Ein langes Dokument ist schnell zusammengefasst. Ob damit schon etwas verstanden ist, zeigt sich spätestens in der ersten Rückfrage. Wie hilft KI in Public Affairs den Menschen, die Verbände beraten, Positionen erarbeiten und politische Entscheidungen vorbereiten? Stefan Mannes über belastbare Briefings, politische Einordnung und die Fähigkeit, offene Fragen offen zu lassen.
Wo sehen Sie den größten praktischen Nutzen von KI in Public Affairs?
In der Vorbereitung von Arbeit, für die Teams bislang viel Material von Hand ordnen müssen. Dazu können Dokumentenvergleiche, erste Zusammenfassungen und strukturierte Übersichten gehören. Wenn die Quellen bekannt sind und ein fachkundiger Mensch das Ergebnis prüft, kann das eine spürbare Hilfe sein.
Für den Einsatz von KI in Public Affairs ist entscheidend, wofür die Übersicht gebraucht wird. Soll eine Leitung entscheiden? Wird ein Fachgespräch vorbereitet? Müssen Mitglieder über einen Verfahrensstand informiert werden? Für diese Aufgaben braucht man unterschiedliche Informationen. Ein gutes Briefing beginnt deshalb mit dem Auftrag. Wer einfach um eine Zusammenfassung bittet, überlässt dem Werkzeug bereits einen Teil der Entscheidung darüber, was wichtig ist.
Ich würde zuerst einen wiederkehrenden Vorgang untersuchen, bei dem Material und Empfänger gut bekannt sind. Beispielsweise die Vorbereitung eines wöchentlichen Fachgesprächs. Bisherige Unterlagen zeigen, welche Informationen tatsächlich gebraucht wurden und welche Rückfragen entstanden. Daran lässt sich KI in Public Affairs sinnvoll erproben. Das Team kann beurteilen, ob die neue Übersicht etwas Wesentliches übersieht, ungesicherte Aussagen zu stark formuliert oder schlicht zu lang ist. Auch hier zählt der gesamte Aufwand. Eine in Sekunden erzeugte Zusammenfassung hilft wenig, wenn ihre Prüfung länger dauert als die bisherige Vorbereitung durch eine erfahrene Fachperson.
Was muss ein Briefing enthalten, das mit KI in Public Affairs entsteht?
Die Kernfrage, der aktuelle Stand, die relevanten Quellen und die Bedeutung für die eigene Organisation. Ebenso wichtig ist, was noch offen oder umstritten ist. Es muss erkennbar sein, ob wir über einen Vorschlag, einen Beschluss, eine fachliche Einschätzung oder eine öffentliche Äußerung sprechen.
Ich möchte eine Aussage im Zweifel bis zu ihrer Grundlage zurückverfolgen können. Dazu gehören Fundstelle, Datum und die verwendete Fassung eines Dokuments. Eine Quellenangabe sollte tatsächlich geprüft werden, auch wenn sie sehr plausibel aussieht. Gerade generative KI kann falsche Aussagen oder unzutreffende Belege liefern. Die Lesbarkeit des Ergebnisses darf uns diese Prüfung nicht ersparen.
In der Praxis hilft eine feste Reihenfolge: zuerst die Entscheidung oder Gesprächsfrage, dann die gesicherten Informationen, anschließend deren Bedeutung und die offenen Punkte. Vermutungen werden sprachlich von belegten Aussagen getrennt. KI in Public Affairs sollte diese Unterscheidung unterstützen. Ein Satz wie „Der Entwurf sieht vor“ sagt etwas anderes als „Die Regelung gilt“. Ebenso macht es einen Unterschied, ob eine Institution eine Position beschlossen hat oder ob sich einzelne Mitglieder geäußert haben. Solche Unterschiede wirken im Text klein. Für die Person, die mit diesem Briefing in ein Gespräch geht, können sie entscheidend sein.
Welcher erste Anwendungsfall eignet sich für KI in Public Affairs?
Ein fiktiver Verband möchte seine Mitglieder über einen veröffentlichten Entwurf informieren. Das Team stellt den Originaltext und eine frühere Fassung bereit. Die Aufgabe lautet: relevante Änderungen auffinden, jeweils mit Fundstelle, und Fragen für die fachliche Prüfung sammeln.
Anschließend kontrollieren die zuständigen Fachleute den Vergleich. Sie beurteilen, welche Änderung für die Mitglieder wirklich bedeutsam ist und welche Konsequenzen sich daraus ableiten lassen. Erst dann entsteht das Briefing. So ist die Arbeitsteilung nachvollziehbar: Das Werkzeug hilft beim Sichten und Ordnen. Die Organisation verantwortet die Aussagen, die sie daraus macht. Für den Einstieg ist ein begrenzter, gut überprüfbarer Vergleich oft ergiebiger als ein umfassendes Lagebild.
Für den Vergleich würde ich vorab einige bekannte Änderungen und schwierige Stellen markieren. Damit entsteht eine kleine fachliche Kontrollgrundlage. Erkennt das Verfahren die wichtigen Abweichungen? Meldet es Unterschiede, die nur aus einer anderen Formulierung entstehen? Übersieht es eine Ausnahme in einem Nebensatz? So lässt sich KI in Public Affairs mit nachvollziehbaren Kriterien beurteilen. Ein überzeugend aussehendes Ergebnis allein genügt nicht. Wenn der Versuch funktioniert, kann das Team den nächsten Dokumententyp hinzunehmen. Diese schrittweise Erweiterung macht auch sichtbar, bei welchen Aufgaben das bisherige Prüfverfahren nicht mehr ausreicht und angepasst werden muss.
Kann KI eine politische Position entwickeln?
Sie kann Argumente ordnen, Rückfragen formulieren und helfen, eine Position verständlicher auszudrücken. Welche Interessen eine Organisation vertritt, welche Abwägungen sie trifft und welche Forderungen sie erhebt, müssen die dafür verantwortlichen Menschen entscheiden.
Das ist besonders in Verbänden wichtig. Hinter einem vermeintlich unklaren Satz steckt gelegentlich ein noch nicht gelöster Konflikt zwischen Mitgliedern. Mit KI in Public Affairs lässt er sich sprachlich glätten. Gelöst ist er damit nicht. Gute Public Affairs brauchen die Bereitschaft, solche Unterschiede zu bearbeiten. Sonst wird eine elegante Formulierung zur Ersatzhandlung für eine Entscheidung, die weiterhin aussteht.
Für eine gemeinsame Position würde ich zunächst sammeln, welche Interessen tatsächlich übereinstimmen und wo Zielkonflikte liegen. Erst danach lohnt sich die Arbeit an unterschiedlichen Formulierungen. KI in Public Affairs kann dabei helfen, Folgen und mögliche Rückfragen einer Variante durchzuspielen. Das ersetzt keine Abstimmung mit den Menschen, deren Interessen vertreten werden. Ein scheinbar kleiner Zusatz kann eine andere politische Forderung enthalten. Deshalb sollte die Freigabe sich auf den vollständigen Text beziehen und nicht nur auf eine Überschrift oder Kurzfassung. Wer später für die Position spricht, muss ihre Abwägungen kennen und erklären können.
Wie hält KI in Public Affairs den Blick für Gegenargumente offen?
Ich würde sie ausdrücklich zum Bestandteil der Arbeitsaufgabe machen. Welche Einwände sind belegt? Welche Interessen stehen dahinter? Welche Fragen kann unsere bisherige Position nicht überzeugend beantworten? Dafür braucht es nachvollziehbare Quellen und die Bereitschaft, auch unbequeme Punkte aufzunehmen.
Eine simulierte Gegenposition kann beim Nachdenken helfen, sollte aber als solche erkennbar bleiben. Sie sagt uns nicht zuverlässig, was eine bestimmte Person oder Institution tatsächlich denkt. Für diese Einschätzung zählen deren Äußerungen und das Gespräch. Gerade ein gut vorbereitetes Gespräch kann zeigen, dass der wirkliche Einwand an einer ganz anderen Stelle liegt als erwartet.
Ein Team könnte zu jeder zentralen Forderung einen belegten Einwand und eine offene Frage festhalten. Anschließend prüfen wir, welche Antwort bereits trägt und wo noch Informationen oder Gespräche fehlen. KI in Public Affairs kann beim Formulieren dieser Prüfaufträge helfen. Sie sollte dabei keine angeblichen Aussagen politischer Akteure erzeugen. Wenn das Material einen Einwand nicht belegt, bleibt er eine Arbeitshypothese. Diese Trennung schützt auch vor Selbstbestätigung: Wir dürfen uns nicht die bequemste Gegenposition schreiben lassen und anschließend zufrieden feststellen, dass unsere eigenen Argumente überlegen sind. Gute Vorbereitung macht anspruchsvolle Gespräche leichter, indem sie ihre Schwierigkeiten ernst nimmt.
Welche Rolle spielt KI in Public Affairs beim Monitoring?
Sie kann dabei helfen, Material aus einem festgelegten Quellenkreis zu strukturieren und relevante Veränderungen für die weitere Prüfung sichtbar zu machen. Die Auswahl dieses Quellenkreises bleibt eine wichtige fachliche Entscheidung. Wenn wesentliche Stimmen fehlen, wird auch eine hervorragend geschriebene Auswertung einseitig.
Außerdem müssen Teams unterscheiden können, was neu ist, was lediglich wiederholt wird und was noch nicht verifiziert werden kann. Ich würde lieber wenige Quellen verlässlich auswerten als eine scheinbar vollständige Übersicht erzeugen, deren Grenzen niemand kennt. Bei besonders folgenreichen Aussagen gehört eine direkte Prüfung der Originalquelle zum Ablauf. Unter Zeitdruck ist diese Disziplin eher wichtiger als verzichtbar.
Die Quellenliste braucht deshalb eine verantwortliche Person und eine regelmäßige Überprüfung. Wir halten fest, welche Institutionen, Fachmedien und öffentlich zugänglichen Dokumente berücksichtigt werden und welche Grenzen die Beobachtung hat. KI in Public Affairs kann nur Material auswerten, das im jeweiligen Verfahren verfügbar ist. Ein Bericht sollte daher seinen Stand nennen und erkennbare Lücken ausweisen. Bei einer wichtigen neuen Entwicklung wird außerdem geprüft, ob frühere Einordnungen noch gelten. So verhindert man, dass ein gut formulierter Text länger weitergereicht wird, als seine Grundlage trägt. Die Aktualisierung gehört zum Auftrag und braucht eingeplante Zeit.
Wie verändert KI den Umgang mit Rückmeldungen aus der Öffentlichkeit?
Texte lassen sich heute sehr leicht vervielfältigen und variieren. Das erschwert mitunter die Einordnung von Zuschriften. Trotzdem sollte man eine Rückmeldung nicht allein deshalb abwerten, weil sie sprachlich geglättet wirkt oder vermutlich mit technischer Hilfe entstanden ist. Auch dahinter kann ein berechtigtes Anliegen stehen.
Ich würde Inhalt, Absenderkontext und nachvollziehbare Informationen prüfen, soweit sie vorliegen. Bei größeren Mengen kann eine strukturierte Auswertung helfen, wiederkehrende Themen zu erkennen. Sie darf Unterschiede und abweichende Stimmen nicht einfach wegsortieren. Und aus der Zahl ähnlicher Texte lässt sich nicht ohne Weiteres ableiten, wie verbreitet eine Haltung in der gesamten Bevölkerung ist.
Gerade bei öffentlichen Beteiligungsverfahren würde ich die Auswertung so aufbauen, dass eine fachkundige Person einzelne Zuordnungen nachvollziehen kann. Welche Textstelle begründet die Einordnung unter ein Thema? Was passt in keine der bisherigen Kategorien? Bei KI in Public Affairs darf die Übersichtlichkeit nicht dadurch entstehen, dass schwierige Fälle verschwinden. Eine gesonderte Sammlung offener oder widersprüchlicher Rückmeldungen kann sehr hilfreich sein. Sie zeigt, wo das verwendete Raster zu grob ist. Für eine belastbare Einordnung braucht es anschließend Menschen, die Inhalt und Verfahren kennen und die Grenzen der Auswertung auch gegenüber der Leitung benennen können.
Was brauchen Teams, damit aus dem Versuch eine verlässliche Praxis wird?
Sie brauchen klar abgegrenzte Aufgaben, geeignete Anwendungen und ein Verfahren für Prüfung und Freigabe. Vertrauliche Informationen werden nur in einem dafür geklärten und freigegebenen Rahmen verarbeitet. Wer ein Briefing verantwortet, muss wissen, auf welchem Material es beruht und wo fachliche Unsicherheit besteht.
Meine Beratung und Workshops zu KI in Public Affairs setzen an konkreten Arbeitsabläufen an. Wir können beispielsweise ein Briefing gemeinsam aufbauen und prüfen, wo Unterstützung wirklich hilft. Die allgemeinen Grundlagen zu KI in Organisationen liefern dafür einen Rahmen. Das Ziel ist eine Arbeitsweise, in der Fachleute ihre Zeit für die anspruchsvollen Fragen einsetzen können und ihre Ergebnisse auch unter Nachfragen Bestand haben.
Zur Vertiefung: Fraunhofer AISEC beschreibt die Chancen und Risiken generativer KI und erklärt, weshalb nachvollziehbare Quellen und die Prüfung erzeugter Inhalte für einen verlässlichen Einsatz wichtig sind.
