Anträge, Richtlinien und Nachweise werden von Hand zusammengeführt.
Der Antrag kommt per Postfach, die Nachweise als Anlagen, die Richtlinie liegt im Intranet und das Beihilferecht in Brüssel. Jede Prüfung beginnt beim Zusammensuchen.
Die Frage
Ihr fragt Nora – in einem Satz.
Statt Auswertungen zu bauen, fragt ihr einfach. Nora zeigt, was geprüft wird – Schritt für Schritt, über alle Quellen.
Die belegte Antwort
Jeder Befund kommt mit Fundstelle.
Jede Aussage nennt die Quelle, aus der sie stammt. Was sich nicht belegen lässt, markiert der Agent als offen.
Der nächste Schritt
Nora bereitet vor – ihr gebt frei.
Nora bereitet den nächsten Schritt vor. Ausgeführt wird er erst, wenn ihr ihn freigebt.
Hallo, ich bin Nora – eure KI-Agentin für Öffentlicher Sektor. Ich behalte eure Systeme im Blick und melde mich, wenn etwas auffällt.
Mir sind heute vier Signale aufgefallen – jedes für sich unauffällig:
Signale · heute
OutlookAntrag mit 6 Anlagen
SharePointFörderrichtlinie Digitalisierung
c:node GraphHandelsregister
c:node GraphDe-minimis-Verordnung
@Nora, ist der Antrag der Weber Metall GmbH förderfähig?
Ich prüfe alle Quellen:
Antrag und 6 Anlagen gelesen
Fördervoraussetzungen der Richtlinie geprüft
Unternehmensgröße mit dem Handelsregister abgeglichen
Beihilfegrenzen geprüft (De-minimis)
Förderfähig – ein Nachweis fehlt.
Antragsteller ist ein KMU laut Handelsregister und Jahresabschluss
Vorhaben passt zum Förderzweck der Richtlinie
De-minimis-Erklärung fehlt – nötig vor der Bewilligung
Antrag S. 2Förderrichtlinie Nr. 4HandelsregisterVO (EU) 2023/2831
Ich habe den nächsten Schritt vorbereitet:
Entwurf · Nachforderung De-minimis-Erklärung
Schreiben an die Weber Metall GmbH mit Frist von 14 Tagen, Begründung mit Fundstelle.
FreigebenBearbeitenNichts geht ohne Freigabe raus
Beispielfall mit Beispieldaten.
c:node Research · Öffentliche Verwaltung
Warum Förderentscheidungen zu lange dauern — und wie nachvollziehbare KI sie beschleunigt.
Lesezeit ~5 MinGrundlage 6 Quellen, verifiziertThema Fördermittel & BescheideAnsatz belegt mit Quelle · on-prem möglich
Abb. 0 · Verwaltung entscheidet auf Grundlage von Recht, Haushalt und Aktenlage — nachvollziehbar muss jede Entscheidung bleiben.
Kurzfassung
Förder- und Verwaltungsentscheidungen sind langsam, weil die relevanten Fakten über Register, Haushaltsplan, Richtlinien und Aktenlage verstreut sind — und weil jede Entscheidung prüfbar bleiben muss. Generische KI beschleunigt zwar, ist aber im Hochrisiko-Kontext nicht zulässig, weil sie ihre Aussagen nicht nachvollziehbar machen kann. Dieser Beitrag zeigt mit Quellen, warum das so ist — und wie c:node Entscheidungen beschleunigt: Es verbindet Akte, Register und Recht und legt jede Fundstelle offen.
1 Das Problem: Entscheiden heißt hier nachvollziehbar machen — und das kostet Zeit.
Ob ein Förderprogramm verlängert, ein Antrag bewilligt oder eine Auflage erteilt wird, hängt von vielen Fakten ab: Zielerreichung, Haushaltsdeckung, geltende Richtlinie, Vorjahresverlauf, laufende Fristen. Diese Fakten liegen in getrennten Systemen und Akten. Bevor entschieden werden darf, muss jeder Punkt herausgesucht und mit seiner Rechts- oder Aktengrundlage nachvollziehbar gemacht werden — sonst hält der Bescheid einer Prüfung nicht stand. Genau dieses Zusammensuchen ist der Engpass, nicht die Entscheidung selbst.
2 Warum generische KI hier ausscheidet.
Ein KI-Chatbot wäre schnell — aber er rät. Das US-Normungsinstitut NIST hält fest, dass erfundene Aussagen bei solchen Modellen bauartbedingt sind; sie sagen das statistisch wahrscheinlichste Wort voraus, nicht das nachvollziehbare.3 Für hoheitliche Entscheidungen ist das disqualifizierend: Der EU AI Act stuft KI in der öffentlichen Verwaltung als sensibel ein und verlangt lückenlose Protokolle, Dokumentation und menschliche Aufsicht.1 Eine KI, die ihre Aussage nicht an eine Fundstelle binden kann, erfüllt das nicht — egal wie schnell sie ist.
3 Der Ansatz: schneller entscheiden, ohne Prüfbarkeit zu verlieren.
Genau dieser Zielkonflikt lässt sich auflösen. Aktuelle Forschung zeigt, dass KI-gestützte Förderbewertung prüfbar gemacht werden kann, indem jede Teilaussage über ihren Ursprung (Provenance) nachverfolgbar bleibt — die Entscheidung wird schneller und bleibt trotzdem im Nachhinein nachvollziehbar.2 c:node setzt das um: Der c:node Graph schließt auf einem Wissensgraphen aus euren echten Quellen — die Kombination aus Mustererkennung und fest geprüften Regeln, die die Forschung neuro-symbolische KI nennt.4 So entsteht keine schnelle Vermutung, sondern eine nachvollziehbare Empfehlung.
:nodeGraph— Fördermittel / Verlängerunglive
Quelle (API)EntitätEmpfehlungRegel / Nachweis
Knoten aktiv · Kanten feuern in Echtzeitpro Behörde isoliert · wächst mit jedem Nachweis
Abb. 1 · Register, Haushalt, Richtlinie und Aktenlage verbinden sich zu einer Empfehlung. c:node feuert den Pfad zur Entscheidung — jeder Schritt bleibt an seine Fundstelle gebunden.
4 In der Praxis: aus verstreuter Aktenlage wird ein nachvollziehbarer Vorschlag.
Dieselbe Frage, die heute Tage der Aktenarbeit kostet, beantwortet c:node in Sekunden — und legt jede Aussage offen:
Sollen wir Programm P-12 verlängern?
Ja — mit Auflage. Zielerreichung liegt bei 87 % (über Schwelle der Richtlinie), die Mitteldeckung ist im Haushaltsplan gegeben. Prüfregel §7 verlangt jedoch einen aktualisierten Verwendungsnachweis bis zur Frist 30.09. Empfehlung: verlängern, Auflage „Nachweis Q3" aufnehmen.
5 Warum das auch rechtlich und organisatorisch trägt.
Weil c:node jeden Schritt mit Fundstelle und Verlauf hinterlegt, ist der Bescheid im Nachhinein prüfbar — durch Rechnungshof, Aufsicht oder Gericht — ohne dass das Innere des Modells offengelegt werden muss.1 Und weil c:node on-prem oder in der EU-Cloud läuft, bleiben sensible Bürger- und Verfahrensdaten in der EU oder in eurem eigenen Rechenzentrum. Datenschutz ist eingebaut, nicht nachträglich angeklebt.
Kurz gesagt: Der Engpass ist nicht die Entscheidung, sondern die Nachvollziehbarkeit. c:node stellt sie automatisch her — und macht Verwaltung schneller, ohne dass Nachvollziehbarkeit verloren geht.
Quellen
Europäische Union — EU AI Act, High-level Summary: KI in der öffentlichen Verwaltung als Hochrisiko — Protokolle, Dokumentation, menschliche Aufsicht verpflichtend. artificialintelligenceact.eu…
Auditable AI-assisted grant evaluation via provenance tracking — Entscheidungen bleiben prüfbar, ohne das Modell offenzulegen. arXiv:2604.25200. arxiv.org…
NIST, Artificial Intelligence Risk Management Framework: Generative AI Profile (NIST AI 600-1), 2024 — erfundene Aussagen sind bauartbedingt. nvlpubs.nist.gov…
Hitzler et al. (Hrsg.), Handbook on Neuro-symbolic AI and Knowledge Graphs, IOS Press, 2025. iospress.nl…
MEGA-RAG (Multi-Evidence RAG) — Nachschlagen senkt erfundene Aussagen um über 40 %, beseitigt sie aber nicht. PMC12540348, 2025. ncbi.nlm.nih.gov…
GraphRAG-Bench — graphbasierte KI ist beim mehrstufigen Schlussfolgern der reinen Textsuche überlegen. arXiv:2506.02404, 2025. arxiv.org…
Die Quellen stützen die Prinzipien (EU-AI-Act-Anforderungen an Hochrisiko-KI, prüfbare KI-Bewertung via Provenance, Grenzen generativer KI, neuro-symbolischer Ansatz). Namen und Zahlen im Live-Graph und im Beispiel-Dialog sind vereinfachte Illustrationen, keine realen Fälle.
Loslegen
Drei Wege zu c:node.
Gleiches Produkt, gleiche Belege – ihr wählt, wo es läuft.