Personalisiertes Bürgerportal mit KI-Leistungsempfehlungen

Das echte Ausmaß des Problems

Laut dem eGovernment Monitor 2024 (Initiative D21 / TU München / Kantar) geben 66 Prozent der Befragten an, sie würden es hilfreich finden, wenn der Staat sie aktiv über relevante Leistungen informiert — statt sie selbst suchen zu lassen. Gleichzeitig wissen 42 Prozent gar nicht, ob eine gesuchte Verwaltungsleistung online verfügbar ist.

Das ist kein Nischenphänomen. Es zeigt, dass das Grundproblem des deutschen E-Governments nicht nur die Digitalisierung von Formularen ist, sondern die Logik dahinter: Das System wartet, bis jemand fragt — obwohl es bereits weiß, dass ein Bedarf besteht.

Denn in den meisten Kommunen existieren die Daten bereits:

• Im Einwohnermeldesystem (EWM) steht, wer wann umgezogen ist
• Im Standesamt steht, wer ein Kind bekommen hat
• Im Gewerbeamt steht, wer eine Gewerbeanmeldung eingereicht hat
• Im Rentenamt stehen Altersstufen und Übergangsfristen

Diese Daten werden nicht genutzt, um Bürgerinnen und Bürgern proaktiv zu helfen — obwohl genau das rechtlich zulässig, technisch möglich und gesellschaftlich erwünscht wäre.

Die Folgen sind konkret:

• Fristversäumnisse bei Sozialleistungen: Elterngeld, Wohngeld, Bildungs- und Teilhabepaket — Leistungen, die beantragt werden müssen, werden regelmäßig zu spät oder gar nicht beantragt, weil niemand informiert wurde
• Hohe Telefonvolumina: Die meisten Kommunen erhalten täglich dieselben 20–30 Standardanfragen. Laut einer US-amerikanischen Fallstudie des New Jersey Department of Community Affairs ließen sich durch Self-Service-Systeme rund 6.200 Anrufe pro Monat eliminieren
• Mehrfachkontakte: Wer keine vollständige Übersicht der relevanten Leistungen hat, stellt denselben Sachverhalt mehrfach vor — mit je einem Anruf, manchmal einem Amt-Besuch

Das ist kein Einzelproblem einer Behörde. Es ist ein strukturelles Versäumnis, das sich mit Daten und KI-Agenten beheben lässt — sofern man die Datenschutzbedingungen einhält.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Eigene Einschätzung auf Basis von Praxisberichten; keine repräsentative Studie für deutsche Kommunen. ² OECD Observatory of Public Sector Innovation (OPSI), Fallstudie Brazil gov.br Portal, 2022.

Die brasilianischen Zahlen sind beeindruckend, lassen sich aber nicht direkt auf deutsche Kommunen übertragen — die gesetzlichen Rahmenbedingungen, der Digitalisierungsstand und die Datenstrukturen unterscheiden sich erheblich. Sie zeigen aber, dass das Prinzip funktioniert: Wenn Nutzerinnen und Nutzer proaktiv auf relevante Leistungen hingewiesen werden, steigen Inanspruchnahme und Selbstbedienungsrate deutlich.

Einschätzung auf einen Blick

Zeitersparnis — niedrig (2/5) Der direkte Zeitgewinn für Mitarbeitende der Verwaltung ist begrenzt: Das System generiert automatisch Hinweise, aber wenn Bürgerinnen und Bürger dadurch einen Antrag stellen, den die Verwaltung bearbeiten muss, kann der Gesamtaufwand zunächst sogar steigen — mehr korrekte Anträge bedeuten mehr Arbeit. Der eigentliche Effekt ist eine Verschiebung von Telefonaten und Beratungsgesprächen zu volldigitaler Bearbeitung. Verglichen mit Anwendungsfällen wie der Antragsprüfung oder der Protokollierung, die Sachbearbeitende direkt entlasten, ist die Zeitwirkung hier indirekter.

Kosteneinsparung — mittel (3/5) Gemessen an reduzierten Anruf- und Besuchervolumina sind Einsparungen von 500 bis 1.500 Euro pro Monat für mittelgroße Kommunen realistisch — je nachdem, wie viele Standardanfragen wegfallen. Die Einsparung lässt sich kalkulieren (Personalminuten je Kontakt × Volumenreduktion), aber die Kausalität ist nicht trivial zu belegen. Stärker als Kostensenkung ist der gesellschaftliche Nutzen: Bürgerinnen und Bürger, die berechtigte Leistungen in Anspruch nehmen, profitieren finanziell — das ist ein echter, aber für die Gemeinde buchhalterisch neutraler Effekt.

Schnelle Umsetzung — niedrig (2/5) Das ist der kritische Haken: Dieses System ist kein SaaS-Tool, das man in vier Wochen ausrollt. Es erfordert die Integration mit dem Einwohnermeldesystem, dem Bürgerkonto-Backend, einer Datenschutz-Folgenabschätzung (DSFA) und — bei politisch sensiblen Leistungen — die Abstimmung mit dem kommunalen Datenschutzbeauftragten. Die realistischen Zeiträume liegen bei 9 bis 18 Monaten für einen vollständigen Produktivbetrieb. Das ist ein Wert am unteren Rand der Verwaltungs-Digitalisierungsprojekte, aber transparent.

ROI-Sicherheit — mittel (3/5) Die wichtigsten Messgrößen — Anrufvolumen vor und nach Einführung, Selbstbedienungsrate, Inanspruchnahme proaktiv empfohlener Leistungen — sind klar und messbar. Die Schwierigkeit liegt bei der Kausalattribution: Hat die KI-Empfehlung den Unterschied gemacht, oder lag es an der besseren Navigation insgesamt? Mit sauber gesetzten A/B-Gruppen zum Rollout lässt sich diese Frage beantworten. Verglichen mit einfacher messbaren Anwendungsfällen wie dem Bürger-Chatbot für häufige Anfragen ist der ROI hier indirekter — aber nachweisbar.

Skalierbarkeit — hoch (4/5) Das ist der stärkste Hebel dieses Ansatzes: Jede neue Leistung, die in den Empfehlungskatalog aufgenommen wird, verbessert die Qualität der Hinweise für alle Bürgerinnen und Bürger. Das System wird besser, nicht aufwendiger. Kein proportionaler Personalanstieg mit wachsenden Einwohnerzahlen. Auch die Ausweitung auf andere Lebensereignisse (Gewerbeanmeldung, Schuleintritt, Hauskauf) ist modular möglich.

Richtwerte — stark abhängig von Kommunengröße, vorhandener Portalinfrastruktur und OZG-Digitalisierungsstand.

Das Lebenslage-Konzept: Was die KI wirklich verknüpft

Der Kern dieses Ansatzes ist kein Machine-Learning-Modell im klassischen Sinn — es ist ein gut strukturierter Regelkatalog, der durch KI kommunizierbar wird.

Die Idee des Lebenslage-Konzepts ist nicht neu: Das OZG (Onlinezugangsgesetz) hat die rund 600 zu digitalisierenden Verwaltungsleistungen von Anfang an in 35 Lebenslagen eingeteilt — von „Familie & Kinder” über „Umzug & Wohnen” bis zu „Arbeit & Ruhestand”. Was in der Papier-Verwaltung bislang die Aufgabe eines Beratungsgesprächs war, soll die KI jetzt strukturiert leisten: auslösendes Ereignis erkennen → relevante Leistungsbündel verknüpfen → Fristen kommunizieren.

Konkrete Lebenslage-Cluster, die in der Praxis am häufigsten genutzt werden:

Umzug innerhalb Deutschlands

• Ummeldung beim Einwohnermeldeamt (Pflicht, 14 Tage)
• Kraftfahrzeugschein-Aktualisierung (Pflicht)
• Adressänderung für Kindergeld, Wohngeld, Rente
• Neuer Kita-Antrag, falls anderer Träger
• GEZ-Änderungsmeldung
• Ggf. neue Grundsteuerveranlagung

Geburt eines Kindes

• Geburtsurkunde beantragen (Standesamt)
• Elterngeld (Frist: bis Ende des 3. Lebensmonats für rückwirkende Zahlung)
• Kindergeld (bei FAMKASSE)
• Kita-Anmeldung und Warteliste
• Elternzeit-Anzeige beim Arbeitgeber (formal kein Verwaltungsakt, aber häufige Anfrage)
• Bildungs- und Teilhabepaket (einkommensabhängig)

Renteneintritt

• Rentenantrag (frühestens 3 Monate vor Wunschtermin)
• Krankenversicherung im Alter klären (Mitgliedschaft Pflichtkasse)
• Einkommensteuererklärung im ersten Rentnerjahr (häufig Pflicht)
• Schwerbehindertenausweis (falls relevant)
• Ggf. Wohngeld im Ruhestand

Gewerbegründung

• Gewerbeanmeldung (vor Betriebsaufnahme)
• Steuerliche Erfassung beim Finanzamt (Fragebogen zur steuerlichen Erfassung)
• Ggf. Baugenehmigung / Nutzungsänderung
• Handelsregistereintrag (bei GmbH, UG, AG)
• Berufsgenossenschaft anmelden

Die KI-Aufgabe in diesem Kontext: Den Auslöser erkennen (Umzug-Ummeldung ist im EWM registriert), das passende Cluster laden und in verständlicher Sprache mit korrekten Fristen kommunizieren — per E-Mail, SMS oder Portal-Benachrichtigung.

Was die KI dabei nicht tut und nicht darf: Die Berechtigung prüfen. Sie weist auf Leistungen hin, die für dieses Lebensereignis typischerweise relevant sind. Ob jemand anspruchsberechtigt ist, entscheidet der Mensch im Antragsverfahren.

Was das Empfehlungssystem konkret macht

Das technische Grundprinzip ist weniger spektakulär als es klingt, und das ist eine Stärke: Es geht nicht darum, das Verhalten im Portal zu analysieren und daraus ein Nutzerprofil zu bauen. Das wäre datenschutzrechtlich problematisch (dazu mehr im Abschnitt unten). Stattdessen beruht das Kernsystem auf Lebensereignis-Triggern:

1. Ereignis erkannt: Das EWM oder der Bürgerkonto-Eingang registriert ein Lebensereignis (Ummeldung eingegangen, Geburtsurkunde ausgestellt)
2. Leistungscluster geladen: Das System lädt die vordefinierten Empfehlungen für dieses Ereignis — keine KI-Inference notwendig, das ist ein Regelwerk
3. Personalisierung per LLM: Ein LLM wie Azure OpenAI Service oder Aleph Alpha übersetzt den Cluster in eine verständliche, freundliche Mitteilung — auf Deutsch, in einfacher Sprache, mit konkreten Links zu den Antragsformularen
4. Kanalauswahl: Die Mitteilung wird über das Bürgerkonto, per E-Mail oder SMS versandt — je nach registrierter Präferenz
5. Fristen-Erinnerung: Bei Leistungen mit Fristen (Elterngeld, Führerschein-Ummeldung) wird eine Erinnerung vorterminiert

Die KI-Komponente sitzt also vor allem in Schritt 3 — der Formulierung. Das ist wichtig, weil Verwaltungssprache berüchtigt schwer verständlich ist: „Gemäß § 5 Abs. 2 BKGG besteht Anspruch auf…” hilft niemandem. Ein LLM kann dieselbe Information in verständliche Sprache übersetzen — „Weil dein Kind am 12. März 2025 geboren wurde, hast du bis Ende Juni Zeit, das Elterngeld zu beantragen. Hier ist der direkte Link.” Diese Automatisierung der Formulierung ist der eigentliche Hebel.

Datenschutz-Architektur: Personalisieren ohne Profil

Das ist die kritischste Weichenstellung des gesamten Projekts — und der häufigste Grund, warum solche Projekte stecken bleiben.

Die Versuchung: Bürgerportal-Nutzungsdaten auswerten, Klickmuster analysieren, ähnlich wie E-Commerce. Das ist in Deutschland nicht zulässig. Der Grundsatz der Datensparsamkeit (Art. 5 Abs. 1 lit. c DSGVO) verbietet das Anlegen von Verhaltensprofilen, die über das Notwendige hinausgehen. Art. 22 DSGVO untersagt automatisierte Einzelentscheidungen mit erheblichen Auswirkungen ohne menschliche Kontrolle.

Das Lebenslage-Modell ist die datenschutzkonforme Alternative: Es nutzt keine Verhaltensdaten, sondern strukturierte Behördendaten — Ereignisse, die ohnehin bereits amtlich erfasst sind (Ummeldung, Geburt, Gewerbeanmeldung). Das Datenprinzip lautet:

• Nur Ereignisdaten, keine Verhaltensdaten — keine Klickanalyse, kein Seitentracking im Portal
• Zweckbindung — die Daten werden ausschließlich für den Hinweis auf zugehörige Leistungen genutzt, nicht für Scoring oder Priorisierung
• Kein dauerhaftes Profil — nach der Benachrichtigung werden keine Klickdaten oder Reaktionsmuster gespeichert
• Expliziter Opt-In — Bürgerinnen und Bürger aktivieren proaktive Hinweise im Bürgerkonto aktiv, sie sind nicht automatisch eingeschaltet

Das Warnbeispiel ist die niederländische SyRI-Affäre: Das Risikoanalyse-System des niederländischen Finanzministeriums kombinierte Verwaltungsdaten zu Sozialbetrugsrisiko-Scores — und richtete sich dabei systematisch gegen Familien mit Migrationshintergrund und doppelter Staatsbürgerschaft. Rund 26.000 Familien wurden zu Unrecht als verdächtig eingestuft. Das niederländische Gericht erklärte SyRI 2020 für rechtswidrig. Das ist kein Argument gegen proaktive Verwaltung — es ist ein Argument für das strikte Trennungsgebot zwischen Leistungshinweis und Risikoeinschätzung.

Für die Praxis bedeutet das:

• Die DSFA (Datenschutz-Folgenabschätzung nach Art. 35 DSGVO) ist Pflicht, nicht optional
• Der kommunale Datenschutzbeauftragte muss frühzeitig einbezogen werden — nicht nach der Implementierung
• Ein AVV mit dem IT-Dienstleister ist abzuschließen, bevor das erste Lebensereignis verarbeitet wird
• Bei Nutzung von LLM-APIs (Azure OpenAI Service, Aleph Alpha) muss die Datenverarbeitung in EU-Rechenzentren erfolgen

Konkrete Werkzeuge — was wann passt

Es gibt keine Einheitslösung. Die richtige Wahl hängt davon ab, wie das vorhandene Bürgerportal aufgebaut ist und welche IT-Infrastruktur bereits besteht.

Aleph Alpha — wenn Datensouveränität an erster Stelle steht Das einzige große europäische Sprachmodell mit On-Premise-Deployment-Option. Für Kommunen, die Anfragen über ein deutsches LLM verarbeiten wollen, ohne Daten an US-Anbieter zu übermitteln, ist Aleph Alpha die einzige ernsthafte Wahl im Segment. Nachteile: teurer als OpenAI-Modelle, Community und Ökosystem kleiner, Integrationsaufwand höher.

Azure OpenAI Service — wenn Microsoft-Stack vorhanden ist Für Kommunen, die bereits auf Microsoft Azure setzen: Die Azure OpenAI Instanzen für EU-Region (Azure Germany, alternativ West Europe) ermöglichen eine DSGVO-konforme Nutzung von GPT-4o. Vorteil: bekannte Infrastruktur, zentrale Verwaltung, EU-Verarbeitungsgarantie. Nachteil: US-Unternehmen bleibt hinter dem Service, was bei höchsten Souveränitätsanforderungen kritisch sein kann.

govdigital — wenn der kommunale IT-Dienstleister Genossenschaftsmitglied ist Die öffentlich-rechtliche KI-Infrastruktur-Genossenschaft der deutschen IT-Dienstleister der öffentlichen Hand. Falls dein kommunaler IT-Dienstleister (Dataport, ekom21, AKDB, Komm.ONE) govdigital-Mitglied ist, können KI-Dienste über die gemeinsame Infrastruktur bezogen werden — vollständig deutsches Hosting, öffentlich-rechtlich betrieben. Die gd.KI-Werkstatt entwickelt ab 2024/2025 gemeinsam genutzte KI-Module für Verwaltungsanwendungen. Aktuell noch im Aufbau, aber der datenschutzrechtlich überzeugendste Weg.

n8n — für die Trigger-Logik und Benachrichtigungs-Automation Das selbst-hostbare Automatisierungswerkzeug eignet sich für die Verbindung von EWM-Ereignissen (über API-Trigger) mit dem Empfehlungssystem und dem E-Mail-Versand. n8n läuft On-Premise auf kommunaler Infrastruktur, benötigt keine US-Cloud, und bietet native LLM-Knoten für die Formulierungsaufgabe. Technisch anspruchsvoll — braucht einen IT-Dienstleister oder zumindest einen technisch versierten IT-Mitarbeitenden.

Fabasoft eGov-Suite / Fabasoft eGov — wenn E-Akte-Integration gefragt ist Für Bundesbehörden und Landesverwaltungen, die auf Fabasoft setzen, kann die KI-Komponente (Mindbreeze AI) als Ausgangspunkt für die Leistungsempfehlung dienen. Die eGov-Suite deckt vor allem den Dokumentenmanagement- und E-Akte-Bereich ab — proaktive Bürgerhinweise sind derzeit kein Kernfeature, aber die Infrastruktur ist vorhanden.

Wann welcher Ansatz:

• Maximale Datensouveränität, kein US-Anbieter gewünscht → Aleph Alpha (On-Premise) oder govdigital
• Microsoft-Azure-Stack bereits vorhanden → Azure OpenAI Service mit EU-Region
• Flexibles Open-Source-Setup für kommunale IT mit Entwicklerressourcen → n8n + Open-Source-LLM
• Bundesbehörde oder große Landesverwaltung mit E-Akte-Integration → Fabasoft eGov mit Mindbreeze

Was es kostet — realistisch gerechnet

Dieses Projekt ist kein KMU-SaaS-Anschaffung. Es ist eine kommunale IT-Integration mit Vergabepflicht ab bestimmten Schwellenwerten.

Einmalige Einrichtungskosten

• Konzept und DSFA (Datenschutz-Folgenabschätzung): 5.000–15.000 Euro, wenn ein externer Datenschutzberater einbezogen wird
• Technische Integration (EWM-Anbindung, Bürgerkonto-Backend, LLM-API): 25.000–80.000 Euro je nach vorhandener Infrastruktur und IT-Dienstleister
• Aufbau des Lebenslage-Regelwerks (welches Ereignis → welche Leistungen): 5.000–20.000 Euro intern oder extern — das ist die inhaltliche Arbeit, die oft unterschätzt wird
• Vergabeverfahren (oberhalb EU-Schwellenwert ca. 221.000 Euro netto): kann 6–12 Monate zusätzlich bedeuten

Laufende Kosten (monatlich)

• LLM-API-Nutzung (Azure OpenAI Service / Aleph Alpha): 200–800 Euro/Monat je nach Benachrichtigungsvolumen
• IT-Dienstleister Betrieb und Updates: 1.000–3.000 Euro/Monat
• Pflege des Leistungskatalogs (inhaltlich): 0,5–1 Vollzeitäquivalent intern

Was du dagegenrechnen kannst Ein Sachbearbeiter-Gespräch in einer Kommunalverwaltung kostet je nach Stufe und Dauer etwa 8–15 Euro pro Kontakt (Personalkosten Brutto, laufende Sachkosten). Eine mittelgroße Stadt mit 60.000 Einwohnerinnen und Einwohnern hat erfahrungsgemäß 200–500 Bürgeranfragen pro Monat allein zu Umzugs- und Geburtsthemen. Wenn das System auch nur 30 Prozent davon ersetzt: 60–150 Kontakte × 10 Euro = 600–1.500 Euro monatliche Einsparung — zuzüglich der nicht messbaren, aber realen gesellschaftlichen Wirkung (Leistungen werden in Anspruch genommen, die sonst verpasst würden).

Amortisation der Einrichtungskosten (konservativ): Bei einer mittelgroßen Kommune realistisch in 3–5 Jahren — kein schnelles ROI-Projekt, aber ein nachhaltiges.

ROI-Messung in der Praxis Setze zwei Messgrößen: Anrufvolumen zu Lebenslagen-Themen (vor/nach), und Inanspruchnahmerate der proaktiv empfohlenen Leistungen. Letzteres setzt voraus, dass die Abschlussformulare einen Trackingparameter für „via Empfehlung” tragen — das muss in der Konzeptphase mitgedacht werden.

Typische Einstiegsfehler

1. Mit verhaltensbasiertem Tracking starten wollen. Das ist verständlich — jeder E-Commerce-Gedanke will Klickdaten auswerten. In der öffentlichen Verwaltung ist das problematisch. Nicht weil es technisch nicht möglich wäre, sondern weil der Grundsatz der Datensparsamkeit und das Verbot anlassloser Profilerstellung im deutschen Datenschutzrecht sehr konkret greifen. Wer das System mit Portal-Tracking startet, riskiert eine DSFA, die das Projekt stoppt — oder einen Datenschutzbeauftragten, der die Notbremse zieht.

Die Lösung ist das Lebensereignis-Modell: Nicht wer auf welche Seite klickt, sondern welches Ereignis amtlich registriert wurde. Das ist im EWM bereits vorhanden, datenschutzrechtlich begründbar und in der Wirkung sogar zielgenauer als Klickanalyse.

2. Das Leistungsverzeichnis unterschätzen. Der Aufbau des Regelwerks — welche Leistungen gehören zu welchem Ereignis, mit welchen Fristen und welchen Zugangsbedingungen — klingt nach einer Woche Arbeit. In der Praxis dauert es Monate. Nicht weil es technisch komplex ist, sondern weil es eine fachliche Klärung braucht, die viele Abteilungen betrifft: Welche Leistungen empfehlen wir nur, welche sind Pflicht? Was passiert, wenn wir eine Leistung empfehlen, auf die jemand keinen Anspruch hat? Wer prüft die rechtliche Korrektheit der Empfehlungstexte?

Dieser inhaltliche Teil ist ein Dauerpflegejob. Jede Gesetzesänderung, jede neue OZG-Leistung, jede Anpassung von Fristen muss ins Regelwerk eingearbeitet werden. Wer das im Projektantrag nicht vorsieht, bekommt nach zwei Jahren ein System, das veraltete Fristen kommuniziert.

3. Das Vergabeverfahren als nachgelagerte Formalität behandeln. Viele kommunale IT-Projekte scheitern nicht an der Technik, sondern daran, dass die Vergaberechtliche Prüfung erst startet, wenn die technische Konzeption fertig ist. Bei einem Projekt mit einem Gesamtvolumen oberhalb des EU-Schwellenwerts (ca. 221.000 Euro netto für kommunale Auftraggeber, Stand 2024) ist ein förmliches Ausschreibungsverfahren Pflicht. Das dauert 6–12 Monate. Wer das nicht in den Projektplan einbaut, verschiebt die Inbetriebnahme mindestens ein Jahr.

4. Systemeinführung ohne strukturierte Bürger-Kommunikation. Ein proaktives System, das plötzlich E-Mails von der Gemeinde-Poststelle schickt, wird von vielen Empfangenden als Spam oder Phishing-Versuch wahrgenommen — besonders wenn die Absenderadresse unbekannt ist oder der Ton Amtsdeutsch klingt. Die Einführung muss von einer Informationskampagne begleitet werden: Was ist das? Warum bekomme ich das? Wie deaktiviere ich es, wenn ich es nicht will? Das ist kein technisches Feature, sondern Kommunikationsarbeit.

Was mit der Einführung wirklich passiert — und was nicht

Das technische System ist fertig. Dann beginnt die eigentliche Arbeit.

Was typischerweise passiert: Die ersten Benachrichtigungen gehen raus, und etwa 40–60 Prozent der Empfangenden klicken nicht. Das ist kein Scheitern — das ist normal. Menschen, die Verwaltungs-E-Mails bekommen haben, öffnen diese nicht automatisch. Die Öffnungsrate steigt, wenn der Betreff konkret ist (“Dein Kind wurde eingetragen — 5 nächste Schritte”), die Absenderadresse vertraut ist und die E-Mail keine Anhänge hat, die wie Phishing wirken.

Die häufigsten Widerstands-Muster in der Verwaltung selbst:

• „Wenn wir aktiv auf Leistungen hinweisen und dann jemand einen Antrag stellt, auf den er eigentlich keinen Anspruch hat, haftet die Gemeinde?” Nein — ein Hinweis auf eine Leistung begründet keinen Anspruch und keine Rechtsbindung. Das sollte ein Fachjurist bestätigen, bevor das Projekt beginnt; danach ist es kein Argument mehr.
• „Wir wecken Erwartungen, die wir nicht erfüllen können.” Das ist ein echtes Risiko, wenn das Leistungsverzeichnis veraltet oder fehlerhaft ist. Lösung: Klare Disclaimer in den Benachrichtigungen (“Diese Hinweise sind unverbindlich; dein individueller Anspruch hängt von deiner persönlichen Situation ab.”), und ein Redaktionsprozess für das Leistungsverzeichnis.
• „Das ist Datenmissbrauch.” Das hört man am häufigsten aus Datenschutzabteilungen in frühen Projektphasen — bis die DSFA vorliegt und zeigt, dass das Lebensereignis-Modell gerade nicht auf Profilbildung beruht, sondern auf amtlichen Registerdaten.

Was nicht passiert: Das System löst nicht alle Probleme. Bürgerinnen und Bürger ohne Bürgerkonto werden nicht erreicht. Wer keine E-Mail-Adresse hinterlegt hat, bekommt keine Hinweise. Das System ist eine Ergänzung zum Telefon und zur Beratung, kein Ersatz.

Realistischer Zeitplan mit Risikohinweisen

Das ist ein 18-Monats-Projekt für eine mittelgroße Gemeinde mit vorhandener kommunaler IT-Infrastruktur. Kleinstgemeinden ohne eigenen IT-Dienst werden länger brauchen oder auf Interkommunale Kooperationen angewiesen sein.

Datenschutz und Datenhaltung

Die datenschutzrechtliche Einordnung ist das Fundament, nicht ein Nachgedanke:

• Rechtsgrundlage für die Datenverarbeitung: Nicht Einwilligung, sondern Art. 6 Abs. 1 lit. e DSGVO — Verarbeitung zur Wahrnehmung einer Aufgabe im öffentlichen Interesse. Das erfordert aber eine spezifische Rechtsgrundlage im Bundesland-Datenschutzrecht oder im OZG-Ausführungsgesetz des jeweiligen Bundeslandes. Vor dem Projektstart muss geklärt werden, ob diese im eigenen Bundesland bereits besteht.
• Datensparsamkeit: Keine Verhaltensdaten, nur Ereignisdaten aus bereits bestehenden Registern. Das muss technisch sichergestellt und in der DSFA dokumentiert sein.
• Profiling-Verbot: Art. 22 DSGVO verbietet rein automatisierte Entscheidungen mit Rechtswirkung. Das System gibt Hinweise — es trifft keine Entscheidungen. Das muss textlich in den Benachrichtigungen klar sein.
• EU AI Act: Das System fällt voraussichtlich in die Kategorie „minimales Risiko” im Sinne des EU AI Act, da es nur Empfehlungshinweise gibt und keine Entscheidungen mit Rechtswirkung trifft. Prüfe das mit deinem Datenschutzbeauftragten.
• LLM-Auswahl: Für die Formulierungsaufgabe (Schritt 3 oben) gilt: Keine personenbezogenen Daten aus dem EWM in den LLM-Prompt. Das LLM bekommt nur den Ereignistyp und die Leistungscluster — keine Namen, Adressen oder Identifikatoren. Dann ist der Datentransfer zum LLM-Anbieter unproblematisch. Wenn Daten doch übergeben werden müssen: Aleph Alpha On-Premise oder govdigital mit deutschem Hosting.
• AVV: Mit dem IT-Dienstleister (n8n, Azure, govdigital) ist vor Produktivbetrieb ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO abzuschließen.

Häufige Einwände — und was dahintersteckt

„Die Bürgerinnen und Bürger wollen das gar nicht — das ist Paternalismus.” Das zeigt der eGovernment Monitor 2024 anders: 66 Prozent der Befragten wünschen sich aktive Information durch den Staat. Die entscheidende Bedingung ist das Opt-In-Prinzip: Niemand bekommt unverlangt Nachrichten. Wer im Bürgerkonto die proaktive Information nicht aktiviert, bekommt sie nicht. Paternalismus wäre es, wenn das System automatisch für alle eingeschaltet wäre — mit Opt-In ist es ein angebotener Service.

„Das können wir uns nicht leisten — wir haben kein Budget für ein 80.000-Euro-Projekt.” Das stimmt für viele kleine Kommunen. Aber: Das OZG-Förderprogramm des Bundes und Länder-Digitalisierungsfonds (z. B. Bayern Digital, Hessen Digital) finanzieren genau solche Projekte. Außerdem: Interkommunale Zusammenarbeit. Wenn drei Nachbargemeinden das System gemeinsam entwickeln und das Leistungsverzeichnis teilen, halbiert sich der Aufwand. Der „Einer für Alle”-Gedanke des OZG gilt auch hier.

„Was, wenn das System auf einen Anspruch hinweist, auf den jemand gar keinen hat — und derjenige uns dann in Regress nimmt?” Das rechtliche Risiko ist gering, wenn die Texte klar als unverbindliche Hinweise formuliert sind und auf die individuelle Prüfung im Antragsverfahren hinweisen. Kein Richter hat bislang entschieden, dass ein proaktiver Hinweis auf eine Leistung einen Anspruch begründet. Wer unsicher ist: Lass die Disclaimer-Formulierung von einem Kommunalrechtler prüfen. Das kostet 2–3 Stunden Anwaltskanzlei, nicht mehr.

„Das haben wir alles schon im Chatbot.” Ein Bürger-Chatbot reagiert auf Fragen. Ein Empfehlungssystem geht aktiv auf Bürgerinnen und Bürger zu. Das sind unterschiedliche Paradigmen: reaktiv vs. proaktiv. Wer beides hat, schließt die Lücken zwischen „wer fragt, bekommt eine Antwort” und „wer fragt, muss zuerst wissen, dass es eine relevante Frage gibt”.

Woran du merkst, dass das zu dir passt

• Ihr betreibt ein Bürgerkonto, in dem Bürgerinnen und Bürger Vorgänge digital einreichen — ohne ein funktionierendes Bürgerkonto mit Login gibt es keine Zieladresse für Empfehlungen
• Eure Gemeinde hat mehr als 15.000 Einwohnerinnen und Einwohner — unter dieser Schwelle ist das Lebensereignis-Volumen zu niedrig für merkliche Wirkung
• Ihr habt ein OZG-digitalisiertes Leistungsangebot, auf das Empfehlungen verweisen können — proaktive Hinweise auf papierbasierte Formulare schließen den Kreis nicht
• Es gibt eine klare Zuständigkeit für das digitale Bürgerportal (typisch: Hauptamt, Bürgeramt, IT-Amt) mit Personalressourcen für den Leistungskatalog-Aufbau
• Euer kommunaler IT-Dienstleister (Dataport, ekom21, AKDB, Komm.ONE, ITEBO oder ähnlich) bietet Schnittstellen zum EWM an

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Kleinere Gemeinden unter 15.000 Einwohnerinnen und Einwohnern ohne interkommunale Zusammenarbeit. Das Lebensereignis-Volumen (Geburten, Umzüge, Gewerbegründungen) liegt bei Kleinstgemeinden so niedrig, dass das System im Jahr vielleicht 50–100 Empfehlungen auslöst. Das rechtfertigt weder den Aufwand noch die Dauerpflege des Regelwerks. Alternative: Beteiligung an einem Verbundprojekt mehrerer Gemeinden.

2. Portale, die OZG-Leistungen noch nicht digital abbilden. Ein Empfehlungssystem, das auf einen Online-Antrag hinweist, der noch nicht existiert, erzeugt Frustration statt Service. Zuerst die Basis-Digitalisierung — dann die Personalisierung. Das ist keine Frage des Willens, sondern der Reihenfolge.

3. Kein Zugang zur EWM-Schnittstelle (Einwohnermeldesystem). Das Lebensereignis-Konzept funktioniert nur, wenn die Trigger (Ummeldung eingetragen, Geburtsurkunde ausgestellt) automatisch übermittelt werden. Wenn das EWM-System keine APIs anbietet und der IT-Dienstleister keine Brücke bauen kann, fehlt die Datenbasis für den Kernmechanismus.

Das kannst du heute noch tun

Der Einstieg ohne Budget und ohne Technik: Erstelle für drei häufige Lebensereignisse deiner Gemeinde einen manuellen Empfehlungszettel — was muss jemand nach einem Umzug erledigen, was nach einer Geburt? Dieser Zettel ist die Blaupause für das spätere Regelwerk.

Wenn du die Formulierung testen willst, ohne ein System zu bauen: Nutze ChatGPT oder Claude im Browser. Gib einen Lebenslage-Cluster ein und lass das Modell eine verständliche Empfehlungs-E-Mail formulieren. So erkennst du in 20 Minuten, ob der Tonfall und die Detailtiefe für deine Gemeinde stimmen — bevor ein Cent ausgegeben wird.

Quellen & Methodik

• eGovernment Monitor 2024: Initiative D21 / Technische Universität München / Kantar, „Nutzung und Akzeptanz digitaler Verwaltungsleistungen aus Sicht der Bürger:innen”, Oktober 2024. Quelle für: 66 % wünschen proaktive Information, 42 % wissen nicht ob Leistung digital verfügbar ist.
• Brazil gov.br Portal: OECD Observatory of Public Sector Innovation (OPSI), „AI Service Recommendation and User Profiles for better Citizen Experience”, 2022. Quelle für: Conversion-Rate-Anstieg von 2,8 % auf 9 % durch KI-Leistungsempfehlungen, 51 Mio. Empfehlungsaufrufe, 25 % der Serviceanfragen via Empfehlungsmodul.
• Hannover WOHNI-System: Pressemitteilung der Landeshauptstadt Hannover, März 2025. Quelle für: erstes kommunales KI-Assistenzsystem für Wohngeldanträge (forml GmbH), Ziel: 14 Tage kürzere Bearbeitungszeit für Online-Anträge.
• Niederländisches SyRI-System: Entscheidung des Rechtbank Den Haag (17. Februar 2020), Az. C/09/550982 / KG ZA 18-388. Quelle für: Diskriminierungsrisiko algorithmischer Verwaltungssysteme; rund 26.000 betroffene Familien.
• OZG-Leistungskatalog und Lebenslage-Systematik: IT-Planungsrat, OZG-Umsetzungskatalog (2018); Bundesministerium des Innern, OZG 2.0 Dokumentation (2024). Quelle für: 35 Lebenslagen, 575 Leistungsbündel, Priorisierung 115 Bundesleistungen bis Ende 2024.
• DSGVO Art. 5, 22, 28, 35: Datenschutz-Grundverordnung (EU) 2016/679, gültige Fassung. Grundlage für datenschutzrechtliche Einordnung.
• Vergabeschwellenwerte: Vergaberechtsreform 2024 / EVB-IT; EU-Schwellenwert für kommunale Auftraggeber ca. 221.000 Euro netto (ab 1. Januar 2024).
• Kosten- und Einsparungsangaben: Eigene Einschätzung auf Basis von Praxisberichten aus kommunalen Digitalisierungsprojekten; keine repräsentative Studie. Angaben sind Orientierungswerte.

Du überlegst, ob das für deine Gemeinde oder Behörde in Frage kommt? Dann fang mit dem Leistungskatalog an — das ist die inhaltliche Arbeit, die kein System dir abnimmt, und der beste Stresstest für die Idee.