Im Zuge der Vorbereitung einer neuen Geschäftsordnung diskutieren wir derzeit die Frage, ob vorberatende Ausschüsse künftig grundsätzlich öffentlich oder nichtöffentlich tagen sollen. Im Raum steht dabei ein Vorschlag, die Nichtöffentlichkeit zur Regel zu machen.

Das Besondere an diesem Ansatz ist – sowohl politisch als auch rechtlich –, dass er zunächst reflexartig als intransparent und undemokratisch wahrgenommen wird. Entsprechend intensiv und teils sehr engagiert verlaufen die Diskussionen. Häufig wird vorgebracht, ein solcher Schritt sei politisch kaum vermittelbar.

Im Zentrum steht vielmehr der verbreitete Wunsch nach noch mehr Transparenz. Diesem soll etwa durch Audio- und Videoübertragungen sowie eine erweiterte Protokollierung des Diskussionsverlaufs Rechnung getragen werden. Allerdings stoßen gerade diese Maßnahmen teilweise auf Kritik: Sitzungsteilnehmer möchten sich nicht dauerhaft an einzelne Äußerungen in Debatten gebunden sehen. Dieses Spannungsverhältnis ließe sich zumindest teilweise durch geschützte Räume auflösen, in denen ein offener und unbeobachteter Diskurs innerhalb des demokratisch legitimierten Gremiums möglich bleibt.

KI für die rechtliche Klärung

In solchen Diskussionen kommt nicht selten das vermeintlich durchschlagende Argument der rechtlichen Unzulässigkeit. An dieser Stelle könnten KI-Systeme helfen. Denn was liegt vor allem für die Rechtslaien im Stadtrat näher, als die Frage einfach einmal an ChatGPT zu richten:

„Kann ein Stadtrat in Bayern in seiner Geschäftsordnung festlegen, dass vorberatende Ausschüsse grundsätzlich nichtöffentlich tagen?“

Gesagt, getan: In der Standardeinstellung („Instant“) erhalte ich eine klare Antwort: „Kurz gesagt: Nein.“ Solche pointierten Einstiege scheinen systemtypisch zu sein. Die anschließende Begründung – unter anderem mit Verweis auf Art. 52 BayGO – wirkt zunächst plausibel, überzeugt aber nicht vollständig.

Also ein zweiter Versuch, diesmal mit dem Modus „Thinking“: Nun lautet die Antwort „Ja“. Zur Begründung heißt es unter anderem: „Der Kern liegt in Art. 45 Abs. 2 GO.“ Das ist im Übrigen zutreffend – dort liegt tatsächlich der zentrale Anknüpfungspunkt.

Neugierig geworden, teste ich weitere Systeme mit folgendem Ergebnis:

Die Begründungen unterscheiden sich teils erheblich. Rechtlich überzeugend ist wohl die Auffassung, dass eine grundsätzliche Nichtöffentlichkeit vorberatender Ausschüsse nicht ausgeschlossen ist. Dies ergibt sich im Umkehrschluss (e contrario) aus dem ausdrücklichen Verweis der BayGO auf den Geschäftsgang des Stadtrats nur für die beschließenden Ausschüsse.

Die Gegenmeinungen, die sich also für eine zwingende Transparenz aussprechen, sind wohl eher durch eine politische Debatte und politische Argumente inspiriert als durch eine fundierte rechtliche Betrachtung.

Bewertung durch beck-online / noxtua

Zur weiteren Einordnung fasse ich die verschiedenen Antworten in einem Dokument zusammen und lasse sie über beck-noxtua analysieren. Die Auswertung bringt zusätzliche Aspekte hervor, insbesondere unter Bezugnahme auf Rechtsprechung des BayVGH und des BVerwG. Insgesamt wird deutlich, dass sich ein Verbot der Nichtöffentlichkeit weder aus dem Grundgesetz, noch aus der Gemeindeordnung ableiten lässt.

Finale Gegenprobe mit ChatGPT

Abschließend lasse ich auch ChatGPT (Modus „Instant“) die gesammelten Ergebnisse bewerten. Das System hält zunächst an seiner ursprünglichen Einschätzung fest und bezeichnet Gegenpositionen als überholt. Es lässt sich auch weder durch den Verweis auf beck-noxtua, noch auf ChatGPT Thinking davon abbringen. Die Systeme seien veraltet. Erst im weiteren Verlauf einer anstrengenden Diskussion relativiert ChatGPT diese Position und entfernt sich zunehmend von der Annahme eines rechtlichen Verbots.

Fazit

Ein klares, verlässliches Ergebnis liefern KI-Systeme in dieser Rechtsfrage nicht – jedenfalls nicht für juristische Laien. Einige Antworten sind unzutreffend, andere näher an der geltenden Rechtslage. Die Begründungen reichen von überzeugend bis zufällig wirkend.

Für den praktischen Diskurs bedeutet das: Je nach verwendetem System lässt sich sowohl ein Argument für als auch gegen die rechtliche Zulässigkeit konstruieren.

Damit bestätigt sich erneut: Für belastbare rechtliche Bewertungen sind frei zugängliche KI-Systeme nur eingeschränkt geeignet. Geht es hingegen um die Ermittlung eines Meinungsbildes oder eines „Common Sense“, können sie durchaus hilfreiche Impulse liefern – nicht aber eine verlässliche juristische Einordnung ersetzen. Selbst eine art Meta-Bewertung ändert an dieser Lage nichts.

Dokumente

• Zusammenstellung der KI-Antworten
• Beurteilung der KI-Antworten duch beck-noxtua
• Diskussion mit ChatGPT über die KI-Antworten und die Bewertung von beck-noxtua
• Argumentationsvorschlag durch ChatGPT

ChatGPT:

Die Partei Bündnis 90/Die Grünen hat in den letzten Jahren innerhalb der sogenannten Ampel-Regierung—einer Koalition aus SPD, FDP und Grünen—eine zentrale Rolle gespielt. Ursprünglich angetreten, um nachhaltige Politik und ökologische Transformation voranzutreiben, sah sich die Partei jedoch gezwungen, zahlreiche Kompromisse einzugehen. Einige dieser Kompromisse wurden von Beobachtern und Parteimitgliedern als unnötig oder gar kontraproduktiv eingestuft. Ein besonders prominentes Beispiel ist der Umgang mit dem Dorf Lützerath, der für viele als Startpunkt eines Abwärtsstrudels gilt. Infolgedessen stehen die Grünen vor einer existenziellen Krise, in der ihnen der Verlust von Werten und Zielen vorgeworfen wird. Diese Abhandlung untersucht die These, dass der „Rausch der Kompromisse“ die Partei in einen Abwärtsstrudel geführt hat.

Die Grünen: Von Idealen zu Kompromissen

Seit ihrer Gründung stehen die Grünen für Umweltschutz, soziale Gerechtigkeit und eine progressive Gesellschaftspolitik. Ihr Eintritt in die Ampel-Koalition bot die Chance, diese Ziele auf Bundesebene umzusetzen. Doch Regierungsverantwortung erfordert oft Zugeständnisse, und die Grünen fanden sich in einer Position wieder, in der sie zwischen ihren Idealen und der Realpolitik abwägen mussten.

Der Rausch der Kompromisse

Der Begriff „Rausch der Kompromisse“ beschreibt einen Zustand, in dem das Eingehen von Kompromissen zur Norm wird und dabei die ursprünglichen Ziele aus den Augen verloren werden. Bei den Grünen manifestierte sich dies in mehreren Bereichen:

1. Klimapolitik und der Fall Lützerath: Das Dorf Lützerath in Nordrhein-Westfalen wurde zum Symbol für den Kampf gegen den Kohleabbau und den Klimawandel. Trotz massiver Proteste von Umweltaktivisten stimmten die Grünen einem Kompromiss zu, der die Abbaggerung von Lützerath für den Braunkohleabbau durch RWE ermöglichte. Im Gegenzug sollte der Kohleausstieg auf 2030 vorgezogen werden. Viele sahen diesen Kompromiss als unnötig und als Verrat an den Klimazielen der Partei. Die Bilder von Polizeiaktionen gegen Demonstranten, darunter viele junge Klimaaktivisten, beschädigten das Ansehen der Grünen erheblich.
2. Verkehrspolitik: Anstatt auf eine konsequente Verkehrswende zu drängen, akzeptierten die Grünen Projekte wie den Ausbau von Autobahnen und verzögerten den Ausbau des öffentlichen Nahverkehrs, was im Widerspruch zu ihren Nachhaltigkeitszielen steht.
3. Sozialpolitik: In der Sozialpolitik wurden Reformen unterstützt, die von vielen als zu konservativ angesehen wurden, darunter Einschränkungen bei Sozialleistungen und mangelnde Fortschritte bei der Bekämpfung von Kinderarmut.

Unnötige Kompromisse oder politische Notwendigkeit?

Einige dieser Kompromisse, insbesondere der Umgang mit Lützerath, wurden als unnötig erachtet, da Alternativen möglich gewesen wären oder die Zugeständnisse über das erforderliche Maß hinausgingen. Kritiker innerhalb und außerhalb der Partei argumentieren, dass die Grünen ihre Verhandlungsposition unterschätzt und zu schnell nachgegeben haben, um den Koalitionsfrieden zu wahren.

Die Auswirkungen auf Partei und Wählerschaft

Die Folge dieser Kompromissbereitschaft war eine wachsende Unzufriedenheit innerhalb der eigenen Basis. Langjährige Unterstützer fühlten sich entfremdet, da die Partei scheinbar ihre Kernwerte vernachlässigte. Der Fall Lützerath markierte dabei einen Wendepunkt, der zu massiven Protesten und Austritten aus der Partei führte. Dies spiegelte sich in sinkenden Umfragewerten wider und führte zu einem Vertrauensverlust in der Wählerschaft.

Der Abwärtsstrudel

Der „Rausch der Kompromisse“ löste einen Abwärtsstrudel aus, der sich auf mehreren Ebenen zeigte:

• Verlust der Glaubwürdigkeit: Die Glaubwürdigkeit der Grünen als konsequente Vertreter nachhaltiger Politik wurde untergraben, insbesondere durch die Ereignisse um Lützerath.
• Innere Spannungen: Innerhalb der Partei entstanden Konflikte zwischen dem pragmatischen Flügel und den Idealisten, was zu Spaltungen führte und die Handlungsfähigkeit beeinträchtigte.
• Externe Kritik: Medien und politische Gegner nutzten die Situation, um die Grünen als inkonsequent und unglaubwürdig darzustellen.

Ursachen des Übermaßes an Kompromissen

Mehrere Faktoren trugen zu diesem Übermaß an Kompromissbereitschaft bei:

• Regierungsdruck: Der Wunsch, stabile Regierungsarbeit zu gewährleisten, führte dazu, dass die Grünen häufiger nachgaben.
• Koalitionspartner: Die Zusammenarbeit mit SPD und FDP, Parteien mit teils gegensätzlichen Positionen, erhöhte den Druck auf die Grünen, Zugeständnisse zu machen.
• Strategische Fehleinschätzungen: Insbesondere im Fall Lützerath wurden die Konsequenzen der Kompromisse auf die eigene Wählerschaft und die öffentliche Wahrnehmung unterschätzt.

Die Biologie des Rausches der Kompromisse

Um den „Rausch der Kompromisse“ vollständig zu verstehen, kann es hilfreich sein, einen Blick auf mögliche biologische Grundlagen dieses Phänomens zu werfen. Biologische Faktoren können das individuelle und kollektive Verhalten beeinflussen, insbesondere in Bezug auf Entscheidungsfindung und soziale Interaktion.

Neurobiologische Aspekte

• Neurotransmitter und Hormone: Substanzen wie Oxytocin, oft als „Bindungshormon“ bezeichnet, fördern Vertrauen und soziale Bindungen. Hohe Oxytocinspiegel können die Bereitschaft erhöhen, Kooperationen einzugehen und Kompromisse zu schließen.
• Dopamin und das Belohnungssystem: Das Gehirn belohnt kooperatives Verhalten und erfolgreiche soziale Interaktionen durch die Ausschüttung von Dopamin, was positive Gefühle hervorruft und dieses Verhalten verstärkt.

Evolutionäre Psychologie

• Kooperation als Überlebensstrategie: In der menschlichen Evolution war die Fähigkeit zur Zusammenarbeit entscheidend für das Überleben. Gruppen, die effektiv kooperierten und Kompromisse eingingen, hatten größere Chancen, Ressourcen zu sichern und Gefahren zu bewältigen.
• Soziale Anpassung: Menschen haben eine angeborene Tendenz, sich an soziale Normen anzupassen, um Akzeptanz innerhalb der Gruppe zu finden. Dies kann die Bereitschaft erhöhen, Kompromisse einzugehen, selbst wenn sie den eigenen Überzeugungen widersprechen.

Kognitive Verzerrungen

• Konformitätsbias: Die Neigung, sich der Mehrheit anzuschließen, kann dazu führen, dass individuelle Standpunkte zugunsten des Gruppenkonsenses aufgegeben werden.
• Verlustaversion: Die Angst, etwas zu verlieren—sei es Macht, Einfluss oder soziale Anerkennung—kann die Bereitschaft erhöhen, Kompromisse einzugehen, um potenzielle negative Konsequenzen zu vermeiden.

Stress und Entscheidungsfindung

• Einfluss von Cortisol: Chronischer Stress erhöht die Cortisolspiegel, was die kognitive Funktion beeinträchtigen und zu impulsiveren Entscheidungen führen kann.
• Konfliktvermeidung: Unter Stress neigen Menschen dazu, Konflikte zu vermeiden und suchen nach schnellen Lösungen, was die Kompromissbereitschaft erhöhen kann.


Anwendung auf die politische Ebene


Während diese biologischen Faktoren hauptsächlich individuelles Verhalten beeinflussen, können sie auch auf kollektiver Ebene relevant sein:

• Gruppendynamik in politischen Parteien: Der Wunsch nach Einheit und Harmonie innerhalb einer Partei kann dazu führen, dass abweichende Meinungen unterdrückt und Kompromisse gefördert werden, um interne Konflikte zu minimieren.
• Führung und Einfluss: Charismatische Führungspersönlichkeiten können durch ihre Ausstrahlung und soziale Kompetenz die Kompromissbereitschaft innerhalb der Partei steigern.

Grenzen der biologischen Erklärung

Es ist wichtig zu betonen, dass biologische Faktoren nur einen Teil des komplexen Zusammenspiels darstellen, das menschliches Verhalten und politische Entscheidungen beeinflusst:

• Soziokulturelle Einflüsse: Kulturelle Normen und soziale Werte prägen die Wahrnehmung von Kompromissen und können deren Akzeptanz erhöhen oder verringern.
• Institutionelle Rahmenbedingungen: Politische Strukturen und Machtverhältnisse setzen Grenzen für Entscheidungsprozesse und beeinflussen, inwieweit Kompromisse notwendig oder möglich sind.
• Individuelle Überzeugungen und Ideologien: Persönliche Werte und moralische Grundsätze spielen eine entscheidende Rolle bei der Frage, ob und welche Kompromisse eingegangen werden.

Wege aus dem Abwärtsstrudel

Um dem Abwärtsstrudel zu entkommen, müssen die Grünen:

• Kernwerte betonen: Eine Rückbesinnung auf die eigenen Prinzipien ist notwendig, um Glaubwürdigkeit zurückzugewinnen. Der Umgang mit zukünftigen Projekten sollte die Lehren aus dem Fall Lützerath berücksichtigen.
• Transparenz schaffen: Offene Kommunikation über Entscheidungsprozesse kann das Vertrauen der Wähler stärken und Verständnis für schwierige Entscheidungen fördern.
• Strategische Positionierung: Eine klare Abgrenzung von den Koalitionspartnern in bestimmten Politikfeldern kann das Profil schärfen und die eigenen Ziele deutlicher hervorheben.
• Dialog mit der Basis: Die Einbindung der Parteimitglieder und aktives Zuhören können helfen, interne Spannungen abzubauen und gemeinsam Lösungen zu finden.

Schlussfolgerung

Der „Rausch der Kompromisse“ hat die Grünen in einen Abwärtsstrudel geführt, der ihre politische Zukunft gefährdet. Der Umgang mit Lützerath stellt dabei ein zentrales Ereignis dar, das den Vertrauensverlust und die existenzielle Krise der Partei beschleunigt hat. Während Kompromisse ein unvermeidlicher Teil der Regierungsarbeit sind, dürfen sie nicht zum Selbstzweck werden und die grundlegenden Werte der Partei untergraben. Die Grünen stehen nun vor der Herausforderung, das Gleichgewicht zwischen Pragmatismus und Prinzipientreue wiederherzustellen, um ihre Existenzkrise zu überwinden und das Vertrauen der Wähler zurückzugewinnen.

„Ich meine Typcasting beim Film.“ Und schon kommt eine umfassende Erklärung, es ginge darum, dass bestimmte Schauspieler:innen eben immer für bestimmte Typen engagiert würden, was diverse Vor- aber auch Nachteile habe… Schlimm wird’s  immer dann, wenn man schon deshalb weiß, wer Mörder:in ist, weil der/die Darsteller:in eben immer „Täter:in“ ist.

Der erste Aufschlag entsprach dem Stereotyp des Verlegers

Ähnlich, vielleicht aber eher spiegelverkehrt, geschah es neulich, als mir ChatGPT für einen Beitrag das Bild gestalten sollte: „Porträt eines sechzigjährigen Verlegers. Er hat kurze dunkelblonde aber leicht ergraute Haare, übergewichtig, trägt eine ovale Brille. Er trägt ein hellblaues Leinenhemd, sieht freundlich aber nachdenklich aus. Im Hintergrund ein Bücherregal.“

Zugegeben, der erste Aufschlag entsprach dem Stereotyp des Verlegers. Typcasting eben. Ich könnte ihn so gerade im Literaturhaus getroffen haben. Mehrfach sogar. Aber ich hatte mir – aus Gründen – in den Kopf gesetzt, das Bild müsse wenigstens Ansätze von Ähnlichkeit mit meinem eigenen Konterfeit aufweisen: Also bitte „sehr kurze Haare. Ohne Bart“.

Völlig überfordert

Das Ergebnis: Völlige Überforderung. Runder geht, Bart ist ab, Haarlänge immer noch mit gewelltem Scheitel.„Sehr kurze Haare. Etwa ein bis zwei Zentimeter“ „Hier ist das Porträt mit den gewünschten Haarlängenanpassungen.“ Hmm … wieder schmaler, der Kopf immer noch mit fülliger Haartracht und wieder ein Bart. Ein weiterer Anlauf: „Stoppelhaare!.“. Jetzt ist der Scheitel auf der anderen Seite und der Bart noch länger. „Die Kopfhaare kurz, kein Bart!“ Schmales Gesicht, etwas kürzerer Bart, gescheitelte Haare. Ich lade ein Bild von mir hoch „Bitte nutze das als Beispiel.“ Das Ergebnis ist sehr schmeichelhaft und passt bisher am Besten. Letzter Anlauf „Der schaut nicht aus wie 60“ Ergebnis: Zwei Schritte zurück, aber älter. Ich geb’s auf. 

Rückschlüsse?

Irgendwie sollen ja Textgenerierung und Bildgenerierung mit KI gewisse Ähnlichkeiten aufweisen und gemeinsame Wurzeln haben. So könnte man womöglich auch Rückschlüsse im Verhalten von Bild- auf Texterstellung ziehen. Das ergäbe Sinn, ist doch die Bilderzeugung zwar nicht weniger komplex, aber die Erkennung von Schwachstellen ist beim Bild deutlich leichter. Ein Finger zu viel oder zu wenig, Bart oder nicht Bart usw. 

Im Beispiel war die KI beim besten Willen nicht dazu zu bewegen, das zu machen, was ich mir gewünscht hätte. Sie hat sich immer wieder auf Stereotype zurückgezogen. Beilagenänderungen waren nicht möglich – übrigens auch nicht, wenn man statt des Bildes eines Verlegers das eines Programmierers anforderte. Die Typisierung war’s also eher nicht. Es war eine schon erschreckende Beharrlichkeit gepaart mit Ignoranz. Die KI hat einfach keinen Plan.

Die Frage ist…

würden wir das bei einem Text überhaupt merken und was bringt’s wenn das Ergebnis so vom gewünschten abweicht?

Das zweite Jahr im ChatGPT-Zeitalter nähert sich dem Ende. Grund genug für eine kurze, sehr persönliche Rückschau – und einen Ausblick.

Mal wieder schwarzfahrende Kids

Erst die schlechte Nachricht: Auch die neuste Version des bekanntesten Sprachmodels kommt mit meiner Lieblingsfrage nicht zurecht. Immer noch ist Schwarzfahren eine „Ordnungswidrigkeit“ und immer noch gilt das für Minderjährige genau so wie für Erwachsene. Immer noch gibt ChatGPT sprachgewandt und plausibel begründet eine leider falsche Auskunft. Die von Version zu Version erhoffte und auch versprochene Verbesserung ist ausgeblieben.

Nun die gute Nachricht: Es gibt mittlerweile Chatbots, die dem Problem Herr werden. Einen davon habe ich selbst einmal auf Basis von ChatGPT implementiert. Und dabei konnte ich viel lernen. So lässt sich KI ganz gerne von zu viel Information ablenken. Es fällt ihr schwer, wichtiges von unwichtigem zu unterscheiden. Aber eine kurze und prägnante Vorinformation (Kontext) reicht, um unsere neue Assistentin auf den rechten Pfad zu lenken. Entstanden ist eine brauchbare Beraterin für die Betroffenen, die gerne und richtig Auskunft erteilt und sogar Briefe an Verkehrsbetriebe formuliert. 

Rechnet man aber den Aufwand für dieses kleinteilige Rechtsthema hoch auf all das, was da noch denkbar ist, wird die Optimierung von ChatGPT wohl noch etwas Zeit in Anspruch nehmen. Hoffnungsvoller, allerdings nur für juristische Profis, sind da Ansätze, die ihr Trainingsmaterial nicht aus der Masse, sondern aus der Klasse, sprich juristischen Fachtexten beziehen. Sie können auch ohne vertikale Spezialisierung richtige Antworten liefern. Ein Test bei einem hier ungenannten Anbieter war da tatsächlich erfolgreich und brachte einige überraschend gute Fundstellen zutage. Für Laien ist das aber nichts.

Damit bleibt natürlich die Frage offen, ob man wirklich guten Gewissens einen generischen KI Chatbot auf beliebige naive und unerfahrene Nutzer:innen loslassen darf. Ich tendiere hier trotz klaren Hinweises „ChatGPT can make mistakes. Check important info“ zur Ablehnung.

Ganz persönliche Projekte

Wenn mir dieses Thema aufgrund seiner banalen Ausgangslage (Minderjähriger fährt schwarz) und der dennoch nicht so banalen Rechtslage immer wieder als Testszenario Spaß macht, so gab es doch mehr.

Emozipnal, ein aus einer Laune heraus erfundenes Medikament, diente als Ausgangspunkt für ein KI-generiertes Büchlein, das bereits zweimal erweitert und neu aufgelegt wurde. Mit einer Sammlung von Texten aus verschiedenen Genres demonstriert es nicht nur die Vielseitigkeit von KI, sondern hält auch den entsprechenden Disziplinen einen digitalen Spiegel vor. Auf einer Webseite emozipnal.xyz kann man zudem mit dem Erfinder diskutieren und Neuigkeiten abrufen.

Etwas berufsnäher ist die Seite des EDVGT edvgt.2be.legal mit einer ganzen Sammlung unterschiedlicher juristischer Chatbots. Man sieht vor allem die Möglichkeiten der Optimierung durch Spezialisierung. Man sieht auch die Möglichkeiten der Manipulation. Glaube keinem Chatbot, den Du nicht selbst konditioniert hast. 

Meinen guten alten Show Case news.2be.legal habe ich mit State of the Art KI-Features aufgehübscht. Die Ergebnisse sind interessant aber weit weg von optimal. Viel Schönes dabei.

„Womit kann ich Ihnen helfen“ steht im Suchschlitz der neuen Homepage unseres Landratsamtes. Aber wenn man in natürlicher Sprache eine Frage eingibt, kommen keine sinnvollen Ergebnisse.  So entstand rathaus.chat, eine Seite, die ich selbst regelmäßig nutze und die wirklich hilfreich ist. Sie demonstriert einen modernen, bürger:innenfreundlichen Zugang zu wichtigen Informationen: Zuständigkeiten, Telefonnummern, E-Mails und Tipps.

Auch hier gab es einige Learnings bis das so funktionierte, wie gewünscht. Einfach ist auch bei KI nichts. Aber das Ergebnis ist aus meiner Sicht sehenswert.

Experimente

Die „Psychologie“ von KI-Systemen im Kosmos überschaubarer Probleme sollte eine Reihe von Experimenten aus den letzten Wochen demonstrieren.  In Reminiszenz eines Tests von neuronalen Netzen aus einem Seminar Ende der 1980er entstand eine Reihe von kleineren Versuchen mit einem simplen Ziel: Aus drei Klausurnoten eine Endnote zu ermitteln. 

Klingt trivial? Man kann hier einiges über den Unterschied von Denken und Trainieren erfahren, zwischen guten, schlechten und zu vielen Trainingsdaten und über die Unzuverlässigkeit von Try and Error. Es ging um die Schädlichkeit eintöniger Information genau so wie um Ausnahmen und Widersprüche.

Mit einer Prise Phantasie erschließen sich auf ganz eigene Weise Möglichkeiten und Grenzen von KI auch im Rechtsbereich.

Dos and Don’ts

Und dann kam neulich die Frage: „Wofür kann man KI nun im juristischen Umfeld einsetzen – und wofür nicht?“ Ich möchte die Antwort mit zwei ganz aktuellen, etwas politischen Beispielen geben:

Kontaminierte Äpfel

Gerade war in den Medien zu hören, Agrarminister Cem Özdemir möchte dieses Jahr die Grenzwerte für Folpet bei Äpfeln auf das 20-fache erhöhen – so könnten diese unerträglichen Schorfstellen auf der Apfelschale verhindert werden.

Nur wie hoch ist der Grenzwert aktuell?

Ich: „Wie hoch darf die maximale Belastung von Äpfeln mit Folpet in der EU sein?“ – Ich frage immer wie Lieschen Müller und ich stehe dazu.

ChatGPT: „Die maximale Rückstandshöchstmenge … von Folpet in Äpfeln … ist durch die Verordnung (EG) Nr. 396/2005 festgelegt. Laut dieser Verordnung beträgt die MRL für Folpet in Äpfeln 5 mg/kg. ….
… Es ist wichtig, die aktuellen Verordnungen zu konsultieren, um sicherzustellen, dass die Informationen aktuell sind.“ 

Die Verordnung stimmt. Tatsächlich liegt die Höchstmenge aber bei 0,3mg/kg. Das System hat da wohl die Träume der Obstbauern und die harte EU-Realität verwechselt. Die vorgenannten Experimente hätten das mit widersprüchlichem Training aus Wunsch und Wirklichkeit erklärt.

Hätte man übrigens die Datenbank der EU konsultiert, wäre aufgefallen, dass die Werte bei Äpfeln im Vergleich zu anderem Obst ohnehin sehr hoch sind. Ein Link auf diese Datenbank wäre die bessere Antwort gewesen.

Also Rückstandshöchstmengen sind so ziemlich das negative Extrem des Einsatzgebiets von KI. Kein Thema für „ungefähr“ und „wahrscheinlich„. Die Angaben müssen präzise und gut nachprüfbar sein, es gibt eine passable aber versteckte Datenbank und sonst nur fragmentarische Informationen im Netz. Letztlich hängt aber die Gesundheit von Menschen davon ab. Sicher ein hochspannendes Spezialprojekt. Aber für ChatGPT gilt: „Si tacuisses …„

Urlaub und Asyl

Ein paar Tage später postet der Fraktionssprecher einer christlichen und sozialen Union in Bayern folgende Aussage: „Wenn Afghanistan als Urlaubsland sicher ist, dann muss man dahin auch abgeschoben werden können.“

Ich: „Was hältst Du von folgender Aussage? ….“

ChatGPT: „… Fazit – Die Aussage stellt eine Vereinfachung dar und greift zu kurz, da sie die komplexen rechtlichen und humanitären Überlegungen, die bei Abschiebungen eine Rolle spielen, außer Acht lässt. Afghanistan mag für bestimmte Personen oder in bestimmten Regionen als unsicher gelten, ohne dass dies bedeutet, dass das gesamte Land als unsicher für touristische Reisen gilt oder umgekehrt. Die Sicherheit eines Landes für Touristen ist nicht gleichbedeutend mit der Sicherheit für eine Abschiebung.“

Das hätte ich kaum besser sagen können. Und vor allem so schön unaufgeregt.

Damit haben wir gleich einige fast ideale Anwendungsbereiche: Textanalyse, Ideenenwicklung, Argumentationshilfe und vor allem Ermittlung eines Common Sense. Wer wissen will, was man so meint, ist bei ChatGPT ganz gut aufgehoben. Ob das immer wirklich der Mittelwert von Volkes Meinung ist oder durch einen Bias stark tendenziös verfärbt, mag dahingestellt sein.

Als Sparringspartner ist die KI allemal sehr hilfreich. Zum Schreiben belangloser aber umfassender Reden für Politiker:innen und anderer fachfremder Führungspersonen übrigens auch. 

Ausblick

Und ich könnte noch jede Menge andere Anwendungsgebiete aufzählen. KI hat unsere Arbeitsweise verändert und wird es weiter tun. Sie hilft zu analysieren, formulieren, zu programmieren und übersetzen, zu visualisieren, ja sogar zu sprechen. 

KI ist mehr Mediatorin als Richterin, mehr Assistentin als Entscheiderin, mehr Advocata Diaboli als Advokatin der Mandantschaft. In diesem Sinne ist sie eine wahre Gamechangerin, die bereits jetzt meine Effizienz steigert und auf die ich nicht mehr verzichten möchte.

Der Fall

Heute kam die Rückfrage der Steuerberaterin über eine Buchung an die Landesjustizkasse. Ich denke „Bevor ich lange den Beleg suche, rufe ich lieber an.“ Nach ca. 5 Minuten Klingelzeichen gebe ich auf.

Auf der Seite der Landesjustizkasse gibt es eine Digitale Assistentin, die – ganz Bayern – auf den schönen Namen „Bavaria“ hört. Also frage ich sie:

Ich habe 2022 an die Landesjustizkasse Geld überwiesen und weiß nicht wofür.

Zugegeben, das ist nicht einmal eine Frage. Die Antwort war eher so mittel hilfreich

Ich habe folgende Leistungen gefunden. Bitte wählen Sie eine aus:
- Verhinderungspflege; Beantragung der Übernahme der Kosten für eine Ersatzpflege
- Zahnärztliche Behandlung; Beantragung der Übernahme von Kosten
- Inanspruchnahme staatlicher Unterkünfte und anderer Sachleistungen; Erhebung von Kosten

Da braucht’s schon etwas Phantasie, um in dem Ergebnis eine Antwort auf meine Frage zu finden. Aber das Thema ist mal wieder Anlass, eine Runde durch meine Testseiten zu drehen.

Das Landratsamt

Ich gehe also auf die Seite des Landratsamts Mühldorf a. Inn. Ich nehme diese Seite, weil ich da nun einfach wohne, weil sie sehr neu ist und weil sie mit einem Suchschlitz aufwartet, der mit dem Satz „Wie können wir Ihnen helfen“ Hoffnung auf gute Antworten weckt. Also die Angepasste Frage:

Ich habe 2022 an den Landkreis Geld überwiesen und weiß nicht wofür.

Das Ergebnis:

Bitte beachten Sie: Suchbegriffe unter einer Länge von 3 Buchstaben werden ignoriert.
1623 Treffer:
AntragBuUvollj-2022.pdf  … Krankenversicherung: …
Amtsblätter 2022
Landkreis  … und Einrichtungen…
Überwachungsbericht-odu-2022-05-05.pdf  …Überwachungsbericht für E-Anlagen1…
Überwachungsbericht-Nitrochemie-2022-12-15.pdf  …Überwachungsbericht für E-Anlagen1…
Bildung im Landkreis  … …
Lebensräume im Landkreis  … Um fachlich fundierte…
Gschichtsarbeit im Landkreis  … Geschichtsarbeit Der…
Überwachungsbericht-NIGU-Mehrzweckanlage-2022-11-23.pdf  …Überwachungsbericht für E-Anlagen1…

Offensichtlich wird hier eine Standardsuche abgesetzt, wobei die einzelnen Bestandteile mit „oder“ gesucht werden. Ein einziger Begriff aus der Suche reicht, damit sich eine Fundstelle Qualifiziert. Bei einer natürlichsprachlichen Frage, wie meiner, führt das zu absurden Ergebnissen mit quasi endlos vielen Treffern.

Das Rathaus

Als nächstes geht’s zum Rathaus von Mühldorf mit der Frage:

Ich habe 2022 an die Stadt Geld überwiesen und weiß nicht wofür.

Das Ergebnis ist kurz und knapp:

Leider nichts für "Ich habe 2022 an die Stadt Geld überwiesen und weiß nicht mehr wofür" gefunden.

Hier wird also wieder gesucht, aber es qualifizieren sich nur Fundstellen, die alle Begriffe aus der Suche enthalten. Bei Suchen wie der hier verwendeten führt das regelmäßig zu null Treffern.

Der Rathaus Chat

Und nun teste ich den eigens konfigurierten Rathaus-Chat, der auf Basis von ChatGPT, einigen eingebetteten Dokumenten und einem längeren Kontext nur Fragen zum Rathaus beantwortet. Hier dieselbe Frage:

Ich habe 2022 an die Stadt Geld überwiesen und weiß nicht wofür.

Und nun folgt erstmals auf eine normale Frage eine echte Antwort

Guten Tag! Für Fragen zu Überweisungen und Zahlungen an die Stadt Mühldorf a. Inn ist unsere Stadtkasse zuständig. Dort können Sie nachfragen, für welchen Zweck Ihre Überweisung im Jahr 2022 getätigt wurde. Die zuständige Person in der Stadtkasse ist Joanna Zielezny. Sie erreichen die Stadtkasse unter der Telefonnummer 08631 612-310. Es wäre hilfreich, wenn Sie zum Gespräch möglichst genaue Informationen bereithalten, wie zum Beispiel das Datum der Überweisung und den überwiesenen Betrag. So kann man Ihnen schneller und effektiver weiterhelfen.

Falls Sie weitere Fragen haben oder Unterstützung benötigen, stehe ich Ihnen gerne zur Verfügung.

Man kann der KI noch so kritisch gegenüber stehen: Dieser kleine Versuch zeigt dann doch, wo Large Language Models sinnvoll eingesetzt werden können. Das System hat mich verstanden und eine klare und richtige Antwort auf meine Frage geliefert. Alle anderen System haben bei dieser Form der Fragestellung versagt.

Und das ist letztlich auch die stärke: KI, hier ChatGPT versteht und formuliert verständlich. Es wertet je nach Prompt auch nur bestimmte Informationen aus. Hier wurden die wesentlichen Infos dem System zur Verfügung gestellt. Die Antworten sind nicht im eigentlichen Sinne richtig, sie sind aber wahrscheinlich.

Man benötigt etwas Übung, Verständnis für Dokumente und Formate und eine Idee, wie die KI tickt. So lassen sich überall dort, wo die Sprache wichtiger ist als 100-prozentige Richtigkeit mit überschaubaren Mitteln wertvolle Ergebnisse liefern.

Interessierte Kommunen oder Behörden können sich gerne für KI-Projekte an mich wenden.

KI Begeisterte sind auf der Suche nach immer mehr Daten. Im Bereich Legal Tech geht der Wunsch um, möglichst viele Urteile, auch unterer Instanzen zum Training eines juristischen Sprachmodells zu nutzen.

Aber ist das tatsächlich sinnvoll. Im folgenden Video geht es um die Grenzen des Trainingsbereichs und um die Frage, ob blinde Sammelwut wirklich der KI dienlich ist. Das Experiment lässt jedenfalls Zweifel aufkommen.

Viel Spaß beim Schauen!

Der KI-Hype ist ungebrochen. Man möchte meinen, jedes noch so kleine Problem muss mit KI gelöst werden. Entsprechende Beispiele erlebe ich täglich. Deshalb habe ich in einem Video versucht, die Unterschiede zwischen klassischer Softwareentwicklung und KI darzustellen und in einem Experiment zu veranschaulichen. Mit sicher dem einen oder anderen überraschenden Ergebnis.

Viel Spaß beim schauen.

Die beiden Vorschläge sind übrigens real. Vorschlag 1 stammt von der Stadt, Vorschlag 2 aus der Bay SportFöR. An einer Stelle war ich leider ungenau. Auch die SportFöR enthält einen Passus über Verbandszugehörigkeit, der sogar präziser ist als derjenige von der Stadt.

Sind die Vereine, die Vorschlag 2 ausschließt, nicht bereits durch die Gemeinnützigkeit ausgeschlossen?

Das bedeutet aber, dass die Verwaltung selbst prüfen muss und sich nicht auf das Finanzamt verlassen kann. Das ist also deutlich mehr Aufwand?

Wieso bist du der Meinung, dass die explizite Nennung mehr Transparenz schafft? Ist es nicht viel transparenter zu sagen, wenn das Finanzamt dich für gemeinnützig erklärt hat, bist du dabei, ansonsten nicht? Damit ist man nicht mehr abhängig von womöglich viel intransparenteren Entscheidungen der örtlichen Behörde.ChatGPT

Das ist ein durchaus interessanter Dialog. Man würde sich diese Einsichtsfähigkeit in der Politik manchmal wünschen. Warum die KI so rasch so nachgiebig ist, wäre mal interessant zu untersuchen.

Dreißig Jahre ist es her, dass sich ein kleines Team der Uni Saarbrücken auf den Weg nach Amsterdam machte zur damals schon vierten ICAIL Tagung über „Artificial Intelligence and Law“ (http://2be.legal/2023/2449).  Die Erinnerung hieran ist leider verblasst. Wir liefen auch nur im Vorprogramm und fehlen in den Proceedings. Insgesamt war 1993 ein sehr ereignisreiches Jahr etwa mit einem denkwürdigen EDV-Gerichtstag. Es erreichte seinen Höhepunkt für mich persönlich mit meinem Antritt bei C.H.Beck in München, den ich nach knapp zehn ausgesprochen produktiven Jahren wieder verließ. 

Nach vielen kleinen und kleinsten Beben explodierte dieses Jahr, 30 Jahre später, der Ki-Vulkan in einer selbst für Seismologie/KI-Experten ungeahnten Heftigkeit. In meiner LinkedIn-Blase,  gab es 2023 – gefühlt – kaum ein anderes Thema als künstliche Intelligenz – KI und Recht (AI and Law) genauer gesagt. 

LinkedIn

Mit einem von Anfang an kritischen Blick bin ich in sozialen Medien auf den KI-Zug (wieder) aufgesprungen. Es war auch ein Experiment, wie man mit regelmäßigen Statements zu einem akuten Thema seine Reichweite vergrößern kann. Es geht! Für meine Betrachtung des Themas ChatGPT aus der Laiensphäre habe ich nicht nur Lob geerntet. Aber gerade die teils heftige Kritik (Ich hätte von der Technik keine Ahnung… Wenn das erst einmal richtig trainiert ist…) war es, die mich bis heute an dem  Umgang mit dem Thema zweifeln lässt. Man hätte das System m.E. nie auf eine unvorbereitete und unkontrollierte Nutzerschaft loslassen dürfen. Nun ist die Kiste der Pandora geöffnet. 

emozipnal.xyz

Im Wesentlichen auf zwei Wegen erfolgte meine Annäherung an generative KI: Das eine war ein launisches A6 Heft, was ich mit Herzblut gestaltet und immerhin in drei Auflagen herausgebracht habe. Es enthält Texte aller Art, vollständig generiert von ChatGPt, zu einem fiktiven Medikament „Emozipnal“. Diejenigen, die es gelesen haben, fanden es doch zumindest amüsant – selbst die Presse. Viele waren auch beunruhigt. Ziel erreicht.

schwarzfahren.legal

Ein anderer Weg war der Versuch, einen inhaltlich banalen aber rechtlich eben doch etwas fordernden Fall mit ChatGPT zu lösen. Es ging um die Frage, ob Minderjährige die berühmten 60,-€ bezahlen müssen, wenn sie in Öffis ohne Fahrkarte unterwegs waren. Die Frage scheidet sogar die juristischen Geister. Manchmal bringt sie erstaunliche Wissenslücken selbst bei den Profis zutage. Aber die KI als Repräsentantin des durchschnittlichen Web-Wissens ist tatsächlich mit dem Thema bis heute hoffnungslos überfordert. Mal sehen, wie es damit weiter geht.

Am Ende des Jahres hat die KI schon so etwas wie Normalität erreicht. In die Standardprogramme ist sich integriert, die Schulen lernen damit umzugehen, erwachsene Menschen unterhalten sich über und mit KI und selbst Journalist:innen lassen sich ihre Beiträge vorformulieren. „Wortwandler“ heißt die Anwendung bei unserer Lokalzeitung. Die Politik gelobt eine bessere Förderung der „neuen“ Technik und die Entwickler schreiben schon deshalb auf alles irgendwie auch KI drauf, egal ob sie drin ist oder eben nicht.

facebook

In meiner anderen Blase übrigens, der Facebook-Blase, gab es zwar auch KI, aber irgendwie war es kein Thema. Da ging es um Themen, die aktuell nicht ganz so getypt werden: Demokratie, Menschenrechte, Umwelt und Natur. 

War sonst noch was in diesem Jahr?

Der Verlag R&W hat einen Onlinekommentar an den Markt gebracht. Und ich durfte dabei helfen. Das war ein schönes Projekt. Und dann war da ein hervorragender #EDV-GT , dessen Vorstand ich die Ehre habe, nunmehr anzugehören. Und ich habe endlich wieder mal unterrichtet: An den Universitäten in Mainz und Bielefeld – ja das gibt es wirklich. Und natürlich durfte auch da KI nicht fehlen. 

Und dann gab es den einen oder anderen Kommentar zu den öffentlichkeitswirksamen, aber eben ansonsten unwirksamen und fragwürdigen Maßnahmen des BMJV etwa in Sachen Klimakleben. Symbolpolitik gegen Populismus ist wirklich etwas, was die Welt nicht braucht…