KI-Ausgaben zu Tierpflege mit Primärquellen und Datenschutz prüfen – Tierpfleger – Grundlagen
KI-Ausgaben zu Tierpflege mit Primärquellen und Datenschutz prüfen – Tierpfleger – Grundlagen
QR-Code
Einleitung

Willkommen! Du bist im zweiten Ausbildungsjahr zur Tierpflegerin oder zum Tierpfleger. In allen drei Fachrichtungen – Zoo, Tierheim und Tierpension sowie Forschung und Klinik – musst du Informationen zuverlässig erfassen, fachlich einordnen und sicher weitergeben. Digitale Werkzeuge und Systeme mit künstlicher Intelligenz (KI) können dabei helfen. Sie können aber auch falsche Zahlen, erfundene Quellen, unpassende Pflegeempfehlungen oder Datenschutzrisiken erzeugen.
Dieser Kurs trainiert deshalb eine berufliche Kernroutine: Du behandelst eine KI-Antwort zunächst als ungeprüften Vorschlag. Du zerlegst sie in überprüfbare Aussagen, suchst die passende Primärquelle, rechnest Werte nach, prüfst den Kontext und dokumentierst, was sicher, unsicher oder falsch ist. Anschließend entscheidest du, welche Information du an die zuständige Fachperson weitergibst. Eine KI ersetzt weder die betriebliche Anweisung noch tierärztliche Entscheidungen.
Dein Lernprodukt: ein übersichtliches Datenblatt mit fiktiven Bestands- und Messdaten, Quellenprüfung, Rechenweg, Fehleranalyse, Datenschutzcheck und einem Transfer auf eine andere Tierhaltungs- oder Betreuungssituation. Du arbeitest ausschließlich mit synthetischen Beispieldaten. Du erhebst keine personenbezogenen Daten und führst keine Tierexperimente durch.
Lernziele: Nach Abschluss kannst du (1) KI-generierte Tatsachenbehauptungen, Zahlen, Quellenangaben und Empfehlungen in einzelne Prüfpunkte zerlegen; (2) Primär-, Sekundär- und Tertiärquellen unterscheiden und eine amtliche oder fachlich verantwortete Primärquelle gezielt auffinden; (3) Einheiten, Mittelwerte, Prozentwerte, Differenzen und Plausibilität in fiktiven Tierpflege-Datensätzen prüfen; (4) Unsicherheit, fehlende Daten und mögliche Verzerrungen sichtbar dokumentieren; (5) personenbezogene und vertrauliche Betriebsdaten erkennen und vor einer Eingabe in externe KI-Systeme schützen; (6) fachliche Zuständigkeiten, Meldewege und Grenzen eigener Tätigkeiten beachten; (7) eine nachvollziehbare Auswertung erstellen und auf einen neuen Fall übertragen.
Der Kurs ist eine didaktische Ergänzung zu den gemeinsamen Grundlagen im zweiten Ausbildungsjahr. Die Zuordnung zu KMK-Lernfeld 9 ist eine redaktionelle Schwerpunktsetzung für betriebliche Abläufe, Daten und digitale Arbeitsmittel; sie ist keine amtliche Vollabdeckung des Lernfelds und ersetzt weder den Landeslehrplan noch deinen betrieblichen Ausbildungsplan. Vergleiche die Aufgaben mit den tatsächlich vereinbarten Ausbildungsinhalten und kläre Abweichungen mit Ausbilderin oder Ausbilder.
KI-Ausgaben lesen: Behauptung, Beleg und Unsicherheit trennen
Was eine KI-Antwort ist – und was nicht
Ein generatives KI-System erzeugt eine Antwort aus Mustern, die es in Trainingsdaten und im aktuellen Gespräch verarbeitet. Es kann flüssig und überzeugend formulieren, ohne eine Aussage geprüft zu haben. Eine plausibel klingende Antwort ist daher noch kein Beleg. Auch ein Quellenverweis kann erfunden, veraltet, falsch zugeordnet oder nur scheinbar passend sein. Unterscheide vier Ebenen: Beobachtung ist das, was tatsächlich gesehen oder gemessen wurde; Daten sind strukturierte Aufzeichnungen dieser Beobachtung; Interpretation ist eine begründete Deutung; Handlungsempfehlung ist ein Vorschlag, was getan werden sollte. Eine KI kann diese Ebenen vermischen. Deine Prüfung muss sie wieder trennen.
Aussagen in Prüfpunkte zerlegen
Beispiel einer fiktiven KI-Ausgabe: „Die 12 Kaninchen im Bestand erhalten täglich je 180 g Frischfutter. Das entspricht 2,16 kg insgesamt. Eine Abweichung von 15 % ist unbedenklich. Laut Leitfaden X ist diese Menge für alle ausgewachsenen Kaninchen optimal.“ Prüfe die Aussage in Teilstücken: Gibt es tatsächlich 12 Tiere? Bezieht sich die Menge auf jedes Tier oder die ganze Gruppe? Ist die Einheit Gramm pro Tier und Tag? Ist 12 × 180 g rechnerisch 2.160 g? Worauf bezieht sich die Abweichung von 15 %? Ist „unbedenklich“ eine fachliche Bewertung, für die ein belastbarer Grenzwert und der konkrete Kontext fehlen? Existiert Leitfaden X, wer hat ihn herausgegeben, wann wurde er aktualisiert und gilt er für diese Tiergruppe? Merksatz: Jede Zahl braucht eine Einheit, jeden Vergleich braucht eine Bezugsgröße und jede fachliche Empfehlung braucht einen passenden Geltungsbereich. Eine allgemeine Aussage über eine Tierart ist nicht automatisch eine geeignete Anweisung für einen konkreten Bestand.
Halluzinationen und Scheinsicherheit
Als Halluzination bezeichnet man eine von einem KI-System erzeugte Information, die wie eine Tatsache erscheint, aber nicht ausreichend durch die Wirklichkeit oder eine Quelle gedeckt ist. Beispiele sind ein nicht auffindbarer Fachartikel, ein erfundener Paragraf, eine falsch wiedergegebene Dosierung oder eine scheinbar exakte Prozentzahl ohne nachvollziehbare Datenbasis. Ein Konfidenzton – etwa „zweifellos“, „immer“ oder „wissenschaftlich bewiesen“ – ist kein Qualitätsnachweis. Nutze eine Prüftabelle: Aussage; Art der Aussage (Beobachtung, Zahl, Rechtsbehauptung, Deutung, Empfehlung); benötigter Beleg; gefundene Primärquelle; Ergebnis (bestätigt, teilweise bestätigt, widerlegt, nicht prüfbar); Konsequenz. „Nicht prüfbar“ ist ein zulässiges und wichtiges Ergebnis. Erfinde keine Sicherheit, wenn die Daten fehlen.
Beispiel: Quelle mit ähnlich klingendem Titel
Eine KI nennt „Handbuch zur artgerechten Kaninchenfütterung, 2024, Institut für Tierpflege“. Du findest weder Herausgeber noch Veröffentlichungsnachweis. Statt den Titel in dein Datenblatt zu übernehmen, suchst du nach einer amtlichen Verordnung, einer zuständigen Fachinstitution oder einer wissenschaftlichen Originalarbeit. Du notierst: „KI-Quellenangabe nicht verifiziert; nicht als Beleg verwendet.“
Primärquellen finden und fachlich bewerten
Quellenarten
Eine Primärquelle dokumentiert eine Regel, ein Originaldatum oder eine Untersuchung aus erster Hand. Beispiele sind der Gesetzestext im amtlichen Portal, eine amtliche Ausbildungsordnung, ein Originalmessprotokoll oder eine veröffentlichte wissenschaftliche Originalstudie. Eine Sekundärquelle ordnet Primärquellen ein, etwa ein Fachbuch oder ein Übersichtsartikel. Eine Tertiärquelle fasst Wissen kompakt zusammen, etwa ein Lexikonartikel oder ein allgemeiner Ratgeber. Alle drei Arten können nützlich sein; für eine konkrete Rechtsbehauptung ist aber der aktuelle amtliche Normtext maßgeblich.
Fünf Prüfschritte für eine Quelle
- Herkunft: Wer ist verantwortlich? Ist es eine Behörde, Hochschule, Fachgesellschaft, ein Betrieb oder eine unbekannte Webseite?
- Originalität: Ist es der Originaltext, ein Datensatz oder eine Zusammenfassung? Führt der Link tatsächlich zum genannten Dokument?
- Aktualität: Veröffentlichungsdatum, Änderungsstand und Abrufdatum notieren. Bei Rechtsnormen die aktuelle Fassung prüfen.
- Geltungsbereich: Für welches Tier, Alter, Haltungssystem, Bundesland, Verfahren oder Ausbildungsjahr gilt die Information?
- Aussagekraft: Belegt die Quelle genau die Behauptung? Eine Quelle, die nur das Thema erwähnt, bestätigt noch keine konkrete Zahl oder Empfehlung.
Amtliche Grundlagen für Tierpflegende
Die Tierpfleger-Ausbildungsverordnung (TierpflAusbV) regelt die staatlich anerkannte Berufsausbildung. § 4 verweist auf den Ausbildungsrahmenplan; § 5 verpflichtet die Ausbildenden, auf dessen Grundlage einen Ausbildungsplan zu erstellen. Die Anlage enthält gemeinsame Fertigkeiten und Kenntnisse sowie die fachrichtungsspezifischen Teile. Der Rechtsstand muss bei einer konkreten betrieblichen oder schulischen Entscheidung erneut auf dem amtlichen Portal geprüft werden. Der KMK-Rahmenlehrplan Tierpfleger/Tierpflegerin ist mit der Ausbildungsordnung abgestimmt. Er unterscheidet die drei Fachrichtungen und beschreibt, dass die Lernfelder im ersten und zweiten Ausbildungsjahr für alle Fachrichtungen identisch sind. Die fachrichtungsspezifischen Lernfelder folgen im dritten Ausbildungsjahr. Die KMK nennt außerdem, dass mathematische Inhalte den Lernfeldern zugeordnet und dort vermittelt werden. Für die konkrete schulische Umsetzung sind zusätzlich die jeweils geltenden Landeslehrpläne zu beachten. Das Tierschutzgesetz ist eine zentrale Primärquelle. § 1 formuliert den Schutz von Leben und Wohlbefinden der Tiere. § 2 verlangt von Personen, die Tiere halten oder betreuen, eine angemessene Ernährung, Pflege und verhaltensgerechte Unterbringung sowie die dafür erforderlichen Kenntnisse und Fähigkeiten. Diese allgemeinen Pflichten erlauben nicht, aus einer KI-Antwort eine konkrete Behandlung oder eigenständige tierärztliche Entscheidung abzuleiten.
Fachliche Zuständigkeit und Eskalation
Du beobachtest, dokumentierst und meldest Veränderungen nach betrieblicher Anweisung. Bei auffälligem Verhalten, Futterverweigerung, Verletzungen, ungewöhnlichen Ausscheidungen, auffälliger Atmung oder anderen möglichen Gesundheitsproblemen informierst du unverzüglich die zuständige Fachperson nach dem betrieblichen Meldeweg. Diagnose, Therapieentscheidung, Arzneimittelauswahl und Dosierung gehören nicht in eine eigenständige KI-gestützte Entscheidung. Invasive Eingriffe, Narkose, Tierversuche und Tötung werden in diesem Kurs nicht als eigenständig erlaubte Tätigkeiten vermittelt. Maßgeblich sind Gesetz, erforderliche Sachkunde, Genehmigungen, tierärztliche Verantwortung, betriebliche Zuständigkeit und fachkundige Anleitung.
Medienbeobachtung: berufliche Fütterung
Video: „Ein Tag als Tierpflegerin im Tropen-Aquarium vom Tierpark Hagenbeck“ (RTL Nord, 23.01.2026). Beobachte die Arbeitsabläufe und notiere, welche Tätigkeiten tatsächlich gezeigt werden. Bei 00:00–01:00 achtest du auf die Einführung und Arbeitsumgebung; bei 01:00–02:00 auf konkrete Tätigkeiten; bei 02:00–03:00 auf Fachwissen, Sicherheitsaspekte und Grenzen der gezeigten Szene. Zeitmarken sind Beobachtungsfenster, keine Behauptung über einen bestimmten Schnitt.

Beobachtungsauftrag: Notiere drei sichtbare Beobachtungen und drei Fragen, die sich aus dem Foto allein nicht beantworten lassen. Erfinde keine Futtermenge, Gesundheitsdiagnose oder Absicht der Tiere. Trenne sichtbare Tatsachen von deiner Interpretation.
Fachrechnen und Datenqualität in der Tierpflege
Datensatz verstehen
Ein Datensatz besteht aus einzelnen Beobachtungen oder Messwerten. Jede Spalte braucht eine eindeutige Bedeutung und Einheit. Ein fiktiver Bestandsdatensatz könnte Tierkennung (Pseudonym), Datum, Gewicht in kg, Futteraufnahme in g und Beobachtungsnotiz enthalten. Ohne Datum, Einheit und Messmethode sind Zahlen nur eingeschränkt vergleichbar. Synthetischer Übungsdatensatz – keine Fütterungsvorgabe: Eine Gruppe besteht im Rechenbeispiel aus vier fiktiven Tieren. Die protokollierten Tagesmengen eines nicht näher spezifizierten Übungsfutters betragen 120 g, 135 g, 125 g und 140 g. Die Summe ist 120 + 135 + 125 + 140 = 520 g. Der arithmetische Mittelwert ist 520 g ÷ 4 = 130 g je Tier und Tag. Der Mittelwert beschreibt diese vier Einträge; er ist keine Empfehlung für eine reale Tierart.
Einheiten umrechnen
1 kg = 1.000 g. 2,4 kg = 2.400 g. Um Gramm in Kilogramm umzurechnen, teilst du durch 1.000; um Kilogramm in Gramm umzurechnen, multiplizierst du mit 1.000. Schreibe die Einheit in jedem Rechenschritt mit, damit ein Zahlendreher auffällt. Beispiel: Eine fiktive Gesamtmenge von 3,6 kg entspricht 3,6 × 1.000 = 3.600 g. Wird diese Gesamtmenge rechnerisch gleichmäßig auf 12 fiktive Einheiten verteilt, ergibt sich 3.600 g ÷ 12 = 300 g je Einheit. Die Gleichverteilung ist nur eine mathematische Annahme, keine Aussage über den tatsächlichen Bedarf einzelner Tiere.
Prozentuale Abweichung berechnen
Eine Prozentabweichung braucht einen klaren Bezugswert. Formel: (Istwert − Vergleichswert) ÷ Vergleichswert × 100. Beispiel: Der fiktive Vergleichswert beträgt 500 g, der protokollierte Istwert 540 g. Differenz: 540 g − 500 g = 40 g. Relative Abweichung: 40 ÷ 500 × 100 = 8 %. Der Istwert liegt also 8 % über dem Vergleichswert. Ob die Abweichung fachlich relevant ist, lässt sich daraus allein nicht ableiten. Wenn der Vergleichswert null ist, ist diese Prozentformel nicht definiert. Wenn die Bezugsgröße wechselt, kann dieselbe Differenz einen anderen Prozentwert ergeben. Schreibe deshalb in dein Datenblatt, welcher Wert im Nenner steht und warum dieser Wert als Bezug gewählt wurde.
Messwerte prüfen: Ausreißer, fehlende Werte und Rundung
Ein Ausreißer ist ein Wert, der deutlich von den übrigen Werten abweicht. Er kann ein Eingabefehler sein, aber auch eine echte Beobachtung. Lösche ihn nicht automatisch. Prüfe Originalprotokoll, Einheit, Messgerät, Zeitpunkt und mögliche Besonderheiten. Ein fehlender Wert ist nicht null. Kennzeichne ihn als fehlend und begründe, ob eine Auswertung ohne diesen Wert sinnvoll ist. Beispiel: Die vier fiktiven Werte 120, 135, 125 und 410 g ergeben eine Summe von 790 g und einen Mittelwert von 197,5 g. Der Wert 410 g verändert den Mittelwert deutlich. Du prüfst zuerst, ob möglicherweise 140 g gemeint waren oder ob die Messung korrekt übertragen wurde. Bis zur Klärung bleibt der Wert erhalten und wird als prüfbedürftig markiert.
Datenvisualisierung richtig lesen
Ein Säulendiagramm eignet sich zum Vergleich einzelner Kategorien; ein Liniendiagramm zeigt Veränderungen über eine zeitliche Reihenfolge. Achte auf Achsenbeschriftung, Einheit, Skalierung, Zeitraum und Stichprobengröße. Eine abgeschnittene y-Achse kann Unterschiede optisch übertreiben. Eine Linie zwischen zwei Messpunkten beweist keine Ursache. Eine Korrelation – zwei Werte verändern sich gemeinsam – ist kein Beweis für Kausalität.

Durchgespieltes Beispiel: KI-Rechnung kontrollieren
Eine KI behauptet: „Bei 15 Tieren und 240 g je Tier beträgt die Tagesmenge 3,0 kg.“ Rechne nach: 15 × 240 g = 3.600 g = 3,6 kg. Die KI-Rechnung ist falsch. Fehlerbetrag: 3,6 kg − 3,0 kg = 0,6 kg. Relativ zum korrekten Wert: 0,6 ÷ 3,6 × 100 = 16,67 % weniger als der korrekte Wert. Du korrigierst den Rechenfehler, markierst die fachliche Menge weiterhin als nicht bewertete Übungszahl und gibst keine reale Fütterungsanweisung daraus ab.
Datenschutz und sichere digitale Arbeitsmittel
Personenbezogene und vertrauliche Daten
Personenbezogene Daten sind Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen. Im Tierpflegebetrieb können dies beispielsweise Kundennamen, Telefonnummern, E-Mail-Adressen, Schichtpläne, Personalnotizen, Besucherfotos oder Angaben zu einer beschwerdeführenden Person sein. Auch ein Tierdatensatz kann personenbezogene Daten enthalten, wenn er mit einer Person, einem Kundenkonto oder einer Beschäftigtenkennung verknüpft ist. Vertrauliche Betriebsinformationen können zusätzlich Geschäftsgeheimnisse, Zugangsdaten, Sicherheitsdetails, nicht öffentliche Bestandsinformationen oder interne Vorfälle betreffen. Nicht jede Betriebsinformation ist automatisch ein personenbezogenes Datum; sie kann dennoch durch interne Regeln geschützt sein. Verwende für Übungszwecke ausschließlich fiktive Daten.
Datenschutzgrundsätze praktisch anwenden
Die Datenschutz-Grundverordnung (DSGVO) nennt in Artikel 5 unter anderem Rechtmäßigkeit, Transparenz, Zweckbindung, Datenminimierung, Richtigkeit, Speicherbegrenzung sowie Integrität und Vertraulichkeit. Artikel 6 verlangt eine Rechtsgrundlage für die Verarbeitung personenbezogener Daten. Das Bundesdatenschutzgesetz enthält in § 26 besondere Regeln für Datenverarbeitung zu Zwecken des Beschäftigungsverhältnisses; Auszubildende sind dort ausdrücklich mit umfasst. Datenminimierung bedeutet: nur die Daten verwenden, die für einen klaren Zweck notwendig sind. Zweckbindung bedeutet: Daten nicht ohne passende Grundlage für einen anderen Zweck weiterverwenden. Pseudonymisierung bedeutet, dass direkte Identifikatoren durch Kennzeichen ersetzt werden; eine Zuordnung kann mit Zusatzinformationen weiterhin möglich sein. Pseudonymisierte Daten sind daher nicht automatisch anonym. Anonymisierung bedeutet, dass eine Person mit vernünftigerweise verfügbaren Mitteln nicht mehr identifizierbar ist.
KI-Systeme und Eingabeprüfung
Bevor du Text in ein externes KI-System kopierst, prüfst du die betriebliche Freigabe, den Zweck, die Datenart und die geltenden Datenschutz- und IT-Regeln. Gib niemals Namen, Kontaktdaten, Kundennachrichten, Beschäftigtendaten, Zugangsdaten, interne Vorfälle oder identifizierbare Fotos in ein nicht ausdrücklich freigegebenes System ein. Entferne auch indirekte Identifikatoren, etwa seltene Kombinationen aus Datum, Standort und Funktion. Wenn du unsicher bist, fragst du die zuständige Führungskraft oder Datenschutzkoordination und verwendest die KI nicht. Eine KI-Eingabe kann außerhalb des eigenen Betriebs verarbeitet oder gespeichert werden. Ob ein Anbieter Eingaben zum Training nutzt, wie lange Daten gespeichert werden oder wer Zugriff erhält, hängt von Produkt, Vertrag, Einstellungen und betrieblicher Freigabe ab. Rate nicht. Prüfe die freigegebenen Nutzungsbedingungen und die interne Richtlinie. Eine allgemeine Datenschutzerklärung ersetzt keine betriebliche Freigabe.
Sichere Arbeitsroutine
- Vorbereiten: nur freigegebene Geräte und Anwendungen verwenden; Zweck und Datenbedarf festlegen.
- Minimieren: synthetische oder ausreichend anonymisierte Beispieldaten nutzen; unnötige Spalten entfernen.
- Prüfen: KI-Ausgabe mit Originalprotokoll und Primärquellen abgleichen; Rechenwege nachvollziehen.
- Dokumentieren: Quelle, Abrufdatum, Prüfergebnis und offene Fragen festhalten.
- Weitergeben: nur über betriebliche Kanäle und nur an zuständige Personen; keine Veröffentlichung ohne Freigabe.
Beispiel: Kundennachricht
Eine fiktive Kundin schreibt, ihr Hund habe nach einem Aufenthalt ungewöhnlich viel getrunken. Die Nachricht enthält Namen, Telefonnummer und genaue Aufenthaltsdaten. Du sollst eine Zusammenfassung erstellen. Du kopierst die Originalnachricht nicht in einen öffentlichen KI-Chat. Du verwendest zunächst ein freigegebenes internes Verfahren oder erstellst nach betrieblicher Vorgabe eine datensparsame, nicht identifizierende Fallbeschreibung. Die Beobachtung wird an die zuständige Person weitergeleitet; eine Diagnose wird nicht durch die KI gestellt.
Fachliche Verantwortung, Tierwohl und Transfer
Tierwohl als Prüfmaßstab
Eine KI-Antwort ist nicht allein deshalb geeignet, weil sie rechnerisch korrekt oder sprachlich überzeugend ist. Prüfe, ob die Information dem Tierwohl dient, auf die Tierart und Situation passt und mit Gesetz, fachlicher Anleitung und betrieblicher Standardarbeitsanweisung vereinbar ist. Das Tierschutzgesetz verlangt angemessene Ernährung, Pflege und verhaltensgerechte Unterbringung sowie die notwendigen Kenntnisse und Fähigkeiten der betreuenden Personen. Beobachten – dokumentieren – melden ist eine sichere Grundroutine. Du beschreibst, was du wahrgenommen hast, wann und unter welchen Bedingungen. Du trennst die Beobachtung von einer Vermutung. Du meldest Abweichungen zeitnah nach betrieblichem Verfahren. Die Entscheidung über Diagnose, Behandlung, Arzneimittel oder invasive Maßnahmen liegt bei den jeweils befugten und verantwortlichen Fachpersonen.
Arbeitsschutz und sichere Abläufe
Beachte Gefährdungsbeurteilung, Hygieneplan, persönliche Schutzausrüstung, Zutrittsregeln und Unterweisungen. Eine KI kann allgemeine Hinweise geben, kennt aber nicht automatisch die örtliche Gefährdungslage, das Verhalten eines bestimmten Tieres oder den aktuellen Zustand einer Anlage. Bei widersprüchlichen Informationen stoppst du den unsicheren Arbeitsschritt und fragst die zuständige Person. Keine digitale Empfehlung setzt eine Sicherheitsunterweisung außer Kraft.
3R bei Forschungsbezug
Wenn Forschung oder Klinik im Ausbildungsbetrieb eine Rolle spielt, sind die 3R-Grundsätze relevant: Replacement (Vermeidung oder Ersatz von Tierversuchen, soweit möglich), Reduction (Verringerung der Zahl verwendeter Tiere) und Refinement (Verbesserung von Verfahren zur Verminderung von Belastung). Die Grundsätze sind kein Freibrief für eigenständige Versuche. Genehmigungen, gesetzliche Anforderungen, fachkundige Leitung, Tierschutzgremium und betriebliche Zuständigkeiten bleiben maßgeblich. Dieser Kurs verlangt keine praktischen Tierexperimente.
Transfer: dieselbe Prüfroutine in drei Fachrichtungen
Im Zoo prüfst du beispielsweise eine KI-generierte Zusammenfassung eines fiktiven Futterprotokolls: Tiergruppe, Bezugsgröße, Einheiten, Quelle und Beobachtungszeitraum müssen stimmen. Im Tierheim oder in der Tierpension prüfst du eine automatisch erzeugte Auslastungsübersicht: Kundendaten sind zu minimieren, Tierkennungen müssen eindeutig sein und Kapazitätswerte brauchen einen definierten Zeitraum. In Forschung und Klinik prüfst du eine KI-generierte Tabelle aus vollständig synthetischen Messwerten: Versuchsbedingungen, Datenherkunft, Genehmigungsrahmen und fachliche Freigabe sind zu berücksichtigen.
Die Methode bleibt gleich: Aussage zerlegen, Primärquelle suchen, Rechenweg prüfen, Datenschutz beachten, Unsicherheit markieren und an die zuständige Person eskalieren. Der fachliche Maßstab und die zuständigen Personen unterscheiden sich je nach Betrieb und Fachrichtung.
Interaktive Aufgaben
Quiz: Prüfe dein Wissen
Warum muss eine KI-Ausgabe vor der betrieblichen Verwendung geprüft werden? (Weil eine flüssige Formulierung keine sachliche Richtigkeit garantiert) (!Weil jede KI grundsätzlich nur falsche Antworten erzeugt) (!Weil Quellenangaben von KI-Systemen immer amtlich sind) (!Weil eine KI alle betrieblichen Zuständigkeiten kennt)
Welche Quelle ist für den aktuellen Wortlaut einer deutschen Rechtsnorm vorrangig? (Der amtliche Gesetzestext im offiziellen Rechtsportal) (!Ein KI-generierter Überblick ohne Fundstelle) (!Ein Social-Media-Kommentar) (!Ein Werbetext eines Futtermittelanbieters)
Was ist eine Primärquelle? (Ein Originaldokument oder eine Originalaufzeichnung aus erster Hand) (!Eine kurze Zusammenfassung ohne Quellenangabe) (!Eine KI-Antwort, die einen Fachartikel paraphrasiert) (!Ein Lexikoneintrag, der mehrere Texte zusammenfasst)
Wie viel sind 15 × 240 g? (3.600 g beziehungsweise 3,6 kg) (!3.000 g beziehungsweise 3,0 kg) (!360 g beziehungsweise 0,36 kg) (!36.000 g beziehungsweise 36 kg)
Ein Istwert beträgt 540 g, der Vergleichswert 500 g. Wie groß ist die relative Abweichung? (8 Prozent über dem Vergleichswert) (!8 Prozent unter dem Vergleichswert) (!40 Prozent über dem Vergleichswert) (!0,8 Prozent unter dem Vergleichswert)
Wie ist ein fehlender Messwert zu behandeln? (Als fehlend kennzeichnen und die Ursache beziehungsweise den Umgang dokumentieren) (!Automatisch als null einsetzen) (!Durch den Mittelwert ersetzen, ohne es zu vermerken) (!Aus der Tabelle löschen, damit die Auswertung vollständig aussieht)
Welcher Grundsatz der DSGVO verlangt, nur notwendige Daten zu verwenden? (Datenminimierung) (!Beliebige Vorratsspeicherung) (!Öffentliche Zugänglichkeit) (!Automatische Veröffentlichung)
Ist ein pseudonymisierter Datensatz automatisch anonym? (Nein, eine Zuordnung kann mit Zusatzinformationen weiterhin möglich sein) (!Ja, ein Kennzeichen macht jede Person unkenntlich) (!Ja, wenn die Tabelle als PDF gespeichert wird) (!Nein, weil Pseudonyme immer Klarnamen sind)
Was ist bei einer möglichen Gesundheitsauffälligkeit eines Tieres die sichere Grundroutine? (Beobachten, sachlich dokumentieren und nach betrieblichem Meldeweg die zuständige Fachperson informieren) (!Eine Diagnose aus einer KI-Antwort übernehmen) (!Eine Arzneimitteldosis eigenständig aus einer Internetquelle auswählen) (!Die Auffälligkeit erst nach mehreren Tagen melden)
Was bedeutet das R Refinement im 3R-Konzept? (Verfahren so verbessern, dass Belastungen für Tiere vermindert werden) (!Die Zahl der Tiere ohne weitere Prüfung erhöhen) (!Jede Forschung ohne Genehmigung ersetzen) (!Die Daten nachträglich passend machen)
Memory-Spiel: Fachbegriffe zuordnen
| Primärquelle | Originaldokument oder Originalaufzeichnung aus erster Hand |
| Datenminimierung | Beschränkung auf die für einen festgelegten Zweck notwendigen personenbezogenen Daten |
| Pseudonymisierung | Ersetzen direkter Identifikatoren durch Kennzeichen bei möglicher Zusatzzuordnung |
| Ausreißer | Messwert, der deutlich von den übrigen Werten abweicht und geprüft werden muss |
| Halluzination | KI-Ausgabe, die wie eine Tatsache wirkt, aber nicht ausreichend belegt ist |
Drag-and-drop: Prüfschritt und Bedeutung verbinden
| Ordne den Begriff der passenden Beschreibung zu. | Beschreibung |
|---|---|
| Herkunft prüfen | Verantwortliche Institution und Originaldokument identifizieren |
| Geltungsbereich prüfen | Tierart, Zeitraum, Haltungssystem und Zuständigkeit abgleichen |
| Rechenweg prüfen | Einheiten, Bezugswert und Zwischenschritte nachrechnen |
| Daten minimieren | Nicht benötigte Identifikatoren und vertrauliche Angaben entfernen |
| Meldeweg nutzen | Auffälligkeiten an die zuständige betriebliche Fachperson weitergeben |
Kreuzworträtsel: Begriffe aus dem Kurs
| Primärquelle | Wie heißt eine Quelle, die ein Originaldokument oder Originaldaten aus erster Hand bereitstellt? |
| Datenschutz | Wie heißt der Schutz personenbezogener Informationen vor unzulässiger Verarbeitung? |
| Mittelwert | Wie heißt die Summe aller Werte geteilt durch ihre Anzahl? |
| Ausreißer | Wie nennt man einen Messwert, der deutlich von den übrigen Werten abweicht? |
| Tierwohl | Welcher Begriff bezeichnet das Wohlergehen eines Tieres unter Berücksichtigung seiner Bedürfnisse? |
| Pseudonym | Wie nennt man ein Kennzeichen, das einen direkten Namen in einem Datensatz ersetzt? |
LearningApps: weitere Übungsmaterialien
Nutze die Suchseite als Ergänzung und prüfe jede gefundene Übung auf fachliche Richtigkeit, Aktualität und Eignung für deine Fachrichtung. Ein Treffer in einer Suchseite ist kein geprüfter Unterrichtsinhalt.
Lückentext: sichere Prüfroutine
Offene Aufgaben
Leicht
- KI-Aussage markieren: Nimm eine vollständig fiktive KI-Antwort aus dem Kurs, markiere fünf überprüfbare Behauptungen und ordne sie als Zahl, Quelle, Rechtsbehauptung, Beobachtung oder Empfehlung ein. Begründe jede Zuordnung.
- Quellenarten sortieren: Erstelle eine einseitige Übersicht mit je zwei Beispielen für Primär-, Sekundär- und Tertiärquellen aus dem Themenfeld Tierpflege. Verwende keine erfundenen Titel und kennzeichne, wenn ein Beispiel nur ein hypothetisches Muster ist.
- Einheiten sicher umrechnen: Entwickle sechs eigene Rechenaufgaben mit fiktiven Gramm- und Kilogrammwerten. Zeige jeweils Rechenweg, Einheit und Plausibilitätskontrolle; formuliere ausdrücklich, dass die Zahlen keine Fütterungsvorgaben sind.
- Bildbeobachtung dokumentieren: Analysiere eines der Commons-Fotos. Trenne mindestens vier sichtbare Beobachtungen von mindestens vier offenen Fragen. Nenne Bildautor, Dateiseite und Lizenz.
Standard
- KI-Quellenprüfung als Ablaufplan: Entwickle einen Ablaufplan mit mindestens sechs Prüfschritten für eine KI-Aussage zur Tierpflege. Baue eine Entscheidung „nicht prüfbar“ und einen betrieblichen Eskalationspunkt ein.
- Synthetisches Datenblatt erstellen: Erstelle aus mindestens acht selbst erfundenen Messwerten eine Tabelle mit Datum, Pseudonym, Messwert, Einheit und Status. Berechne Mittelwert und Spannweite, markiere fehlende Werte und prüfe einen möglichen Ausreißer.
- Datenschutz-Fallanalyse: Schreibe eine Fallanalyse zu einer fiktiven Kundennachricht, in der Name, Telefonnummer und Tierbeobachtung vorkommen. Erkläre Zweck, Datenminimierung, Pseudonymisierung und einen sicheren betrieblichen Weitergabeweg.
- Video kritisch auswerten: Sieh das eingebettete Video „Ein Tag als Tierpflegerin im Tropen-Aquarium vom Tierpark Hagenbeck“. Notiere bei 00:00–01:00, 01:00–02:00 und 02:00–03:00 jeweils eine beobachtbare Tätigkeit oder Information, eine offene Frage und eine Aussage, die du nicht allein aus dem Video verallgemeinern würdest.
Schwer
- Fehleranalyse einer KI-Auswertung: Erstelle eine fiktive KI-Auswertung mit mindestens vier absichtlich eingebauten Fehlerarten (Rechenfehler, falsche Einheit, unbelegte Quelle, unzulässige Schlussfolgerung). Liefere danach eine korrigierte Fassung mit Begründung und Quellenbedarf.
- Primärquellen-Matrix erstellen: Vergleiche für drei unterschiedliche Aussagen die jeweils passende Primärquelle, ihre Zuständigkeit, ihren Geltungsbereich und ihre Grenzen. Mindestens eine Aussage muss eine Rechtsfrage und eine eine Datenfrage betreffen.
- Transfer zwischen Fachrichtungen: Übertrage deine Prüfroutine auf Zoo, Tierheim/Tierpension und Forschung/Klinik. Erstelle eine Vergleichsmatrix mit Datentypen, Datenschutzrisiken, zuständigen Personen und Meldewegen. Verwende ausschließlich fiktive Daten.
- Datenblatt auditieren: Entwickle ein Qualitätsaudit für ein synthetisches Datenblatt. Prüfe Datenherkunft, Einheiten, Plausibilität, Rechenweg, Datenschutz, Quellenqualität und fachliche Freigabe. Formuliere eine begründete Freigabeempfehlung oder eine Sperrung mit Nachbesserungsbedarf.


Musterlösungen und typische Fehler
Rechenbeispiele
Aufgabe 1 – Mittelwert: 120 + 135 + 125 + 140 = 520 g. 520 g ÷ 4 = 130 g. Begründung: Es liegen vier gültige fiktive Werte mit derselben Einheit vor. Typischer Fehler: Die Summe wird als Mittelwert ausgegeben oder die Anzahl der Werte wird falsch gezählt. Aufgabe 2 – Umrechnung: 3,6 kg × 1.000 = 3.600 g. Begründung: Ein Kilogramm enthält 1.000 Gramm. Typischer Fehler: Durch 1.000 teilen, obwohl von kg nach g umgerechnet wird. Aufgabe 3 – Prozentabweichung: (540 − 500) ÷ 500 × 100 = 8 %. Begründung: Die Differenz von 40 g wird durch den Vergleichswert 500 g geteilt. Typischer Fehler: Die Differenz durch den Istwert teilen, ohne den Bezugswert zu begründen. Aufgabe 4 – KI-Rechnung: 15 × 240 g = 3.600 g = 3,6 kg. Die Angabe 3,0 kg ist falsch. Begründung: Multiplikation und Einheitenumrechnung sind getrennt nachvollziehbar. Typischer Fehler: 15 × 200 g rechnen oder 3.600 g fälschlich als 3,0 kg umrechnen.
Musterantworten zur Quellenprüfung
Eine Rechtsbehauptung: Primärquelle ist der aktuelle amtliche Gesetzestext. Zu dokumentieren sind Norm, Paragraf, Abrufdatum und die konkrete Aussage, die der Wortlaut trägt. Ein Blogbeitrag kann zur Orientierung dienen, ersetzt aber den Normtext nicht. Eine Messwertbehauptung: Primärquelle ist das Originalprotokoll beziehungsweise die unveränderte Datenaufzeichnung mit Datum, Einheit, Messmethode und Kennzeichnung der verantwortlichen Person. Eine KI-Zusammenfassung ist kein Ersatz für das Original. Eine betriebliche Empfehlung: Die maßgeblichen Belege können eine freigegebene betriebliche Standardarbeitsanweisung, die zuständige fachliche Leitung und einschlägige Rechtsvorgaben sein. Eine allgemeine KI-Empfehlung wird nicht zur Betriebsanweisung.
Musterantworten zum Datenschutz
Vor einer KI-Eingabe werden Name, Telefonnummer, E-Mail-Adresse, genaue Aufenthaltsdaten und unnötige Fallmerkmale entfernt. Falls ein Rückbezug erforderlich ist, wird ein Pseudonym nur innerhalb des freigegebenen betrieblichen Systems verwendet; die Zuordnungsliste bleibt geschützt. Ohne Freigabe werden die Daten nicht in einen externen Chat eingegeben. Die zuständige Person entscheidet über den zulässigen Kanal und die weitere Verarbeitung.
Typische Fehler und Korrekturen
- Eine KI-Quelle wird übernommen, ohne dass sie auffindbar ist. Korrektur: Titel, Autor, Datum und Originaldokument verifizieren; andernfalls als nicht verifiziert kennzeichnen.
- Eine Zahl wird ohne Einheit notiert. Korrektur: Messgröße, Einheit, Zeitpunkt und Bezugsgröße ergänzen.
- Ein fehlender Messwert wird als null interpretiert. Korrektur: Fehlend als eigenen Status führen und die Auswertungsmethode offenlegen.
- Ein Ausreißer wird gelöscht, damit der Mittelwert besser aussieht. Korrektur: Originalwert erhalten, Messfehler prüfen und jede begründete Bereinigung dokumentieren.
- Eine Prozentzahl wird ohne Bezugswert angegeben. Korrektur: Formel, Nenner und Vergleichsgrundlage ausdrücklich nennen.
- Eine pseudonymisierte Tabelle wird als anonym bezeichnet. Korrektur: Prüfen, ob eine Re-Identifizierung mit Zusatzwissen möglich ist.
- Eine KI-Empfehlung wird als Diagnose oder Therapie verstanden. Korrektur: Beobachtung melden und fachliche Entscheidung der zuständigen Person überlassen.
- Ein allgemeiner Gesetzesauszug wird als vollständige Erlaubnis verstanden. Korrektur: Geltungsbereich, weitere Vorschriften, Sachkunde, Genehmigung und betriebliche Zuständigkeit prüfen.
Lernkontrolle
- KI-Aussagen bewerten: Zerlege eine KI-Antwort in mindestens fünf Einzelbehauptungen und begründe für jede, welcher Primärbeleg benötigt wird und ob die Aussage bestätigt, widerlegt oder nicht prüfbar ist.
- Rechenweg erklären: Berechne für einen synthetischen Datensatz Summe, Mittelwert, Spannweite und eine prozentuale Abweichung. Erkläre, warum die Ergebnisse keine unmittelbare Pflegeempfehlung darstellen.
- Datenqualität beurteilen: Bewerte einen Datensatz mit einer fehlenden Einheit, einem fehlenden Wert und einem möglichen Ausreißer. Entscheide begründet, welche Kennzahlen berechnet werden können und welche Einschränkungen dokumentiert werden müssen.
- Datenschutzrisiko begründen: Analysiere, welche Risiken entstehen, wenn eine Kundennachricht oder ein Beschäftigtenplan in ein nicht freigegebenes KI-System kopiert wird. Entwickle eine datensparsame Alternative.
- Zuständigkeit und Tierwohl abwägen: Erkläre an einem fiktiven Fall mit einer auffälligen Tierbeobachtung, was du dokumentierst, wem du es meldest und welche Entscheidungen du nicht eigenständig triffst.
- Quellenqualität vergleichen: Vergleiche einen amtlichen Normtext, einen Fachbeitrag und eine KI-Antwort hinsichtlich Herkunft, Aktualität, Geltungsbereich und Belegkraft.
- Transfer auf eine neue Fachrichtung: Übertrage die Prüfroutine aus einem Zoo-Beispiel auf eine fiktive Tierheim- oder Klinikdokumentation. Nenne mindestens drei Risiken, die sich durch den anderen Kontext ändern.
Lernnachweis
Als Lernnachweis erstellst du ein Datenblatt mit Auswertung, Fehleranalyse und Transfer. Es enthält: (1) eine kurze Beschreibung des fiktiven Arbeitsauftrags; (2) einen synthetischen Datensatz mit eindeutigen Spalten, Einheiten und Kennzeichnungen; (3) mindestens zwei nachvollziehbare Berechnungen; (4) eine Quellenmatrix mit mindestens zwei Primärquellen; (5) die Prüfung einer KI-Ausgabe mit mindestens drei gefundenen Fehlern oder Unsicherheiten; (6) eine Datenschutzprüfung; (7) eine Zuständigkeits- und Meldewegnotiz; (8) eine Transferreflexion auf eine andere Fachrichtung.
Bewertungskriterien: fachliche Richtigkeit und Tierwohlbezug; vollständige Einheiten und nachvollziehbare Rechenwege; belastbare Quellen mit Abrufdatum; transparente Kennzeichnung von Unsicherheit; Datenschutz und Datenminimierung; klare Trennung von Beobachtung, Interpretation und Entscheidung; verständliche Darstellung. Eine korrekte Schlussfolgerung kann ausdrücklich lauten: „Mit den vorliegenden Informationen nicht entscheidbar.“
OER und Wikipedia
Amtliche und fachliche Primärquellen
- Tierpfleger-Ausbildungsverordnung (TierpflAusbV), amtliche Gesamtausgabe. Ausbildungsordnung und Ausbildungsrahmenplan; besonders §§ 3–5 und Anlage.
- KMK-Rahmenlehrplan Tierpfleger/Tierpflegerin, Beschluss vom 16.05.2003. Lernfelder, gemeinsame Grundlagen und fachrichtungsspezifische Differenzierung.
- Tierschutzgesetz. Besonders §§ 1 und 2 zu Schutz, Betreuung und erforderlichen Kenntnissen; § 4 zur Tötung von Wirbeltieren und erforderlicher Sachkunde.
- Datenschutz-Grundverordnung (EU) 2016/679. Besonders Art. 5 und 6 zu Datenschutzgrundsätzen und Rechtsgrundlagen.
- Bundesdatenschutzgesetz. Besonders § 26 zur Datenverarbeitung für Zwecke des Beschäftigungsverhältnisses.
Mediennachweise und Rechte
- Hagenbeck Robbenfütterung.jpg. Foto: Anneke Wolf; Lizenz: CC BY-SA 3.0 sowie GNU FDL 1.2 oder spätere Version. Bei Weiterverwendung Urheber nennen, Lizenz verlinken und Änderungen kennzeichnen; Share-Alike beachten.
- Zoo Dortmund Robbenfütterung.jpg. Foto: Thorsten Bachner; vom Urheber weltweit gemeinfrei freigegeben. Quelle und Urheber werden aus Transparenzgründen genannt.
- 2007-04-11 Tierpark Germendorf 07.jpg. Foto: Geoprofi Lars; Lizenz: CC BY-SA 3.0. Bei Weiterverwendung Urheber und Lizenz nennen und Share-Alike beachten.
- „Ein Tag als Tierpflegerin im Tropen-Aquarium vom Tierpark Hagenbeck“. YouTube-Video von RTL Nord, veröffentlicht am 23.01.2026. Das Video dient der Beobachtung beruflicher Abläufe; einzelne Szenen sind keine allgemeingültige Arbeitsanweisung.
Weiterführende Enzyklopädie: Tierpfleger – Wikipedia. Der Artikel ist eine orientierende Sekundärquelle und kein Ersatz für Ausbildungsordnung, Rahmenlehrplan oder betriebliche Vorgaben.
Quellenstand: Rechts- und Lehrplanquellen wurden am 08.11.2026 anhand der verlinkten amtlichen Fundstellen geprüft. Die TierpflAusbV trägt das Ausfertigungsdatum 03.07.2003; der KMK-Rahmenlehrplan den Beschluss vom 16.05.2003. Für konkrete Entscheidungen ist stets die dann aktuelle Fassung und der zuständige Landeslehrplan zu prüfen. Die Einordnung in Lernfeld 9 ist eine redaktionelle Schwerpunktsetzung und keine amtliche Vollabdeckung. Der betriebliche Ausbildungsplan nach § 5 TierpflAusbV und betriebliche Standardarbeitsanweisungen können Inhalte, Reihenfolge und Zuständigkeiten konkretisieren. Abweichungen klärst du mit Ausbildungsleitung und Berufsschule.
Verknüpfte Lernbereiche
aiMOOC Projects
Schulfach+


aiMOOCs


aiMOOC Projekte


MOOCwiki · Deutsch
Nach dem Lernen ist vor dem Lernen
Entdecke direkt den nächsten Lernkurs. Weitere Inhalte erscheinen, wenn Du weiter nach unten scrollst.
Zur MOOCwiki-HauptseiteMediathek
Mediathek wird aus dem Wiki geladen ...
Keine passenden Inhalte gefunden. Bitte ändere Suche oder Filter.
NEWSLernweltNOAH fragenInhalt melden · Hinweise zu Fehlern, Quellen, Medienrechten oder Dubletten
