Session

Einstieg und Herausforderungen beim KI-gestützten Coding in der Zivilgesellschaft

11. Juni 2026

Zusammenfassung

1. Teilnehmende und Hintergründe

  • Die Gruppe setzt sich aus Personen mit vielfältigen Hintergründen zusammen: Data Science, People & Open Source, Community Management, Erziehungswissenschaft, Archäologie, IT/System Engineering, Wirtschaftskommunikation, Bildungsarbeit, Geschichte und Politikwissenschaft.
  • Motivation für die Teilnahme: Interesse an Empowerment durch KI, Wunsch nach mehr Verständnis für Coding, Neugier auf praktische Anwendungsfälle und Austausch zu Herausforderungen und Möglichkeiten im zivilgesellschaftlichen Bereich.

„Ich empfinde das als ein großes Empowerment-Thema. Ich bin vor allen Dingen an praktischen Erfahrungen sehr interessiert.“
„Ich habe schon mal so erste Berührungspunkte gehabt und fände jetzt einfach spannend, nochmal so Inputs zu bekommen.“

2. Begriffsklärung: AI-Assisted, Vibe- und Agentic Coding

  • AI-Assisted Coding: Mensch schreibt Code, KI liefert kleine Hilfestellungen (z.B. GitHub Copilot).
  • Vibe-Coding: Größerer Teil des Codes wird an KI ausgelagert, meist im Chatfenster (z.B. ChatGPT, Claude, Mistral). Mensch trifft weiterhin Entscheidungen.
  • Agentic Coding: KI übernimmt viele Schritte autonom, trifft eigene Entscheidungen, kann auf Tools, Ordner und Dateien zugreifen. Beispiele: Cloud Code, V0 von Dursle.
  • Diskussion über die Unterschiede, insbesondere hinsichtlich Autonomie der KI und Verantwortung des Menschen.
  • Praktische Übung: Teilnehmende ordnen sich nach Interesse/Erfahrung den Begriffen zu.

„Beim AI-Assisted-Coding ist es meistens so, dass der Mensch halt noch ganz normal seinen Code produziert und schreibt und kleine Zusätze gebracht werden von der KI.“
„Beim agentischen Coding, dass da die KI Zugriff bekommt zu viel auf Tools oder auf Ordner, auf Dateien, die sie auch ablehnen kann.“

3. Interessen und Anwendungsfelder

  • Zentrale Use Cases:
    • Dashboards und Datenvisualisierung, insbesondere im Bereich Zivilgesellschaft (z.B. Bahndaten auswerten, aktuelle und vollständige Daten bereitstellen).
    • Automatisierung von Prozessen (z.B. Urlaubsanträge, Buchhaltung, Projektbudgets).
    • Schnittstellen zwischen verschiedenen Datensilos schaffen, Datenintegration in Wohlfahrtsorganisationen.
    • Künstlerische und forschungsbezogene Anwendungen (z.B. performative Installationen, AI-Jailbreaking als didaktisches Mittel).
  • Herausforderungen:
    • Komplexität der Prozesse und Datenquellen.
    • Fehlende technische Vorkenntnisse bei vielen Teilnehmenden.
    • Wunsch nach Empowerment und niedrigschwelligen Einstiegsmöglichkeiten.

„Ich würde ganz gerne mehr darüber nachdenken, wie das eigentlich unsere Prozesse verändert oder wie wir unsere Prozesse verändern müssen, um da einen besseren Output zu bekommen.“
„Wir haben zwar jede Menge Daten, aber die liegen an tausend Stellen, sind erstens nicht gut gepflegt und zweitens vor allem nicht kompatibel.“

4. Voraussetzungen für KI-gestütztes Coding

  • Technische Infrastruktur: Zugang zu KI-Systemen, Geräte, Server, Internet, IT-Verstrukturung.
  • Ressourcen: Zeit, finanzielle Mittel, interne Budgets, personelle Kapazitäten.
  • Kompetenzen: Grundverständnis von IT-Infrastruktur und Datenmanagement, Fähigkeit, Datensätze zu gestalten und zu verstehen.
  • Organisatorische Voraussetzungen: Klare Richtlinien, Zieldefinition, Kenntnis der eigenen Daten und Prozesse.
  • Datenschutz: Sensibilisierung für den Umgang mit Dummy-Daten, Minimierung und Anonymisierung, Einhaltung rechtlicher Vorgaben.

„Es braucht Finanzen, es braucht aber auch Budgets. Es braucht Zeit und Menschen, die sich damit auseinandersetzen und vor allem Zugang zu KI-Systemen.“
„Man muss ja eine gewisse Datenkenntnis mitbringen, um gut mit Dummy-Daten arbeiten zu können.“

5. Grenzen und Risiken

  • Rechtliche Aspekte: Datenschutz, Verarbeitung personenbezogener Daten, Einhaltung gesetzlicher Vorgaben (z.B. EU Cyber Resilience Act).
  • IT-Sicherheit: Authentifizierung, User-Management, technische Sicherheit (z.B. Zugriff der KI auf lokale Systeme, Prompt Injection).
  • Ethische Fragen: Herkunft und Fairness der Trainingsdaten, Kompensation, Rassismus, Dekolonisierung.
  • Technische Grenzen: Gefahr, im Prototypen-Stadium zu verharren, mangelnde Anpassbarkeit, fehlende Übertragbarkeit auf neue Anwendungsfälle.
  • Zielgruppenorientierung: Notwendigkeit von UX Research, klare Use Cases, Vermeidung von „Bubble“-Effekten.
  • Empowerment vs. Kontrollverlust: Gefahr, zu viel Verantwortung an die KI abzugeben, insbesondere bei agentischen Systemen.

„Gerade wenn man als Anfängerin oder Laie anfängt zu programmieren, ist für mich auch eine der größten Hürden, dass man eben im Prototypen-Stadium stecken bleibt.“
„Das KI-Tool kann eben auf meine Ordnerstrukturen zugreifen... da kann ich mir was verschießen.“
„Prompt Injection meint, dass eben andere Akteure auf ihre Webseite auf einem weißen Hintergrund in weißer Schrift Sachen schreiben könnten...“

6. Bedarfe und Unterstützungswünsche

  • Langfristige Begleitung: Wunsch nach kontinuierlicher Unterstützung und Austausch.
  • Materialien: Glossar, Leitfäden, Step-by-Step-Anleitungen, Beispiele und Use Case-Sammlungen.
  • Interaktive Tools: Landkarte/Meta-Media-Büro zur Navigation durch Konzepte und Architekturen.
  • Reality-Check: Einschätzung, was mit vorhandenen Ressourcen realistisch möglich ist.
  • Vernetzung: Austausch und gemeinsames Lernen in der Community.

„Ich habe das Gefühl, es fehlt eine langfristige Begleitung.“
„Eine interaktive Landkarte oder so ein Meta-Media-Büro für mich ganz gut, sich durch diesen Dschungel der Konzepte... zu museln.“
„Ich würde mir wünschen, so eine Übersicht an Use Cases oder Projekten, die schon entstanden sind, um so selber so eine Idee zu kriegen...“

7. Weiterführende Angebote & Ausblick

  • Ankündigung eines Online-Workshops am 25.06. zum Thema „Dashboard bauen mit KI“, inkl. QR-Code zur Anmeldung.
  • Angebot einer individuellen Datensprechstunde zur Begleitung von Praxisprojekten.
  • Ziel: Teilnehmende befähigen, selbstständig KI-gestützte Artefakte zu erstellen, Erfahrungen dokumentieren und teilen.
  • Abschlussrunde mit Blitzlicht zu weiteren Unterstützungswünschen und abschließender Dank an die Gruppe.

„Unser Auftrag wäre in diesen zweieinhalb Stunden quasi euch die Voraussetzungen zu geben, dass wir selber das bauen können mit noch ein bisschen Unterstützung.“
„Ganz am Ende soll auch ein Paper, eine Protokollierung ein bisschen entstehen, was klappt schon gut, was klappt nicht so gut.“

Fälligkeiten und Termine:

  • Workshop am 25.06. (genannt)
  • Weitere konkrete Fälligkeiten: (nicht genannt)

Zentrale Erkenntnisse:

  • Es besteht großes Interesse an niedrigschwelligen, praxisnahen Einstiegen in KI-gestütztes Coding, insbesondere für zivilgesellschaftliche Anwendungen.
  • Die größten Herausforderungen liegen in fehlender technischer Erfahrung, rechtlichen und ethischen Unsicherheiten sowie begrenzten Ressourcen.
  • Bedarf an strukturierten, begleitenden Angeboten und Community-orientiertem Austausch ist hoch.