KI als Assistent der Untersuchungskommission: Vom Cloud-Agenten zur Offline-Untersuchung von Vorfällen

Wie wir von den ersten Cloud-Experimenten zu einem produktiven Workflow „Maskierungstool → KI-Agent → Demaskierung“ gelangt sind, danach ein Offline-Testsystem für Untersuchungen entwickelt haben und uns nun auf den nächsten Schritt vorbereiten – die sichere unternehmensinterne KI-Umgebung Fire.

Die Kernidee: Die KI soll keine „Schuldigen bestimmen“ und ersetzt nicht die Kommission. Ihr Nutzen liegt darin, der Kommission zu helfen, verstreute Unterlagen schneller zu einem Gesamtbild zusammenzuführen, Lücken zu erkennen, die Ursachenlogik zu prüfen und einen ersten Arbeitsentwurf der Untersuchung vorzubereiten.

Wie alles begann

Die ersten Versuche, KI bei der Untersuchung von Vorfällen einzusetzen, haben wir bereits 2023 unternommen. Damals wirkte die Idee recht einfach: einen eigenen Agenten erstellen, ihm die Untersuchungsmethodik und die Unterlagen zu einem konkreten Ereignis geben und ihn dann bitten, eine Chronologie aufzustellen, Widersprüche in den schriftlichen Stellungnahmen zu finden sowie Ursachen und Maßnahmen vorzuschlagen.

2024 wuchsen die Fähigkeiten der Modelle deutlich: Sie arbeiteten nun zuverlässig nicht nur mit Text, sondern auch mit Bildern. Eines der frühen Experimente war überhaupt keine richtige Untersuchung. An einem abgelegenen Standort stürzte eine Mitarbeiterin und verletzte sich am Fuß. Die Röntgenaufnahme wurde vor Ort gemacht, doch eine Fachkraft, die sie sofort hätte befunden können, gab es dort nicht. Wir luden die Aufnahme in die KI hoch, und das Modell wies auf eine Stelle hin, die nach einem Bruch des fünften Mittelfußknochens aussah.

Ich betone ausdrücklich: Das war kein medizinischer Befund und darf auch keiner sein. Die abschließende Beurteilung einer medizinischen Aufnahme ist Sache des Arztes. Für uns war diese Episode jedoch ein wichtiges technisches Signal: Das Modell kann auf einem Bild Details erkennen, die einem Laien entgehen würden. Folglich kann es bei Untersuchungen potenziell nicht nur mit Text arbeiten, sondern auch mit Skizzen, Fotos und anderen Unterlagen.

Die erste praxistaugliche Variante: ein Cloud-Agent

Als stabilere benutzerdefinierte Agenten verfügbar wurden, begannen wir, sie direkt auf unsere Konzernmethodik zuzuschneiden. Wir bauten Varianten in GPT, Gemini und Perplexity; in der Anfangsphase probierten wir auch Grok aus. In den Agenten luden wir die Methodik, danach die schriftlichen Stellungnahmen, die Erstbeschreibung, einzelne Dokumente und weitere Unterlagen.

Der praktische Effekt war sofort spürbar. Die KI führte Aussagen schnell zusammen, schlug einen Ereignisablauf vor, fand Abweichungen bei Zeitangaben und Formulierungen und stellte eine Liste zusätzlicher Fragen zusammen. Für die Kommission war sie nützlich als „zweiter Analyst“, der nicht müde wird, Dutzende Seiten immer wieder zu lesen.

Die erste Variante hatte jedoch einen offensichtlichen Mangel: Wir gaben faktisch echte Untersuchungsunterlagen an einen externen Dienst weiter. Bei Vorfällen ist das besonders heikel: Die Unterlagen können Namen, Funktionen, medizinische Angaben, schriftliche Stellungnahmen, Fotos und interne Informationen des Unternehmens enthalten.

Je mehr wir das Werkzeug nutzten, desto klarer wurde: Bequemlichkeit kann keine Rechtfertigung dafür sein, unnötige Daten nach außen zu geben.

Siehe Anhang mit den Prompts: Prompt 1 – sichere Version des Cloud-Agenten, der ausschließlich mit vorab anonymisierten Unterlagen arbeitet.

Die Methodik wurde strenger – und das veränderte die Anforderungen an die KI

Parallel dazu entwickelte sich die interne Untersuchungsmethodik des Konzerns selbst weiter. Für mich ist das ein wichtiger Punkt: Man darf der KI nicht das Recht geben, „sich selbst auszudenken, wie untersucht wird“. Zuerst muss die Methodik stehen, und erst auf ihrer Grundlage wird das digitale Werkzeug aufgebaut.

Nach der geltenden Methodik besteht das Hauptziel der Kommission nicht darin, einen Schuldigen zu finden, sondern möglichst wirksame Maßnahmen zu entwickeln, die eine Wiederholung eines solchen Ereignisses ausschließen oder ihre Wahrscheinlichkeit senken. Enthält die Kette eine menschliche Handlung, muss man weitergehen und klären, warum diese Handlung möglich war oder als zulässig galt.

Die Untersuchung folgt der Logik der Schutzbarrieren: Gefahrenquelle → unerwünschtes Ereignis → Folgen; präventive und mindernde Barrieren werden getrennt betrachtet. In der Phase der Informationsanalyse wird ein Zeitstrahl erstellt, und die kritischen Faktoren werden herausgearbeitet. Anschließend wird ein Ursachenbaum aufgebaut, der von den unmittelbaren Ursachen und den Zwischenursachen zu den systemischen Grundursachen führen soll.

Bei einfacheren Analysen kann die Kette der „Warum?“-Fragen kurz sein. Bei einem komplexen Ereignis verzweigt sie sich und wird zu einem vollwertigen Ursachenbaum. Die Barrierenlogik des „Bow-Tie“ hilft, getrennt zu prüfen, warum das Ereignis überhaupt eingetreten ist und warum die Folgen gerade so ausgefallen sind.

Genau diese Abfolge wurde später zum Gerüst unserer lokalen Anwendung.

Siehe Prompt 2–6: Chronologie und kritische Faktoren → Fragen und Widersprüche → Barrieren → Ursachenbaum → Maßnahmen.

Die zweite Variante: Wir maskieren von Hand

Die nächste Stufe war deutlich sicherer, wenn auch ziemlich umständlich. Bevor wir Unterlagen in den Cloud-Agenten hochluden, ersetzten wir Nachnamen und andere sensible Angaben von Hand: „Mitarbeiter 1“, „Mitarbeiter 2“, „Vorgesetzter 1“, „Abteilung 1“ und so weiter.

Unter dem Gesichtspunkt der Vertraulichkeit war das bereits ein Fortschritt. Der Agent sah die Logik des Vorfalls, aber nicht die echten Namen. Nach Abschluss der Analyse mussten die Platzhalter von Hand wieder zurückgetauscht werden – oft über die Suche mit Ctrl+F.

Solange es zwei oder drei Beteiligte gibt, ist ein solcher Prozess erträglich. Umfasst eine Untersuchung viele schriftliche Stellungnahmen, Zeugen, Dokumente und wiederkehrende Nachnamen, werden das manuelle Maskieren und die anschließende Wiederherstellung zu einer eigenen Arbeit und bergen ein Fehlerrisiko.

Die dritte Variante: ein lokales Maskierungstool und das gesonderte Problem mit Audio

Als wir uns Fähigkeiten im Vibe Coding angeeignet hatten, ersetzten wir den manuellen Arbeitsschritt durch ein lokales Maskierungstool, über das ich im ersten Artikel der Reihe geschrieben habe. Das Word-Dokument wird auf dem Computer verarbeitet und erhält Platzhalter, während der Demaskierungsschlüssel separat gespeichert wird. Der Schlüssel ist passwortgeschützt und wird nicht an den Agenten übergeben.

Danach lassen sich ausschließlich die maskierten schriftlichen Stellungnahmen und weiteren Unterlagen an die Cloud-KI senden. Das Ergebnis kommt auf den Computer zurück und wird lokal wiederhergestellt. Genau dieser Workflow ist heute bei uns im produktiven Einsatz: lokales Maskierungstool → konfigurierter Untersuchungsagent → lokale Demaskierung. Er erlaubt es bereits, die Stärken des Cloud-Modells zu nutzen, ohne ihm die ursprünglichen Namen und den Wiederherstellungsschlüssel zu übergeben.

Eine verwundbare Stelle blieb jedoch – die Audioaufnahmen. Stellungnahmen und Befragungen lassen sich bequem per Sprache aufzeichnen, für die Analyse müssen sie aber zunächst in Text umgewandelt werden. Früher nutzten wir dafür separate Online-Dienste und mobile Apps. Später hielt die Transkription direkt in den großen KI-Diensten Einzug. Das ist bequem, doch die Originalaufnahme mit der Stimme eines Menschen gelangt nach wie vor nach außen.

Deshalb haben wir ein weiteres Werkzeug gebaut – ein lokales Transkriptionstool. Es nutzt Whisper direkt auf dem Computer. In unseren Tests war die Qualität der Transkription durchaus mit den gewohnten Cloud-Lösungen vergleichbar, während die Originalaufnahme den Computer nicht verlässt. Nach der lokalen Transkription lässt sich der Text maskieren und erst dann bei Bedarf an den produktiven Untersuchungsagenten weitergeben.

Die Kette dieser Stufe: lokale Transkription → lokales Maskierungstool → Cloud-Agent. Für die Analyse der Unterlagen siehe Prompt 1–6.

Die vierte Variante: Das Offline-System steht bereits – jetzt testen wir es

An diesem Punkt stellte sich eine andere Frage. Wenn Transkription, Dokumentenlesen und das Modell bereits lokal funktionieren – warum dann nicht alles in einer geschützten Umgebung bündeln? So entstand das experimentelle Offline-System für Untersuchungen. Es ist bereits entwickelt und läuft, doch wir betrachten es heute bewusst als Testsystem: Wir prüfen es an Übungsfällen und anonymisierten Fällen, gleichen die Ergebnisse mit der Arbeit der Kommission ab und suchen nach den nächsten Iterationen, die den Prozess schneller, komfortabler und robuster machen.

Die Aufgabe lautete: einen einheitlichen Arbeitsplatz für die Kommission zu schaffen, in den sich der methodische Leitfaden, die Erstinformationen, schriftliche Stellungnahmen, Word und PDF, Audioaufnahmen, Fotos und Skizzen hochladen lassen; Sprache und Dokumente lokal in Text zu überführen; die Phasen der Methodik zu durchlaufen und einen bearbeitbaren ersten Berichtsentwurf in Word zu erhalten.

Einfach klingt das nur in einem Satz. In der Praxis gab es unzählige Iterationen. Die lokale Spracherkennung funktionierte nicht auf Anhieb, danach mussten wir uns mit PDF-Scans, Bildern, umfangreichen Unterlagen, dem lokalen Modell, der Chronologie, den Ursachen und dem Abschlussdokument auseinandersetzen. Das Entwicklungsschema war dasselbe wie in unseren anderen Projekten: eine Änderung → Start → Ergebnis oder Screenshot des Fehlers → nächste Iteration mit ChatGPT.

Am Ende entstand ein lokales System mit Browseroberfläche und eigener lokaler KI-Umgebung. Es transkribiert Aufnahmen bereits gut, liest aufbereitete Unterlagen und erstellt einen strukturierten Untersuchungsentwurf. Unsere Aufgabe ist jetzt nicht, es zum „fertigen Produkt“ zu erklären, sondern es in Ruhe zu testen, Ergebnisse zu vergleichen und die Arbeitslogik zu verbessern. Für ein vollwertiges lokales Modell und die schnelle Verarbeitung großer Datenmengen ist ein ausreichend leistungsstarker Computer von Vorteil.

Siehe Prompt 8 – Master-Prompt für das Vibe Coding eines lokalen Arbeitsplatzes der Kommission.

Was die Offline-Testversion bereits kann

In der Offline-Testversion ist der gesamte Zyklus bereits um die Methodik herum aufgebaut – nicht um einen gewöhnlichen KI-Chat.

Zuerst hält die Kommission die Erstinformationen fest: was passiert ist, Gefahrenquelle, unerwünschtes Ereignis, Folgen, Beteiligte, Ergebnisse der Ortsbesichtigung. Anschließend entsteht ein Plan: welche Fragen zu klären sind, wer befragt werden muss, welche Dokumente und Gutachten einzuholen sind.

In den Bereich für Unterlagen lassen sich DOCX-Dateien und textbasierte PDF hochladen. Scans und Fotos können lokal per Texterkennung erfasst werden; Skizzen und Bilder werden in der Akte gespeichert, und das Modell kann eine Beschreibung der sichtbaren Details vorschlagen. Audio und Video werden lokal transkribiert. Man kann eine Befragung auch direkt über das Mikrofon aufnehmen und anschließend ein Transkript erhalten.

Nach der Prüfung der Unterlagen hilft die Anwendung, den Zeitstrahl zusammenzustellen. Die KI schlägt Ereignisse und Zitate vor, doch ob ein Eintrag aufgenommen wird, entscheidet die Kommission. Kritische Faktoren werden gesondert markiert.

Der nächste Block sind Schutzbarrieren und Ursachen. Die Kommission prüft präventive und mindernde Barrieren und legt zwei Ausgangsäste an: warum das unerwünschte Ereignis eingetreten ist und warum es zu genau diesen Folgen kam. Von der KI vorgeschlagene Ursachen bleiben Hypothesen, bis die Kommission sie bestätigt.

Nach den Ursachen werden die Maßnahmen erarbeitet: auf welche Ursache sich eine Maßnahme bezieht, wer verantwortlich ist, bis wann sie umzusetzen ist, welches Ergebnis sich überprüfen lässt, ob eine vorübergehende Barriere nötig ist und ob die Maßnahme über einen einzelnen Bereich hinaus gelten soll.

Und erst dann entsteht der Berichtsentwurf. Die Anwendung kann einen ersten Word-Entwurf nach der Struktur des methodischen Leitfadens erstellen und darin Chronologie, Ursachenbaum, Barrieren, Unterlagenverzeichnis und Anlagen aufnehmen.

Siehe Prompt 2 – Chronologie; Prompt 3 – Widersprüche und fehlende Daten; Prompt 4 – Barrieren; Prompt 5 – Ursachenbaum; Prompt 6 – Maßnahmen; Prompt 7 – Entwurf des Abschlussberichts.

Was die lokale KI tut – und was sie nicht tun darf

Hier ist es wichtig, die Automatisierung nicht zu überschätzen. Die KI liest geprüfte Texte abschnittsweise und schlägt Chronologie, Fragen, Barrieren, Ursachenhypothesen und Maßnahmenvarianten vor. Sie kann einen Widerspruch zwischen zwei schriftlichen Stellungnahmen finden oder bemerken, dass in der Chronologie ein wichtiger Zeitraum fehlt.

Ein Zitat aus einem Dokument belegt jedoch nur, dass diese Worte tatsächlich in der Unterlage stehen. Es beweist nicht, dass die Aussage wahr ist. Ein per Texterkennung erfasster Text kann Fehler enthalten. Eine Skizze kann falsch gedeutet werden. Ein Kausalzusammenhang kann sich als bloße Hypothese erweisen.

Deshalb ist in der Anwendung ein Prinzip verankert: Die KI schlägt vor – die Kommission nimmt an, lehnt ab oder bearbeitet. Eine Ursache gilt nicht automatisch als bestätigt. Verantwortliche und Fristen legt nicht das Modell fest. Der Word-Entwurf ist genau das – ein erster Arbeitsentwurf und kein Dokument nach dem Motto „nehmen und unterschreiben“.

Das ist besonders wichtig, weil der interne Bericht die Dokumente nicht ersetzt, die gesetzlich und durch festgelegte Verfahren vorgeschrieben sind. Die Verantwortung für die Untersuchung bleibt bei der Kommission.

Siehe Prompt 9 – Kontrolle von Qualität, Vertraulichkeit und Grenzen der Automatisierung, bevor das Ergebnis verwendet wird.

Vertraulichkeit ist Teil der Architektur geworden – statt einer gesonderten Anweisung

Bei Untersuchungen darf man die Frage der Vertraulichkeit nicht „auf später“ verschieben. Die Methodik selbst stuft die Unterlagen interner Untersuchungen als Dokumente „nur für den Dienstgebrauch“ ein und verlangt ausdrücklich, personenbezogene Daten beim Erstellen und Weitergeben von Dateien zu schützen.

In der Offline-Testversion bleiben Akteninhalte, Transkripte, Analyseergebnisse und das Word-Dokument auf dem Computer. Das lokale Modell arbeitet über eine Loopback-Adresse, und sobald die benötigten Modelle eingerichtet sind, lässt sich eine Arbeitssitzung mit der Akte ganz ohne Zugang zum externen Internet durchführen.

Aber auch hier gibt es keine Magie. Lokales Arbeiten bedeutet keine automatische Anonymisierung. Werden Namen und medizinische Angaben in die Akte geladen, bleiben sie auf diesem Computer und in den Anlagen zur Akte. Deshalb braucht es die üblichen Maßnahmen der Informationssicherheit: ein geschütztes Benutzerkonto, Zugriffsrechte, Aufbewahrungsregeln, Datensicherung und bei Bedarf eine zusätzliche Maskierung.

Unsere Entwicklung endete also nicht mit dem Slogan „alles offline – also alles sicher“. Richtiger ist es so: Wir haben die unnötige Weitergabe von Unterlagen nach außen beseitigt und die Kontrolle über die Daten dort belassen, wo sie hingehört – im Unternehmen.

Was wir heute einsetzen

Heute gibt es bei uns faktisch zwei Workflows. Der erste ist produktiv: Wir maskieren die Unterlagen lokal, übergeben eine anonymisierte Kopie an den konfigurierten Untersuchungsagenten und demaskieren das Ergebnis anschließend lokal. Genau dieses Schema lässt sich bereits in der realen Arbeit nutzen.

Der zweite ist ein Test-Setup: ein vollständig offline arbeitendes System, das Audio selbst lokal transkribiert, Unterlagen liest, beim Aufbau von Chronologie, Barrieren und Ursachen hilft und einen ersten Berichtsentwurf erstellt. Es funktioniert bereits, doch wir prüfen und verbessern es weiter. Für uns ist das eine Grundsatzfrage: Ein Pilot darf nicht als ausgereiftes Produktivsystem ausgegeben werden, nur weil er gut aussieht.

Produktiver Workflow: Maskierungstool → konfigurierter KI-Untersuchungsagent → Demaskierung.

Test-Setup: vollständig lokaler Arbeitsplatz der Kommission → Prüfung und weitere Iterationen.

Der nächste Schritt – das sichere unternehmensinterne Fire

Parallel dazu entwickelt die IT-Abteilung der Gruppe in der Unternehmensumgebung Collab die interne KI Fire. Für uns ist das die logische nächste Stufe: die methodische Logik des Kommissionsassistenten in eine geschützte, serverbasierte Unternehmensumgebung zu übertragen, in der man nicht zwischen der Leistungsfähigkeit eines großen Modells und den Anforderungen an die Vertraulichkeit wählen muss.

Wir sehen Fire nicht als „automatischen Ermittler“, sondern als eine weitere Umgebung für dasselbe Prinzip: Die Unterlagen bleiben innerhalb der geschützten Infrastruktur, die KI hilft der Kommission bei der Analyse von Chronologie, Barrieren, Widersprüchen und Ursachen, und die Entscheidungen trifft nach wie vor der Mensch.

Vor der Übertragung müssen zunächst die technischen Möglichkeiten von Fire geprüft werden: der Umgang mit Dokumenten und Audio, die Kontextgröße, die Zugriffssteuerung, Protokolle, die Datenspeicherung und der Export der Ergebnisse. Auch hier gehen wir also von der Methodik und vom Informationsschutz aus – nicht von dem Wunsch, um jeden Preis das nächste neue Modell einzusetzen.

Im Video: der vollständige Arbeitszyklus der lokalen Untersuchung

In diesem Artikel verzichte ich bewusst darauf, den Text mit Dutzenden gleichartiger Screenshots zu überfrachten. Eine dreiminütige Bildschirmaufnahme zeigt besser, wie die Elemente zusammenhängen und was tatsächlich der Mensch tut und was das Programm.

Screenshots braucht es dort, wo man bei der Architektur innehalten muss: Arten von Unterlagen, Chronologie, Ursachen, Maßnahmen und das fertige Word-Dokument. Die übrige Mechanik sieht man besser im Video – es befindet sich am Ende des Artikels.

Wo hier die Zeitersparnis liegt

Eine Vorfalluntersuchung braucht trotzdem Menschen: den Ort besichtigen, Beteiligte befragen, Dokumente beschaffen, Fakten besprechen, Entscheidungen treffen. Den Kern der Kommissionsarbeit kann man nicht automatisieren.

Man kann aber einen erheblichen Teil der Papierroutine abnehmen: das Abtippen von Audioaufnahmen, das Zusammenführen schriftlicher Stellungnahmen, die manuelle Suche nach zeitlichen Unstimmigkeiten, das Übertragen von Zitaten in die Chronologie, die erste Zuordnung der Barrieren, die Ausarbeitung des Ursachenbaums, die Vorbereitung einer vorläufigen Maßnahmenliste und das Zusammenstellen des ersten Berichtsentwurfs.

Dabei liegt für mich der Haupteffekt nicht darin, mit weniger Fachleuten auszukommen. Im Gegenteil: Wenn eine Fachkraft weniger Zeit mit mechanischer Dokumentenarbeit verbringt, bleibt ihr mehr Zeit für das, wofür eine Untersuchung überhaupt durchgeführt wird – mit Menschen sprechen, vor Ort arbeiten, Barrieren prüfen und Führungskräften helfen, eine Wiederholung des Ereignisses zu verhindern.

Was am Ende herausgekommen ist

Über mehrere Jahre ist ein aufschlussreicher Weg entstanden: offener Cloud-Agent → manuelle Maskierung → lokales Maskierungstool und Demaskierung → lokale Transkription → Offline-Testsystem → nächster Schritt in das sichere unternehmensinterne Fire.

Dabei ist das Arbeitswerkzeug von heute nicht die experimentelle Offline-Version, sondern der bewährte Workflow mit Maskierung: Die Originalunterlagen bleiben bei uns, an den Agenten geht eine anonymisierte Fassung, und die Wiederherstellung erfolgt lokal. Das Offline-System testen wir derzeit und bringen es Schritt für Schritt zur Reife.

Die wichtigste Veränderung ist nicht einmal technischer Natur. Wir haben aufgehört, der KI die Frage „Wer ist schuld?“ zu stellen, und stellen stattdessen eine andere: „Welche Daten fehlen, welche Barrieren haben versagt, warum haben sie versagt und welche Maßnahmen senken das Wiederholungsrisiko tatsächlich?“

Genau in dieser Rolle ist KI bei Untersuchungen nützlich: nicht als Richter und nicht als Vorsitzender der Kommission, sondern als schneller zweiter Analyst, der den Menschen hilft, tiefer mit den Fakten zu arbeiten.

Und noch etwas: Die natürliche Intelligenz darf man nicht vergessen

Je leistungsfähiger die Modelle werden, desto wichtiger ist es, ihnen nicht das eigene Denken zu überlassen. Künstliche Intelligenz ist dann nützlich, wenn sie die natürliche verstärkt: wenn sie hilft, Zusammenhänge schneller zu erkennen, eine Hypothese zu prüfen, einen Entwurf zusammenzustellen und Zeit für Gespräche mit Menschen und die Arbeit vor Ort freizumachen.

Deshalb ist für mich der richtige Weg, nicht bloß Nutzer fertiger Knöpfe zu sein, sondern Schöpfer neuer Lösungen: die Methodik verstehen, die Architektur vorgeben, das Ergebnis prüfen, Fehler korrigieren und gemeinsam mit dem Werkzeug selbst stärker werden.

KI sollte man nutzen, doch die eigene natürliche Intelligenz muss man nicht weniger einsetzen und weiterentwickeln. Und wenn dieses Zusammenspiel hilft, Ereignisse gründlicher zu untersuchen, besser aus ihnen zu lernen und Wiederholungen zu verhindern – dann dient die Technologie wirklich der Sicherheit.

Prompts zum Artikel

Produktiver Workflow mit Maskierung → Offline-Testsystem → nächster Schritt in das sichere unternehmensinterne Fire

Aktueller Stand: In der realen Arbeit wird der Workflow „lokales Maskierungstool → konfigurierter Cloud-Agent → lokale Demaskierung“ eingesetzt. Das vollständige Offline-System ist bereits entwickelt, befindet sich aber noch in der Erprobungs- und Verbesserungsphase. Fire gilt als nächste geschützte Stufe auf Unternehmensebene.

Prompt 1. Aktueller produktiver Agent: nur anonymisierte Unterlagen

Bezug zum Artikel: Abschnitte „Die dritte Variante“ und „Was wir heute einsetzen“. Das ist der aktuell genutzte Workflow nach der lokalen Maskierung.

Du bist ein analytischer Assistent der Kommission für die interne Untersuchung eines Vorfalls im Bereich Arbeitsschutz und Anlagensicherheit.

ARBEITSABLAUF:
Die Originaldokumente werden zunächst lokal maskiert. Du erhältst nur anonymisierte Kopien. Nach deiner Arbeit wird das Ergebnis lokal mithilfe eines separaten Schlüssels und Passworts demaskiert, die du nicht hast.

WICHTIG:
- arbeite nur mit vorab anonymisierten Unterlagen;
- versuche nicht, Namen, Abteilungen, Adressen oder andere verborgene Angaben wiederherzustellen;
- nutze weder das Internet noch externe Fakten, sofern sie nicht gesondert bereitgestellt werden;
- bestimme keine Schuldigen;
- bezeichne keine Hypothese als festgestellte Tatsache;
- ersetze nicht die Entscheidung der Kommission.

Ziel: der Kommission helfen, die Unterlagen zu strukturieren und die Vollständigkeit der Untersuchung zu prüfen.

Unterscheide bei jeder Schlussfolgerung:
FACT – durch die Unterlagen direkt belegt;
ASSUMPTION – begründete Annahme;
CONFLICT – Widerspruch zwischen Unterlagen;
GAP – fehlende Information;
QUESTION – Frage, die geklärt werden muss;
HYPOTHESIS – mögliche Ursache, die einer Bestätigung bedarf.

Vorgehen:
1. Erstelle ein Verzeichnis der erhaltenen Unterlagen.
2. Extrahiere nur belegbare Fakten mit Quellenangabe.
3. Erstelle eine vorläufige Chronologie.
4. Zeige Widersprüche und Lücken auf.
5. Formuliere zusätzliche Fragen für die Kommission.
6. Schlage nach Bestätigung der Chronologie eine Barrierenanalyse vor.
7. Formuliere Ursachen bis zur Entscheidung der Kommission nur als Hypothesen.
8. Verknüpfe Maßnahmen nur mit bestätigten Ursachen.

Gib in allen Tabellen die Quelle an: Nummer der Unterlage, Dokument/Datei und ein kurzes Zitat oder die genaue Stelle, auf der die Schlussfolgerung beruht.

Prompt 2. Chronologie der Ereignisse und kritische Faktoren

Bezug zum Artikel: Abschnitt zur Chronologie im produktiven Agenten und im Offline-Testsystem.

Ich übergebe dir die geprüften Texte der Unterlagen zum Vorfall.

Erstelle einen ENTWURF des Zeitstrahls.

Regeln:
1. Füge keine Ereignisse hinzu, die nicht in den Unterlagen stehen.
2. Ist die Zeitangabe genau, gib sie als genau an.
3. Ist die Zeitangabe ungefähr, kennzeichne sie mit „ungefähr“.
4. Nennen zwei Quellen unterschiedliche Zeiten oder Abfolgen, wähle nicht stillschweigend eine Variante aus, sondern zeige CONFLICT.
5. Gib für jede Zeile an: Datum/Uhrzeit; Ereignis oder Bedingung; Quelle; Status FACT / ASSUMPTION / CONFLICT; warum es wichtig ist.
6. Schlage gesondert eine Liste kritischer Faktoren vor: Ereignisse/Bedingungen, ohne die das unerwünschte Ereignis oder die Schwere der Folgen wahrscheinlich anders ausgefallen wären.
7. Kritische Faktoren gelten bis zur Entscheidung der Kommission nicht als bestätigt.

Gib am Ende aus:
A. Entwurf der Chronologie;
B. Liste der Widersprüche;
C. Liste der fehlenden Daten;
D. Entwurf der kritischen Faktoren zur Diskussion in der Kommission.

Prompt 3. Widersprüche, Lücken und Plan für zusätzliche Befragungen

Bezug zum Artikel: Abschnitte zur Planung, zur Sammlung der Unterlagen und zur Rolle der KI als zweiter Analyst.

Bereite auf Grundlage der Unterlagen und des Chronologie-Entwurfs ein Arbeitsblatt für die Kommission vor.

Aufgaben:
1. Widersprüche zwischen schriftlichen Stellungnahmen, Dokumenten, Zeitangaben und technischen Daten finden.
2. Unterschiedliche Formulierungen ohne Beweise nicht als Lüge werten.
3. Für jeden Widerspruch angeben: Quelle A; Quelle B; worin genau der Unterschied besteht; was geprüft werden muss.
4. Fragen für eine zusätzliche Befragung formulieren.
5. Die Fragen müssen offen und neutral sein und dürfen keine Antwort vorgeben.
6. Gesondert eine Liste von Dokumenten, Messungen, Gutachten, Fotos oder Skizzen erstellen, die die Lücke schließen können.
7. Kennzeichnen, welche Fragen für die Klärung der Umstände, der Schutzbarrieren, der Ursachen und der Schwere der Folgen entscheidend sind.

Schließe nicht allein aus dem Vorliegen eines Widerspruchs darauf, dass Aussagen unglaubwürdig sind.

Prompt 4. Barrierenlogik und „Bow-Tie“

Bezug zum Artikel: Abschnitt zur Barrierenlogik und zum Übergang zu den Ursachen.

Verwende die von der Kommission bestätigte Chronologie und die kritischen Faktoren.

Erstelle einen ENTWURF der Barrierenanalyse.

1. Gefahrenquelle(n).
2. Unerwünschtes Ereignis.
3. Folgen.
4. Präventive Barrieren: welche Barriere das Ereignis/den Kontakt hätte verhindern sollen; ob sie vorhanden war; ob sie verfügbar war; ob sie angewendet wurde; ob sie gewirkt hat; Quelle der Bestätigung.
5. Mindernde Barrieren: welche Barriere die Folgen hätte verhindern oder ihre Schwere hätte verringern sollen; ob sie vorhanden war; ob sie gewirkt hat; Quelle der Bestätigung.
6. Formuliere für jede fehlende oder unwirksame Barriere die Frage „Warum?“.

Bezeichne das Fehlen einer Barriere nicht automatisch als Grundursache.
Erfinde keine Barrieren, die weder in der Methodik noch in den Dokumenten oder der technologischen Logik vorkommen, ohne sie mit HYPOTHESIS zu kennzeichnen.

Ergebnis: eine Tabelle zur Diskussion in der Kommission, kein bestätigter Befund.

Prompt 5. Ursachenbaum und Grundursachen

Bezug zum Artikel: Abschnitt „Die Methodik wurde strenger“ und der Block zu den Ursachen.

Eingangsdaten:
- bestätigte Chronologie;
- kritische Faktoren;
- Barrierenanalyse;
- Entscheidungen der Kommission zu bestätigten Fakten.

Erstelle einen ENTWURF des Ursachenbaums.

Ausgangspunkt: „Unerwünschtes Ereignis + Folgen“.
Die ersten beiden Äste:
A. Warum ist das unerwünschte Ereignis eingetreten?
B. Warum kam es zu diesen Folgen / warum waren sie so schwer?

Weiter:
1. Stelle für jeden Knoten so oft die Frage „Warum?“, wie nötig ist, um zur systemischen Ursache zu gelangen.
2. Verknüpfe jede Ursache mit der übergeordneten Frage.
3. Jeder kritische Faktor muss sich im Baum wiederfinden oder gesondert als ausgeschlossen begründet werden.
4. Eine Handlung oder ein Fehler eines Menschen gilt nicht als Grundursache. Setze die Analyse fort: warum die Handlung möglich war oder als zulässig galt.
5. Schlage eine Grundursache nur vor, wenn sie einen konkreten Mangel des Prozesses/Systems beschreibt; behebbar ist; im Einflussbereich des Unternehmens/der Gruppe liegt; eine konkrete Maßnahme ermöglicht.
6. Verboten sind allgemeine Formulierungen ohne Erläuterung: „mangelnde Kultur“, „persönliche Unachtsamkeit“, „schlechte Organisation“, „Mängel in der Schulung“.

Für jeden Knoten:
- Formulierung;
- Typ: unmittelbare Ursache / Zwischenursache / Kandidat für Grundursache;
- belegende Quellen;
- zugehörige kritische Faktoren;
- Status FACT / HYPOTHESIS / CONFIRMED_BY_COMMISSION.

Bestätige keine Grundursache anstelle der Kommission.

Prompt 6. Korrektur- und Vorbeugemaßnahmen

Bezug zum Artikel: Abschnitt zu den Maßnahmen und zur Zeitersparnis bei der Vorbereitung des ersten Entwurfs.

Verwende nur Ursachen, die die Kommission in die Liste für die Maßnahmenentwicklung aufgenommen hat.

Schlage für jede Ursache 2–4 Maßnahmenvarianten vor.

Gib für jede Variante an:
- welche konkrete Ursache sie beseitigt oder welche Barriere sie verstärkt;
- Typ: technisch / organisatorisch / Schulung / Kontrolle / sonstiges;
- erwartetes überprüfbares Ergebnis;
- wie die Wirksamkeit überprüft wird;
- Geltungsbereich: Ereignisort / vergleichbare Objekte / Unternehmen / Gruppe;
- ob bis zur Umsetzung der dauerhaften Maßnahme eine vorübergehende Schutzmaßnahme nötig ist;
- mögliche Nebenrisiken;
- welche Daten nötig sind, um Frist und Verantwortlichen festzulegen.

Trage den Namen des Verantwortlichen und eine konkrete Frist nicht ohne Entscheidung der Kommission ein.
Schlage eine Maßnahme wie „außerplanmäßige Unterweisung durchführen“ nicht als Universallösung vor, wenn sie die festgestellte Ursache nicht beseitigt.
Kennzeichne gesondert Maßnahmen, die nur die Kontrolle verstärken, die Grundursache aber nicht beseitigen.

Prompt 7. Entwurf des Abschlussberichts nach der Methodik

Bezug zum Artikel: Abschnitt zur Erstellung des Word-Dokuments und zum Prinzip „erster Entwurf, kein Dokument zur Unterschrift“.

Bereite einen ENTWURF des internen Berichtstextes vor, ausschließlich auf Grundlage der von der Kommission bestätigten Elemente.

Verwende:
- die Vorfallkarte;
- die bestätigte Chronologie;
- die Liste der kritischen Faktoren;
- die bestätigte Barrierenanalyse;
- den endgültigen Ursachenbaum;
- die bestätigte Ursachenliste;
- die abgestimmten Maßnahmen;
- das Verzeichnis der Unterlagen.

Nimm unbestätigte Hypothesen, strittige Versionen ohne Kennzeichnung und Schlussfolgerungen ohne Quelle nicht als Tatsachen in das Ergebnis auf.

Struktur:
1. Kurzinformation und Umstände.
2. Unterlagen und Methoden der Informationsgewinnung.
3. Chronologie.
4. Kritische Faktoren.
5. Schutzbarrieren.
6. Ursachenanalyse.
7. Grundursachen.
8. Korrektur- und Vorbeugemaßnahmen.
9. Anlagen / Verzeichnis der Unterlagen.

Bewahre, wo möglich, neben jeder wesentlichen Schlussfolgerung den Verweis auf die zugrunde liegende Unterlage.
Vermerke oben im Dokument: „ENTWURF. Muss von der Kommission geprüft und abgestimmt werden“.
Formuliere keine Schlussfolgerung über Schuld.

Prompt 8. Master-Prompt für das Offline-Testsystem

Bezug zum Artikel: Abschnitt „Das Offline-System steht bereits – jetzt testen wir es“.

Ich bin kein Programmierer. Hilf mir, eine lokale TEST-Anwendung für die interne Untersuchung von Vorfällen nach der Konzernmethodik zu erstellen. Ziel dieser Phase sind ein Pilot und eine Qualitätsprüfung, nicht die automatische Überführung in den Produktivbetrieb.

Arbeite Schritt für Schritt. Bei jedem Schritt:
1. erkläre, was wir tun und warum;
2. gib eine einzige Aktion oder eine einzige fertige Datei bzw. einen Patch vor;
3. warte auf mein Ergebnis oder einen Screenshot;
4. prüfe es;
5. gehe erst danach weiter.

ZIELARCHITEKTUR
- Windows 10/11;
- lokales backend auf 127.0.0.1 und Browseroberfläche;
- nach einmaliger Einrichtung der Modelle Arbeit mit den Akteninhalten ohne externes Internet;
- Betrieb auf einem leistungsstarken Arbeitsrechner vorsehen; für einen schwachen Rechner ein leichteres Modell vorschlagen, die geringere Qualität/Geschwindigkeit aber nicht verschweigen;
- lokale Speicherung der Akten;
- Aktenarchiv mit Prüfsummen;
- Versionsverlauf;
- kein zwingender Versand von Unterlagen an externe API.

UNTERLAGEN
- DOCX: Absätze, Tabellen, Kopf- und Fußzeilen;
- PDF mit Text;
- PDF-Scans / Bilder – lokale Texterkennung;
- Skizzen / Fotos – Original speichern und eine Beschreibung nur als Entwurf vorschlagen;
- Audio / Video – lokale Transkription;
- Aufnahme über das Mikrofon;
- manuelle Eingabe und Bearbeitung;
- verpflichtender Vermerk „mit dem Original abgeglichen“, bevor der Text in der KI-Analyse verwendet wird.

LOKALE MODELLE
- LLM über eine lokale Engine (z. B. Ollama);
- mehrsprachiges Sprachmodell Whisper;
- bei Bedarf ein lokales vision-Modell;
- die Anwendung darf während einer Untersuchung keine Modelle unbemerkt herunterladen.

METHODIK / PHASEN
1. Erstinformationen.
2. Plan der Kommission.
3. Sammlung der Unterlagen.
4. Chronologie und kritische Faktoren.
5. Barrieren und Ursachen.
6. Maßnahmen.
7. Bericht.

KI-REGELN
- Die KI macht nur Vorschläge.
- Jede Schlussfolgerung speichert Quelle und Zitat.
- Unterscheiden zwischen FACT / ASSUMPTION / CONFLICT / GAP / HYPOTHESIS.
- Ursachen sind Hypothesen bis zur Bestätigung durch die Kommission.
- Verantwortliche und Fristen legt das Modell nicht selbst fest.
- Die Kommission muss jeden Vorschlag annehmen, ablehnen oder bearbeiten können.
- Das finale Word-Dokument ist ein bearbeitbarer Entwurf.
- In den Bericht Ursachenbaum, Barrieren, Verzeichnis und Anlagen aufnehmen.

SICHERHEIT
- ohne CDN und externe Telemetrie;
- Netzwerkzugriffe der Untersuchung nur über loopback;
- dem Nutzer zeigen, dass lokales Arbeiten nicht automatisch Anonymisierung bedeutet;
- keine Geheimnisse im offenen Client-Code speichern;
- Löschen einer Akte, Sicherungskopie und Übertragung vorsehen.

Beginne mit der Verzeichnisstruktur, dem Datenformat der Akte und dem Bedrohungsmodell. Schreibe keinen Code, bevor ich zugestimmt habe.

PILOTSTATUS
- kennzeichne die Version ausdrücklich als „TEST / PILOT“;
- füge einen Satz von Referenz-Übungsfällen hinzu;
- vergleiche für jeden Fall das KI-Ergebnis mit den Schlussfolgerungen des Menschen/der Kommission;
- führe ein Protokoll der gefundenen Mängel und Iterationen;
- bezeichne das System vor Abschluss der Erprobung nicht als bereit für den Produktivbetrieb.

Prompt 9. Audit des Offline-Pilotsystems

Bezug zum Artikel: Abschnitte zu den Grenzen der Automatisierung, zur Vertraulichkeit und zum aktuellen Teststatus.

Führe vor der Übergabe an die Kommission ein Audit der fertigen Anwendung und des Untersuchungsentwurfs durch.

TECHNISCH PRÜFEN
1. Gibt es während der Arbeit mit der Akte externe Netzwerkzugriffe?
2. Werden CDN, externe Schriftarten, cloudbasiertes speech-to-text oder externe API genutzt?
3. Wo werden Originaldateien, Transkripte, lokale Modelle und Sicherungskopien gespeichert?
4. Was passiert beim Löschen einer Akte?
5. Gelangen Originaldokumente in Diagnoseprotokolle?
6. Werden Akteninhalte bei einem Fehler nach außen übertragen?

METHODISCH PRÜFEN
7. Haben alle wesentlichen Schlussfolgerungen eine Quelle?
8. Sind Fakten von Hypothesen getrennt?
9. Sind alle kritischen Faktoren in der Ursachenanalyse berücksichtigt?
10. Werden menschliche Handlungen ohne Analyse der systemischen Bedingungen als Grundursache bezeichnet?
11. Sind die Maßnahmen mit konkreten Ursachen/Barrieren verknüpft?
12. Hat das Modell Verantwortliche und Fristen ohne Entscheidung der Kommission festgelegt?
13. Wird der Berichtsentwurf als bestätigtes Dokument ausgegeben?

VERTRAULICHKEIT PRÜFEN
14. Welche personenbezogenen/medizinischen Daten befinden sich in der lokalen Akte?
15. Ist für Präsentation, Veröffentlichung oder Weitergabe eine zusätzliche Maskierung erforderlich?
16. Enthalten Dateinamen und Screenshots unnötige Namen?

Gib das Ergebnis als Tabelle aus:
Prüfung | Status | Festgestelltes Risiko | Was zu korrigieren ist | Wer bestätigen muss.

Korrigiere inhaltliche Schlussfolgerungen der Untersuchung nicht automatisch.

REIFEGRAD PRÜFEN
17. Gibt es einen Satz von Referenzfällen und Vergleichsergebnisse?
18. Welche Funktionen sind bereits stabil und welche bleiben experimentell?
19. Welche Fehler/Einschränkungen müssen vor dem Produktiveinsatz behoben werden?
20. Erweckt die Oberfläche den falschen Eindruck, dass die KI-Ausgabe eine Entscheidung der Kommission ist?

Einsatz der Prompts

• Prompt 1 – der heute produktive Workflow: nur vorab anonymisierte Unterlagen; der Demaskierungsschlüssel wird nicht an den Agenten übergeben.
• Prompt 2–7 – methodische Arbeitsbausteine, die sich sowohl im aktuellen Agenten als auch in der künftigen lokalen/serverbasierten Umgebung einsetzen lassen.
• Prompt 8 – Aufbau und Weiterentwicklung des vollständig offline arbeitenden Testsystems.
• Prompt 9 – Audit des Pilotsystems vor einer breiteren Anwendung.

Das Grundprinzip der Reihe bleibt unverändert: Zuerst schützen wir die Daten und legen die Methodik fest, dann automatisieren wir. KI stärkt die Arbeit der Kommission, ersetzt aber weder professionelles Denken noch die Prüfung von Fakten und die Verantwortung des Menschen.