Mit verschiedenen Themen rund um die digitale Transformation der öffentlichen Verwaltung sind wir Ihr Ansprechpartner auf der SCCON. Sprechen Sie mit uns über Workshops, Weiterbildungen, Softwarelösungen und vieles mehr.

Unsere Workshops im Überblick:

• KI-Souveränität
• OKR für die öffentliche Verwaltung
• Veränderung
• KI-Potenzial
• Daten-Check
• Architektur-Review

Wenn Sie bereits vorab Gesprächstermine vereinbaren möchten, können Sie das jederzeit per Mail an moritz.wagner@virtual7.de. Gerne begrüßen wir Sie auch spontan und persönlich an unserem Stand 423 in Halle 26.

Kommen Sie gerne jederzeit vorbei – egal ob zum Austausch oder für einen Kaffee von unserem virtual7-Coffee Bike.

Wir freuen uns auf Sie!

Der LDI ist der zentrale IT-Dienstleister des Landes Rheinland-Pfalz und unter anderem zuständig für die digitalen Transformation der öffentlichen Verwaltung: Von der Verlagerung von Bürgerdiensten ins Internet, über die Weiterentwicklung eines digitalen Notrufsystems bis hin zur Abwehr von Cyberangriffen. virtual7 ist bereits seit 2022 für den LDI tätig. Das Unternehmen bringt fundiertes Wissen über die bestehende Systemlandschaft sowie langjährige Erfahrung im Betrieb geschäftskritischer Anwendungen der öffentlichen Verwaltung ein.

In dieser Zeit hat das virtual7-Team den LDI beim Aufbau eines stabilen und verlässlichen Betriebs, der auch über die Landesgrenzen hinaus Beachtung findet, unterstützt.“‘ Mit der Fortführung der Zusammenarbeit setzen beide Partner auf diese Kontinuität, gerade in einer Zeit, in der die Digitalisierung der Justiz weiter an Bedeutung gewinnt. Im Mittelpunkt stehen ein sicherer und hochverfügbarer Betrieb sowie die bedarfsgerechte Weiterentwicklung der IT-Services für die Justiz in Rheinland-Pfalz.

„Wir freuen uns sehr über das erneute Vertrauen des LDI“, sagt Sascha Marschall, verantwortlicher Senior Client Account Lead der Justiz bei virtual7. „Die IT der Justiz muss jeden Tag zuverlässig funktionieren. Dass unser Team beim LDI genau diese Stabilität erreicht hat, macht mich sehr stolz. Diese Verantwortung nehmen wir ernst, und wir freuen uns darauf, den Weg gemeinsam mit dem LDI in den kommenden Jahren weiterzugehen.“

Der Zuschlag unterstreicht die Position von virtual7 als etablierter Partner der öffentlichen Hand. Das Unternehmen betreut zahlreiche Behörden und IT-Dienstleister auf Bundes- und Landesebene.

Man stelle sich vor, es gäbe hier einen sympathischen Roboter, der einem zur Hand geht. Ein Traum! Die Mitarbeiter:innen des Statistischen Bundesamtes sortieren zwar keine Legosteine (zumindest nicht beruflich), dafür aber riesige Mengen an Daten. Genauer gesagt: Freitexte. Das können Produktbeschreibungen, Angaben aus Gewerbeanmeldungen oder andere Texte sein, die zunächst einer passenden Kategorie zugeordnet werden müssen, bevor sie statistisch ausgewertet werden können. Eine Aufgabe, die mit wachsender Datenmenge kaum noch vollständig von Hand zu bewältigen ist.

Und ähnlich wie der Lego-Roboter, der extra für diese Aufgabe gebaut und trainiert wurde, kann eine Künstliche Intelligenz nicht einfach loslegen. Sie muss erst lernen, worauf sie achten soll. Denn Sprache ist überraschend kompliziert. „Kfz-Werkstatt“, „Autoreparatur“ oder „Reparatur von Fahrzeugen“ klingen unterschiedlich, können aber dasselbe meinen. Umgekehrt liegt zwischen „Fahrräder verkaufen“ und „Fahrräder weiterverkaufen“ sprachlich nur wenig, semantisch jedoch eine Menge und für die Statistik kann der Unterschied entscheidend sein.

Und während die KI für manche Kategorien mit Tausenden Beispielen üben kann, bekommt sie von anderen vielleicht nur eine Handvoll zu Gesicht. Ein bisschen so, als müsste unser Roboter lernen, 5.000 gelbe Zweiersteine und 10 seltene Spezialteile (2×4 Legostein aus 18-karätigem Gold) zuverlässig auseinanderzuhalten. Ein kleiner Unterschied von ca. 15.000€ …

An diesem komplizierten und unübersichtlichen Punkt setzte das Forschungsprojekt von virtual7 für das Statistische Bundesamt an. Ziel war nicht einfach, einen besonders cleveren Algorithmus auszuwählen. Vielmehr sollte wissenschaftlich fundiert untersucht werden, welche Methoden der Künstlichen Intelligenz sich für unterschiedliche Arten von Textklassifikationen am besten eignen und wie sich ihre Ergebnisse verbessern lassen. Dazu wurden verschiedene Ansätze – von klassischen Machine-Learning-Verfahren bis hin zu modernen Transformer-Modellen – miteinander verglichen und unter realistischen Bedingungen getestet.

Das Ergebnis war weit mehr als ein einzelnes KI-Modell und kann sich sehen lassen. virtual7 entwickelte eine reproduzierbare Datenpipeline, mit der sich Experimente systematisch durchführen und vergleichen lassen. Gleichzeitig entstanden konkrete Handlungsempfehlungen, welche Verfahren für welche Herausforderungen besonders geeignet sind – etwa, wenn Trainingsdaten knapp sind oder sich Kategorien stark ähneln.

Das Statistische Bundesamt kann auf dieser Grundlage zukünftige Klassifikationsaufgaben effizienter automatisieren und neue KI-Anwendungen fundiert weiterentwickeln.
Auch wenn unser Lego-Chaos zu Hause wohl noch eine Weile von Hand sortiert werden muss, zeigt das Projekt eindrucksvoll, welches Potenzial moderne KI heute bereits entfalten kann. Sie ersetzt den Menschen nicht – sie unterstützt ihn dort, wo riesige Datenmengen schnell, konsistent und nachvollziehbar verarbeitet werden müssen. Und genau darin liegt eine der  Stärken von virtual7: Anspruchsvolle KI nicht als Selbstzweck einzusetzen, sondern als praxistaugliche Lösung für komplexe Herausforderungen. Ordnung muss sein – Wir helfen gern.

Und genau dort kommen das Zentrum für Informationstechnologie, kurz ZIT, und wir ins Spiel – wir sind virtual7 . Für die Kassenzahnärztlichen Vereinigungen aus Baden Württemberg, Hessen, Rheinland Pfalz und Sachsen Anhalt sollte ein neues gemeinsames Abrechnungssystem entstehen. Die bisherigen Lösungen kamen zunehmend an ihre technischen und fachlichen Grenzen. Statt also noch eine Füllung in ein System zu setzen, das eigentlich eine gründliche Behandlung brauchte, fiel die Entscheidung für eine komplette Neuentwicklung: das Projekt Neue Abrechnung, kurz PNA.

Für uns bedeutete das nicht einfach, bestehende Software in neuer Technologie nachzubauen. Gemeinsam mit den KZVen entstand eine Anwendung, die für mindestens 15 Jahre ausgelegt wurde und dabei die tatsächlichen Arbeitsabläufe ihrer Nutzer:innen in den Mittelpunkt stellt. PNA vereint fünf fachliche Bereiche unter einem Dach, während im Hintergrund jedes Modul seine eigenen Aufgaben übernimmt. Entstanden ist das System agil und im engen Austausch mit Business Analyst, den eigentlichen Fachanwender:innen und den Teams der KZVen.

2019 ging der erste Leistungsbereich online. Danach wurde weiterentwickelt, getestet, optimiert und ungefähr alle zwei Wochen eine neue Version bereitgestellt. Bis Ende 2021 waren schließlich alle fünf Leistungsbereiche im Einsatz und PNA abgeschlossen.

Und die jahrelange Arbeit hat sich ausgezahlt. Schon nach dem ersten Produktivstart bekam PNA besonders für seine Bedienungsfreundlichkeit, Übersicht und die Unterstützung der täglichen Abläufe positives Feedback.

Bis Ende 2021 waren schließlich alle fünf Leistungsbereiche im Einsatz. Seitdem läuft das System dort, wo es hingehört: im Hintergrund. Für uns ein ziemlich gutes Zeichen. Denn bei einer Software, die jeden Tag komplexe Abrechnungsprozesse stemmen muss, ist Ruhe im Behandlungszimmer vermutlich das schönste Kompliment.

Austausch zu aktuellen Projekten und Initiativen

Der EDVGT gilt als einer der wichtigsten Branchentreffpunkte für die IT der Justiz im deutschsprachigen Raum. virtual7 nutzt die Veranstaltung, um mit Fachpublikum, Partner:innen sowie Entscheidungsträger:innen aus der Justiz ins Gespräch zu kommen – insbesondere zu den Projekten und Themen, an denen das Unternehmen aktuell aktiv mitwirkt.

Dazu zählen unter anderem:

• Das Engagement in der neu gegründeten eJustice Innovation Alliance, die sich auf dem EDVGT erstmals der Fachöffentlichkeit vorstellt
• eIP – das elektronische Integrationsportal für die digitale Akten- und Verfahrensbearbeitung in der Justiz
• GeFa – das Gemeinsame Fachverfahren für eine bundesweit einheitliche digitale Verfahrensbearbeitung in der Justiz

Die eJustice Innovation Alliance bündelt Kompetenzen und Perspektiven verschiedener Akteur:innen, um die Digitalisierung der Justiz gemeinsam und innovationsgetrieben voranzutreiben. Der EDVGT 2026 bietet den passenden Rahmen für die erste öffentliche Vorstellung der Allianz.

Der Justizarbeitsplatz der Zukunft

Ein zentrales Thema, das virtual7 auf dem EDVGT 2026 mitbringt, ist der Justizarbeitsplatz der Zukunft. Im Mittelpunkt steht die Frage, wie eine moderne, digitale Justiz der Zukunft aussehen kann und welche Weichen dafür bereits heute gestellt werden müssen – von technologischen Grundlagen über Nutzerfreundlichkeit bis hin zu effizienten, digital unterstützten Arbeitsabläufen für Richter:innen, Staatsanwält:innen sowie weitere Berufsgruppen im Justizwesen.

Persönliche Gespräche an Stand 2

virtual7 lädt alle Interessierten herzlich ein, den Messestand – wie gewohnt an Stand 2 – zu besuchen und sich vor Ort über die genannten Projekte und Themen auszutauschen. Wer sich einen festen Gesprächstermin sichern möchte, kann diesen bereits im Vorfeld der Veranstaltung per Mail (sascha.marschall@virtual7.de)vereinbaren.

Künstliche Intelligenz verkauft sich gerade ziemlich gut. Kaum ein Tag vergeht, ohne dass irgendwo eine neue "KI-Lösung" vorgestellt wird. Zahnbürste, Kühlschrank, Steuererklärung oder darf es das neue Kindespielzeug sein? Mal steckt da tatsächlich künstliche Intelligenz dahinter, mal ein Algorithmus mit frischem Etikett. Man könnte sich wunderbar darüber streiten.

Man muss aber nicht. Vor allem nicht, wenn es ums Geld geht.

Denn am Ende interessiert es Bürger:innen und die Mitarbeiter:innen in einer Finanzverwaltung herzlich wenig, wie ein Verfahren heißt oder ob da ein Lernprogramm involviert ist. Wir alle möchten einfach nur wissen, ob es funktioniert.

Genau darum geht es bei einem Projekt, an dem virtual7 gemeinsam mit dem Rechenzentrum der Finanzverwaltung Nordrhein-Westfalen (RZF) und weiteren Partnern mitgewirkt hat. Das Projekt wurde sogar jüngst auf dem Zukunftskongress Staat & Verwaltung mit einem Leadership Award ausgezeichnet. Hurra! Aber nicht virtual7 hat diesen Preis erhalten – sondern das gemeinsame Projekt. Da kann man sich schon einmal freuen, Teil dieser Entwicklung zu sein.

Dabei klingt die Aufgabe zunächst relativ unspektakulär.

Weniger unnötige Prüfschritte bedeuten mehr Zeit für die Fälle, bei denen Erfahrung und fachliche Bewertung wirklich gefragt sind. Gerade angesichts neuer Herausforderungen ist das kein kleiner, aber feiner Unterschied. Digitale Transformation zeigt ihren größten Nutzen eben nicht dort, wo sie spektakulär aussieht, sondern dort, wo sie den Alltag leiser, aber spürbar besser macht.

Und damit wäre bereits alles zu dem Projekt gesagt. Oder? Naja, eigentlich erzählt dieses Projekt noch eine zweite Geschichte.

Dass ein Projekt dieser Art heute produktiv eingesetzt wird und dafür ausgezeichnet wurde, ist deshalb weniger ein Beweis für einen technischen Durchbruch als für einen kulturellen Wandel. Die Bereitschaft, moderne Datenanalyse dort einzusetzen, wo sie einen echten Mehrwert schafft, wächst. Nicht, weil KI gerade ein Trend ist und alle Sachbearbeiter:innen faul sind – lasst euch nichts Gegenteiliges erzählen – sondern weil die Herausforderungen in den Verwaltungen größer und gute Lösungen gebraucht werden.

Genau das macht dieses Projekt für uns besonders. Es ist nicht nur der Preis – klar ist es toll, eine öffentliche Anerkennung für gute Arbeit zu erhalten –vielmehr aber wiegt noch die Erkenntnis, dass digitale Transformation dann am stärksten ist, wenn sie kein Selbstzweck ist, sondern den Menschen die Arbeit und das Leben erleichtert.

Daher bedanken wird uns auch gerne an dieser Stelle beim RZF und allen Projektbeteiligten für die vertrauensvolle Zusammenarbeit. Es freut uns, an einem Projekt mitgewirkt zu haben, das zeigt, wie moderne Technologien verantwortungsvoll und mit Augenmaß in der öffentlichen Verwaltung zur digitalen Transformation eingesetzt werden können.

Und daran arbeiten wir weiter. Ganz egal, ob am Ende Preise winken oder nicht.

Autor Arne Gülzau

Unser gemeinsamer Anspruch, kurz und klar: Kompetenzen bündeln. Innovation schaffen. Justiz stärken – für Verantwortliche in Behörden und Justizverwaltungen ebenso wie für Bürger:innen, die auf digitale und verlässliche Justizprozesse angewiesen sind. Denn nur mit einer funktionierenden Justiz-IT kommt Recht im Alltag schneller, verständlicher und zuverlässiger an. 

Warum wir dieses Justiz-Bündnis für notwendig halten 

Die Justiz ist eine der zentralen Säulen unseres Rechtsstaats – und zugleich eine der komplexesten IT-Landschaften überhaupt. Gerade deshalb ist eJustice als Begriff mehr als Technik: Gemeint ist die Modernisierung justizieller Verfahren mit Informationstechnik, insbesondere im Thema des elektronischen Rechtsverkehrs (ERV) und der elektronischen Akte (e-Akte); dazu gehört auch der ERV als verbindlicher Übermittlungsweg zwischen Verfahrensbeteiligten und Gerichten. Das Gesetz hierfür wurde 2013 eingeführt und entsprechend die Finanzgerichtsordnung angepasst. Föderale Strukturen in der Verwaltung, jahrzehntealte Fachverfahren, höchste Anforderungen an Sicherheit, Verlässlichkeit und geltende Vorschriften: Wer hier digitalisieren will, kann das nicht mit einer einzelnen Lösung leisten, und schon gar nicht im Alleingang. Es braucht Partner, die sich ergänzen, statt zu konkurrieren – gerade bei der Einführung und dem Einsatz des ERV in Gerichten, der am 31. Juli 2017 eröffnet wurde, einem der komplexesten Digitalisierungsvorhaben der Justiz. 

Genau das ist unsere Idee hinter der Allianz. Sieben Unternehmen mit ganz unterschiedlichen Schwerpunkten – von der fachlichen Anforderungsanalyse über Softwareentwicklung und Nutzerzentrierung bis zum stabilen Betrieb – bringen ihre Expertise an einen Tisch. Unser Ziel: eine Justiz-IT, die sicher, interoperabel und skalierbar ist, die digitale Souveränität ernst nimmt, die föderalen Strukturen unterstützt, statt sie zu verkomplizieren, und medienbruchfreies Arbeiten in der Justiz ermöglicht. Die e-Akte wird ab Dezember 2025 flächendeckend eingesetzt. Genau darum geht es in diesem Beitrag: um Zusammenarbeit in der eJustice Innovation Alliance, um Herausforderungen und Stand der Justiz-IT, um nutzerzentrierte Lösungen, Betrieb und Stabilität sowie um die Frage, wie die Strukturen bei Bund und Ländern weiterhin digital tragfähig sind. 

Bei diesem Vorhaben sehen wir einen Mehrwert für die Gesellschaft – nicht nur für Richter:innen, Staatsanwält:innen, Rechtspfleger:innen und die Serviceeinheiten der Gerichte, die wir spürbar entlasten wollen. Es sind vor allem die Bürger:innen die am Ende eines jeden Verfahrens stehen. Menschen, die auf ein Urteil warten, die Post vom Gericht digital statt auf Papier erhalten wollen, deren Dokumente im ERV digital bei Gericht eingereicht werden können, bei denen Klagen elektronisch rechtsverbindlich eingereicht werden können und bei denen nicht elektronisch eingehende Post für den weiteren Versand und die Bearbeitung eingescannt wird. Rechtsanwälte sind gesetzlich verpflichtet, den ERV zu nutzen. Sie müssen sich darauf verlassen können, dass ihre Daten sicher sind, dass Kommunikation zwischen Beteiligten und Gerichten über Standards wie OSCI datenschutzkonform funktioniert. E-Mail ist dafür kein zulässiger Übertragungsweg. Dass elektronische Signaturen die Echtheit der Dokumente sichern und dass ihr Fall bearbeitet wird – auch dann, wenn die Systeme im Hintergrund unter Volllast laufen. Eine funktionierende Justiz-IT ist für uns kein Selbstzweck, sondern die Voraussetzung dafür, dass Recht im Alltag der Menschen tatsächlich ankommt: schneller, verständlicher und zuverlässiger, mit weniger physischem Papierbedarf und sinkenden Lagerkosten. 

Sieben Partner, sieben Perspektiven – ein gemeinsames Ergebnis für die Menschen 

Jedes Mitglied der Allianz bringt ein eigenes Stück des Puzzles mit, das am Ende bei den Bürger:innen zusammenläuft – als Teil eines strukturierten Programm​s zur Umsetzung der Justizdigitalisierung: 

CODEFY übernimmt die Legal-Engineering-Funktion an der Schnittstelle von Justizpraxis und technischer Umsetzung – mit einem Team, das Justizfachlichkeit und Softwareentwicklung tatsächlich zusammendenkt. 

dvhaus ist auf Legacy-Systeme und Fachanwendungen spezialisiert und begleitet die Justiz von der Anforderungsanalyse bis zur barrierefreien, zukunftssicheren Anwendung – einschließlich digitaler Fachanwendungen der e-Akte, die den elektronischen Schriftwechsel effizient führen sollen; barrierefrei heißt: zugänglich für alle Bürger:innen, unabhängig von individuellen Einschränkungen. 

IBM bringt Architektur-, Entwicklungs- und Betriebskompetenz mit und macht Qualität, Stabilität und Lieferfähigkeit messbar. 

init treibt moderne End-to-End-Prozesse voran, entwickelt Interoperabilitätskonzepte und setzt auf souveräne Technologien für Cloud und KI. 

AK Legal Design sorgt mit nutzerzentrierten, co-kreativen Methoden dafür, dass digitale Lösungen tatsächlich verstanden und angenommen werden – von Fachpersonal und Mitarbeiter:innen genauso wie von Bürger:innen, die mit der Justiz in Kontakt kommen. 

mgm technology partners überträgt seine Erfahrung aus der Steuerverwaltung auf die Justiz und setzt auf Open Source und offene Standards für langlebige, stabile Fachanwendungen – einschließlich digitaler Akte-Lösungen für einen elektronischen Schriftwechsel. 

Wir, virtual7, sichern den verlässlichen Betrieb justizieller Kernsysteme – dazu gleich mehr. 

„Was wir aus dem Betrieb in mehreren Bundesländern gelernt haben, geben wir in die eJustice Innovation Alliance weiter. So wird aus einzelnen Projekten ein Ökosystem, das der gesamten Justiz zugutekommt“, sagt Sascha Marschall, Client Account Lead im Customer Cluster Justice bei virtual7. 

Was wir bei virtual7 im Bereich des ERV einbringen: Wenn aus Betrieb Vertrauen wird 

Eine Allianz kann noch so gut konzipierte Lösungen entwickeln – am Ende zählt für uns, ob die Systeme auch morgen früh laufen, wenn die erste Verhandlung beginnt. Genau hier setzen wir an. 

Als IT- und Softwaredienstleister aus Karlsruhe betreiben wir seit 2014 unterbrechungsfrei justizielle Kernsysteme wie das elektronische Integrationsportal (eIP) und das elektronische Kommunikationsportal (eKP) – inklusive beA als zentralem Bestandteil der E-Justice-Infrastruktur – im laufenden Regelbetrieb, ohne Risiko für die Arbeitsfähigkeit der Gerichte und Staatsanwaltschaften. Was für Fachpersonal ein reibungsloser Arbeitsalltag ist, bedeutet für Bürger:innen im Kern: Verfahren, die planmäßig weiterlaufen, Fristen, die eingehalten werden, und ein digitaler Zugang zur Justiz, auf den man sich verlassen kann. Dazu gehört auch eine digitale Akte, die gleichzeitigen Zugriff von verschiedenen Orten ermöglicht. Ebenso lassen sich digitale Verhandlungen und Anhörungen ohne physische Anwesenheit im Gerichtssaal durchführen. Diese Erfahrung aus mehreren Bundesländern ist genau das, was ein wachsendes Ökosystem wie die eJustice Innovation Alliance braucht: nicht nur Konzepte, sondern gelebte Betriebspraxis. 

Genau dafür stehen wir: Digitalisierung, die nicht abstrakt bleibt, sondern im Alltag ankommt – verlässlich, nachvollziehbar und auf Augenhöhe mit den Menschen, die täglich mit den Systemen arbeiten, und mit den Bürger:innen, für die diese Systeme am Ende da sind. Genau diese Haltung bringen wir nun als Betriebspartner in die Allianz ein, ergänzt um unsere Erfahrung, wie aus einzelnen Länderprojekten tragfähige, föderal nutzbare Strukturen werden, von denen Menschen in ganz Deutschland profitieren. 

Ein Ökosystem statt Einzellösungen 

Wir verstehen die eJustice Innovation Alliance ausdrücklich nicht als geschlossenes Projekt, sondern als offenes Partnerökosystem. Wo einzelne Anbieter an ihre Grenzen stoßen – sei es bei der fachlichen Tiefe, der technischen Umsetzung oder dem stabilen Betrieb – ergänzen wir sieben Unternehmen uns gegenseitig. Unser Ziel ist eine Justiz-IT, die föderale Vielfalt nicht als Hindernis, sondern als Stärke begreift – und die spürbar wird, sobald Bürger:innen mit der Justiz in Berührung kommen: durch schnellere Verfahren, verständlichere digitale Zugänge und ein System, das im Hintergrund einfach funktioniert. Sichere Kommunikation und abgestimmte Informationen für Bürger:innen und Fachpersonal gelingen dabei nur mit standardisierter Informationstechnik. KI kann dabei die automatisierte Verarbeitung von Daten in der Justiz unterstützen. 

 Mehr über die eJustice Innovation Alliance gibt es unter: ejustice-innovation-alliance.de

Gemeinsame Eindeutigkeit: Zwei Abrufarten mit gegensätzlichen Profilen

Beim Identitätsdatenabruf muss man zwei grundverschiedene Abrufarten unterscheiden, die jeweils ihr eigenes Lastprofil mitbringen. Bei den Massendaten (Batch) werden große Mengen auf einen Schlag abgerufen, entweder bei der Erstbefüllung eines Registers oder bei einer Aktualisierung des gesamten Registerbestands. Bei den Einzeldaten (Online) geht es dagegen um den interaktiven Abruf einzelner Personen im laufenden Betrieb. Dieser Unterschied ist nicht nur konzeptionell, sondern schlägt sich in unterschiedlichen Schnittstellen beim BVA nieder.

Um zu prüfen, ob die geforderten Vorgaben in der Praxis eingehalten werden, stellt das BVA zwei Umgebungen bereit: eine Testumgebung, die dauerhaft zur Verfügung steht, sowie eine Lasttestumgebung, die man rechtzeitig beim BVA beantragen muss. Sowohl der dem Massendaten- als auch der Einzeldatenabruf sollte vor dem Produktivbetrieb über diese Umgebungen verifiziert werden.

Massendaten

Für die Massendaten werden die Abrufe zu Personenpaketen geschnürt. Viele Datensätze werden also gebündelt in Paketen übermittelt und verarbeitet, statt einzeln abgerufen zu werden. Das Zusammenstellen dieser Pakete nimmt einem die Schnittstelle aber nicht ab: Man muss sie selbst zusammenbauen. Die abrufende Stelle ist dafür verantwortlich, die einzelnen Datensätze regelkonform in Personenpakete aufzuteilen, sinnvoll zu dimensionieren und in der korrekten Struktur zu übergeben. Ebenso kommt die Antwort des BVA wieder in Form eines Pakets zurück und muss auf der eigenen Seite entsprechend entpackt werden, bevor sich die einzelnen Ergebnisse den ursprünglich übergebenen Personen zuordnen lassen. Die Paketierung betrifft also sowohl den Versand als auch den Empfang. Technisch ist ein solches Personenpaket als XML aufgebaut und folgt dabei dem Schema XBasisdaten.

Man könnte an dieser Stelle vermuten, dass sich das Bilden solcher Pakete über klassische Datenbankmechanismen wie Partitionierung oder Partition Switching automatisieren ließe, da diese Mechanismen im Regelfall genau das Aufteilen großer Datenmengen übernehmen. Das funktioniert hier aber nicht, weil eine Partitionierung entlang einzelner Personenpakete in eine sehr große Zahl kleinteiliger Partitionen münden würde, die sich kaum noch sinnvoll verwalten ließe.

Die Zusammenstellung der Pakete bleibt also Aufgabe der abrufenden Stelle und damit ein Stück Implementierungsaufwand, das man beim Anbinden von Anfang an einplanen sollte. Zur Paketierung gehört dabei mehr als das reine Bündeln der Datensätze: Pakete müssen nummeriert übergeben und in der vom BVA vorgegebenen Größe gebildet werden, und auch beim Entpacken der zurückkommenden Antwortpakete muss die Zuordnung sauber eingehalten werden.

Für die Massendaten gilt eine harte Mengenanforderung: Beispielsweise müssen 33 Millionen Datensätze in maximal 48 Stunden verarbeitet werden. Diese Frist wurde nicht von RegMo selbst festgelegt, sondern stammt vom Auftraggeber und ergibt sich aus dessen internen Prozessen. Wird sie nicht eingehalten, hat das im Echtbetrieb spürbare Konsequenzen in Form von Eskalationen beim Auftraggeber. Die Einhaltung ist deshalb kein optionales Qualitätsziel, sondern eine feste Randbedingung für die gesamte Architektur des Massendatenpfads. Rechnet man die Vorgabe auf einen konstanten Durchsatz herunter, ergeben sich rund 191 Personen pro Sekunde, die über zwei volle Tage hinweg ununterbrochen durch die Verarbeitung laufen müssen, inklusive Validierung, Abgleich, Verschlüsselung und Persistierung je Datensatz.

Die Geschwindigkeit selbst ist auf Wunsch des BVA auf 10 parallele Pakete mit je 200 Personen begrenzt. Diese 200 sind keine willkürliche Zahl, sondern eine Empfehlung des BVA selbst, mit der die Performance auf dessen Seite gewährleistet werden soll. Ob der geforderte Durchsatz unter dieser Drosselung tatsächlich erreichbar ist, lässt sich nicht rechnerisch beantworten, sondern nur, indem man sich der richtigen Dimensionierung der Verarbeitungen durch iterativen Tests nähert. Dabei helfen, wie eingangs beschrieben, insbesondere die Testumgebung und die Lasttestumgebung des BVA.

Im praktischen Einsatz hat sich mit einem Durchsatz von maximal 260 Personen pro Sekunde gezeigt, dass die Verarbeitung unter den veranschlagten 48 Stunden geblieben ist. Der geforderte Durchsatz ist also auch unter den vorgegebenen Drosselungsbedingungen erreichbar. Auf der Lasttestumgebung ließ sich das zusätzlich unter kontrollierten Bedingungen verifizieren: Dort lag der zuletzt gemessene, maximal erreichbare Durchsatz des BVA für Aktualisierungen bei etwa 340 Personen pro Sekunde, bei den Initialabrufen mit rund 260 Personen pro Sekunde etwas niedriger. Bemerkenswert ist dabei, dass diese Werte aus der Testumgebung und dem Produktivbetrieb ziemlich nah beieinander liegen, was zeigt, dass die Lasttestumgebung die tatsächliche Leistung des BVA recht zuverlässig vorhersagt.

Ein weiterer wichtiger Baustein ist der Einsatz eines Circuit Breakers: Kommt es beim Massendatenabruf zu wiederholten Infrastrukturfehlern, etwa weil eine nachgelagerte Schnittstelle überlastet oder zeitweise nicht erreichbar ist, verhindert der Circuit Breaker, dass immer weitere Anfragen ins Leere laufen und dadurch zusätzliche Fehler und Last erzeugen. Stattdessen wird der betroffene Pfad nach einer bestimmten Fehlerquote kurzzeitig unterbrochen, sodass sich das System erholen kann, bevor die Verarbeitung kontrolliert wieder aufgenommen wird. So bleibt die Massenaktualisierung resilient, ohne im Fehlerfall den gesamten Onlinebetrieb mit in Mitleidenschaft zu ziehen.

Einzeldaten

Für die Einzeldaten gilt umgekehrt eine harte Latenzanforderung: Ein einzelner Personenabruf muss innerhalb von 2 Sekunden beantwortet werden. Auch diese Vorgabe wurde nicht von RegMo selbst festgelegt, sondern vom Auftraggeber eine feste Randbedingung für die gesamte Architektur des Einzeldatenpfads vorgegeben. Das ist ein interaktiver Pfad, bei dem am anderen Ende jemand auf eine Antwort wartet. Hier zählt jede Millisekunde im Antwortzeitbudget. Ein Teil dieses Budgets ist zudem von vornherein vergeben: Die Anbindung erfolgt über das Netz des Bundes, wodurch der Verbindungsweg eine zusätzliche Latenz mitbringt, die sich technisch nicht wegoptimieren lässt. Diese Grundlast muss man von Beginn an einplanen.

Auch bei der Nebenläufigkeit sollte man realistisch, aber vorsichtig planen: Im Regelfall ist mit wenigen parallelen Abrufen zu rechnen, dennoch müssen bis zu 10 Personenabrufe pro Sekunde online parallel verarbeitet werden können, egal ob es sich um Aktualisierungen oder, bei neuen Personen, um Initialabrufe handelt. Anfragen dürfen dabei grundsätzlich nicht abgelehnt werden: Auch unter höherer Last müssen 95 Prozent aller Anfragen innerhalb von 2 Sekunden beantwortet werden.

Die verbleibende Zeit für die eigene Verarbeitung ist entsprechend knapper, als die 2 Sekunden auf den ersten Blick vermuten lassen. Auch die Onlinestrecke sollte man deshalb auf der Lasttestumgebung prüfen, um zu sehen, ob die Antwortzeit selbst unter Last eingehalten wird. Wie viel Zeit die einzelnen Verarbeitungsschritte tatsächlich brauchen, lässt sich am Ende nur über ein Monitoring genau auswerten.

Zusammenspiel und bewährte Praxis

Nachdem Massendaten und Einzeldaten jeweils einzeln betrachtet wurden, folgt nun der Blick auf ihr Zusammenspiel, denn beide Pfade wirken keineswegs unabhängig voneinander.

Es stehen sich zwei gegensätzliche Optimierungsziele gegenüber: Der Massendatenpfad ist auf Durchsatz getrimmt, der Einzeldatenpfad auf niedrige Latenz. Beide greifen jedoch auf denselben Datenbestand zu, und genau diese Spannung ist der Grund, warum eine saubere architektonische Trennung der beiden Wege keine Kür, sondern Pflicht ist. Der eigentlich kritische Punkt ist dabei die Datenbanklast: Eine Massenaktualisierung dieser Größenordnung erzeugt einen anhaltenden, hohen Druck beim Lesen und Schreiben auf denselben Datenbestand, der auch für den Onlinebetrieb gebraucht wird. Ohne Gegenmaßnahmen würde die Massenaktualisierung die interaktiven Abrufe ausbremsen. In der Praxis haben sich dafür getrennte Verarbeitungsstrecken bewährt, mit denen sich die beiden sehr unterschiedlichen Aufgaben sauber voneinander trennen lassen.

Ohne den Onlinedienst können Mitarbeitende keine neuen Personen anlegen, weil ihnen die IDNr fehlt, die genau über diesen Pfad abgefragt wird. Der Onlinepfad muss also durchgängig verfügbar bleiben, selbst während eine Massenaktualisierung im Hintergrund läuft.

DATENQUALITÄT BEI DER IDENTIFIZIERUNG SICHERSTELLEN: VOM ENTSCHEIDUNGSBAUM ZUM SCORING

Bleibt die zweite Herausforderung: der Abgleich der Bestandsdaten mit der richtigen Person. Naheliegend wäre ein Entscheidungsbaum. Man vergleicht Feld für Feld, also Name, Geburtsdatum, Geburtsort und Adresse, und hangelt sich über Verzweigungen zu einer Entscheidung zwischen Ja und Nein.

Schon an einem kleinen Beispiel zeigt sich das Problem. Betrachtet man nur zwei Felder und für jedes die beiden Ausgänge „passt" und „passt nicht", dann hat der Baum bereits vier Endknoten. Kommt ein drittes Feld hinzu, sind es acht, bei vier Feldern schon sechzehn. Mit jedem weiteren Feld verdoppelt sich die Zahl der Pfade; sie wächst also exponentiell mit der Zahl der Felder. Bei einer Handvoll Felder wird der Baum damit schnell unübersichtlich und kaum noch wartbar.

Das ist das Kernproblem: Je mehr Felder man einbezieht, desto komplexer wird er, weil die Zahl der zu berücksichtigenden Kombinationen und Verzweigungen rapide wächst. Der Baum wird unübersichtlich, schwer zu pflegen und spröde. Vor allem aber kommt er mit der Realität unscharfer Daten schlecht zurecht: Ein einziger Tippfehler im Namen oder ein fehlendes Feld kann eine Verzweigung „umkippen" lassen und so zu einer falschen Ablehnung führen.

Daher empfiehlt sich ein Scoring-Verfahren: Jedes Merkmal wird einzeln bewertet (z. B. per unscharfem Namensabgleich) und nach Aussagekraft gewichtet. Diese gewichteten Einzelwerte werden zu einem Gesamtscore aufsummiert, auf den man anschließend Schwellenwerte anwendet. Dabei wird festgelegt, ab welchem Wert eine Zuordnung als sicher genug für die automatische Übernahme gilt, ab wann eine manuelle Prüfung nötig ist und wann sicher keine Übereinstimmung vorliegt. Die Vorteile: Das Verfahren skaliert im Wesentlichen linear mit der Zahl der Felder, statt kombinatorisch zu explodieren. Es geht robust mit fehlenden oder unscharfen Daten um, weil ein einzelnes schwaches Feld nicht sofort die ganze Entscheidung kippt, sondern nur den Gesamtscore leicht senkt. Und es ist feinjustierbar, weil sich Gewichte und Schwellen anpassen lassen, ohne die gesamte Logik neu bauen zu müssen. Genau so wird aus dem Anspruch „prüfen, ob die Bestandsdaten wahrscheinlich übereinstimmen" ein tragfähiges, abgestuftes und nachvollziehbares technisches Verfahren.

Wie dieser Ähnlichkeitswert je Feld zustande kommt, hängt vom Feldtyp ab, und davor steht immer eine Normalisierung. Bevor überhaupt verglichen wird, werden die Werte in eine einheitliche Form gebracht. Die Schreibung wird vereinheitlicht, überflüssige Leerzeichen entfernt und Umlaute so wie Sonderzeichen werden angeglichen. Erst auf dieser bereinigten Basis greifen die feldspezifischen Vergleichsalgorithmen, denn jede Fehlerart braucht ein anderes Verfahren. Für Ziffernfelder wie die IDNr eignet sich die Editierdistanz nach Levenshtein, die Tippfehler wie vertauschte oder falsch erfasste Zeichen erkennt. Für Namen ist ein phonetisches Verfahren wie Double Metaphone die bessere Wahl, weil es unterschiedliche Schreibweisen desselben Klangs zusammenführt, etwa „Meyer", „Maier" und „Mayr". Je nach Feld kommen weitere Verfahren hinzu; entscheidend ist, dass jedes Merkmal mit dem Algorithmus verglichen wird, der zu seiner typischen Fehlerart passt.

Wie ein solches Scoring konkret aussieht, zeigen zwei Beispiele. Angenommen, ein Bestandsdatensatz soll einer Person zugeordnet werden, und es werden vier Merkmale verglichen: Name, Geburtsdatum, Geburtsort und Adresse. Jedes Merkmal erhält einen Ähnlichkeitswert zwischen 0 und 1 sowie ein Gewicht, das seine Aussagekraft widerspiegelt.

Im ersten Fall stimmt vieles überein. Der Name „Mayer" gegenüber „Meier" ergibt phonetisch eine volle Übereinstimmung (Wert 1,0 bei einem Gewicht von 0,30). Das Geburtsdatum ist identisch (Wert 1,0, Gewicht 0,30). Der Geburtsort „München" gegenüber „Muenchen" ist nach der Normalisierung ebenfalls gleich (Wert 1,0, Gewicht 0,20). Bei der Adresse „Hauptstraße 5" gegenüber „Hauptstr. 5" bleibt nach der Normalisierung nur eine kleine Restabweichung (Wert 0,9, Gewicht 0,20). Der gewichtete Gesamtscore beträgt 0,30 plus 0,30 plus 0,20 plus 0,18, also 0,98, und liegt damit klar über der Schwelle für die automatische Übernahme.

Im zweiten Fall häufen sich die Unschärfen. Der Name passt nur teilweise „Michael Krüger" gegenüber „Michael Krause" (Wert 0,6), im Geburtsdatum ist eine Ziffer vertauscht (Wert 0,7), der Geburtsort stimmt (Wert 1,0), die Adresse weicht deutlich ab „Bahnhofstraße 12" gegenüber „Bahnhofweg 3" (Wert 0,5). Bei denselben Gewichten ergibt sich ein Gesamtscore von 0,18 plus 0,21 plus 0,20 plus 0,10, also 0,69. Dieser Wert liegt im mittleren Bereich und löst deshalb eine manuelle Prüfung aus, statt den Datensatz automatisch zu übernehmen oder abzulehnen.

Auf den Gesamtscore wendet man abschließend feste Schwellenwerte an, zum Beispiel: Ab 0,90 gilt die Zuordnung als sicher genug für die automatische Übernahme, zwischen 0,50 und 0,90 ist eine manuelle Prüfung nötig, und unter 0,50 wird von keiner Übereinstimmung ausgegangen. In der Praxis hat sich als unterer Schwellenwert allerdings eher ein Wert von 0,65 bewährt statt 0,50, da man damit auf Nummer sicher geht: Kandidaten mit einem Score zwischen 0,50 und 0,65 erweisen sich erfahrungsgemäß fast nie als tatsächliche Treffer, verursachen in der manuellen Prüfung aber unnötigen Aufwand. Durch die Anhebung der unteren Grenze auf 0,65 wird die Menge an eindeutig irrelevanten Fällen, die manuell geprüft werden müssten, spürbar reduziert, ohne dass dabei relevante Treffer verloren gehen.

Die Erfahrung zeigt, dass es sich lohnt, das Scoring-Verfahren zunächst iterativ zu testen. Gerade weil bei der Initialbefüllung sehr viele Datensätze auf einmal zugeordnet werden, sollte man das Verfahren vorab an Testläufen erproben. Dabei nimmt man die Ergebnisse einer Teilmenge manuell unter die Lupe und prüft, ob Zuordnungen, Grenzfälle und Schwellen tatsächlich sinnvoll ausfallen. So stellt man sicher, dass die Datenqualität auch bei der großen Erstbefüllung wirklich trägt, statt Fehlerquellen erst im Echtbetrieb zu entdecken.

Transparenz sowie agiles Lernen und das Teilen von Erfahrungen gehören zu den zentralen Werten der virtual7 GmbH. Dieser Beitrag steht im Zeichen dieser Kultur und macht Erkenntnisse aus der praktischen Umsetzung zugänglich, damit sie gemeinsam genutzt und weiterentwickelt werden können. Der Anspruch dahinter ist einfach. Künftige Anbindungen sollen von diesen gesammelten Erfahrungen profitieren und schneller ans Ziel kommen, statt dieselben Lehren noch einmal machen zu müssen.

Worum es geht und warum es schwierig ist

Die öffentliche Verwaltung in Deutschland hält die Daten ihrer Bürger:innen in über hunderte fachlich getrennte Register verteilt wie beispielsweise das Melderegister bis hin zu den Registern der Sozialverwaltung. Über Jahrzehnte hatte das eine unmittelbare Folge für die Menschen: Dieselben Angaben mussten bei jeder Behörde aufs Neue eingereicht werden, obwohl sie dem Staat längst vorlagen.

Genau hier setzt die Registermodernisierung an. Ihr Ziel ist es, Behörden in die Lage zu versetzen, benötigte Daten untereinander auszutauschen, statt sie immer wieder bei Bürger:innen abzufragen. Dabei sind zwei aufeinander aufbauende, aber rechtlich getrennte Ebenen zu unterscheiden.

– Die erste Ebene bildet der Identitätsabruf (IDA-Verfahren): Auf Grundlage des Identifikationsnummerngesetzes (IDNrG) ruft eine registerführende Stelle beim Bundesverwaltungsamt (BVA) die Identifikationsnummer (IDNr) ab, um diese eindeutig zu identifizieren und die IDNr im eigenen Register zu hinterlegen bzw. zu aktualisieren.

– Auf zweiter Ebene setzt der NOOTS-Staatsvertrag an: Er regelt den eigentlichen fachlichen Datenaustausch zwischen den Registern. Das Nationale Once-Only-Technical-System (NOOTS) nutzt die über den Identitätsabruf gesicherte IDNr als Verknüpfungsmerkmal, um darüber hinaus konkrete Nachweise automatisiert zwischen den beteiligten Stellen auszutauschen.

Sobald man aber Daten von Millionen Menschen behördenübergreifend austauschen will, wird schnell klar: Das ist kein reines Datenleitungs-Problem, sondern eine anspruchsvolle Aufgabe mit drei zentralen Herausforderungen. Man muss sicherstellen, dass jede Person eindeutig und korrekt erkannt wird. Man muss die Qualität der Zuordnung sicherstellen, damit Daten nicht bei der falschen Person landen. Und man muss den Bürger:innen gegenüber transparent bleiben, wer wann welche Daten über ihn ausgetauscht hat.

Gemeinsame Eindeutigkeit

Das Grundproblem lässt sich in einem Satz beschreiben: „Anna Müller aus der Hauptstraße" gibt es in Deutschland tausendfach. Ohne einen gemeinsamen, eindeutigen Schlüssel lassen sich Datensätze über Behördengrenzen hinweg nicht zuverlässig derselben Person zuordnen und dadurch würde man ständig Verwechslungen riskieren.

Die Lösung liegt in einem gemeinsamen Identitätsanker. Über die XBasisdaten-Schnittstelle im XRepository können berechtigte Stellen die IDNr sowie die zugehörigen Basisdaten einer Person abrufen. Technisch nimmt das BVA das Abrufersuchen entgegen und holt die Daten aus der IDNr-Datenbank beim Bundeszentralamt für Steuern (BZSt). Damit entsteht eine einheitliche, geteilte Wahrheit über die Identität einer Person, an der sich alle beteiligten Register orientieren können.

Damit ein Register mitmachen kann, muss es seine bestehenden Datensätze zunächst mit der IDNr verknüpfen. Das geschieht über den Initialabruf, bei dem ein Register für seinen Bestand die passenden IDNr erhält. Dieser Initialabruf darf nur ein einziges Mal zur Identifizierung stattfinden; so schreibt es das Identifikationsnummerngesetz (IDNrG) vor. Er ist also kein Werkzeug für beliebig wiederholte Massenabgleiche, sondern ein einmaliger, kontrollierter Startpunkt. Genau deshalb liegt die eigentliche Herausforderung in der erstmaligen Identifizierung. Weil dieser Schritt so entscheidend ist, findet er nicht in einem einzigen Durchlauf statt, sondern iterativ in mehreren Schritten. Die Iteration greift immer dann, wenn ein Abgleich zu keiner eindeutigen Identifizierung führt. Im ersten Durchlauf wird zunächst mit wenigen Merkmalen gearbeitet, nämlich Geburtsdatum, Name und Vorname. Bleibt eine eindeutige Zuordnung aus, kommt im zweiten Schritt zusätzlich die Anschrift hinzu. Ist die Zuordnung einmal erfolgt und die IDNr im Register hinterlegt, wird alles Weitere deutlich einfacher: Die Aktualisierung der Daten läuft danach unkompliziert über die bereits vorhandene IDNr, weil sich die Person nun eindeutig referenzieren lässt.

Datenqualität bei der Identifizierung sicherstellen

Bevor ein Register die IDNr überhaupt in seinen Bestand aufnehmen kann, muss eine Frage beantwortet werden: Ist der vorhandene Datensatz wirklich derselbe Mensch, dem diese IDNr gehört? Genau hier entscheidet sich die Datenqualität.

In der Praxis lässt sich diese Frage selten mit einem eindeutigen Ja oder Nein beantworten. Namen werden unterschiedlich geschrieben, Adressen ändern sich, Tippfehler schleichen sich ein, ein zweiter Vorname fehlt mal. Erschwerend kommt hinzu, dass die vorhandenen Bestandsdaten nicht zwangsläufig aktuell sind. Solange sie noch nicht automatisch aktualisiert werden, kann der gespeicherte Stand vom heutigen Leben der Person abweichen. Ein Nachname ändert sich durch Heirat, die Anschrift durch einen Umzug, und schon passen die Merkmale nicht mehr sauber zusammen, obwohl es sich um denselben Menschen handelt. Deshalb geht es beim Abgleich nicht um perfekte Gleichheit, sondern um eine belastbare Prüfung, ob die Bestandsdaten wahrscheinlich übereinstimmen. Nur wenn diese Wahrscheinlichkeit hoch genug ist, darf die Zuordnung im Register vorgenommen werden. Ist aus deisem Grund keine eindeutige Zuordnung möglich, ist Nacharbeit nötig, beispielsweise indem Kontakt mit der Person aufgenommen wird, um die Angaben manuell im Register zu aktualisieren und für die Person eine erneute Identifizierung zu versuchen.

Warum diese Sorgfalt so wichtig ist, zeigt sich am Fehlerfall: Wird eine IDNr dem falschen Datensatz zugeordnet, baut jede weitere Verarbeitung auf einer falschen Grundlage auf. Eine solche Fehlzuordnung lässt sich nachträglich nur mit erheblichem Aufwand wieder auflösen.

Damit wird deutlich, dass eine saubere Identifizierung keine reine Fleißaufgabe ist, sondern ein Kernbestandteil einer funktionierenden Data-Governance (Mehr Informationen können in der Data‑Governance-Blogpost‑Serie nachgelesen werden). Sie legt die Regeln, Verantwortlichkeiten und Qualitätsmaßstäbe fest, nach denen Daten erfasst, geprüft und gepflegt werden. Nur auf dieser Grundlage lässt sich sicherstellen, dass die IDNr dauerhaft dem richtigen Menschen zugeordnet bleibt und die darauf aufbauenden Prozesse verlässlich funktionieren. Richtige Daten sind damit nicht nur eine technische Voraussetzung, sondern die Basis für Vertrauen in das gesamte Register.

Transparenz für Bürger:innen

Je mehr Daten zwischen Behörden fließen, desto wichtiger wird das Vertrauen der Bürger:innen. Automatisierter Datenaustausch darf keine Blackbox sein. Wer nachvollziehen kann, was mit seinen Daten geschieht, behält die Kontrolle.

Dafür sorgt das Datenschutzcockpit. Es gibt jeder Person die Möglichkeit, selbst und bequem im Browser einzusehen, welche Daten wann und aus welchem Grund zwischen welchen öffentlichen Stellen ausgetauscht wurden. Die technische Grundlage bildet die XDatenschutzcockpit-Schnittstelle im XRepository (kurz XDSC). Über sie stellen die angeschlossenen Register ihre Protokolldaten bereit. Dass diese Protokolldaten überhaupt existieren, ist gesetzlich vorgeschrieben: Das Identifikationsnummerngesetz (IDNrG) verpflichtet die Register dazu, jede Anfrage und den Erhalt jeder Antwort zu protokollieren (§ 9 IDNrG). Erst diese lückenlose Protokollierung macht es möglich, dass das Cockpit den Bürger:innen ein vollständiges Bild geben kann. Die Protokollierung endet dabei nicht bei den erfolgreichen Aktualisierungen: Auch nicht erfolgreiche Aktualisierungen müssen dokumentiert werden.

Ein wichtiger Anspruch dabei ist, dass diese Informationen bürgerlesbar sind. Es genügt nicht, technische Codes oder interne Feldkürzel anzuzeigen. Bürger:innen müssen ohne Fachwissen verstehen können, welche Informationen über ihn ausgetauscht wurden. Deshalb werden die Inhalte in einer für Laien verständlichen Form aufbereitet und beschriftet (etwa „Geburtsort: Berlin" statt eines internen Schlüssels), damit die Transparenz nicht an der Darstellung scheitert.

Ehrlich einordnen muss man dabei, dass bislang erst vergleichsweise wenige Behörden angebunden sind und die Umsetzung des Registermodernisierungsgesetzes noch mehrere Jahre dauern wird, bis alle Register angeschlossen sind.