Künstliche Intelligenz (KI) wird immer mehr in der öffentlichen Verwaltung genutzt, während ein verantwortungsvoller Umgangs, bezeichnet als Responsible Artificial Intelligence (RAI), bislang häufig auf normativ-deklarative Prinzipien beschränkt bleibt. Eine systematische Literaturübersicht (2026) zeigt, dass die Umsetzung von RAI in Behörden von normativen Prinzipien, Governance-Mechanismen, organisationaler Readiness sowie Implementierung und Evaluation abhängt. In der Praxis fehlt bislang ein integrierter Rahmen, der Verwaltungen bei der operativen Ausgestaltung RAI unterstützt. Bestehende RAI-Modelle sind meist technik- oder branchenfokussiert und berücksichtigen öffentliche Legitimität und institutionelle Verantwortung nur unzureichend.

Der Beitrag adressiert diese Forschungslücke durch die konzeptionelle Entwicklung eines Reifegradmodells für Responsible AI in der öffentlichen Verwaltung. Das entwickelte Modell unterscheidet fünf Entwicklungsstufen von (1.) formaler Compliance über (2.) ethische Sensibilisierung und (3.) prozeduraler Verantwortlichkeit bis hin zu (4.) partizipativer Governance und (5.) adaptivem organisationalem Lernen.

Das Reifegradmodell dient nicht als Checkliste, sondern als Reflektions- und Diagnoseinstrument für Behörden. Es bietet eine praxisnahe Grundlage für Self-Assessments, Trainings und Governance-Weiterentwicklung in Behörden.

Die KI-Verordnung stellt ein grundlegendes Hemmnis für die europäische Innovationsfähigkeit in diesem Bereich dar. Regelungen erreichen ein nicht mehr hinnehmbares Ausmaß an Unbestimmtheit, das KI-Anbieter und -Betreiber lähmender Verunsicherung aussetzt. Zudem werden unterschiedlichste KI-Verwendungen einem pauschalen Anforderungskatalog unterworfen, der dem jeweiligen Einzelfall nicht angemessen ist. Die Europäische Kommission hat die Kritik zum Teil wahrgenommen und einen legislativen Verbesserungsvorschlag vorgelegt. Auch die Datenschutz-Grundverordnung, die für KI-Anwendungen ebenfalls grundlegende Bedeutung besitzt, soll nachgebessert werden. Der Beitrag untersucht, ob die Vorschläge in der Lage sind, die gesteckten Ziele zu erreichen, und ob die Innovationskraft Europas tatsächlich erhöht wird. Ebenso wird weiterer Änderungsbedarf identifiziert.

Aktuelle Herausforderungen im Energiesektor erfordern neue Formen der Steuerung und Entscheidungsunterstützung komplexer Energiesysteme. Regionale erneuerbare Energiesysteme sind dabei durch Dezentralisierung, Unsicherheiten und steigende Koordinationsanforderungen geprägt. Gleichzeitig wird Transparenz über Energiedaten häufig auf übergeordneten Ebenen aggregiert, während sie auf regionaler und kommunaler Ebene, wo zentrale Steuerungsentscheidungen getroffen werden, nur eingeschränkt verfügbar ist. Künstliche Intelligenz (KI) wird in diesem Kontext bislang überwiegend als Optimierungstechnologie betrachtet. Dieser Beitrag adressiert eine bislang unterrepräsentierte Perspektive: KI als Technologie für Transparenz- und Governance-Werkzeuge zur Unterstützung menschlicher Entscheidungsprozesse. Vorgestellt wird ein konzeptionelles Rahmenwerk, das KI nicht zur autonomen Steuerung, sondern unterstützend für Transparenz- und Governance-Werkzeuge zur Strukturierung, Erklärung und verständlichen Aufbereitung komplexer Energie- und Infrastrukturdaten nutzt. Brandenburg dient dabei als regionaler Kontext und Modellraum, in dem die Relevanz dieses Ansatzes für eine nachhaltige und datenbasierte Steuerung der Energiewende deutlich wird.