Wie Regierungen in fünf Schritten KI erfolgreich einführen können 

Warum KI-Implementierung in Behörden andere Methoden erfordert

Herkömmliche Methoden der Technologiebereitstellung erweisen sich bei der Implementierung von KI als unzureichend. Anders als konventionelle IT-Systeme erfordern KI-Systeme eine iterative Entwicklung, kontinuierliches Lernen und eine adaptive Governance. Dies umfasst Change-Management in der Organisation, die Einhaltung regulatorischer Vorschriften und eine ethische Aufsicht, die weit über die technische Bereitstellung hinausgeht. Daraus ergibt sich die Notwendigkeit eines strukturierten Implementierungsansatzes. Organisationen benötigen Methoden, die die Besonderheiten von KI berücksichtigen und gleichzeitig eine nachhaltige Wertschöpfung gewährleisten.

Die von uns entwickelte fünfstufige Roadmap trägt diesem Bedarf Rechnung, indem sie ein Rahmenwerk vorgibt, das auf Erfahrungen mit richtungsweisenden KI-Systemen in Regierungsorganisationen auf der ganzen Welt beruht. Das Rahmenwerk befasst sich insbesondere mit den häufigsten Fehlern bei der KI-Skalierung: unklare Kostenschätzung und unklare Definition des Leistungsversprechens, unzureichende operative Vorbereitung, unangemessene Ausgestaltung des Pilotprojekts, Widerstand innerhalb der Organisation und begrenzte Erkenntnisse aus den Pilotprojekten. Die Beschäftigung mit jeder einzelnen Fehlerquelle führt systematisch zu einer nachhaltigen KI-Transformation.

Die Grundlage jeder erfolgreichen KI-Transformation ist eine ergebnisorientierte Denkweise anstatt eines technologiezentrierten Ansatzes. Erfolgreiche Organisationen identifizieren zunächst operative Herausforderungen und potenzielle Verbesserungen der Dienstleistungen für Bürger:innen, bevor sie spezifische KI-Anwendungen evaluieren.

Dies verändert die Art und Weise, wie Regierungen an KI-Investitionen herangehen, grundlegend. Anstatt sich zu fragen, wo sie KI einsetzen können, sollten zukunftsorientierte Führungsverantwortliche überlegen, welche Ergebnisse sie anstreben und wie KI das Erreichen dieser strategischen Ziele unterstützen kann. Dieser Ansatz hilft, sicherzustellen, dass es eine klare betriebliche Notwendigkeit und quantifizierbare Erfolgskennzahlen für KI-Initiativen gibt.

Das gilt auch für generative KI in der Verwaltung (zum Beispiel Textassistenz oder dialogbasierte Services): Entscheidend ist, dass der angestrebte Outcome definiert, Risiken bewertet und die Skalierung operativ abgesichert ist.

Die effektivsten Strategien vereinen strategische Vorgaben (Top-down) und Erkenntnisse aus dem operativen Betrieb (Bottom-up). Für Organisationen, die KI-Anwendungsfälle auf ihre wichtigsten politischen Prioritäten abstimmen und dabei auch die Perspektiven der Mitarbeitenden berücksichtigen, ergibt sich eine Reihe wertvoller Chancen.

Der US-Bundesstaat Maryland wendet den Top-down-Ansatz beispielsweise an, indem alle KI-Anwendungsfälle anhand von zehn Prioritäten des Gouverneurs bewertet werden, um sicherzustellen, dass sie umfassendere politische Ziele unterstützen. Einer der Befragten sagte: „Das wichtigste Kriterium bei der Implementierung eines jeden KI-Projekts ist, dass es zielgerichtet ist. KI ist nur ein Werkzeug, das auf einen bestimmten Zweck ausgerichtet werden muss.“

Die Digital Agency in Japan veranschaulicht den Bottom-up-Ansatz mit ihrer Initiative zur Digitalisierung der Jugendämter. Diese ermöglicht es den Mitarbeitenden, Beratungsgespräche jederzeit aufzuzeichnen, was zur Verringerung von Burnouts und zur Verbesserung der Betreuung durch das Team beiträgt. Damit werden unmittelbare operative Anforderungen erfüllt und gleichzeitig wird eine strukturierte, durchsuchbare Datengrundlage für fortgeschrittenere Analysen geschaffen. Keisuke Murakami, Director General, erklärt: „Wenn wir einfach einen Top-down-Ansatz durchsetzen, ohne die tatsächliche Situation vor Ort zu kennen, wird er in der Praxis nicht funktionieren.“

Vorreiterorganisationen der öffentlichen Verwaltung erstellen solide Priorisierungskriterien wie die Evaluierung von Machbarkeit, Kosten, Risiken und Auswirkungen, um fundierte Investitionsentscheidungen zu treffen. Sie haben realistische Erwartungen an PoCs, von denen üblicherweise nur ein geringer Anteil im täglichen Betrieb umgesetzt wird, die aber wertvolle Erkenntnisse liefern.

Die wichtigsten Empfehlungen für Regierungen, die KI implementieren:

• Konzentrieren Sie sich in erster Linie auf die Ergebnisse: Definieren Sie den angestrebten gesellschaftlichen Mehrwert, bevor Sie KI-Lösungen in Betracht ziehen.
• Kombinieren Sie Top-down- und Bottom-up-Ansätze: Schaffen Sie ein ausgeglichenes Verhältnis zwischen strategischen Prioritäten und Erkenntnissen von Mitarbeitenden und Bürger:innen, um Relevanz und praktische Auswirkungen sicherzustellen. 
• Ersetzen Sie Ad-hoc-Maßnahmen durch strukturierte, transparente Prozesse: Verwenden Sie Ideentrichter, Rahmenwerke zur Priorisierung und Governance-Verfahren, um potenzielle Anwendungsfälle zu evaluieren.

Die wichtigsten Empfehlungen für Regierungen, die KI implementieren:

• Beurteilen Sie die Readiness von Daten und Infrastruktur: Bewerten Sie vor Beginn der Pilotphase, ob Ihre Technologiearchitektur in der Lage ist, die KI-Workloads sicher zu unterstützen, und überprüfen Sie die Datenqualität.
• Verankern Sie Datenschutz und ethische Governance von Anfang an: Führen Sie grundsätzliche Datenschutzmechanismen (Privacy by Design) ein und definieren Sie eindeutige ethische Leitlinien.
• Arbeiten Sie frühzeitig und kontinuierlich mit Regulierungsbehörden zusammen: Beziehen Sie Regulierungsbehörden bereits in der Entwicklungsphase ein, um spätere kostspielige Änderungen zu vermeiden.

Der nächste Schritt besteht darin, Ideen in die Tat umzusetzen. In Pilotprojekten werden Lösungen unter realen oder simulierten Bedingungen getestet, um herauszufinden, was funktioniert und welchen Nutzen sie haben. Nur die aussichtsreichsten Pilotprojekte werden flächendeckend implementiert.

Für die Effektivität von Pilotprojekten sind die richtigen Voraussetzungen entscheidend. Vorreiterorganisationen richten kontrollierte Umgebungen ein, die operative Rahmenbedingungen nachbilden, wie beispielsweise Regulatory Sandboxes, die vorübergehende Flexibilität bieten, um KI-Lösungen unter realen Bedingungen zu testen, sowie Live-Daten-Testumgebungen, in denen mit anonymisierten Datensätzen die reale Erbringung von Dienstleistungen simuliert wird. Einige Behörden erstellen Workflows für simulierte Dienstleistungen – digitale Zwillinge von Prozessen –, um zu beobachten, wie KI-Tools in realistischen Szenarien funktionieren, ohne die Produktivsysteme zu stören. Dieses Setup ermöglicht das sichere Erproben, gewährleistet gleichzeitig die Aufsicht und Compliance und bewahrt damit das Vertrauen der Öffentlichkeit.

Die erfolgreichsten Pilotprojekte konzentrieren sich eher auf die Zusammenarbeit von Mensch und KI als auf die Automatisierung, indem sie Arbeitsabläufe schaffen, die menschliches Fachwissen ergänzen, anstatt es zu ersetzen. Die Einbindung der Mitarbeitenden in die Konzeption hilft, sicherzustellen, dass KI-Pilotprojekte in bestehende Arbeitsabläufe integriert werden, und unterstützt die iterative Entwicklung.  

Vom PoC zur Produktion: Kostenmodell und Lifecycle-Kosten der Skalierung

Ein belastbares Kostenmodell für KI von der Pilotphase bis zum produktiven Einsatz (Lifecycle-Kosten) schafft Transparenz für Finanzierung, Betrieb und Weiterentwicklung – und reduziert Skalierungsabbrüche.

Entscheidend für den Erfolg von Pilotprojekten ist eine realistische Einschätzung der Wirtschaftlichkeit der Skalierung. Vorreiterorganisationen antizipieren langfristige Kosten und Skalierungserfordernisse und integrieren sie in Business Cases, die die Kosten des gesamten Lebenszyklus berücksichtigen, um die notwendige Finanzierung zu sichern. Einige Schätzungen lassen jedoch vermuten, dass Organisationen die Kosten für KI-Projekte üblicherweise um das Fünf- bis Zehnfache unterschätzen, wenn sie von der Pilotphase zum Einsatz im täglichen Betrieb übergehen. Kostenvoranschläge sollten mehrere Aufwandskategorien berücksichtigen:

• Technologie und Daten, einschließlich Netzwerkinfrastruktur, Datenaufbereitung und ‑speicherung, Rechnerbedarf, Software und Lizenzierung sowie Energieverbrauch
• Talent- und Humankapital, einschließlich der Einstellung oder Fortbildung von Personal und des Change-Managements
• Governance, Sicherheit und Compliance, einschließlich Cybersicherheit, Datenschutz, rechtlicher und ethischer Aufsicht
• Operative Integration und Wartung, einschließlich Neugestaltung von Arbeitsabläufen, Support der Nutzer:innen, erneutem Training von Modellen und langfristiger Instandhaltung

Um Ressourcen angemessen zuzuteilen und kostspielige Überraschungen zu vermeiden, ist es unerlässlich, sich all dieser Elemente bewusst zu sein.

Zu guter Letzt legen leistungsstarke Behörden eindeutige Bewertungskriterien für Pilotprojekte fest, die sich auf messbare Ergebnisse anstatt auf technologische Neuerungen konzentrieren. Die in Estland angewandte Methodik veranschaulicht dies, indem jedes Pilotprojekt anhand von vier Kriterien bewertet wird: Zeitersparnis, Kosteneffizienz, Innovationspotenzial und messbare Auswirkung. Der Chief Data Officer der estnischen Regierung Ott Velsberg betont: „Coole KI-Ideen sind nicht genug. Die Zahlen müssen stimmen.“

Die wichtigsten Empfehlungen für Regierungen, die KI implementieren:

• Planen Sie die Skalierung vom ersten Tag an mit ein: Integrieren Sie umfassende Kostenmodelle in die Business Cases für Pilotprojekte und schätzen Sie vorab die vollständigen Kosten des Einsatzes im täglichen Betrieb.
• Entwickeln Sie mit dem Menschen im Mittelpunkt: Binden Sie die Endnutzer:innen frühzeitig ein und wenden Sie die Prinzipien des Human-Centered Design mit iterativen Weiterentwicklungen an.

Setzen Sie sich klare, umsetzbare Ziele und werten Sie diese konsequent aus: Definieren Sie spezifische, messbare Ziele und verwenden Sie quantitative Kriterien zur Bewertung der Ergebnisse der Pilotprojekte.

Eine erfolgreiche Skalierung erfordert ein integriertes Management der technischen Infrastruktur und der organisatorischen Veränderungen. Organisationen müssen Betriebsmodelle einführen, die den KI-Einsatz unterstützen, und gleichzeitig die für eine nachhaltige Einführung erforderliche kulturelle Anpassung steuern. Wirksame Ansätze schaffen ein Gleichgewicht zwischen zentraler technischer Expertise und fachspezifischem Wissen und stellen sicher, dass die Lösungen sowohl technisch robust als auch operativ relevant sind.

Dafür braucht es ein explizites KI-Betriebsmodell (Operating Model): Rollen, Prozesse, Kontrollpunkte und Verantwortlichkeiten über Entwicklung, Betrieb, Monitoring und Modellpflege hinweg.

Die Einbindung der Beschäftigten ist von entscheidender Bedeutung, wobei 31 Prozent der Organisationen Sorgen um die Sicherheit des Arbeitsplatzes als Hindernis für die Implementierung nennen. Die erfolgreichsten Strategien gehen auf diese Bedenken ein, indem sie die unterstützende Rolle der KI klar kommunizieren und die Beschäftigten aktiv in die Systementwicklung einbeziehen. Dieser Ansatz, bei dem der Mensch im Mittelpunkt steht, erkennt an, dass eine nachhaltige Einführung von KI nicht nur Schulungen, sondern vielmehr eine Partnerschaft mit der Belegschaft erfordert.

Während 38 Prozent der Organisationen den Fachkräftemangel als größte Einschränkung nennen, bauen zukunftsorientierte Führungskräfte langfristige Kompetenz-Pipelines auf. Die Digital Transformation Agency in Australien verfolgt diesen Ansatz durch die Bewertung von Kompetenzen und gezielte Entwicklungsprogramme. Lucy Poole, General Manager im Bereich Strategy, Planning and Performance, erklärt: „Im Hinblick auf Personalkapazität und -planung arbeiten wir derzeit an der Umsetzung von Initiativen im Australian Public Service (APS) Data, Digital, and Cyber Workforce Plan 2025–30. Ziel ist es, die wichtigsten Herausforderungen in allen drei Disziplinen zu ermitteln und mehr Wissen, Kompetenzen und praktische technische Fähigkeiten aufzubauen. Dies ist grundlegend, damit die APS-Beschäftigten auf die heutigen und zukünftigen Bedürfnisse reagieren können.“

Die Transformation des Beschaffungswesens unterstützt die nachhaltige Skalierung, indem sie die iterative Natur der KI berücksichtigt, anstatt sie in traditionelle Vertragsmodelle zu zwängen. Diese Entwicklung ermöglicht den Zugang zu einem breiteren Ökosystem, das etablierte Technologieunternehmen mit innovativen Start-ups verbindet und so fachspezifisches Wissen und bahnbrechende Fähigkeiten kombiniert. Der inzwischen pensionierte US-amerikanische Captain (Ret.) Manuel Xavier Lugo, Senior Military Advisor, Chief Digital and Artificial Intelligence Office, Office of the Secretary of Defense und ehemaliger Befehlshaber der Task Force Lima, beobachtet: „Es existiert keine Eintrittsbarriere mehr. Sie können ein kleines Unternehmen sein, das sich einer bestimmten Herausforderung widmet, und schon haben Sie den Auftrag.“ Erfolg erfordert die Entwicklung interner Beschaffungskompetenz, um KI-Lösungen effektiv zu bewerten und kollaborative Partnerschaften zu fördern, die über traditionelle Lieferantenbeziehungen hinausgehen.

Die wichtigsten Empfehlungen für Regierungen, die KI implementieren:

• Wählen Sie geeignete Betriebsmodelle: Sorgen Sie für das richtige Verhältnis zwischen zentraler technischer Expertise und fachspezifischem Wissen.
• Priorisieren Sie die Einbindung der Mitarbeitenden: Kommunizieren Sie klar die unterstützende Rolle der KI und beziehen Sie die Mitarbeitenden in die Systementwicklung ein.
• Modernisieren Sie Beschaffungsansätze: Stellen Sie auf flexible, inklusive Ansätze um, die verschiedene Lieferanten einbeziehen, und bauen Sie interne Bewertungskapazitäten auf.

Durch systematische Messung und Wissensaustausch werden einzelne Implementierungsprojekte in organisationsweite Kompetenzen umgewandelt. Diese Praktiken tragen zum Aufbau von Weiterbildungs- und Skalierungsmöglichkeiten innerhalb der Regierungsbehörden bei.

Vorreiterorganisationen legen umfassende Leistungsindikatoren und Mechanismen für die Rückmeldung von Interessengruppen fest, die den gesamten operativen Wert von KI erfassen, anstatt sich ausschließlich auf Kostenkennzahlen zu konzentrieren.

Die fortschrittlichsten Ansätze integrieren die Messung in das kontinuierliche Programmmanagement, statt sie als separaten Schritt nach der Implementierung zu betrachten. Das australische Innenministerium verfolgt einen solchen Ansatz. Die Teams legen im Vorfeld Ergebnisse, Indikatoren und Bewertungsmaßnahmen in Bezug auf das Programm fest und überwachen sowohl beabsichtigte als auch unbeabsichtigte Auswirkungen von KI-Initiativen durch Portfolioanalysen in Echtzeit. Pia Andrews zufolge kann die Behörde dank dieser Kompetenz ihren Kurs auf der Grundlage von Live-Daten anpassen, anstatt Bewertungspunkte abzuwarten. 

Die regelmäßige Berichterstattung über die Fortschritte und Auswirkungen der KI-Implementierung an die Leitung, die Beschäftigten und die Öffentlichkeit fördert die Transparenz und Rechenschaftslegung und stärkt gleichzeitig das Vertrauen der Interessengruppen.

Der Austausch von Wissen durch die Bildung von Praxisgruppen beschleunigt die Einführung und Nutzung, verhindert Doppelarbeit und baut gleichzeitig Kompetenzen innerhalb der Organisation auf. Dieser kollaborative Ansatz schafft einen exponentiellen Wert, wie ein Beamter des Bundesstaates Maryland erläutert: „Wir haben eine Praxisgruppe etabliert, die im Wesentlichen eine gemeinsame Arbeitsgruppe aller Beschäftigten, die KI nutzen, darstellt. Wir tauschen uns untereinander aus, um herauszufinden, mit welchen Problemen andere konfrontiert sind und was wir tun können, um das Rad nicht neu zu erfinden.“

Indem sie das Lernen zu einer gemeinsamen Reise machen – Erfolge feiern, Misserfolge analysieren und den Prozess transparent gestalten –, verwandeln Vertreter:innen der öffentlichen Verwaltung KI-Pilotprojekte in Startrampen für den Wandel.

Die wichtigsten Empfehlungen für Regierungen, die KI implementieren:

• Legen Sie vor der Implementierung Leistungsindikatoren und Referenzwerte fest: Etablieren Sie Messkonzepte, die das gesamte Spektrum der Vorteile erfassen.
• Schaffen Sie kontinuierliche Feedbackschleifen: Überwachen Sie den Fortschritt und sammeln Sie Input von Interessengruppen, um eine Weiterentwicklung in Echtzeit zu ermöglichen.
• Teilen Sie Erkenntnisse innerhalb der Regierung: Organisieren Sie behördenübergreifende Veranstaltungen und pflegen Sie Wissensmanagementsysteme, um die Einführung zu beschleunigen.

Auswirkungen für Vertreter:innen der öffentlichen Verwaltung

Es steht viel auf dem Spiel. Organisationen, die entschlossen handeln, um diese Hindernisse zu überwinden, können transformatives Potenzial auf mehreren Ebenen realisieren – von Effizienzsteigerungen und verbesserten Erfahrungen der Mitarbeitenden bis hin zu einer stärkeren Einbindung von Bürger:innen, strategischer Leistungsplanung, Finanzoptimierung und organisatorischer Resilienz. Organisationen, die zögern, riskieren steigende Kosten, verpasste Chancen für Produktivitätssteigerungen und das Zurückbleiben hinter den Erwartungen der Öffentlichkeit. 

Für Vertreter:innen der öffentlichen Verwaltung wird das Handlungsfenster immer kleiner. Somit ist es dringender denn je, die Komplexität der Skalierung von KI zu bewältigen, um nachhaltige Verbesserungen für die Gesellschaft zu erzielen. Der fünf Schritte umfassende Rahmen bietet einen strukturierten Weg von der KI-Strategie über die Pilotierung bis hin zum vollständigen Einsatz und zu messbarer Wirkung.