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. Dies ist inzwischen der kritische Pfad: Die Plattform ist an allen anderen Stellen darüber hinausgewachsen, und die Inferenz läuft solange über einen externen Anbieter mit pseudonymisierten Texten.
Phase 3 · läuft
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 — vorläufig entschieden, endgültig offen
Die Frage war, ob die Plattform strikt lokal rechnet oder für anspruchsvolle Texte auf eine externe, pseudonymisierte Schicht zurückgreift. Für die Übergangszeit ist sie beantwortet, weil sie beantwortet werden musste: Solange der eigene Server nicht steht, läuft die Inferenz extern, und zwar ausschließlich mit ersetzten Personen- und Vorhabensbezügen. Offen bleibt die Frage danach — ob nach der Inbetriebnahme alles lokal läuft oder ob für einzelne, methodisch besonders anspruchsvolle Texte ein externer Weg bewusst offengehalten wird. Das ist eine fachliche und keine technische Entscheidung, und sie gehört dem Auftraggeber gemeinsam mit dem Datenschutzbeauftragten.
Phase 3/4 · offen
Zwei Modelle für dieselbe Aufgabe
Die Plattform ist heute gegen ein leistungsfähiges kommerzielles Modell gebaut und geprüft. Ob ein lokal betriebenes Modell derselben Aufgabe in derselben Qualität genügt, insbesondere bei Beschlussvorlagen, Cluster-Analysen und Bewertungstexten, lässt sich erst am laufenden Server messen. Vorgehen: Die KI-Aufrufe sind protokolliert, also ist der Vergleich später an echten Fällen möglich und nicht nur an Testsätzen. Wo das lokale Modell nicht genügt, wird die Funktion eher zurückgenommen als die Datenhaltung aufgeweicht.
Phase 3 · 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