Gamifizierung und spielbasiertes Lernen mit KI (Künstlicher Intelligenz) im Sozialwesen

Theodor Schöwitz • 29. Dezember 2025

Was ist Gamifizierung?

Gamifizierung nutzt spielerische Elemente, um die Motivation für Aufgaben zu steigern, die im Alltag oft als langweilig, anstrengend oder wenig attraktiv empfunden werden. Durch Belohnungssysteme, interaktive Szenarien oder narrative Strukturen können auch komplexe oder unangenehme Tätigkeiten ansprechender gestaltet werden.

Ein ungewöhnliches, aber eindrucksvolles Beispiel ist der Dating-Simulator „Tax Heaven 3000“ des Spielestudios MSCHF. Hier wird die Erstellung einer US-Steuererklärung in ein romantisches Spiel integriert: Ein virtueller Partner stellt im Rahmen einer Liebesgeschichte immer persönlichere Fragen - darunter auch solche zu finanziellen Verhältnissen, die für die Steuererklärung relevant sind. Obwohl das Spiel ein kreatives Paradebeispiel für Gamification (Gamifizierung) ist, steht es in der Kritik, da es klischeehafte und sexualisierte Darstellungen weiblicher Figuren reproduziert und damit problematische Rollenbilder verstärkt.

Gamifizierung in sozialen Anwendungsfeldern

Auch in sozialen und gesundheitsbezogenen Kontexten kann Gamifizierung die Motivation und Teilhabe erhöhen. Ein bekanntes Beispiel ist die App „Pain Squad - Sick Kids“, die für krebskranke Kinder und Jugendliche bis 18 Jahre entwickelt wurde. Statt ein klassisches Schmerztagebuch zu führen, schlüpfen die jungen Nutzer:innen in die Rolle von Polizeibeamten, die „Fälle“ (ihre eigenen Schmerzsymptome) dokumentieren. Die spielerische Aufbereitung macht die Aufgabe nicht nur unterhaltsamer, sondern verbessert auch die Datenqualität für das medizinische Personal.


Hier zeigt sich: Durch die Einbettung einer realen, aber unangenehmen Aufgabe (Schmerzprotokollierung) in ein motivierendes Spielszenario steigt die Bereitschaft zur regelmäßigen Nutzung - mit direktem Nutzen für die Behandlung.

Generative KI in der Gamifizierung

Die bisher genannten Beispiele folgen festen Skripten: Alle Interaktionen sind vorprogrammiert, und Abweichungen vom vorgegebenen Ablauf sind nicht möglich. Generative KI eröffnet hier neue Möglichkeiten, da sie dynamisch auf Nutzer:inneneingaben reagieren kann.



Statt starrer Dialoge ermöglichen KI-gesteuerte virtuelle Personas flexible, individuelle Interaktionen. Das erhöht nicht nur die Immersion, sondern auch die Langzeitmotivation, da sich die Erfahrung an die Bedürfnisse und Ideen der Nutzer:innen anpasst. Besonders in Lern- und Trainingskontexten kann dies zu nachhaltigeren Lernerfolgen führen.

Praktisches Beispiel: KI-Personas für die Fachkräfteausbildung

Auf unserer KI-Plattform SoKI haben wir dieses Prinzip für ein spielbasiertes Training in der Sozialpsychiatrie umgesetzt. Ziel war es, Fachkräften eine risikoarme Übungsumgebung zu bieten, in der sie Kriseninterventionen mit virtuellen Klient:innen trainieren können.

Dafür haben wir ein KI-System mit typischen Verhaltensmustern psychischer Erkrankungen trainiert und darauf aufbauend drei KI-Personas mit unterschiedlichen Herausforderungen entwickelt:

  • Mareike: Eine Mutter mit depressiven Symptomen und Suizidgedanken.
  • Luca: Ein Jugendlicher mit sozialer Angststörung.
  • Sophie: Eine Studentin mit gestörtem Essverhalten.

Während eines Fachtags konnten Fachkräfte mit diesen Personas chatten und versuchen, sie zu einem ersten Beratungsgespräch zu motivieren - eine Aufgabe, die sich aufgrund der vorgegebenen Eigenschaften (z. B. Misstrauen, Abwehrhaltung) als überraschend herausfordernd erwies:

Chat mit der Luca KI

Die Rückmeldungen waren sehr positiv: Das Format eigne sich besonders für die Einarbeitung neuer Kolleg:innen und sei eine wertvolle Ergänzung zu klassischen Seminaren. Zwar basieren die KI-Personas auf verbreiteten Stereotypen (z. B. bei Essstörungen), was jedoch in einem kontrollierten Lernsetting akzeptabel und sogar lehrreich sein kann - ähnlich wie in Rollenspielen klassischer Trainings.

 Fazit: Generative KI als Game-Changer in der Gamifizierung

Die Kombination aus Gamifizierung und generativer KI birgt enormes Potenzial, um Motivation, Lernprozesse und gesellschaftliche Teilhabe zu stärken - besonders in sozialen und gesundheitsbezogenen Kontexten. Während klassische Gamification oft an starren Mechanismen scheitert, ermöglicht KI dynamische, personalisierte und immersive Erlebnisse, die sich an individuelle Bedürfnisse anpassen. Doch dieser Fortschritt stellt uns auch vor ethische Herausforderungen: Um nachhaltige Wirkung zu entfalten, müssen wir Diskriminierungsrisiken, Datenschutz und inklusive Designprinzipien von Anfang an mitdenken.


Ein Schlüssel zur Demokratisierung dieser Technologien sind offene, modulare KI-Plattformen wie SoKI: Sie ermöglichen es auch Nicht-Programmierern, ohne technischen Aufwand individuelle KI-Agenten oder virtuelle Personas zu erstellen - etwa für gamifizierte Lernumgebungen oder Simulationen. Besonders für soziale Einrichtungen eröffnen sich so kostengünstige, flexible Lösungen, um schnell Prototypen zu testen und anzupassen.



Die positiven Effekte der Synergien von generativer KI und Spielerfahrungen beschränken sich nicht auf den Bildungs- oder Gesundheitssektor: Die Computerspielbranche selbst nutzt generative KI bereits aktiv, um Spielerlebnisse zu individualisieren - wie das Spiel „AI Dungeon“ zeigt. Hier liegt eine Chance für Bridging-Innovationen: Ursprünglich für Unterhaltung entwickelte Spiele-Software könnte mit geringem Aufwand für soziale Zwecke modifiziert werden - etwa als Therapie-Tools, Skill-Trainer oder partizipative Lernplattformen.

von Philipp Engelsberg 22. Februar 2026
Warum KI ohne funktionierende IT-Strukturen in der Sozialen Arbeit nicht entlastet. Ein Fachbeitrag zu Digitalisierung, Kompetenzaufbau und digitaler Souveränität.
Die Werte von Sozial KI
von Theodor Schöwitz 8. Dezember 2025
Die Idee zu Sozial-KI entstand im Sommer 2024 im Rahmen des Studiengangs „Digitalisierung in der Sozialen Arbeit“ an der DHBW CAS in Heilbronn. Während der Vorlesungen wurde zunehmend klar, dass Sprachmodelle das Potenzial haben, das Sozialwesen grundlegend zu verändern. Ein großer Teil der Arbeitszeit in diesem Bereich besteht aus schriftlichen Tätigkeiten - von Falldokumentationen und Berichten bis hin zur Korrespondenz mit Klient:innen und Kooperationspartner:innen. Sprachmodelle können solche Aufgaben teilweise übernehmen und damit Fachkräfte entlasten, sodass mehr Zeit für die direkte Interaktion mit den Klient:innen bleibt. Erste Tests mit anonymisierten Beispielen aus der Praxis bestätigten diese Annahme: KI-Modelle wie ChatGPT eignen sich tatsächlich, um zeitaufwendige Schreibarbeiten vorbereitend zu unterstützen. Allerdings stellten sich schnell zentrale Probleme heraus - der sichere Umgang mit hochsensiblen Sozialdaten sowie die Verarbeitung von tabuisierten Inhalten wie Gewalt und Sexualität. Die gängigen KI-Lösungen großer US-Anbieter kamen aufgrund von Datenschutzbedenken nicht infrage, und bestehende Alternativen boten entweder unzureichenden Schutz oder zu wenig Funktionalität für den produktiven Einsatz. Da keine passende Lösung auf dem Markt verfügbar war, die sowohl den besonderen Anforderungen des Sozialwesens als auch den hohen Standards an Datensouveränität gerecht wurde, beschlossen wir, selbst einen Prototypen zu entwickeln. Dabei flossen von Anfang an ethische und technische Ansätze ein, die Datensicherheit, Unabhängigkeit und die spezifischen Bedürfnisse sozialer Einrichtungen berücksichtigen. Unser Ziel war es, eine Lösung zu schaffen, die nicht nur funktional, sondern auch werteorientiert ist - ganz im Sinne der Prinzipien, die uns im Studium vermittelt wurden .
Fähigkeiten von AI / KI Systemen Infographic
von Theodor Schöwitz 5. November 2025
Eine beispielhafte Erkundung von für soziale Arbeitsfelder relevante KI-Fähigkeiten
Grafik zu DSGVO und US Cloud Act Risiken bei KI-Nutzung in der Sozialen Arbeit
von Niclas Höhl 22. Oktober 2025
Sozialwirtschaftliche Organisationen, die Künstliche Intelligenz in ihre Arbeitsprozesse integrieren möchten, stehen häufig vor der Frage, ob und wie diese Technologie datenschutzkonform eingesetzt werden kann. Gerade im sozialen Bereich werden besonders sensible personenbezogene Daten von Schutzbefohlenen verarbeitet. Solche Informationen erfordern einen besonders sorgfältigen Umgang. Für soziale Träger hat der Schutz dieser Daten höchste Priorität – sowohl aus ethischer Verantwortung als auch wegen der möglichen Sanktionen bei Datenschutzverstößen. Hohe Sicherheits- und Datenschutzstandards sind daher unverzichtbar, um die Anforderungen der EU-Datenschutz-Grundverordnung (DSGVO) zu erfüllen. Ein Risiko, das vielen Organisationen bislang kaum bewusst ist, ist der Einfluss des US CLOUD Act. Dieses Gesetz kann selbst dann Auswirkungen auf den Datenschutz haben, wenn Daten ausschließlich auf europäischen Servern gespeichert werden.