Mit BärGPT startet ein neuer KI-Assistent für die Berliner Landesverwaltung. Während uns von Beschäftigten sehr positives Feedback erreicht, gibt es in der öffentlichen Diskussion auch kritische Stimmen: Warum eine Eigenentwicklung, wenn es doch bereits Lösungen anderer Bundesländer gibt? Eine Einordnung von Ingo Hinterding, Entwicklungsleiter im CityLAB Berlin.
Die Entwicklung von KI-Anwendungen für die öffentliche Verwaltung boomt – und das ist gut so. Ob generative Textassistenten, spezialisierte Analysetools oder automatisierte Dokumentenverarbeitung: Die Möglichkeiten sind vielfältig, und viele engagierte Teams arbeiten daran, die Verwaltung digitaler und effizienter zu gestalten. Dieser Innovationsdruck ist Zeichen einer disruptiven Technologie, die gerade dabei ist, Arbeitsprozesse grundlegend zu verändern.
Gleichzeitig ist die Debatte um Nachnutzung von Software in der öffentlichen Verwaltung nicht neu – und sie ist wichtig. Das Prinzip „Einer für alle“ spart Ressourcen, vermeidet Doppelarbeit und ermöglicht es, von den Erfahrungen anderer zu lernen. Gerade im föderalen Deutschland, wo 16 Bundesländer und tausende Kommunen eigene Verwaltungsstrukturen unterhalten, liegt hier großes Potenzial. Niemand sollte das Rad neu erfinden müssen, wenn bereits funktionierende Lösungen existieren.
Die Realität ist komplexer
Doch die Praxis zeigt: Nachnutzung funktioniert nur dann, wenn die entsprechenden Angebote verfügbar, qualitativ hochwertig und anpassbar sind. Und genau hier wird es kompliziert. Als wir im Frühjahr 2025 begannen, KI-Lösungen für die Berliner Verwaltung zu evaluieren, haben wir uns intensiv mit bestehenden Angeboten anderer Bundesländer auseinandergesetzt. Wir haben diese Systeme getestet, User Tests mit Beschäftigten der Berliner Verwaltung durchgeführt und die Ergebnisse analysiert.
Das Fazit war ernüchternd: Die getesteten Lösungen erfüllten die Anforderungen nicht. Sie waren entweder funktional eingeschränkt, in der Bedienung umständlich oder technisch schlicht nicht auf demselben Level wie unsere eigenen ersten Prototypen. Auch die Rückmeldungen aus den User Tests waren durchweg negativ – kein gutes Fundament für ein Tool, das Zehntausende Beschäftigte täglich nutzen sollen.
Hinzu kamen praktische Hürden: Viele Angebote waren schlicht nicht verfügbar – entweder, weil sie sich noch in frühen Entwicklungsphasen befanden, oder weil die Prozesse zur länderübergreifenden Zusammenarbeit fehlten. Einige Systeme waren proprietär und nicht als Open Source verfügbar, andere lagen preislich deutlich über dem, was wir verantworten konnten. Und selbst dort, wo grundsätzlich Interesse bestand, zeigte sich, dass auch die Übernahme eines schon existierenden Produkts keineswegs ein unkomplizierter Vorgang ist, sondern sich über Monate oder gar Jahre hinziehen kann.
Digitale Souveränität bedeutet Gestaltungsfähigkeit
Aktuell wird viel über digitale Souveränität diskutiert, aber es gibt unterschiedliche Ansichten, was darunter zu verstehen ist. Souveränität bedeutet für uns mehr als die Frage, ob der OpenAI-Server in der EU oder den USA steht. Souveränität bedeutet für uns die Fähigkeit, Technologie selbst zu gestalten, zu betreiben und weiterzuentwickeln, sowie schnell und direkt auf neue Bedarfe und Anforderungen reagieren zu können. Wer sich ausschließlich auf externe Angebote verlässt, macht sich abhängig von Rahmenbedingungen, die er nicht kontrollieren kann: von Preisgestaltungen, Entwicklungsprioritäten und Verfügbarkeiten, die nicht die eigenen sind.
Nach Gesprächen mit anderen Bundesländern blieb der Eindruck: Eine Nachnutzung hätte uns bestenfalls zum Nutzer zweiter Klasse gemacht. Die Entwicklung wäre an den Bedarfen des Ursprungsbundeslandes orientiert gewesen, unsere spezifischen Anforderungen wären nachrangig behandelt worden. Das ist für ein Pilotprojekt, das agil und nutzerzentriert arbeiten muss, keine tragfähige Grundlage.
Konkurrenz belebt das Geschäft
Es lohnt sich, die Debatte um Nachnutzung differenzierter zu führen. Natürlich ist es richtig, bestehende Lösungen zu prüfen und zu nutzen, wo es sinnvoll ist. Aber es ist zu kurz gedacht, pauschal zu fordern, keine neuen Angebote mehr zu entwickeln – gerade in einem so dynamischen Feld wie der Künstlichen Intelligenz.
Ein Blick in andere Bereiche zeigt: Konkurrenz sorgt für Vielfalt, Innovation und bessere Produkte. Niemand würde ernsthaft argumentieren, es bräuchte nur ein Betriebssystem, nur einen Browser oder nur eine Office-Suite. iOS und Android, Windows, macOS und Linux, Chrome, Firefox und Safari – all diese Angebote existieren parallel und treiben sich gegenseitig zu besseren Lösungen an. Nutzer profitieren von dieser Vielfalt durch mehr Auswahl, faire Preise und stetige Weiterentwicklung.
Warum sollte das bei KI-Assistenten anders sein? Gerade weil wir uns in einer Phase rasanter Entwicklung befinden, ist es wichtig, dass verschiedene Ansätze erprobt, verglichen und weiterentwickelt werden. Was heute als Prototyp startet, kann morgen zum Standard werden – oder vom Markt verschwinden, weil andere Lösungen besser sind. Das ist ein normaler und gesunder Prozess.
Spezialisierung statt Einheitslösung
Ein weiterer wichtiger Punkt: Wir müssen uns von der Vorstellung verabschieden, dass alles, was mit KI zu tun hat, in ein einziges konsolidiertes Produkt fließen muss. Eine Software, die alles kann, kann meist nichts richtig. Es ist gut, dass man mit Microsoft Excel keine Videos schneiden kann oder mit Outlook keine Powerpoint-Präsentationen erstellt. So sollten wir auch über KI-Anwendungen denken.
Nur weil ein Large Language Model eingesetzt wird, heißt das nicht, dass alle Anwendungsfälle mit derselben Software bedient werden müssen. Künstliche Intelligenz ist ein Hypethema – zu Recht – aber letztlich auch nur eine weitere Komponente bei der Entwicklung nutzerzentrierter Anwendungen. Ein Produkt nutzt KI, nicht KI ist das Produkt. Wir müssen auf die Anforderungen an eine Software schauen, nicht darauf, welche technischen Komponenten verbaut werden.
Die Zukunft liegt in der Spezialisierung: Weg vom allgemeinen Chatbot, hin zu Angeboten, die mit Künstlicher Intelligenz ganz individuelle Use Cases bedienen. Ein KI-Assistent für juristische Dokumentenanalyse braucht andere Funktionen als ein Tool zur automatisierten Bürgeranfragenbeantwortung. Dafür sind dedizierte Angebote notwendig – nicht ein Einheitsprodukt, das alles ein bisschen kann.
Das Beste aus beiden Welten
Die Lösung liegt nicht im Entweder-oder, sondern im konstruktiven Miteinander. Nachnutzung ist dann sinnvoll, wenn Produkte leicht verfügbar, qualitativ hochwertig und an die eigenen Bedarfe anpassbar sind. Im Fall von BärGPT kamen wir nach einer gründlichen Abwägung zu dem Schluss, mit einer eigenen Entwicklung ein schnelleres, günstigeres und qualitativ besseres Ergebnis erzielen zu können, als dies mit einer Nachnutzung möglich gewesen wäre –und diese Einschätzung war rückblickend auch richtig.
Die Offenheit und Anschlussfähigkeit unserer Produkte bleiben für uns trotzdem ein hohes Gut. Wie all unsere Entwicklungen ist auch BärGPT Open Source und gründlich dokumentiert, damit andere von unserer Arbeit profitieren können – und wir von den Beiträgen anderer.
Fazit
Die Nachnutzung einer bestehenden Lösung kann in vielen Fällen eine gute Option sein, um Entlastung zu schaffen und unnötige Mehrarbeit zu vermeiden. Sie sollte aber gerade bei einem so jungen Thema wie KI nicht dazu führen, dass Innovation im Keim erstickt wird. Die Entwicklung von Verwaltungs-KI steht noch am Anfang und es gibt nach wie vor viel zu lernen. Wenn in einer solchen Phase verschiedene Lösungen parallel entstehen, ist das kein Problem, sondern ein Zeichen lebendigen Wettbewerbs, der Innovation fördert und die Qualität steigert. Denn man braucht das Rad zwar nicht immer wieder neu zu erfinden, aber gelegentlich sollte man es weiterdrehen.
