Partneraufruf KI-Qualifizierung
Gemeinsam KI-Qualifizierung für das Gesundheitswesen gestalten
Die digitale Transformation der Sozialwirtschaft wird zunehmend durch den Einsatz von Künstlicher Intelligenz geprägt. Gleichzeitig stehen viele soziale Einrichtungen, Pflegeorganisationen, Sanitätshäuser und HomeCare Unternehmen vor der Herausforderung, ihre Beschäftigten auf diese Entwicklung vorzubereiten. Neben technischen Kenntnissen gewinnen dabei Fragen der verantwortungsvollen Nutzung, der rechtlichen Rahmenbedingungen, der Datensicherheit, der Mitbestimmung sowie der praktischen Anwendung im Arbeitsalltag an Bedeutung.
Vor diesem Hintergrund werden Unternehmen aus dem Gesundheits-, Pflege- und Sozialwesen dazu eingeladen, gemeinsam ein praxisnahes und förderfähiges Qualifizierungskonzept für den Einsatz von Künstlicher Intelligenz in der Sozialwirtschaft zu entwickeln. Grundlage bilden bereits vorhandene Wissens-, Lern- und Governance-Plattformen, die in den vergangenen Jahren speziell für die Anforderungen sozialer Organisationen aufgebaut wurden und unmittelbar für Qualifizierungsmaßnahmen genutzt werden können.
Ziel ist die Entwicklung eines umsetzungsorientierten Weiterbildungsansatzes, der alle Erwerbstätigen – von Fachkräften in der direkten Versorgung bis hin zu Führungskräften – befähigt, Chancen und Risiken von KI-Anwendungen zu verstehen und regulatorische Anforderungen sicher zu erfüllen. Dabei stehen nicht die Technologien selbst im Mittelpunkt, sondern die Menschen, die mit ihnen arbeiten, sowie die nachhaltige Verbesserung von Arbeitsprozessen und Versorgungsqualität.
Die aktuellen ESF+-Förderaufrufe 8 „KI in der Sozialwirtschaft“ und 9 „KI Qualifizierung für Erwerbstätige“ des Freistaats Bayern eröffnen hierfür eine besondere Möglichkeit. Sie schaffen den Rahmen, innovative Qualifizierungs- und Transformationsprojekte zu entwickeln, die den digitalen Wandel aktiv gestalten und gleichzeitig die Beschäftigungsfähigkeit sowie die Zukunftsfähigkeit sozialer Organisationen stärken. Durch die bereits vorhandenen Inhalte, Werkzeuge und Lernmodule können interessierte Projektpartner unmittelbar in die Konzeptentwicklung einsteigen, ohne zunächst umfangreiche Grundlagenarbeiten leisten zu müssen.
Die Initiative versteht sich als offenes Kooperationsangebot für Organisationen, die den Einsatz von Künstlicher Intelligenz nicht isoliert als Technologieprojekt betrachten, sondern als Bestandteil einer nachhaltigen Organisationsentwicklung. Gemeinsam können förderfähige Modellvorhaben entstehen, die über die Projektlaufzeit hinaus wirksam bleiben und einen konkreten Beitrag zur Modernisierung der Sozialwirtschaft in Bayern leisten.
Anlass dieser Initiative sind die ESF+-Förderaufrufe 8 „KI in der Sozialwirtschaft“ und 9 „KI Qualifizierung für Erwerbstätige“ des Freistaats Bayern vom 20. April 2026.
Warum jetzt – und warum gemeinsam?
Künstliche Intelligenz entwickelt sich zunehmend zu einem strategischen Erfolgsfaktor für Unternehmen, Verwaltungen und Organisationen.
Das
EY-Papier
EY Strategy & Transactions GmbH (2024)
Künstliche Intelligenz: was sie für Unternehmen bringt und wie man die sinnvollsten Anwendungen findet. EY Trusted AI Transformation Use Cases & Value Accelerator; de.ey.com/ai.
„Trusted AI Transformation“ beschreibt KI nicht als vorübergehenden Technologietrend, sondern als grundlegenden Treiber für Produktivität, Wertschöpfung und digitale Transformation.
Gleichzeitig zeigt sich in vielen Organisationen ein erheblicher Qualifizierungsbedarf:
- Geeignete Anwendungsfälle müssen identifiziert,
- Mitarbeitende befähigt und
- Governance-Strukturen aufgebaut werden,
Gerade im Gesundheits-, Pflege- und Sozialwesen hält KI bereits Einzug in Dokumentation, Versorgungsplanung, Wissensmanagement und Verwaltungsprozesse – häufig jedoch ohne systematische Vorbereitung der Beschäftigten.
Die
ESF+
Über den Europäischen Sozialfonds Plus (ESF+) investiert die EU in Menschen und bringt die Umsetzung der europäischen Säule sozialer Rechte voran. Mit einem Budget von 142,7 Mrd. EUR für den Zeitraum 2021-2027 wird der ESF+ auch weiterhin einen wichtigen Beitrag zu Strategien und Reformen in den Bereichen Beschäftigung, Soziales, Bildung und Kompetenzen leisten.
Aufrufe 8 und 9 eröffnen der Gesundheitswirtschaft die Möglichkeit, diesen Qualifizierungsbedarf gezielt aufzugreifen und nachhaltige Kompetenzstrukturen für den praktischen KI-Einsatz aufzubauen.
„Thomas Bade ruft Träger der Freien Wohlfahrtspflege, gemeinnützige Pflegeeinrichtungen, HomeCare-Unternehmen, Sanitätsfachhändler, Orthopädietechnik-Betriebe und Krankenhäuser dazu auf, auf Basis von den entwickelten Wissens- und Lernplattformen gemeinsam ein sektorspezifisches, lernwirksames und ESF-anschlussfähiges Qualifizierungskonzept zu entwickeln."
Sozialwirtschaft im Fokus
Pflegeeinrichtungen, Sanitätshäuser, HomeCare Unternehmen und Mitarbeiter in Arztpraxen sowie Krankenhäusern stehen vor denselben KI-Herausforderungen – aber ohne die Ressourcen großer Konzerne.
Die Aufrufe 8 und 9 schaffen den Förderrahmen für genau diese Einrichtungen.
Wissenschaftlich fundierte Wissensgrundlage
Die bestehenden Wissens- und Lernplattformen bündeln auf HTML Fachseiten aktuelle Literatur, Studien und regulatorische Grundlagen zu KI im Gesundheitswesen – von EU AI Act und MDR bis zu DSGVO und Sozialgesetzbüchern.
Eine recherchierte Basis für ernsthafte Qualifizierung in der Gesundheitswirtschaft.
Kooperativer Branchenansatz
Die Qualifizierungsstrategie entsteht nicht am Schreibtisch, sondern mit den Partnern der Gesundheitswirtschaft.
Praxisfälle, Bedarfe und Branchenwissen aus Pflege, Hilfsmittel und HomeCare Versorgungen und sozialer Arbeit fließen von Beginn an ein.
Alle Lern- und Schulungsmodule sollen mehrsprachig angeboten werden.
Was die gemeinsame Strategie leisten soll
Die Initiative verbindet sektorspezifisches Fachwissen mit einer erprobten Wissensplattform – und schafft daraus eine Qualifizierungsstrategie, die in der Praxis des Gesundheits- und Pflegesektors funktioniert:
Praxisnah
Die Qualifizierung orientiert sich konsequent an realen Arbeitsabläufen. Im Mittelpunkt stehen konkrete Anwendungsfälle und praktische Herausforderungen des Berufsalltags, nicht abstrakte Technikbegeisterung.
Wissenschaftlich fundiert
Die bestehende Wissensplattform stützt sich auf Quellenangaben zu EU AI Act, MDR, DSGVO, SGB und aktueller KI-Forschung im Gesundheitswesen.
Diese Grundlage fließt direkt in die Qualifizierungsinhalte ein.
Niedrigschwellig
Die Angebote erreichen Beschäftigte in Pflegeeinrichtungen, Sanitätshäusern, HomeCare Unternehmen und andere Erwerbstätige auch ohne Vorerfahrung mit KI – verständlich, anwendungsnah und vendorunabhängig.
Mehrsprachichkeit
Ein besonderer Schwerpunkt liegt auf mehrsprachig verfügbaren Lern- und Qualifizierungsangeboten. Schulungsinhalte werden in verschiedenen Sprachen bereitgestellt und so einem breiteren Kreis von Beschäftigten zugänglich gemacht.
Kooperativ
Erwerbstätige in Pflegeeinrichtungen, Krankenhäusern, Arztpraxen, Sanitätshäusern und Orthopädietechnik Betrieben entwickeln gemeinsam mit – und bringen Praxisfälle, Lernorte und Zielgruppenzugang aktiv ein.
Verantwortungsvoll
Datenschutz, Patientensicherheit, Betreiberpflichten und ein reflektierter KI-Einsatz (Code of Conduct) werden von Beginn an mitgedacht – nicht als Checkliste am Ende, sondern als Grundhaltung der Qualifizierung.
Partizipative KI-Entwicklung im Mittelpunkt
Soziale Innovation bedeutet mehr als neue Schulungsformate. Der entscheidende Mehrwert dieses ESF+-Projekts liegt im gemeinsamen Entwicklungsprozess.
Partnerorganisationen aus Pflege, sozialer Arbeit und Gesundheitsversorgung gestalten das Qualifizierungsprogramm aktiv mit – nicht als Empfänger, sondern als Ko-Entwicklerinnen.
Besonderer Wert wird dabei auf die Einbindung vielfältiger beruflicher, kultureller und sprachlicher Perspektiven gelegt.
Mehrsprachige Lern- und Beteiligungsformate ermöglichen es Beschäftigten mit unterschiedlichen Sprachhintergründen, ihre Erfahrungen und Anforderungen in die Entwicklung der Qualifizierungsinhalte einzubringen. Dadurch entstehen praxisnahe, verständliche und breit anschlussfähige KI-Kompetenzangebote, die den tatsächlichen Bedarfen der Sozialwirtschaft gerecht werden.
🤝 Was bedeutet partizipative KI-Entwicklung hier konkret?
Das Qualifizierungskonzept wird nicht am Schreibtisch fertiggestellt und dann ausgerollt. Es entsteht zusammen mit den Partnerorganisationen: in gemeinsamen Workshops, durch das Einbringen realer Praxisfälle, durch sektorspezifisches Feedback auf Modulentwürfe und durch die kollaborative Weiterentwicklung von Checklisten, Szenarien und Lernpfaden.
Zielgruppen, Lernzeiten und Curricula-Details werden im Konsortium erarbeitet – mit den Einrichtungen, die die tatsächlichen Qualifizierungsbedarfe kennen. Diese partizipative Grundlogik ist gleichzeitig der Innovationsnachweis gegenüber dem ESF+-Innovationsausschuss.
Viele KI-Schulungsangebote folgen einem klassischen Anbieter-Kunden-Modell.
Inhalte werden zentral entwickelt, standardisiert vermarktet und anschließend von Organisationen eingekauft. Die spezifischen Anforderungen sozialer Einrichtungen, Pflegeorganisationen oder gemeinnütziger Träger fließen dabei häufig nur begrenzt in die Konzeption ein.
Der hier verfolgte Ansatz setzt an einem anderen Punkt an. Einrichtungen aus der Gesundheitswirtschaft wirken von Beginn an bei der Entwicklung der Qualifizierungsinhalte mit und bringen ihre praktischen Erfahrungen, Arbeitsabläufe, Herausforderungen und Perspektiven aktiv in den Gestaltungsprozess ein.
Sie sind nicht lediglich Teilnehmende eines vorgefertigten Schulungsprogramms, sondern Mitgestaltende eines gemeinsamen Lern- und Innovationsprozesses.
Damit entsteht ein Qualifizierungsangebot, das sich an den tatsächlichen Anforderungen von Pflege, sozialer Arbeit, Gesundheitsversorgung und kommunaler Daseinsvorsorge orientiert. Die Lerninhalte werden nicht allein durch Technologieanbieter oder externe Berater definiert, sondern gemeinsam mit den Menschen entwickelt, die KI künftig in ihrer täglichen Praxis verantwortungsvoll einsetzen sollen.
Aus diesem Grund werden alle bereitgestellten Inhalte als offene Wissens- und Lernbasis zur Verfügung gestellt. Im Vordergrund steht nicht die Vermarktung eines proprietären Produkts, sondern die gemeinsame Entwicklung von KI-Kompetenzen, die langfristig in den Organisationen verankert werden können und einen nachhaltigen Mehrwert für Beschäftigte, Einrichtungen und die von ihnen unterstützten Menschen schaffen.
Curriculum: 8 Schulungsmodule nach CHAI
Das Qualifizierungskonzept orientiert sich am CHAI AI Governance Framework der Coalition for Health AI – dem international anerkannten Standard für verantwortungsvolle KI-Governance im Gesundheitswesen. Die 8 Module bilden einen aufeinander aufbauenden Lernpfad, der die CHAI-Domains mit den entwickelten Fachseiten, Checklisten und interaktiven Tools verknüpft. Inhalte, Schwerpunkte und Lernpfade werden gemeinsam mit den Partnerorganisationen erarbeitet – die Spalte „Partizipativer Schwerpunkt" zeigt, welchen konkreten Ko-Entwicklungsbeitrag jede Einrichtung einbringen kann.
CHAI Governance Framework: Die Coalition for Health AI (CHAI) hat ein praxisnahes AI Governance Framework entwickelt, das Gesundheitsorganisationen – von Community Health Centers bis zu Universitätskliniken – dabei hilft, KI verantwortungsvoll einzusetzen. Das ESF-Qualifizierungskonzept deckt alle 5 CHAI Basis-Domains ab und erweitert sie um sektorspezifische Vertiefungsmodule für die deutsche Sozial- und Gesundheitswirtschaft.
| # | Modul / Fachseite | Lerninhalt & CHAI-Domain |
DIKW-Ebene
DIKW-Pyramide Das DIKW-Modell beschreibt vier Wissensebenen: Daten (Rohfakten), Information (kontextualisierte Daten), Knowledge (angewandtes Wissen) und Wisdom (urteilsbasierte Entscheidung). Jedes Schulungsmodul ist einer Ebene zugeordnet. → Mehr auf thomas-bade.de/dikw.html |
Partizipativer Schwerpunkt |
|---|---|---|---|---|
| 1 | 🔍 KI-Monitoring ai_monitoring.html ↗ |
CHAI Domain 4.1 – Responsible AI Lifecycle: Kontinuierliches Monitoring als Kernaufgabe im KI-Lebenszyklus. ISO/IEC 42005:2025 Audit-Checkliste, Post-Market Surveillance, Monitoring-Reifegrade und interaktives Kontrollpanel. Human-in-the-Loop-Konzepte und Abschaltkriterien nach EU AI Act.
CHAI Domain 4.1 – Lifecycle |
KNOWLEDGEEbene: KNOWLEDGE Wissen ist angewandte Information: Regeln, Zusammenhänge und Handlungsoptionen – z.B. wann ein KI-Risikohinweis zur Eskalation führen soll. Diese Ebene erfordert fachliches Urteilsvermögen.→ Module Monitoring, FMEA, MEESTAR, HAIP |
Partner bringen reale Monitoring-Daten aus Pflegeprozessen ein; gemeinsame Definition von Abschaltkriterien. |
| 2 | 🤝 Patientenbeteiligung patient.html ↗ |
CHAI Domain 4.2 – Risk & Impact: IMPACTS-Framework, partizipative Forschung und KI-Folgenabschätzung aus Patientenperspektive. Risikodomänen Patientensicherheit, Transparenz und Antidiskriminierung. Bezug zu Art. 22 DSGVO, EU AI Act Art. 13. Shared Decision Making und KI-gestützte Pflegeprozesse.
CHAI Domain 4.2 – Risk & Impact |
INFORMATIONEbene: INFORMATION Information entsteht, wenn Daten in einen Kontext gestellt und interpretiert werden – z.B. ein Sturzereignis in Verbindung mit Tageszeit und Medikation. Auf dieser Ebene lernen Beschäftigte, KI-Ausgaben einzuordnen.→ Module Patientenbeteiligung & Code of Conduct |
Partnereinrichtungen steuern reale Patientenfälle und Entscheidungssituationen als Fallvignetten bei. |
| 3 | 🧠 DIKW-Kompetenz dikw.html ↗ |
CHAI Domain 3 – Organisationsressourcen: DIKW-Pyramide als Kompetenzmodell für KI-Nutzung. Data Literacy, Information Literacy, Knowledge Management und Wisdom als Entscheidungsebene. Datenqualität, Konfidenzwerte und Bias-Quellen verstehen. Grundlage für KI-Inventar und Model Cards.
CHAI Domain 3 – Resources |
DATAEbene: DATA Daten sind unbearbeitete Fakten und Rohmesswerte ohne Kontext – z.B. ein Zahlenwert im Pflegedokumentationssystem. Datenkompetenz: Was sind Daten? Wie entstehen sie? Welche Qualitätsprobleme gibt es?→ Einstiegsmodul DIKW-Kompetenz |
Einstiegsmodul – wird in Co-Design mit Partnereinrichtungen auf sektorspezifische Datenquellen angepasst. |
| 4 | ⚙️ FMEA & Risiko fmea.html ↗ |
CHAI Domain 4.2 – Risk Assessment: Fehlermöglichkeits- und Einflussanalyse (FMEA) als praxisnahes Risikobewertungswerkzeug für KI-Systeme. Interaktives FMEA-Tool: Risikoklassifizierung nach EU AI Act, Ursachen-Wirkungs-Analyse, Bewertungsebenen und Blockierungsbedingungen. Abgleich mit Anforderungen aus dem Gesetz zur Durchführung der Verordnung (EU).
CHAI Domain 4.2 – Risk Assessment |
KNOWLEDGEEbene: KNOWLEDGE Wissen ist angewandte Information: Regeln, Zusammenhänge und Handlungsoptionen – z.B. wann ein KI-Risikohinweis zur Eskalation führen soll. Diese Ebene erfordert fachliches Urteilsvermögen.→ Module Monitoring, FMEA, MEESTAR, HAIP |
QM-Beauftrage der Partnerorganisationen entwickeln FMEA-Szenarien aus ihrer Praxis; iterative Verfeinerung im Konsortium. |
| 5 | 🎓 KI-Kompetenz (MEESTAR) kompetenz.html ↗ |
CHAI Domain 1 – AI Policy & Domain 2 – Organisationsstruktur: KI-Kompetenzen nach EU AI Act Art. 4 und
BAPID-Modell
Das BAPID-Modell (Bildungsarchitektur der Pflege in Deutschland) ist ein vom Deutschen Pflegerat in Auftrag gegebenes Konzept, das die Pflegebildung in fünf Kompetenzstufen gliedert. Es dient als Orientierungsrahmen, um Aufgaben, Rollen und Verantwortlichkeiten in der Pflege klarer zu strukturieren, die Durchlässigkeit in der Karriereplanung zu fördern und akademische Abschlüsse besser in die Praxis zu integrieren.
. Interaktive MEESTAR-Checkliste (ethisch-soziale Technikfolgenabschätzung). Rollenbasierte Kompetenzprofile: Anwender, Betreiber, Verantwortliche. Pflichtkomponenten einer KI-Richtlinie und Governance-Strukturen aufbauen.
CHAI Domain 1 – Policy & Domain 2 – Structure |
KNOWLEDGEEbene: KNOWLEDGE Wissen ist angewandte Information: Regeln, Zusammenhänge und Handlungsoptionen – z.B. wann ein KI-Risikohinweis zur Eskalation führen soll. Diese Ebene erfordert fachliches Urteilsvermögen.→ Module Monitoring, FMEA, MEESTAR, HAIP |
Führungskräfte der Partnerorganisationen gestalten gemeinsam rollenspezifische Kompetenzprofile und KI-Richtlinien-Entwürfe. |
| 6 | 📜 Code of Conduct (GPT) gpt.html ↗ |
CHAI Domain 1 – AI Policy (Shadow AI): Verantwortungsvoller Umgang mit generativen KI-Systemen (ChatGPT, Copilot, Gemini) im Berufsalltag der Gesundheitswirtschaft. Code of Conduct für Beschäftigte: Datenschutz, Vertraulichkeit, Halluzinationen erkennen, Prompt-Hygiene. Shadow AI-Prävention und organisationsinternes Regelwerk. Bezug EU AI Act Art. 26.
CHAI Domain 1 – Policy · Shadow AI |
INFORMATIONEbene: INFORMATION Information entsteht, wenn Daten in einen Kontext gestellt und interpretiert werden – z.B. ein Sturzereignis in Verbindung mit Tageszeit und Medikation. Auf dieser Ebene lernen Beschäftigte, KI-Ausgaben einzuordnen.→ Module Patientenbeteiligung & Code of Conduct |
Einrichtungsspezifische Shadow-AI-Beispiele fließen aus Partnererfahrungen direkt in den Code of Conduct ein. |
| 7 | 🏠 KIDELIR (Soziale Arbeit) kidelir.html ↗ |
CHAI Domain 4.1 – Lifecycle in der Sozialwirtschaft: KI in Sozialer Arbeit und Quartiersmanagement: KIDELIR-Logik als sektorspezifischer Anwendungsrahmen. KI-gestützte Beratung, Sozialraumanalyse und Kommunalverwaltung. SGB-Bezüge (SGB XI, SGB V, SGB XII). De-Scripting Social Work und ethische Reflexion automatisierter Entscheidungen.
CHAI Domain 4.1 – Lifecycle · Soziales |
WISDOMEbene: WISDOM Weisheit ist die höchste Ebene: ethisch fundiertes, kontextsensibles Urteil unter Unsicherheit – z.B. ob ein KI-System in einem Versorgungskontext überhaupt eingesetzt werden soll. Nicht automatisierbar.→ Modul KIDELIR (Soziale Arbeit) |
Leistungserbringer nach SGB V und SGB XI tragen mit ihrem praxisnahen Wissen über Versorgungsprozesse, Sozialraumbedingungen und quartiersbezogene Unterstützungsstrukturen wesentlich zur inhaltlichen Ausgestaltung des Curriculums bei. |
| 8 | 🏥 HAIP (Herstellertransparenz) haip.html ↗ |
CHAI Domain 3 – Ressourcen & Model Cards: HAIP Health AI Partnership-Checkliste. Interaktive Offenlegungs-Checkliste für KI-Herstellerangaben: Transparenz, Validierung, Datenbasis, klinische Evidenz. Grundlage für KI-Inventar, Model Cards und Betreiberprüfung nach EU AI Act Art. 26.
CHAI Domain 3 – Resources · Transparency |
KNOWLEDGEEbene: KNOWLEDGE Wissen ist angewandte Information: Regeln, Zusammenhänge und Handlungsoptionen – z.B. wann ein KI-Risikohinweis zur Eskalation führen soll. Diese Ebene erfordert fachliches Urteilsvermögen.→ Module Monitoring, FMEA, MEESTAR, HAIP |
Partnerorganisationen prüfen gemeinsam reale KI-Herstellerangaben; Checklisten werden konsortial validiert und erweitert. |
Zuordnung zu den CHAI-Basis-Domains:
CHAI Domain 1
AI Policy
Module 5 + 6
Kompetenz & Code of Conduct
CHAI Domain 2
Org. Struktur
Modul 5
Kompetenz & Governance
CHAI Domain 3
Ressourcen
Module 3 + 8
DIKW & HAIP
CHAI Domain 4
Lifecycle & Risk
Module 1, 2, 4, 7
Monitoring · FMEA · KIDELIR
Empfohlene Lernreihenfolge
Einstieg (partizipativ erarbeitet): Modul 3 (DIKW) → Modul 6 (Code of Conduct)
Versorgungskontext: + Modul 2 (Patientenbeteiligung) → Modul 1 (Monitoring) → Modul 5 (MEESTAR)
Qualitätssicherung & Compliance: + Modul 4 (FMEA) → Modul 8 (HAIP)
Sozialraum & Kommunal: + Modul 7 (KIDELIR)
Die vorhandene Wissensplattform reduziert Entwicklungsaufwand, verkürzt die Anlaufphase und erhöht die Skalierbarkeit.
Alle Fachseiten mit strukturierten Lernmodulen inklusive Audio, Tests & Zertifikaten.
Voraussetzungen für eine ESF+-Förderung sind bereits vorbereitet
Ein wesentlicher Teil der im ESF+-Aufruf geforderten Vorarbeiten wurde bereits umgesetzt.
Dadurch können sich Projektpartner auf die inhaltliche Weiterentwicklung und die praktische Durchführung konzentrieren, anstatt zunächst
eine technische oder didaktische Infrastruktur aufzubauen.
Innovativer Ansatz bereits entwickelt
Die förderfähige Entwicklungsphase kann auf einer bereits vorhandenen Wissens- und Lernarchitektur aufbauen. Das KI-Wissensportal umfasst Fachseiten, Checklisten, Governance-Werkzeuge, Audioformate und Kompetenzmodelle für Pflege, HomeCare, Fachhandel und Sozialwirtschaft. Dadurch ist die Grundlage für die Entwicklung eines innovativen Qualifizierungskonzepts bereits vorhanden.
Blended Learning und Online-Lernen vorbereitet
Die Lernplattform unterstützt bereits digitale Lernformate,
Audio-Lernmodule, interaktive Checklisten und Dokumentationsfunktionen.
Progressive Web Apps ermöglichen auch bei eingeschränkter oder instabiler WLAN-Abdeckung, dass alle Lernformate offline genutzt werden können.
Die Struktur ermöglicht die Umsetzung von Präsenz-, Online- und Blended-Learning-Konzepten sowie den
Nachweis individueller Lernaktivitäten.
Mehrsprachigkeit vorbereitet
Die Lern- und Qualifizierungsformate sind so aufgebaut, dass Inhalte mehrsprachig bereitgestellt werden können. Dies unterstützt Einrichtungen mit internationalen Beschäftigten und hilft dabei, Sprachbarrieren im Arbeitsalltag abzubauen.
Dokumentation und Teilnahmebescheinigungen
Die Plattform unterstützt die strukturierte Dokumentation von Lerninhalten, Kompetenznachweisen und Qualifizierungsmaßnahmen. Damit bestehen bereits Voraussetzungen für qualifizierte Teilnahmebescheinigungen mit Angaben zu Inhalten, Umfang und Lernergebnissen.
Für Projektpartner bedeutet dies: Die technische Infrastruktur, große Teile der fachlichen Inhalte sowie die methodische Grundstruktur sind bereits vorhanden. Dadurch kann die Entwicklungsphase gezielt genutzt werden, um gemeinsam branchenspezifische Inhalte, Praxisfälle und Qualifizierungspfade für die Gesundheits- und Sozialwirtschaft zu erarbeiten.
Erfüllung zentraler ESF+-Anforderungen
- ✔ Vorhandene Wissens- und Lernplattform als Ausgangsbasis für innovative Ansätze
- ✔ Unterstützung von Blended-Learning- und Online-Formaten
- ✔ Nachweisbare digitale Lernumgebung
- ✔ Mehrsprachige Lernarchitektur möglich
- ✔ Dokumentation von Lerninhalten und Kompetenzentwicklung vorbereitet
- ✔ Projektlaufzeiten von bis zu 24 Monaten konzeptionell vorgesehen
- ✔ Übertragbarkeit auf weitere Bundesländer und Trägerstrukturen gegeben
Schritte bis zur Einreichungsfrist 15. Juli 2026
Der Weg von der ersten Rückmeldung bis zur formalen Interessensbekundung ist eng getaktet. Alle Schritte sind auf die ESF-Einreichungsfrist über ESF-Bavaria 2021 ausgerichtet.
Interessensbekundung an Thomas Bade senden
Einrichtungen, Träger und Partner melden sich mit einer kurzen Rückmeldung über das Kontaktformular oder direkt per E-Mail an tb(at)thomas-bade.de.
Angaben zu Einrichtung, Rolle, Qualifizierungsbedarf und möglichem Beitrag genügen für den ersten Schritt.
Benennung von Ansprechpartnern und Verantwortlichen
Jede teilnehmende Einrichtung benennt eine verantwortliche Person für das Projekt sowie eine operative Ansprechperson für Abstimmungen und Dokumentation. Diese Angaben fließen in das Konzept (Gliederungspunkt 1 des ESF-Aufruf-8-Konzepts) ein.
Team-Meetings zum Aufbau des Projektmanagements
Erstes gemeinsames Online-Meeting aller Interessierten: Vorstellung des Zielbilds, Klärung von Rollen und Verantwortlichkeiten, Aufbau der Projektstruktur für das Konzept.
Grundlage sind Gliederungen nach ESF+-Aufrufen 8 und 9.
Ausarbeitung: Zielbild, ESF-Anschluss, Partnerrollen
Gemeinsame Ausarbeitung der Kerndokumente: Projektziel und Wirkung für Teilnehmende, Konformität mit Aufruf 8, Darstellung der sozialen Innovation, Projektstrategie mit Modulstruktur und Curricula.
Grundlage: Bestehende Lern- und Wissensformate.
Umsetzungspfad in Konzeptform bringen
Kostenkalkulation, Finanzierungsplan, Mengengerüst (Unterrichtseinheiten, Durchgänge, Teilnehmendenzahlen) und Indikatorik nach ESF+-Anforderungen werden finalisiert. Gesamtkonzept max. 12 Seiten gemäß Aufrufen 8 und 9 Vorgaben wird abgestimmt.
Interessensbekundung einreichen
Einreichung des vollständigen Konzepts (max. 12 Seiten, Format doc/url/txt/odt) über ESF-Bavaria 2021 unter Förderaktion 12 als Voranfrage. Zusätzlich Erklärung „Unternehmen in Schwierigkeiten (UiS)" beilegen. Information über Auswahl durch ESF-Verwaltungsbehörde bis 30. September 2026.
Interesse bekunden – Rückmeldung senden
Gesucht werden Pflegeeinrichtungen, HomeCare-Betriebe, Sanitätsfachhandel, Krankenhäuser und Orthopädietechnik Betriebe.
Melden Sie sich bis 15. Juni 2026 mit einer kurzen Rückmeldung zu Ihrer Einrichtung und Ihrem möglichen Beitrag.