Haben Sie Fragen zu unserem Artikel oder interkommunaler Zusammenarbeit? Wir freuen uns auf Ihre Nachricht über unser Kontaktformular!
16 hessische kommunale Jobcenter haben gemeinsam untersucht, an welchen Stellen Künstliche Intelligenz in der Verwaltungsarbeit wirklich entlasten kann, und wo andere Schritte zuerst nötig sind. Entstanden ist dabei nicht nur eine priorisierte Potenziallandkarte mit mehr als 60 Ansatzpunkten, sondern eine erprobte Methode, die anderen Kommunen direkt als Vorlage dienen kann.
Kommunale Jobcenter stehen untererheblichem Druck: Fachkräftemangel, steigende Fallzahlen, wachsende Aufgabenkomplexität und der Anspruch an digitalere, bürgernähere Services, und das bei einer Belegschaft, die ohnehin schon voll ausgelastet ist. KI wird indiesem Kontext oft als Antwort diskutiert. Die eigentliche Frage lautet aber: Woher weiß man, wo sie wirklich hilft?
Und wie unterscheidet man Aufgaben, bei denen KI sinnvoll eingesetzt werden kann, von solchen, bei denen zunächst Prozesse geklärt, Datenqualität verbessert oder schlicht klassisch digitalisiert werden muss? Genau diese Lücke hat das Projekt KI_Hub Kommunal in Arbeitspaket 1 aufgegriffen. Zwischen Oktober 2025 und April 2026 wurde eine strukturierte KI-Potenzialanalyse entwickelt und durchgeführt.
Der entscheidende methodische Ausgangspunkt ist eine Umkehrung der üblichen Herangehensweise. Statt zu fragen "Welche KI-Tools gibt es und wozu könnten wir sie nutzen?" beginntdie Analyse bei der tatsächlichen Arbeit der Mitarbeitenden: Welche Aufgaben sind gesetzlich notwendig? Wo entsteht täglich Aufwand, der sich wiederholt, ohne echten Mehrwert zu erzeugen? Und wo liegt das Problem vielleicht gar nicht bei der Technologie, sondern bei unklaren Prozessen oder fehlender Datenqualität?
Ausgangspunkt sind die gesetzlichen Aufgaben der Jobcenter im SGB II, ihre konkrete Umsetzung in Geschäftsprozessen und die damit verbundenen Belastungsmuster der Mitarbeitenden. Technologie kommt erst ins Spiel, wenn klar ist, wo ein echter Hebel liegt. Potenziale, die aus der Arbeitsrealität heraus identifiziert werden, sind belastbarer und finden bei Mitarbeitenden und Führungskräften deutlich mehr Akzeptanz als solche, die von außen an die Organisation herangetragen werden.
Die Potenzialanalyse bestand ausmehreren aufeinander aufbauenden Schritten, die jeweils eigene Methoden und Tools eingesetzt haben:
Als Grundlage wurden ein Prozessregister sowie bereichsspezifische Aufgabenkataloge erstellt. Diese erfassten systematisch alle relevanten Aufgaben in den Bereichen Leistung,Vermittlung und Zentralbereich und schufen die inhaltliche Basis für alle weiteren Analyseschritte.
In einer strukturierten Zweck-und Vollzugskritik wurden alle gesetzlichen SGB-II-Aufgaben systematisch bewertet: Welche sind zwingend notwendig? Welche könnten vereinfacht, standardisiert oder automatisiert werden? Dieser Schritt machte deutlich,welche Aufgabenbereiche überhaupt als KI-Ansatzpunkte in Frage kommen und welche nicht.
Die wichtigsten Kern- undUnterstützungsprozesse wurden in BPMN 2.0 modelliert, mit derProzessmanagementsoftware PICTURE / PICTURE nova. Dabei wurde nicht erfasst, wie Prozesse laufen sollen, sondern wie sie tatsächlich laufen: mit allen Reibungsstellen, Wartezeiten, Doppelarbeiten und Medienbrüchen.
Über strukturierte Beteiligungsformate wurden Rückmeldungen von Mitarbeitenden und Führungskräften gesammelt. Eine KI-gestützte Analyse wertete diese aus und machte übergreifende Muster sichtbar: Wo drückt es im Alltag am stärksten? Eine Low-Code-Plattformunterstützte die systematische Verdichtung der Ergebnisse. Ergänzend wurde eine interkommunale Online-Umfrage über LamaPoll durchgeführt, um standortübergreifende Muster zu erfassen.
Alle identifizierten Ansatzpunkte wurden in einer KI-Potenziallandkarte zusammengeführt und nach mehreren Kriterien bewertet: Entlastungswirkung, Fallzahl, Standardisierbarkeit, Datenlage, rechtliche Sensibilität, Akzeptanz, Umsetzungsaufwand und Übertragbarkeit. Für jeden vielversprechenden Ansatzpunkt wurde ein Use-Case-Canvas entwickelt.
Parallel zur inhaltlichen Analyse wurden die datenschutzrechtlichen, IT-sicherheitstechnischen und organisatorischen Voraussetzungen für die identifizierten Potenziale geprüft, insbesondere dort, wo personen- oder organisationssensible Daten betroffen sind. Dieser Schritt wurde bewusst nicht nachgelagert, sondern als integraler Bestandteil der Analyse durchgeführt.
Das Jobcenter Neue Wege im Kreis Bergstraße übernahm die Rolle des Pilotstandorts: Hier wurden die Methoden in der Tiefe entwickelt und erprobt. Ein Projektteam aus Fach- und Führungskräften der Bereiche Leistung, Vermittlung und Zentralbereich sowie Fachexpert:innen aus Prozessmanagement, IT/Digitalisierung und Datenschutz brachten ihre Arbeitswirklichkeit ein.
Die Ergebnisse wurden anschließend mit 15 weiteren hessischen kommunalen Jobcentern gespiegelt und gemeinsam eingeordnet. Diese Kombination aus lokaler Tiefe und interkommunaler Breite war methodisch entscheidend: Was an mehreren Standorten auftaucht, ist kein lokales Phänomen, sondern ein strukturelles Muster, das sich verallgemeinern lässt. Was lokal besonders ist, lässt sich gezielter einordnen. Die K4K eG begleitete das Vorhaben mit einem qualifizierten und interdisziplinären Projektteam als kommunale Genossenschaft.
Die KI-Potenziallandkarte umfasst mehr als 60 prozessbezogene Optimierungspotenziale entlang der wichtigsten Prozesse in Leistung, Vermittlung und Zentralbereich. Die größten Entlastungsmöglichkeiten liegen in Bereichen, die viele Verwaltungen aus dem Alltag kennen:
· Dokumentenprüfung und manuelle Datenübertragung
· Textarbeit, Recherche und das Zusammenfassen von Informationen
· Fristenverfolgung und Nachhaltung von Terminen und Rückmeldungen
· Gesprächsdokumentation, Vorstrukturierung und Plausibilisierung von Eingaben
Ein wesentliches Ergebnis ist dabei nicht nur die Liste der KI-Potenziale, sondern die explizite Benennung von Bereichen, in denen KI aktuell nicht das Richtige ist, weil zunächst Prozesse geklärt, Datenqualität verbessert oder Schnittstellen hergestellt werden müssen. Diese Unterscheidung hat bei Führungskräften und Mitarbeitenden besonders Vertrauen geschaffen: Eine ehrliche Analyse, die auch klare Grenzen zieht, wirkt glaubwürdiger als eine, die überall Chancen sieht.
Die Verbindung aus Aufgabenkritik und Prozessanalyse hat sich als methodisch besonders wertvoll erwiesen: Aufgabenkritik zeigt, welche Aufgaben grundsätzlich verändert werden sollten. Prozessanalyse zeigt, an welcher konkreten Stelle im Ablauf der Hebel liegt. Beides zusammen ergibt ein deutlich präziseres Bild als jede Einzelmethode.
Gut funktioniert hat auch die frühe und direkte Beteiligung von Mitarbeitenden. Wer von Anfang an versteht, warum ein Potenzial identifiziert wurde und wie es bewertet wurde, ist später eher bereit, entsprechende Lösungen anzunehmen und mitzugestalten. KI-Einführung, die an der Belegschaft vorbei geplant wird, scheitert meist nicht an der Technologie.
Hilfreich war außerdem die Nutzung bestehender Gremien: Die AG Digitalisierung der hessischen kommunalen Jobcenter war als interkommunales Steuerungsgremium bereits etabliert. Dadurch mussten keine neuen Parallelstrukturen aufgebaut werden, sodass die Einbindung von fünfzehn Partnerkommunen verlief deutlich reibungsloser als in Projekten, die von Null anfangen.
Ein interkommunales Projekt mit sechzehn Partnern braucht mehr Vorlaufzeit als erwartet. Die frühzeitige Einbindung von Entscheidungsträgerinnen und Entscheidungsträgern auf der obersten Ebene, klare Governance-Strukturen und gemeinsame Vereinbarungen zu Datenschutz und IT-Sicherheit sind keine Formalitäten, sondern erfolgskritisch und sollten von Beginn an mitgedacht werden, nicht erst wenn konkrete Anwendungen in Sicht sind.
Außerdem: Die Umsetzbarkeit von KI-Anwendungen hängt oft stärker von Datenqualität, bestehenden Fachverfahrenund Schnittstellen ab als von der KI-Lösung selbst. Wer diese Voraussetzungen frühzeitig prüft, spart sich spätere Umwege. KI kurzfristig vor allem als assistierende Unterstützung zu denken und nicht als Vollautomatisierung hat sich als realistischere und akzeptiertere Rahmung erwiesen.
Die Methode ist nicht an den spezifischen Kontext kommunaler Jobcenter oder an ein bestimmtes Tool gebunden. Die Grundlogik, Potenziale aus der Organisation heraus zu erschließen statt aus dem Technologieangebot, lässt sich auf jede Kommunalverwaltung übertragen, unabhängig von Größe oder Aufgabenfeld.
Kommunen müssen nicht mit einer vollständigen Analyse starten. Ein klar abgegrenzter Prozess, eine Abteilung oder ein konkretes Aufgabenfeld reichen als Einstieg. Das schlanke Mindestvorgehen: Prozess auswählen, Schmerzpunkte erfassen, KI- und Nicht-KI-Hebel unterscheiden, Risiken prüfen, Lösungsansatz formulieren, Quick Wins priorisieren und Ergebnisse dokumentieren.
Wer sich dabei mit anderen Kommunen zusammentut, profitiert doppelt: Datenschutz- und Rechtsprüfungen lassen sich für vergleichbare Anwendungsfälle bündeln, Erfahrungen können verglichen und ein gemeinsames Kompetenznetzwerk kann aufgebaut werden.
Die Ergebnisse aus Arbeitspaket 1 sind im Projekt KI_Hub Kommunal der Startpunkt: Im Reallabor (AP2) werden ausgewählte Use Cases konkret erprobt, in der Schulungskonzeption (AP3) werdendie identifizierten Potenziale in Kompetenzaufbau übersetzt.
