(tl;dr) Die Servicestelle Evidenz im BMZ soll als querschnittliche Drehscheibe dafür sorgen, dass deutsche Entwicklungspolitik systematisch auf Wirkungswissen, Daten und Forschung gestützt wird, und dafür konsequent digitale Technologien und KI nutzt. Sie bündelt Studien, Evaluierungen und Daten, berät Fachreferate, baut Wissensmanagement und Dashboards auf und knüpft eng an Datenlabor, GIZ, KfW und DEval an, bleibt aber politisch nur wirksam, wenn Governance, Transparenz und der Wille zur wirklich evidenzbasierten Entscheidungspraxis vorhanden sind – auch dann, wenn die Evidenz unbequem ist.
Mit der geplanten Servicestelle Evidenz will das Bundesentwicklungsministerium BMZ seine Maßnahmen systematischer auf Wirkungswissen, Daten und Forschung stützen. Die Stelle soll als Querschnittseinheit arbeiten und dafür sorgen, dass politische Entscheidungen auf der besten verfügbaren Evidenz beruhen, von Evaluierungen über Wirkungsforschung bis hin zu Datenanalysen. Damit wird sie zum Brennpunkt zweier Großdebatten der deutschen Entwicklungszusammenarbeit: Evidenzorientierung einerseits, Digitalisierung und Künstliche Intelligenz andererseits.
Was die Servicestelle leisten soll
Aus Reformbeiträgen und BMZ-Papieren lässt sich ein recht klares Bild ihrer vorgesehenen Funktionen zeichnen. Erstens soll die Servicestelle Evidenz den Anspruch einer evidenzinformierten Entwicklungspolitik im BMZ organisatorisch verankern. Strategien, Sektorpolitiken und Länderportfolios sollen systematischer auf Wirkungsstudien, Evaluierungen und Forschung Bezug nehmen, statt diese nur selektiv zu zitieren. Zweitens ist eine Beratungs- und Unterstützungsfunktion gegenüber den Fachreferaten vorgesehen: Unterstützung bei der Formulierung von Evidenzbedarfen, bei der Beauftragung von Studien und bei der Auswertung der Ergebnisse für konkrete Entscheidungen. Drittens geht es um Wissensmanagement, also darum, verstreute Wirkungsstudien, Evidence Gap Maps, Evaluierungsberichte und Datenprodukte in einer gemeinsamen Struktur zusammenzuführen und zugänglich zu machen. Viertens soll sie eine lernorientierte Verwaltungskultur stärken, in der Evaluierungsergebnisse nicht im Archiv verschwinden, sondern in Follow-up‑Prozessen und Portfoliosteuerung sichtbar werden. Das ist ambitioniert und ohne kluge Nutzung von Digitalisierung und KI kaum realisierbar.
Digitale Infrastruktur: Datenlabor und Evidenz
Parallel zur Servicestelle Evidenz baut das BMZ in seiner Digitalagenda Instrumente auf, die genau für solche Aufgaben gedacht sind. Das BMZ-Datenlabor experimentiert mit automatisierter Datenverarbeitung, interaktiven Visualisierungen und KI-Anwendungen, um Entscheidungsprozesse zu beschleunigen. Dort wird mit KIEZ, einem ressortinternen KI-Assistenten, ein Chatbot entwickelt, der Mitarbeitende beim Zugriff auf Dokumente, Daten und rechtliche Vorgaben unterstützen soll. In Digitalforen diskutiert das Ministerium mit Durchführungsorganisationen und Partnern die Rolle von KI in der Entwicklungszusammenarbeit, von Medizinanwendungen bis hin zu Projektmonitoring und Evaluierung.
Die Servicestelle Evidenz trifft damit nicht auf eine rein analoge Behörde, sondern auf eine Landschaft, in der Datennutzung, KI und digitale Prozesse politisch gewünscht und institutionell angelegt sind. Das ist eine gute Voraussetzung, aber kein Garant für Wirkung.
Drei Hebel, bei denen KI und Digitalisierung den Unterschied machen könnten
Die Erfolgsaussichten der Servicestelle entscheiden sich daran, ob sie digitale Instrumente intelligent in ihre Kernprozesse integriert.
- Evidenz finden statt erfinden: semantische Suche und Dokumenten‑KI
Ein zentrales Problem in Ministerien ist nicht Mangel an Studien, sondern mangelnde Auffindbarkeit und Nutzbarkeit. KI‑gestützte Informationssysteme können hier viel leisten: semantische Suche über Evaluierungen, Wirkungsstudien, DEval‑Berichte und externe Forschung, automatische Kurzbriefings, thematische Cluster nach Sektoren und Regionen.
Die Dokumenten‑Chatbots des BMZ‑Datenlabors zeigen, dass solche Anwendungen politisch gewollt und technisch anschlussfähig sind. Wenn die Servicestelle darauf aufsetzt, kann sie den Fachreferaten statt PDF‑Fluten kuratierte Evidenzpakete liefern, die in den politischen Betrieb passen. Ohne diese Automatisierung droht sie zur klassischen Wissensstelle mit Überlastung und langen Antwortzeiten zu werden.
- Vom PDF zur Steuerung: Dashboards und Portfoliosicht
Evidenzorientierung wird erst dann politisch relevant, wenn sie in Steuerungsdebatten und Budgetentscheidungen sichtbar wird. Digitale Dashboards, die Evaluierungsergebnisse, Ergebnisindikatoren, Kosteninformationen und Kontextdaten kombinieren, können Transparenz schaffen – intern im BMZ und im Dialog mit Parlament und Öffentlichkeit.
Die Impulspapiere zu Digitalisierung in der EZ zeigen, dass das BMZ Projektportfolios bereits nach digitalen Komponenten und Wirkbeiträgen analysiert. Überträgt man diesen Ansatz auf Evidenznutzung, könnte die Servicestelle gemeinsam mit dem Datenlabor Portfoliosichten entwickeln: Welche Sektoren sind gut evidenzunterlegt, wo bestehen Evidenzlücken, welche Programme werden trotz schwacher Wirkungsnachweise weiterfinanziert. KI‑gestützte Analysen können solche Muster schneller und systematischer aufdecken als manuelle Auswertungen.
- Von Einzelstudien zu Lernzyklen: KI‑gestützte Synthesen
Besonders groß wäre der Mehrwert einer Servicestelle Evidenz bei der Fähigkeit, aus vielen Einzelstudien generalisierbare Lehren abzuleiten. Systematische Reviews und Evidence Gap Maps sind dafür bewährte Formate, aber ressourcenintensiv.
KI‑gestützte Textanalyse kann Teile des Prozesses unterstützen, etwa das Screening großer Dokumentenmengen, die Extraktion von Kernergebnissen oder erste thematische Cluster, die anschließend von Evaluationsfachleuten geprüft werden. Das ersetzt keine saubere Synthesemethodik, beschleunigt aber den Weg von der Literaturfülle zur politisch nutzbaren „What works?“‑Antwort. Wenn die Servicestelle solche hybriden Workflows – maschinelle Vorarbeit, fachliche Kuratierung – etabliert, kann sie mit begrenzten Kapazitäten einen spürbaren Beitrag leisten.
Praxisbeispiele: Wie GIZ und KfW heute schon digitale und KI‑Ansätze nutzen
Die Servicestelle Evidenz startet nicht im luftleeren Raum, sondern in einem System, in dem GIZ und KfW bereits Erfahrungen mit datenintensiven und KI‑nahen Ansätzen im Wirkungsmonitoring sammeln.
GIZ: digitale Datendienste, KI‑Projekte und lernendes Evaluierungssystem
Die GIZ betreibt ein vielschichtiges Evaluierungssystem mit kontinuierlichem wirkungsorientierten Monitoring, projektspezifischen Studien und Zentralen Projektevaluierungen. Gleichzeitig baut sie digitale Datendienste für Monitoring und Evaluierung aus, etwa mit Rahmenverträgen für Datendienstleistungen und eigenen Tools zur systematischen Datensammlung und -analyse.
In verschiedenen Vorhaben werden KI‑basierte Ansätze erprobt, etwa im Rahmen der globalen Initiative FAIR Forward, die in Partnerländern wie Ghana, Kenia oder Indien KI‑Anwendungen für Sprachtechnologie und Landwirtschaft entwickelt und dazu offene Datensätze und Modelle bereitstellt. Solche Projekte erzeugen Datenströme, die für Wirkungsanalysen nutzbar sind – von Frühwarnsystemen in der Landwirtschaft über digitale Gesundheitsanwendungen bis zu offenen Sprachmodellen für unterrepräsentierte Sprachen.
Zugleich testet die GIZ‑Stabsstelle Evaluierung seit Jahren innovative Methoden für Wirkungsanalysen und Impact Evaluations, die zunehmend auf digitale Daten und automatisierte Auswertung setzen. In neueren Vorhaben zur digitalen Transformation werden KI‑gestützte Helpdesks und Prüfsysteme eingesetzt, etwa um Leistungsanträge im Gesundheitsbereich automatisch auf Unstimmigkeiten zu screenen und so die Arbeitslast der Verwaltung zu reduzieren.
Für eine Servicestelle Evidenz sind das wertvolle Erfahrungsfelder: Sie zeigen, welche Daten und digitalen Tools im Feld tatsächlich verfügbar sind, welche Qualitätsprobleme auftreten und wie KI‑Ansätze in Partnerländern politisch verankert werden können.
KfW: Wirkungsmanagement, automatisierte Datenflüsse und Impact‑Lab
Die KfW führt ein konzernweites Wirkungsmanagement ein, das auf einem gemeinsamen Indikatorenset und einem IT‑System zur automatisierten Erfassung und Auswertung von Wirkungsdaten basiert. Wirkungsindikatoren werden konzernweit harmonisiert, in einem Datawarehouse zusammengeführt und in einer Wirkungsbilanz berichtet, die langfristig weitgehend automatisiert versorgt werden soll.
Flankierend arbeitet das KfW Development Impact Lab mit Methoden der Impact Evaluierung und experimentiert mit innovativer Datennutzung, etwa Satellitendaten zur Messung von Landnutzungsänderungen oder Infrastrukturwirkungen. Solche Daten sind prädestiniert für KI‑gestützte Mustererkennung und ergänzen klassische Haushalts- oder Unternehmensbefragungen.
In Policy‑Papieren zur Rolle von KI in der Entwicklungszusammenarbeit diskutiert die KfW zudem explizit, wie generative KI die Arbeit entlang des Projektzyklus verändern kann – von der Analyse über die Projektlogik bis zur Auswertung. Diese Debatte ist für das BMZ relevant, weil sie zeigt, in welchen Bereichen der technische und organisatorische Wandel bereits stattfindet und wo politische Leitplanken fehlen.
Eine Servicestelle Evidenz, die ernsthaft mit KI und Digitalisierung arbeiten möchte, muss an diese Erfahrungen anknüpfen: durch gemeinsame Datenstandards, abgestimmte Methoden und eine klare Rollenverteilung in der Evidenzproduktion und -nutzung.
Politische und institutionelle Risiken
Die Servicestelle Evidenz entsteht vor dem Hintergrund deutlicher Kritik an der bisherigen Evidenznutzung und Steuerungsfähigkeit des BMZ. Rechnungshofberichte und Reformbeiträge bemängeln, dass Evaluierungen zu wenig systematisch in Entscheidungen einfließen und die Steuerung der Durchführungsorganisationen nicht konsequent wirksamkeitsorientiert erfolgt.
Daraus ergeben sich zwei zentrale Risiken:
- Erstens kann die Servicestelle zur Alibieinrichtung werden, wenn Evidenz politisch nur selektiv genutzt wird. KI‑gestützte Instrumente können dieses Problem sogar verschärfen, wenn sie primär dazu dienen, Argumente für bestehende Prioritäten zu selektieren, statt offene Optionen zu vergleichen.
- Zweitens bleibt die Abgrenzung zur Unabhängigkeit von Evaluierung heikel. Während DEval Evaluierungen eigenständig plant und durchführt, soll die Servicestelle Evidenz die Nutzung dieser und anderer Ergebnisse im BMZ verbessern. Wenn diese Rollen nicht klar kommuniziert und institutionell abgesichert werden, leidet die Glaubwürdigkeit der gesamten Evidenzagenda.
Erfolgsaussichten: vorsichtig optimistisch, wenn drei Bedingungen erfüllt werden
Vor diesem Hintergrund lassen sich die Erfolgsaussichten der neuen Servicestelle Evidenz im Zusammenspiel mit KI und Digitalisierung nüchtern einschätzen.
- Technische Basis ja – Integration statt Parallelwelten
Mit Datenlabor, KI‑Pilotierungen und einer wachsenden Digitalagenda verfügt das BMZ über eine solide Ausgangslage. Wenn die Servicestelle eng mit diesen Strukturen arbeitet und an die digitalen Systeme von GIZ und KfW anschlussfähig bleibt, kann sie schnell produktiv werden: Zugriff auf dokumentenbasierte KI, Dashboards, Datenkompetenz und Governance‑Erfahrung. Ohne diese Integration drohen redundante Tools und Insellösungen, die eher Verwirrung als Klarheit schaffen.
- Governance und Transparenz: KI als Verstärker, nicht als Blackbox
Damit KI die Evidenzorientierung stärkt, braucht es Transparenz über Datengrundlagen, Auswahlmechanismen und Grenzen der eingesetzten Systeme. Ein klarer Governance‑Rahmen, orientiert an europäischer Regulierung und entwicklungspolitischen Leitlinien für „Responsible AI“, ist dafür unerlässlich. Die BMZ‑Initiative FAIR Forward arbeitet mit Partnerländern an genau solchen Rahmenbedingungen und offenen Datensätzen. Die Servicestelle kann diese Erfahrungen intern produktiv machen, etwa beim Umgang mit Unsicherheit, Bias oder politisch sensiblen Empfehlungen.
- Politischer Wille: Evidenz auch dann ernst nehmen, wenn sie stört
Die beste Servicestelle, das ausgereifteste Datenlabor und die innovativsten KI‑Werkzeuge bleiben folgenlos, wenn politische Entscheidungen weiterhin primär von anderen Faktoren geprägt werden. Entscheidend ist, ob Evidenz auch dann Konsequenzen hat, wenn sie liebgewonnenen Schwerpunkten widerspricht, ineffektive Ansätze entzaubert oder unbequeme Partnerkonstellationen in Frage stellt.
Hier kann KI eine produktive Provokation sein: Wenn Dashboards, automatisierte Auswertungen und Evidenzsynthesen Transparenz über Wirksamkeit, Kosten und Alternativen schaffen, wird es schwerer, Evidenz selektiv zu ignorieren. Die Servicestelle Evidenz kann diese Transparenz befördern, erzwingen kann sie sie nicht.
Mein Fazit: Innovatives Labor für eine digitale, evidenzbasierte Entwicklungspolitik wagen
Die neue Servicestelle Evidenz im BMZ ist mehr als eine weitere Stabsstelle: Sie ist ein organisatorischer Testfall dafür, ob Digitalisierung und KI in der deutschen Entwicklungspolitik tatsächlich zu besserer Steuerung und mehr Wirkung führen. Gelingt es, die Stelle eng an Datenlabor, DEval, GIZ und KfW anzubinden, KI‑Werkzeuge verantwortungsvoll einzusetzen und Evidenz systematisch in politische Entscheidungen einzuweben, sind die Erfolgsaussichten durchaus real.
Scheitert sie hingegen an Ressortlogik, Ressourcenknappheit oder fehlendem politischem Rückhalt, droht sie zum Symbol dafür zu werden, wie man Evidenz und KI rhetorisch umarmt, aber praktisch domestiziert. Für Beobachtende und Akteure der Entwicklungszusammenarbeit wird die Servicestelle Evidenz damit in den kommenden Jahren zum Gradmesser, wie ernst es Deutschland mit einer digitalen, evidenzbasierten Entwicklungspolitik wirklich meint.
Der vorliegende Beitrag spiegelt allein die Auffassung des Autors wider. Bei der Erstellung von Text und Bild kam unterstützend künstliche Intelligenz zum Einsatz.