Der bulgarische Rechnungshof will die Zeit halbieren, die seine Prüfer für ein einzelnes öffentliches Vergabeverfahren brauchen. Heute dauert eine solche Prüfung je nach Komplexität zwei Tage bis über eine Woche. Eine Woche nachdem diese Zahl bekannt wurde, meldete die Verteilnetzgesellschaft von EVN, dass rund 70 % der Anrufe wegen Stromausfällen bei ihrem neuen Sprachassistenten Eli ohne menschlichen Mitarbeiter bearbeitet werden können. Zwei Aussagen, zwei sehr verschiedene Betriebsumgebungen, ein gemeinsames Modell: BgGPT, entwickelt von INSAIT an der Universität Sofia.
Diese Zahlen verdienen Aufmerksamkeit. Und sie verdienen eine genaue Prüfung.
Am 5. November haben INSAIT und der bulgarische Rechnungshof (BNAO) ODIS PPA angekündigt, einen KI-Assistenten, der öffentlich verfügbare Vergabedaten aus Bulgariens zentralem E-Vergabesystem abruft: Verfahrensdetails, Anforderungen, Vorlagen, Verträge, Angaben zu Bietern. Er verarbeitet Dokumente, schlägt Antworten auf Prüffragen vor, begründet sie mit Quellenangaben und markiert mögliche Abweichungen vom Rechtsrahmen. Eingesetzt werden soll das System im Jahresprüfprogramm 2027 des Rechnungshofs.
Eine Grenze hat der Rechnungshof ausdrücklich gezogen: Die KI entscheidet nicht, ob eine Abweichung einen Verstoß darstellt. Prüfungsanalyse, Feststellungen und Schlussfolgerungen bleiben in der Verantwortung der Prüfer. Diese Unterscheidung wiegt schwerer, als sie klingt.
Am 12. November startete Electrodistribution South, die Verteilnetzgesellschaft von EVN Bulgarien, den bulgarischsprachigen digitalen Sprachassistenten Eli für Kunden, die einen Stromausfall melden. Eli kann bekannte Ursachen prüfen, eine Störungsmeldung aufnehmen, die Nummer der Messstelle abfragen und bei Bedarf an einen Mitarbeiter weiterleiten. Der Dienst läuft rund um die Uhr, und die Anrufer erfahren schon vor dem Gespräch, dass ein digitaler Assistent sie bedient. Laut 3e-news.net und Mediapool bearbeitet die KI nach Angaben von EVN rund 70 % der Anrufe zu Stromausfällen vollständig selbst. Aus den Berichten geht nicht hervor, ob „bearbeitet“ auch „gelöst“ heißt, und weder der Messzeitraum noch das Anrufvolumen oder die Berechnungsmethode werden genannt.
Dass ein Sprachmodell in der Landessprache aus Forschungsdemos in Vergabeprüfungen und in die Callcenter von Versorgern wandert, ist tatsächlich bedeutend. BgGPT ist zudem ein öffentliches Projekt: INSAIT bietet es seit 2024 als kostenlosen öffentlichen Chat an. Doch die Leistungsfähigkeit des Modells allein erklärt wenig über den Erfolg im Betrieb.
Der Rechnungshof macht es in mindestens einer Hinsicht richtig: Die menschliche Verantwortung ist von Anfang an eingeplant. Die KI schlägt vor, die Prüfer entscheiden. Quellenangaben werden mitgeliefert, damit sich Feststellungen überprüfen lassen. Das ist keine Schwäche der Technologie. Es ist eine Governance-Entscheidung, und zwar eine kluge für jeden Prozess, dessen Ergebnis rechtliches Gewicht hat.
Der Fall EVN ist schwerer zu beurteilen. Eine Containment-Rate (der Anteil der Anrufe, die ohne Mitarbeiter abgeschlossen werden) von 70 % bei Störungsanrufen klingt beeindruckend, gerade bei Unwettern, wenn das Anrufaufkommen in die Höhe schnellt. Doch Containment und Lösung sind zwei verschiedene Dinge. Hat der Anrufer korrekte Informationen erhalten? Wurde die Störungsmeldung richtig erfasst? Hat der Kunde zehn Minuten später erneut angerufen und doch einen Menschen erreicht? Ohne diese Kennzahlen sagt die Zahl etwas über die Effizienz der Anrufsteuerung aus und sehr wenig über die Servicequalität. Wer schon einmal ein Contact Center geleitet hat, kennt den Unterschied.
Das bulgarische Institut für öffentliche Verwaltung hat einen KI-Bereitschaftsindex 2026 veröffentlicht, der auf einer Befragung von 5.475 Beschäftigten der zentralen, regionalen und kommunalen Ebene beruht. Das Ergebnis: Die Verwaltung befindet sich weiterhin in der Phase des „Kapazitätsaufbaus“. Zu den Hürden zählen der begrenzte Zugang zu freigegebenen Tools, unklare interne Regeln und ein schwacher Wissensaustausch.
Dieser Kontext rückt die Ankündigung des Rechnungshofs in ein anderes Licht. Ein leistungsfähiges Modell zu haben, ist das eine. Die organisatorische Infrastruktur zu haben, um es sicher in Dutzenden Prüfteams einzusetzen, mit einheitlicher Schulung, klaren Eskalationswegen und verlässlichen Datenpipelines zum E-Vergabesystem, ist etwas ganz anderes. In der Lücke zwischen einem funktionierenden Pilotprojekt und einem Produktivsystem, das der Komplexität echter Institutionen standhält (Personalwechsel, uneinheitliche Datenqualität, sich ändernde Rechtsrahmen), bleiben die meisten KI-Projekte unbemerkt stecken.
Das ist keine Kritik an BgGPT oder INSAIT. Die Modellqualität mag hervorragend sein. Der Punkt ist: Modellqualität ist eine notwendige Bedingung, keine hinreichende.
Das Muster kennt jeder, der KI in regulierten Umgebungen in den Betrieb bringt. Ein leistungsfähiges Modell wird an einen echten Prozess angebunden. Die ersten Zahlen sehen vielversprechend aus. Die Pressemitteilung geht raus. Und dann beginnt die langsamere, unspektakuläre Arbeit: festlegen, was „bearbeitet“ eigentlich heißt, Logging und Nachverfolgbarkeit aufbauen, damit sich Ergebnisse prüfen lassen, Rückfallwege für die Fälle entwerfen, in denen das Modell danebenliegt, und Zuständigkeiten klären, damit an einem Dienstag im November jemand Bestimmtes verantwortlich ist, wenn sich das System unerwartet verhält.
Seit dem 2. August 2026 gelten die Transparenzregeln der KI-Verordnung der EU (AI Act): Ein KI-System, das mit Menschen spricht, auch ein Sprachassistent, muss ihnen sagen, dass sie es mit KI zu tun haben. EVN tut das bereits. Die strengeren Pflichten, Logging und menschliche Aufsicht, gelten für Hochrisikosysteme, und der Digital Omnibus hat sie auf den 2. Dezember 2027 verschoben. Das ist nah genug, um schon jetzt dafür zu planen, und die Entscheidungen, auf die es ankommt, fallen in der Integrationsschicht: Routing-Logik, Eskalationsauslöser, Audit Trails, Durchsetzung von Richtlinien. Das Modell sitzt in dieser Schicht. Es ersetzt sie nicht.
Bei KONDEVS ist genau das unsere Arbeit: Wir bauen die Integrations- und Governance-Architektur, mit der KI sicher in Unternehmensprozessen arbeiten kann. Routing, Observability, Rückfalldesign, Verantwortlichkeit. Die Steuerungsebene (Control Plane), die den Unterschied macht zwischen einer vielversprechenden Demo und einem System, das Sie in einer Prüfung verteidigen können.
Halbierte Prüfzeit. 70 % der Anrufe ohne Mitarbeiter erledigt. Beide Zahlen sind Erwartungen oder frühe Meldungen, keine unabhängig geprüften Kennzahlen aus dem Produktivbetrieb. Sie können sich als zutreffend erweisen. Sie können sich als zu optimistisch erweisen. Den eigentlichen Maßstab gibt es in zwölf Monaten, wenn der Rechnungshof erste Prüfergebnisse mit ODIS veröffentlicht und EVN einen ganzen Winter an Anrufdaten aus der Sturmsaison hat.
Was Bulgarien gerade unaufgeregt tut: Es bringt ein souveränes Sprachmodell in zwei Prozesse, in denen Fehler echte Folgen haben, nämlich öffentliche Gelder und die Stromversorgung. Der Ehrgeiz verdient Respekt. Die Umsetzung verdient genaue Beobachtung, denn in der Lücke zwischen einem funktionierenden Modell und einem kontrollierten, beobachtbaren, verantwortbaren Produktivsystem findet die eigentliche Ingenieursarbeit statt.
