Rückverfolgbar ist nicht gleich richtig: Was ein OKFN-Pilot über KI und offene Verwaltungsdaten zeigt
Die Open Knowledge Foundation hat im September 2026 den Leitfaden „Connecting AI to Government Data“ veröffentlicht. Er dokumentiert ein viermonatiges Vorhaben ihrer AI Learning Labs, in dem Open-Source-Sprachmodelle direkt an staatliche Datenbestände angebunden wurden. Die Partnerbehörden wählten reale Datensätze: In Brasilien die parlamentarischen Haushaltsänderungsanträge, in Uruguay die nationale Energiebilanz. Ziel war, dass Menschen in Alltagssprache Fragen an die Daten richten können und jede Antwort auf ihre Quelle rückführbar bleibt.
Der aufschlussreichste Befund betrifft das Verhältnis von Provenienz und Korrektheit. Ein Quellenverweis zeigt, woher eine Antwort stammt, belegt aber nicht, dass die Quelle die gesamte Aussage trägt. Von 84 Testfragen wurden 32 als korrekt bewertet, 21 als teilweise korrekt oder unsicher. Am häufigsten blieb eine Antwort aus, obwohl die Information im Datensatz vorhanden war. Das Abrufen vorhandener Werte erwies sich als deutlich verlässlicher als abgeleitete Berechnungen wie Anteile oder Veränderungsraten, die mitunter fehlerhaft, aber überzeugend formuliert ausfielen. Zudem vermischte das Modell Datensatzinhalte mit eigenem Trainingswissen. Wirksam waren hauptsächlich Glossare und Zuordnungen umgangssprachlicher Begriffe zur Verwaltungsterminologie. Bemerkenswert ist auch die Rollenverteilung beim Testen: Verwaltungsinterne erkannten eher falsche Zahlen, zivilgesellschaftliche Testende eher unverständliche Antworten.
Die OKFN folgert, dass Chatbots Datenportale nicht ersetzen sollen. Das Kriterium der Maschinenlesbarkeit sei vielmehr um „AI Readiness“ zu erweitern.
Für GovData und DCAT-AP.de ist das eine relevante Verschiebung. Das Anwendungsprofil beschreibt Datensätze auf Katalogebene: Titel, Herausgeber, Lizenz, räumliche und zeitliche Abdeckung. Was der Pilot als entscheidend herausarbeitet, also Spaltendefinitionen, Maßeinheiten, dokumentierte Lücken und die Grenzen dessen, was ein Datensatz beantworten kann, liegt überwiegend unterhalb dieser Ebene. Es findet sich, wenn überhaupt, in begleitenden Dokumenten sehr unterschiedlicher Form. AI Readiness hieße, diese semantische Schicht ebenso strukturiert und verlinkbar zu veröffentlichen wie die Katalogmetadaten, etwa als maschinenlesbare Datenwörterbücher, die über dct:conformsTo referenziert werden.
Einschränkend ist festzuhalten, dass es sich um einen Praxisleitfaden mit kleiner Stichprobe handelt, nicht um eine Evaluationsstudie. Gerade als Beschreibung der Arbeitsschritte zwischen Datenbereitstellung und verlässlicher Antwort lohnt die Lektüre.