KI in der Regierung verstehen: Anwendungen, Anwendungsfälle und Implementierung

Künstliche Intelligenz ist eine Reihe von Technologien, die es Maschinen ermöglichen, menschliche Intelligenz nachzuahmen und effiziente und genaue datengestützte Vorhersagen, Empfehlungen und Entscheidungen zu treffen. Eine Untergruppe von AI, GenAI, geht noch einen Schritt weiter. GenAI bietet erweiterte Datenverarbeitungsfunktionen und die Fähigkeit, neue, originelle Inhalte zu erstellen. Es ermöglicht intuitive, natürliche Sprachinteraktionen mit Maschinen und macht Technologie zugänglicher. Sei es traditionelle AI oder GenAI – im Kern kann AI Daten effizienter nutzen und verarbeiten als Menschen. 

Regierungsbehörden arbeiten mit riesigen Datenmengen – wahrscheinlich sogar mit mehr Daten als die meisten privaten Organisationen. Diese Daten sind oft hochsensibel und unterliegen strengen Datenschutzgesetzen. Daher ist der öffentliche Sektor eine Herausforderung. Er muss den Bedürfnissen aller Bürgerinnen und Bürger gerecht werden, und die verschiedenen Behörden haben unterschiedlich schnell digitalisiert. Das Ergebnis sind überwältigende Mengen digitaler Daten, die über Informationssilos verteilt sind und in denen sich Regierungsbeamte – und Bürgernutzer – nicht immer zurechtfinden. 

Gesetze, Transaktionen, Aufzeichnungen, Geheimdienstinformationen und mehr bilden den Datenpool von Regierungsbehörden und Interessengruppen. AI kann dabei helfen, die Herausforderungen von Big Data zu meistern: Silos aufzubrechen, Abläufe zu optimieren und die Effizienz zu steigern. Durch den Einsatz von AI können Behörden Kosten senken, die Leistungserbringung verbessern und die Zufriedenheit der Bürgerinnen und Bürger steigern.

Im Transportwesen können Machine Learning-Algorithmen für die Verkehrsoptimierung und die vorausschauende Wartung der Infrastruktur eingesetzt werden. In den USA erforschen Organisationen den Einsatz von AI für den öffentlichen Nahverkehr, indem sie Sensordaten auslesen und den Nutzern helfen, Routen und Fahrten zu planen und die Sicherheit auf den Straßen zu verbessern.

Im Bildungsbereich kann AI helfen, Bildungslücken zu schließen, indem sie den Zugang demokratisiert. Laut der UNESCO (Organisation der Vereinten Nationen für Bildung, Wissenschaft und Kultur) hat AI das Potenzial, einige der größten Herausforderungen im Bildungswesen zu bewältigen. Sie kann Lehr- und Lernpraktiken erneuern und die Fortschritte bei der Verwirklichung des nachhaltigen Entwicklungsziels einer inklusiven und gerechten, hochwertigen Bildung für alle beschleunigen. AI hat auch das Potenzial, personalisierte Lernplattformen und gezielte Hilfe für Schülerinnen und Schüler anzubieten. Einige Regierungsbehörden führen bereits AI-Schulungsmodule innerhalb der Regierungen ein, und es besteht die Möglichkeit, diese auf Privatpersonen auszuweiten.

Im Gesundheitswesen können AI-gestützte Tools das Gesamtniveau der Versorgung verbessern, indem sie Diagnosen und klinische Forschung beschleunigen. AI kann viele Diagnosetools unterstützen und administrative Prozesse automatisieren. Sie hat das Potenzial, die Erfassung klinischer Daten zu verbessern und den Wissensaustausch und die Forschung im gesamten Gesundheitssektor zu beschleunigen. Regierungsbehörden auf der ganzen Welt nutzen AI auch als prädiktives Analysetool für Krankheitsausbrüche, um die nächste Pandemie zu verhindern.

Über die Vorhersage und Verarbeitung hinaus können Behörden AI nutzen, um Bürgerinnen und Bürger besser mit wichtigen Dienstleistungen zu verbinden, die sie benötigen. Die Verbraucher erwarten einen sofortigen, effizienten und persönlichen Service – und die Behörden sind oft für ihre langsamen und ineffizienten Bearbeitungszeiten berüchtigt. AI kann die Qualität des Kundendienstes und des Supports so verbessern, dass sie den Erwartungen entspricht, die an das Serviceniveau im privaten Sektor gestellt werden.

In den USA belegt der öffentliche Sektor in der Kundenzufriedenheitsbefragung den letzten Platz unter den zehn Branchen.¹ Durch die Integration verschiedener AI-Anwendungen wie Search AI, rund um die Uhr verfügbarer Chatbots und automatisierter Verwaltungsprozesse können Regierungen die Verbreitung öffentlicher Informationen optimieren, personalisierte Behördendienste anbieten und den Kundenservice insgesamt verbessern.
Lesen Sie mehr: Warum Kundenservice für die Regierung wichtig ist – und wie AI dabei helfen kann

Die Behörden bearbeiten riesige Mengen an Papierkram, Daten und Verwaltungsaufgaben. Die Zeit, die mit dem manuellen Sortieren von Dokumenten verschwendet wird, kann für die Bürger reale Auswirkungen haben. Die US-Regierung schätzt, dass jedes Jahr potenzielle Leistungen im Wert von 140 Milliarden ^$ ungenutzt bleiben, weil die Prozesse veraltet oder kompliziert sind.

Neben der Verbesserung des Wissensaustauschs, der Zugriffskontrollen und der allgemeinen Effizienz ebnet der papierlose Betrieb den Weg für Automatisierung und AI. AI ist besonders nützlich, wenn es darum geht, Informationen abzurufen, die in verschiedenen Formaten und an verschiedenen Orten gespeichert sind. Dadurch werden die Daten leichter zugänglich und die Mitarbeitenden verschwenden keine Zeit mit der Suche in verschiedenen Dateien und Systemen.

Einige Schätzungen gehen davon aus, dass der öffentliche Sektor in den USA bis 2033 durch GenAI Produktivitätsgewinne in Höhe von 519 Milliarden Dollar erzielen wird.³ Durch die Verringerung der manuellen Arbeitsbelastung hilft AI, menschliche Fehler zu minimieren und die betriebliche Effizienz zu steigern.

Im Rechtsfeld kann AI Informationen finden, die an verschiedenen Orten und in verschiedenen Formaten gespeichert sind. Sie kann Prozesse wie die Dokumentenverarbeitung und -klassifizierung, die Workflow-Automatisierung für Genehmigungen, Steuererklärungen und Sozialleistungen sowie die Betrugserkennung bei öffentlichen Hilfsprogrammen automatisieren. AI kann auch juristische Prozesse vereinfachen und rationalisieren, einschließlich E-Discovery, Compliance-Prüfungen und Vertragsanalysen, und so die Genauigkeit und Effizienz verbessern.

AI kann auch dabei helfen, große Mengen an Informationen im Hochschulbereich, insbesondere in Forschungseinrichtungen, zu sichten. GenAI hilft Forschern, kontextbezogene, relevante Informationen aus einer Vielzahl von Quellen zu finden und zu verwenden. Das ist besonders wichtig für gemeinsame Forschungsprojekte, die sich über Abteilungen oder Universitäten erstrecken.

Datengestützte Entscheidungsfindung ist der Schlüssel zur Optimierung von Effizienz, Dienstleistungen und Ergebnissen. Jüngste Untersuchungen haben jedoch gezeigt, dass nur 32 % der Führungskräfte des öffentlichen Sektors Daten-Einblicke für ihre täglichen Entscheidungen nutzen.

AI bietet ihren Nutzern die beispiellose Möglichkeit, aus konsolidierten Daten wertvolle Einblicke zu gewinnen, die die Entscheidungsfindung unterstützen. So kann die prädiktive Analytik beispielsweise Trends in den Bereichen Kriminalität, öffentliche Gesundheit und wirtschaftliche Veränderungen mit Prognose vorhersagen und den Regierungen helfen, diese Herausforderungen proaktiv zu bewältigen.

Politiker können sich auch auf prädiktive Analysen verlassen, um Simulationsmodelle zu erstellen, die die potenziellen Auswirkungen von Gesetzen bewerten, bevor diese umgesetzt werden. 

Lesen Sie mehr: Herausforderungen mit Daten und AI lösen: 5 Einblicke für Führungskräfte im öffentlichen Sektor

Wie alles im öffentlichen Sektor muss auch der Einsatz von AI sorgfältig reguliert werden, um ein ethisches Deployment, Fairness und Transparenz zu gewährleisten. Regierungsbehörden arbeiten mit sensiblen Daten. Die Schaffung eines soliden Governance-Frameworks trägt dazu bei, Risiken zu mindern, rechtliche Standards einzuhalten und das öffentliche Vertrauen in staatliche AI-Initiativen zu erhalten. Letzteres ist der Schlüssel zur Erfüllung der Erwartungen der Verbraucher und zur Verbesserung der staatlichen Dienstleistungen.

Die Regulierungsbehörden hatten größtenteils große Mühe, mit den Fortschritten in der AI Schritt zu halten. Die rasche Einführung von AI im privaten Sektor und das uneinheitliche Verständnis der Fähigkeiten, Vorteile und Risiken der Technologie machen die Regulierung zu einer Herausforderung.

Als Reaktion darauf legen Regierungen ethische Standards, rechtliche Überlegungen und Frameworks fest, um einen verantwortungsvollen Einsatz von AI sicherzustellen. Diese Vorschriften zielen darauf ab, Fairness, Rechenschaftspflicht und Transparenz zu fördern und sicherzustellen, dass AI-Anwendungen mit demokratischen Werten und Menschenrechten übereinstimmen. Allerdings ist die Einhaltung dieser Frameworks in den einzelnen Regionen unterschiedlich und beeinflusst die Art und Weise, wie AI in Regierungsbehörden implementiert wird.

Insgesamt stehen Datenschutzgesetze, Fairnessauflagen und Transparenzrichtlinien im Mittelpunkt der Compliance-Anforderungen, die darauf abzielen, vertrauenswürdige und sichere AI-Dienste zu gewährleisten.

In den USA gibt es derzeit keine bundesstaatlichen, übergreifenden AI-Vorschriften,⁴ und die Bemühungen, sie anzunehmen oder abzulehnen, sind untrennbar mit dem Zweiparteiensystem verbunden. Die Verwaltungen werden hin und her schwanken, ob sie Regulierungen auferlegen oder sie ganz aufheben, um eine schnelle Innovation zu fördern. Stattdessen erlassen die Bundesstaaten Vorschriften, was zu einem Flickenteppich von Gesetzen und einer komplizierten Compliance-Landschaft führt, in der sich Regierungsbehörden und Interessengruppen selbst zurechtfinden müssen.

Auf der anderen Seite hat die Europäische Union das KI-Gesetz eingeführt, das erste Framework, um Sicherheit, Grundrechte und menschenzentrierte AI zu gewährleisten und die Akzeptanz, Investitionen und Innovation in der AI in der gesamten EU zu stärken.

Das größte Sicherheitsproblem beim Einsatz von GenAI in Behörden ist der Umgang mit sensiblen Daten mit öffentlichen Large Language Models (LLMs), grundlegenden Teilen von AI-Systemen, die natürliche Sprache verwenden. Die unsachgemäße Verwendung von öffentlichen LLMs kann Risiken wie Datenlecks, unbeabsichtigte Offenlegung geheimer Informationen und Anfälligkeit für gegnerische Manipulationen mit sich bringen.

KI-Systeme funktionieren oft wie Blackboxen, was die Gewährleistung der Sicherheit zu einer besonderen Herausforderung macht. Ihr Mangel an Transparenz erschwert die Risikobewertung und die Bemühungen zur Risikominderung und erhöht die Anfälligkeit für Datenschutzverletzungen und feindliche Angriffe. Folglich stellt der Einsatz von AI in der Regierung komplexe Sicherheitsherausforderungen dar, insbesondere im Hinblick auf den Schutz nationaler Sicherheitsinteressen. Um diese Risiken wirksam zu mindern, ist die Implementierung strenger Sicherheitsvorkehrungen wie robuster Verschlüsselung, Zugriffskontrollen und kontinuierlichem Monitoring unerlässlich.

Um sicherzustellen, dass GenAI auf dem richtigen Kontext basiert, können Unternehmen Retrieval-Augmented Generation (RAG) implementieren, eine Gruppe von Techniken, die die sichere Verwendung von proprietären Daten ermöglichen. Dieser Ansatz trägt zur Risikominderung bei, indem er sicherstellt, dass AI-Modelle auf verlässlichen, aktuellen Daten beruhen und nicht nur auf potenziell verzerrten oder veralteten Trainingsdaten. Durch die Integration von RAG können Regierungsbehörden eine bessere Kontrolle über sensible Informationen behalten und sich auf kontextbezogene Antworten verlassen. 

Die größten Herausforderungen bei der AI-Einführung sind nicht nur technischer Natur. Dazu gehören auch ein Mangel an Fachkräften und oft unklare Vorschriften.⁵ Viele Behörden stoßen aufgrund von Bedenken hinsichtlich der Daten-Sicherheit, der Verdrängung von Arbeitsplätzen und der Komplexität der Umsetzung auf Widerstand. Die erfolgreiche Integration von AI in die Regierung muss ein mehrstufiger, strategischer Prozess sein, der diese Hindernisse überwindet und eine Innovationskultur fördert.

• Sicherstellung der Echtzeit-Datentransparenz: Eine effektive AI-Implementierung hängt maßgeblich davon ab, dass Agenturen vollständigen Echtzeitzugriff auf alle relevanten Daten haben. Ohne vollständige Transparenz können AI-gestützte Einblicke und Automatisierung unvollständig oder ungenau sein. Schließlich ist AI nur so gut wie die Daten, die sie nutzt.

• Planung und Steuerung: Der Mangel an Regulierung mag zwar die Innovation fördern, kann aber die Einführung von AI auf Regierungsebene behindern. Die Festlegung klarer Richtlinien, ethischer Leitlinien und Maßnahmen zur Einhaltung von Vorschriften kann dazu beitragen, ein schnelles – und verantwortungsvolles – AI-Deployment zu gewährleisten.

• Identifizierung spezifischer Anwendungsfälle: Behörden sollten bewerten, wo AI die größte Wirkung erzielen kann, sei es bei öffentlichen Diensten, bei der Automatisierung oder bei der Entscheidungsfindung. Die Regierungen sollten diese Dienstleistungen langsam ausweiten, um sich auf die Sektor- und Wirtschaftsebene auszuwirken. 

• Skalierung und Sicherheit: Über die Skalierung von Anwendungsfällen hinaus sollten die Behörden sicherstellen, dass die Technologie in der Lage ist, dem Skalieren und den sich entwickelnden Anforderungen der Regierung gerecht zu werden und gleichzeitig sicher zu bleiben.

• Integration mit bestehenden Systemen: Obwohl sich Regierungsbehörden auf einem unterschiedlichen technischen Reifegrad befinden, ist es für eine erfolgreiche Implementierung entscheidend, sicherzustellen, dass sich AI-Systeme nahtlos in bestehende Systeme integrieren lassen.

Auf der ganzen Welt entwickeln Regierungsbehörden Programme, um die Mitarbeitenden staatlicher Akteure und öffentlicher Nutzer im Umgang mit AI weiterzubilden und so noch mehr Vorteile zu erschließen (und gleichzeitig die Risiken zu mindern).

Das US Department of State AI Inventory 2024 beschreibt verschiedene AI-Anwendungen in Diplomatie, Cybersicherheit und Verwaltungsfunktionen, die darauf abzielen, öffentliche Dienstleistungen, Effizienz und Entscheidungsfindung zu verbessern.⁶ Das US-Außenministerium nutzt AI, um die diplomatische Staatskunst zu modernisieren. Das Office of the Under Secretary for Management nutzt AI-Technologien innerhalb des Außenministeriums, um traditionelle diplomatische Aktivitäten voranzutreiben, und wendet Machine Learning auf interne Informationstechnologie- und Unternehmensberaterfunktionen an.

Weitere Beispiele für Initiativen sind:

• Übersetzung von konsularischen Inhalten: AI-Übersetzungsmodelle arbeiten mit Teams zusammen, um Kunden konsularische Inhalte auf Regierungs-Websites in ihrer bevorzugten Sprache zur Verfügung zu stellen. AI reduziert den Zeit- und Ressourcenaufwand, während die menschliche Note Genauigkeit und Verständnis gewährleistet (AI hat immer noch Probleme mit juristischem Jargon!).

• Violence Against Civilians Model: Ein Machine-Learning-Modell, das politische, soziale und wirtschaftliche Open-Source-Datensätze verwendet, um Massentötungen von Zivilisten für das kommende Quartal und Jahr für jedes Land weltweit vorherzusagen, um die Konfliktprävention zu unterstützen.

• Senturion Alpha: Ein Stakeholder-/Einflussmodell, das identifiziert, wo sich wichtige Entscheidungsträger in einem Themenspektrum befinden und wer wen beeinflusst. Die Simulation analysiert die politische Dynamik innerhalb von Kontexten und schätzt ab, wie sich die politischen Positionen konkurrierender Interessen im Laufe der Zeit entwickeln werden.

• Storyzy: Verbessert die erkannte Verwendung von synthetischen Inhalten, d. h. computergenerierte Daten, die reale Daten nachahmen.

Die Elastic Search AI Platform bietet umfassende Suchfunktionen für die Erstellung von AI-Apps und RAG-Workflows, Sicherheit auf Dokumentenebene, eine produktionsbereite Vektordatenbank, unser ELSER-vortrainiertes Retrieval-Modell für relevantere Suchergebnisse in natürlicher Sprache und E5-Unterstützung (mehrsprachig). Der offene Ansatz von Elastic ermöglicht es Ihrem Team, Ihre Daten sicher in Ihre eigenen Transformer-Modelle oder Transformer-Modelle von Drittanbietern zu integrieren. 

• Erweiterte Datenanalyse: Echtzeit-Einblicke aus strukturierten und unstrukturierten Daten

• Verbesserte Suchfunktionen: Verbesserter Datenabruf für Informationen und öffentliche Aufzeichnungen

• Skalierbare AI-Systeme: Flexible Infrastruktur, die sich an veränderte Anforderungen anpasst

Durch den Einsatz von Elasticsearch können Behörden die Transparenz, Effizienz und das Engagement der Bürgerinnen und Bürger verbessern und so die digitale Transformation skalieren.