MÖVE-Projekt der Bundesdruckerei bewertet KI-Modelle für die öffentliche Verwaltung

KI in der Verwaltung: Das MÖVE-Projekt der Bundesdruckerei schafft Orientierung

Die Integration künstlicher Intelligenz (KI) in die öffentliche Verwaltung bietet großes Potenzial, stellt Behörden jedoch gleichzeitig vor komplexe Herausforderungen. Insbesondere die Auswahl geeigneter KI-Sprachmodelle (Large Language Models, LLMs) erfordert eine fundierte Bewertung, die über gängige internationale Benchmarks hinausgeht. Um dieser Notwendigkeit gerecht zu werden, hat die Bundesdruckerei das Forschungs- und Innovationsprojekt "MÖVE" ins Leben gerufen.

Die Herausforderung: Spezifische Anforderungen der öffentlichen Hand

Die öffentliche Verwaltung in Deutschland operiert unter besonderen Rahmenbedingungen, die sich von denen des Privatsektors oder internationalen Kontexten unterscheiden. Eine präzise Handhabung der deutschen Sprache, die Einhaltung juristischer Vorgaben, strenge Sicherheitsstandards sowie die Berücksichtigung demokratischer Werte sind essenziell. Bestehende KI-Modellvergleiche konzentrieren sich oft auf Kriterien wie das englische Textverständnis, mathematische Fähigkeiten oder allgemeines Weltwissen. Diese sind für den spezifischen Einsatz in deutschen Behörden jedoch nur bedingt aussagekräftig.

MÖVE: Ein maßgeschneiderter Bewertungsrahmen

Das Projekt MÖVE, eine Abkürzung für "Modelle für die öffentliche Verwaltung evaluieren", zielt darauf ab, diese Lücke zu schließen. Es handelt sich um den ersten ganzheitlichen KI-Modellvergleich, der speziell auf die Anforderungen des öffentlichen Sektors zugeschnitten ist. Seit Januar 2025 werden im Rahmen dieses Projekts über 50 LLMs, darunter bekannte Modelle wie GPT, Gemma, Llama, Claude, DeepSeek und Mistral, systematisch bewertet.

Das übergreifende Ziel von MÖVE besteht darin, Behörden eine verlässliche Entscheidungsgrundlage für den verantwortungsvollen Einsatz von KI zu bieten. Dabei werden die Modelle nicht nur hinsichtlich ihrer reinen Leistungsfähigkeit beurteilt, sondern auch in Bezug auf weitere kritische Aspekte.

Bewertungskriterien und Methodik

Die methodische Basis von MÖVE bilden neun eigens entwickelte, deutschsprachige Testdatensätze, die direkt aus der Verwaltungspraxis stammen. Diese Datensätze umfassen beispielsweise reale juristische Texte, offizielle Verwaltungsdokumente und Publikationen von Bundesministerien. Auf dieser Grundlage hat das Forschungsteam sieben Kernkriterien für die Bewertung erarbeitet:

• Leistungsfähigkeit: Beurteilung der Präzision beim Zusammenfassen langer Vorlagen, der Korrektheit von Antworten auf spezifische Fragen und der thematischen Analyse über mehrere Dokumente hinweg.
• Sicherheit: Analyse potenzieller Schwachstellen und Risiken im Umgang mit sensiblen Daten.
• Nachhaltigkeit: Bewertung der Ressourceneffizienz und des Energieverbrauchs der Modelle.
• Transparenz: Überprüfung der Erfüllung von Transparenzpflichten durch die Anbieter von KI-Systemen mit allgemeinem Verwendungszweck, insbesondere im Kontext der europäischen KI-Verordnung.
• Faktentreue: Systematische Analyse der Neigung zu "Halluzinationen", also der Generierung plausibler, aber sachlich inkorrekter Informationen.
• Demokratische Werte: Bewertung der Vereinbarkeit der Modelle mit den Grundwerten der Europäischen Union.
• Sprachliche Präzision: Fokussierung auf den präzisen Umgang mit der deutschen Sprache und dem deutschen Rechtskontext.

Die Ergebnisse dieser umfassenden Bewertungen werden in einem interaktiven Online-Vergleich bereitgestellt. Behörden haben dort die Möglichkeit, einzelne Kriterien zu filtern, um das für ihre spezifischen Anwendungsfälle optimale Modell zu identifizieren. Aktuelle Ergebnisse zeigen, dass Modelle wie Gemma4 und GPT-40 in den Gesamtvergleichen derzeit führend sind, wobei auch europäische Modelle wie Mistral Small 3.1 in den Top Ten vertreten sind.

Kooperationen für maximale Sicherheit

Ein besonderer Schwerpunkt von MÖVE liegt auf der IT-Sicherheit. Die Bundesdruckerei arbeitet hierfür eng mit dem Bundesamt für Sicherheit in der Informationstechnik (BSI) und dem Fraunhofer-Institut für Angewandte und Integrierte Sicherheit (AISEC) zusammen. Diese Kooperation ist von hoher Relevanz, da leistungsstarke KI-Modelle zwar Potenziale für die Cyberabwehr bieten, jedoch auch für automatisierte Angriffe missbraucht werden könnten. Eine frühzeitige Risikoanalyse wird daher als unerlässlich erachtet.

Luise Kranich vom BSI betont, dass messbare Vergleichsstandards die Grundlage dafür schaffen, dass Nutzer Sicherheitsentscheidungen nicht allein auf Basis eines Bauchgefühls treffen müssen. Dies unterstreicht die Bedeutung einer objektiven und fundierten Bewertung.

Transparenz und Zugänglichkeit

Um größtmögliche Transparenz zu gewährleisten, ist die gesamte Bewertungsmethodik von MÖVE als Open-Source-Repository frei verfügbar und in einem Forschungspapier ausführlich dokumentiert. Alle Ergebnisse sind zudem auf der eigens eingerichteten MÖVE-Webseite der Bundesdruckerei nachvollziehbar. Es wird jedoch darauf hingewiesen, dass die vorgenommenen Bewertungen und dargestellten Ergebnisse keine rechtlich verbindliche Auslegung oder Prüfung auf Gesetzeskonformität darstellen.

Das Projekt MÖVE trägt somit maßgeblich dazu bei, die öffentliche Verwaltung in Deutschland bei der sicheren und verantwortungsvollen Implementierung von KI-Technologien zu unterstützen und eine fundierte Entscheidungsgrundlage für die digitale Transformation zu schaffen.

Bibliography - heise online. (2026, 19. Juli). Mehr Sicherheit im Amt: Wie das Bundesdruckerei-Projekt Möve Behörden-KI zähmt. Abgerufen am [aktuelles Datum] von https://www.heise.de/news/Mehr-Sicherheit-im-Amt-Wie-das-Bundesdruckerei-Projekt-Moeve-Behoerden-KI-zaehmt-11370014.html - Bundesdruckerei. (o.D.). MÖVE: KI-Modelle für die Verwaltung evaluieren. Abgerufen am [aktuelles Datum] von https://www.bundesdruckerei.de/de/innovation-hub/moeve-ki-sprachmodellvergleich - Bundesdruckerei Gruppe GmbH. (2026, 14. Juli). MÖVE-Benchmark geht online. Abgerufen am [aktuelles Datum] von https://www.bundesdruckerei.de/de/newsroom/pressemitteilungen/moeve-benchmark-geht-online - Bundesdruckerei. (o.D.). KI-Entwicklung für die Verwaltung mit KI-KC. Abgerufen am [aktuelles Datum] von https://www.bundesdruckerei.de/de/innovation-hub/projekt-ki-kc - Presseportal. (2026, 14. Juli). MÖVE-Benchmark geht online: Bundesdruckerei veröffentlicht ersten ganzheitlichen KI-Modellvergleich für die öffentliche Verwaltung. Abgerufen am [aktuelles Datum] von https://www.presseportal.de/pm/14611/6314210 - move-online.de. (2026, 15. Juli). Bundesdruckerei: KI-Modellvergleich für die öffentliche Verwaltung. Abgerufen am [aktuelles Datum] von https://www.move-online.de/k21-meldungen/ki-modellvergleich-fuer-die-oeffentliche-verwaltung/ - HeadTopics. (2026, 19. Juli). Mehr Sicherheit im Amt: Wie das Bundesdruckerei-Projekt Möve Behörden-KI zähmt - Digitalisierung. Abgerufen am [aktuelles Datum] von https://de.headtopics.com/news/mehr-sicherheit-im-amt-wie-das-bundesdruckerei-projekt-85726835 - op-online.de. (2026, 14. Juli). MÖVE-Benchmark geht online: Bundesdruckerei veröffentlicht ersten ganzheitlichen KI-Modellvergleich für die öffentliche Verwaltung. Abgerufen am [aktuelles Datum] von https://www.op-online.de/na-pressemitteilungen/moeve-benchmark-geht-online-bundesdruckerei-veroeffentlicht-ersten-ganzheitlichen-ki-modellvergleich-fuer-die-oeffentliche-verwaltung-zr-94396426.html - Pressefeuer. (2026, 14. Juli). MÖVE-Benchmark: LLM-Vergleich für öffentliche Verwaltung. Abgerufen am [aktuelles Datum] von https://pressefeuer.at/news/moeve-benchmark-llm-vergleich-fuer-oeffentliche-verwaltung-29735 - LinkedIn. (2026, 19. Juli). Wie das Bundesdruckerei-Projekt Möve Behörden-KI zähmt. Abgerufen am [aktuelles Datum] von https://de.linkedin.com/posts/heiseonline_mehr-sicherheit-im-amt-wie-das-bundesdruckerei-projekt-activity-7484670241931972608-nTpI