Bevor ich mich dem eigentlichen Thema widme, möchte ich mit einer kleinen Anekdote starten. Die letzten Wochen habe ich mich sehr schwer damit getan, hier einen zweiten Artikel aufzustellen. Zum einen lag das in der Wahl des Themas, zum anderen an einer natürlichen Schreibblockade.
Für die Nerds und Kenner der Zamonien-Romane Walter Moers unter Ihnen: Mir fehlte das Orm – jene kreative Energie, die einem Autor hilft, Worte auf Papier zu bringen.

Letztlich entschied ich mich für das Themenfeld „KI, Verwaltung, Demokratie und Parlamentarismus“. Dies ist ein weit gefasster Bogen, und wieder ereilte mich die Schreibblockade.

Der Treppenwitz an diesem Beitrag ist, dass ich Text produziere, um Ihnen darzulegen, wie in Verwaltung und Politik unnötig viel Text produziert wird – und wie KI dabei helfen könnte, dieses Problem zu lösen.

Gleich vorweg: Meine Schilderung wird nicht durch wissenschaftliche Quellenverweise gestützt, sondern beruht auf Beobachtung und „Bauchgefühl“.

Einer der wahrscheinlich besten Anwendungsbereiche für Sprachmodelle liegt im Zusammenfassen von Texten. Unsere Aufmerksamkeitsökonomie und unsere zur Verfügung stehende Zeit reicht teils nicht mehr aus, um die überbordende Informationsflut in der öffentlichen Verwaltung zu bewältigen.
Womöglich aus dem Gefühl heraus, jedes Detail geregelt zu haben und sein eigenes Dasein durch Textproduktion zu rechtfertigen, werden ungezählte Seiten verfasst. Denken Sie nur an die mehrhundertseitigen Verwaltungsvorschriften, die komplexen Förderrichtlinien oder die umfangreichen Erläuterungen zu Gesetzesänderungen, (un-)aufgeforderte Stellungnahmen, Ausführungsbestimmungen, Anträge mit Begründung und Beisträge für Presse und Social Media – oft vollgepackt mit Wiederholungen und Redundanzen. Parlamentsalltag at its best!
Vom Textbedarf der ausführenden Behörden ganz zu schweigen.
Hier greift das Sprachmodell ein und bietet Abhilfe. Je nach Vorgabe kürzt das Modell den zugrunde liegenden Text erheblich ein und destilliert die Substanz heraus.

Ein von mir selbst durchgeführtes „Experiment“ war die Reduktion eines Abschlussberichtes eines Untersuchungsausschusses von vormals 200 Seiten auf eine halbe Seite: Die zentrale Aussage wurde erkannt und blieb übrig.
Beim genannten Beispiel weiß ich ziemlich genau, dass die Textmenge zustande kam, weil man aus vermuteter Transparenzpflicht jedes Protokoll im Wortlaut zu einem Dokument zusammenfügte und als was Neues ausgab.

Jetzt können zwei Wege eingeschlagen werden:

1. Person A verkürzt den Weg und lässt sich den Textkorpus zusammenfassen. Auch unter der Gefahr, dass Informationen verloren gehen. Ihrerseits wird Person A beflissen Text produzieren, um Person B in nichts nachzustehen und ihr ökonomisches Dasein zu rechtfertigen. Person B wiederum fasst mit Sprachmodellen zusammen.
Vielleicht lassen auch beide ihre Texte mit Sprachmodellen schreiben, so dass Sprachmodelle am Ende Sprachmodelltexte einkürzen.
2. Person A und B erkennen, dass sich wesentliche Dinge kurz und knapp darstellen lassen können. Information ist für einen erheblich größeren Personenkreis erfahrbar, verständlich und bewertbar. KI-Systeme könnten hier als Korrektiv dienen, indem sie nicht nur bestehende Texte zusammenfassen, sondern bereits bei der Texterstellung helfen, präzise und verständlich zu formulieren – quasi als digitaler Redakteur für Verwaltungskommunikation.

Es stellt sich abschließend die Frage: Werden wir die zunehmende Informationsentropie weiter anwachsen lassen? Oder nutzen wir Maschinelles Lernen dazu, unseren menschlichen Hang zum Chaos einzudämmen und unsere Kommunikationssysteme wieder auf schlanke Beine zu stellen – um dann vielleicht mit der gewonnenen Klarheit wirklich Wichtiges zu kommunizieren?