Der KI-Eigentumskampf in allen 50 Bundesstaaten, den Verträge entscheiden werden

Google News hat einen scharfen Konflikt aufgezeigt, der sich über alle 50 Bundesstaaten erstreckt: Regierungen können künstliche Intelligenz einsetzen, ohne wirklich zu kontrollieren, was nach Vertragsbeginn geschieht.

Die Frage klingt einfach. Wem gehört ein KI-System, sobald eine staatliche Behörde es nutzt? Eigentum kann sich jedoch auf mehrere unterschiedliche Vermögenswerte beziehen. Dazu zählen Software, Modellgewichte, Behördendaten, generierte Ausgaben, Audit-Aufzeichnungen, Feedback von Beschäftigten und während der Einführung vorgenommene Verbesserungen.

Ein Bundesstaat kauft diese Vermögenswerte selten als ein einziges übertragbares Paket. Meist lizenziert er einen Dienst eines Anbieters, behält Rechte an bestimmten Daten und akzeptiert Beschränkungen bei allem anderen. Die öffentliche Stelle kann für Entscheidungen verantwortlich bleiben, selbst wenn der Anbieter die dahinterliegende Technik kontrolliert.

Dieses Ungleichgewicht ist das Kernproblem. Bundesstaaten wollen schnellere Dienstleistungen, geringeren Verwaltungsaufwand und besseren Zugang zu Informationen. Anbieter wollen geistiges Eigentum, wiederverwendbare Modelle und kommerzielle Methoden schützen.

Beide Positionen können legitim sein. Der Konflikt beginnt, wenn ein Vertrag den Bundesstaat für ein KI-System verantwortlich macht, das er nicht prüfen, testen, übertragen oder rekonstruieren kann.

Die Google-News-Schlagzeile weist auf ein Vertragsproblem hin

Das Eigentum an staatlicher KI wird üblicherweise vor der Einführung entschieden – in Beschaffungsklauseln, die nur wenige Einwohner je zu Gesicht bekommen.

Ein Bundesstaat kann Server kaufen und die physische Ausrüstung besitzen. Die meisten modernen KI-Vereinbarungen funktionieren anders. Behörden beziehen üblicherweise Cloud-Abonnements, Programmierschnittstellen, Analyseplattformen oder verwaltete Dienste.

Eine Programmierschnittstelle, oder API, ermöglicht es einem System, Funktionen von einem anderen System anzufordern. Die Behörde sendet Daten oder Anweisungen, während der Anbieter das zugrunde liegende Modell und die Infrastruktur betreibt.

Diese Vereinbarung trennt die operative Nutzung vom rechtlichen Eigentum. Eine Abteilung kann einen KI-Assistenten täglich nutzen, ohne dessen Modellgewichte, Quellcode, Trainingsprozess oder unterstützende Infrastruktur zu besitzen.

Modellgewichte sind die erlernten numerischen Parameter, die die Antworten eines Modells prägen. Sie gehören häufig zu den am strengsten geschützten Vermögenswerten eines Anbieters.

Die Behörde kann weiterhin Eigentümerin der von Einwohnern bereitgestellten Informationen sein. Ihr Vertrag muss jedoch erläutern, ob der Anbieter diese Informationen speichern, Embeddings daraus erstellen oder sie für die Produktentwicklung verwenden darf.

Embeddings sind numerische Repräsentationen, die KI-Systemen helfen, verwandte Informationen zu vergleichen und abzurufen. Sie können bedeutungsvolle Muster aus Ausgangsmaterial bewahren, selbst wenn die Originaldokumente an anderer Stelle gespeichert werden.

Generiertes Material schafft eine weitere Ebene. Ein KI-System könnte eine Fallakte zusammenfassen, Anträge auf Leistungen priorisieren, mutmaßlichen Betrug kennzeichnen oder eine Inspektion empfehlen. Der Vertrag muss festlegen, ob die Behörde diese Ausgaben in einer nutzbaren Form exportieren kann.

Zugang allein ist kein Eigentum. Eine Behörde kann Ergebnisse über ein Dashboard einsehen, ohne das Recht oder die technische Möglichkeit zu haben, die zugrunde liegenden Aufzeichnungen abzurufen.

Diese Unterscheidung wird entscheidend, wenn ein Vertrag ausläuft. Der Anbieter könnte Quelldokumente zurückgeben, aber Prompts, Zwischenberechnungen, Konfidenzwerte, Modellversionen oder menschliche Korrekturen auslassen.

Ohne diese Aufzeichnungen kann der nächste Anbieter die Arbeit des alten Systems nicht reproduzieren. Auch Prüfer haben Schwierigkeiten festzustellen, warum eine frühere Entscheidung zustande kam.

Dies sind keine theoretischen Verwaltungsdetails. Das Electronic Privacy Information Center fand 621 KI-Verträge mit einer möglichen Marktreichweite von mehr als 720 Millionen US-Dollar. Die Untersuchung umfasste Aufzeichnungen aus 27 Bundesstaaten und dem District of Columbia.

Die von EPIC identifizierten Systeme betrafen Bildung, Gesundheitsversorgung, Polizeiarbeit und öffentliche Leistungen. In solchen Bereichen können unvollständige Eigentumsklauseln den Zugang einer Person zu wesentlichen Dienstleistungen beeinflussen.

Ein Vertrag benötigt daher eine detaillierte Übersicht der Vermögenswerte. Sie sollte Eingaben der Behörde, Materialien des Anbieters, gemeinsam erstellte Konfigurationen, Systemausgaben, Protokolle, Bewertungen und Verbesserungen nach der Einführung unterscheiden.

Die Übersicht sollte außerdem festlegen, wer jeden Vermögenswert zu welchen Zwecken und wie lange nutzen darf. Eine allgemeine Erklärung, dass „der Bundesstaat Eigentümer seiner Daten ist“, beantwortet diese Fragen nicht.

Bundesstaaten benötigen zudem Löschklauseln, die Backups, abgeleitete Artefakte und Unterauftragnehmer abdecken. Andernfalls kann ein Anbieter die sichtbare Datenbank löschen, während zugehöriges Material in seiner gesamten Dienstleistungskette erhalten bleibt.

Die über Google News verbreitete Schlagzeile erfasst ein landesweites Problem, doch die entscheidende Formulierung bleibt lokal. Jedes Beschaffungsamt kann Eigentum anders definieren.

Die Einführung macht Bundesstaaten verantwortlich, ohne ihnen volle Kontrolle zu geben

Eine öffentliche Behörde kann ihre Verantwortung gegenüber Einwohnern nicht auslagern, selbst wenn jede technische Komponente einem Auftragnehmer gehört.

Staatliche Rechenschaftspflicht folgt der öffentlichen Aufgabe. Wenn ein KI-System Leistungen, Beschäftigung, Lizenzen, Bildung, Gesundheitsversorgung oder Polizeiarbeit beeinflusst, werden Einwohner die nutzende Behörde zur Verantwortung ziehen.

Der Anbieter mag das Modell entwickelt haben. Ein Systemintegrator mag es mit Datenbanken der Behörde verbunden haben. Ein Cloud-Unternehmen mag die Aufzeichnungen speichern. Dennoch trifft, kommuniziert oder vollstreckt der Bundesstaat weiterhin die daraus resultierende Entscheidung.

Diese Aufteilung schafft eine Rechenschaftslücke. Die Behörde trägt die rechtlichen und politischen Folgen, während entscheidende Belege in einem vom Anbieter kontrollierten System verbleiben können.

Man stelle sich eine Leistungsbehörde vor, die KI zur Priorisierung von Anträgen für die Prüfung einsetzt. Einem Einwohner, dem Unterstützung verweigert wird, könnte fragen, welche Daten die Entscheidung beeinflussten und wie ein Fehler korrigiert werden kann.

Die Behörde benötigt mehr als nur einen Endwert. Sie braucht die relevanten Eingabefelder, die anwendbare Modellversion, den Verarbeitungsverlauf, die Entscheidungsregeln und Aufzeichnungen über die menschliche Prüfung.

Wenn der Vertrag nur Zugang zu einem aktuellen Dashboard verspricht, fehlen der Behörde möglicherweise die für ein Einspruchsverfahren erforderlichen Belege. Ein Software-Update kann das System zudem verändern, bevor Ermittler die frühere Entscheidung untersuchen.

Die Modellversionierung dokumentiert, welche Systemkonfiguration ein bestimmtes Ergebnis hervorgebracht hat. Sie erfüllt eine ähnliche Funktion wie die Aufbewahrung der genauen Vorschrift und Fallakte, die bei einer herkömmlichen Entscheidung verwendet wurden.

Öffentlichkeitsgesetze der Bundesstaaten schaffen eine weitere Komplikation. Regierungsdokumente unterliegen häufig Offenlegungs-, Aufbewahrungs- und Archivierungspflichten. Ansprüche von Anbietern auf Schutz von Geschäftsgeheimnissen können den Zugang zu technischem Material einschränken.

Der Schutz von Geschäftsgeheimnissen dient einem legitimen kommerziellen Zweck. Ein Bundesstaat sollte nicht uneingeschränkte Veröffentlichungsrechte an jedem proprietären Modell erhalten, nur weil er ein Abonnement erworben hat.

Vertraulichkeit darf jedoch nicht zu einem pauschalen Ersatz für Rechenschaftspflicht werden. Verträge können kontrollierten Zugang für Prüfer, Regulierungsbehörden, Gerichte und autorisierte Forschende schaffen, ohne proprietären Code für alle zu veröffentlichen.

Dieses Gleichgewicht erfordert Planung. Behörden sollten festlegen, welche Materialien während Untersuchungen und nach Vertragsende verfügbar bleiben müssen. Sie sollten außerdem bestimmen, wie lange diese Materialien aufzubewahren sind.

Colorados KI-Verbrauchergesetz veranschaulicht die zunehmende Konzentration auf Deployers, also Organisationen, die Hochrisikosysteme einsetzen. Sein Rahmenwerk verlangt Folgenabschätzungen, Risikomanagement, Verbraucherhinweise und Möglichkeiten, gegen bestimmte folgenschwere Entscheidungen Einspruch einzulegen.

Solche Pflichten erhöhen die Bedeutung der Dokumentation. Ein Deployer kann keine aussagekräftige Bewertung durchführen, wenn der Entwickler Leistungsdaten oder Systemgrenzen zurückhält.

Dasselbe Problem tritt auf, wenn eine Behörde diskriminierende Ergebnisse entdeckt. Sie benötigt die Befugnis, das System zu testen, relevante Aufzeichnungen zu erhalten und Korrekturmaßnahmen zu verlangen.

Die Standardvereinbarung eines Anbieters für Dienstleistungen kann Reverse Engineering, Benchmarking oder die Veröffentlichung von Testergebnissen beschränken. Diese Einschränkungen können mit den Aufsichtspflichten einer Regierung kollidieren.

Bundesstaaten müssen Testrechte vor der Einführung aushandeln. Sie sollten unabhängige Bewertungen, Analysen der Leistung über demografische Gruppen hinweg, Sicherheitsprüfungen und durch Beschwerden von Einwohnern ausgelöste Untersuchungen abdecken.

Der Vertrag sollte außerdem festlegen, was geschieht, wenn Tests Schäden aufdecken. Zu den Optionen zählen Fristen für Korrekturen, eine Aussetzung der Nutzung, zusätzliche menschliche Prüfung, Erstattung und Kündigung ohne strafende Ausstiegskosten.

Menschliche Aufsicht löst nicht jedes Problem. Ein Beschäftigter kann eine KI-Empfehlung nicht sinnvoll prüfen, wenn ihm nicht genügend Kontext zur Verfügung steht, um sie infrage zu stellen.

Eine Oberfläche, die einen Wert und eine Schaltfläche „Genehmigen“ anzeigt, kann die menschliche Prüfung zu einer Formalität machen. Behörden benötigen Erklärungen, Unsicherheitsindikatoren und die Erlaubnis, automatisierte Empfehlungen abzulehnen.

Der Bundesstaat besitzt daher die öffentliche Verantwortung, unabhängig davon, wer Eigentümer der Software ist. Diese Realität sollte jedes technische und vertragliche Recht prägen, das er verlangt.

Die eigentlichen Gegenspieler sind öffentliche Kontrolle und Abhängigkeit von Anbietern

Der zentrale Wettbewerb findet nicht zwischen einzelnen Bundesstaaten statt; es geht um öffentliche Kontrolle gegenüber der Abhängigkeit von Systemen, die Behörden weder übertragen noch prüfen können.

Anbieter benötigen wiederverwendbare Produkte, um viele Kunden bedienen zu können. Für jeden Bundesstaat ein separates Modell, einen eigenen Infrastruktur-Stack und einen individuellen Betriebsprozess aufzubauen, würde Kosten erhöhen und die Einführung verlangsamen.

Auch Bundesstaaten profitieren von gemeinsam genutzten kommerziellen Plattformen. Ein etablierter Anbieter kann Sicherheitsteams, häufige Updates, spezialisierte Ingenieure und erprobte Integrationen bereitstellen, die eine einzelne Behörde nicht allein unterhalten kann.

Die Gefahr liegt nicht in privater Beteiligung an sich. Sie liegt im Vendor Lock-in, der entsteht, wenn ein Anbieterwechsel technisch, rechtlich oder finanziell unpraktikabel wird.

KI kann diese Bindung vertiefen, weil sich das System durch seine Nutzung verändert. Behörden fügen Prompts, Richtliniendokumente, Arbeitsabläufe, Kennzeichnungen, Korrekturen und Bewertungsergebnisse hinzu.

Diese Ergänzungen können Teil des eingesetzten Dienstes werden. Wenn sie nicht exportiert werden können, verliert der Bundesstaat beim Ausstieg sein angesammeltes operatives Wissen.

Bei der Migration einer herkömmlichen Datenbank geht es normalerweise um Tabellen, Dateien und Schemata. Eine KI-Migration kann zusätzlich Embeddings, Retrieval-Einstellungen, Sicherheitsregeln, Prompt-Vorlagen, Bewertungssätze und modellspezifische Integrationen erfordern.

Ein Retrieval-System durchsucht genehmigte Informationen, bevor ein Modell seine Antwort erzeugt. Sein Nutzen hängt von der Dokumentenverarbeitung, Zugriffskontrollen, Ranking-Einstellungen und dem im Lauf der Zeit gesammelten Feedback ab.

Eigentumsklauseln müssen diese Komponenten getrennt abdecken. Andernfalls kann ein Anbieter die Originaldokumente zurückgeben, während er die Konfiguration behält, die sie nutzbar gemacht hat.

Diese Herausforderung ähnelt dem Unterschied zwischen dem Besitz von Büchern und dem Besitz eines funktionierenden Katalogs. Der Inhalt bleibt technisch verfügbar, doch der praktische Zugang bricht zusammen, wenn das Ordnungssystem verschwindet.

Teams, die bereits große Dokumentensammlungen verwalten, verstehen diese Unterscheidung. Eine durchsuchbare Wissensdatenbank hängt von Struktur, Berechtigungen und der Qualität des Abrufs ab, nicht allein vom Besitz der Dateien.

Die US-Bundesregierung hat begonnen, dasselbe Beschaffungsproblem anzugehen. Eine GAO-Prüfung vom April 2026 untersuchte KI-Beschaffungen in mehreren großen Behörden.

Vertreter aller fünf ausgewählten Behörden nannten Dateneigentum und Rechte an geistigem Eigentum als Herausforderungen. GAO hob die Notwendigkeit von Portabilität, klaren Lizenzen, Preistransparenz und Schutzmaßnahmen gegen Vendor Lock-in hervor.

Portabilität bedeutet mehr als das Herunterladen einer Tabellenkalkulation. Der Status muss Daten in dokumentierten Formaten sowie die Beziehungen und Metadaten enthalten, die für ihre Weiterverwendung erforderlich sind.

Die Portabilität von Modellen ist schwieriger. Ein proprietäres Modell lässt sich möglicherweise nicht zu einer anderen Cloud oder einem anderen Anbieter übertragen. In diesem Fall sollte der Vertrag die darum herum aufgebauten, vom Staat geschaffenen Ebenen bewahren.

Zu diesen Ebenen können Prompts, Evaluierungsfälle, Geschäftsregeln, Systemanweisungen, Workflow-Definitionen und Leistungshistorien gehören. Ihr Erhalt senkt die Kosten für den Austausch des Kernmodells.

Staaten sollten außerdem vermeiden, jede Verbesserung als Eigentum des Anbieters zu behandeln. Beschäftigte einer Behörde können Monate damit verbringen, Ausgaben zu korrigieren und spezialisierte Anweisungen zu entwickeln.

Ein fairer Vertrag kann zwischen Verbesserungen am allgemeinen Produkt des Anbieters und Konfigurationen unterscheiden, die für die Behörde erstellt wurden. Er kann zudem gemeinsam entwickelte Arbeiten für beide Parteien lizenzieren.

Die Datennutzung erfordert eine ähnliche Präzision. Staatliche Informationen, die für den Betrieb eines Dienstes genutzt werden, sollten nicht automatisch zu Trainingsmaterial für das allgemeine Modell eines Anbieters werden.

Ein Trainingsverbot muss Training weit genug definieren, damit es wirksam ist. Es sollte Fine-Tuning, Evaluierung, Produktanalysen, die Erstellung synthetischer Daten und menschliche Überprüfung umfassen.

Fine-Tuning passt ein Modell mithilfe zusätzlicher Beispiele an. Selbst wenn Anbieter ein Basismodell nicht neu trainieren, können sie weiterhin kommerziellen Wert aus den Interaktionen mit Behörden ziehen.

Der Vertrag sollte zugelassene Zwecke benennen, statt sich nur auf vage Einschränkungen zu stützen. Er sollte festlegen, ob Daten Sicherheit, Serviceverbesserungen, Missbrauchserkennung oder die Entwicklung neuer Produkte unterstützen dürfen.

Für Subunternehmer müssen dieselben Grenzen gelten. Der Hauptanbieter eines Staates kann sich auf einen Cloud-Hoster, Modellentwickler, ein Monitoring-Unternehmen und einen Dienst für menschliche Überprüfung stützen.

Jeder Beteiligte kann eine weitere Kopie, ein Protokoll oder ein abgeleitetes Artefakt erzeugen. Eigentumsschutz wird geschwächt, wenn er nur für den auf dem Deckblatt genannten Anbieter gilt.

Staaten können mit Standardklauseln und kooperativer Beschaffung reagieren. Gemeinsame Formulierungen senken Verhandlungskosten und verhindern, dass Behörden dasselbe Problem unabhängig voneinander lösen müssen.

Standardisierung sollte jedoch einen Mindeststandard setzen und nicht Unterschiede zwischen Anwendungsfällen auslöschen. Ein Schreibassistent für öffentliche Kommunikation birgt andere Risiken als ein System, das die Anspruchsberechtigung für Medicaid beeinflusst.

Die Eigentumsfrage sollte sich an den Folgen orientieren. Einsätze mit höherem Risiko erfordern stärkeren Prüfzugang, längere Aufbewahrung, klarere Unterlagen zu Einsprüchen und schnellere Aussetzungsrechte.

Fünfzig Staaten entwickeln Regeln in unterschiedlichem Tempo

Der Flickenteppich auf Ebene der Bundesstaaten spiegelt unterschiedliche Institutionen, Budgets, Gesetze und Risikotoleranzen wider – und nicht 50 vollständige Eigentumsrahmen.

Die Formulierung „50 Staaten, 50 verschiedene Wege“ kann den Eindruck erwecken, jeder Staat habe seinen Ansatz bereits festgelegt. Die verfügbaren Belege zeichnen ein weniger geordnetes Bild.

Einige Staaten verfügen über zentralisierte KI-Richtlinien oder benannte Aufsichtsverantwortliche. Andere stützen sich auf bestehende Vorschriften zu Datenschutz, Cybersicherheit, Beschaffung und öffentlichen Aufzeichnungen.

Viele entwickeln ihre Vertragsformulierungen noch. Die National Conference of State Legislatures berichtete, dass eine Umfrage aus dem Jahr 2024 ergab, dass nur 9 Prozent der Befragten bevorzugte Beschaffungsbedingungen für KI hatten.

Weitere 62 Prozent entwickelten solche Formulierungen, während 29 Prozent noch nicht begonnen hatten. Diese Zahlen beschreiben einen Übergang, kein ausgereiftes nationales System.

Die Übersicht der NCSL zu KI in der Regierung dokumentierte außerdem zunehmende Aufmerksamkeit für Inventare, Bewertungen, Leitlinien für Beschäftigte und Beschaffungsstandards.

Inventare beantworten eine grundlegende Frage: Wo wird KI eingesetzt? Eine Regierung kann Systeme nicht kontrollieren, die sie nicht identifiziert hat.

Selbst eine starke zentrale Richtlinie kann Tools übersehen, die einzelne Behörden beschaffen. KI-Funktionen können zudem durch gewöhnliche Software-Updates eintreffen, ohne dass ein neuer Beschaffungsprozess stattfindet.

Eine Kundenservice-Plattform kann automatisierte Zusammenfassungen hinzufügen. Ein Personalverwaltungssystem kann eine Kandidatenrangfolge einführen. Ein Fallmanagement-Produkt kann prädiktive Empfehlungen ergänzen.

Der Staat schreibt möglicherweise nie eine Ausschreibung mit der Bezeichnung „künstliche Intelligenz“ aus. Eigentums- und Aufsichtsbedingungen müssen daher auch gelten, wenn KI über Upgrades, Subunternehmer oder eingebettete Funktionen eingeführt wird.

Verträge sollten vorsehen, dass ein Anbieter eine Behörde informiert, bevor er eine wesentliche KI-Funktion aktiviert. Die Behörde benötigt dann das Recht, diese zu bewerten, abzulehnen oder zusätzliche Schutzmaßnahmen auszuhandeln.

Eine wesentliche Funktion ist eine, die Datennutzung, Einfluss auf Entscheidungen, Risiken oder Betriebskosten verändert. Geringfügige Verbesserungen der Benutzeroberfläche würden nicht dieselbe Prüfung erfordern.

Die Strukturen der Bundesstaaten beeinflussen auch, wer solche Bedingungen durchsetzen kann. Eine zentrale Technologiebehörde kann gemeinsame Anforderungen für alle Behörden festlegen. Ein dezentral organisierter Staat kann auf einzelne Ministerien und Beschaffungsverantwortliche angewiesen sein.

Auch die Haushaltskapazität spielt eine Rolle. Große Staaten können spezialisierte Juristen, Sicherheitsfachleute und Datenwissenschaftler einstellen. Kleinere Gebietskörperschaften können sich stärker auf die Dokumentation der Anbieter stützen.

Diese Ungleichheit stärkt das Argument für gemeinsame öffentliche Ressourcen. Musterklauseln, Evaluierungsvorlagen und Definitionen von Vorfällen können helfen, ohne jeden Staat in eine identische Politik zu zwingen.

Die National Association of State Procurement Officials erklärt, dass erfolgreiche Beschaffung Zusammenarbeit zwischen Beschaffungs-, Technologie-, Rechts-, Datenschutz- und Programmteams erfordert. Ihre Beschaffungsleitlinien betonen außerdem die Überwachung nach der Vergabe.

Dieser funktionsübergreifende Ansatz ist essenziell, weil keine einzelne Stelle das gesamte Risiko überblickt. Die Beschaffung versteht den vertraglichen Hebel, während Programmmitarbeitende die unterstützten Entscheidungen verstehen.

Technologieteams bewerten Architektur und Portabilität. Datenschutzbeauftragte prüfen die Datennutzung. Fachleute für Bürgerrechte bewerten, ob das System ungleiche Ergebnisse erzeugen kann.

Juristen der Bundesstaaten legen Aufzeichnungsgesetze und Anforderungen an ein ordnungsgemäßes Verfahren aus. Sicherheitsteams bestimmen, ob Protokolle, Integrationen und Modellzugriffe neue Angriffswege schaffen.

Der Prozess wird langsamer, wenn jede Frage zu spät aufkommt. Er wird schneller, wenn Behörden Eigentumsanforderungen festlegen, bevor Anbieter Angebote einreichen.

Klare Anforderungen können auch Anbietern helfen. Unternehmen können die geforderten Rechte präzise bepreisen und Monate unsicherer Verhandlungen vermeiden.

Der aktuelle Flickenteppich ist daher sowohl ein Risiko als auch ein Testfeld. Staaten entdecken durch Pilotprojekte, Streitigkeiten, Prüfungen und Vertragsverlängerungen, welche Klauseln funktionieren.

Doch Experimente haben Grenzen, wenn Einwohner die Folgen tragen. Ein gescheiterter Chatbot ist unbequem. Ein undurchsichtiges System zur Prüfung der Anspruchsberechtigung kann Unterstützung für Lebensmittel, medizinische Versorgung oder Wohnen verweigern.

Staaten benötigen einen gemeinsamen Mindeststandard für folgenreiche Anwendungen. Dieser Standard sollte nachvollziehbare Ausgaben, Prüfzugang, Datenportabilität, Meldung von Vorfällen und durchsetzbare Ausstiegsrechte umfassen.

Oberhalb dieses Mindeststandards können Staaten ihre Governance an lokale Gesetze und Institutionen anpassen. Einheitlichkeit ist weniger wichtig, als sicherzustellen, dass bei keinem Einsatz Rechenschaftspflicht ohne Belege bleibt.

Was Eigentumsformulierungen weiterhin nicht garantieren können

Starke Verträge schaffen Handlungsspielraum, machen ein KI-System jedoch nicht automatisch präzise, fair, sicher oder verständlich.

Ein Staat kann jede erzeugte Aufzeichnung besitzen und dennoch ein schlechtes System einsetzen. Er kann Quellcode erhalten, ohne über Beschäftigte zu verfügen, die ihn bewerten können.

Technische Kapazitäten bleiben eine wesentliche Einschränkung. Die GAO stellte fest, dass föderale Beschaffungsteams Schwierigkeiten hatten, Zugang zu Datenwissenschaftlern und Cybersicherheitsexperten zu erhalten. Staatliche und kommunale Behörden haben oft noch engere Personalgrenzen.

Die Dokumentation eines Anbieters kann helfen, ist aber kein unabhängiger Beleg. Leistungsbehauptungen sollten anhand der Bevölkerung, Datenqualität, Workflows und Betriebsbedingungen der Behörde getestet werden.

Ein Modell, das in einem Labor gut abschneidet, kann nach dem Einsatz scheitern. Richtlinien ändern sich, das Verhalten von Einwohnern verschiebt sich, Quelldaten verschlechtern sich und Anbieter aktualisieren zugrunde liegende Modelle.

Dieser Prozess wird häufig als Model Drift bezeichnet. Er beschreibt nachlassende oder sich verändernde Leistung, wenn sich die Beziehung zwischen Daten und realen Ergebnissen verändert.

Generative Systeme bringen eine weitere Form des Wandels mit sich. Ein Anbieter kann ein Basismodell austauschen und dabei denselben Produktnamen und dieselbe Benutzeroberfläche beibehalten.

Das neue Modell könnte auf identische Prompts anders reagieren. Ohne Versionsaufzeichnungen und Änderungsmitteilungen kann die Behörde verändertes Verhalten nicht mit dem Update in Verbindung bringen.

Verträge sollten eine vorherige Mitteilung bei erheblichen Änderungen verlangen. Sie sollten Behörden außerdem Zeit geben, Updates vor dem Einsatz in Hochrisiko-Produktivumgebungen zu testen.

Doch Tests haben Grenzen. Seltene Fehler können Benchmarks entgehen, während soziale Schäden möglicherweise nicht in aggregierten Genauigkeitswerten sichtbar werden.

Eine Gesamtgenauigkeitsrate kann große Unterschiede zwischen demografischen Gruppen verbergen. Sie kann auch verschleiern, ob Fehler überwiegend Menschen treffen, die bereits mit Hürden konfrontiert sind.

Eigentum löst diese Messentscheidungen nicht. Behörden müssen entscheiden, welche Ergebnisse relevant sind und welche Fehlerraten akzeptabel sind.

Öffentliche Transparenz schafft einen weiteren Zielkonflikt. Einwohner verdienen aussagekräftige Informationen über Systeme, die sie betreffen. Anbieter streben verständlicherweise Schutz für proprietäre Methoden und sicherheitsrelevante Details an.

Die Veröffentlichung von Quellcode ist nicht immer notwendig oder ausreichend. Eine nützlichere Offenlegung könnte Zweck des Systems, Datenkategorien, Rolle bei Entscheidungen, bekannte Grenzen, Anbieter und Einspruchsverfahren benennen.

Behörden sollten genügend Informationen veröffentlichen, damit Betroffene die Rolle des Systems verstehen können. Unabhängige Prüfer benötigen zudem kontrollierten Zugang zu tiefergehenden technischen Belegen.

Das Fehlen eines sichtbaren Vertrags beweist keinen Missbrauch. Umgekehrt beweist die Existenz eines Vertrags keinen verantwortungsvollen Einsatz.

Die Forschung von EPIC äußerte Bedenken, dass Entscheidungen ohne ausreichende öffentliche Beteiligung in private Systeme verlagert werden. Diese Kritik sollte nicht zu der Behauptung verallgemeinert werden, jedes vertraglich beschaffte KI-System sei rechtswidrig oder schädlich.

Viele Tools erledigen Verwaltungsarbeit mit geringerem Risiko. Sie können interne Dokumente zusammenfassen, Serviceanfragen weiterleiten, doppelte Datensätze erkennen oder Beschäftigten helfen, Richtlinien zu finden.

Das Risiko verändert sich, wenn KI Tatsachen feststellt, Menschen einordnet, Durchsetzungsmaßnahmen empfiehlt oder den Zugang zu öffentlichen Dienstleistungen prägt. Eigentumsschutzmaßnahmen sollten mit diesem Einfluss zunehmen.

Das primäre Keyword erfordert eigene Vorsicht. Eine über Google News gesehene Überschrift ist ein Ausgangspunkt für die Recherche, nicht die vollständige Beleglage.

Aggregation kann ein komplexes Thema auf eine provokante Frage verdichten. Leser sollten der zugrunde liegenden Berichterstattung folgen und offizielle Verträge, Gesetze, Prüfungen und Behördenrichtlinien prüfen.

Sichtbarkeit in Suchergebnissen belegt ebenfalls keinen nationalen Konsens. Die verfügbaren Belege stützen eine fragmentierte Beschaffungslandschaft, nicht ein buchstäbliches Set aus 50 endgültig festgelegten Eigentumsmodellen.

Die am besten belegbare Schlussfolgerung ist enger gefasst. Regierungen der Bundesstaaten setzen KI unter unterschiedlichen rechtlichen und administrativen Systemen ein, während viele Eigentumsregeln weiterhin ungeklärt sind.

Verträge können einen Teil dieser Lücke schließen. Sie können fähiges Personal, fortlaufende Aufsicht, öffentliche Bekanntmachungen oder ein Verfahren zur Korrektur schädlicher Entscheidungen nicht ersetzen.

Drei Signale zeigen, wer die KI der Bundesstaaten wirklich kontrolliert

Kontrolle wird bei Modelländerungen, öffentlichen Anfechtungen und Vertragsausstiegen sichtbar – nicht bei einer polierten Produktdemonstration.

Das erste Signal ist die Verbreitung standardisierter KI-Vertragsklauseln. Staaten sollten Formulierungen veröffentlichen oder teilen, die staatliche Daten, erzeugte Ausgaben, Prüfprotokolle, Trainingsbeschränkungen, Portabilität und Löschung abdecken.

Standardklauseln würden zeigen, dass Eigentum von einer breit gefassten Richtlinie in eine durchsetzbare Beschaffung überführt wurde. Ihr Fehlen würde Behörden dazu zwingen, kritische Rechte jeweils Vertrag für Vertrag auszuhandeln.

Das zweite Signal ist, wie Bundesstaaten mit Wechseln bei Anbietern und Modellen umgehen. Behörden benötigen Verzeichnisse, die eingebettete KI-Funktionen, eingesetzte Versionen, Aktualisierungen und verantwortliche Amtsträger ausweisen.

Achten Sie auf Anforderungen, wonach Anbieter wesentliche Änderungen im Voraus ankündigen müssen. Beobachten Sie auch, ob Behörden Aktualisierungen testen können, bevor diese die Einwohner erreichen.

Wenn Bundesstaaten diese Übergänge dokumentieren, untermauern sie die Aussage, dass öffentliche Institutionen die Kontrolle behalten. Stille Änderungen würden sie schwächen.

Das dritte Signal betrifft Verlängerungen oder Kündigungen. Ein echter Ausstiegstest sollte klären, ob eine Behörde Unterlagen abrufen und wesentliche Arbeitsabläufe an anderer Stelle fortführen kann.

Der Test sollte Prompts, Konfigurationen, Bewertungen, Protokolle und Dokumentation umfassen. Der Export allein von Quelldokumenten würde das operative System nicht wiederherstellen.

Bundesstaaten sollten außerdem die Löschung nach der Migration überprüfen. Dieser Prozess muss aktive Datenbanken, Backups, abgeleitete Artefakte und relevante Unterauftragnehmer abdecken.

Diese Signale sind wichtiger als Erklärungen, ein Bundesstaat „besitze seine Daten“. Eigentum wird erst dann bedeutsam, wenn die Behörde das Erforderliche prüfen, steuern, übertragen und bewahren kann.

Einwohner sollten auf öffentliche KI-Verzeichnisse, Folgenabschätzungen, Vertragszusammenfassungen und Einspruchsverfahren achten. Journalisten können diese Dokumente mit Beschaffungsunterlagen und dem Systemverhalten abgleichen.

Staatliche Beschaffer sollten Anbieter vor der Vergabe um einen Nachweis der Portabilität bitten. Ein beispielhafter Export kann fehlende Felder und proprietäre Abhängigkeiten sichtbar machen, bevor sie teuer werden.

Technologieteams sollten von der Behörde kontrollierte Evaluierungssätze pflegen. Dabei handelt es sich um Sammlungen repräsentativer Fälle, mit denen sich die Leistung über verschiedene Versionen und Anbieter hinweg testen lässt.

Programmverantwortliche sollten die Unterlagen definieren, die erforderlich sind, um individuelle Ergebnisse zu erklären. Rechtsteams können diese Unterlagen dann mit Anforderungen an Aufbewahrung, Offenlegung und Einsprüche verknüpfen.

Auch Anbieter haben eine Chance. Unternehmen, die glaubwürdigen Prüfzugang und praktikable Ausstiegswege anbieten, können sich von Anbietern abheben, deren Geschäftsmodell auf Abhängigkeit beruht.

Google News wird weiterhin Meldungen über KI-Richtlinien, Einführungen und Streitigkeiten in Bundesstaaten hervorheben. Die entscheidenden Belege werden jedoch in Verträgen und Betriebsunterlagen zu finden sein.

Die nächste Frage für jede Behörde ist praktisch: Kann sie ein früheres Ergebnis erklären, ein neues Modell testen und ihren Anbieter verlassen, ohne institutionelles Gedächtnis zu verlieren?

Wenn die Antwort nein lautet, kontrolliert der Bundesstaat den Einsatz nicht in den entscheidenden Punkten. Er hat lediglich die Erlaubnis, ihn zu nutzen.

Öffentliche Amtsträger, Anbieter und Einwohner sollten eine klarere Antwort verlangen, bevor folgenschwere Systeme skaliert werden. Verfolgen Sie die Verträge hinter der nächsten Google-News-Schlagzeile und fragen Sie dann, wer das System prüfen, übertragen und stoppen kann.