Alle Insights

Policy & Regulierung

Ontologien im Public Sector — wie formale Modelle Compliance prüfbar machen

Behörden und Kommunen brauchen KI, die nicht nur funktioniert, sondern nachvollziehbar bleibt. Wir zeigen, wie ontologie-basierte Architekturen Compliance-Anforderungen aus DSGVO und EU AI Act direkt in die Systemstruktur ziehen — und warum genau das den Unterschied zwischen Pilot und Produktivbetrieb macht.

23. April 20268 Min. LesezeitVon Leonardo Bornhäusser

Im Public Sector ist „funktioniert in der Demo" das schwächste Qualitätskriterium. Was zählt, ist: prüfbar, dokumentierbar, mit klarer Verantwortlichkeit. Genau hier spielen ontologische Architekturen ihre Stärke aus — sie machen aus impliziten Annahmen explizite Verträge, die der Auditor lesen kann.

Wo Behörden konkret an die Wand laufen

Drei Muster sehen wir in Mandaten regelmäßig: Erstens fehlen gemeinsame Begriffe zwischen Fachverfahren — derselbe „Antragsteller" ist im Sozialamt etwas anderes als im Bauamt. Zweitens ist die Datenherkunft nicht systematisch erfasst — wer trifft Entscheidungen auf Basis welcher Quelle? Drittens versanden Pilotprojekte, weil die Annex-IV-Dokumentation erst am Ende nachgezogen werden soll und dann „zu teuer" wird.

Was eine Ontologie hier strukturell ändert

Sobald die Kerndomäne formal modelliert ist, gelten klare Regeln: Welche Entitäten existieren, welche Beziehungen sind erlaubt, welche Rollen dürfen welche Operation ausführen. Diese Verträge wandern in die Systemstruktur statt in lose Dokumente. Audit-Anforderungen werden zur Konsequenz der Architektur, nicht zum zusätzlichen Aufsatz.

Compliance wird zum Nebenprodukt sauberer Modellierung. Wenn die Ontologie steht, fallen DSGVO-Auskunft, Annex-IV-Doku und Datenherkunft fast automatisch ab.

Drei konkrete Hebel — ohne IP-Preisgabe

Erster Hebel: Rollen und Berechtigungen werden im Modell verankert, nicht in der UI-Schicht. Zweiter Hebel: Datenquellen sind benannte Entitäten — wir wissen jederzeit, woher eine Aussage stammt. Dritter Hebel: Entscheidungen sind versionierte Objekte mit Annahmen und Outcome-Feldern. Das alles sind methodische Designentscheidungen, keine Magie. Die konkrete Ausgestaltung pro Mandat bleibt — wenig überraschend — vertraulich.

Warum gerade jetzt der richtige Zeitpunkt ist

Die Annex-IV-Pflichten des EU AI Act ziehen 2026/2027 spürbar an, parallel werden DSGVO-Audits in der Verwaltung systematischer. Wer jetzt mit einer kleinen, sauberen Domänen-Ontologie startet, hat in zwei Jahren die Hausaufgaben gemacht. Wer noch Pilot-Hopping betreibt, wird sie unter Zeitdruck nachholen — teurer und schlechter.

Wir arbeiten mit Kommunen, Landesbehörden und größeren Corporates an genau diesen Grundstrukturen. Wenn das in Ihrer Organisation eine offene Frage ist, schreiben Sie uns — wir sagen früh, ob ein Mandat sinnvoll ist oder ob ein anderes Vorgehen für Sie günstiger wäre.

OntologiePublic SectorEU AI ActComplianceGovernance

Wenn das hier interessiert

Schauen Sie sich auch das an.

Produkt

AI Playbook EU — unser Compliance- & Governance-Handbuch

Wir haben das Playbook zuerst für uns selbst gebaut — als methodisches Rückgrat für unsere eigenen Mandate entlang von DSGVO, EU AI Act, EDPB-Guidelines und Responsible AI. Heute nutzen wir es im Studio und stellen es als Produkt bereit: 99 Artikel, Branchenvorlagen für Healthcare, Bildung, Finance und HR, interaktiver Readiness-Check und Expert-Consultation. Wir ersetzen keinen Auditor — wir bereiten Sie darauf vor.

Research

Human Transformation Portraiting — Ontologie

Proprietärer Forschungsstrang an einer Ontologie für menschliche Entwicklung in HR-, Leadership-, Coaching- und Bildungs-Kontexten. Im Fokus: Human Readiness — die Bereitschaft, Fähigkeit und Nachhaltigkeit, Veränderung zu gestalten. Interdisziplinär angelegt zwischen Entwicklungspsychologie, Motivationsforschung, Decision Intelligence und EU-AI-Act-Compliance. Privacy-first als Designprinzip. Methodik und Diagnostik bleiben intern; wir sprechen über Vorgehen und Anwendungsfelder.

Research

NEN — Neural Enterprise Network Ontology

Unsere proprietäre Forschung an einer Ontologie für Wirtschaftsverständnis und -prognose — das Backbone der cNode-Plattform. Auf vier Ebenen modelliert: Enterprise-Core (Strategy · Operations · Finance · People · Technology), Decision-Netz, funktionsübergreifende Relationen und perspektivisch globales Marktwissen. Methodische Inhalte und Ergebnisse sind vertraulich; wir teilen Vorgehen und Anwendungskontexte.