Seit 2005 gilt in der Metall- und Elektroindustrie Baden-Württembergs der ERA-Tarifvertrag, der regelt, wie Arbeitsaufgaben eingruppiert und entlohnt werden. Zwei Jahrzehnte später zeigt sich ein Problem, das viele Betriebsräte in ihrem Alltag kennen: Die Kolleg*innen, die die Einführung von ERA damals selbst begleitet haben, gehen nach und nach in Rente – und mit ihnen ein enormer Erfahrungsschatz über Niveaubeschreibungen, Merkmalstufen und Eingruppierungslogik. Gleichzeitig verändern sich Arbeitsplätze rasant, durch neue Technologien ebenso wie durch den Umbau von Verbrenner- zu Elektroantrieben. Für Betriebsräte bedeutet das: Sie müssen immer wieder neu bewerten, ohne auf die Routine erfahrener Vorgänger zurückgreifen zu können.

Genau hier setzt das Forschungsprojekt KIERA an, das Fraunhofer IAO, die IMU Institut GmbH und die IG Metall Baden-Württemberg seit März gemeinsam vorantreiben. Nach einem Kick-off-Workshop bei der IG Metall in Stuttgart trafen sich die Beteiligten im April und Mai zu weiteren Workshops am Fraunhofer IAO, zuletzt im Juni in einem Online-Workshop – um aus einer Idee ein funktionierendes System zu machen: einen KI-Chatbot, der Betriebsräte durch den Prozess der Eingruppierung führt und dabei genau das Wissen konserviert, das sonst verloren zu gehen droht.

Ein Selbstversuch als Startschuss

Ausgangspunkt war eine Frage von Nicolas Bauer, dem Gewerkschaftssekretär der IG-Metall und Initiator im Projekt: Ließe sich der ERA-Tarifvertrag mit Sprachmodellen verbinden? Im Sommer 2024, kurz nachdem ChatGPT breiter nutzbar wurde, probierte er es mit einem Kollegen aus. In zwei Stunden fütterten sie ein Sprachmodell mit dem Tarifvertragstext und allen 122 verbindlichen Niveaubeispielen, den zwischen IG Metall und Arbeitgeberverband fest vereinbarten Musterbeschreibungen typischer Tätigkeiten samt ihrer korrekten Eingruppierung. Zur Probe gaben sie eine Tätigkeit ein, die im Tarifvertrag gar nicht vorkommt: Scrum Master beziehungsweise Product Owner. Das Modell traf auf Anhieb die richtige Entgeltgruppe, verfehlte nur die genaue Punktzahl. Aus diesem Selbstversuch entstand, das heutige, von der Hans-Böckler-Stiftung finanzierte Projekt.

Der Assistent trägt intern den Spitznamen „Metalli“. Die Idee dahinter: Nutzer beschreiben in eigenen Worten, was an einem Arbeitsplatz zu tun ist. Metalli führt sie dabei durch einen Fragenkatalog, verdichtet die Antworten zu einer Tätigkeitsbeschreibung mit den wertprägenden Merkmalen und leitet daraus am Ende einen begründeten Eingruppierungsvorschlag nach ERA ab, mit einer Begründung für jede einzelne Merkmalstufe. Als Referenzmaterial dienen 122 tarifliche Niveaubeispiele sowie mehr als 150 zusätzliche betriebliche Beispiele aus den beteiligten Unternehmen.

Die Grenzen der Maschine

Wie gut die KI-Bewertungen tatsächlich mit menschlichem Urteil übereinstimmen, hat das Team in ersten Tests geprüft: Ein Sprachmodell verglich dabei als eine Art Gutachter die Ähnlichkeit von KI-Begründung und menschlicher Begründung, an rund 350 betrieblichen Beispielen – mit ermutigenden Ergebnissen. Trotzdem betont Christian Knecht, der am Fraunhofer IAO für die technische Umsetzung zuständig ist, wo die Grenze verläuft: Bei der Erfassung der Arbeitsaufgabe „ist natürlich die Eingabe von Menschen zwingend erforderlich“. Der Chatbot soll unterstützen, nicht ersetzen. Zu groß wäre sonst die Gefahr, dass das System halluziniert und Inhalte erfindet, die so nie beschrieben wurden.

Um genau das zu verhindern, verankert das Team die KI-Bewertung so eng wie möglich an bestehenden Tarifbeispielen. Findet Metalli zu einer Tätigkeit ein passendes tarifliches Niveaubeispiel, gilt dessen Einstufung als gesetzt. Erst wenn kein tarifliches Beispiel passt, greift das System auf betriebliche Beispiele zurück, und erst danach auf frei generierte Bewertungen. Der Vorteil dieser Reihenfolge liegt für IG-Metall-Vertreter Nicolas Bauer auf der Hand: „Tarifliche Beispiele, die passen, [...] können nicht mehr verhandelt werden.“

Im Arbeitstreffen entstand dabei spontan eine Idee, die über das eigentliche Projekt hinausweist: Ein Sprachmodell könnte im Streitfall ähnliche Tätigkeitsbeschreibungen mit unterschiedlicher Eingruppierung aufspüren und so helfen, ungleiche Bewertungen gleichwertiger Arbeit sichtbar zu machen und mehr Entgelttransparenz zu schaffen.

Der Praxistest bei Centrotherm

Wie sich die Theorie in der Praxis schlägt, hat Uwe Looser als einer der Ersten ausprobiert. Er ist Betriebsratsvorsitzender bei Centrotherm, einem der beiden Pilotunternehmen des Projekts. Sein Betrieb steckt mitten in der ERA-Einführung und muss rund 500 Stellen neu bewerten: „Die ersten Stellen beschreibst du noch sehr sorgfältig. Aber irgendwann wird die Zeit knapper, und du beschreibst immer weniger.“ Er erhofft sich Unterstützung, weniger beim Einstufen als beim Formulieren der Begründung.

Beim ersten Test mit fünf, sechs realen Beispielen lag Metalli meist nah dran, in Einzelfällen etwa eine Lohnstufe daneben. Kritisch sieht Looser die Oberfläche: Der Fragenkatalog verlangt aus seiner Sicht noch zu viele Angaben, die in einer bestehenden Stellenbeschreibung eigentlich schon stecken Er würde lieber den vollständigen Text einspeisen und die KI nur gezielt nachfragen lassen. Klar ist für ihn aber auch: Ersetzen soll das Tool niemanden. „KI ist ein Werkzeug, wie ein Hammer. Aber deswegen darf nicht jedes Problem zum Nagel werden.“ Die Eingruppierung selbst müsse am Ende ein Mensch verantworten.

Wie es weitergeht

Ursprünglich war KIERA auf sechs Monate angelegt, von März bis August. Weil einzelne technische Bausteine mehr Zeit brauchten, hat das Team eine Verlängerung um einen Monat beantragt. Bei Centrotherm und einem zweiten Unternehmen der Branche soll der Prototyp in den kommenden Monaten weiter erprobt werden. Am Ende des Projekts steht dann bestenfalls ein einsatzfähiger Prototyp, eine dokumentierte Prozessbeschreibung sowie Best-Practice-Hinweise für den Einsatz von KI in der Betriebsratsarbeit.

Ansprechpersonen des Projekts: 

Projektleitung:
David Blank, Fraunhofer Institut Arbeitswirtschaft und Organisation (IAO)

Kooperationspartner:
Nicolas Bauer, IG Metall IG Metall Baden-Württemberg
Christopher Dreher, IG Metall IG Metall Ulm