, SCORM 1.2/2004 und xAPI-Standards für die Beschleunigung des Outline-Stadiums.
Für wen passt das?
Zielgruppe und Kontext
- Rolle
- Instructional Designer, L&D Content Producer, E-Learning-Verantwortliche, LMS-Administrator. Sekundär: SME (Subject Matter Experts), Grafik-/Audio-Produktion.
- Seniorität
- Einsteiger bis Fortgeschritten, Instructional-Design-Grundlagen (ADDIE, Bloom-Taxonomie, Kirkpatrick-Wirksamkeits-Levels), SCORM/xAPI-Verständnis.
- Unternehmensgröße
- KMU ab 100 MA mit eigener Content-Produktion, Mittelstand, Konzern mit dediziertem E-Learning-Studio.
- Spezifische Kontexte
- Compliance-Pflichtschulungen (DSGVO, IT-Security, Antikorruption, KI-Kompetenz EU AI Act Art. 4), Produkt-Trainings (B2B-SaaS, Tech-Produkte), Soft-Skill-Trainings, Sales-Onboarding-Microlearning, Manager-Trainings.
Die Situation in der Personalabteilung
So bringen Sie Tempo und Sorgfalt zusammen
E-Learning-Kurs-Outlines haben drei strukturelle Eigenheiten. Erstens: Instructional-Design-Methodik, Lernziele nach Bloom-Taxonomie, Modul-Struktur nach ADDIE, Mikrolernen-Häppchen (max. 7–10 Min/Modul), Aktivierungs-Elemente (Quizzes, Drag-Drop, Branching). Zweitens: SCORM/xAPI-Standards, SCORM 1.2 (Legacy), SCORM 2004 (Branching), xAPI (Tin Can, Learning-Record-Store); KI muss korrekte Spezifikations-Hinweise geben. Drittens: Halluzinations-Risiko bei Fach-Inhalten, bei Compliance-Pflichtschulungen ist falsche Aussage rechtsverbindlich relevant (z.B. „DSGVO erlaubt 60 Tage Aufbewahrung”, falsch). SME-Review Pflichtschritt. Bei MA-Beispielen in Compliance-Kursen Klasse A, sonst Klasse C.
Was Sie davon haben
Zeit, Wert, Vertraulichkeit
Zeit pro Kurs-Outline
4–10 h
Bei 60-Min-E-Learning ~30–50 % der Outline-Phase eingespart. Bei 30 Kursen/Quartal 60–300 h Zeit-Gewinn.
Produktions-Hebel
200–800 EUR/Kurs
Instructional Designer 60–90 EUR/h × 4–10 h Outline-Einsparung.
Time-to-Course
Beschleunigung
1 h E-Learning = 80–200 h Gesamt-Produktion; Outline-Stadium 30–60 % schneller.
Erkennungsrate
>95 %
anymize entfernt MA-Beispiele in Compliance-Kursen mit echten Namen; sonst Klasse C ohne Pseudonymisierung.
So gehen Sie vor
Der Workflow Schritt für Schritt
Topic-Briefing vom SME: Lernziel, Zielgruppe, Zeitbudget (typ. 15–60 Min), Pflicht- vs. freiwillig, BR-Bezug.
Mensch (Instructional Designer + SME)
Briefing
Analyse: Bloom-Stufe (Erinnern bis Erstellen?); ADDIE-Stage Definition.
Mensch
Methodik
Daten-Klassifikation: bei Compliance-Kursen mit MA-Beispielen Klasse A → Pseudonymisierung; bei generischen Topics Klasse C.
Mensch
§ 26 BDSG
anymize pseudonymisiert MA-Beispiele falls vorhanden.
anymize
DSGVO Art. 28
KI-Outline-Entwurf: Lernziele (Bloom), Modul-Struktur (3–7 Module), Skript-Drafts pro Modul, Quizzes (MCQ, T/F, Drag-Drop), Branching-Scenarios bei komplexen Topics.
KI
Drafting
SCORM/xAPI-Spezifikation: Welche Tracking-Elemente? Bestanden-Schwelle? Completion-Logik?
KI + Mensch
LMS-Integration
Fach-Verifikation durch SME Pflichtschritt: jede Aussage gegen Quelle prüfen (besonders Compliance/Recht).
Mensch
Halluzinations-Mitigation
Bias-Check: Beispiele divers, Vorbilder paritätisch, sprachlich inklusiv.
Mensch
AGG
Authoring-Tool-Übergabe: Articulate Storyline / Rise / Adobe Captivate / iSpring; Outline als Drehbuch.
Mensch
Produktion
LMS-Upload (Cornerstone, SAP SuccessFactors Learning, Lessonly); Test-Cohort; BR-Information bei Pflichtschulungen. Wirksamkeits-Tracking Kirkpatrick.
Mensch + System
Aktivierung · Evaluation
Womit Sie arbeiten
So setzen Sie anymize konkret ein
Was anymize tut
- Erkennt bei Compliance-Kursen MA-Namen, interne IDs, Standort-Bezeichnungen mit über 95 % Erkennungsrate.
- Bei generischen Topics (Onboarding-Basics, Compliance-Allgemein) keine Pseudonymisierung nötig (Klasse C).
- Bidirektionale Anonymisierung für Compliance-Szenarien mit echten MA-Beispielen.
Was Sie als Instructional Designer tun
- Bloom-Stufe pro Lernziel präzise formulieren (Anwenden statt nur Erinnern).
- SME-Verifikation Pflichtschritt für Fach-Aussagen, besonders bei Compliance/Recht.
- SCORM 1.2/2004/xAPI-Spezifikation gegen Ziel-LMS abgleichen.
- Bias-Check Beispiele/Vorbilder/Sprache; Urheberrechts-Frage bei KI-generierten Bildern klären.
Daten-Input
Topic, Lernziel, Zielgruppe, Zeitbudget, Pflicht-Status, gewünschtes Authoring-Tool, Ziel-LMS, SCORM-/xAPI-Anforderungen, Quellen-Materialien.
Output-Kontrolle
Re-identifizierte Kurs-Outline mit Modul-Struktur-Tabelle (Dauer, Bloom-Stufe, Aktivierung), Modul-Skript-Drafts, Quizzes, SCORM/xAPI-Spezifikation, Bias-Check und Authoring-Tool-Übergabe-Checkliste.
Freigabeprozess
Instructional Designer → SME → BR (bei Pflichtkursen) → LMS-Admin → Launch.
Die KI-Anweisung
Prompt zum Kopieren
So nutzen Sie diesen Prompt:
1. Topic-Briefing vom SME in anymize einfügen (bei MA-Beispielen pseudonymisieren).
2. Diesen Prompt anhängen, Thinking-Modus.
3. SME-Verifikation jeder [[SME-CHECK]]-Aussage Pflicht.
4. SCORM/xAPI gegen Ziel-LMS abgleichen.
# Context (C)
Rechtsstand: <heutiges Datum>. Du entwirfst eine E-Learning-Kurs-Outline
aus einem Topic. Eingaben: Lernziel, Zielgruppe, Zeitbudget, Pflicht-
Status, gewünschtes Authoring-Tool (Articulate Storyline/Rise/Adobe
Captivate/iSpring) und Ziel-LMS (Cornerstone/SAP SuccessFactors/Lessonly).
Bei MA-Beispielen sind Daten pseudonymisiert.
# Role (R)
Du agierst als Instructional Designer mit Kenntnis von ADDIE, Bloom-
Taxonomie, Kirkpatrick-Levels, SCORM 1.2/2004, xAPI (Tin Can),
Mikrolernen-Prinzipien, BetrVG § 87 Abs. 1 Nr. 6 (SRC-0211), § 96–98
(Berufsbildung), § 26 BDSG (SRC-0215), DSGVO Art. 28 (SRC-0242), AGG
(SRC-0217).
# Action (A)
1. Lernziel-Definition nach Bloom (z.B. „Lerner kann DSGVO-Art-22-Verbot
anwenden” = Anwenden-Stufe).
2. Kurs-Struktur 3–7 Module à 5–10 Min (Mikrolernen).
3. Pro Modul: Lernziel, Skript-Draft (mit Bullet-Points), Aktivierungs-
Element (Quiz/Drag-Drop/Branching), Bilder/Video-Vorschläge.
4. Quiz-Design: pro Modul 2–4 Fragen (Mix MCQ + T/F + Drag-Drop); pro
Quiz Lernziel-Bezug benennen.
5. Branching-Scenario (optional bei komplexen Topics): „Was würden Sie
tun?”-Szenario mit 2–3 Pfaden, jeweils Feedback.
6. SCORM/xAPI-Spezifikation: empfohlener Standard, Tracking-Elemente,
Completion-Logik.
7. Bias-Check: Beispiele divers, Vorbilder paritätisch, Sprache inklusiv
(m/w/d).
8. SME-Verifikations-Marker `[[SME-CHECK]]` bei Fach-Aussagen.
9. Urheberrechts-Hinweis bei KI-generierten Bildern/Texten.
10. Checkliste „Vor Authoring-Übergabe” mit 10 Items.
# Format (F)
- „Kurs-Übersicht” mit Topic, Lernziel, Zielgruppe, Zeit
- „Modul-Struktur” als Markdown-Tabelle
- „Modul-Skript-Drafts” pro Modul
- „Quizzes”
- „SCORM/xAPI-Spezifikation”
- „Bias-Check Hinweise”
- Checkliste
# Target Audience (T)
Instructional Designer, SME, LMS-Admin. Sprache präzise, methodisch, mit
klaren Bloom-/SCORM-Bezügen.So sieht der Input aus
Pseudonymisierter Eingabetext
Topic: „KI-Kompetenz nach EU AI Act Art. 4, Pflichtschulung Mitarbeiter”
Lernziel (Bloom): Anwenden, Lerner kann grundlegende KI-Konzepte erkennen und die Pflicht zur KI-Kompetenz nach Art. 4 EU AI Act erklären.
Zielgruppe: alle Mitarbeitenden Konzern [[Konzern-a3f9]] (5.200 MA), keine Vorkenntnisse.
Zeitbudget: 45 Min.
Pflicht-Status: Pflichtschulung gemäß EU AI Act Art. 4 (in Kraft seit 02.02.2025); BR-Beteiligung BetrVG § 87/§ 96–98 erforderlich.
Authoring-Tool: Articulate Rise (mobile-friendly Microlearning).
Ziel-LMS: SAP SuccessFactors Learning + Cornerstone als Fallback.
SCORM-Anforderung: SCORM 1.2 (für Konzern-LMS-Kompatibilität).
Bestehende Quellen-Materialien:
- EU AI Act Volltext (Art. 4 zur KI-Kompetenz)
- Konzern-KI-Policy (intern)So liefert anymize zurück
Der KI-Entwurf
## Kurs-Übersicht
**Topic**: „KI-Kompetenz nach EU AI Act Art. 4, Pflichtschulung”
**Lernziel** (Bloom Anwenden): Lerner kann (a) KI-Systeme im Arbeitsalltag erkennen, (b) Art. 4 erklären, (c) eigene Tools einordnen.
**Zielgruppe**: alle MA (5.200), keine Vorkenntnisse.
**Dauer**: 45 Min, mobile-friendly (Articulate Rise).
**Pflicht** ab EU AI Act Art. 4 (in Kraft 02.02.2025).
## Modul-Struktur
| # | Modul | Dauer | Bloom-Stufe | Aktivierung |
|---|---|---|---|---|
| 1 | Was ist KI? Definition + Beispiele im Alltag | 8 Min | Erinnern | Quiz 3 Fragen |
| 2 | EU AI Act im Überblick + Art. 4 KI-Kompetenz | 10 Min | Verstehen | Drag-Drop |
| 3 | Konzern-KI-Policy und Schatten-KI-Inventar | 10 Min | Anwenden | Branching-Scenario |
| 4 | Sichere Tool-Nutzung: 5 goldene Regeln | 8 Min | Anwenden | Quiz 4 Fragen |
| 5 | Wo finde ich Hilfe? + Final-Quiz | 9 Min | Bewerten | Final-Quiz 8 Fragen |
## Modul 2, EU AI Act + Art. 4
**Skript**:
- Der EU AI Act ist seit August 2024 in Kraft (`[[SME-CHECK: aktuelles Inkraft-Datum verifizieren]]`); Art. 4 „KI-Kompetenz” gilt seit **02.02.2025**.
- Art. 4 verlangt von Arbeitgebern, dass MA, die KI nutzen, **angemessene KI-Kompetenz** haben.
**Aktivierung**: Drag-Drop, Tools kategorisieren („Pflicht-Schulung” / „Optional”).
## SCORM/xAPI-Spezifikation
- **Standard**: SCORM 1.2 (Konzern-LMS-Kompatibilität).
- **Tracking**: cmi.core.lesson_status, cmi.core.score.raw, cmi.suspend_data.
- **Completion-Logik**: alle 5 Module + Final-Quiz ≥75 %.
- **Aufbewahrung Tracking-Daten**: 3 Jahre.
## Bias-Check
- Beispiele paritätisch: m/w/d-Persona in Branching-Scenarios.
- Sprache inklusiv: „Mitarbeitende” statt „Mitarbeiter”.
- BAG 8 AZR 74/25 Linie: Pflichtschulungs-Verteilung paritätisch.
## Checkliste, Vor Authoring-Übergabe
- [ ] Lernziele Bloom-konform formuliert.
- [ ] SME-Verifikation aller Fach-Aussagen (`[[SME-CHECK]]` abgearbeitet).
- [ ] Aktuelles Inkraft-Datum EU AI Act Art. 4 verifiziert (02.02.2025).
- [ ] Konzern-KI-Policy aktuell referenziert.
- [ ] Quizzes mit Lernziel-Bezug.
- [ ] SCORM 1.2 Spezifikation; Completion-Logik festgelegt.
- [ ] Bias-Check.
- [ ] Urheberrechts-Hinweis bei Bildern.
- [ ] BR-Konsultation BetrVG § 87/§ 96–98 abgeschlossen (Pflichtschulung).Was das HR-Recht verlangt
Pflichten und wie anymize sie abdeckt
Halluzinations-Risiko bei Compliance-Inhalten
KI erfindet plausibel klingende Rechtsaussagen („DSGVO erlaubt 60 Tage Aufbewahrung”, falsch). [[SME-CHECK]]-Marker zwingt zur Verifikation gegen Originalquelle. Bei juristischen Compliance-Kursen besonders kritisch.
BetrVG § 87 Abs. 1 Nr. 6, LMS-Tracking (SRC-0211)
SCORM/xAPI-Score-Daten = technische Überwachung; BV. Bei individuellen Lern-Profilen Aggregations-Pflicht (mind. 5 pro Gruppe).
BetrVG §§ 96–98, Berufsbildung-Mitbestimmung
Bei Pflichtschulungen BR-Konsultation Pflicht. KI-Outline allein reicht nicht; BV-Roll-out-Workflow respektieren.
Urheberrecht, KI-generierter Output
KI-generierte Bilder/Texte: Schutzfähigkeit unklar. Bei kommerziell genutzten Bildern lizenzpflichtige Quelle bevorzugen (Stock-Bild-Anbieter mit Lizenz).
AGG (SRC-0217), Inklusive Sprache
Beispiele paritätisch; Vorbilder divers nach Geschlecht/Alter/Funktion; kein generisches Maskulinum. BAG 8 AZR 74/25-Linie auch bei Pflichtschulungs-Verteilung relevant.
Datenschutz und Vertraulichkeit
So funktioniert das mit anymize
Rechtsgrundlage § 26 Abs. 1 BDSG + Art. 6 Abs. 1 lit. f DSGVO. AVV nach Art. 28 mit Authoring-Tool und LMS-Anbieter. Bei MA-Beispielen in Compliance-Kursen Klasse A; bei generischen Topics Klasse C. anymize kommt nur bei MA-Beispielen zum Einsatz; generische Topics direkt verarbeitbar.
Was anymize konkret leistet
- Erkennt bei Compliance-Kursen MA-Namen, interne IDs, Standort-Bezeichnungen mit über 95 % Genauigkeit.
- Bidirektionale Anonymisierung für Compliance-Szenarien mit echten Beispielen.
- Alternative Authoring-Tools: Articulate Storyline 360/Rise (Marktführer), Adobe Captivate (Tier-2), iSpring (PowerPoint-basiert), Elucidat (Web-basiert). LMS-Stack: Cornerstone, SAP SuccessFactors, Lessonly, Moodle, Talent LMS. Synthesia für KI-Avatar (DSGVO-Vorsicht); murf.ai für Voiceover.
Sicherheitscheck vor der Veröffentlichung
Was anymize liefert, was Sie souverän entscheiden
Vor dem KI-Aufruf
- Topic-Briefing vom SME klar (Lernziel, Zielgruppe, Zeit)?
- Bloom-Stufe definiert (Erinnern bis Erstellen)?
- Bei MA-Beispielen: Klasse-A-Pseudonymisierung gemacht?
Nach der KI-Antwort
- SME-Verifikation aller Fach-Aussagen ([[SME-CHECK]] abgearbeitet)?
- SCORM-/xAPI-Spezifikation korrekt gegen Ziel-LMS?
- Bias-Check (inklusive Sprache, paritätische Vorbilder)?
- Urheberrechts-Frage geklärt (Stock vs. KI-generiert)?
Vor dem Launch
- BR-Konsultation BetrVG § 87/§ 96–98 bei Pflichtschulungen?
- AVV mit LMS-/Authoring-Tool-Anbieter?
- Test-Cohort vor Massen-Roll-out?
- Wirksamkeits-Tracking Kirkpatrick (R/L/B/E) definiert?
Typische Fehlermuster und wie anymize gegensteuert
- →KI halluziniert juristische Aussagen, [[SME-CHECK]] zwingt zur Verifikation.
- →KI verwendet falsches SCORM-Format für Legacy-LMS, SCORM 1.2 vs. 2004 vs. xAPI gegen Ziel-LMS abgleichen.
- →KI generiert nicht-inklusive Sprache (generisches Maskulinum), Bias-Check-Marker.
- →KI ignoriert Mikrolernen-Prinzip (Module zu lang > 10 Min), Modul-Längen-Constraint im Prompt.
- →KI vergisst BR-Konsultation bei Pflichtschulungen, BetrVG-Marker zwingt zur Prüfung.
Rechtsgrundlagen
Normen, Urteile, Belege
Primärnormen: Mitbestimmung und Datenschutz
- LMS-Tracking (SRC-0211)
- Berufsbildung-Mitbestimmung
- Beschäftigtendaten (SRC-0215)
- Verbot vollautomatischer Lern-Aktivierung (SRC-0240)
- AVV mit LMS-/Authoring-Tool-Anbieter (SRC-0242)
- KI-Kompetenz-Pflicht seit 02.02.2025
- Inklusive Sprache + paritätische Vorbilder
Studien und Tools
- Daten-Minimierung (SRC-0246)
- Lernziele-Hierarchie (1956/2001)
- Wirksamkeits-Levels 1-4 (1959)
- Tracking-Standard ADL
- Learning-Record-Store-Standard
- 19 % GenAI HR (SRC-0271)
Stand: · Nächste Überprüfung:
Hinweis zur Nutzung
Zur Orientierung, nicht als Ersatz für die HR-Letztverantwortung
Diese Anleitung beschreibt einen Arbeitsablauf, den Sie mit anymize umsetzen können. Sie ist zur Orientierung gedacht und ersetzt weder die personalrechtliche Würdigung im Einzelfall noch eine arbeits- oder mitbestimmungsrechtliche Prüfung. Welche Rechtsprechung einschlägig ist, wie der Sachverhalt arbeitsrechtlich zu bewerten ist, welche Entscheidungen in Ihrem konkreten Fall richtig sind, das bleibt selbstverständlich bei Ihnen und Ihrer HR-Letztverantwortung.
KI-Outputs müssen vor jeder Verwendung HR-fachlich geprüft werden. Insbesondere personenbezogene Entscheidungen (Einstellung, Beförderung, Kündigung) dürfen nicht allein auf KI-Empfehlungen gestützt werden (DSGVO Art. 22, EU AI Act Art. 26). anymize gewährleistet die Vertraulichkeit der Beschäftigtendaten gegenüber dem KI-Anbieter; die fachliche Richtigkeit und die rechtliche Verantwortung liegen in Ihrer Hand.
Jetzt starten.
14 Tage kostenlos testen.
Alle Modelle. Alle Features. Keine Kreditkarte.
Lieber erst zuschauen? Kostenloses Webinar – Anonymisierung live
Wir sind überzeugt von anymize. Und wir wissen: Bei einem KI-Werkzeug, das Mandanten-, Patienten- oder Mitarbeiter-Daten berührt, reicht ein Demo-Video nicht. Deshalb 14 Tage voller Zugang – alle Modelle, alle Features, keine Kreditkarte. Genug Zeit, um sicher zu sein, bevor du uns vertraust.
Dein KI-Arbeitsplatz wartet.