KI-Lücke schließen: Wissenszugriff der nächsten Generation bei Behörden

Der Wissenszugriff der nächsten Generation stellt einen fortschrittlichen Ansatz zum Auffinden, Verstehen und Nutzen von Informationen dar, der über herkömmliche Suchmethoden und statische Wissensspeicher hinausgeht.

Im öffentlichen Sektor bedeutet dieses Konzept, dass KI-Systeme und Bediener zum richtigen Zeitpunkt und im richtigen Kontext Zugang zum richtigen Wissen erhalten, wodurch die manuelle Suche in voneinander getrennten Quellen entfällt.

Der finanzielle Druck nimmt in vielen Regionen zu. In allen 193 untersuchten UN-Mitgliedstaaten nehmen die Investitionen in widerstandsfähige Infrastruktur und fortschrittliche Technologien weiter zu.² Von Führungskräften wird erwartet, dass sie mit weniger Ressourcen bessere Ergebnisse erzielen, weshalb sie zur Schließung dieser Lücke auf KI setzen.

Die strategische Bedeutung für Führungskräfte im öffentlichen Sektor ist klar. KI ist keine optionale Innovationsinitiative mehr. Sie wird zunehmend zu einer Priorität in der Politik und bei der Erbringung von Dienstleistungen, sodass Behörden, die sie nicht in die Praxis umsetzen können, unter zunehmendem Druck von Aufsichtsbehörden, gewählten Vertretern und der Öffentlichkeit, der sie dienen, stehen werden.

Die Zahl von 72 % verdient eine genauere Betrachtung. Die Umfrage von IDC identifiziert die wichtigsten Hindernisse für die Skalierung von KI: Qualifikationslücken, Sicherheits- und Compliance-Risiken sowie die Datenbereitschaft.¹

Traditionelle Data Warehouses wurden für die regelmäßige Analyse kuratierter, strukturierter Daten entwickelt. Agentische KI hängt von einem schnellen, verwalteten Zugriff auf eine weitaus breitere Wissensbasis ab, die Folgendes umfassen kann:

• Richtlinien und Verfahren

• Ticketnotizen und Korrespondenz

• Gesprächstranskripte, Formulare und operative Logs

• Signale für Cybersicherheitsbedrohungen in Echtzeit

Der Großteil dieser Inhalte ist unstrukturiert und befindet sich in isolierten Systemen, was die Korrelation und Analyse erschwert. Darüber hinaus sind sie in ihrem aktuellen Zustand für KI-Agenten möglicherweise weder auffindbar noch nutzbar.

Die Herausforderung tritt oft auf der Abrufebene auf. Ohne einen verwalteten Zugriff auf zuverlässiges Wissen könnten KI-Anwendungen weniger zuverlässige Ergebnisse liefern, was es den Behörden erschwert, das Vertrauen der Öffentlichkeit aufzubauen und aufrechtzuerhalten.

Vorschriften beginnen mit der Festlegung der Anforderungen für die Bereitstellung von KI in der Produktion. Der EU AI Act und der Interoperable Europe Act spiegelt einen allgemeinen globalen Trend hin zu formalen Standards für vertrauenswürdige, interoperable digitale öffentliche Dienste wider. Gleichzeitig beeinflussen digitale Souveränität und KI-Souveränität zunehmend Beschaffungsentscheidungen und betriebliche Anforderungen.

Laut einer Umfrage von IDC legen Organisationen des öffentlichen Sektors bei der Skalierung generativer und agentischer KI folgenden Schwerpunkte:

• Garantien zur Datenresidenz (46 %)

• Schutzmaßnahmen, einschließlich auf Abruf basierender Grundlagen und Richtlinienfilter (43 %)

• Überprüfbarkeit von Prompts und Aktionen (40 %)

• Human-in-the-loop-Genehmigungen (39 %)

• Modellherkunft und Software-Stückliste (38 %)¹

Diese Anforderungen müssen von Anfang an berücksichtigt werden und dürfen nicht erst nach der Einführung hinzugefügt werden. Sie prägen die Architektur, die Auswahl der Tools und das Systemdesign. Wie IDC aus Gesprächen mit hochrangigen Beamten feststellt, wünschen sich politische Entscheidungsträger eine KI-Infrastruktur, die sie „in Krisenzeiten kontrollieren“ können, was einen allgemeinen Wandel von Anforderungen an den Datenstandort hin zu strategischer Autonomie bei KI-Roadmaps widerspiegelt.¹

Für Entscheidungsträger bedeutet das die frühzeitige Bewertung der Anforderungen an Governance und Souveränität im Auswahlprozess. Die Modellleistung ist nur dann von Bedeutung, wenn die Technologie im Rahmen der Compliance-Anforderungen der Behörde eingesetzt werden kann.

Drei sich überschneidende Trends prägen diese Entwicklung:

• Hybridsuche als Standardmuster: Die Hybridsuche kombiniert die Stichwortsuche (lexikalisch) und die semantische Suche zur Unterstützung von RAG- und agentischen Workflows und schafft ein Gleichgewicht zwischen exakten Treffern und kontextuellem Verständnis.

• Offene Integrationsprotokolle: Standards wie das Model Context Protocol (MCP) – eine offene Spezifikation zur Verbindung von LLM-Anwendungen (Large Language Model) mit externen Datenquellen und Tools – beschleunigen die Integration und erhöhen gleichzeitig die Anforderungen an die Governance in Bezug auf die Art der Verbindung und die Art der Protokollierung.

• Sicherheits- und Risikokontrollen als Sicherheitsmechanismen: Durch Berechtigungsfilter, Schwärzung, Audit-Logs und die Nachverfolgung der Herkunft wird die Architektur für den Datenabruf an Frameworks wie das AI Risk Management Framework des National Institute of Standards and Technology (NIST) angepasst.³

Gemeinsam verwandeln diese Funktionen die Suche in einen KI-fähigen Abrufdienst, der Daten an vorschriftsmäßigen Speicherorten aufbewahrt und gleichzeitig einen kontrollierten Zugriff mit geringer Latenz über verteilte Systeme hinweg ermöglicht.

Bei einem verwalteten und einheitlichen Abruf kommen die Vorteile der gesamten Organisation zugute. Für IT-Teams und Entwickler reduzieren standardisierte Konnektoren, Indizierungsansätze und APIs für den Datenabruf den Aufwand für einmalige Integrationsarbeiten und beschleunigen die Bereitstellung projektübergreifend. Sicherheits- und Governance-Teams können damit unnötiges Kopieren von Daten einschränken und den Informationszugriff einfacher gestalten, um ein Audit durchzuführen.¹

Agenturen können mit Folgendem rechnen:

• Ein einheitliches Betriebsbild, das Datensilos aufbricht, die Transparenz verbessert und Teams den Kontext liefert, den sie für schnellere, fundiertere Entscheidungen benötigen

• Effizienzgewinne durch die Konsolidierung fragmentierter Such- und Abruf-Tools

• Geringeres Compliance-Risiko durch integrierte Berechtigungsfilter, Schwärzung und Audit-Logs

• Schnellere Umsetzung von KI-Anwendungsfällen bei Cybersicherheit der Behörden, Case Management und Bürgerdiensten

• Strategische Autonomie über KI-Roadmaps mit der Möglichkeit, diese je nach den geltenden Richtlinien in souveränen oder On-Prem-Umgebungen bereitzustellen

Diese Ergebnisse sind von Bedeutung, da Aufsichtsbehörden und gewählte Amtsträger letztendlich nach Nachweisen für eine ordnungsgemäße Governance, Prüfbarkeit und die Wirksamkeit der Mission suchen werden. Eine KI-Investition, die diese Ergebnisse nicht vorweisen kann, ist möglicherweise gefährdet.

Die Umfrage weist auf eine klare strategische Ausrichtung hin. Die Skalierung von KI ist nicht in erster Linie ein Problem der Modellauswahl. Sie ist ein architektonisches Problem, wobei die Abrufebene eine entscheidende Rolle spielt.

Für Führungskräfte des öffentlichen Sektors ergeben sich aus den IDC-Ergebnissen drei Prioritäten:

• Betrachten Sie die Datenbereitschaft als Voraussetzung und nicht als parallelen Arbeitsablauf. Investieren Sie vor der Ausweitung von KI-Pilotprojekten in die Grundlage für den verwalteten Datenabruf, die diese Projekte in großem Maßstab unterstützen wird.

• Planen Sie Souveränität von Anfang an ein. Datenresidenz, Prüfbarkeit und menschliche Aufsicht sind keine bloßen Compliance-Kriterien. Sie sind architektonische Anforderungen, die die Auswahl der Plattform beeinflussen.

• Wählen Sie Plattformen, die auf offenen Standards basieren. Interoperabilität schützt vor Anbieterabhängigkeit und bewahrt die strategische Autonomie angesichts sich wandelnder politischer Rahmenbedingungen und geopolitischer Gegebenheiten.

Behörden, die diese Prioritäten jetzt umsetzen, werden in den nächsten zwei bis drei Jahren mit Hilfe von KI messbare Ergebnisse bei der Erfüllung ihrer Aufgaben erzielen.

Der vollständige IDC Spotlight-Bericht, der von Elastic und AWS gemeinsam gesponsert wurde, enthält die vollständigen Umfragedaten, die globale Richtlinienanalyse und die architektonischen Leitlinien, auf die im gesamten Text verwiesen wird. IDC Spotlight-Bericht herunterladen: Schließung der KI-Lücke bei Behörden

• Entdecken Sie KI-Anwendungsfälle im öffentlichen Sektor von Elastic.

• Erfahren Sie, wie Organisationen des öffentlichen Sektors Elasticsearch nutzen.

• Lesen Sie den Artikel über generative KI und semantische Suche im öffentlichen Sektor.