KI in der öffentlichen Verwaltung: Warum generative KI statt Regel-Bots für Bürgerdienste entscheidet
Wann eine Bürgeranfrage heute scheitert, ist gut dokumentiert: Ein Familienvater fragt den Chatbot der Kommune, ob die Anmeldung des Zweitwagens online geht oder ob er persönlich vorbeikommen muss. Der Bot kennt den Begriff „Zweitwagen" nicht, sein Entscheidungsbaum endet bei „PKW". Der Bürger ruft an, der Sachbearbeiter ist beschäftigt, die Anfrage landet in der Warteschleife. Regelbasierte Bots funktionieren, solange die Frage dem Muster entspricht, das ihr Frage-Antwort-Baum kennt. Bürger fragen selten in Mustern.
Warum Bürger-Bots heute meist scheitern
Die meisten „Verwaltungs-Bots" sind regelbasiert. Ein regelbasiertes System übersetzt Nutzereingaben in Schlüsselwörter, ordnet sie einer Kategorie zu und spielt die dazugehörige Antwort ab. Das Grundproblem aller Regel-Bots aber bleibt gleich: Jede Frage, die keinem gespeicherten Muster entspricht, bricht den Dialog ab.
Auf einer städtischen Website mit mehreren hundert Diensten ist die Zahl möglicher Fragen praktisch unbegrenzt. Ein Regel-Bot, der jede Variante einzeln pflegen will, wird nie fertig. Und die Pflege hört nie auf: Neue Dienstleistungen, geänderte Zuständigkeiten, neue Formulare. Jedes Update ist manuelle Arbeit am Frage-Antwort-Baum.
Dazu kommt die Verteilung auf einzelne Kanäle. Ein FAQ-Chatbot auf einer Unterseite, ein Kontaktformular auf einer anderen, eine Telefonnummer im Impressum. Wer den Kanal wechselt, verliert den Kontext seiner Anfrage und muss von vorn beginnen.
Was generative KI mit RAG in Behörden konkret ändert
Generative KI beantwortet eine Frage nicht aus einer Antwortliste, sondern formuliert die Antwort aus den Inhalten, die sie findet. Die Technik dahinter ist Retrieval-Augmented Generation, kurz RAG. Ein RAG-System durchsucht die vorhandenen Inhalte der Behörde, etwa Satzungen, FAQ und Dienstbeschreibungen, und beantwortet die Frage auf dieser Grundlage. Es kann also auch eine Formulierung, die so noch nie in einem Q&A stand, korrekt auflösen, wenn die zugrunde liegende Information auf der Website vorhanden ist.
Der Unterschied ist für einen Bürger spürbar. Dieselbe Frage nach dem Zweitwagen beantwortet ein generatives System mit einem Satz zur Online-Anmeldung und einem Verweis auf den genauen Formularweg, statt mit einem Abbruch. Antworten bleiben nachvollziehbar, weil sie die Quellen nennen, aus denen sie stammen.
Agentic RAG geht einen Schritt weiter. Statt nur eine retrieverbasierte Antwort zu liefern, plant das System selbstständig mehrere Schritte, etwa: erstelle einen Termin, prüfe, welche Unterlagen fehlen, und weise den Bürger auf den nächsten Behördenweg hin. Für mehrstufige Verwaltungsprozesse ist genau das die relevante Fähigkeit.
Klar ist auch die Grenze. Generative KI beantwortet nur, was im Datenbestand steht. Fehlt die Information in den verknüpften Quellen, kann sie sie nicht erfinden. Die Qualität hängt damit mindestens so sehr an der Pflege der Inhalte wie an der Technik dahinter. Deshalb gehört zu jedem Projekt das Schließen von Content-Lücken, nicht nur der Aufbau des Bots.
Was in Kommunen schon im Regelbetrieb läuft
Vier Beispiele zeigen, wo Kommunen heute stehen.
Der 115-Chatbot des FITKO ist seit 2024 im Regelbetrieb und beantwortet Fragen aus einem festen Verwaltungsleistungs-Katalog. Er funktioniert für Kommunen im 115-Verbund, ist aber eine Verbundlösung: Wer nicht Teilnehmer ist, nutzt ihn nicht. Als Basis dient ein kompaktes Sprachmodell, die Antworten bleiben stark an den Leistungskatalog gebunden.
Münchens „Muckl" ist ein städtischer FAQ-Chatbot auf den Inhalten der Stadtverwaltung. Er beantwortet Anfragen in einem Kanal, klassisch als Widget auf der Website. Erwähnenswert ist er als öffentlich sichtbares Beispiel dafür, dass kommunale Stellen den Schritt zu KI gehen, nicht als Beleg für einen mehrkanaligen Ansatz.
Heidelbergs „Lumi" läuft seit 2022 auf Basis von Aleph Alpha und hat bis heute rund 4.500 Gespräche geführt, im Schnitt etwa 39 pro Tag. Das Volumen ist überschaubar, und das Projekt steht exemplarisch für eine frühe, einzelne Umsetzung.
Und das Fraunhofer-IESE/PD-Whitepaper „KI-Agenten in Kommunen" (Oktober 2026) hat den Trend offiziell anerkannt: Agenten werden für Kommunen als Zukunftsthema beschrieben, nicht mehr nur als Experiment.
Die gemeinsame Lücke dieser Beispiele ist strukturell. Die meisten Lösungen sind Single-Channel-FAQ-Bots oder auf einen Verbund zugeschnitten. Was außerhalb des 115-Verbunds fehlt, ist ein generativer, mehrkanaliger KI-Layer, der Chat, Suche, Formular und Telefon auf einer gemeinsamen Wissensdatenbank bedient.
Der Compliance-Fall: DSGVO, EU AI Act und BFSG in einem Anbieter
Für den öffentlichen Sektor ist Rechssicherheit keine Zusatzoption, sondern Voraussetzung der Beschaffung. Drei Regulierungen überschneiden sich dabei.
Die DSGVO verlangt, dass personenbezogene Daten in der EU verarbeitet werden. Ein KI-Layer für deutsche Behörden sollte deshalb auf europäischem Hosting laufen und keine Daten für Trainingszwecke verwenden. Konkret heißt das in der Praxis: Azure-Rechenzentren in der EU für die Modelle, die Nutzerdaten getrennt davon, beides ohne Datenabfluss in Drittstaaten. Mehr dazu im Glossar zu DSGVO-konformer KI.
Der EU AI Act ist seit Februar 2025 in Kraft und stuft Systeme nach Risiko ein. Für Website-KI relevant sind vor allem Transparenzpflichten, Protokollierung und die Möglichkeit menschlicher Aufsicht. Was die Verordnung genau verlangt und wo Fristen greifen, steht im Eintrag zum EU AI Act.
Und seit dem 28. Juni 2025 ist Barrierefreiheit nach BFSG für öffentliche Stellen Pflicht. WCAG 2.1 AA ist dabei die technische Grundlage. Ein Chatbot, der Screenreader-Nutzer ausschließt oder nur per Maus bedienbar ist, fällt beim Prüfverfahren durch.
Wer die drei Anforderungen in einem Anbieter bekommt, statt sie aus drei Verträgen zusammenzusetzen, spart nicht nur Zeit in der Beschaffung. Er reduziert das Risiko, dass eine Lösung an einer einzelnen Auflage scheitert.
Bürger in jeder Sprache, rund um die Uhr
Eine Behördenwebsite ist meist nur in Deutsch verfasst. Bürger mit anderer Muttersprache, Geflüchtete oder internationale Gäste stoßen an diese Sprachgrenze. Ein generativer KI-Layer beantwortet Anfragen in über 130 Sprachen aus derselben Wissensdatenbank, ohne dass jede Sprache separat gepflegt werden muss. Der Satz zur Anmeldung des Zweitwagens funktioniert damit auch auf Türkisch oder Ukrainisch, als Text am Tag und als Telefonantwort außerhalb der Dienstzeiten.
Das entlastet zugleich den Bürgerservice. Routinefragen, die den Sachbearbeitern täglich dieselbe Zeit nehmen, beantwortet der Layer eigenständig. Das Team bleibt für die Fälle, die echte Entscheidung erfordern, statt für Dieselben-Fragen-Tag.
Die Branchly-Sicht: Der KI-Layer statt des Punkt-Chatbots
Branchly positioniert sich hier als generativer KI-Layer für die Website, nicht als einzelner Regel-Bot. Statt eines Frage-Antwort-Baums arbeitet branchly mit Agentic RAG live auf den vorhandenen Inhalten von Satzung, FAQ und Diensten. Inhalte müssen nicht umgeschrieben oder neu indexiert werden, eine Aktualisierung wirkt sofort auf die Antworten. Die Compliance-Trifecta aus DSGVO-konformem EU-Hosting, EU-AI-Act-Konformität und WCAG/BFSG-Barrierefreiheit ist eingebaut, Standard statt Nachrüstung.
*Wenn du für deine Kommune herausfinden willst, wo ein generativer KI-Layer gegenüber dem heutigen Regel-Bot echten Unterschied macht, sprich uns an unter https://branchly.io/termin-vereinbaren.*
Häufig gestellte Fragen
Ist KI in der Verwaltung datenschutzkonform?
Datenschutzkonform ist KI in der Verwaltung, wenn die Verarbeitung innerhalb der EU stattfindet, keine Daten für Trainingszwecke verwendet werden und eine Auftragsverarbeitung nach Art. 28 DSGVO vorliegt. Ein Anbieter, der nur auf EU-Hosting setzt und keine Trainingsnutzung vorsieht, erfüllt diese Grundanforderungen in der Regel.
Brauchen Kommunen eine eigene KI-Strategie?
Eine eigene KI-Strategie ist für Kommunen sinnvoll, sobald KI nicht nur ein einzelnes Projekt ist, sondern mehrere Dienste betrifft. Die Strategie klärt Zuständigkeiten, Datenquellen und die Reihenfolge der Einführung, bevor einzelne Bots gebaut werden.
Was kostet ein Bürger-Bot?
Die Kosten hängen von Umfang und Kanalzahl ab. Ein einfacher FAQ-Chatbot fängt bei einem niedrigen dreistelligen Betrag pro Monat an. Ein generativer, mehrkanaliger KI-Layer für mehrere Dienste startet bei genannten Anbietern im Bereich von ein paar tausend Euro pro Monat, abhängig von der Anzahl aktiver Nutzersitzungen.
Regel-Bot oder Agent: Wo liegt der Unterschied?
Ein Regel-Bot ordnet eine Eingabe einem gespeicherten Antwortmuster zu und scheitert an Abweichungen. Ein KI-Agent versteht die Frage, sucht die Antwort in den verknüpften Inhalten und kann mehrere Schritte planen. Agenten beantworten dadurch auch Fragen, die so nie vorformuliert wurden.
Verwandte Themen
-
Agentic RAG
