Autor: Manfred Hofferer & Team Bildungspartner Österreich, © BPÖ 2026

Die Automatisierung organisatorischer Prozesse durch KI-Agenten gilt aktuell in vielen Bereichen als Effizienztreiber. Insbesondere dort, wo Abläufe standardisierbar, Ziele eindeutig definierbar und Daten stabil verfügbar sind, lassen sich auch deutliche Produktivitätsgewinne erzielen. Im Feld der Erwachsenenbildung zeigt sich jedoch früh eine strukturelle Grenze. Trotz wachsender Rechenleistung, verbesserter Modelle und ausgefeilter Individualisierungslogiken bleibt der Nutzen automatisierter Organisation begrenzt. Der Grund liegt nicht in technischen Defiziten, sondern in der Eigenlogik dieses Bildungsbereichs.

Erwachsenenbildung ist kein geschlossenes System mit klaren Input Output Beziehungen. Sie ist ein offenes, normativ aufgeladenes und sozial vermitteltes Handlungsfeld. Organisation bedeutet hier nicht bloß Koordination, sondern kontinuierliche Aushandlung von Zielen, Erwartungen und Sinnzuschreibungen. KI-Agenten operieren hingegen immer auf der Grundlage expliziter Zieldefinitionen und formalisierbarer Regeln. Diese strukturelle Differenz ist nicht aufhebbar.

Automatisierung als Organisationsprinzip

Automatisierung setzt voraus, dass Prozesse in eindeutige Schritte zerlegt werden können. Jeder Schritt muss beschreibbar, messbar und reproduzierbar sein. In klassischen Verwaltungsprozessen ist das in vielen Bereichen gegeben. In der Bildung betrifft Organisation jedoch nicht nur Logistik, sondern pädagogische Entscheidungen. Dazu zählen Programmentwicklung, Zielgruppendefinition, Kursgestaltung, Zeitstrukturierung und didaktische Schwerpunktsetzung.

Diese Entscheidungen sind nie rein funktional. Sie sind an Werte, Bildungsverständnisse und institutionelle Rahmenbedingungen gebunden. Automatisierung reduziert Komplexität, Erwachsenenbildung im Gegensatz dazu erzeugt sie bewusst. Dieser Widerspruch bildet den Kern der Problematik.

Individualisierung als technisches Versprechen

Ein häufig vorgebrachtes Argument lautet, dass KI-Individualisierung ermöglichen und damit pädagogische Passung verbessern kann. Technisch ist das korrekt, da sich Lernpfade anpassen lassen, Inhalte modularisiert werden können und Empfehlungen personalisierbar sind. In der Praxis greift dieses Prinzip jedoch viel zu kurz.

Individualisierung in der Erwachsenenbildung ist kein bloßes Matching zwischen Angebot und Präferenz. Sie ist ein Prozess der Selbstverortung. Teilnehmende formulieren ihre Lernziele in der Regel erst im Verlauf des Lernens. Motivation, Lebenssituation und biografische Brüche verändern die Erwartungen kontinuierlich. Diese Dynamik ist nicht prognostizierbar, sondern entsteht situativ.

Tatsache ist, dass KI-Agenten nur mit expliziten Parametern arbeiten können. Implizite Motive, widersprüchliche Zielsetzungen und ambivalente Haltungen entziehen sich algorithmischer Modellierung und damit wird Individualisierung zu so etwas wie Scheingenauigkeit.

Kontingenz als Strukturmerkmal

Erwachsenenbildung ist darüber hinaus durch hohe Kontingenz geprägt. D.h., die Teilnahme ist freiwillig, Lernbiografien sind heterogen und die institutionelle Umfeld- und Rahmenbedingungen variieren sehr stark. Daraus lässt sich ableiten, dass Bildungsorganisation mit Instabilitäten und Unsicherheit umgehen können muss, und diese nicht einfach eliminieren kann. Entscheidungen werden zu jeder Zeit unter unvollständiger Information getroffen und bleiben prinzipiell revidierbar.

KI-Systeme sind hingegen auf Stabilität angewiesen, denn sie optimieren auf Basis historischer Daten und definierter Zielgrößen. In kontingenten Situationen führt das zu Fehlsteuerungen und notwendige Anpassungen erfolgen reaktiv und verzögert, nicht antizipativ im pädagogischen Sinne.

Organisation in der Erwachsenenbildung bedeutet daher nicht Effizienzmaximierung, sondern Anschlussfähigkeit und diese entsteht durch primär durch situatives Urteil und nicht durch algorithmische Berechnung.

Pädagogische Qualität als implizites Wissen

Ein zentraler Punkt ist die „Nicht Formalisierbarkeit“ pädagogischer Qualität. Ob ein Angebot als sinnvoll, angemessen oder bildend wahrgenommen wird, lässt sich nicht objektiv messen, denn Qualität entsteht erst im Zusammenspiel von Inhalt, Vermittlung, Beziehung und Kontext.

Dieses Wissen ist überwiegend implizit und basiert auf Erfahrung, professioneller Intuition und situativer Wahrnehmung. KI-Agenten können explizites Wissen verarbeiten, aber kein implizites Bewerten und Urteilen ersetzen. Bewertungsmodelle, Feedback Scores und Erfolgsmetriken bilden nur einen winzigen Bruchteil dessen ab, was in der Praxis pädagogisch relevant ist.

Die Organisation und Durchführung von Erwachsenenbildung erfordern professionelle pädagogische Verantwortung, insbesondere für Zielsetzungen, Inhalte und Wirkungen, eine Verantwortung, die KI nicht übernehmen kann.

Skalierungslogik versus pädagogische Passung

Automatisierung folgt einer Skalierungslogik. Je häufiger ein Prozess identisch wiederholt werden kann, desto größer der Effizienzgewinn. Erwachsenenbildung widersetzt sich dieser Logik, denn eine hohe Passung entsteht durch Abweichung und nicht durch Wiederholung.

Programme müssen angepasst, Formate verändert und Inhalte neu gerahmt werden. Jede Zielgruppe bringt eigene Voraussetzungen mit. Jede Lerngruppe entwickelt eine eigene Dynamik. Individualisierung verstärkt diese Unterschiede und reduziert damit die Möglichkeit zur Skalierung.

Dazu kommt, dass KI-Agenten auf Muster angewiesen sind. Wo Muster fehlen oder bewusst durchbrochen werden, verlieren sie ihre Wirksamkeit. Der Versuch, pädagogische Prozesse zu standardisieren, führt daher zwangsläufig zu massiven Qualitätsverlusten.

Normativität und Legitimation

Erwachsenenbildung ist normativ gerahmt. D.h., sie verfolgt Bildungsziele, die gesellschaftlich begründet und politisch legitimiert werden müssen. Entscheidungen über Inhalte, Zielgruppen und Formate sind demnach nie neutral. Sie implizieren Vorstellungen von Bildung, Teilhabe und Kompetenz.

Bildungsorganisation ist daher immer auch Legitimationsarbeit in der Entscheidungen begründet, vermittelt und akzeptiert werden müssen. Diese Legitimation erfolgt durch Kommunikation und Beziehung, nicht durch algorithmische Transparenz.

Wichtig zu verstehen ist, dass KI-Agenten Entscheidungen zwar erklären, aber nicht verantworten können. Sie können Gründe ausgeben, aber keine normative Position vertreten. In einem Feld, das auf Zustimmung und Vertrauen angewiesen ist, stellt dieser Umstand eine zentrale Grenze dar.

Rolle der Profession

Die Organisation von Erwachsenenbildung ist Teil professioneller pädagogischer Arbeit. Sie erfordert fachliche Kompetenz, Urteilskraft, Reflexion und die Kompetenz, mit Ambivalenzen konstruktiv umgehen zu können. Automatisierung droht diese Professionalität zu entwerten, wenn sie als Ersatz statt als Unterstützung verstanden wird.

KI-Agenten können durchaus administrative Aufgaben übernehmen, Daten auswerten und Szenarien simulieren, aber sie können nicht entscheiden, was pädagogisch geboten ist. Diese Entscheidung bleibt eine professionelle menschliche Leistung.

Eine unkritische Automatisierung im pädagogischen Kontext führt daher nicht zu Entlastung, sondern zu Deprofessionalisierung, bei der zwar die Organisation technisch effizienter wird, aber pädagogisch ärmer und an Qualität verliert.

Systemische Perspektive

Aus systemischer Sicht operiert Erwachsenenbildung in einem Spannungsfeld zwischen Bildungssystem, Arbeitsmarkt, Sozialpolitik und individueller Lebensführung. Diese Systeme folgen unterschiedlichen Logiken. Gute Bildungsorganisation bedeutet, diese Logiken temporär zu koppeln, ohne sie aufzulösen.

KI-Agenten sind innerhalb eines Systems effektiv aber sie tun sich schwer mit Systemgrenzen. Die Übersetzung zwischen pädagogischen, ökonomischen und politischen Rationalitäten ist jedoch zentral für die Erwachsenenbildung, denn sie erfordert Interpretation, nicht Berechnung.

Das bedeutet auch, dass die Grenzen der Automatisierung systemisch bedingt sind und sich nicht so einfach durch bessere Modelle ersetzten oder überwinden lassen.

Zwischenfazit

Die Idee, Organisation in der Erwachsenenbildung umfassend zu automatisieren, verkennt die Struktur dieses Berufsfeldes. Individualisierung ist kein technisches Problem, sondern ein pädagogischer Prozess. Kontingenz ist kein Störfaktor, sondern konstitutiv. Qualität ist nicht messbar, sondern erfahrungsbasiert. Legitimation ist relational, nicht algorithmisch.

KI-Agenten können in der Bildung unterstützen, aber nicht organisieren im vollen Sinne. Ihre Stärke liegt in der Assistenz, nicht in der Steuerung.

Praktische Konsequenzen

Eine realistische Perspektive auf KI in der Erwachsenenbildung erfordert eine klare Grenzziehung. Automatisierung kann dort eingesetzt werden, wo sie administrative Last reduziert, und Transparenz erhöht. Pädagogische Entscheidungen müssen jedoch beim Menschen verbleiben.

Der Versuch, Individualisierung vollständig zu automatisieren, führt zu Scheingenauigkeit und Vertrauensverlust. Stattdessen ist eine hybride Organisationslogik erforderlich, die technische Unterstützung mit professionellem Urteil verbindet.

Beispiele aus der Praxis

Zum Abschluss vier konkrete Ansätze, wie den beschriebenen Grenzen in der Praxis begegnet werden kann:

Trennung von Verwaltung und Pädagogik
KI-Agenten übernehmen administrative Aufgaben wie Planung, Abrechnung und Kommunikation. Pädagogische Entscheidungen bleiben explizit menschlich verantwortet.

• KI als Reflexionsinstrument: Nutzung von KI zur Simulation von Szenarien und zur Analyse von Rückmeldungen, nicht zur automatischen Entscheidung. Ergebnisse dienen als Diskussionsgrundlage.
• Begrenzte Individualisierung: Einsatz von Individualisierung auf Angebots Ebene, nicht auf biografischer Ebene. Module werden angepasst, nicht Personen modelliert.
• Professionelle Qualifizierung: Weiterbildung des pädagogischen Personals im Umgang mit KI, mit Fokus auf Urteilskompetenz, nicht auf technische Steuerung.

Übersicht der zentralen Diskussionspunkte

• Automatisierung mit KI-Agenten ist in der Erwachsenenbildung strukturell begrenzt.
• Die Grenzen sind systemisch und nicht primär technischer Natur.
• Individualisierung in der Erwachsenenbildung ist kein datenförmiges Problem.
• Lernziele und Bildungsbedarfe entstehen situativ und verändern sich dynamisch.
• Organisation in der Erwachsenenbildung bedeutet Aushandlung, nicht Optimierung.
• Pädagogische Qualität ist nicht formal messbar oder vollständig modellierbar.
• Implizites Erfahrungswissen ist zentral für organisatorische Entscheidungen.
• Skalierungslogiken widersprechen pädagogischer Passung.
• KI-Agenten benötigen stabile Zielkriterien, die real nicht vorliegen.
• Normative Entscheidungen können nicht automatisiert werden.
• Legitimation entsteht durch Beziehung und Kommunikation, nicht durch Algorithmen.
• KI kann administrative Aufgaben übernehmen, nicht pädagogische Steuerung.
• Unkritische Automatisierung führt zur Deprofessionalisierung.
• Eine hybride Organisationslogik ist erforderlich.

Autor: Manfred Hofferer Institution: Bildungspartner Österreich / Outdoorpädagogik Austria Erstellungsdatum: 17. Januar 2026 Copyright: © 2026 Manfred Hofferer Lizenz: CC Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 | Lizenz-Hinweis: Dieser Beitrag darf unter Nennung des Autors frei vervielfältigt, verbreitet, öffentlich zugänglich gemacht, bearbeitet und in jedem Medium oder Format genutzt werden, auch zu kommerziellen Zwecken, sofern eine angemessene Namensnennung erfolgt und auf Änderungen hingewiesen wird.

Passende Lesebeiträge dazu:

• Kompetenzentwicklung KI
• Gehirn & KI
• KI und Bildung

Wenn Interesse und Bedarf bestehen, unterstützen wir dich zu diesem Thema gerne auch in unseren Bildungsangeboten. Reden wir darüber! Unsere aktuellen Bildungsangebote:

• Train the Trainer:in
• Soft Skill Trainer:in
• Outdoorpädagogik 
• Bildungsbike-Trainer:in
• Ausbildung Bildungsbiken

HINWEIS: Für die sprachliche Glättung und stilistische Vereinfachung dieses Beitrags wurden KI-basierte Tools (ChatGPT 5, Gemini 2.5 Pro, Copilot) unterstützend eingesetzt. Alle inhaltlichen Aussagen und Schlussfolgerungen wurden von den Autor: innen ausgewählt und geprüft. KI hatte keine Rolle bei der inhaltlichen Generierung oder Bewertung der Informations- und Forschungslage.