Künstliche Intelligenz ist schon länger in aller Munde. Der Diskurs reicht von dystopischer Schwarzmalerei, dass wir alle durch KI ersetzt werden und in Massenarbeitslosigkeit versinken, bis zu utopischen Aussichten, dass die KI die größte Chance in er Menschheitsgeschichte ist. Wohin die Reise geht, können wir ihnen nicht sagen, wir sind keine KI-Experten. Wir sind Fördermittelexperten. Wir können ihnen einen Ausblick geben, wie KI im Bereich Fördermittel eingesetzt werden kann und welche Entwicklungen zu beobachten sind.

Zielsetzung

Beginnen wir, so wie man das bei einer Förder-Projektskizze machen würde mit der Zielsetzung. Wie auch in anderen Bereichen sollen KI-gestützte Systeme in der Fördermittelberatung vor allem Zeit sparen und repetitive Tätigkeiten automatisieren. Fördermittelrecherchen im Dschungel der über 2.500 Förderprogramme in Deutschland mit vielen zeitlich begrenzten Förderaufrufen und landesspezifischen Besonderheiten können viel Zeit in Anspruch nehmen. Eine KI-System kann die eigentliche Recherche beschleunigen. Auch bei weiteren Recherchetätigkeiten, beispielsweise zum Stand der Technik sind Lösungen wie ChatGPT valide Hilfsmittel. Bei der Formulierung von Antragstexten gibt es ebenfalls Potenzial für KI-Unterstützung. Häufig ähneln sich die inhaltlichen Anforderungen von Vorhabenbeschreibungen für Förderanträge. Eine gewisse Standardisierung wäre möglich. Im Bereich der Bewertung ist KI-Unterstützung unter Umständen sowohl für Berater als auch für die fördernden Instanzen wie Projektträger und Ministerien interessant. Als Antragsteller oder Berater kann man durch ein System eine inhaltliche Vorbewertung durchführen lassen. Bei Projektträgern und Ministerien ließe sich der Arbeitsaufwand reduzieren, wenn zumindest gewisse Teile des Bewertungsprozesses automatisiert ablaufen.  

Stand der Technik

Anwendungspotenzial gibt es also genug. Aber wie steht es um den Stand der Technik von KI für die Fördermittelberatung. Beim Thema der Fördermittelrecherche ist vor allem die Aktualität und der Umfang der Suche noch eine Herausforderung. Neue Richtlinien und Förderaufrufe werden über viele verschiedene Kanäle veröffentlicht, je nachdem, ob sie vom Bund, Land oder der EU kommen. All diese Kanäle und Plattformen konstant zu crawlen ist äußerst aufwendig. Die eigentliche Fördersuche gestaltet sich hingegen als weniger problematisch. Eine regelbasierte Suche und Analyse verschiedener Förderprogramme, ist durchaus machbar. So kann ein KI-System bei richtigen Suchparametern valide Förderprogramme ausfindig machen. Für die Nutzer wird die Liste der Ergebnisse so um einiges kleiner. Das kann von Hunderten zu Dutzenden Programmen gehen. Trotzdem sind solche Systeme aktuell noch fehleranfällig. Programme sind mitunter komplex. Ob eine bestimmtes Projekt oder Unternehmen antragsberechtigt sind, kann von Details abhängen. Diese Details treten bei einer oberflächlichen automatisierten Suche nicht zu Tage. Man benötigt immer noch umfassendes Fachwissen, um eine genaue Einordnung vorzunehmen.

Bei der inhaltlichen Recherche sieht es ähnlich aus. Natürlich kann man sich von modernen LLM umfangreiche Texte zu hochkomplexen Sachverhalten in Sekunden erstellen lassen. Da solche KI-Systeme jedoch dazu neigen möglichst positive Resultate zu erzeugen, halluzinieren können und zumindest, wenn sie mit Datenbanken arbeiten, nicht immer auf dem neuesten Stand sind, sind die Resultate möglicherweise ungenau. Bei der automatisierten Texterstellung für Vorhabenbeschreibungen oder Förderanträge kommt noch hinzu, dass dort ein spezieller Duktus erwünscht ist. Grundsätzlich lässt sich ein KI-System zwar darauf trainieren, aber aufgrund der Vielfalt an verschiedenen Antragsanforderungen unterschiedlicher Projektträger und Ministerien ist auch das mit einem immensen Aufwand verbunden.

Die Bewertung von Anträgen lässt sich, je nach Antragsart, rein technisch schon automatisieren. Gerade einstufige Anträge, bei denen vor allem kaufmännische Angaben im Vordergrund stehen, ließen sich gut regelbasiert automatisiert prüfen. Je umfassender jedoch der Textanteil ist und wenn Bewertungen nicht gänzlich standardisiert, sondern mit gewissem Ermessensspielraum erfolgen, desto niedriger ist das Automatisierungspotenzial.

Grenzen

Das führt uns direkt zu den Risiken und Grenzen beim Einsatz von KI in der Fördermittelberatung. Alle erwähnten Bereiche lassen sich bis zu einem gewissen Grad automatisieren. Manche besser, manche schlechter. Eine vollständige Automatisierung der Fördermittelberatung ist, Stand heute, jedoch nicht möglich. Das Förderwesen mit seinen verschiedenen Anforderungen an Anträge und unterschiedlichen Verfahren, die von Projektträgern und Ministerien vorgegeben werden, ist hochkomplex. Standardisierung ist nur bis zu einem bestimmten Grad möglich. Die menschliche Komponente ist tief im Förderprozess verwurzelt. Solange menschliche Gutachter die Anträge prüfen und Gelder freigeben, werden auch Anträge schlussendlich von Menschen verfasst. Außerdem ist das deutsche Förderwesen über seine verschiedenen Ebenen stark fraktioniert. Es ist unwahrscheinlich, dass alle Bereiche im gleichen Maße technische Weiterentwicklungen umsetzen. In Deutschland spielt auch der Datenschutz eine große Rolle. Bei Förderprojekten werden mitunter hochsensible und streng vertrauliche Unternehmensdaten ausgetauscht und verwertet. Auch wenn das DSGVO-konform möglich ist, möchten manche Unternehmen vielleicht nicht, dass ihre Daten von KI-Systemen verarbeitet werden.

Ausblick

Wie in vielen anderen Branchen auch, wird in der Beratung, und der Fördermittelberatung im Speziellen, die Bedeutung von KI-Systemen ansteigen. Die damit einhergehenden Potenziale Effizienz und Qualität zu steigern sind hoch. Aber schlussendlich werden KI-Anwendungen Fachleute nicht ersetzen. Fördermittelberater und ihr umfangreiches Fachwissen sowie ihre Erfahrung bleiben wichtig. Allerdings werden Berater, die KI ignorieren Wettbewerbsvorteile gegenüber denjenigen einbüßen, die sich bereits mit dem Thema beschäftigen, ihre Prozesse überdenken und auf Automatisierungspotenziale prüfen. Es geht eher darum zu verstehen, wo KI-Anwendungen den größten Impact erzielen können, anstatt sie nach dem Gießkannenprinzip auszuschütten oder zu ignorieren.