Warum der größte Hebel nicht im Leuchtturmprojekt liegt, sondern in Prozessen und Wissen.

In der Debatte über Künstliche Intelligenz in der öffentlichen Verwaltung geht es häufig um Modelle, Pilotprojekte und Leuchtturmvorhaben. Selten wird jedoch die Frage gestellt, wo die Verwaltung ihre größten und ältesten Rückstände hat. Genau dort liegt jedoch die eigentliche Chance. Denn die Verwaltung kämpft nicht nur mit zu wenig Digitalisierung im Allgemeinen. Seit Jahren kämpft sie auch mit zwei konkreten, ungelösten Strukturproblemen: zu wenig wirksamer Prozessautomatisierung und zu wenig systematischem Wissensmanagement.

KI ist keine Wunderlösung. Aber sie könnte erstmals genau in diesen beiden Feldern den Durchbruch ermöglichen.

Kein Erkenntnisproblem, sondern ein Umsetzungsproblem

Wenn man mit Führungskräften in Behörden und öffentlichen Unternehmen spricht, erfährt man selten etwas Überraschendes über die Schwachstellen des eigenen Hauses. Die Probleme sind bekannt, oft seit vielen Jahren: Die Verfahren sind langsam und arbeitsteilig, die Vorgänge wechseln mehrfach das Medium zwischen Papier, PDF und Fachverfahren und ein erheblicher Teil des relevanten Wissens steckt in den Köpfen erfahrener Mitarbeiter statt in nutzbaren Systemen.

Der Verwaltung fehlt also meist nicht das Wissen über ihre Probleme, sondern die Kraft, bekannte Schwachstellen konsequent zu bearbeiten. Zwar haben viele Modernisierungsinitiativen Teilbereiche verbessert, etwa indem sie Onlinezugänge zu einzelnen Leistungen ermöglicht haben. Die zähen, wiederkehrenden Engpässe im Tagesgeschäft sind jedoch geblieben. Genau diese Lücke zwischen Erkenntnis und Umsetzung ist der Ausgangspunkt jeder ehrlichen Diskussion über KI.

Die Gründe dafür sind vielschichtig und nur selten technischer Natur. Knappe Personaldecken lassen kaum Spielraum, um das Tagesgeschäft für strukturelle Verbesserungen zu unterbrechen. Die Verfahren sind über Jahre gewachsen und mit rechtlichen Anforderungen verwoben, sodass jede Änderung Abstimmung und Absicherung verlangt. Hinzu kommt, dass viele Vorhaben mit der Beschaffung eines Systems begonnen haben und nicht mit der nüchternen Analyse des konkreten Engpasses. Das Ergebnis ist eine Modernisierung, die nur an der Oberfläche sichtbar wird und die mühsamen Routinen darunter kaum berührt.

Zwei Baustellen ziehen sich durch fast alle Behörden

Hinter den vielen sichtbaren Symptomen stecken im Kern zwei Defizite.

1. Das erste ist eine unzureichende Prozessautomatisierung: Anträge werden manuell gesichtet, auf Vollständigkeit geprüft, weitergereicht und nachgehalten. Schritt für Schritt, oft ohne durchgängige digitale Unterstützung.
2. Das zweite Defizit ist ein unzureichendes Wissensmanagement: Regelungen, frühere Fallkonstellationen, Zuständigkeiten und bewährte Formulierungen sind verstreut, schlecht auffindbar und stark an einzelne Personen gebunden.

Wer diese beiden Bereiche angeht, greift nicht ein Randproblem an, sondern den gemeinsamen Nenner sehr unterschiedlicher operativer Beschwerden.
Sie verstärken sich gegenseitig. Wo Prozesse nicht automatisiert sind, binden manuelle Routinen genau die erfahrenen Kräfte, die eigentlich für die schwierigen Fälle gebraucht würden. Und wenn Wissen nicht systematisch verfügbar ist, lässt sich auch ein Prozess nur schwer standardisieren, da zu viele Entscheidungen auf stillem Erfahrungswissen beruhen. Diese Wechselwirkung erklärt, warum punktuelle Einzelmaßnahmen oft verpuffen, da sie jeweils nur eine Hälfte des Problems lösen. Die Zuspitzung auf diese beiden Felder ist deshalb bewusst plakativ, aber nicht naiv. Sie benennt den Hebel, an dem sich am meisten bewegen lässt.

Warum ausgerechnet jetzt Bewegung in die Sache kommt

Die Themen Automatisierung und Wissensmanagement sind nicht neu. Neu ist jedoch, dass sich gerade die Aufgaben wirtschaftlich bearbeiten lassen, an denen die klassische Digitalisierung lange scheiterte. Bisherige Ansätze funktionierten gut, solange Daten sauber strukturiert, Abläufe klar definiert und Zusammenhänge fest verdrahtet waren. An ihre Grenzen stießen sie jedoch überall dort, wo es auf Bedeutung, Kontext und Verknüpfung ankam. Auch saubere Datensätze sind nutzlos, wenn sie in verschiedenen Fachverfahren verteilt sind, uneinheitlich gepflegt werden und nicht sinnvoll zueinander in Beziehung gesetzt werden.

Genau hier setzt KI an: nicht als Ersatz für die Verwaltung, sondern als Werkzeug für jene Tätigkeiten, die bisher zwischen Mensch und System liegen blieben. Dazu gehören beispielsweise Inhalte einordnen und klassifizieren, verteilte Informationen zusammenführen, internes Wissen auffindbar machen, Anfragen vorsortieren, Antwortentwürfe vorbereiten oder Fälle priorisieren. All das waren Aufgaben, die viel manuelle Vorarbeit erforderten und sich nur schwer in starre Workflows pressen ließen – unabhängig davon, ob die zugrunde liegenden Daten strukturiert vorliegen oder nicht.

Dabei ist die Aufgabe an sich nicht neu. Das automatisierte Erkennen, Klassifizieren und Extrahieren von Daten aus geschriebenen Texten ist eine Aufgabe, die Systeme im Input-Management mit Advanced-Recognition-Verfahren bereits seit über zwanzig Jahren leisten. Der Unterschied zu früheren Digitalisierungswellen liegt deshalb nicht in einem grundsätzlich neuen Versprechen, sondern in einem neuen Kosten-Nutzen-Verhältnis und einer Breite an Einsatzfällen, die vorher unerreichbar war. Früher waren solche Lösungen teuer, eng auf einzelne Dokumentarten zugeschnitten und nur mit erheblichem Aufwand für Regelwerke, Schulungen und Integrationen zu betreiben. Sie waren wirtschaftlich also oft nur bei hohen Stückzahlen darstellbar. Heute stehen Systeme zur Verfügung, die in ihrer Leistungsfähigkeit, der Breite ihrer Einsatzfälle und ihrem Kosten-Nutzen-Verhältnis eine ganz andere Attraktivität erreichen. Damit rücken genau jene Aufgaben in Reichweite, die Prozessautomatisierung und Wissensmanagement bisher ausbremsten, auch dort, wo sich der Aufwand früher schlicht nicht gerechnet hat.

Eine Untersuchung von McKinsey zum öffentlichen Dienst zeigt, welche Größenordnung dahintersteckt: Während bei wissensintensiven Tätigkeiten bislang nur rund 20 Prozent der Aufgaben automatisiert werden konnten, lassen sich mit generativer KI bis zu 55 Prozent dieser Aufgaben unterstützen. Hochgerechnet könnte dies den aktuellen Fachkräftemangel im öffentlichen Dienst von rund 550.000 fehlenden Vollzeitkräften um bis zu 165.000 Vollzeitkräfte verringern. In ersten bürgernahen Anwendungen übernahmen KI-gestützte Assistenten bereits rund die Hälfte der Anfragen, die zuvor ein Callcenter bearbeiten musste. Solche Zahlen zeigen das Potenzial, aber keine Selbstläufer. Sie machen jedoch deutlich, dass es sich hierbei nicht um eine Randoptimierung handelt, sondern um einen Hebel von struktureller Größe.

Was Entscheider daraus ableiten sollten

Für die Steuerung von KI-Initiativen ist ein anderer Einstieg erforderlich. Wer über KI in der Verwaltung spricht, sollte nicht mit dem Modell, sondern mit dem Engpass beginnen. Die erste Frage lautet nicht, welche Technologie eingesetzt wird, sondern welche Prozesse spürbar entlastet und welches Wissen systematisch nutzbar gemacht werden soll.
Daraus ergibt sich eine pragmatische Priorisierung. Geeignet sind zunächst Prozesse mit hohem Volumen, klaren Regeln und viel manueller Vorarbeit, wie etwa die Vorprüfung eingehender Unterlagen. Im Wissensmanagement lohnt sich ein Blick auf Domänen, in denen Auskünfte häufig nachgefragt, aber schwer auffindbar sind. Entscheidend ist die Kombination aus hohem Nutzen und überschaubarem Risiko sowie das klare Festlegen von Leitplanken dort, wo Entscheidungen rechtliche oder bürgerrelevante Wirkung entfalten.

Drei Beispiele veranschaulichen das, ohne in technische Details abzuschweifen. Eingehende Anträge werden automatisch vorsortiert, auf Vollständigkeit geprüft und den richtigen Bearbeitungspfaden zugewiesen. Das entlastet den Prozess. Mitarbeiter finden interne Regelungen, frühere Fälle und Formulierungsbausteine schneller über eine intelligente Suche oder einen internen Assistenten. So wird vorhandenes Wissen genutzt. Und: Bürgeranfragen werden vorqualifiziert oder standardisierte Auskünfte vorbereitet, sodass Fachpersonal mehr Zeit für komplexe Sachverhalte gewinnt. So werden beide Felder verbunden. In allen Fällen zählt der Nutzen, nicht die Architektur dahinter.
Für die Steuerung bedeutet dies, KI-Vorhaben nicht als isolierte Technikprojekte, sondern als Teil der Prozess- und Wissensarbeit zu behandeln. Ein sinnvoller Maßstab ist nicht die Zahl der eingeführten Werkzeuge, sondern die spürbare Entlastung in einem klar benannten Ablauf und die Frage, ob relevantes Wissen danach verlässlicher auffindbar ist. Erfolg zeigt sich dort, wo Mitarbeitende weniger Zeit mit Suchen und Sortieren verbringen und mehr mit Aufgaben, die fachliche Urteilskraft verlangen.

KI ist kein Abkürzungstrick, aber ein realistischer Beschleuniger

Bei aller Zuspitzung gilt: KI bleibt ein Werkzeug. Sie ersetzt keine Verwaltungsreform und löst weder den Föderalismus, die Rechtskomplexität, die Budgetrestriktionen noch den Fachkräftemangel im Alleingang. Auch Automatisierung und Wissensmanagement sind nicht die einzigen Herausforderungen der Verwaltung, aber aus Managementsicht sind sie die beiden sichtbarsten Hebel mit dem höchsten kurzfristigen Nutzenversprechen.

Damit diese Hebel wirken, müssen die entsprechenden Voraussetzungen berücksichtigt werden. Ohne belastbare Datenqualität, klare Governance, definierte Rollen und Verantwortlichkeiten sowie die Bereitschaft zu organisatorischen Veränderungen bleibt jedes KI-Vorhaben Stückwerk. Die eigentliche Chance von KI für die Verwaltung liegt womöglich nicht im Neuen, sondern darin, lange bekannte Rückstände endlich aufzuholen. Wer KI als gezielten Beschleuniger für Prozessautomatisierung und Wissensmanagement statt als Selbstzweck versteht, stellt nicht zuerst die Technikfrage, sondern die richtige: Wo entlasten wir konkret und welches Wissen machen wir endlich nutzbar?