Wenn städtische Daten einen „Lebensretter“ brauchen: Was der KI-Fehltritt von Kelowna über die wahre Hürde der Digitalisierung öffentlicher Dienstleistungen verrät

Die kanadische Stadt Kelowna fragte ihren KI-Chatbot einst: Welche Strände sind von Rettungsschwimmern bewacht? Die Antwort klang sehr sicher – und war völlig falsch. Der Bot nannte mehrere Strände, an denen tatsächlich keine Rettungsschwimmer im Einsatz waren. Der Grund war nicht kompliziert: Tief auf der Website der Stadt lag eine alte PDF-Datei, in der einst gültige Regelungen festgehalten waren. Die Datei war nie rechtzeitig aktualisiert worden, doch das Modell behandelte sie als aktuelle Tatsache.

Dass ein solcher Fehler ernst genommen werden sollte, liegt nicht daran, dass er „amüsant“ wäre, sondern daran, dass er zutiefst städtisch ist. Es handelt sich nicht um eine isolierte KI-Halluzination, sondern um ein typisches Symptom digitaler Infrastrukturen im öffentlichen Sektor: Informationszersplitterung, dokumentarische Sedimente, veraltete Systeme, unklare Verantwortlichkeiten – und am Ende wird all das durch eine scheinbar fortschrittliche Oberfläche sichtbar gemacht. Die KI hat hier kein Problem geschaffen; sie hat nur dafür gesorgt, dass es nicht länger ignoriert werden konnte.

Wie James McGregor, CTO der Stadt Kelowna, das beschreibt, sei dieser Fall „interessant, aber auch auf entscheidende Weise falsch“. Dieser Satz könnte fast als Fußnote zu vielen heutigen KI-Projekten in Städten dienen. Für Behörden besteht die eigentliche Schwierigkeit nicht darin, einen Chatbot an eine Website anzubinden, sondern sicherzustellen, dass er tatsächlich auf städtische Daten zugreift, die verwaltet, noch gültig und in ihrer Herkunft nachverfolgbar sind.

Die erste Realität von KI im öffentlichen Sektor: nicht Intelligenz, sondern Leitungen

Dass Städte KI einführen, geschieht oft nicht, weil sie plötzlich eine romantische Vorstellung von Technologie entwickeln, sondern weil sich die zeitliche Struktur öffentlicher Dienstleistungen verändert hat. Ein Rathaus hat feste Öffnungszeiten, Bürgerinnen und Bürger stellen ihre Fragen, Beschwerden, Anträge und Abfragen jedoch nicht nur während dieser Zeiten. Informationsdienste müssen rund um die Uhr reagieren, besonders in häufigen Szenarien wie Genehmigungen, Verkehr, Gemeinschaftsveranstaltungen, öffentlicher Sicherheit und der Nutzung von Einrichtungen.

Der Chatbot von Kelowna wurde ursprünglich entwickelt, um häufige Servicefragen zu beantworten und den Bedarf außerhalb der Geschäftszeiten abzudecken. Nach öffentlichen Angaben bearbeitet das System jährlich rund 180.000 Anfragen, von denen etwa 40 % ohne menschliches Eingreifen gelöst werden. Das bedeutet, dass es längst kein bloßes Experiment mehr ist, sondern ein digitaler Schalter, der bereits vorläufig in die städtische Servicekette eingebettet ist.

Wirklich wichtig ist jedoch nicht diese Zahl, sondern das, was sie über die Grundlogik von KI-Anwendungen in Städten verrät: KI beginnt nicht mit „Entscheidung“, sondern mit „Weiterleitung“. Zunächst übernimmt sie die Aufgabe, Reibungsverluste im Service zu reduzieren, Antwortzeiten zu verlängern und wiederkehrende Anfragen zu verringern. Für Städte liegt der Wert solcher Anwendungen nicht darin, Menschen zu ersetzen, sondern darin, knappe menschliche Kapazitäten auf jene Bereiche zu konzentrieren, in denen Urteilskraft am dringendsten benötigt wird.Das erklärt auch, warum das Managementteam in Kelowna „small ball“ betont – ähnlich wie eine konservative Strategie im Baseball: erst mit Singles und Doubles punkten, statt von Anfang an auf Home Runs zu setzen. Wenn die KI-Einführung in einer Stadt von Beginn an sektorenübergreifend, in großem Maßstab und vollständig durchautomatisiert erfolgen soll, liegt das Risiko nicht in unzureichenden Modellfähigkeiten, sondern in der Unausgewogenheit des städtischen Systems selbst: Manche Prozesse sind standardisiert, andere beruhen auf menschlicher Erfahrung; manche Daten sind sauber, andere liegen noch in alten Websites, alten Systemen und alten Akten verborgen.

Alte PDFs sind kein Witz, sondern die Visualisierung städtischer technischer Schulden

Der wertvollste Aspekt der Geschichte von Kelowna liegt darin, dass sie „technische Schulden“ von einem abstrakten Begriff in einen konkreten Kontext überführt. Das vor 30 Jahren hinterlassene ColdFusion-System, die lange nicht aufbereiteten historischen Dokumente, das laufende ERP-Upgrade und der noch nicht vollständig etablierte Daten-Governance-Rahmen sind nicht bloß Backend-Details, sondern Voraussetzungen dafür, ob KI sicher in öffentliche Dienstleistungen gelangen kann.

Viele Städte richten beim Thema KI ihren Blick instinktiv auf Modelle, Oberflächen und neue Funktionen; im öffentlichen Sektor liegt die Schwierigkeit jedoch genau umgekehrt – entscheidend ist, „was das Modell sieht“. Wenn der Datenkatalog unklar ist, der Lebenszyklus von Dokumenten nicht verwaltet wird und die zuständigen Stellen nicht eindeutig festgelegt sind, dann beschleunigt KI historische Fehler lediglich zu Echtzeitfehlern.

Deshalb verschiebt sich der digitale Weg vieler Städte zunehmend von „Innovation an der Oberfläche“ hin zu „Modernisierung des Fundaments“. In Kelowna konkurriert der KI-Einsatz nicht mit der Modernisierung der Infrastruktur um Ressourcen, sondern wird parallel zur ERP-Implementierung und zur Daten-Governance vorangetrieben. Anders gesagt: Die Stadt betrachtet KI nicht als Abkürzung, um System-Upgrades zu umgehen, sondern als Stresstest, der die Weiterentwicklung der Governance erzwingt.

Dieser Ansatz ist näher an der Realität – und auch näher an der Entwicklungsweise künftiger städtischer Systeme. Eine wirklich nachhaltige Smart City stapelt KI nicht auf alte Systeme, um Vorführeffekte zu erzeugen, sondern sorgt zuerst dafür, dass Datenfluss, Geschäftsfluss und Berechtigungsfluss aufeinander abgestimmt sind, bevor Automatisierung in die passenden Prozesse einzieht.

Warum städtische KI nicht zuerst den „klügsten“ Teil verändert, sondern den „wiederholbarsten“

Aus globaler Perspektive der Stadtverwaltung ist die erste Phase der KI-Einführung in kommunale Systeme in der Regel keine tiefgreifende Autonomie, sondern die Entlastung von Abläufen. Sie wird bevorzugt in Szenarien wie Beratung, Triage, Wissensrecherche, Vorgangsklassifizierung, Terminsteuerung, Standardfragen und mehrsprachigen Diensten eingesetzt, weil diese Bereiche hochgradig repetitiv sind, die Verantwortungsgrenzen vergleichsweise klar sind und die Kosten von Fehlern kontrollierbar bleiben.

Das steht nicht im Widerspruch zum langfristigen Ziel der „Effizienz“ von Städten. Im Gegenteil: Es ist ein realistischeres Effizienzverständnis – nicht Maschinen sollen für die Verwaltung mehr Entscheidungen treffen, sondern Maschinen sollen Menschen von geringwertiger, repetitiver Arbeit befreien. Für eine kommunale Verwaltung mit knappem Personal, begrenztem Budget und stetig steigendem Compliance-Druck liegt der Wert solcher Automatisierung darin, die Serviceabdeckung zu erweitern, nicht darin, einen Technologie-Mythos zu erzeugen.Der Fall Kelowna zeigt auch einen oft übersehenen Trend: Die Unterschiede in den zukünftigen KI-Fähigkeiten hängen nicht nur vom Modell selbst ab, sondern ebenso von der Qualität und dem Governance-Niveau organisationsspezifischer Daten. Modelle, die mit öffentlich verfügbaren Internetdaten trainiert wurden, können viele allgemeine Fragen beantworten; die eigentliche Wettbewerbsfähigkeit einer Stadt beruht jedoch darauf, wie gut sie lokale Abläufe, Geodaten, Serviceaufzeichnungen, Genehmigungsregeln und den Zustand ihrer Anlagen im Griff hat. Wer über sauberere, besser nachvollziehbare und leichter abrufbare Daten verfügt, hat eher die Chance, KI in eine öffentliche Fähigkeit zu verwandeln – und nicht in ein öffentliches Risiko.

Die nächste Phase der Digitalisierung von Städten: von „ein Tool online stellen“ zu „ein Informationsökosystem betreiben“

In den vergangenen mehr als zehn Jahren sind viele Smart-City-Projekte nicht gescheitert, weil die Technologie nicht fortschrittlich genug war, sondern weil sie die Stadt wie eine Produkteinführung behandelten und nicht wie ein komplexes System, das dauerhaft betrieben werden muss. Äußerlich wirken sie funktionsreich, tatsächlich arbeiten jedoch alle Systeme nebeneinander her: Website, Hotline, Vorgangsbearbeitung, GIS, Genehmigungsplattform, ERP und Archiv sind voneinander getrennt; Daten können nicht zwischen unterschiedlichen Dienstleistungsszenarien fließen.

Mit dem Aufkommen von KI wird diese Trennung sogar noch schwerer zu überdecken. Denn ein Chatbot muss wissen, woher Informationen kommen, wann sie veralten, wer für ihre Aktualisierung verantwortlich ist und welche Inhalte menschlich bestätigt werden müssen. Mit anderen Worten: KI macht die in der Stadtverwaltung lange tolerierten Grauzonen zu sichtbaren Problemen.

Genau darin liegt die tiefere Bedeutung des Falls Kelowna: Er erinnert den öffentlichen Sektor daran, dass Digitalisierung nicht einfach nur bedeutet, „einen neuen Zugangskanal hinzuzufügen“, sondern ein nachhaltiges städtisches Informationsökosystem aufzubauen. Dazu gehören:

• Lifecycle-Management für Dokumente und Daten
• Governance von Wissensdatenbanken für Bürgerservices
• Datenstandards zur Anbindung an ERP- und Backend-Prozesse
• Mechanismen zum automatischen Entfernen und Prüfen veralteter Informationen
• Klare Regeln für menschliche Prüfung und die Übertragung von Verantwortung

Diese Aufgaben sind wenig glamourös und tauchen auf einer Präsentation kaum je auf, doch sie entscheiden darüber, ob eine Stadt wirklich den Sprung zu einer betreibbaren intelligenten Verwaltung schafft.

Der zukünftige Wettbewerb zwischen Städten wird immer mehr zu einem Wettbewerb der Governance-Fähigkeiten

Stellt man den Fall Kelowna in einen größeren Kontext urbaner Technologie, zeigt er im Grunde einen breiteren Wandel: Der Wettbewerb zwischen Städten verschiebt sich von der Frage „Hat die Stadt ein KI-Projekt?“ hin zu „Kann die Stadt KI in ihre Governance-Systeme einbetten?“

Dieser Wandel wird mehrere Ebenen beeinflussen. Erstens den öffentlichen Service. Die künftigen städtischen Hotlines, Websites, Apps und Nachbarschaftsportale werden immer häufiger als Mensch-Maschine-Kooperation bereitgestellt; das Bürgererlebnis wird sich stärker an „Information sofort erhalten“ orientieren als an „Formular einreichen und auf einen Rückruf warten“.

Zweitens die Governance-Struktur. KI zwingt Städte dazu, neu zu definieren, welche Prozesse automatisiert werden können, welche zwingend menschliches Urteilsvermögen erfordern, welche Informationen öffentliches Wissen sind und welche als kontrollierte Daten gelten. Dieser Prozess wird eine strengere Daten-Governance fördern und zugleich ein reiferes Verständnis digitaler Souveränität: Städte können sich nicht nur auf externe Werkzeuge verlassen, sondern müssen ihre eigenen Daten- und Inhaltshoheitsgrenzen kontrollieren.Als Nächstes ist die Infrastruktur an der Reihe. Ein Chatbot, der scheinbar nur an der Frontend-Seite agiert, setzt in Wirklichkeit auf der Backend-Seite eine deutlich höhere Fähigkeit zur Systemintegration voraus, einschließlich Identitätsauthentifizierung, Rechteverwaltung, Wissensdatenbank-Updates, Protokollprüfung, Cybersicherheit und bereichsübergreifender Zusammenarbeit. Das sogenannte „Stadtbetriebssystem“ ist also keine einzelne Plattform, sondern eine Kombination dieser Fähigkeiten.

In diesem Sinne verändert KI die Stadt. Doch was sie verändert, ist nicht die oberflächliche Frage, „wie die Stadt aussieht“, sondern die grundlegende Ebene, „wie die Stadt funktioniert“.

Schlusswort: Was Städte wirklich brauchen, ist nicht ein Roboter, der Fragen besser beantworten kann, sondern ein System, das keine Fehler mehr produziert

Der Vorfall mit den Strandrettern in Kelowna ist deshalb so bedeutsam, weil er einen weit verbreiteten Irrtum sehr deutlich offenlegt: Der Wert von KI in der Stadt besteht nicht darin, Verwaltung zu ersetzen, sondern Verwaltung zu überprüfen. Sie zeigt auf einen Schlag, ob Daten korrekt sind, ob Abläufe klar sind, ob Zuständigkeiten eindeutig sind und ob Systeme veraltet sind.

Der Reifeweg für städtische KI ist daher vielleicht alles andere als romantisch. Er beginnt nicht mit der großen Vision des autonomen Fahrens, und auch nicht zuerst mit einem stadtweiten digitalen Zwilling. Wahrscheinlicher ist, dass er mit einem alten PDF beginnt, mit einem ERP-System, das gerade neu aufgebaut wird, mit einem Bürgerdienst-Portal, auf dem jeden Abend Fragen eingehen, und mit einer Gruppe von technischen Verantwortlichen, die bereit sind zuzugeben, dass „das System noch nicht sauber genug ist“.

Und genau hier formt sich die Weiche für die Stadt der Zukunft: Nicht welche Stadt als Erste KI einbindet, sondern welche Stadt als Erste lernt, KI nicht von veralteten Daten in die Irre führen zu lassen.

SEO-Beschreibung

Ein KI-Chatbot der Stadt Kelowna zitierte fälschlicherweise ein veraltetes PDF und machte damit das Kernproblem beim Einsatz von KI im öffentlichen Sektor sichtbar: Daten治理, Altsysteme, ERP-Modernisierung und digitale städtische Infrastruktur. Aus Sicht der Stadtechnologie analysiert dieser Text, warum die Voraussetzung für den Einsatz von KI in kommunalen Diensten nicht die Modellfähigkeit ist, sondern die Umgestaltung des städtischen Informationsökosystems.

Informationsquelle URL

https://www.digitaljournal.com/article/when-your-data-has-a-lifeguard-problem/