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.
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.