AI in Gamification: Personalisierung für Mitarbeiterengagement

Johannes Humbert
vor 3 Tagen
10 Min. Lesezeit

Gamification am Arbeitsplatz steigert Motivation und Produktivität durch spielerische Elemente wie Punkte, Abzeichen und Ranglisten. Mit KI können diese Elemente individuell angepasst werden, um die unterschiedlichsten Bedürfnisse der Mitarbeitenden zu adressieren. Studien zeigen, dass personalisierte Gamification nicht nur die Freude an der Arbeit erhöht, sondern auch die Produktivität und das Lernen fördert.

Wichtige Punkte:

Personalisierung durch KI: Anpassung an Nutzerprofile, Echtzeitdaten und Empfehlungen basierend auf ähnlichen Nutzern.
Ergebnisse aus Studien: Verbesserte Abschlussraten und Lernleistungen durch personalisierte Gamification.
Beliebte Elemente: Avatare, Ranglisten und adaptive Herausforderungen.
Risiken: Datenschutzbedenken, Überwachungsgefühl und algorithmische Verzerrungen.
Rechtliche Vorgaben: DSGVO und EU AI Act fordern Transparenz und freiwillige Teilnahme.
Umsetzungstipps: Pilotprojekte, klare Erfolgskennzahlen und Integration in bestehende Systeme.

Fazit: KI-gestützte Gamification bietet Unternehmen die Möglichkeit, Engagement und Lernprozesse gezielt zu verbessern. Transparenz, Datenschutz und eine freiwillige Nutzung sind entscheidend, um Akzeptanz und Vertrauen der Mitarbeitenden zu sichern.

Forschungsergebnisse zu KI-personalisierter Gamification

Inhalts-Personalisierung vs. Spielmechanik-Personalisierung in KI-gestützter Gamification

Auswirkungen auf Lernen und Entwicklung

Im August 2024 führten Francisco Pitthan und Kristof De Witte eine Untersuchung mit 6.592 Erwachsenen auf einer belgischen Finanzbildungsplattform durch. Dabei zeigte sich, dass die Einführung von Gamification-Elementen in einer adaptiven Lernumgebung beeindruckende Ergebnisse erzielte: 5,7 % mehr beantwortete Fragen und eine 1,6-prozentige Steigerung der Abschlussrate. Besonders junge und alleinstehende Teilnehmer profitierten während der Phase der Personalisierung von diesem Ansatz.

Ein weiteres Beispiel kommt aus Deutschland: Tim Schulz von der Universität Mannheim veröffentlichte im Juni 2025 eine Studie zu gamifizierten Trainingsmethoden in deutschen Finanzinstituten. Hierbei zeigte sich, dass die Integration von Punkten und Herausforderungen in Schulungsmodule die Fähigkeitsspeicherung und Problemlösungskompetenz der Mitarbeiter deutlich verbesserte – insbesondere in Bereichen wie Risikomanagement und Cybersicherheit.

"Gamified training in German financial institutions has boosted employee engagement, skill retention, and motivation." – Tim Schulz, Universität Mannheim

Diese Forschungsergebnisse verdeutlichen, wie personalisierte Gamification in adaptiven Lernumgebungen die Lernerfolge nachhaltig verbessern kann.

Engagement-Messung in gamifizierten Systemen

Eine Studie der University of Waterloo aus dem August 2020 mit 252 Teilnehmern untersuchte, wie verschiedene Gamification-Ansätze das Engagement beeinflussen. Nutzer, die ihre eigenen Spielelemente wie Levels, Ranglisten oder Power-Ups auswählen konnten, klassifizierten deutlich mehr Bilder als die Kontrollgruppe mit einem standardisierten System. Gustavo F. Tondello, der die Studie leitete, stellte fest, dass personalisierte Systeme die Aufgabenleistung spürbar steigern.

Zur Messung von Engagement werden Parameter wie Login-Häufigkeit, Sitzungsdauer, freiwillige Teilnahme und Geschwindigkeit der Aufgabenerledigung herangezogen. Eine systematische Analyse von 43 Studien ergab, dass 81 % der Untersuchungen "Belohnungen" als zentrales Spielelement identifizierten – ein klarer Hinweis darauf, welche Mechaniken besonders effektiv Engagement fördern.

Diese Erkenntnisse zeigen, dass durch die Messung von Engagement personalisierte Gamification-Ansätze gezielt optimiert werden können, sei es durch Inhalte oder Spielmechaniken.

Inhalts-Personalisierung vs. Spielmechanik-Personalisierung

Personalisierte Gamification-Ansätze lassen sich in zwei Hauptkategorien unterteilen: Inhalts-Personalisierung und Spielmechanik-Personalisierung. Während die Inhalts-Personalisierung Lernpfade und Aufgabenschwierigkeiten an die individuelle Leistung anpasst, zielt die Spielmechanik-Personalisierung darauf ab, Belohnungen und Herausforderungen an den jeweiligen Nutzertyp anzupassen.

Inhalts-Personalisierung basiert auf dynamischen Echtzeitdaten wie Quiz-Ergebnissen, um den Lernprozess flexibel zu gestalten.
Spielmechanik-Personalisierung verwendet statische Daten, wie z. B. Persönlichkeitsprofile und Hexad-Nutzertypen, um langfristige Motivation zu fördern.

Merkmal	Inhalts-Personalisierung	Spielmechanik-Personalisierung
Fokus	Lernpfade und Aufgabenschwierigkeit	Belohnungen und soziale Interaktion
Datenquelle	Dynamisch: Echtzeitdaten	Statisch: Nutzertypen und Profile
Ziel	Wissensspeicherung	Langfristige Motivation

Eine Habitica-Studie aus dem Jahr 2020 zeigte zudem, dass Führungskräfte vor allem Produktivitätssteigerungen wahrnehmen, während Mitarbeiter ohne Führungsverantwortung die Selbstmotivation als zentralen Vorteil sehen.

KI-Methoden und Daten in der Gamification-Forschung

Machine Learning und andere KI-Techniken

Machine Learning ist das Herzstück moderner Gamification-Personalisierung. Mit dieser Technologie können Mitarbeiter in Profile – beispielsweise basierend auf dem Hexad-Modell – eingeteilt werden, um Präferenzen aus ihren Interaktionsdaten vorherzusagen. Reinforcement Learning geht noch einen Schritt weiter, indem es Schwierigkeitsgrade, Mechaniken und Belohnungen gezielt an die individuelle Leistung anpasst. Ein bemerkenswertes Beispiel ist die Technische Universität Berlin, die 2021 Matrix-Faktorisierung einsetzte, um mithilfe von Clickstream-Daten von 53 Mitarbeitern zu analysieren, welche Spielelemente den größten Effekt haben.

Natural Language Processing (NLP) eröffnet zudem neue Möglichkeiten, indem es personalisiertes Feedback durch KI-gestützte Lerntools und Chatbots bereitstellt. Diese Systeme verstehen und analysieren Sprache, um Antworten individuell auf den Lernstand abzustimmen. Empfehlungssysteme, die auf Techniken wie Collaborative Filtering basieren, schlagen motivierende Aufgaben oder Lernmodule vor, die ähnliche Nutzer bereits positiv bewertet haben. Diese KI-gestützten Ansätze sorgen dafür, dass Gamification-Elemente dynamisch auf die Bedürfnisse jedes Einzelnen zugeschnitten werden können.

"Adaptation processes follow an adaptive cycle, changing a deployed system to the needs of its users... ranging from simple threshold-based parameter adjustment heuristics to complex evolving user models." – Alexander Streicher, Fraunhofer-Institut für Optronik

Durch die Kombination von statischen und Echtzeitdaten wird ein personalisiertes Gamification-Erlebnis geschaffen. Diese Technologien bilden die Grundlage für die Analyse der verwendeten Datenquellen.

Datenquellen für die Personalisierung

Gamification-Systeme greifen auf zwei Hauptarten von Daten zurück: Statische Daten (wie demografische Informationen, Hexad-Nutzertypen oder Persönlichkeitsprofile) und dynamische Daten, die in Echtzeit erfasst werden (zum Beispiel Login-Häufigkeit, Verweildauer oder Geschwindigkeit bei Aufgabenbearbeitung). Eine Studie der University of Waterloo mit 252 Teilnehmern zeigte, dass die Kombination beider Datentypen die Aufgabenleistung signifikant steigern kann.

In Deutschland spielen DSGVO-Vorgaben eine entscheidende Rolle bei der Nutzung solcher Daten. Mitarbeiter äußern häufig Bedenken, dass gamifizierte Daten zur Überwachung ihrer Leistung verwendet werden könnten. Eine Untersuchung zeigte, dass 72 % der Nutzer nie die Seite aufriefen, die erklärt, wie Punkte im System verdient werden – ein klarer Hinweis darauf, dass Personalisierung intuitiv und transparent gestaltet sein muss. Um Vertrauen zu schaffen, setzen deutsche Unternehmen auf pseudonymisierte Logins und Opt-out-Optionen, die Anonymität garantieren.

Auf Basis dieser Datenquellen werden im nächsten Abschnitt bewährte Design-Muster für Gamification-Systeme vorgestellt.

Gängige Design-Muster in gamifizierten Systemen

Die Forschung hat einige wiederkehrende Design-Muster identifiziert, die sich als besonders effektiv erwiesen haben. Personalisiertes Onboarding gibt Mitarbeitern die Möglichkeit, ihre bevorzugten Spielelemente selbst auszuwählen – ein Ansatz, den Gustavo F. Tondello als "user-initiated personalization" beschreibt. Adaptive Herausforderungen passen sich kontinuierlich an die Leistung an, wobei Ranglisten nur die besten 20 % der Teilnehmer anzeigen, um Frustration bei weniger leistungsstarken Mitarbeitern zu vermeiden.

Ein weiteres bewährtes Konzept ist die duale Personalisierung, die Spielertypen (Hexad) mit Motivationstypen kombiniert. Diese Methode steigert das Engagement deutlich stärker als die Nutzung einzelner Modelle. Ebenfalls entscheidend ist die richtige Balance zwischen virtuellen und realen Belohnungen. Belohnungen wie Kantinengutscheine oder Kaffeegutscheine haben sich als besonders wirksam erwiesen, um eine langfristige Motivation aufrechtzuerhalten.

Risiken und ethische Überlegungen

Neben den Vorteilen effektiver Design-Muster ist es unerlässlich, auch die damit verbundenen Risiken und ethischen Fragen zu beleuchten.

Risiken KI-personalisierter Gamification

Die Nutzung von KI-gestützter Gamification bringt einige Herausforderungen mit sich, die Unternehmen nicht außer Acht lassen dürfen. Ein großes Problem ist die wahrgenommene Überwachung. Mitarbeiter könnten sich durch die Erfassung von Daten wie Login-Frequenz, Verweildauer und „Action Traces“ (Protokolle aller Nutzeraktivitäten) ständig beobachtet fühlen. Die Technische Universität Berlin hat darauf hingewiesen, dass die Transparenz solcher Daten den Stresslevel erhöhen und Ängste auslösen kann – insbesondere die Sorge, dass diese Daten als Maßstab für das Engagement im Unternehmen dienen könnten.

Ein weiteres Risiko ist die algorithmische Verzerrung. Personalisierungssysteme können unbewusst bestimmte Spielertypen bevorzugen, während andere benachteiligt werden. Besonders kritisch wird es, wenn gamifizierte Daten missbraucht werden, um vermeintlich leistungsschwache Mitarbeiter zu identifizieren – ein Vorgehen, das in der Forschung als „Malpractice“ bezeichnet wird. Darüber hinaus kann es zu unsichtbarer Beeinflussung kommen: KI-gestützte persuasive Technologien beeinflussen Mitarbeiter subtil, ohne dass diese sich der Manipulation bewusst sind.

Auch die Abhängigkeit von extrinsischen Belohnungen birgt Gefahren. Wenn Punkte, Badges und andere Anreize die eigentliche Bedeutung der Arbeit in den Hintergrund drängen, kann dies die intrinsische Motivation langfristig schwächen und ein Gefühl von Manipulation hervorrufen.

Rechtliche und ethische Anforderungen

Neben den technischen Risiken spielen auch rechtliche Vorgaben eine zentrale Rolle. Die DSGVO setzt klare Grenzen für die Datennutzung in gamifizierten Systemen. Unternehmen müssen transparent offenlegen, welche Daten gesammelt werden und wie diese zur Anpassung des Nutzererlebnisses eingesetzt werden. Besonders sensibel ist der Umgang mit dynamischen Verhaltensdaten, da diese detaillierte Profile der Mitarbeiter erstellen können. Der EU AI Act von 2024 verschärft diese Anforderungen, indem er KI-Systeme im Arbeitsumfeld risikobasiert klassifiziert.

Ein weiteres ethisches Prinzip ist die Freiwilligkeit. Mitarbeiter sollten jederzeit die Möglichkeit haben, das System zu verlassen oder die Personalisierung zu deaktivieren. Ohne diese Option kann sich das System von einer motivierenden Maßnahme zu einem Zwangsinstrument entwickeln. Roman Rackwitz, CEO von Engaginglab, bringt es auf den Punkt:

„Spielen ist eigentlich das Gegenteil von Effizienz."

Gamification darf nicht als Mittel zur Leistungskontrolle eingesetzt werden. Jörg Niesenhaus, IT-Manager bei der ALDI Süd Gruppe, unterstreicht dies mit seiner klaren Aussage:

„Opt-in statt Opt-out heißt die Devise."

Um die Akzeptanz bei den Mitarbeitern zu stärken, sind Unternehmen gefordert, diese rechtlichen und ethischen Aspekte aktiv zu berücksichtigen.

Risikominderung und Mitarbeiterakzeptanz

Es gibt konkrete Maßnahmen, um Risiken zu minimieren und das Vertrauen der Mitarbeiter zu stärken. Zum Beispiel können Nicknames und Avatare die Anonymität wahren und das Gefühl der Überwachung reduzieren. Eine strikte Trennung von Spieldaten und HR-Daten verhindert, dass gamifizierte Leistungsdaten für disziplinarische Maßnahmen genutzt werden. Um sozialen Druck und Neid zu vermeiden, sollten Ranglisten nur die besten 20 % der Teilnehmer anzeigen.

Regelmäßige Systemüberprüfungen sind entscheidend, um algorithmische Verzerrungen zu erkennen und zu beheben. Vor der Einführung eines Systems sollten Fokusgruppen aus IT, HR und der Rechtsabteilung sicherstellen, dass Datensicherheit, Anonymität und die Einhaltung interner Richtlinien gewährleistet sind. Eine offene Fehlerkultur ist ebenso wichtig: Fehler im gamifizierten System sollten als Lernchancen betrachtet werden, nicht als persönliche Schwächen.

Mit diesen Maßnahmen können Unternehmen das Vertrauen ihrer Mitarbeiter gewinnen und die Akzeptanz für KI-gestützte Gamification langfristig sichern.

Umsetzungsleitfaden für deutsche Unternehmen

Basierend auf den vorgestellten Forschungsergebnissen und ethischen Überlegungen folgt ein praxisnaher Leitfaden für deutsche Unternehmen. Bei der Einführung von KI-gestützter Gamification sollten sowohl technische als auch kulturelle Besonderheiten des deutschen Arbeitsumfelds berücksichtigt werden.

Pilotprogramme und Erfolgskennzahlen

Starte mit Pilotprojekten in Bereichen mit geringem Risiko, wie etwa Onboarding-Prozessen oder Compliance-Schulungen. Diese eignen sich besonders gut, um erste Ergebnisse zu messen und Erfahrungen zu sammeln. Vor dem Start sollten klare Kennzahlen definiert werden, wie zum Beispiel Login-Frequenz, Abschlussraten oder die Zeit bis zur Produktivitätssteigerung. Mithilfe von KI-Systemen lässt sich der Fortschritt in Echtzeit überwachen, und die Herausforderungen können dynamisch an das individuelle Lerntempo der Mitarbeitenden angepasst werden.

Ein Beispiel aus der Praxis: In deutschen Finanzinstituten hat sich gezeigt, dass spielerische Elemente wie Punkte oder Herausforderungen das Lernen nicht nur effektiver, sondern auch angenehmer gestalten. Nach den ersten positiven Ergebnissen aus Pilotprojekten sollte der nächste Schritt die Abstimmung mit internen Richtlinien sein.

Abstimmung mit organisatorischen Richtlinien

In Deutschland ist die frühzeitige Einbindung des Betriebsrats und des Datenschutzbeauftragten unerlässlich. Diese Akteure sollten bereits in der Planungsphase einbezogen werden, um sicherzustellen, dass die Datenerhebung durch die KI sowohl arbeitsrechtlichen Vorgaben als auch den Anforderungen der DSGVO entspricht. Eine „As-Is“-Analyse kann helfen, bestehende Wissenslücken oder Hindernisse für die Produktivität zu identifizieren, bevor das System implementiert wird.

„Für die Wahl des richtigen Ansatzes sind klar gesetzte Ziele unerlässlich. Nur dann kann langfristig gemessen werden, ob der Ansatz zielführend ist." – Florian Sailer, CEO von Knowledge Hero

Um Gamification sinnvoll einzusetzen, sollte sie in bestehende Systeme wie CRM- oder Projektmanagement-Tools integriert werden. So wird vermieden, dass die Effekte isoliert bleiben. Sobald organisatorische Rahmenbedingungen geklärt sind, kann der Aufbau eines nachhaltigen Engagement-Systems beginnen.

Aufbau langfristiger KI-gestützter Engagement-Systeme

Für dauerhaften Erfolg reicht die technische Implementierung allein nicht aus. Regelmäßige Updates sind essenziell, um eine sogenannte Gamification-Müdigkeit zu verhindern. Gleichzeitig sorgt ein kontinuierlicher Feedback-Loop dafür, dass das System relevant bleibt. Eine Kombination aus digitalen Elementen und persönlichen Anreizen – wie etwa Kantinen-Gutscheine oder andere hybride Belohnungen – kann die langfristige Motivation der Mitarbeitenden stärken.

Um mögliche Vorbehalte gegenüber spielerischen Ansätzen am Arbeitsplatz abzubauen, ist es wichtig, in Change-Management-Maßnahmen und transparente Kommunikation zu investieren. Unternehmen können von Beratungsleistungen profitieren, die digitale Transformation, KI-Integration und Organisationsentwicklung miteinander verbinden. So lassen sich diese komplexen Systeme erfolgreich einführen und stetig weiterentwickeln.

Fazit

Der Einsatz von KI-gestützter Gamification hat sich als wirksames Mittel erwiesen, um das Mitarbeiterengagement zu stärken und Lernprozesse in deutschen Unternehmen effizienter zu gestalten. Studien zeigen, dass diese Ansätze besonders in anspruchsvollen Bereichen wie Risikomanagement, Compliance und Cybersicherheit klare Vorteile bieten. Insbesondere deutsche Finanzinstitute konnten durch personalisierte Ansätze Verbesserungen in Problemlösungsfähigkeiten und Anpassungsvermögen ihrer Teams feststellen.

Der Schlüssel zum Erfolg liegt in der individuellen Anpassung. Standardisierte Systeme können schnell an Reiz verlieren, während KI-Technologien die Möglichkeit bieten, sich dynamisch an das Lerntempo und die Präferenzen jedes Einzelnen anzupassen. Durch die Kombination aus statischen und dynamischen Daten wird das System kontinuierlich optimiert, um sich an die individuellen Fortschritte der Mitarbeitenden anzupassen. Dies steigert nicht nur die persönliche Entwicklung, sondern wirkt sich auch positiv auf die Gesamtleistung des Teams aus.

Wie zuvor erwähnt, ist es jedoch entscheidend, mögliche Herausforderungen im Blick zu behalten. Themen wie Datentransparenz und die Angst vor Überwachung dürfen nicht unterschätzt werden. Eine transparente Kommunikation über die Datennutzung, die frühzeitige Einbindung von Betriebsrat und Datenschutzbeauftragten sowie die freiwillige Teilnahme sind essenziell, um Vertrauen zu schaffen und Stress durch Überwachungsgefühle zu vermeiden. Zudem sollten Unternehmen alternative Weiterbildungsangebote bereitstellen, damit Gamification als Ergänzung und nicht als Verpflichtung wahrgenommen wird.

Für die praktische Umsetzung empfiehlt es sich, mit Pilotprojekten in risikoarmen Bereichen zu beginnen. Dabei sind klare Ziele, messbare Erfolgskennzahlen und eine reibungslose Integration in bestehende Systeme entscheidend. Regelmäßige Updates und ein kontinuierlicher Feedback-Prozess helfen, Ermüdungseffekte zu vermeiden und die Motivation langfristig hochzuhalten. Wie in den Fallstudien dargestellt, kann die erfolgreiche Integration solcher Systeme eine solide Grundlage für nachhaltiges Engagement schaffen. makematiq unterstützt Unternehmen bei der digitalen Transformation, der Integration von KI und der Organisationsentwicklung, um maßgeschneiderte Gamification-Lösungen erfolgreich umzusetzen.

FAQs

Wie kann KI-gestützte Gamification die Produktivität und Motivation von Mitarbeitenden steigern?

KI-gestützte Gamification nutzt Echtzeitanalysen des Verhaltens und der Leistung von Mitarbeitenden, um individuell abgestimmte Spielmechaniken zu entwickeln. Diese Mechaniken berücksichtigen den jeweiligen Fähigkeits- und Lernstand, vermeiden Über- oder Unterforderung und sorgen so für eine höhere Motivation. Durch Punkte, Abzeichen oder Ranglisten erhalten Mitarbeitende sofortiges Feedback, das ihren Fortschritt sichtbar macht und kontinuierliches Lernen unterstützt.

Wie Gamification die Produktivität steigert:

Routineaufgaben werden durch spielerische Wettbewerbe effizienter erledigt.
Untersuchungen zeigen, dass gamifizierte Systeme die Arbeitszufriedenheit erhöhen und die Produktivität um etwa 12 % steigern können.
Besonders in großen Unternehmen haben Gamification-Apps die Erledigungsrate von Aufgaben, vor allem bei jüngeren Mitarbeitenden, deutlich verbessert.

Makematiq hilft Unternehmen dabei, solche KI-basierten Gamification-Lösungen zu entwickeln und nahtlos in ihre digitale Transformationsstrategie einzubinden.

Wie können Unternehmen Datenschutz bei der Nutzung von KI in Gamification sicherstellen?

Unternehmen sollten Datenschutz bei KI-gestützter Gamification von Anfang an fest im Blick haben. Ein Privacy-by-Design-Ansatz bedeutet, dass Datenschutzmaßnahmen bereits in der Entwicklungsphase integriert werden. Dabei spielen einige zentrale Punkte eine Rolle: Datenminimierung – also nur die wirklich notwendigen personenbezogenen Daten zu erheben – sowie deren Anonymisierung oder Pseudonymisierung, um Rückschlüsse auf einzelne Personen auszuschließen.

Ebenso wichtig sind transparente Einwilligungsprozesse und leicht verständliche Datenschutzerklärungen, die nicht nur Vertrauen schaffen, sondern auch die Anforderungen der DSGVO erfüllen. Technisch sollte eine solide IT-Sicherheitsarchitektur gewährleistet sein. Dazu gehören verschlüsselte Datenübertragungen, strikte Zugriffskontrollen und regelmäßige Sicherheitsüberprüfungen. Zusätzlich sollten Unternehmen Datenschutz-Folgenabschätzungen (DSFA) durchführen, um potenzielle Risiken frühzeitig zu identifizieren und zu reduzieren.

makematiq unterstützt Unternehmen dabei, Datenschutz nahtlos in ihre digitale Transformation einzubinden. Von der Planung über die technische Implementierung bis hin zu Schulungen sorgt makematiq dafür, dass alle Beteiligten die Prinzipien verstehen und umsetzen können.

Welche rechtlichen Anforderungen gibt es bei der Einführung von KI-gestützter Gamification?

Bei der Einführung von KI-gestützter Gamification müssen Unternehmen die EU-KI-Verordnung (AI Act) berücksichtigen, die seit dem 1. August 2024 in Kraft ist. Dieser Rechtsrahmen kategorisiert KI-Systeme in vier Risikostufen: minimal, begrenzt, hoch und unakzeptabel. Besonders hoch riskante Systeme, wie etwa KI-gestützte Entscheidungen im Bereich Personalmanagement oder Mitarbeitermotivation, unterliegen strengen Anforderungen. Dazu gehören Risikomanagement, menschliche Aufsicht und die Dokumentation der Trainingsdaten.

Darüber hinaus greifen die Vorgaben der DSGVO sowie weitere Datenschutz- und Haftungsregelungen. KI-basierte Spielelemente müssen klar gekennzeichnet sein, und Nutzer*innen müssen über deren Funktionsweise informiert werden. Unternehmen können Unterstützung von spezialisierten Anbietern wie makematiq in Anspruch nehmen, um sicherzustellen, dass alle rechtlichen Vorgaben eingehalten werden und die Plattformen den gesetzlichen Anforderungen entsprechen.