Die Telefonanlage der Gemeinde klingelt an einem Montagmorgen um 8:47 Uhr. Ein Anwohner möchte wissen, ob er für den Fensteraustausch an einem Gebäude in einer Schutzzone eine Baubewilligung benötigt. Die korrekte Antwort verteilt sich über drei Abteilungen, ein kantonales Reglement als PDF und eine informelle Handhabung, die nur ein einziger Sachbearbeiter auswendig kennt. Bis zum Ende der Woche wird der Anwohner dreimal nachgefragt haben.
Das ist kein Personalproblem. Es ist ein Problem der Informationsarchitektur — und KI-Agenten im öffentlichen Sektor gehören zu den wenigen Werkzeugen, die es lösen können, ohne zusätzliches Personal einzustellen oder ein fünfjähriges IT-Transformationsprogramm zu starten.
Dieser Artikel zeigt konkrete Anwendungsfälle, in denen Bürgerservice-Agenten tatsächlich funktionieren, erläutert die spezifischen Anforderungen öffentlicher Stellen und benennt ehrlich, was KI-Agenten heute können und was nicht.
Was den öffentlichen Sektor von anderen unterscheidet
Bevor wir auf Anwendungsfälle eingehen, lohnt es sich, die Rahmenbedingungen zu benennen, die jede Designentscheidung prägen. Gemeinden und Behörden in der Schweiz und der EU operieren unter Anforderungen, mit denen die meisten kommerziellen Projekte nie konfrontiert werden:
Datenhaltung. Bürgerdaten dürfen nicht frei über Grenzen fliessen. Für Schweizer Stellen bedeutet das Konformität mit dem revidierten DSG; für EU-seitige Dienste gelten die territorialen Bestimmungen der DSGVO. Ein Agent, der auf einem US-gehosteten Modell läuft und Anfragen an ein amerikanisches Rechenzentrum protokolliert, erfordert einen rechtmässigen Übermittlungsmechanismus — für Schweizer Stellen entweder die Zertifizierung des Anbieters im Rahmen des Swiss-U.S. Data Privacy Framework (in Kraft seit September 2024) oder Standardvertragsklauseln; für EU-seitige Dienste den Angemessenheitsbeschluss EU-U.S. DPF (Juli 2023) oder gleichwertige Schutzgarantien nach Kapitel V DSGVO. Fehlt ein solcher Mechanismus, ist das Projekt noch vor der ersten verarbeiteten Anfrage mit hoher Wahrscheinlichkeit nicht rechtskonform. Eine vertiefte Behandlung dieses Themas finden Sie in KI-Agenten und DSGVO: Automatisierung, die Sie verantworten können.
Nachvollziehbarkeit. Ein Bürger, der von einem automatisierten Dienst falsche Auskunft erhält, hat Rechtsansprüche. Jede Aktion des Agenten — die eingegangene Anfrage, die abgerufene Wissensquelle, die generierte Antwort — muss protokollierbar und nachprüfbar sein. Das ist keine optionale Architekturentscheidung; es ist die Mindestvoraussetzung.
Mehrsprachige Verpflichtung. Viele Schweizer Gemeinden operieren in zwei oder mehr Amtssprachen, manchmal drei. Ein deutschsprachiger, ein italienischsprachiger und ein französischsprachiger Einwohner haben denselben Anspruch auf gleichwertigen Service. Ein Agent, der Deutsch gut beherrscht, aber holpriges Italienisch produziert, ist keine neutrale Lösung — er ist ein Gleichbehandlungsproblem.
Politische Verantwortung. Behörden können sich nicht auf „die KI hat entschieden” berufen, wenn ein Bürger falsche Informationen zu einer Leistungsberechtigung oder zu einer Baubewilligung erhalten hat. Agenten müssen hier Unterstützungswerkzeuge mit menschlicher Bestätigung bei folgenreichen Ausgaben sein — keine autonomen Entscheidungsträger.
Das sind Randbedingungen, um die herum man designen muss — keine Gründe, auf Agenten zu verzichten. Von Anfang an richtig gemacht ist deutlich günstiger als eine nachträgliche Überarbeitung nach dem Launch.
Anwendungsfälle, die wirklich funktionieren
FAQ und Verfahrensinformationen in grossem Massstab
Der grösste Teil der Bürgeranfragen in den meisten Gemeindeämtern ist gleichzeitig der repetitivste: Öffnungszeiten, Kehrichtabfuhrpläne, Anmeldeverfahren, Schulanmeldefristen, Parkkartenberechtigung. Keiner dieser Fälle erfordert Ermessen. Alle binden Arbeitszeit.
Ein retrieval-augmentierter Agent, der mit den eigenen publizierten Dokumenten der Gemeinde — Verordnungen, Merkblätter, Website-Inhalte — trainiert wurde, kann die Mehrheit dieser Anfragen präzise bearbeiten. Der Agent ruft den relevanten Abschnitt des Quelldokuments ab und gibt ihn wieder, anstatt eine Antwort aus allgemeinem Wissen zu generieren. Das ist sowohl für die Genauigkeit als auch für die Nachvollziehbarkeit entscheidend: Jede Antwort lässt sich auf eine konkrete Quelle zurückführen.
Illustratives Szenario: Eine Gemeinde erhält monatlich 800 Bürgeranfragen, davon rund 60 % Verfahrensfragen, die sich aus bestehenden Dokumenten beantworten lassen. Wenn ein Agent die Hälfte jener 480 Routine-Anfragen übernimmt, spart das monatlich 240 Mitarbeiterinteraktionen — bei 8 Minuten pro Interaktion rund 32 Arbeitsstunden [illustrative Zahlen; tatsächliche Ergebnisse variieren je nach Gemeindegrösse und Anfragemix].
Vorabklärung von Gesuchen und Antragsbegleitung
Das Bewilligungsverfahren ist der Bereich, in dem Gemeinden am meisten Bürgervertrauen einbüssen. Ein Anwohner reicht ein Baugesuch mit dem falschen Formular, einem fehlenden Pflichtbeilag oder einem falschen Zonenverweis ein. Das Gesuch wird zurückgewiesen. Er reicht es erneut ein. Es wird wieder zurückgewiesen. Der gesamte Prozess kostet Wochen, erzeugt Beschwerden und bindet Verwaltungspersonal in Korrekturschleifen.
Ein Agent kann den Anwohner vor der Einreichung durch eine strukturierte Vorabklärung führen. Er stellt die relevanten Fragen — Gebäudeart, geplante Änderung, Zone, Denkmalpflege-Status — und zeigt das korrekte Formular, die Checkliste der erforderlichen Unterlagen und allfällige bekannte Hindernisse an. Er trifft keine Bewilligungsentscheidung. Er stellt sicher, dass der zuständige Sachbearbeiter beim ersten Eingang ein vollständiges, korrekt klassifiziertes Gesuch vorliegen hat.
Das ist das richtige Gestaltungsmuster für folgenreiche Prozesse: Der Agent übernimmt die Informationserhebung und Aufbereitung; der Beamte trifft die Entscheidung.
Mehrsprachige Bürgeranfragen
Führende proprietäre Sprachmodelle schneiden auf Standardverfahrensinhalten in Deutsch, Französisch, Italienisch und Englisch generell angemessen ab, wobei Englisch bei anspruchsvolleren Aufgaben einen messbaren Genauigkeitsvorteil behält. Für eine Tessiner Gemeinde, die sowohl Italienisch- als auch Deutschsprachige bedient, oder eine Grenzkommunikation mit bedeutendem Französischsprachigen-Anteil, kann ein einzelner Agenten-Einsatz in der gewählten Sprache des Einwohners weiterleiten und antworten — ohne vier separate Wissensbasen oder vier separate Agentenkonfigurationen zu pflegen.
Der Vorbehalt sei klar ausgesprochen: Die Leistung nimmt bei stark technischen Rechtstexten, Dialekten und stark lokalisierter Terminologie ab. Ein gut implementierter Agent in diesem Kontext enthält einen Fallback — „Ich finde keine präzise Antwort; hier ist der Kontakt der zuständigen Abteilung” — anstatt zu versuchen, auf spezialisiertem Regulierungsinhalt zu improvisieren. Dieser Fallback ist ein Feature, kein Versagen.
Für die Sprachdimension des mehrsprachigen Bürgerservice — telefonische Anfragen — behandelt der Artikel Mehrsprachige Sprachagenten: eine Leitung, vier Sprachen die spezifischen Architekturüberlegungen.
Internes Wissensmanagement für Mitarbeitende
Mitarbeiterseitige Agenten sind oft ein zugänglicherer Ausgangspunkt als öffentlichkeitsseitige: mit geringerem politischen Risiko und schnellerem Deployment. Der Anwendungsfall ist direkt: Ein neuer Sachbearbeiter muss das Verfahren für die Ummeldung einer ausländischen Person kennen oder den richtigen Eskalationspfad für eine Lärmbeschwerde, die kantonale Zuständigkeitsgrenzen überschreitet. Dieses Wissen existiert in internen Handbüchern, gemeinsamen Laufwerken und im Gedächtnis langjähriger Mitarbeitender.
Ein interner Agent, der mit Mitarbeiterdokumentation und Verfahrenshandbüchern trainiert wurde, kann diese Anfragen in Sekunden beantworten, Einarbeitungshürden reduzieren und die informelle Wissenskonzentration verhindern, die Organisationen anfällig macht, wenn erfahrene Mitarbeitende in Pension gehen.
Für eine vertiefte Betrachtung der Kategorie deckt KI-Agenten im Kundensupport: die Ablenkungsrechnung die Deflection-Ökonomie ab, die gleichermassen für interne Service Desks gilt.
Governance-Architektur: Was „verantwortungsvoller Einsatz” konkret bedeutet
Governance im öffentlichen Sektor ist kein Compliance-Häkchen. Es ist das praktische Kontrollgefüge, das einer Organisation erlaubt, hinter ihrem automatisierten Dienst zu stehen und ihn zu korrigieren, wenn er Fehler macht.
Die minimal-viable Governance-Architektur für den Einsatz eines Gemeindeagenten umfasst:
- Quellenverankerung. Jede Antwort wird aus einer definierten, versionierten Wissensbasis generiert. Aktualisierungen der Wissensbasis folgen einem Freigabeworkflow — keine Ad-hoc-Bearbeitungen.
- Konfidenz-Schwellenwerte. Antworten unterhalb eines definierten Konfidenz-Scores werden an eine menschliche Fachkraft weitergeleitet, nicht dem Bürger präsentiert. Der Schwellenwert wird beim Launch konservativ gesetzt und anhand der beobachteten Genauigkeit angepasst.
- Vollständiges Audit-Logging. Jede Interaktion wird mit Zeitstempel, Anfrage, abgerufenen Quellen und generierter Antwort protokolliert. Logs werden an einem jurisdiktionskonformen Datenspeicherort aufbewahrt.
- Eskalationspfade. Der Agent kann jederzeit an einen namentlich genannten menschlichen Ansprechpartner oder an eine Abteilung weiterleiten. „Ich weiss es nicht” mit einem klaren nächsten Schritt ist ein besseres Ergebnis als eine selbstsichere falsche Antwort.
- Regelmässige Genauigkeitsprüfung. Eine Person in der Organisation ist für eine monatliche Überprüfung eines Stichprobensets von Interaktionen verantwortlich. Das ist keine optionale Wartung — es ist der Mechanismus, durch den der Agent mit der Zeit besser wird.
Diese Governance-Ebene ist technisch nicht komplex. Sie erfordert operative Disziplin. Gemeinden, die sie als Nachgedanken behandeln, tendieren dazu, genau den Vorfall zu erleben — ein Bürger, der falsche Angaben zu einer Leistungsberechtigung erhält, ein fehlgeleitetes Baugesuch —, der hätte verhindert werden können.
Für das umfassendere Governance-Framework bietet KI-Agent-Governance: ein praxisorientiertes Playbook für KMU eine Struktur, die sich direkt auf den öffentlichen Sektor übertragen lässt.
Für wen es geeignet ist — und für wen nicht
Gute Voraussetzungen:
- Gemeinden mit hohem Volumen repetitiver Bürgeranfragen (Verfahrensfragen, Informationsanfragen) und angespannter Verwaltungskapazität
- Behörden, die die Servicegleichheit über Sprachgemeinschaften hinweg verbessern müssen, ohne den Personalbestand proportional zu erhöhen
- Organisationen mit vorhandener publizierter Dokumentation, die als Retrieval-Wissensbasis dienen kann
- IT- oder Digitalteams mit Mandat zur Pilotierung KI-gestützter Dienste unter angemessener Governance
Noch nicht geeignet:
- Organisationen, bei denen die geltende Verordnung verlangt, dass jede Antwort von einem menschlichen Beamten ausgestellt wird (einige kantonale Kontexte fallen hierunter — vor dem Deployment prüfen)
- Stellen, die ihre grundlegenden Verfahrensdokumente noch nicht digitalisiert haben; ein Agent ohne zuverlässige Wissensbasis wird Antworten erfinden
- Deployments, bei denen Datenhaltungsanforderungen durch die verfügbare Infrastruktur nicht erfüllt werden können — zunächst die konforme Datenschicht aufbauen
Von Anfang an richtig gebaut
Der entscheidende Unterschied zwischen einem Agenten im öffentlichen Sektor, der drei Jahre lang zuverlässig läuft, und einem, der nach sechs Monaten still abgeschaltet wird, liegt nicht in der zugrunde liegenden Technologie. Er liegt in der Vorarbeit: saubere Wissensquellen, eine konforme Datenarchitektur, ein Governance-Prozess, den jemand wirklich verantwortet, und ein ehrlicher Scope, was der Agent tun und nicht tun wird.
Genau hier zahlt sich die frühzeitige Einbindung externer Expertise aus — nicht weil die Technologie unzugänglich wäre, sondern weil die Anforderungen aus Compliance, Architektur und Change Management nicht trivial sind und die Kosten von Fehlern öffentlich sichtbar werden.
Orange ITS entwirft und entwickelt massgeschneiderte KI-Agenten für Organisationen, die auf zuverlässigen Betrieb in regulierten Umgebungen angewiesen sind. Unser Service KI-Agent-Entwicklung deckt den gesamten Lebenszyklus ab — von der Anwendungsfallbewertung und Datenarchitektur über Deployment und Monitoring bis zur Governance-Einrichtung.
Wenn Sie einen Bürgerservice-Agenten für Ihre Gemeinde oder Behörde evaluieren, ist ein fokussiertes 30-minütiges Gespräch ein sinnvoller erster Schritt. Wir können abbilden, welche Anwendungsfälle zu Ihrem Kontext passen, Ihre Compliance-Anforderungen identifizieren und Ihnen eine ehrliche Einschätzung geben, was es braucht, um das gut aufzubauen und zu betreiben.
30-minütiges Scoping-Gespräch mit Orange ITS buchen — keine Folien, keine Verkaufspräsentation, nur ein direktes Gespräch über Ihre Situation.