Wenn europäische öffentliche Stellen den Kauf von agentischer KI für die Regierung erwägen, stoßen sie auf eine Technologiekategorie, die in Beschaffungsrahmenwerken vor zwei Jahren kaum existierte. Die Anbieter sind zuversichtlich, die Definitionen sind dehnbar, und die Distanz zwischen einer Broschürenzusage und einem funktionierenden System kann beträchtlich sein.
Agentische KI ist nicht einfach generative KI mit besserem Marketing. Diese Unterscheidung ist wichtig für jede öffentliche Stelle, die eine Ausschreibung schreibt, und noch wichtiger für Aufsichtsbehörden, die herausfinden müssen, welche Regeln gelten.
Was agentisch tatsächlich bedeutet
Das AI Playbook der britischen Regierung bietet eine Definition: „Agentische KI bezeichnet KI-Systeme, die aus Agenten bestehen, die autonom handeln und interagieren können, um ihre Ziele zu erreichen." Die Formulierung ist präzise. Generative KI erzeugt Inhalte aus Mustern. Agentische Systeme entscheiden, was zu tun ist, wie es zu tun ist und wann. Sie verfolgen Ziele, anstatt auf Prompts zu reagieren. Ein agentisches System, das ein Formular verarbeitet, erfasst nicht einfach die Daten. Es prüft fehlende Angaben, kennzeichnet potenzielle Probleme, leitet den Fall an die richtige Abteilung weiter und folgt nach, ohne dass Schritt für Schritt menschliche Anweisungen nötig sind.
Nadav Mordechai, Produkt- und Strategiedirektor bei Elsewhen, argumentiert, dass die eigentliche Verschiebung in den organisatorischen Arbeitsabläufen liegt statt in der individuellen Produktivität. Sein Bericht beschreibt den Wandel als einen Schritt vom „Hinzufügen von KI in ein System" hin zum „Verständnis von KI als System." Die Veränderung ist architektonisch, nicht schrittweise, und sie erfordert von Beschaffungsteams, etwas fundamental anderes zu bewerten als die Softwareverträge, an die sie gewöhnt sind.
Singapurs Pilotprojekte und was sie zeigen
Singapur, mit etwa einem Zehntel der Bevölkerung Großbritanniens, hat einen Agentic AI Primer veröffentlicht, der darauf ausgelegt ist, über Schlagworte hinauszugehen. Ein in diesem Dokument beschriebenes Pilotprojekt baute ein Multi-Agenten-System, das zusammenarbeitende Datenwissenschaftler nachahmte: Aufgaben delegieren, Spezialisten hinzuziehen, Graphdatenbanken abfragen und kontextuelle Erkenntnisse aus Customer-Relationship-Management-Daten gewinnen. Der Primer zeigt, dass agentische Systeme die Art und Weise nachahmen können, wie Beamte koordinieren, delegieren und Probleme lösen.
Ein Pilotprojekt in einer kontrollierten Umgebung ist jedoch nicht dasselbe wie ein eingesetztes System, das über mehrere Behörden mit unterschiedlicher Datenqualität, veralteter Infrastruktur und rechtlichen Verpflichtungen hinweg arbeitet. Wie NewsBriefing bereits berichtet hat, ist die Lücke zwischen Demonstration und Einsatz in europäischen öffentlichen Diensten die Stelle, an der die meisten Technologieprojekte scheitern.
Produktivitätsbehauptungen erfordern Prüfung
Der Elsewhen-Bericht stellt fest, dass „die Anwendung agentischer KI in der Regierung zu Produktivitätssteigerungen von mindestens 20 bis 30 Prozent führen könnte." Diese Zahl sollte mit Vorsicht behandelt werden. Sie erscheint ohne angegebene Methodik, Stichprobengröße oder unabhängige Prüfung. Es sich um eine Schätzung des Anbieters, nicht um ein verifiziertes Ergebnis.
Konkreter, wenn auch noch immer anekdotisch, ist die Zahl aus der Rede von Premierminister Keir Starmer: ein Planungssystem, das hundert Akten pro Tag verarbeitet, während der bisherige Durchschnitt bei fünf lag. Selbst hier ist der Kontext wichtig. Eine Demonstration unter kontrollierten Bedingungen garantiert keine vergleichbare Leistung im großen Maßstab über verschiedene lokale Behörden mit inkonsistenten Daten hinweg.
Aufsichtsbehörden holen auf
Das Information Commissioner's Office, die britische Datenschutzbehörde, hat einen eigenen Tech-Futures-Bericht zu agentischer KI veröffentlicht, der vier Szenarien dafür untersucht, wie sich die Technologie in den nächsten zwei bis fünf Jahren entwickeln könnte. Die zentrale Erkenntnis lautet, dass das spezifische Design und die Architektur agentischer Systeme darüber bestimmen, wie das Datenschutzrecht zur Anwendung kommt und wie Einzelpersonen ihre Rechte ausüben können.
Schlecht implementierte Systeme, so warnt die ICO, erhöhen das Risiko von Datenschutzschäden. Die Entscheidungen, die zählen, umfassen, auf welche Daten und Werkzeuge ein System zugreifen kann und welche Governance- und Kontrollmaßnahmen es umgeben. Genau diese Details werden in Anbieterpräsentationen oft nur oberflächlich behandelt.
Die Veröffentlichung der britischen Regierung zu agentischer KI und Verbrauchern richtet sich zwar an den Verbrauchermarkt, wirft aber Fragen auf, die auch öffentliche Auftraggeber stellen sollten. Welche Entscheidungen trifft das System autonom? Auf welche Daten greift es zu? Wie werden Fehler erkannt und korrigiert? Wer ist verantwortlich, wenn das System Schaden verursacht?
Die europäische Compliance-Herausforderung
Für europäische Käufer ist die regulatorische Umgebung komplexer als in Großbritannien. Der EU-KI-Gesetzentwurf stuft KI-Systeme nach Risikoleveln ein, und jedes agentische System, das personenbezogene Daten in öffentlichen Diensten verarbeitet, wird sowohl nach dem KI-Gesetz als auch nach der Datenschutz-Grundverordnung geprüft werden. Ein System, das in einem singapurischen Pilotprojekt funktioniert, kann nicht einfach in einen europäischen Kontext übertragen werden, ohne seine Compliance-Architektur von Grund auf zu überarbeiten.
Die Digitalstrategiearbeit der Europäischen Kommission berührt KI in öffentlichen Diensten, doch spezifische Leitlinien zu agentischen Systemen bleiben spärlich. Wie frühere Berichte über europäische digitale Regierung bereits angemerkt haben, befinden sich die Mitgliedstaaten auf unterschiedlichen Stufen der digitalen Reife. Die nordischen Länder haben seit Jahren in digitale Regierungsinfrastruktur investiert, einige südliche und östliche Mitglieder bauen noch an grundlegenden digitalen Identitätssystemen.
Warum die Beschaffung neue Kriterien braucht
Europäische öffentliche Stellen, die an Beschaffungsvorschriften gewöhnt sind, die Transparenz und Gleichbehandlung priorisieren, könnten feststellen, dass die Bewertung agentischer Systeme neue Kriterien erfordert. Traditionelle Ausschreibungen bewerten, ob ein Produkt eine Spezifikation erfüllt. Agentische Systeme passen ihr Verhalten definitionsgemäß an, um Ziele zu erreichen. Die Spezifikation ist nicht das System, der Entscheidungsprozess des Systems ist das System.
Der Elsewhen-Bericht schlägt fünf Prinzipien vor, um zu erkennen, wo agentische KI in öffentlichen Diensten echten Mehrwert schaffen kann, mit Fokus auf die Teile des Systems, die Prozesse verlangsamen, Personalzeit binden oder Beamte von höherwertiger Arbeit abhalten. Der zugrunde liegende Punkt ist solide: Reibung zu automatisieren ist nützlicher als Automatisierung um der Neuheit willen. Aber Prinzipien sind nicht dasselbe wie Beschaffungskriterien, und es gibt noch keinen gemeinsamen europäischen Rahmen, der sie in Vertragspezifikationen übersetzt.
Mehr von News Briefing: Cisco-Schwachstelle bei der Firewall-Verwaltung mit maximalem Schweregrad wird in Deutschland weiterhin ausgenutzt · EU-Bürgerbeauftragter prüft Ernennung des KI-Gesandten wegen möglicher Siemens-Interessenkonflikte.
Erwähnte Personen
-
Nadav Mordechai
Organisationen
Information Commissioner's Office · Elsewhen · UK Government · European Commission
