SocialAI
Chancengerechtigkeit und KI in der Sozialen Arbeit
Projektbeschreibung
Das übergeordnete Ziel von SocialAI ist es, eine fundierte und praxisorientierte Grundlage für den chancengerechten Einsatz generativer KI in der Sozialen Arbeit zu schaffen. Es entsteht erstmals ein strukturiertes Framework speziell für ethisch verantwortliches und diversitätssensibles Prompt Engineering. Innovativ ist der empirische und nutzerzentrierte Ansatz, der bestehende theoretische Konzepte erstmals umfassend in praktische, unmittelbar nutzbare Tools und Guidelines übersetzt. SocialAI leistet einen wichtigen Beitrag zur nachhaltigen, ethischen und digitalen Transformation im Sozialsektor. Durch Förderung digitaler Teilhabe insbesondere weiblicher Fachkräfte trägt das Projekt zur Verringerung geschlechtsspezifischer Barrieren bei. Dies stärkt Qualität, Innovationsfähigkeit und Nachhaltigkeit sozialer Dienstleistungen und fördert gesellschaftliche Werte wie Chancengerechtigkeit, Diversität und ethische Reflexion im digitalen Zeitalter.
Ziele und Methoden
1. Systematisches Literatur-Review: Als Grundlage wird zunächst der aktuelle Wissensstand zum Thema chancengerechte KI recherchiert und zusammengefasst. Dabei orientieren wir uns an den etablierten PRISMA-Richtlinien, um transparent und umfassend vorzugehen. Besonders wichtig sind dabei Aspekte wie Gender, Diversität, Chancengleichheit, Fairness, Verantwortung, Transparenz, Datenschutz, Ethik und Soziale Arbeit.
2. Organisationsübergreifende Innovationsworkshops: Es finden Workshops mit etwa 10-12 Teilnehmenden aus verschiedenen Organisationen statt. Dort werden auf Basis des Design Thinking-Ansatzes mögliche Innovationsprojekte und Einsatzszenarien von KI diskutiert. Das Vorgehen ist zyklisch und iterativ, mit Fokus auf Verstehen, Erkunden und praktische Umsetzung.
3. Experimentelle Analyse von Prompt-Engineering-Strategien: Aufbauend auf den bisherigen Ergebnissen werden verschiedene Methoden zur Formulierung von KI-Anfragen praktisch untersucht. Dabei arbeiten wir mit mehreren aktuellen KI-Modellen (wie GPT-4.5, Claude Sonnet, Gemini, LLaMA) und etwa 50 praxisnahen Beispielen aus dem Arbeitsalltag (z.B. Fallbeschreibungen, Texte für Berichte oder Inhalte).
4. Konzeption eines strukturierten Prompting-Frameworks: Basierend auf den Erkenntnissen aus den Tests wird ein strukturiertes System mit praktischen Vorlagen entwickelt. Diese Bibliothek umfasst Basis-Vorlagen für verschiedene Anwendungsfälle, Elemente zur Kontrolle von Verzerrungen mit anpassbaren Komponenten, modellspezifische Optimierungen und Prüfmechanismen gegen bekannte Verzerrungen. Die einzelnen Bausteine beinhalten Rollen-Vorgaben, mehrere Beispiele, System-Anweisungen und Elemente für schrittweises Argumentieren. Das Ganze wird als JSON-Format mit Schnittstellen für Programme und einer Web-Oberfläche umgesetzt.
5. Fragebogenerhebung bei Fach- und Führungskräften: Parallel dazu findet eine Online-Befragung von etwa 150 Fach- und Führungskräften statt. Der Fragebogen erfasst unter anderem die Nutzung von KI-Tools im Arbeitsalltag, wahrgenommene Vor- und Nachteile, den Wissens- und Kompetenzstand sowie persönliche Einschätzungen zu Gender- und Diversitätsthemen.
6. Co-Creation-Workshops mit Praktiker:innen: Aufbauend auf den Befragungsergebnissen werden Workshops mit 16-24 Teilnehmenden durchgeführt. Diese lernen in drei Schritten: 1) KI-Grundlagen mit kritischer Reflexion darüber, dass KI nicht vermenschlicht werden sollte, 2) praktisches Arbeiten mit KI-Anfragen, einschließlich der Definition von Rollen, einschränkenden Vorgaben, schrittweisem Denken und wissensbasierten Ansätzen, sowie 3) die Nutzung der entwickelten Vorlagen-Bibliothek mit Fokus auf kontinuierliches kritisches Hinterfragen. Zwischen den Workshops gibt es eine Praxisphase zum Ausprobieren.
Projektdetails
Fördergeberin
FFG - Laura Bassi
Laufzeit
2026–2029
Durchführende Institutionen
- Universität Graz (Projektleitung)
- Digital Humanities Craft
- SOS-Kinderdorf
- Jugend am Werk
- Research Institute AG & Co KG
Projektteam der Universität Graz
- Sabine Klinger
- Susanne Sackl-Sharif