Von Chatbots bis zur Stadtplanung: Generative KI in der Verwaltung

Mit der Veröffentlichung von ChatGPT 3.5 Ende 2022 erlebte die breite Bevölkerung weltweit den Beginn des „KI-Hypes“. Das Unbekannte daran: Generative Künstliche Intelligenz (KI) ist in der Lage, neue Inhalte zu erzeugen, die zuvor nicht explizit programmiert oder eingespeist wurden.

Insbesondere die Verfügbarkeit von sogenannten Large Language Models (LLMs) und Large Multimodal Models (LMMs) hat den Zugang für die Allgemeinheit zu diesen Technologien erheblich vereinfacht. Mit diesen Modellen lassen sich Texte generieren, analysieren und Inhalte aus verschiedenen Medien verarbeiten. Durch natürliche Sprachinteraktion erleichtern sie technisch weniger versierten Nutzenden die Arbeit mit KI-Systemen. Diese Entwicklung markiert einen Wendepunkt unserer Arbeitsmethoden und wird auch die Arbeitsweise von Kommunen zukünftig grundlegend verändern. Heute geht‘s deshalb um vielversprechende KI-Tools für die kommunale Praxis und wie diese rechtlich bestmöglich einzuführen und einzusetzen sind.

Generative KI in der kommunalen Praxis

Bereits heute nutzen Kommunen generative KI, um effizienter zu arbeiten und um Bürgerinnen und Bürgern einen besseren Service zu bieten.

Interessante Beispiele dafür sind zunächst einmal Chatbots, die rund um die Uhr Informationen in verschiedenen Sprachen bereitstellen – von parlamentarischen Daten zum Beispiel der Prototyp „Parla“ in Berlin bis hin zur Beantwortung von Fragen zu öffentlich verfügbaren Verwaltungsinformationen wie „Lumi“ in Heidelberg.

Chatbot Lumi aus Heidelberg und Bot der Entwicklungsagentur Rheinland-Pfalz. — Chatbot Lumi aus Heidelberg und Bot der Entwicklungsagentur Rheinland-Pfalz e.V. Stadt Heidelberg/Bildbrauerei und Entwicklungsagentur Rheinland-Pfalz e.V.

Neben einem allgemeinen Wissenskorpus können solche Systeme zusätzlich mit spezifischen Daten trainiert werden, um Domänen spezialisierte Antworten zu ermöglichen. Besondere Beispiele hierfür sind der ChatGPT-basierte Bot der Entwicklungsagentur Rheinland-Pfalz und ZüriCityGPT, die beide mit öffentlich zugänglichen Informationen ihrer jeweiligen Bereiche „gefüttert“ werden, um präzise Auskünfte zu geben. Chatten Sie doch einmal mit Lumi und lassen Sie sich Tipps für den nächsten Trip nach Heidelberg geben…

Ein weiteres Einsatzgebiet generativer KI für smarte Städte und Regionen ist die automatisierte Auswertung von Bürgerfeedback. Dies kann beispielsweise durch Tools wie govocal oder Zencity geschehen. Die KI-Anwendung von govocal optimiert das Bürgerfeedback-Management, indem sie Beiträge automatisch nach Schlüsselwörtern gruppiert und kurze Zusammenfassungen erstellt, die schnelle Einblicke bieten. Die Funktionen erleichtern die tiefere Analyse von Bürgermeinungen und unterstützen eine datengesteuerte Entscheidungsfindung. Ähnlich arbeitet auch Zencity, das Bürgerfeedback aus verschiedenen Quellen sammelt und analysiert, um Städte bei der Entscheidungsfindung zu unterstützen.

Neben der Optimierung von Feedback-Prozessen trägt generative KI auch zur Umgestaltung urbaner Räume bei. Ein Beispiel ist das Projekt DutchCycling, das durch den Einsatz von KI Straßen beispielhaft in begrünte und fahrradfreundliche Wege verwandelt, wobei lediglich die Adresse der betreffenden Straße benötigt wird.

Eine mit KI umgestaltete Straße. — Eine Straße in Bonn mit einem Hauch Niederländisch – das bietet DutchCycling in wenigen Klicks. DutchCycling

Im Gegensatz dazu arbeitet das „Urban Utopia“-Projekt mit hochgeladenen Bildern von Straßen. KI hilft dabei, Ideen für das Anlegen neuer potenzieller grüner Flächen und Fahrradwege zu entwickeln. Allerdings dienen beide Beispiele eher als spielerische Inspiration und bedeuten noch keine konkrete Planung beziehungsweise Umsetzung. Probieren Sie beides selbst aus!

Ein weiteres Angebot bietet SpatialGPT: Derzeit wird es in München in den digitalen Zwilling der Stadt integriert und verwandelt städtische Daten in verständliche Einblicke. Zum Beispiel kann die KI Fragen zur Anzahl der Verkehrsschilder in einer Region beantworten und ob diese auch ihren Zweck erfüllen. Der Mehrwert dahinter: Planer wissen dadurch genau, wo welche Schilder stehen oder fehlen, ohne selbst vor Ort sein zu müssen. Das heißt, dass die Antwort auf solch eine Frage der Stadtverwaltung hilft, effizienter zu arbeiten. Denn die KI führt hier komplexe Datenverarbeitungsaufgaben aus und liefert Ergebnisse für unterschiedliche städtische Abteilungen. Zugleich lässt sich die KI auch zur Förderung von Bürgerbeteiligung einsetzen, da sie einen intuitiven Zugang zu allen Daten einer Stadt eröffnet und so zu inklusiveren Gemeinschaften und beteiligten Bürgern führen kann.

Autodesk dagegen ist ein kostenpflichtiges Tool, das mithilfe generativer KI Entwürfe für die städtische Bebauung erstellt. Das System berücksichtigt dabei Faktoren wie Sonnenlicht, Wind und Verkehr. Durch die Analyse von Standortdaten und die Simulation verschiedener Szenarien unterstützt es Städteplanerinnen und Städteplaner dabei, fundierte Entscheidungen zu treffen und die Effizienz der Bauplanung zu erhöhen.

Stadtplanungsmodell — Ein Beispiel für die visuelle Umgestaltung urbaner Räume: Mithilfe von KI-Tools werden Entwurfsideen visualisiert (Symbolbild) Gefo – stock.adobe.com

Rechtliche Überlegungen beim Einsatz generativer KI in Kommunen

Wie so häufig: Der Einsatz generativer KI in Kommunen birgt neben vielen Chancen auch rechtliche Herausforderungen – insbesondere hinsichtlich der Einhaltung der Datenschutzgrundverordnung (DSGVO) und der Einhaltung des Bundesdatenschutzgesetzes (BDSG). Transparenz, Auskunftsrechte und Datensicherheit sind hier entscheidend.

Ein Beispiel für die Anwendung der DSGVO und des BDSG im Kontext generativer KI ist die Analyse von Bürgerfeedback: Wenn Kommunen generative KI nutzen, um Rückmeldungen von Bürgerinnen und Bürgern zu analysieren, muss gewährleistet sein, dass personenbezogene Daten anonymisiert werden. Weiterhin ist es essenziell, Nutzende umfassend darüber zu informieren, wie man ihre Daten verarbeitet.

Darüber hinaus ist der noch nicht in Kraft getretene EU-KI-Act zu beachten, der KI-Anwendungen in drei Risikokategorien einteilt:

Zu bedenken sind Anforderungen an DSGVO und Datenschutz — Die Einhaltung gesetzlicher Vorschriften und Datenschutzrichtlinien ist bei der Nutzung von KI in der Verwaltung essenziell. Wolfilser – stock.adobe.com

Verbotene KI-Anwendungen: Darunter fällt zum Beispiel staatlich betriebenes Social Scoring, also die Überwachung und Bewertung des Verhaltens von Bürgerinnen und Bürgern. Dies ist explizit untersagt.
Hochrisiko-KI-Anwendungen: Diese KI-Anwendungen, wie etwa Tools zum Scannen von Lebensläufen, müssen strenge rechtliche Anforderungen erfüllen.
KI-Anwendungen mit geringerem Risiko: Solche Anwendungen sind nicht ausdrücklich verboten oder als hochriskant eingestuft und unterliegen daher weniger strengen Regulierungen. Ein Beispiel hierfür ist die KI-basierte Optimierung von Ampelphasen: Diese Systeme analysieren Verkehrsflussdaten in Echtzeit, um Signalphasen so anzupassen, dass Staus reduziert und der Verkehrsfluss verbessert wird.

KI-Anwendungen, die nicht ausdrücklich verboten oder als hochriskant eingestuft sind, bleiben weitgehend unreguliert. Abgesehen von den rechtlichen Vorgaben kann es daher zielführend sein, wenn eine Verwaltung Richtlinien zum Einsatz von KI entwickelt. Ein Beispiel hierfür sind die Leitlinien zu „Mehr KI in der Verwaltung“ des Bundesministeriums für Digitales und Verkehr.

Einführung generativer KI in kommunalen Verwaltungen

Der Einstieg in generative KI in Kommunen kann damit beginnen, dass Mitarbeitende durch praktische Anwendung erste Erfahrungen sammeln. So können einfache Aufgaben wie das Übersetzen von „Behördensprache“ in allgemeinverständliche Formulierungen oder das automatische Protokollieren von Besprechungen als Einstieg dienen. Tools wie DeepL bieten dabei Hilfe beim Übersetzen und Verfeinern von Texten.

Eine Alternative hierzu ist die eTranslation der Europäischen Kommission. Für das automatische Protokollieren von Besprechungen sind Tucan AI und Microsoft Teams mit integrierter Transkriptionsfunktion geeignet. Bei jeder Tätigkeit, bei der Mitarbeitende solche Anwendungen ausprobieren, sollte selbstverständlich dennoch der Mehrwert immer wieder hinterfragt werden.

Wer damit vertraut ist, kann in die strategische Planung übergehen: Dies beginnt mit der Frage nach weiteren Einsatzmöglichkeiten von KI in Arbeitsprozessen, rechtlichen Überprüfungen und Risikobewertungen. Beispielsweise kann eine Verwaltung Workshops und Umfragen unter Mitarbeitenden durchführen, um potenzielle Anwendungsbereiche zu identifizieren. Hierbei kann es auch hilfreich sein, sich externe Unterstützung zu holen.

Bei der Einführung ist es zudem ratsam, sich zunächst auf einzelne Teilprozesse zu konzentrieren, die für eine Optimierung durch generative KI geeignet sind. Beispielsweise lässt sich bei einer automatisierten Prüfung eines Antrags zunächst die KI dazu verwenden, um zu prüfen, ob dieser vollständig ausgefüllt ist. Im nächsten Schritt könnte dann automatisch ein Schreiben an die den Antrag verfassende Person verschickt werden, sollte der Antrag nicht vollständig ausgefüllt sein. In dem Schreiben kann die KI dann erläutern, welche Informationen fehlen und wie diese ergänzt werden könnten.

Eines ist nicht außer Acht zu lassen: Die Einführung von KI in Verwaltungen unterscheidet sich erheblich von der klassischen Softwarebeschaffung. Ein wesentlicher Unterschied ist hier die zentrale Rolle der Daten. Während herkömmliche Software programmiert wird, wird KI hauptsächlich durch das Training vorhandener Modelle mit spezifischen Anwendungsdaten entwickelt. Bei der Implementierung eines KI-Systems zur Erkennung von Verkehrsschildern sind zum Beispiel im Vorfeld umfangreiche Bilddaten zu sammeln und zu analysieren. Statt festen Regeln kommen nun trainierbare Modelle zum Einsatz, die kontinuierlich getestet werden, um zu überprüfen, ob eine KI die gewünschten Ergebnisse liefert. Verwaltungsmitarbeitende müssen daher experimentierfreudig sein und die Effizienz und den Mehrwert der KI-Anwendungen ständig hinterfragen.

Wie Sie bei der Einführung von generativer KI in einer Kommune am besten vorgehen, zeigen wir mit den folgenden Schritten:

Fragenzeichen und eine Glühbirne — Wie bei der Einführung von generativer KI in einer Kommune am besten vorzugehen ist. stockpics – stock.adobe.com

Problemidentifikation: Ermitteln Sie spezifische kommunale Aufgaben, die Sie durch KI optimieren könnten.
Potenzialanalyse: Bewerten Sie das Potenzial und die Machbarkeit der KI für Ihre identifizierten Aufgaben.
Datenanforderungen: Identifizieren und analysieren Sie die benötigten und verfügbaren Datenquellen.
Marktrecherche: Wählen Sie geeignete KI-Produkte für Ihre Beschaffung oder Ausschreibung aus – dies umfasst auch die Bewertung von Modellen.
Entwicklung eines MVP: Erstellen Sie ein Minimum Viable Product zur ersten Validierung.
Testphase: Überprüfen und validieren Sie Ihre KI-Lösung ausgiebig in einer kontrollierten Umgebung.
Produktivphase: Integrieren Sie und führen Sie Ihre KI-Lösung in den regulären Betrieb ein.
Überwachung und Optimierung: Überwachen, optimieren und passen Sie Ihre KI-Lösung kontinuierlich an Ihre Bedarfe an.

Ausblick: Die Entwicklung generativer KI in kommunalen Verwaltungen

Investitionen und strategische Ausrichtungen großer Unternehmen in generative KI wachsen derzeit in nie dagewesene Höhen. Eine rasante Weiterentwicklung dieser Technologien ist also erwartbar. Daher überrascht es auch nicht, dass sich derzeitige Herausforderungen wie Fehlinformationen und hoher Speicherbedarf zunehmend verbessern. Es ist folglich eine Frage der Zeit bis viele „Kinderkrankheiten“ – wie das „Halluzinieren“ der KI – abgeschwächt werden und zukünftige Large Language Modelle effizienter und mit geringerem Speicherplatzbedarf funktionieren, sodass sie einfacher lokal und datenschutzkonform von den Nutzenden zu betreiben sind.

Daher sind jetzt die Kommunen gefragt, die vorhandene Technik möglichst sinnvoll für die eigenen Zwecke einzusetzen. Hilfestellung bietet hier das Deutsche KI-Institut für Kommunen des Modellprojekts Smart Cities Gelsenkirchen. Das KI-Kompetenzzentrum, das künftig unter dem Namen Urban.KI beworben wird, möchte mit gezielten Projekten die Nutzung von KI in städtischen Umgebungen fördern und praktische Anwendungen entwickeln. Mit einem bundesweit ausgerufenen Innovationswettbewerb für kommunale KI-Anwendungen will Urban.KI derzeit Prototypen erstellen, die in Kommunen erprobt werden und so den Mehrwehrt von KI in der Stadt- und Regionalentwicklung direkt erlebbar machen.

Literaturverzeichnis

Bitkom e.V. (2024): Generative KI im Unternehmen: Rechtliche Fragen zum Einsatz generativer Künstlicher Intelligenz im Unternehmen. Zugriff: https://www.bitkom.org/sites/main/files/2024-02/Bitkom-Leitfaden-Generative-KI-im-Unternehmen.pdf [zuletzt abgerufen am 26. Juni 2024].

Bundesministerium für Digitales und Verkehr (2024): BMDV-KI-Leitlinien „KI in der Verwaltung“. Zugriff: https://bmdv.bund.de/SharedDocs/DE/Anlage/K/presse/pm-047-ki-richtlinie.pdf?__blob=publicationFile [zuletzt abgerufen am 26. Juni 2024].

Bundesministerium für Digitales und Verkehr (2024): Neue Richtlinien für mehr KI in der Verwaltung: Bundesdigitalminister gibt klares Signal zur Nutzung von KI in seinem Ressort. Zugriff: https://bmdv.bund.de/SharedDocs/DE/Pressemitteilungen/2024/047-wissing-ki-richtlinie.html?nn=13326 [zuletzt abgerufen am 26. Juni 2024].

Bundesministerium für Wirtschaft und Klimaschutz (2023): Künstliche Intelligenz in Stadt und Land. KOINNOmagazin Magazin für Innovationsbeschaffung 2/2023. Zugriff: https://www.koinno-bmwk.de/fileadmin/user_upload/KOINNOmagazin/2302_KOINNOmagazin_Kuenstliche_Intelligenz.pdf [zuletzt abgerufen am 26. Juni 2024].

Future of Life Institute (2024): Das EU-Gesetz zur künstlichen Intelligenz: Aktuelle Entwicklungen und Analysen des EU AI-Gesetzes. Zugriff: https://artificialintelligenceact.eu/de [zuletzt abgerufen am 26. Juni 2024].

Schwarze, M. (2024): KI-Assistent informiert über Entwicklungsagentur Rheinland-Pfalz. Zugriff: https://ea-rlp.de/ki-assistent-informiert-ueber-entwicklungsagentur-rheinland-pfalz [zuletzt abgerufen am 26. Juni 2024].

Seibel. B. (o.J.): Parla: Intelligentes Wissensmanagement für Verwaltungsdokumente. Zugriff: https://citylab-berlin.org/de/blog/parla-intelligentes-wissensmanagement-fuer-verwaltungsdokumente [zuletzt abgerufen am 26. Juni 2024].

Stadt Heidelberg (o.J.): KI-Bürgerassistenz Lumi: Der Chatbot für alle Fragen rund um Heidelberg. Zugriff: https://www.heidelberg.de/Digitale-Stadt/startseite/projekte/ki-buergerassistenz+lumi.html [zuletzt abgerufen am 26. Juni 2024].

Stadt Linz (o.J.): KI-Strategie der Magistratsdirektion Stadt Linz. Zugriff: https://www.linz.at/images/files/ki-strategie_stadt_linz.pdf [zuletzt abgerufen am 26. Juni 2024].

Weblinks

Atlas of urban AI: Zugriff: https://gouai.cidob.org/atlas [zuletzt abgerufen am 26. Juni 2024].

Hillemann, Dennis (2023): Podcast „Recht im Ohr“: Webinar „Künstliche Intelligenz in der Verwaltung: Grundlagen – Recht (AI Acr) – Implementierung“. Zugriff: https://www.youtube.com/watch?v=OMJW_FL7pBw [zuletzt abgerufen am 26. Juni 2024].

Deutsches KI-Institut für Kommunen. Urban KI: Zugriff: https://urban-ki.de [zuletzt abgerufen am 26. Juni 2024].

Erwähnte Chatbots

Parla [zuletzt abgerufen am 26. Juni 2024].
Lumi [zuletzt abgerufen am 26. Juni 2024].
Bot der Entwicklungsagentur Rheinland-Pfalz [zuletzt abgerufen am 26. Juni 2024].
ZüriCityGPT [zuletzt abgerufen am 26. Juni 2024].

Erwähnte KI-Tools

govocal [zuletzt abgerufen am 26. Juni 2024].
Zencity [zuletzt abgerufen am 26. Juni 2024].
DutchCycling [zuletzt abgerufen am 26. Juni 2024].
Urban Utopia [zuletzt abgerufen am 26. Juni 2024].
SpatialGPT [zuletzt abgerufen am 26. Juni 2024].
Autodesk [zuletzt abgerufen am 26. Juni 2024].
DeepL [zuletzt abgerufen am 26. Juni 2024].
eTranslation [zuletzt abgerufen am 26. Juni 2024].
Tucan AI [zuletzt abgerufen am 26. Juni 2024].