Künstliche Intelligenz & offene Daten: 3 Szenarien, wie KI unsere Datenarbeit revolutioniert
In 15 Minuten eine interaktive Karte mit Berlins Kitaplätzen programmieren statt in mehreren Stunden? Das erledigt heute KI per Sprachbefehl. Für die datenbasierte Stadtentwicklung und Verwaltung eröffnet das völlig neue Möglichkeiten. Wir stellen drei Szenarien vor, wie KI das Arbeiten, Analysieren und Programmieren mit offenen Daten revolutioniert – und welche Lösungen wir schon für Berlin entwickeln.
1. Eine KI-fitte Verwaltung oder: Strukturiert und effizient arbeiten – mit KI & offenen Daten
Künstliche Intelligenz könnte Studien zufolge etwa 85 % der routinemäßigen Aufgaben in der Verwaltung effizienter gestalten – egal, ob bei häufigen Anfragen von Bürger:innen oder aufwendigen Berichten. Die Basis für eine solche KI-fitte Verwaltung: Daten. Je mehr offene und damit maschinenlesbare Daten vorliegen, desto präziser, effizienter und strukturierter kann die öffentliche Verwaltung mit KI arbeiten. Unser Team vom CityLAB testet dazu aktuell gemeinsam mit der Berliner Senatsverwaltung unsere prototypische Lösung BärGPT, einem KI-Assistenten, bei dem offene Daten als Grundlage dienen. Verwaltungsmitarbeitendende können ihre Dateien und Dokumente hochladen, im Chat Fragen zu deren Inhalt stellen und so Informationen effizienter finden, analysieren und strukturiert bearbeiten.
Ein Beispiel: Sachbearbeiter:innen für Abfallwirtschaft erhalten regelmäßig Anfragen, warum die Biomülltonen nicht häufiger geleert werden. In einem möglichst präzisen formulierten Prompt – also einem Sprachbefehl – geben sie in BärGPT ihre Anfrage ein, inklusive ihrer Rolle und der Zielgruppe. Wichtig sind dabei alle Hintergrundinformationen, wie etwa die neue kommunale Abfallentsorgungssatzung ab März 2025. Auch Länge und Tonalität des Textes (z.B. kurz, sachlich, max. 150 Wörter) sowie unerwünschte Inhalte (z.B. Paragraphenangaben) lassen sich definieren. Mit wenigen, gezielten Angaben liefert BärGPT eine passende Antwort – das spart Zeit und lässt sich auch für interne Recherchen, Berichte oder andere Textarbeiten nutzen, die auf bestehenden Daten, bzw. Dokumenten basieren.
2. Datensätze und Metadaten schneller analysieren – mit KI & Open Data
Künstliche Intelligenz kann auch dabei helfen, die richtigen Daten überhaupt zu finden. Denn obwohl räumliche, sogenannte Geodaten für die Stadtentwicklung eine essenzielle Rolle spielen – denken wir an Verkehrskonzepte, Klimastrategien oder Wohnungsbau –, haben längst nicht alle Menschen das Fachwissen, um Datensätze und ihre dazugehörigen, sie beschreibenden Metadaten zu verstehen und zu nutzen. Deswegen hat unser Team von der Open Data Informationsstelle (ODIS) mit dem GeoExplorer ein Tool entwickelt, das offene Geodaten mithilfe von KI nach Relevanz durchsucht, analysiert und interpretiert.
Ein Beispiel: Stellen wir uns vor, wir interessieren uns für Berlins offene Datensätze rund um das Thema „Erneuerbare Energien“. Die KI-gestützte Suche im GeoExplorer liefert eine nach Relevanz geordnete Liste von Datensätzen (z.B. zu Windkraft- oder Photovoltaikanlagen), angereichert mit KI-generierten Zusammenfassungen und Kontext. Jedes Ergebnis ist in einen Datenraum eingebettet, der die semantische Nähe zu verwandten Datensätzen aufzeigt und eine visuelle, intuitive Navigation durch die komplexe Landschaft der Geodaten ermöglicht – ganz ohne, dass wir die genauen Schlüsselwörter oder exakte Datensatztitel kennen müssen.
3. Vibe Coding oder: schneller programmieren – mit KI & Open Data
Künstliche Intelligenz kann nicht nur schnell Texte schreiben – sondern auch Software-Code, also programmieren. Beim sogenannten Vibe Coding gibt eine Person Sprachbefehle an ein KI-Modell, z.B. ChatGPT, das daraus einen funktionsfähigen Code entwickelt. So lassen sich beispielsweise interaktive Karten erstellen, die offene Daten visualisieren und besser nutzbar machen. Das Besondere: Es braucht wenig bis keine Programmierkenntnisse. Das zeigte auch unser Team im CityLAB mit den Ergebnissen des Hackday 2025, die wir beim Berlin Open Data 2025 Day vorstellten. Übrigens: Unser WFSExplorer – ein komplementäres Tool zum GeoExplorer – hat seinen Ursprung ebenfalls im Vibe Coding.
Ein Beispiel: Wir fragen ChatGPT nach interessanten Datensätzen vom Berliner Open Data Portal, das etwa 3000 Datensätze unterschiedlicher Qualität beinhaltet. Basierend auf einem offenen Datensatz zu Kindergärten etwa kann per Prompt eine strukturierte Tabelle erstellt werden – inklusive der Anzahl an Kindergärtenplätze. Wenn wir die Anzahl der Plätze pro Bezirk anschließend auf einer Karte visualisieren möchten, generiert die KI in etwa 15 Minuten den passenden Code. Geübte Programmierer:innen würden dafür allein aufgrund der Textmenge mehrere Stunden benötigen. Wichtig dabei: Wir gewinnen an Geschwindigkeit, geben aber auch einen Teil der Kontrolle ab – und müssen die Ergebnisse auf Fehler prüfen.
Warum es jetzt wichtig ist, offene Daten für die neuen Möglichkeiten durch KI fit zu machen? Nachzulesen in der ODIS-Studie Linked Open Data in der Praxis.