Il mercato tedesco per l'IA nel settore pubblico si trova in una fase di trasformazione. Dopo la fase pilota, ora l'attenzione si concentra sulla scalabilità e sulla produzione operativa – contemporaneamente, dibattiti fondamentali sulla sovranità digitale e sulle infrastrutture conformi al GDPR accompagnano ogni decisione di acquisto. L'amministrazione deve affrontare il compito di sfruttare il potenziale tecnologico dei Large Language Model (LLM) e dei sistemi generativi, senza perdere il controllo sui dati e sui processi.

Struttura di mercato: tra giganti tecnologici e partner europei

Fondamentalmente, due schieramenti competono per gli appalti pubblici: gli hyperscaler americani con piattaforme cloud e IA consolidate, nonché i fornitori di servizi IT europei che puntano su alternative sovrane. Microsoft Public Sector e AWS Public Sector offrono servizi IA completi che si integrano nelle infrastrutture cloud esistenti – spesso però con data center al di fuori dell'UE e relative questioni di protezione dei dati.

I fornitori europei come Dataport AöR, AKDB e T-Systems Public puntano invece su data center regionali e infrastrutture cloud sovrane. Materna e msg systems sviluppano strumenti di amministrazione basati su IA, personalizzati direttamente per i procedimenti specifici e i requisiti OZG. Il vantaggio: una più stretta integrazione nelle architetture amministrative esistenti e un migliore controllo sui flussi di dati.

Ambiti di applicazione: dai chatbot all'elaborazione automatizzata dei fascicoli

In concreto, i sistemi di IA nell'amministrazione vengono utilizzati principalmente in tre aree: in primo luogo, le richieste automatizzate dei cittadini tramite chatbot intelligenti e modelli linguistici che rispondono alle domande frequenti e prequalificano le domande. In secondo luogo, l'elaborazione dei documenti, in cui la classificazione supportata da IA e l'estrazione di informazioni dai documenti alleggeriscono il carico di lavoro degli impiegati. In terzo luogo, il supporto decisionale, ad esempio nella valutazione delle domande o nella definizione delle priorità dei procedimenti.

L'automazione amministrativa rimane regolamentata: l'AI Act dell'UE definisce scenari ad alto rischio che devono soddisfare requisiti speciali di trasparenza e audit. Le decisioni con effetti legali diretti – come i provvedimenti sui benefici sociali – non possono essere completamente automatizzate. L'IA assume qui funzioni propositive, mentre la decisione finale spetta all'impiegato.

Normativa: AI Act dell'UE e GDPR determinano l'architettura

L'AI Act dell'UE è in vigore da agosto 2024 e diventerà gradualmente obbligatorio. Le applicazioni ad alto rischio nell'amministrazione devono entro il 2027 disporre di analisi del rischio documentate, protocolli di test e supervisione umana. Ciò riguarda in particolare i sistemi che elaborano dati biometrici o concedono l'accesso alle prestazioni. Per molte autorità questo significa: investimento aggiuntivo nella documentazione, nei processi di conformità e possibili adeguamenti tecnici.

Parallelamente, i requisiti del GDPR irrigidiscono gli standard di elaborazione dei dati. Molti modelli di IA richiedono grandi quantità di dati di addestramento, la cui anonimizzazione o pseudonimizzazione è complessa. Le amministrazioni pubbliche devono inoltre dimostrare che i dati vengono elaborati esclusivamente nello spazio giuridico dell'UE – un aspetto che con i servizi cloud americani richiede misure contrattuali e tecniche aggiuntive.

Dibattito sulla sovranità: modelli locali rispetto a piattaforme globali

Il dibattito sulla sovranità determina in modo significativo le decisioni di acquisto. I data center regionali e i fornitori di servizi IT comunali preferiscono sempre più gli LLM open source che possono essere ospitati localmente – ad esempio modelli dall'ambiente di BLOOM, LLaMA o iniziative tedesche come OpenGPT-X. Vantaggio: controllo completo sui dati e sul comportamento del modello, nessuna dipendenza da fornitori di API esterni.

Lo svantaggio è il maggior sforzo operativo. I modelli linguistici propri richiedono hardware specializzato, addestramento continuo e fine-tuning, nonché personale IT con competenze di IA – risorse che molti comuni più piccoli non hanno. Gli approcci ibridi, in cui le attività standard vengono eseguite su piattaforme IA sovrane e le analisi complesse si affidano a servizi specializzati, diventano quindi più frequenti.

Prospettive: la scalabilità dipende dalla standardizzazione

L'ulteriore sviluppo del mercato dipende fortemente da due fattori: in primo luogo, la creazione di interfacce e API uniformi che consentano l'integrazione dei moduli di IA nei procedimenti specifici esistenti. L'interoperabilità tra i sistemi IT federali è un prerequisito affinché le soluzioni funzionino oltre i confini nazionali. In secondo luogo, devono essere definiti chiari quadri di governance che specifichino chi è responsabile delle decisioni di IA e come viene garantita la trasparenza nei confronti dei cittadini.

Iniziative come OZG 2.0 e i progetti di cloud sovrani creano le prime basi. Finché però mancano standard di IA uniformi a livello federale, il mercato rimane frammentato – con soluzioni diverse a seconda dello stato federale e della strategia IT comunale. Per i fornitori questo significa: la vendita rimane regionale e la stretta collaborazione con i fornitori di servizi IT delle regioni è obbligatoria, un lancio su scala federale non è realistico nel breve termine.