Projektplan: Open-Source-KI-System „OZMAI“ für Steuer- und Datenverwaltung im OZM Hammerbrooklyn
Einleitung
OZMAI (Open Zone Management Artificial Intelligence) ist ein ambitioniertes Projekt des OZM HAMMERBROOKLYN – einem Kunst- und Innovationslabor in Hamburg – zur Entwicklung eines offenen KI-Systems für Finanz- und Steuerverwaltung. Das OZM (OneZeroMore) ist als gemeinnützige GmbH (gGmbH) organisiert und verfolgt die Mission, Kunst für alle zugänglich zu machen und neueste Technologien zu integrieren (OZM in Hamburg: Art Lab for graffiti writing, urban art, visual arts and AI | URBANPRESENTS). Dabei finanziert sich OZM HAMMERBROOKLYN ohne staatliche Fördermittel durch experimentellen wirtschaftlichen Erfolg – etwa Kunstverkäufe, Container-Installationen und ein innovatives Immobilienprojekt (ein Hochhaus). Vor diesem Hintergrund soll OZMAI als Prototyp einer KI-Infrastruktur dienen, die sämtliche Finanzdaten verwaltet, Steuerprozesse automatisiert und höchste Transparenz in der Mittelverwendung gewährleistet.
In diesem Bericht werden die Ziele, Architektur, Umsetzungsschritte, rechtlichen Aspekte, wirtschaftlichen Visionen sowie die Community-Strategie des Projekts dargestellt. Als Open-Source-Initiative wird OZMAI quelloffen auf Plattformen wie GitHub und Open CoDE veröffentlicht, um Nachnutzbarkeit und Kollaboration zu fördern. Dies entspricht dem Grundsatz “Public Money? Public Code!”, wonach öffentlich finanzierte Software als Open Source der Allgemeinheit zugutekommen soll. Obwohl OZMAI aus der unabhängigen Kunstwirtschaft heraus entwickelt wird, teilt es diese Werte der Offenheit, Transparenz und Gemeinschaftsentwicklung, wie sie auch von der digitalen Zivilgesellschaft und Initiativen wie der Initiative Transparente Zivilgesellschaft propagiert werden (Initiative Transparente Zivilgesellschaft | Transparency International Deutschland e.V.) (Initiative Transparente Zivilgesellschaft | Transparency International Deutschland e.V.).
OZM HAMMERBROOKLYN Exponat – Raum Instalation von Slick Digg – Fotografiert von ANEK
Ziele des Projekts
Die Hauptziele von OZMAI lassen sich wie folgt zusammenfassen:
- Automatisierte Steuerverwaltung: Vollständige Abdeckung aller relevanten Steuerarten für die Organisation (z. B. Körperschaftsteuer, Gewerbesteuer, Umsatzsteuer), inklusive termingerechter Erklärungsvorbereitung, Berechnung von Zahllasten und Optimierung von Abschreibungen. Dadurch sollen manuelle Buchhaltungsaufwände reduziert und Fehler minimiert werden.
- Gemeinnützigkeits-konforme Finanzverwaltung: Berücksichtigung aller gemeinnützigkeitsrechtlichen Anforderungen einer gGmbH, insbesondere Verwaltung von Spenden, Überwachung der Rücklagenbildung und Sicherstellung der zweckgebundenen Mittelverwendung. OZMAI soll automatisch prüfen, dass Einnahmen und Ausgaben den Auflagen der Abgabenordnung (AO) für Gemeinnützigkeit entsprechen (z. B. Mittel zeitnah für satzungsgemäße Zwecke verwenden, Begrenzung der freien Rücklagen etc.).
- Transparenz und Nachvollziehbarkeit: Schaffung einer OZMX-Datenstruktur als zentrales Data-Warehouse, welche sämtliche Geldflüsse, Investitionen und Projektfinanzierungen lückenlos und verständlich dokumentiert. Dies erleichtert interne Analysen und ermöglicht es externen Stakeholdern (z. B. Förderern, Prüfern, Öffentlichkeit), die Mittelherkunft und Mittelverwendung jederzeit nachzuvollziehen (Initiative Transparente Zivilgesellschaft | Transparency International Deutschland e.V.) (Initiative Transparente Zivilgesellschaft | Transparency International Deutschland e.V.). Das System soll z. B. automatisch Reports erstellen, die den zehn Transparenzpunkten der Initiative Transparente Zivilgesellschaft entsprechen, u. a. mit Angaben über Herkunft der Gelder, deren Verwendung sowie Vermögensbindung im Kunstbetrieb (Initiative Transparente Zivilgesellschaft | Transparency International Deutschland e.V.) (Initiative Transparente Zivilgesellschaft | Transparency International Deutschland e.V.).
- Integration ins OZM-Ökosystem: OZMAI wird als Prototyp im OZM HAMMERBROOKLYN implementiert – einem Reallabor, das Kunst, Technologie und Wirtschaft vereint. Ziel ist es, die wirtschaftskulturelle Testzone Hammerbrooklyn mit einer intelligenten Infrastruktur auszustatten, die kunstgenerierte Einnahmen (etwa Kunstverkäufe, Event-Einnahmen), Container-Projekte (modulare Veranstaltungsflächen) und Immobilienentwicklungen (z. B. Erträge aus dem Hochhaus) in einem System erfasst und verwaltet. Alle diese heterogenen Einkommensströme sollen zentral von der KI erfasst und steuerlich optimal behandelt werden. Dadurch wird demonstriert, wie ein kulturelles Zentrum ohne Subventionen wirtschaftlich erfolgreich arbeiten kann.
- Nachhaltige wirtschaftliche Selbsttragfähigkeit: Durch bessere Datenanalyse und Automatisierung soll OZMAI dazu beitragen, dass das OZM seine Kosten deckt, Schulden abbaut (z. B. Investitionskredite für Gebäude) und erwirtschaftete Gewinne gezielt in neue Kunstprojekte reinvestieren kann. Die KI soll Trends erkennen, wo Einsparpotential oder Investitionschancen liegen, und so als eine Art “kreatives Konjunkturprogramm” aus der Kunst heraus dienen. Der Erfolg wird daran gemessen, inwieweit OZMAI hilft, finanzielle Stabilität zu erreichen und gleichzeitig den gemeinnützigen Zweck – Förderung von Kunst und Kultur – zu maximieren.
- Open-Source-Blaupause: Das Projekt ist von Anfang an als Open-Source-Initiative konzipiert. Dadurch kann die entwickelte KI-Infrastruktur später von anderen Organisationen übernommen werden – etwa von Kulturzentren, gemeinnützigen Vereinen oder sozialen Unternehmen, die ähnliche Anforderungen an Finanzverwaltung und Transparenz haben. OZMAI soll als Blaupause dienen, die in unterschiedlichen Kontexten adaptierbar ist. Die Veröffentlichung auf Plattformen wie Open CoDE (der Open-Source-Plattform der öffentlichen Hand in Deutschland) fördert aktiv die Wiederverwendbarkeit und gemeinschaftliche Weiterentwicklung der Lösung. So können Verwaltung, Wirtschaft und Zivilgesellschaft gemeinsam von den Erfahrungen profitieren und das System kontinuierlich verbessern.
Systemarchitektur und Technologie
Systemübersicht: Die Architektur von OZMAI wird modular aufgebaut, um Erweiterbarkeit, Datensicherheit und Performance zu gewährleisten. Im Kern gliedert sich das System in folgende Komponenten:
- Datenintegration und -verwaltung: Eine zentrale Datenbank bzw. ein Data-Warehouse (OZMX) sammelt sämtliche relevanten Finanzdaten. Diese Daten stammen aus verschiedenen Quellen:
- Buchhaltungssysteme: OZMAI wird über offene APIs an bestehende Buchhaltungs- und ERP-Software angebunden. Beispielsweise kann eine Anbindung an DATEV (bzw. DATEV-ähnliche Systeme) erfolgen, da DATEV mit DATEVconnect eine API zur bidirektionalen Verbindung von Rechnungswesenprogrammen bietet (Gelöst: DATEVConnect Desktop API: Zahlungsstatus/Buchungen…). Über solche Schnittstellen importiert OZMAI laufende Buchungsdaten (Einnahmen, Ausgaben, Belege) nahezu in Echtzeit.
- Bank- und Zahlungsdaten: Anbindung von Bankenschnittstellen (z. B. via FinTS/API) zur Erfassung von Kontobewegungen, Abgleich mit offenen Posten und Liquiditätsüberwachung.
- Steuerdatenquellen: Import von relevanten Steuerdaten, z. B. Bescheide vom Finanzamt (digitale Bescheiddaten), USt-Voranmeldungsbestätigungen oder elektronischen Belegen (z. B. aus dem BZSt-Portal für Zuwendungsbestätigungen bei Spenden).
- Manuelle Dateneingabe: Für Fälle, die noch nicht automatisiert erfasst werden (z. B. Sachspendenbewertung, Bartransaktionen etc.), bietet OZMAI eine benutzerfreundliche Weboberfläche zur Erfassung. Alle Daten durchlaufen Validierungsregeln, um Konsistenz sicherzustellen.
- Datenstruktur (OZMX): Die OZMX-Datenstruktur fungiert als einheitliches Schema, das klassische Buchführungsdaten (Konten, Buchungssätze, Kostenstellen) mit Zusatzinformationen für Steuer und Gemeinnützigkeit anreichert. Beispielsweise wird jede Einnahme und Ausgabe mit Kategorien versehen: Ist es steuerpflichtiger Umsatz, eine steuerfreie Spende, ein zweckgebundener Fördermittel-Einsatz, etc. So entsteht eine semantisch reichhaltige Datenbasis, die für Auswertungen genutzt wird. Die OZMX-Struktur ermöglicht es, Transparenzberichte automatisch zu generieren, die genau aufschlüsseln, woher Mittel stammen und wofür sie verwendet werden (Initiative Transparente Zivilgesellschaft | Transparency International Deutschland e.V.) (Initiative Transparente Zivilgesellschaft | Transparency International Deutschland e.V.). Diese Berichte können öffentlich bereitgestellt werden, um Vertrauen bei Sponsoren und der Community zu schaffen – getreu dem Motto: „Transparenz schafft Vertrauen“ (Initiative Transparente Zivilgesellschaft | Transparency International Deutschland e.V.).
- KI- und Regel-Engine: Das Herzstück ist eine duale Engine aus:
- Expertenregelwerk: Kodifizierung von Steuervorschriften und Gemeinnützigkeitsregeln in maschinenlesbaren Regeln. Ein Regelmodul überwacht z. B., dass maximal 10% der jährlichen Mittel für Verwaltung ausgegeben werden (typische Auflage bei Fördergeldern) oder dass bei gewerblichen Tätigkeiten die Gewinngrenze für steuerliche Unschädlichkeit der gGmbH nicht überschritten wird. Dieses Modul fungiert als Compliance-Guard, der bei Verstößen Warnungen ausgibt.
- Machine-Learning-Komponenten: KI-Module übernehmen Aufgaben wie Belegklassifikation, Vorhersage von Steuerlasten oder Anomalieerkennung. Beispielsweise kann ein KI-Modell anhand von Buchungstexten und Beträgen erkennen, ob es sich um abziehbare Betriebsausgaben oder um nicht abzugsfähige Kosten (z. B. Bewirtungen über Pauschalen hinaus) handelt, und entsprechende Buchungen automatisch vorkontieren. Modernste Deep-Learning-Algorithmen kommen hier zum Einsatz, um Muster in den Finanzdaten zu erkennen und Prognosen zu erstellen – etwa Cashflow-Prognosen oder Steuererstattungen. Dabei setzt OZMAI auf etablierte Open-Source-Frameworks wie PyTorch oder TensorFlow zur Modellierung neuronaler Netze. Vorgefertigte Modelle (z. B. NLP-Modelle zur Texterkennung auf Belegen) können über Plattformen wie TensorFlow Hub oder PyTorch Hub geladen und feinjustiert werden (5 Typen von Machine Learning Algorithmen (Mit Anwendungsfällen)).
- Datenschutz und Sicherheitsmodul: Da OZMAI hochsensible Finanz- und Personendaten verarbeitet, ist Datenschutz integral in der Architektur verankert. Zwei Schlüsselprinzipien kommen zum Tragen:
- Datenminimierung: Entsprechend Art. 5 DSGVO und Empfehlungen von Datenschutzbehörden gilt auch für KI-Systeme der Grundsatz der Datenminimierung (Hambacher Erklärung zur Künstlichen Intelligenz | datenschutz.rlp.de). OZMAI erhebt und speichert also nur die Daten, die für die jeweiligen Zwecke absolut notwendig sind. Beispielsweise können personenbezogene Daten von Spendern nach Erstellung der Zuwendungsbestätigung pseudonymisiert oder gelöscht werden, sobald sie nicht mehr benötigt werden. Für KI-Trainingsdaten werden soweit möglich anonymisierte oder synthetische Datensätze genutzt, um die Privatsphäre zu schützen.
- Differential Privacy und Privacy Engineering: Bei der Entwicklung der ML-Komponenten wird Differential Privacy (DP) eingesetzt, um statistische Auswertungen zu ermöglichen, ohne individuelle Daten preiszugeben. DP fügt gezielt statistisches Rauschen zu Abfragen hinzu, sodass Rückschlüsse auf einzelne Personen nahezu unmöglich werden (A Survey of Differential Privacy Frameworks – OpenMined). Konkret wird beispielsweise die Bibliothek PyTorch Opacus integriert – eine Hochgeschwindigkeitsbibliothek, die es ermöglicht, neuronale Netze mit Differential Privacy zu trainieren (A Survey of Differential Privacy Frameworks – OpenMined). So kann OZMAI z. B. einen Machine-Learning-Klassifikator trainieren, der typische Buchungsfehler erkennt, ohne dass ein Prüfer später aus dem Modellverhalten sensible Einzelbuchungen rekonstruieren kann. Zusätzlich kommen Verfahren wie Zugriffskontrollen, Verschlüsselung (für Daten im Ruhezustand und in Transit) und regelmäßige Sicherheits-Audits zum Einsatz, um die Vertraulichkeit und Integrität des Systems zu gewährleisten.
- Benutzeroberfläche und Reporting: Über ein webbasiertes Dashboard erhalten berechtigte Nutzer (z. B. OZM-Management, Buchhalter, Wirtschaftsprüfer) Zugriff auf alle Funktionen:
- Übersichten & Kennzahlen: Graphische Aufbereitung von Echtzeit-Kennzahlen (Umsätze, Ausgaben, Liquide Mittel, zu zahlende Steuern, etc.).
- Steuer- und Finanzkalender: Automatische Erinnerungen an Fristen (Steuervoranmeldungen, Jahreserklärungen, Prüfungsintervalle).
- Belegmanagement: Anzeige erkannter Belege, Möglichkeit zur Korrektur oder Bestätigung von KI-Vorschlägen.
- Reports & Exporte: Generierung von PDF- und CSV-Berichten, die z. B. dem Finanzamt übermittelt oder im Rahmen der Jahresberichtserstattung veröffentlicht werden können. Schnittstellen erlauben den Export z. B. ins Elster-Format für Steuererklärungen.
- Konfigurationsmodul: Einstellung von Parametern (z. B. Steuersatz bei Gewerbesteuerhebesatz-Änderungen, Hinterlegung der aktuellen Freigrenzen für Spendenquittungen etc.).
Technologie-Stack: Das gesamte System wird unter Verwendung quelloffener Technologien entwickelt. Programmiersprachen wie Python (für KI und Backend-Logik, dank starker ML-Bibliotheken) und JavaScript/TypeScript (für Frontend) kommen zum Einsatz. Als Framework für das Web-Frontend könnte z. B. React oder Angular dienen, während das Backend auf einem robusten Webframework (z. B. Django oder FastAPI in Python) aufbaut. Die Datenbank könnte ein SQL-System (z. B. PostgreSQL) für strukturierte Finanzdaten mit einem NoSQL-Store (für unstrukturierte Daten wie Belegbilder) kombinieren. KI-Modelle werden, wie erwähnt, mit PyTorch oder TensorFlow entwickelt; für spezielle Aufgaben können Bibliotheken wie scikit-learn (klassische ML-Algorithmen), spaCy (NLP) oder OpenCV (Bilderkennung für Belege) einbezogen werden.
Besonderer Wert wird auf Interoperabilität und Standards gelegt. Alle Schnittstellen von OZMAI (z. B. REST-APIs) werden offen dokumentiert, sodass externe Entwickler oder andere Organisationen das System erweitern können. Durch die Veröffentlichung des Codes unter einer geeigneten Open-Source-Lizenz (voraussichtlich MIT oder Apache 2.0 für möglichst freie Nutzbarkeit, oder AGPL wenn die Copyleft-Eigenschaft gewünscht ist) wird sichergestellt, dass die Lösung in der Community Verbreitung findet. Die offene Architektur ermöglicht es auch, später Module auszutauschen oder zu verbessern – z. B. könnte ein anderes Non-Profit eine Erweiterung für Spendenkampagnen-Management entwickeln und als Plug-in beisteuern.
Umsetzung und Zeitplan
Die Realisierung von OZMAI erfolgt iterativ in aufeinander aufbauenden Phasen. Ein agiles Projektvorgehen (z. B. Scrum) stellt sicher, dass früh funktionsfähige Prototypen entstehen und Feedback aus der Praxis einfließen kann. Im Folgenden ein Überblick über die geplanten Projektphasen, deren Inhalte und voraussichtliche Dauer:
Phase | Inhalt / Aufgaben | Dauer |
1. Anforderungsanalyse & Konzeption | Workshops mit OZM-Beteiligten (Geschäftsführung, Buchhaltung, Künstlervertretung) zur Aufnahme aller Anforderungen. Erstellung eines Pflichtenhefts mit Use Cases (z. B. „Umsatzsteuer-Voranmeldung erstellen“) und Definition der Datenfelder der OZMX-Struktur. Rechtliche Anforderungen (Steuergesetze, Gemeinnützigkeitsauflagen) werden mit Steuerberatern abgestimmt. Außerdem: Risikoanalyse (Datenschutz, Security). | 1–2 Monate |
2. Architekturdesign & Prototyping | Entwurf der Systemarchitektur (Komponentendiagramme, Schnittstellendefinitionen). Auswahl des Technologie-Stacks und Aufsetzen der Entwicklungsumgebung (Repos auf GitHub/Open CoDE, CI/CD-Pipeline). Entwicklung eines Minimalprototyps: z. B. eine einfache Webmaske, die manuell Buchungen erfasst und in der Datenbank speichert, um das Grundgerüst zu testen. | 1 Monat |
3. Datenintegration & Importmodule | Implementierung der Schnittstellen zu bestehenden Systemen. Entwicklung von Konnektoren zu Buchhaltungssoftware (bspw. Import von DATEV-Buchungsstapeln über API oder CSV). Aufbau der Datenbank mit allen Tabellen laut OZMX-Modell. Test: Import historischer OZM-Daten, um das System mit echten Zahlen zu füllen und Anwendungsfälle durchzuspielen. | 2 Monate |
4. KI-Komponenten-Entwicklung (iterativ in Sprints) | Entwicklung der wichtigsten KI-Funktionen: Zuerst Regel-Engine (Abbildung Steuerlogik als Code), dann ML-Modelle. Geplante Reihenfolge: (a) Belegklassifikation: Modell trainieren, das Buchungstext + Betrag auf Steuerkategorie mappt. (b) Anomalieerkennung: Ungewöhnliche Ausgaben oder Buchungen flaggen. (c) Prognose: Cashflow- und Steuerprognosemodell. Parallel Einbindung von PyTorch/TensorFlow und Implementierung von Differential Privacy (z. B. Training mit PyTorch Opacus (A Survey of Differential Privacy Frameworks – OpenMined)). Jeder Sprint (2–3 Wochen) liefert ein inkrementelles Feature, das sofort getestet wird. | 4–6 Monate (für erste Version der KI-Module) |
5. Frontend & Reporting | Aufbau des Dashboards und der Benutzeroberfläche. Umsetzung der verschiedenen Ansichten (Finance-KPI Overview, Detailjournal, Einstellungsseiten). Einbindung von Chart-Bibliotheken für Visualisierungen. Implementierung der Report-Generatoren (Transparenzbericht, Jahresabschluss, Steuererklärungsformulare als PDF). User-Feedback-Runden mit OZM-Team, um Usability zu verbessern. | 2 Monate |
6. Testing & Qualitätssicherung | Umfassende Tests: Unit-Tests für alle Module, Integrationstests (z. B. kompletten Jahresabschluss durchspielen), und Penetration Testing für die Security. Datenschutz-Compliance-Check: Überprüfung, dass alle DSGVO-Vorgaben erfüllt sind (z. B. Recht-auf-Vergessen Umsetzung). Evtl. externes Audit durch IT-Prüfer. | 1 Monat (kontinuierlich neben Entwicklung) |
7. Deployment & Schulung | Installation der produktiven Umgebung im OZM (wahlweise On-Premise Server im Hammerbrooklyn oder Cloud Deployment in einer deutschen Cloud unter DSGVO-Bedingungen). Migration aller Altdaten. Schulung der Nutzer – insbesondere OZM-Buchhaltung – im Umgang mit dem System. Erstellung einer Dokumentation für Administratoren und Anwender. | 1 Monat |
8. Pilotbetrieb & Verbesserung | Start des Echtbetriebs im OZM HAMMERBROOKLYN. Engmaschiges Monitoring der Ergebnisse in den ersten Geschäftsquartalen. Einsammeln von Nutzerfeedback und Fehlermeldungen. Kontinuierliche Verbesserungen und Bugfixes. Erfolgsmessung anhand definierter KPIs (z. B. Zeitersparnis in Buchhaltung, Genauigkeit der Steuerprognose, Erfüllung der Gemeinnützigkeitsquoten). | 6–12 Monate (Pilotphase) |
9. Open-Source Veröffentlichung & Community-Building | Veröffentlichung des Quellcodes (falls noch nicht geschehen, z. B. auf Open CoDE und GitHub) mit ausführlicher README und Beispieldaten. Öffentlichkeitsarbeit: Ankündigung im OZM-Blog, Präsentation auf Open-Source-Konferenzen (z. B. bei der Public Money, Public Code-Initiative oder dem Sovereign Tech Fund). Aufbau einer Contributor-Community durch Einrichtung eines Forums oder Discord sowie klare Contribution Guidelines. | parallel ab Phase 3, Intensivierung nach Go-Live |
Dieses Vorgehen sieht vor, dass spätestens nach rund 12 Monaten eine erste voll funktionsfähige Version von OZMAI im Einsatz ist. Dabei wird bereits früh auf Transparenz gesetzt: Alle Entwicklungen erfolgen öffentlich in einem Repository, so dass schon während Phase 4–5 interessierte Entwickler oder Organisationen Einblick haben und Beiträge leisten können.
Rechtliche Aspekte und Compliance
Ein Projekt dieser Art berührt mehrere Rechtsbereiche – vom Steuerrecht über Gemeinnützigkeitsrecht bis hin zum Datenschutz- und IT-Recht. Im Projektplan werden folgende Aspekte besonders berücksichtigt:
- Steuer- und Gemeinnützigkeitsrecht: Da OZMAI die Steuerverwaltung automatisiert, muss es zwingend die aktuellen deutschen Steuergesetze und Finanzamts-Vorgaben einhalten. Die Körperschaftsteuer, Gewerbesteuer und Umsatzsteuer für Kapitalgesellschaften (GmbH) werden ebenso abgebildet wie die speziellen Regeln für gGmbHs (Gemeinnützigkeit). Hierzu werden regelmäßig Updates nötig sein, wenn sich Gesetze ändern (z. B. neue Umsatzsteuersätze, geänderte Spendenabzugsfähigkeit etc.). OZMAI wird so konzipiert, dass Steuerformeln und -grenzen leicht aktualisierbar sind (ggf. via Online-Update). Zusätzlich muss sichergestellt sein, dass satzungsmäßige Auflagen eingehalten werden – etwa darf eine gGmbH Gewinne nicht ausschütten, sondern nur für den gemeinnützigen Zweck verwenden. Das System wird daher Gewinne automatisch entsprechenden Rücklagen oder Projekten zuordnen. Eine rechtliche Grauzone könnten innovative Finanzierungsformen sein (z. B. NFT-Kunstverkäufe oder Krypto-Spenden), die im Projektverlauf auftauchen – hier ist von Anfang an die Einbindung eines steuerlichen Beraters vorgesehen, um Sonderfälle richtig zu behandeln.
- Datenschutz: Wie im Architekturkapitel beschrieben, genießt der Schutz personenbezogener Daten höchste Priorität. Alle personenbezogenen Finanzdaten (z. B. Lieferantendaten, Spenderlisten, Gehälter) werden nach DSGVO verarbeitet. Durch Datenminimierung und Pseudonymisierung stellt OZMAI sicher, dass keine unnötigen oder unverhältnismäßigen personenbezogenen Daten gespeichert werden (Hambacher Erklärung zur Künstlichen Intelligenz | datenschutz.rlp.de). Features wie Differential Privacy in den Auswertungen dienen dazu, Privatsphäre auch bei statistischen Berichten zu wahren (A Survey of Differential Privacy Frameworks – OpenMined). Außerdem werden Zugriffe protokolliert und nur autorisierten Personen erlaubt (Rechte- und Rollenkonzept, z. B. Buchhalter darf alles sehen, ein externer Prüfer nur anonymisierte Summen). Für die Open-Source-Veröffentlichung bedeutet Datenschutz, dass keine produktiven Echtdaten im Repository landen – für Demo-Zwecke werden Dummy-Datensätze genutzt.
- Lizenzierung und Haftung: Das Open-Source-KI-System wird unter einer OSI-zertifizierten Lizenz veröffentlicht. Geplant ist eine Lizenz, die Wiederverwendung und kommerzielle Nutzung erlaubt, um die Verbreitung nicht einzuschränken (z. B. MIT oder Apache 2.0). Dazu werden Copyright-Hinweise aller verwendeten Bibliotheken beachtet. Ein wichtiger Punkt ist Haftungsausschluss: Da Steuerberechnungen sensible Konsequenzen haben können, wird im Disclaimer klargestellt, dass trotz sorgfältiger Programmierung keine Gewähr für steuerliche Richtigkeit übernommen wird und die Verantwortung letztlich beim Anwender liegt. Für den produktiven Einsatz im OZM selbst wird man dennoch eng mit dem Steuerberater zusammenarbeiten und ggf. ein Testat anstreben, um Vertrauen in die korrekte Funktionsweise zu schaffen.
- IT-Compliance und Security: Sollte OZMAI auch von anderen (kommunalen) Institutionen eingesetzt werden, müssen ggf. Standards wie das BSI-Grundschutz-Kompendium berücksichtigt werden. Schon für OZM intern gilt, dass IT-Sicherheit nach dem Stand der Technik umgesetzt wird. Regelmäßige Updates, Verwendung supporteter Softwareversionen und Penetrationstests sind vorgesehen. Zudem wird dokumentiert, wie OZMAI in die bestehende IT-Landschaft eingebettet ist, um Notfallpläne (Backup & Recovery) zu integrieren.
Durch frühzeitige und regelmäßige Konsultation von Rechtsexperten (Datenschutzbeauftragter, Steuerberater, ggf. Gemeinnützigkeits-Experten) stellt das Projekt sicher, dass alle rechtlichen Vorgaben eingehalten werden. OZMAI soll nicht nur technisch, sondern auch Compliance-seitig ein Vorzeigeprojekt sein, das demonstriert, wie KI in sensiblen Bereichen verantwortungsvoll eingesetzt werden kann.
Wirtschaftliche Vision und nachhaltige Finanzierung
OZMAI ist nicht nur ein Tech-Projekt, sondern Teil einer größeren wirtschaftlichen Vision des OZM HAMMERBROOKLYN. Diese Vision lautet, Kunst und Kultur durch unternehmerische Aktivitäten selbsttragend zu finanzieren und dadurch neue Wege jenseits staatlicher Subvention zu gehen. Folgende Aspekte kennzeichnen die wirtschaftliche Strategie, die OZMAI unterstützen und sichtbar machen soll:
- Diversifizierte Einnahmequellen abbilden: Das OZM generiert Einnahmen aus Kunstverkäufen (Originalkunst, Prints, digitale Kunstwerke), Events und Ausstellungen, aus Vermietung (die Container-Module auf dem Gelände können für Workshops, Gastronomie etc. genutzt werden) sowie perspektivisch aus Immobilienprojekten (Teile des Hammerbrooklyn-Hochhauses könnten vermietet werden). OZMAI konsolidiert diese heterogenen Income-Streams und zeigt in Echtzeit, welcher Bereich welchen Beitrag liefert. Dadurch können Geschäftsentscheidungen, z. B. Intensivierung von Kunstverkäufen vs. Ausbau von Events, datenbasiert getroffen werden.
- Kostenkontrolle und Effizienz: Durch das Monitoring aller Ausgaben erkennt das System Einsparpotenziale. Beispielsweise könnte OZMAI aufdecken, dass bestimmte Betriebskosten unverhältnismäßig hoch sind im Vergleich zum Branchenstandard, und Alternativenszenarien berechnen. Die KI könnte auch Vorschläge zur Ressourcenzuteilung machen – etwa mehr Budget für Marketing einplanen, wenn Kunstverkäufe hinter den Erwartungen bleiben. Eine effektivere Mittelallokation soll die finanzielle Performance steigern, was sich in höheren Überschüssen ausdrückt.
- Schuldentilgung als Erfolgsmessung: Sollte das OZM für Infrastrukturinvestitionen (Renovierung des Gebäudes, Aufbau der Containeranlage etc.) Kredite aufgenommen haben, wird die Tilgung dieser Schulden ein Primärziel sein. OZMAI visualisiert den Fortschritt beim Schuldenabbau und simuliert, wie verschiedene Finanzentscheidungen (z. B. vorzeitige Tilgungen vs. Reinvestition in ein neues Projekt) sich langfristig auswirken. Die wirtschaftliche Gesundheit des Projekts wird so transparent. Sobald Schulden reduziert werden, steigen die frei verfügbaren Mittel – OZMAI kann prognostizieren, ab welchem Zeitpunkt genügend Liquidität für das nächste große Kunstprojekt vorhanden ist.
- Reinvestition in Kunst und Gemeinwohl: Als gemeinnütziges Kunsthaus muss OZM erwirtschaftete Überschüsse in den Satzungszweck reinvestieren. OZMAI trackt daher auch die Mittelverwendung im Sinne des Gemeinwohls: Wie viel Geld fließt zurück in neue Ausstellungen, in Förderprogramme für Künstler, in Bildungsarbeit oder soziale Projekte? Diese Kennzahl ist wichtig, um zu demonstrieren, dass wirtschaftlicher Erfolg direkt wieder der Kunst und Gesellschaft zugutekommt. Im Idealfall wird durch OZMAI sichtbar, dass ein Euro Umsatz X Euro kulturellen Mehrwert generiert. Diese Art von sozialer Rendite soll als Argument dienen, das Modell auch andernorts zu übernehmen.
- Nachhaltigkeit und “Konjunkturprogramm aus der Kunst”: Langfristig ist die Idee, dass Projekte wie OZM HAMMERBROOKLYN Impulse in die Wirtschaft geben – durch Innovation, Tourismus (Besucher der Galerie), Schaffung von kreativen Arbeitsplätzen – und damit wie ein künstlerisches Konjunkturprogramm wirken. OZMAI kann helfen, diese indirekten Effekte zu messen oder zumindest darzustellen, z. B. die Anzahl der involvierten Künstler, die Aufträge erhalten, oder die lokalen Ausgaben der Besucher. Diese Daten untermauern die These, dass Investitionen in Kultur multiplikative Effekte haben. Wirtschaftlich soll OZMAI somit den Beweis erleichtern, dass Kulturförderung nicht nur Ausgaben bedeutet, sondern Wertschöpfung und Innovation erzeugt.
Ein wichtiger Teil der Vision ist auch die Reproduzierbarkeit: Wenn OZMAI zeigt, dass ein Kunstort finanziell autark funktionieren kann, lässt sich dieses Modell auch auf andere Projekte übertragen. Das könnte Investoren und öffentliche Hand überzeugen, ähnliche Zentren zu unterstützen – nicht mit dauerhaften Zuschüssen, sondern Anschubfinanzierungen, die sich langfristig auszahlen. OZMAI dient hier als Transparenz- und Vertrauensinstrument, da es die komplexen Geldflüsse und Wirkungen schwarz auf weiß belegt.
Zusammengefasst unterstützt OZMAI die wirtschaftliche Strategie des OZM, indem es Daten-gesteuerte Entscheidungen ermöglicht, Erfolge messbar macht und dafür sorgt, dass wirtschaftlicher Erfolg mit kulturellem und gemeinnützigem Erfolg Hand in Hand geht. Diese Verbindung von Gewinnorientierung und Gemeinwohl ist Kern der OZM-Philosophie und wird durch das KI-System praktisch umsetzbar.
Community-Strategie und offene Entwicklung
Als Open-Source-Projekt ist es entscheidend, eine aktive Community rund um OZMAI aufzubauen, die das System mitträgt, nutzt und weiterentwickelt. Die Community-Strategie umfasst mehrere Ebenen:
- Transparente Entwicklung: Von Beginn an wird die Entwicklung öffentlich nachvollziehbar sein (z. B. Repository auf GitHub oder Open CoDE). Interessierte können Commits verfolgen, Issues eröffnen und Vorschläge machen. Durch diese Offenheit sollen früh weitere Entwickler, ggf. auch aus der öffentlichen Verwaltung oder anderen Kulturinstitutionen, angesprochen werden. Dies entspricht dem Ansatz, den auch die öffentliche Hand in Deutschland mit Plattformen wie Open CoDE verfolgt, um Wiederverwendung und Zusammenarbeit bei Software zu fördern.
- Dokumentation und Wissensteilung: Um externe Beiträge zu erleichtern, wird umfassende Dokumentation erstellt – vom Developer Guide (Einrichtung der Entwicklungsumgebung, Architekturüberblick) bis zur User-Doku. Zusätzlich könnten Blogposts oder Videos die komplexen steuerlichen Zusammenhänge erklären, damit auch international oder fachfremd interessierte Entwickler verstehen, welche Problemstellung OZMAI löst. Die Verwendung von Deutsch und Englisch als Projektsprache (Code und Doku) stellt sicher, dass sowohl lokal (deutscher Steuerkontext) als auch global Resonanz möglich ist.
- Community-Plattformen: Neben dem Code-Repository werden Kommunikationskanäle eingerichtet. Ein öffentlicher Chat (z. B. Discord oder Matrix) ermöglicht direkten Austausch. Ein Diskussionsforum (z. B. GitHub Discussions oder ein Discourse-Forum) kann für tiefergehende Architekturdebatten oder Support-Fragen genutzt werden. Wichtig ist auch die Präsenz auf etablierten Events der Open-Source- und Civic-Tech-Szene: z. B. Vorträge auf dem Chaos Communication Congress, der FOSDEM, oder Netzwerktreffen der Open Knowledge Foundation. Dort kann OZMAI als Best-Practice für „Open Source im gemeinnützigen Sektor“ vorgestellt werden.
- Allianzen mit Förderinitiativen: Um die Nachhaltigkeit des Open-Source-Projekts zu sichern, wird der Schulterschluss mit Organisationen gesucht, die Open Source fördern. Hier kommen bspw. der Sovereign Tech Fund (Deutschland) in Betracht, der offene digitale Infrastruktur als Rückgrat der Digitalisierung unterstützt (Sovereign Tech Fund – SPRIND). Auch Stiftungen oder Programme der digitalen Zivilgesellschaft könnten angesprochen werden, OZMAI als Modellprojekt zu fördern. Solche Kooperationen bringen nicht nur finanzielle Mittel, sondern auch weitere Expertise und Sichtbarkeit. Der Sovereign Tech Fund wurde etwa im Bundestag als „effektive Investition in IT-Sicherheit“ gelobt (Open Source: Bundestag stärkt Sovereign Tech Fund) – eine Auszeichnung, die OZMAI anstreben kann, indem es Sicherheit und Gemeinwohl vereint.
- Lokale Community und Nutzergruppe: Da OZM HAMMERBROOKLYN stark in der Hamburger Kunst- und Kulturszene verankert ist, wird auch lokal eine Nutzergemeinschaft entstehen. Workshops vor Ort könnten zeigen, wie OZMAI funktioniert – vielleicht interessieren sich andere gemeinnützige Vereine oder Startups aus dem Hammerbrooklyn-Umfeld für die Software. Ein Austauschprogramm („Open OZM“) könnte etabliert werden, wo für einige Wochen Entwickler aus anderen Organisationen mit am Projekt arbeiten und im Gegenzug ihre Erfahrungen zurück in ihre Projekte nehmen (Art Residency, aber für Entwickler).
- Feedback und kontinuierliche Verbesserung: Die Community soll als Resonanzboden dienen, um OZMAI stetig zu verbessern. Etwaige Probleme oder neue Feature-Wünsche werden offen diskutiert. Da der Finanz- und Steuervorschriftenbereich sich ständig wandelt, ist es sehr wertvoll, wenn viele Augen mit auf den Code schauen – nach dem Linus’ Law „Given enough eyeballs, all bugs are shallow“. Insbesondere steuerliche Edge-Cases kann die Schwarmintelligenz der Community schneller aufdecken. Durch ein offenes Governance-Modell (z. B. ein Projektsteuerungskreis, in dem aktive Contributor mitentscheiden) bleibt das Projekt langfristig lebendig und relevant.
Als Erfolg der Community-Strategie wäre es zu werten, wenn innerhalb eines Jahres nach Veröffentlichung mehrere externe Beiträge (Pull Requests) eingeflossen sind, und vielleicht 1–2 andere Organisationen eine Pilotinstallation gestartet haben. Das würde bedeuten, OZMAI verbreitet sich, und je mehr es genutzt wird, desto mehr Rückmeldungen fließen zurück – ein positiver Kreislauf.
Nicht zuletzt ist OZMAI auch ein kulturelles Statement: Es zeigt, dass die Kunstszene nicht nur kreativ, sondern auch fähig ist, in High-Tech-Bereiche vorzudringen und dort Open-Source-Entwicklungen anzustoßen. Diese Narrative soll ebenfalls kommuniziert werden, um weitere unkonventionelle Akteure zu inspirieren, Open Source für ihre Zwecke zu entdecken.
Fazit
OZMAI verbindet in einzigartiger Weise Kunst, Technologie, Wirtschaft und Gemeinwohl. Der Projektplan skizziert eine umfassende KI-Infrastruktur, die dem OZM HAMMERBROOKLYN erlaubt, Finanzen und Steuern autonom, effizient und transparent zu verwalten. Durch den Einsatz moderner KI-Methoden (Machine Learning, Automatisierung) und die strikte Beachtung von Datenschutz und Gemeinnützigkeitsregeln entsteht ein System, das gleichermaßen innovativ wie vertrauenswürdig ist.
Als Open-Source-Projekt entfaltet OZMAI über das OZM hinaus Wirkung: Es kann von anderen gemeinnützigen Organisationen, Kulturprojekten oder sogar öffentlichen Verwaltungen adaptiert werden, um digitale Souveränität in der Finanzsteuerung zu gewinnen. Damit leistet OZMAI einen Beitrag zu der wachsenden Bewegung, die öffentliche digitale Infrastruktur offen und kollaborativ aufzubauen – nach dem Prinzip, dass Gemeingut und öffentliches Geld dem Gemeinwohl dienen sollen. Die Entwicklung kommt genau zur rechten Zeit, da Politik und Gesellschaft vermehrt erkennen, dass Open Source das Rückgrat der digitalen Infrastruktur bildet (Open Source: Bundestag stärkt Sovereign Tech Fund) und entsprechende Projekte Unterstützung verdienen.
Für das OZM HAMMERBROOKLYN wird OZMAI ein lebendiger Beweis sein, dass Kunst mehr kann, als nur schöne Werke zu produzieren – sie kann der Ausgangspunkt für unternehmerische Modelle und Technologien sein, die nachhaltig wirken. Wirtschaftlicher Erfolg, Schuldenabbau und Reinvestition werden transparent abgebildet und zeigen: Dieses Kulturprojekt ist kein Zuschussbetrieb, sondern ein sich selbst verstärkendes Ökosystem aus Kreativität und Verantwortung.
Am Ende steht die Vision, dass OZMAI Schule macht und an vielen Orten ähnliche Zentren dabei unterstützt, Träume mit Daten und Zahlen zu untermauern. Der vorliegende Projektplan legt den Grundstein dafür – nun gilt es, ihn mit Leben zu füllen, Code zu schreiben und Community zu bauen. Das OZM und seine Partner laden dazu ein, diesen Weg gemeinsam zu gehen und zu zeigen, wie eine offene KI-Lösung im Dienste von Kunst und Gemeinwohl aussehen kann.