KI-Fallnotizen für Sozialarbeiter:innen – erst anonymisieren, dann einfügen

18:40 Uhr. Der letzte Hausbesuch war um 16:15. Du sitzt noch am Schreibtisch, und vor dir liegen vier Falldokumentationen, die fertig sein müssen, bevor du gehen kannst – ein Verlaufsbericht, ein Kontaktprotokoll, eine Aktualisierung des Hilfeplans und eine Zusammenfassung fürs Teamgespräch morgen früh. Das ist kein schlechter Tag. Das ist Dienstag.

Fachkräfte in der Kinder- und Jugendhilfe verbringen laut einer Untersuchung der FH der Diakonie täglich rund 30 Prozent ihrer Arbeitszeit mit administrativen Tätigkeiten – vor allem Dokumentation, nicht Klientenkontakt. Und der bundesweite Fachkräftemangel macht die Lage nicht leichter: Laut dem KOFA-Fachkräftereport vom März 2026 fehlten zuletzt rund 10.900 qualifizierte Bewerber:innen für offene Stellen in der sozialen Arbeit und Sozialpädagogik – trotz einer spürbaren Entspannung gegenüber dem Vorjahr bleibt die Personalgewinnung schwierig. Pflegekräfte haben seit Jahren KI-gestützte Diktiersysteme. Therapeut:innen haben Mentalyc und Upheal. Die soziale Arbeit – die Berufsgruppe mit vermutlich der schwersten Dokumentationslast von allen – ist bei dieser Welle fast komplett außen vor geblieben. Bis jetzt gibt es dafür auch in Deutschland eine wachsende Antwort, und genau darum geht es hier: um den einfachen, sofort nutzbaren Workflow – und um die eine Regel, die vor allem anderen kommt.

Was hier eigentlich passiert

Bevor wir einsteigen, die unbequeme Wahrheit zuerst: Du musst nicht zwangsläufig ein Abo kaufen, um den größten Teil des Nutzens zu bekommen. ChatGPT oder Claude, richtig eingesetzt, verwandeln eine Seite hingekritzelter Feldnotizen in unter zwei Minuten in eine strukturierte Verlaufsdokumentation. Genau das ist der Trick, den jedes spezialisierte “KI-Dokumentationstool” verkauft – nur eben ohne Monatsgebühr.

Was tatsächlich neu ist, ist das Tempo, mit dem in Deutschland eigene, spezialisierte Lösungen entstehen. SAKi etwa ist eine KI-Assistenz speziell für die soziale Arbeit, die Falldaten, Dokumentation, Teamkommunikation und Kalender in einer Plattform bündelt – vollständig auf deutschen Servern betrieben. Gesprochene Notizen werden zu fertigen Fachtexten, strukturiert nach den Vorlagen der jeweiligen Organisation. SoKI geht mit seinem Modul CaseVoice einen ähnlichen Weg über Audiotranskription für Klientengespräche und Fallbesprechungen. Beide werben ausdrücklich damit, dass die Verarbeitung zu hundert Prozent in Deutschland stattfindet, keine Daten in Drittländer abfließen und nichts zum Training fremder Modelle verwendet wird – also genau die DSGVO-Fragen adressiert, die bei einem ChatGPT-Consumer-Account offen bleiben.

Das ist also keine ferne Zukunftsmusik. Es passiert bereits, mit echten deutschen Anbietern, die genau auf diese Zielgruppe zugeschnitten sind. Was fehlt, ist der einfache Workflow für die Fachkraft, die noch kein Enterprise-Tool von ihrem Träger gestellt bekommen hat – die mit ChatGPT auf dem privaten Account dasitzt und sich fragt, ob es überhaupt okay ist, einen Klientennamen dort einzutippen.

Daneben entstehen auch außerhalb kommerzieller Anbieter eigene deutsche Initiativen: Die FH der Diakonie erforscht gemeinsam mit dem Praxispartner Momontum unter wissenschaftlicher Leitung von Prof. Dr. Tim Hagemann eine KI-gestützte Dokumentationsassistenz speziell für die Kinder- und Jugendhilfe, die automatisch Tagesdokumentationen zusammenfasst und darauf hinweist, wenn zu einem Hilfeplanziel lange nichts mehr dokumentiert wurde. Das Institut für E-Beratung wiederum entwickelt mit KIA, KIESA und VoiCE eigene KI-Assistenzsysteme für die Onlineberatung – nicht kommerziell, sondern bewusst außerhalb wirtschaftlicher Interessen aufgebaut, um die Deutungshoheit über diese Werkzeuge nicht allein den großen US-Anbietern zu überlassen. Auch der Berufsverband DBSH hat das Thema im April 2026 im Magazin FORUM sozial unter dem Titel “Soziale Arbeit mit KI – Konkurrenz oder Teamplay?” aufgegriffen. Die soziale Arbeit in Deutschland ist beim Thema KI also alles andere als blank – nur eben noch ohne den einfachen, alltagstauglichen Leitfaden für die einzelne Fachkraft.

Kurz gesagt: Nein, einen Klientennamen einfach in ein KI-Tool zu tippen ist nicht automatisch okay. Und genau da fängt dieser Leitfaden an.

Warum die soziale Arbeit speziell übergangen wurde. Therapeut:innen haben Approbationskammern und ein einigermaßen klares (wenn auch unvollkommenes) Regelwerk, dazu einen ausgereiften Anbietermarkt (Mentalyc, Upheal, Blueprint), der sich genau darum gebaut hat. Pflegekräfte haben Krankenhaus-IT-Abteilungen, die Diktiersysteme als Unternehmenssoftware mit unterschriebenem Auftragsverarbeitungsvertrag beschaffen. Sozialarbeiter:innen dagegen arbeiten in einer enormen Bandbreite von Settings – Jugendämter, freie Träger, Kliniken, Schulen, ambulante Dienste –, jeweils mit unterschiedlichen Geheimhaltungsvorschriften, unterschiedlichen Kostenträgern und meist ohne eigene IT-Abteilung, die KI-Tools überhaupt prüft. Ein einfaches, allgemeines Playbook gab es dafür bislang nicht. Das hier soll genau das sein.

Die Anonymisierungsregel zuerst (unbedingt lesen, bevor du irgendwas eintippst)

Diese eine Regel macht alles andere in diesem Leitfaden erst sicher nutzbar. Wer sie überspringt, riskiert genau das, was das viktorianische Familienministerium in Australien vorgemacht hat: Rund 900 Mitarbeitende griffen dort 2024 innerhalb von sechs Monaten dienstlich auf ChatGPT zu – einer davon nutzte es, um einen gerichtlichen Kinderschutzbericht zu entwerfen, in dem der echte Name und identifizierende Details des Kindes standen. Die zuständige Datenschutzaufsicht stellte einen schweren Verstoß fest, das Ministerium bekam eine zweijährige technische Komplettsperre (IP- und DNS-Blockierung) für ChatGPT, Claude, Gemini und Copilot für alle Kinderschutzmitarbeitenden. Der betroffene Mitarbeiter hatte das laut Bericht in rund 100 Fällen so gemacht, bevor es aufflog.

Das ist kein Schreckensmärchen aus zweiter Hand. Genau das passiert, wenn “erst anonymisieren” übersprungen wird.

In Deutschland kommt eine zweite, spezifisch hiesige Rechtsgrundlage dazu, die im englischsprachigen Original so nicht existiert: das Sozialgeheimnis nach § 65 SGB VIII. Dieser Paragraf regelt, dass Sozialdaten, die einer Fachkraft der Kinder- und Jugendhilfe im Rahmen persönlicher und erzieherischer Hilfe “anvertraut” wurden, nur unter sehr engen Voraussetzungen weitergegeben oder übermittelt werden dürfen. Anvertraute Daten sind dabei alles, was jemand einer Fachkraft im Vertrauen mitgeteilt hat, mit der berechtigten Erwartung, dass es nicht an Dritte weitergegeben wird – Beobachtungen aus einem Hausbesuch fallen rechtlich anders, aber praktisch macht das für die Anonymisierungspflicht keinen Unterschied. Für die Übermittlung trägt die weitergebende Fachkraft nach § 65 SGB VIII eine persönliche Verantwortung. Ein KI-Tool, das die Daten verarbeitet, ist in diesem Sinn ganz klar ein Dritter.

Was als identifizierend zählt – die vollständige Liste, nicht nur das Offensichtliche:

• Vollständige Namen (Klient:in, Familienmitglieder, Partner:in, Mitbewohner:innen, Kolleg:innen)
• Genaue Adressen (Straße, Wohnungsnummer, in kleinen Orten sogar Straßenkreuzungen)
• Geburtsdaten, Sozialversicherungs- oder Aktenzeichen, die eindeutig einer Person zuzuordnen sind
• Schul-, Arbeitgeber- oder konkrete Klinik-/Praxisnamen, wenn das Umfeld klein genug ist, um jemanden erkennbar zu machen
• Namen von Fachkräften, Lehrer:innen oder anderen Professionellen, über die sich ein Klient indirekt identifizieren lässt
• Sehr spezifische Umstände – eine seltene Diagnose, eine ungewöhnliche Familienkonstellation, ein kleiner Ort, in dem “die Klientin in der Ahornstraße mit drei Kindern und einem Assistenzhund” auch ohne Namen eindeutig identifizierend ist

So streichst du sie in der Praxis. Bevor irgendwas in ein KI-Tool eingefügt wird, ein Suchen-und-Ersetzen-Durchgang über die Rohnotizen:

• Vollständige Namen durch Rollenbezeichnungen ersetzen: “Klientin”, “die Mutter der Klientin”, “der Partner”, “das 8-jährige Kind”, “die Lehrkraft”
• Adressen durch allgemeine Beschreibungen ersetzen: “die Wohnung der Klientin”, “der Arbeitsplatz der Klientin” – Straßenname komplett weglassen
• Exakte Geburtsdaten durch Altersspannen ersetzen, falls das Alter für die Notiz relevant ist (“Klientin, Mitte 30”)
• Namen von Träger, Schule oder Arbeitgeber durch generische Beschreibungen ersetzen: “die Schule der Klientin”, “der Arbeitgeber der Klientin”
• Fachlich relevante Fakten unbedingt drinlassen – Verhalten, Aussagen, Beobachtungen, Kontaktdaten (nicht Geburtsdaten), Leistungsdetails. Zu viel streichen macht die Notiz nutzlos, zu wenig streichen verfehlt den Zweck komplett

Das dauert, wenn man’s einmal drauf hat, vielleicht neunzig Sekunden. Es ist die mit Abstand wichtigste Gewohnheit in diesem ganzen Workflow, und sie ist nicht verhandelbar – der Rest dieses Leitfadens setzt voraus, dass du das jedes Mal machst, ausnahmslos.

Der Workflow: Von der Rohnotiz zur fertigen Verlaufsdokumentation

Ein Beispiel komplett durchgehen, von vorn bis hinten. Alles Folgende ist frei erfunden – ein Lehrbeispiel, zusammengesetzt für diesen Leitfaden. Keine identifizierenden Details gehören zu einer echten Person.

Schritt 1: Die Rohnotiz (vor der Anonymisierung)

So könnte eine Fachkraft tatsächlich im Auto nach einem Hausbesuch notieren, in der Kurzschrift, die im Moment Sinn ergibt:

Hausbesuch bei Sabrina K., Lindenweg 12, 45 Min. Übernachtet seit letzter Woche bei Freundin Melanie, nachdem Wohnung verloren. Sagt, hat letzten Dienstag Wohngeld beantragt, wartet noch auf Bescheid. Wirkte müde, sprach langsam, hielt aber guten Blickkontakt, kooperativ, beantwortete alle Fragen. Keine Anzeichen für Substanzkonsum. Sagt, sucht Arbeit, hat 2 Vorstellungsgespräche nächste Woche (eines bei REWE Hauptstraße, eines bei Zeitarbeitsfirma Innenstadt). Notunterkunftsliste durchgegangen, Nummer für Housing-First-Programm gegeben. Sagte, ruft bis Freitag an. Nachfassen Freitag telefonisch, ob angerufen; Wohngeldstatus beim nächsten Termin prüfen.

Schritt 2: Anonymisieren

Jetzt die identifizierenden Details streichen, alles fachlich Relevante behalten:

Hausbesuch, erwachsene Klientin (Fallmanagement Wohnungslosigkeit), 45 Minuten. Klientin übernachtet seit letzter Woche bei einer Freundin, nachdem sie ihre Wohnung verloren hat. Gibt an, letzten Dienstag Wohngeld beantragt zu haben, wartet noch auf Bescheid. Klientin wirkte müde, sprach langsam, hielt jedoch guten Blickkontakt, war kooperativ und beantwortete alle Fragen. Keine Anzeichen für Substanzkonsum beobachtet. Klientin gibt an, aktiv Arbeit zu suchen, hat zwei Vorstellungsgespräche kommende Woche. Notunterkunftsliste mit Klientin durchgegangen; Nummer des Housing-First-Programms mitgegeben. Klientin sagte zu, bis Freitag anzurufen. Plan: Freitag telefonisch nachfassen, ob Klientin beim Housing-First-Programm angerufen hat; Wohngeldstatus beim nächsten Termin prüfen.

Sieh dir an, was geblieben und was verschwunden ist. Name der Klientin, genaue Adresse, Name der Freundin, konkrete Arbeitgebernamen (REWE, die Zeitarbeitsfirma) – alles weg. Die Verhaltensbeobachtungen, der zeitliche Ablauf, die vermittelten Hilfen und der Plan – also genau das, was für die Fallakte tatsächlich zählt – sind vollständig erhalten.

Schritt 3: Der Prompt, der daraus eine strukturierte Dokumentation macht

Die anonymisierten Notizen mit einem Prompt wie diesem in ChatGPT oder Claude einfügen:

I'm a caseworker. Turn these de-identified field notes into a structured
case note (Subjective / Objective / Assessment / Plan format). Do not add
any information that isn't in the notes below — if something is unclear
or missing, leave it out rather than guessing. Use professional, factual
case-management language in German.

Field notes:
[hier die anonymisierten Notizen einfügen]

Diese eine Anweisung – “füge nichts hinzu, was nicht in den Notizen steht” – leistet mehr, als es auf den ersten Blick scheint. Sie ist die einzige Zeile, die zwischen dir und einem KI-erfundenen Detail steht, das in eine offizielle Akte gelangt. Jedes Mal mit angeben.

So sieht eine typische Ausgabe strukturiert aus:

S – Subjektiv: Klientin berichtet, seit einer Woche bei einer Freundin zu übernachten, nachdem sie ihre Wohnung verloren hat. Gibt an, letzten Dienstag Wohngeld beantragt zu haben und noch auf Bescheid zu warten.

O – Objektiv: Klientin wirkte müde und sprach langsam. Hielt Blickkontakt, war kooperativ und beantwortete alle Fragen. Keine Anzeichen für Substanzkonsum beobachtet.

A – Einschätzung: Klientin ist aktuell wohnungslos, vorübergehend bei einer Freundin untergebracht. Wohngeldantrag ist anhängig. Klientin ist aktiv in Arbeitssuche eingebunden, zwei Vorstellungsgespräche geplant. Klientin zeigte sich während des Besuchs kooperativ und engagiert.

P – Plan:

1. Notunterkunftsliste mit Klientin durchgegangen.
2. Klientin die Telefonnummer des Housing-First-Programms mitgegeben; Klientin sagte zu, bis Freitag anzurufen.
3. Fachkraft ruft Freitag zurück, um zu bestätigen, dass die Klientin beim Housing-First-Programm angerufen hat.
4. Wohngeldstatus beim nächsten Termin prüfen.

Das ist eine aktenreife Dokumentation, generiert in rund 20 Sekunden, aus Notizen, die vielleicht zwei Minuten zum Aufschreiben brauchten. Zum Vergleich: Die meisten Fachkräfte berichten, dass eine vergleichbare Dokumentation von Hand irgendwo zwischen 15 und 40 Minuten dauert, bei komplexeren Fällen entsprechend länger.

Schritt 4: Einen ersten Entwurf für den Hilfeplan

Hilfepläne müssen ein Ziel benennen, nicht nur ein Problem beschreiben. Sobald ein paar anonymisierte Kontaktnotizen zu einer Klientin vorliegen, lässt sich daraus ein erster Hilfeplan-Entwurf ableiten:

Based on these de-identified case notes from the last three contacts,
draft a first-pass service plan in German. Include: 1) the primary goal
in the client's own words where possible, 2) 2-3 concrete objectives that
support that goal, 3) specific action steps with rough timeframes,
4) barriers already identified in the notes. Flag anything where you
had to infer rather than pull directly from the notes.

Notes:
[anonymisierte Notizen einfügen]

Die Ausgabe ist ein Entwurf, kein fertiger Plan – die eigene fachliche Einschätzung bleibt gefragt, um das tatsächliche Ziel zu benennen, realistische Zeitrahmen zu setzen und sicherzustellen, dass der Plan wirklich das widerspiegelt, was die Klientin will – nicht nur das, was die Notizen zufällig eingefangen haben. Aber von der leeren Vorlage direkt zu einem strukturierten ersten Entwurf zu kommen, spart genau den Teil, der beim Hilfeplan-Schreiben am meisten Zeit frisst: vor einer leeren Vorlage zu sitzen und zu versuchen, sich zu erinnern, was über drei Termine hinweg genau besprochen wurde.

Schritt 5: Eine Kontaktdokumentation zusammenfassen

Wer für eine Supervision oder einen Bericht eine gebündelte Zusammenfassung mehrerer Kontakte braucht, fügt mehrere anonymisierte Kontaktnotizen auf einmal ein:

Summarize these de-identified contact log entries into a chronological
narrative summary in German, suitable for a supervision review. Note any
pattern changes (housing status, engagement level, service utilization)
across the entries. Do not add interpretation beyond what's directly
supported by the notes — flag anything that looks like a gap in
documentation.

Diese letzte Anweisung – auf Dokumentationslücken hinweisen lassen – ist wirklich nützlich. KI erkennt zuverlässig, wenn zwischen dem 3. März und dem 20. April keine Notiz existiert – etwas, das leicht übersehen wird, wenn man selbst alle vierzig Einträge geschrieben hat.

Schritt 6: Vor dem Ablegen gegenlesen – jedes Mal, ohne Ausnahme

Das ist keine Option, und es ist keine Formsache. Die KI-Ausgabe Zeile für Zeile gegen die eigenen Notizen lesen, bevor sie in irgendeine Akte kommt. Konkret prüfen:

• Erfundene Details. Hat die KI eine Diagnose, einen Risikofaktor oder ein konkretes Verhalten hinzugefügt, das in den Notizen nicht stand? Das passiert häufiger, als Anbieter zugeben – eine Studie des britischen Ada Lovelace Institute, basierend auf Interviews mit 39 Fachkräften in 17 Kommunen, fand KI-Dokumentationen, die eine Suizidalität beschrieben, die eine Klientin nie erwähnt hatte, und – ein seltsames, aber aufschlussreiches Beispiel – ein Transkriptionstool, das die Beschreibung eines Kindes über streitende Eltern in eine Notiz über “Fischstäbchen oder Fliegen oder Bäume” verwandelte.
• Ton-Drift. Personenzentrierte Sprache ist in diesem Feld wichtig. KI flacht eine ausdrücklich geäußerte Präferenz einer Klientin manchmal zu einer klinischen Distanz ab, die in der Originalnotiz gar nicht da war.
• Fehlende Risikohinweise. Stand in den Rohnotizen beiläufig etwas Besorgniserregendes, sicherstellen, dass die KI es beim Umstrukturieren nicht verloren hat.
• Formatabgleich. Entspricht es der Vorlage des eigenen Trägers? (Dazu gleich mehr.)

Dafür echte Zeit einplanen – kein 30-Sekunden-Überfliegen. In der genannten britischen Studie waren es genau die Fachkräfte, die sich für diesen Schritt wirklich Zeit nahmen, die die schwerwiegendsten Fehler entdeckten – nicht die, die zwei Minuten investiert und weitergemacht haben.

DIY-KI vs. spezialisierte deutsche Tools vs. von Hand

Es gibt hier keine einzig richtige Antwort – es hängt vom eigenen Setting, der Trägerrichtlinie und der wöchentlichen Notizmenge ab. Hier der ehrliche Vergleich, gebaut aus dem, was diese Tools tatsächlich versprechen und was aus der Praxis berichtet wird.

Ein Punkt, bevor du automatisch annimmst, ein bezahltes Tool sei “automatisch sicherer”: Eine US-Recherche fand 2025 heraus, dass manche KI-Notiz-Anbieter, die gezielt an Therapeut:innen vermarktet wurden, im Kleingedruckten erlaubten, Patientendaten für das Training anderer KI-Modelle zu nutzen. Bezahlen bedeutet nicht automatisch, dass die eigenen Daten so behandelt werden, wie man es erwartet – Vertragsbedingungen lesen, den AVV anfordern, sich nicht auf die Werbeseite verlassen.

Was das für dich bedeutet

Fachkraft im Jugendamt. Du hast den geringsten Spielraum für Fehler und den größten Zeitgewinn zu erwarten. Heute starten: eine Hausbesuchsnotiz mit der Methode oben anonymisieren und den KI-Entwurf gegen eine Notiz vergleichen, die du letzte Woche von Hand geschrieben hast. Nichts, was in Richtung Familiengericht geht, ohne Freigabe der Leitung für den Workflow anfassen – der Fall aus Victoria oben passierte genau an dieser Schnittstelle.

Fachkraft im ambulanten Betreuten Wohnen / Eingliederungshilfe. Deine Notizen tragen oft zusätzlich sensible medizinische und finanzielle Details – Kontoverweise, konkrete Medikamentennamen, Angehörigendaten. Vor dem Einfügen einen extra Prüfschritt für finanzielle Kennungen in die Anonymisierungs-Checkliste aufnehmen.

Schulsozialarbeit. Hier gilt neben dem Sozialgeheimnis oft zusätzlich Landesschulrecht zum Umgang mit Schüler:innendaten. Schüler:innennamen, ID-Nummern und schulspezifische Kennungen mit besonderer Sorgfalt streichen, da an einer kleinen Schule schon ein Vorname identifizierend sein kann. Mit einem risikoarmen Notiztyp starten, etwa einem Routine-Check-in, bevor du das für alles nutzt, was in Richtung Förderplan geht.

Sozialdienst im Krankenhaus. Du dokumentierst häufig ohnehin schon in einem Krankenhausinformationssystem, das eventuell eigene KI-Funktionen unter einem bestehenden AVV hat – dort zuerst nachfragen, bevor du zu einem Consumer-KI-Tool greifst. Hat die Klinik noch nichts ausgerollt, ist dieser Workflow eine solide Übergangslösung für narrative Entlassungsberichte.

Sozialarbeiter:in in freier Praxis / Beratungsstelle. Du bist am nächsten am therapeutischen Anwendungsfall dran – ehrlich gesagt lohnt sich hier ein genauer Blick auf spezialisierte Tools wie SAKi oder SoKI, weil sie direkt auf dieses Dokumentationsformat zugeschnitten sind und meist einen unterschriebenen AVV mitbringen. Bei geringem Fallvolumen funktioniert die DIY-Methode mit strikter Anonymisierung genauso gut.

Leitung / Team- oder Fachbereichsleitung. Hier geht es nicht um persönliche Produktivität, sondern um Richtlinie. Bevor irgendeine Fachkraft im Team ChatGPT oder Claude für Fallnotizen nutzt, eine schriftliche Antwort auf zwei Fragen einholen: Erlaubt oder verbietet die Trägerrichtlinie externe KI-Tools ausdrücklich, und schafft § 65 SGB VIII beziehungsweise die jeweilige landesrechtliche Regelung eine zusätzliche Einschränkung? Die Antwort dokumentieren und im Team teilen. Schweigen ist keine Erlaubnis.

Neu bei KI. Kleiner starten, als du denkst. Eine bereits geschriebene Notiz aus der letzten Woche nehmen, anonymisieren, durch den Prompt oben laufen lassen. Die Ausgabe mit dem vergleichen, was tatsächlich geschrieben wurde. Diese fünfzehn Minuten sagen mehr darüber, ob der Workflow zu den eigenen Notizen passt, als zehn weitere Absätze dieses Leitfadens.

Nutzt KI schon informell. Wer bisher Notizen ohne konsequente Anonymisierung in ChatGPT eingefügt hat: heute damit aufhören und die Checkliste oben rückwirkend übernehmen – das sind vermutlich die fünf am besten investierten Minuten dieser Woche. Zusätzlich prüfen: Läuft das über einen kostenlosen/privaten Account? Wenn ja, davon ausgehen, dass standardmäßig nichts privat bleibt, egal was eingefügt wird.

Randfälle und Problemlösung

Die KI erfindet ein Detail, das nicht in den Notizen stand. Das ist der häufigste Fehler, und er ist gut dokumentiert – die Ada-Lovelace-Institute-Studie fand KI-Dokumentationen mit frei erfundenen klinischen Inhalten, darunter einen Fall von erfundener Suizidalität. Lösung: “Füge nichts hinzu, was nicht in den Notizen steht” immer mit in den Prompt aufnehmen, und die Ausgabe Zeile für Zeile gegen die Originalnotiz lesen, bevor sie abgelegt wird. Passiert es zweimal mit demselben Tool, ist das ein Signal, den eigenen Prüfprozess zu verlangsamen – nicht ein Zeichen, dass der Prompt falsch war.

Die Ausgabe passt nicht zur Trägervorlage. Träger haben oft eine feste Feldreihenfolge, Pflichtüberschriften oder vorgeschriebene Formulierungen (“Klientin verneint” statt “Klientin sagt nein zu”). Lösung: die leere Trägervorlage direkt in den Prompt einfügen und die KI bitten, Feld für Feld exakt danach zu arbeiten, statt standardmäßig eine generische SPA-Struktur zu liefern.

Die Notizen enthalten einen Hinweis auf Missbrauch, Vernachlässigung oder Suizidalität. Solche Inhalte nicht durch ein allgemeines KI-Tool laufen lassen, auch nicht anonymisiert. Meldepflichtige Offenlegungen müssen zuerst durch das Meldeverfahren des Trägers, und die Dokumentation dieser Offenlegung sollte der jeweils vorgeschriebenen Formulierung des Trägers folgen – nicht einer KI-Paraphrase. Diese Notizen selbst schreiben, oder ein Tool nutzen, das der Träger ausdrücklich für genau diesen Fall geprüft hat.

Der Träger verbietet externe KI-Tools grundsätzlich. Manche Träger haben sich entschieden, dass sich das Risiko nicht lohnt, Punkt. Das ist zu respektieren. Wer die Richtlinie für überholt hält, sollte das bei der Leitung ansprechen statt sie zu umgehen – ein verbotenes Tool auf Klientendaten anzuwenden, kann eine Karriere beenden, nicht nur eine Verwarnung nach sich ziehen.

Klientendaten wurden eingetippt, bevor der Fehler auffiel. Fällt beim Einfügen auf, dass ein Name oder eine Adresse durchgerutscht ist: sofort stoppen, den Chat schließen, die Anfrage nicht absenden. Ist sie schon raus, bei den meisten Consumer-KI-Accounts die Unterhaltung aus dem Verlauf löschen – sofort, und zusätzlich der Leitung Bescheid geben. Nicht versuchen, es im Stillen zu korrigieren; Träger gehen damit deutlich besser um, wenn es früh gemeldet wird.

Der Ton der KI klingt nicht personenzentriert. KI tendiert standardmäßig zu leicht klinischer, distanzierter Sprache. Verlangt die eigene Trägerpraxis personenzentrierte, ressourcenorientierte Sprache, das explizit in den Prompt schreiben: “durchgehend personenzentrierte Sprache verwenden und Ressourcen der Klientin benennen, wo die Notizen das hergeben.” Das muss jedes Mal wiederholt werden – es bleibt nicht als Standard hängen.

Genauso viel Zeit mit dem Nachbessern verbracht wie mit dem Selberschreiben. Meist bedeutet das, dass die Rohnotizen zu knapp für die KI waren, nicht dass das Tool versagt hat. Lösung: im Moment etwas vollständigere Rohnotizen schreiben (auch nur drei zusätzliche Sätze), oder akzeptieren, dass manche Besuche – komplex, konfliktreich, ungewöhnlich vielschichtig – von Hand schneller gehen.

Leitung oder Prüfstelle fragt, ob KI bei einer Notiz mitgeschrieben hat. Immer ehrlich antworten. Manche Träger verlangen inzwischen einen Hinweis auf KI-Unterstützung; auch wo das nicht vorgeschrieben ist, schützt Transparenz, falls eine Notiz später angezweifelt wird. Ein eigenes, auch informelles Protokoll führen, bei welchen Notizen KI mitgeschrieben hat.

Was es nicht kann

Die fachliche Einschätzung kann es nicht übernehmen. Beobachtungen in ein Format zu bringen, ist eine Formatierungsaufgabe. Zu entscheiden, was diese Beobachtungen bedeuten – Risikograd, nächste Schritte, ob eine Weitervermittlung nötig ist – bleibt vollständig fachliches Urteilsvermögen, das aus einer Ausbildung stammt, die die KI nicht hat.

Es kann die Meldepflicht nicht ersetzen. Ergibt sich aus einem Gespräch eine Meldepflicht, laufen diese Entscheidung und der Meldeprozess selbst ausschließlich über das Verfahren des Trägers – nie über ein KI-Tool, und nie an eines delegiert.

Es kann DSGVO- oder Trägerkonformität nicht von sich aus garantieren. Selbst bei sorgfältiger Anonymisierung ist die Frage, ob ein konkretes Tool und ein konkreter Workflow das Sozialgeheimnis, die Trägerrichtlinie und die DSGVO für das eigene Setting erfüllen, eine Frage, die die Leitung oder die Rechtsabteilung des Trägers beantworten muss – nicht etwas, das ein Blogbeitrag oder die Werbeseite eines Anbieters zertifizieren kann.

Es kann sich nicht selbst überprüfen. KI hat keine Möglichkeit zu wissen, ob sie ein Detail erfunden hat – eine erfundene Tatsache wird mit exakt demselben souveränen Tonfall präsentiert wie eine korrekte. Der Gegenlese-Schritt in diesem Leitfaden ist kein Vorschlag; er ist der gesamte Sicherheitsmechanismus.

Es kann Supervision nicht ersetzen. Eine gut strukturierte Notiz ist nicht dasselbe wie ein gut durchdachter Fallplan. Die gewonnene Zeit sollte in mehr Supervisionszeit für den Fall fließen, nicht in weniger.

Es ist auch nicht neutral. Prof. Michael Garkisch bringt es im Caritas-Interview auf den Punkt: KI kann Verzerrungen und Ausgrenzungen verstärken, gerade bei ohnehin benachteiligten Gruppen – Daten- und Algorithmusgerechtigkeit müssen von Anfang an mitgedacht werden, nicht nachträglich repariert. Und am Ende, so Garkisch, muss immer der Mensch sein, der zum Beispiel über eine Hilfeplanung entscheidet. Das ist kein Randgedanke, sondern der Grund, warum dieser ganze Workflow bei der Formatierung aufhört und nie bei der Entscheidung anfängt.

FAQ

Ist das DSGVO-konform? Kommt vollständig auf das Tool und das Setting an, nicht auf den Workflow allein. Ein kostenloser ChatGPT- oder Claude-Consumer-Account bringt in der Regel keinen Auftragsverarbeitungsvertrag mit – das sollte selbst bei anonymisierten Daten nicht als DSGVO-abgedeckt behandelt werden, denn DSGVO-Konformität ist eine Eigenschaft des gesamten Systems (Tool, Vertrag, Prozess), nicht nur dessen, was man eintippt. Deutsche Spezialanbieter wie SAKi oder SoKI werben zwar mit vollständiger DSGVO-Konformität und Hosting in Deutschland – trotzdem den AVV konkret einsehen, statt der Werbeseite blind zu vertrauen.

Erlaubt mein Träger das überhaupt? Vielleicht, vielleicht nicht – und das muss vorher geklärt werden, nicht hinterher. Manche Träger verbieten allgemeine KI-Tools grundsätzlich. Andere schweigen zu der Frage, was nicht dasselbe ist wie Erlaubnis. Die Leitung direkt fragen, möglichst schriftlich, bevor der Workflow für echte Fallarbeit genutzt wird.

Was, wenn die KI etwas falsch macht? Das kommt häufig genug vor, dass es als erwartbarer Teil des Workflows eingeplant werden sollte, nicht als seltene Überraschung – die Ada-Lovelace-Institute-Studie fand über Dutzende Fachkräfte-Interviews hinweg echte, teils schwerwiegende Fehler. Genau deshalb existiert der Gegenlese-Schritt. Jede KI-Notiz vor dem Ablegen gegen die Originalnotiz lesen, jedes Mal, ohne Ausnahme.

Ersetzt das Supervision oder fachliches Urteilsvermögen? Nein, und das ist auch nicht der Anspruch. Der Workflow übernimmt den mechanischen Teil der Dokumentation – Notizen schneller in ein Format bringen. Er hat keine Meinung dazu, ob ein Fall eskaliert werden muss, was ein Hilfeplan priorisieren sollte, oder wie eine Offenlegung zu handhaben ist. Das bleibt vollständig bei der Fachkraft und der Supervision.

Was ist der Unterschied zwischen SPA, DAP, BIRP und GIRP, und welches sollte ich nutzen? SPA (Subjektiv, Objektiv, Assessment/Einschätzung, Plan) trennt die Aussage der Klientin von der eigenen Beobachtung – häufig in medizinnahen Settings, wo diese Trennung für Prüfungen wichtig ist. DAP (Data, Assessment, Plan) fasst Subjektives und Objektives in einem “Data”-Abschnitt zusammen – schneller geschrieben, üblich bei kurzen Kontakten. BIRP (Behavior, Intervention, Response, Plan) macht die Verbindung zwischen der eigenen Intervention und der Reaktion der Klientin explizit – üblich im Bereich Sucht- und Verhaltensarbeit. GIRP (Goal, Intervention, Response, Plan) startet mit dem konkreten Hilfeplan-Ziel, das der Kontakt bearbeitet hat – üblich im zielorientierten Fallmanagement wie Wohnen oder Beschäftigung. Genutzt wird, was der Träger vorschreibt; bei freier Wahl passt GIRP meist am besten zu reiner Fallmanagement-Arbeit.

Kann ich das direkt nach einem Hausbesuch auf dem Handy nutzen? Ja – das ist vermutlich sogar der beste Anwendungsfall. Die anonymisierte Zusammenfassung im Auto per Spracheingabe in die Notizen-App diktieren, dann am Bildschirm ins KI-Tool einfügen. Nur sicherstellen, dass die Spracheingabe selbst keine identifizierenden Details einfängt, die man später zu streichen vergisst.

Wie sieht es mit Audioaufnahme und Transkription statt Tippen aus? Manche spezialisierten Tools (SoKI CaseVoice, ähnliche Angebote) transkribieren Gesprächsaudio direkt. Das ist mächtig, bringt aber Einwilligungspflichten mit sich, die bei handschriftlichen Notizen nicht bestehen – Klient:innen müssen wissen, dass aufgenommen wird und ein Transkript in der Regel über KI verarbeitet wird. Wer diesen Weg geht, vorher die Einwilligungsunterlagen anpassen, nicht einfach mit dem Aufnehmen anfangen.

Gibt es eine Landes- oder Verbandsvorgabe, die ich vorher prüfen sollte? Ja – konkret drei Dinge: die für die eigenen Akten geltende Geheimhaltungsvorschrift (Sozialgeheimnis nach § 65 SGB VIII für die Kinder- und Jugendhilfe ist die zentrale, aber je nach Träger und Bundesland kommen weitere hinzu), die Position des eigenen Berufsverbands (der DBSH hat sich im April 2026 im Magazin FORUM sozial unter dem Titel “Soziale Arbeit mit KI – Konkurrenz oder Teamplay?” mit dem Thema befasst), und die schriftliche Tech-Richtlinie des eigenen Trägers. Keins davon ist optionale Zusatzlektüre – das sind die tatsächlichen Regeln, unter denen gearbeitet wird.

Zählt eine reine Dokumentationshilfe wie SAKi oder ein DIY-Prompt als Hochrisiko-KI nach dem EU AI Act? In der Regel nicht in derselben Kategorie wie ein System, das über den Zugang zu Sozialleistungen entscheidet – solche Entscheidungssysteme gelten laut Anhang III des AI Act ausdrücklich als Hochrisiko. Ein Tool, das nur Notizen strukturiert, ohne selbst über Leistungen zu entscheiden, fällt normalerweise nicht automatisch darunter. Trotzdem lohnt sich vor dem breiten Einsatz eine kurze Rückfrage an die eigene Trägerleitung oder Rechtsabteilung, weil die Einstufung vom konkreten Einsatzzweck abhängt, nicht allein von der Technologie.

Fazit

Die Dokumentationslast in der sozialen Arbeit ist real, gut belegt und macht Menschen tatsächlich fertig – rund 30 Prozent der Arbeitszeit allein in der Kinder- und Jugendhilfe gehen für Verwaltung drauf, nicht für Klientenkontakt. KI kann davon einen spürbaren Teil zurückgeben. Aber in diesem Berufsfeld ist das Tool der leichte Teil. Die Disziplin – erst anonymisieren, vor dem Ablegen gegenlesen, die Trägerrichtlinie kennen, bevor man anfängt – ist das, was den Einsatz überhaupt sicher macht.

Wer eine tiefere, auf ein klinisches Setting zugeschnittene Version dieses genauen Workflows sucht, findet im Kurs KI-Therapiedokumentation & DSGVO das Thema Auftragsverarbeitung und eine tool-für-tool-Entscheidungshilfe ausführlicher, als ein Blogbeitrag das leisten kann. Wer eher im coaching-nahen Fallmanagement arbeitet, findet im Kurs KI für Coaches: Sitzungsnotizen das Einwilligungs-zuerst-Protokoll im Detail. Und wer mit KI-Tools generell noch am Anfang steht, startet am besten mit KI-Grundlagen, bevor irgendetwas Klientennahes dazukommt.

Fang mit einer Notiz an. Anonymisieren, durch den Prompt oben laufen lassen, gegen das lesen, was tatsächlich geschrieben wurde. Schauen, was stimmt – und was nicht.

Quellen

1. SAKi — KI-Assistenz für die Soziale Arbeit
2. SoKI — Künstliche Intelligenz für die Soziale Arbeit
3. Caritas / neue caritas — Interview: „KI verändert, wie soziale Arbeit und Wohlfahrtspflege funktioniert"
4. Deutscher Bildungsserver — Künstliche Intelligenz (KI) in der Sozialen Arbeit
5. Institut für E-Beratung — KI und Soziale Arbeit
6. FH der Diakonie — KI-gestützte Dokumentationsassistenz in der Kinder- und Jugendhilfe
7. KOFA — Fachkräftereport März 2026
8. § 65 SGB VIII — Besonderer Vertrauensschutz in der persönlichen und erzieherischen Hilfe
9. The Guardian — Victoria Child Protection ChatGPT Ban (OVIC-Bericht)
10. The Guardian — AI Tools’ Potentially Harmful Errors in Social Work (Ada Lovelace Institute Studie)
11. Mentalyc — Social Work Case Notes: SOAP Templates & Examples
12. The Lever — Your Therapy Session Just Became Fodder for AI
13. Forbes — Anthropic Is Letting Social Workers From Hundreds of Government Agencies Use Its AI For Paperwork
14. Somerset Council — Somerset Social Workers Save Time on Admin Thanks to AI Tool Magic Notes