GovTech, Digital Design und die »Lessons not Learned«

Das Ende des Digitalisierungsstaus?

Der Digitalisierungsstau in Deutschland scheint sich gerade so langsam aufzulösen. Ob der Grund dafür nun das 500-Milliarden-Euro schwere Sondervermögen, der Schutz unserer digitalen und analogen Souveränität in Kriegszeiten oder die schwindende Wettbewerbsfähigkeit am globalen Markt sein mag, ist erst einmal unerheblich.

Fakt ist: Es tut sich etwas.

Manch unverbesserlicher Optimist mag sogar behaupten, dass es ja von Vorteil gewesen sein könnte, solange mit großen Investitionen gewartet zu haben, weil man nun aus den Fehlern der anderen lernen und es direkt »richtiger« machen kann.

Aber lernen wir wirklich aus den Fehlern anderer?  Und können wir es wirklich »richtiger« machen?

Aus den Fehlern anderer zu lernen, setzt zunächst einmal voraus, dass man sich als »fehlbar« anerkennt, statt die Weisheit – und in gleichem Maße die Selbstüberschätzung – mit Löffeln gefressen zu haben. Dieser Punkt dürfte für einige also schon die erste Herausforderung darstellen.

Gibt es denn überhaupt Akteure, die aus den Fehlern anderer lernen können? Und falls ja – wer sind sie?

GovTech und Co.

Agieren kann nur, wer auch den finanziellen Spielraum dafür hat. Umso weniger wundert es,  dass die Akteure, die den deutschen Digitalisierungsstau auflösen sollen, eher weniger aus der traditionellen Industrie kommen, sondern eher aus den Bereichen Militär, Cybersecurity  und GovTech.

Und über allen Bereichen schwebt – als Heilsbringer und Damokles-Schwert in einem –  natürlich »die KI«.

Während sich Militär und Cybersecurity im Wesentlichen mit der Abwehr »des Bösen« beschäftigen sollen, kann GovTech immerhin von sich behaupten, »das Gute« fördern zu wollen. In diesem mutmachenden Sinne stechen bei GovTech folgende drei Ziele besonders heraus:

• Verbesserung der Bürgerservices: Digitale Angebote sollen den Kontakt der Bürgerinnen und Bürger zu Behörden vereinfachen.
• Prozessoptimierung: Automatisierung von Verwaltungsabläufen und die Reduzierung von Papierkram sollen die Effizienz von Behörden steigern.
• Innovation: Die Nutzung von Lösungen wie Cloud Computing und KI soll dem öffentlichen Sektor innovative Wettbewerbsvorteile bescheren.

Gute Zeiten für Digital Design?

Theoretisch klingt das nach jeder Menge attraktiver Arbeit für digital Gestaltende. Denn: Gestaltende sind per Definition Akteure, die aus den Fehlern anderer lernen können (übrigens auch aus ihren eigenen) und die – anstatt die Weisheit mit Löffeln zu fressen – lieber mit Menschen sprechen, deren Lebenskontexte und Bedürfnisse verstehen und sich mit Hilfe kostensparender Prototypen an die für die Nutzenden bestmögliche Digitalisierungslösung heranpirschen.

Keine unnötigen Features, keine unverständlichen technischen Begriffe und schon  gar keine falschen strategischen Priorisierungen auf Basis narzisstischer Selbstüberschätzung.

Digital Gestaltende beherrschen nur eins: die systematische Beseitigung  menschlicher IT-Querelen.

Wenn also digital Gestaltende, als Digital Design & UX Professionals, die leitenden Akteure bei der Umsetzung der ambitionierten GovTech Ziele wären, wenn sie Verantwortung trügen, relevante Entscheidungsbefugnisse hätten und als inhaltliche  Richtungsgeber fungieren könnten, dann wären wir der Vision, alles »richtiger« zu machen, sicherlich schon einen gehörigen Schritt näher.

Utopie trifft auf Wirklichkeit

Doch leider trifft an dieser Stelle mal wieder Utopie auf Wirklichkeit: Wenn es schon damals ein beliebter Fehler war, Entscheidungen auf Basis von Selbstüberschätzung, statt auf Basis von anerkannten menschzentrierten Design-Methoden zu treffen, warum sollte sich das heute oder in Zukunft ändern? Der eigentliche Sinn (oder Unsinn) der Selbstüberschätzung ist ja gerade, dass der sich Selbstüberschätzende auch nach seinen Fehlgriffen noch denkt, er oder sie habe richtig gehandelt. Und deshalb gilt:

Der sich Selbstüberschätzende ist in der Regel leider nicht geneigt, etwas zu ändern oder gar jemand anderen in die eigene Entscheidungsposition zu befördern.

Und da wären wir wieder beim allseits bekannten »zahnlosen Tiger«-Modell angelangt: Wir haben jede Menge sehr gut ausgebildeter Digital Design & UX Professionals in Deutschland. Viele dieser gut ausgebildeten Menschen haben sich intensiv mit aktuellen Themen auseinandergesetzt,  die für den GovTech-Bereich essenziell sind. Themen wie Barrierefreiheit und digitale Inklusion wurden tief durchdrungen und in den Communities, Arbeitskreisen oder auf Konferenzen wie der DDUX verbreitet. Die Hoffnung der digital Gestaltenden war u. a., dass das Barrierefreiheitsstärkungsgesetz (BFSG) die Chancen auf besser bedienbare Software im öffentlichen Sektor ankurbeln würde. Doch die Hoffnung stirbt bekanntermaßen zuletzt:

Investiert wurde bislang nicht in die Gestaltung digitaler Inklusion und Accessibility, sondern in die Umsetzung rein technologie-getriebener Projekte ohne konkrete Use Cases oder menschzentriertem Design.

Beispielsweise wurde das EU-Forschungsprojekt iBorderCtrl zwar mit öffentlichen Mitteln finanziert, die Ausschreibung war jedoch rein sicherheits- und technologiegetrieben, während Accessibility und Inclusive Design nicht als Kernanforderung hervorstachen – und dies, obwohl ein Grenzprozess natürlich Menschen mit sehr unterschiedlichen Fähigkeiten und Einschränkungen betrifft. Gerade hier wäre eine barrierefreie, stressarme, nachvollziehbare Gestaltung eine naheliegende »Definition of Done« gewesen.

Es flossen also hohe Summen in Hochrisiko-KI und Algorithmik – welches Problem die KI jedoch im Sinne der betroffenen Menschen, in welchem Kontext und mit welchem Wertversprechen lösen soll, schien in diesem Fall also erstmal zweitrangig – einfach mal machen und dann  mal schauen.

Die traurige Konsequenz aus einem reinen KI-Fokus ist, dass digital Gestaltende nicht in den Positionen sitzen, in denen sie die Richtungsgeber sein könnten, die sie sein müssten.

Kontext ist KIng

Also mehr Fokus auf KI und weniger auf Digital Design? Das ist eigentlich schon die falsche Gegenüberstellung. Denn: Mensch-zentriertes Design und KI schließen sich nicht im Geringsten aus.

Jede KI ist immer nur so gut, wie der Input, der ihr gegeben wird. Nicht umsonst dreht es sich bei der KI-Community immer häufiger um die Frage: »Wie schafft man es, einem Language Model – egal ob nun »small« oder »large« – einen möglichst kleinen Kontext zu liefern, der aber dennoch möglichst genau beschreibt, was genau eigentlich das Problem ist, das ein KI-Agent in einem bestimmten Moment lösen soll?«. Die systematische und technische Beantwortung dieser Frage wird inzwischen als »Context Engineering« bezeichnet und stellt klar: »Wenn du nicht weißt, was du willst, wird es die KI auch nicht für dich lösen.« Davon abgesehen ist es inzwischen auch beim letzten KI-Propheten angekommen, dass die KI ohne den »Human-in-the-Loop« keine ausreichende Qualität liefern kann. Ohne systematische, menschliche Interventionen sind KI-getriebene Lösungen weder skalierbar noch wartbar.

Die Welt mit anderen Augen sehen

Wer KI nutzt, muss also wissen, was er oder sie will. Nun mangelt es allerdings den wenigsten Menschen – insbesondere den sich Selbstüberschätzenden – an dem Wissen, was sie selbst wollen. Doch möchte man insbesondere das erste der drei GovTech-Ziele, also die Verbesserung von Bürgerservices, erfolgreich spielen, geht es leider gar nicht darum, was man selbst will – sondern darum, was andere wollen… und können. Nicht jeder Mensch besitzt die gleiche Schulbildung, nicht jeder kann sehen oder hören.

Neue Bürgerservice-Konzepte, die der Diversität unserer Gesellschaft nicht in den Details Rechnung tragen, degradieren einen Teil der Bürgerservicenutzenden automatisch zu Menschen zweiter Klasse.

Das Wissen über die Endnutzenden, deren Lebenskontexte, deren Einschränkungen und Bedürfnisse wird also relevanter, sobald es darum geht, das Kontextfenster einer – wie auch immer gearteten – KI zu befüllen. Vor allem, wenn ein durch KI angereicherter Bürgerservice von den Nutzenden auch tatsächlich als angenehmer bedienbar empfunden werden soll.

Das Wissen über die Lebensrealitäten und Bedürfnisse der Endnutzenden aufzubauen und für  die KI nutzbar zu machen, wird also zum Schlüssel für bessere Bürgerservices. Es geht darum, Perspektiven zu wechseln und Empathie-Lücken zu schließen. Digital Design & UX Professionals können das in der Regel »ab Werk«, doch nutzt ihnen diese Kompetenz recht wenig, wenn sie nicht tatkräftig an den entscheidenden Positionen eingesetzt werden.

Ein möglicher Weg für die Zukunft

Dabei könnte es so einfach sein: Digital Design & UX Professionals machen das,  was sie am besten können: Menschen beobachten, Pilotnutzende befragen,  Personas definieren, User Journeys ableiten, konzeptuelle Handlungsempfehlungen geben sowie bestehende Lösungsideen prototypisch lancieren und testen.

Dieses Wissen gießen sie in systematischer und strukturierter Form in eine zentrale KI-getriebene Wissensbasis, und auf der anderen Seite besorgen sich die Menschen in Entscheidungspositionen (also Product Owner oder Produktmanager), diese Informationen über inspirierende KI-Personas, also virtuelle Nutzende, um Ideen zu generieren und Backlogs zu priorisieren. Selbst die Software Engineers können von diesem  Wissen profitieren, denn sie können den von Digital Design & UX Professionals aufgebauten Kontext über das Model Context Protocol (MCP) direkt in ihrer IDE nutzen. Wie eine aktuelle Aufzeichnung der GermanUPA »Arbeitskreis KI«-Sitzung eindrucksvoll zeigt, kann diese Vision bereits jetzt schon eindrucksvoll schrittweise  umgesetzt werden.

Fazit

Wenn der GovTech Bereich sein wichtigstes Ziel, also »bessere Bürgerservices«, erfolgreich umsetzen möchte, dann wird das nur funktionieren, wenn Menschen und deren Bedürfnisse Teil des Prozesses werden und Digital Design & UX Professionals als diejenigen Akteure hinzugezogen werden, die dieses Wissen zusammentragen, in Konzepte verwandeln sowie aktuelle Entwicklungsstände mit Nutzenden testen und auswerten.

Öffentliche Ausschreibungen zu Technologien, die Auswirkungen auf Menschen haben, sollten »by Design« auch die digitale Gestaltung einbeziehen und konkrete Usability-Ziele als relevanteste Abnahmekriterien formulieren. Es muss das Geld an den Stellen verteilt werden, wo im User Research die Nähe zu Menschen aufgebaut und daraus sinnstiftende Konzepte abgeleitet werden. Ein Musterbeispiel, wie es gehen könnte, ist hierfür sicherlich die Agentur des Bundes mit dem Namen »Digital Service«. Dieser Digitalisierungspartner der Verwaltung hat derzeit ein menschzentriertes Team und insbesondere auch offene Stellen im Bereich User Research ausgeschrieben. Das macht Hoffnung, dass die hierfür aufgebrachte Finanzierung zu deutlich besseren Ergebnissen als in der Vergangenheit führt.

Denn auch das eindrucksvollste Sondervermögen wird verpuffen, wenn es an den eigentlichen Bedürfnissen der Menschen vorbeigeht.

Und die Verantwortlichen und Nutzenden werden sich hinterher die Frage stellen: »Warum haben wir es wieder nicht richtig hinbekommen?« Vielleicht stellen sich diese Frage auch nur die Nutzenden und nicht die Verantwortlichen. Dann wird dieser Misserfolg zur weiteren Schmach auf der langen Liste der »Lessons not learned.«