Künstliche Intelligenz ist auch im Gefahrstoffmanagement angekommen: bei der Verarbeitung von Sicherheitsdatenblättern (SDB), bei Einstufungsfragen und bei der Erstellung von Gefährdungsbeurteilungen. Die Effizienzgewinne sind real. Genauso real ist aber die Frage, wo sinnvolle Unterstützung endet und wo das Risiko beginnt, sich auf eine Technologie zu verlassen, die fachliche Grenzen nicht kennt.
Das Wichtigste vorab
KI kann im Gefahrstoffmanagement vor allem dort sinnvoll unterstützen, wo große Datenmengen strukturiert verarbeitet und wiederkehrende Arbeitsschritte automatisiert werden. Sie kann Informationen aus Sicherheitsdatenblättern erfassen, bei Einstufungsfragen unterstützen und künftig mehrere Schritte über KI-Agenten verbinden. Die fachliche Bewertung bleibt bei der zuständigen Fachkraft, die rechtliche Verantwortung beim Arbeitgeber.
Was kann KI im Gefahrstoffmanagement leisten?
Der naheliegendste Anwendungsfall ist, Daten aus SDB-PDFs automatisiert zu erfassen, statt sie manuell zu übertragen. Klar strukturierte Angaben wie Einstufungen, Grenzwerte, Lagerklassen und physikalisch-chemische Eigenschaften lassen sich schon länger zuverlässig regelbasiert auslesen. Schwieriger wird es bei Abschnitten mit viel Fließtext oder Tabellen, etwa zu Bestandteilen, Toxikologie oder Umweltauswirkungen. Genau hier kann KI das regelbasierte Verfahren sinnvoll ergänzen.
Weitere Bereiche, in denen KI schon heute unterstützen kann:
- KI-gestütztes Auslesen komplexer Abschnitte in Sicherheitsdatenblättern
- Unterstützung bei Einstufungsfragen
- Zusätzliche Unterstützung bei der Erstellung von Gefährdungsbeurteilungen
Bei der Gefährdungsbeurteilung setzen wir bereits heute auf eine strukturierte, katalogbasierte Erstellung. KI kann diesen Prozess künftig zusätzlich unterstützen. Die fachliche Bewertung bleibt dabei selbstverständlich bei der zuständigen Fachkraft.
Der nächste Schritt: von der Einzelaufgabe zum Agenten
Bislang setzen diese Anwendungen meist an einzelnen Aufgaben an. Der nächste Schritt verbindet mehrere davon zu einem Ablauf, den ein KI-Agent selbstständig steuert. Anders als ein Chatbot antwortet er nicht nur, sondern handelt: Er greift auf hinterlegte Daten zu, führt mehrere Schritte aus und liefert ein konkretes Ergebnis.
Entscheidend ist dabei, wie der Agent an seine Daten kommt. Wird er über eine kontrolliert eingerichtete Schnittstelle wie das Model Context Protocol (MCP) mit klar definierten Datenquellen und Funktionen verbunden, kann er gezielt auf im System hinterlegte Informationen zugreifen. Werte muss er dann nicht frei erzeugen, sondern kann sie beispielsweise direkt aus dem Gefahrstoffverzeichnis oder einer Gefährdungsbeurteilung abrufen. Das schafft eine verlässlichere Datengrundlage und senkt das Risiko plausibel klingender, aber falscher Aussagen.
Denkbar sind künftig auch komplexere, natürlichsprachliche Anfragen wie:
„Zeige mir alle hautsensibilisierenden Gefahrstoffe in Lager 3.“
oder
„Erstelle eine Betriebsanweisung für Gefahrstoff XY am Arbeitsplatz Mischerei auf Basis der aktuellen GBU.“
Gerade das zweite Beispiel zeigt: Der Agent führt Daten aus mehreren Quellen zusammen, etwa aus Gefährdungsbeurteilung, Gefahrstoffverzeichnis und Arbeitsplatz. Eine eigenständige fachliche Entscheidung trifft er dabei nicht. Das bleibt Aufgabe der zuständigen Fachkraft.
Grenzen und Zusammenspiel: Wo der Mensch gefragt bleibt
Auch wenn eine kontrollierte Anbindung wie MCP dafür sorgt, dass ein Agent gezielt auf definierte Daten zugreifen kann, ist die fachliche Bewertung dieser Daten eine andere Aufgabe. Ob eine Tätigkeit unter den gegebenen Bedingungen sicher ist, welche Maßnahme im Einzelfall angemessen ist oder wie sich eine neue Regelung auf einen bestehenden Prozess auswirkt: Das erfordert Fachwissen, Kontextverständnis und damit weiterhin menschliche Einordnung.
Hinzu kommt die rechtliche Seite: Der Arbeitgeber bleibt nach der Gefahrstoffverordnung (GefStoffV) für die Gefährdungsbeurteilung und die daraus abgeleiteten Schutzmaßnahmen verantwortlich, unabhängig davon, welches Werkzeug im Hintergrund genutzt wurde. Diese Verantwortung lässt sich weder an eine einzelne KI-Funktion noch an einen Agenten delegieren.
Deshalb geht es im Gefahrstoffmanagement nicht um ein „Entweder-oder“ zwischen KI und Fachkraft, sondern um ein Zusammenspiel. Zuverlässige, kontrollierte Systeme übernehmen die strukturierte Datenarbeit; die fachliche Einordnung und Entscheidung bleibt beim Menschen. Genau nach diesem Prinzip bauen wir bei GeSi unsere Werkzeuge kontinuierlich weiter aus: Schritt für Schritt, dort, wo KI echten Mehrwert bietet, und immer mit einem verlässlichen Fundament im Hintergrund.
KI ist damit kein Ersatz, sondern eine Unterstützung. Sie nimmt Routinearbeit ab und schafft Struktur. Die fachliche Verantwortung bleibt dort, wo sie hingehört.
Quellen
[1] Verordnung zum Schutz vor Gefahrstoffen (Gefahrstoffverordnung – GefStoffV), geltende Fassung
[2] Verordnung (EG) Nr. 1907/2006 (REACH-Verordnung), EUR-Lex
[3] Verordnung (EG) Nr. 1272/2008 (CLP-Verordnung), EUR-Lex
[4] Bundesamt für Sicherheit in der Informationstechnik: Generative KI-Modelle – Chancen und Risiken
