W
EU AI Act: Nicht Hochrisiko Q2

Lernveranstaltungs-Management Agent

Trainings-Logistik automatisieren - Räume, Trainer, Teilnehmer und Materialien koordinieren.

Koordiniert die Logistik von Schulungen: Raumplanung, Trainer-Buchung, Teilnehmerverwaltung und Materialbeschaffung - termingerecht.

Score-Dashboard

Agent Readiness 76-83%
Governance-Komplexität 11-18%
Economic Impact 48-55%
Leuchtturm-Wirkung 24-31%
Implementation Complexity 28-35%
Transaktionsvolumen Wöchentlich

Was dieser Agent tut

Präsenzschulungen, Workshops und Blended-Learning-Events erfordern erheblichen logistischen Aufwand: Räume buchen, Trainer koordinieren, Teilnehmer einladen, Materialien beschaffen, Catering organisieren, Evaluierungen nachbereiten. Bei dutzenden Events pro Monat ist die manuelle Koordination fehleranfällig. Der Decision Layer zerlegt jeden Event-Management-Prozess in einzelne Entscheidungsschritte und definiert für jeden Schritt: Mensch, Regelwerk oder KI. Raumverfügbarkeit und Trainer-Kalender werden automatisch abgeglichen. Teilnehmer werden aus Bedarfsanalysen oder Anmeldungen zusammengestellt. Materialien werden nach Event-Typ bestellt. Evaluierungen werden automatisch versendet. Das Ergebnis: Reibungslose Event-Logistik. Keine vergessenen Buchungen. Teilnehmer erhalten rechtzeitig alle Informationen.

Micro-Decision-Tabelle

Mensch
Regelwerk
KI-Agent
Jede Zeile ist eine Entscheidung. Aufklappen zeigt die Entscheidungsakte und ob man anfechten kann.
Event planen Welches Format und welche Kapazität wird benötigt? Regelwerk

Regelwerk nach Schulungstyp: Teilnehmerzahl, Dauer, Ausstattung

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Trainer identifizieren Welcher Trainer ist verfügbar und qualifiziert? KI-Agent

Matching Trainer-Profil gegen Event-Anforderungen plus Kalenderprüfung

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Raum buchen Welcher Raum passt zu Format und Teilnehmerzahl? KI-Agent

Raumsuche nach Kapazität, Ausstattung und Verfügbarkeit

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Teilnehmer einladen Welche Mitarbeitenden werden eingeladen? Regelwerk

Teilnehmerliste aus Bedarfsanalyse oder offener Anmeldung

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Materialien bestellen Welche Materialien werden benötigt? Regelwerk

Materialliste nach Event-Typ und Teilnehmerzahl

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Erinnerungen versenden Werden Erinnerungen an Teilnehmer und Trainer gesendet? Regelwerk

Automatische Erinnerungen: 1 Woche und 1 Tag vor Event

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Warteliste verwalten Wird ein Teilnehmer von der Warteliste nachgerückt? Regelwerk

Automatisches Nachrücken bei Absagen nach Wartelisten-Reihenfolge

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Evaluierung auslösen Wird die Evaluierung nach dem Event versendet? Regelwerk

Automatischer Versand am Tag nach dem Event

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Stornierung verarbeiten Wie wird eine kurzfristige Stornierung behandelt? Regelwerk

Stornierungsregeln nach Vorlaufzeit: kostenlos, Gebühr, keine Stornierung

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Entscheidungsakte und Anfechtbarkeit

Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene Mitarbeitende können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.

Welche Regel in welcher Version wurde angewandt?
Welche Daten lagen der Entscheidung zugrunde?
Wer (Mensch, Regelwerk oder KI) hat entschieden - und warum?
Wie kann die betroffene Person Einspruch einlegen?
So setzt der Decision Layer das architektonisch um →

Voraussetzungen

  • Learning Management System mit Event-Funktion
  • Raumverwaltungssystem mit Verfügbarkeitsabfrage
  • Trainer-Pool mit Qualifikations- und Kalenderdaten
  • Materialbeschaffungsprozess

Governance-Hinweise

EU AI Act: Nicht Hochrisiko
Kein Hochrisiko-System nach EU AI Act - reine Logistik ohne Entscheidung über das Arbeitsverhältnis. Betriebsrat: Mitbestimmungsrecht nach BetrVG Paragraph 98 bei der Durchführung betrieblicher Bildungsmaßnahmen. Empfehlung: Event-Kalender dem Betriebsrat regelmäßig zur Kenntnis geben.

Infrastruktur-Beitrag

Die Event-Koordinations-Engine (Raum, Personen, Material, Zeitplanung) wird vom Interview-Scheduling-Agent und Onboarding-Workflow-Agent wiederverwendet. Das Wartelisten-Management-Pattern bildet die Grundlage für alle Agenten mit kapazitätsbeschränkten Ressourcen. Baut Decision Logging und Audit Trail auf, die im Decision Layer für Nachvollziehbarkeit und Anfechtbarkeit jeder Entscheidung benötigt werden.

Weiterführende Seiten

Decision Layer
Governance-Schicht zwischen KI-Agent und Zielsystem. Jede Entscheidung dokumentiert und anfechtbar.
Mitbestimmung & KI
Betriebsrat, Betriebsvereinbarung und Co-Determination als Architektur-Constraint.
HR AI Agents
Alle HR-Agent-Leistungen im Überblick.

Verwandte Agenten

Schulungsbedarfs-Analyse Agent

Weiterbildungsbedarf systematisch ermitteln - aus Kompetenzlücken und Geschäftszielen.

Q3
K
Readiness: 61-68%
Economic: 51-58%
Governance: 38-45%
Micro-Decisions: 7
Quartalsweise

Lernpfad-Empfehlungs-Agent

Individuelle Lernpfade empfehlen - basierend auf Kompetenzprofil und Karriereziel.

Q3
K
Readiness: 64-71%
Economic: 48-55%
Governance: 34-41%
Micro-Decisions: 6
Wöchentlich

Zertifizierungs-Tracking Agent

Zertifikate und Lizenzen überwachen - Ablauffristen rechtzeitig melden, Erneuerung anstoessen.

Q2
W D
Readiness: 78-85%
Economic: 56-63%
Governance: 26-33%
Micro-Decisions: 8
Monatlich
Zurück zum Katalog

Häufige Fragen

Kann der Agent auch virtuelle und hybride Events verwalten?

Ja. Der Agent unterstützt Präsenz, virtuell und hybrid. Bei virtuellen Events werden Video-Links statt Räumen gebucht. Bei hybriden Events werden beide Komponenten koordiniert.

Wie geht der Agent mit kurzfristigen Trainer-Absagen um?

Bei Trainer-Ausfall wird automatisch nach qualifizierten Ersatztrainern gesucht. Wenn kein Ersatz verfügbar ist, werden Teilnehmer informiert und Alternativtermine vorgeschlagen.

Diesen Agent implementieren?

Wir bewerten Ihre Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.