Methodische Trägerschaft des Beirats
DeGEval-Mitgliedschaft anstreben oder Hochschulkooperation (z. B. Hochschule Neubrandenburg)? Beides hat Vor- und Nachteile in Bezug auf Verbindlichkeit, Verfügbarkeit und Kosten.
Phase 0 · Vorstudie
§ 07 — Offene Fragen & Risiken
Was noch geklärt werden muss.
Nichts an LARO ist Science-Fiction — alle acht Domänen sind technisch nach aktuellem Stand der Technik umsetzbar. Es gibt aber Punkte, die bewusst offen geführt werden, weil sie erst im Projektverlauf belastbar entschieden werden können oder weil sie strategische Festlegungen brauchen, die nicht beim Entwicklungsteam allein liegen.
Hardware-Beschaffung Inferenzserver
Beschaffungsweg, Standort im Serverraum, Kühlung, Backup-Konzept. Abstimmung mit dem IT-Dienstleister erforderlich. Entlastend: Die KI-Infrastruktur (GPU-Server mit 4× NVIDIA RTX PRO 6000 Blackwell, dazu ein CPU-Anwendungsserver) wird gemeinsam mit weiteren Verwaltungen beschafft und betrieben — die Kosten verteilen sich, Reserve und Erprobung sind eingeplant. Übergangsweise ist die Mietnutzung einer Karte möglich, bis die Hardware steht.
Phase 3 · Vorbereitung
DSGVO-Bewertung Befragungsdaten der Bevölkerung
Ortsbezogene Bürgerbefragungen sind grundsätzlich möglich, aber datenschutzrechtlich anspruchsvoll — DSFA gemäß Art. 35 DSGVO ist erforderlich, Abstimmung mit dem Datenschutzbeauftragten des Landkreises.
vor Phase 1
Förderlinie für die Plattformentwicklung
BULE-Modellprojekte? ELER-TA-Mittel (Technische Hilfe)? EFRE-Digitalisierung? Eigenmittel des Landkreises plus anteilige Mitwirkung der LAG? Einfluss auf den Vergabe- und Beihilfekontext.
Phase 0 · strategisch
Hybride KI-Strategie für sensible Bewertungstexte
Den weit überwiegenden Teil der Inferenzlast trägt Gemma 4 lokal. Für methodisch besonders anspruchsvolle Bewertungstexte ist zu prüfen, ob zeitweilig auf eine externe, pseudonymisierte Inferenzschicht zurückgegriffen werden kann oder ob die Plattform strikt lokal bleibt. Entscheidung nach erstem Praxistest in Phase 4.
Phase 4 · Praxistest
Generische Mehrprogramm-Fähigkeit
EFRE, GRW, BULE haben jeweils eigene Indikatorensysteme und Berichtsanforderungen. Das Datenmodell so zu schneiden, dass es alle abbildet ohne zum „alles passt überall"-Brei zu verkommen, ist ein Architekturproblem, das man ehrlich erst beim zweiten Programm wirklich versteht. Vorgehen: LEADER zuerst sauber, EFRE als zweites Programm explizit als Generalisierungstest.
Phase 6 · Generalisierung