Das ist unser zentrales Learning aus dem ersten Fokustag der Spheriq Academy für digitale Philanthropie und auch der rote Faden aus den Gesprächen mit den Teilnehmenden vor Ort.
Besonders aufschlussreich war, dass sowohl Vertreter:innen von Förderstiftungen als auch von NPOs unabhängig voneinander zu einer ähnlichen Einschätzung gelangten – einer Einschätzung, die wir bei der Gebert Rüf Stiftung bereits in der praktischen Anwendung beobachten konnten: Künstliche Intelligenz ist nicht primär ein Instrument zur Automatisierung von Förderentscheiden. Vielmehr hält sie Förderorganisationen einen präzisen Spiegel vor. Sie zeigt auf, wie klar – oder eben wie unklar – die eigene Förderlogik tatsächlich ist.
Vom Förderverständnis zur Förderlogik
KI kann nur dann einen echten Mehrwert schaffen, wenn die Referenzbasis klar genug definiert ist. Dazu gehören verständliche Wirkungsziele, ein nachvollziehbarer Förderrahmen sowie eindeutig formulierte Muss- und Soll-Kriterien.
Wo diese Grundlagen fehlen, produziert KI keine besseren Entscheide. Sie macht vielmehr sichtbar, dass die Förderstrategie selbst zu wenig konsistent formuliert ist.
Die Einführung KI-gestützter Prozesse beginnt deshalb nicht mit Technologie, sondern mit Strategiearbeit. Förderorganisationen müssen zunächst klären, welche Projekte sie fördern wollen, welche Wirkungen sie anstreben und welche Kriterien für eine Förderung unverzichtbar sind.
Testfall «InnoBooster»
Die Gebert Rüf Stiftung hat die KI-Lösung PeakPrivacy, die künftig in ihrer vollen Funktionalität auf der Spheriq-Plattform verfügbar sein wird, bereits für die Gesuchsvorprüfung von Projekteingaben im Förderprogramm InnoBooster getestet.
Ziel war es, die Eignung von Projekten anhand klar definierter Förderkriterien automatisiert zu prüfen. Dafür wurde eine Förderlogik mit eindeutigen Knockout-Kriterien hinterlegt.
Die KI überprüft innerhalb weniger Sekunden beispielsweise,
- ob das Projekt an einer Hochschule verankert ist,
- ob es die zweite Stufe des Venture Kick-Programms als Qualitätsnachweis erreicht hat,
- und ob ein LOI von potentiellen Kunden und Investoren das Marktinteresse zeigt.
Aus diesen Kriterien entsteht der Konstruktor «InnoBooster Eligibility», der eine erste Vorprüfung der Förderfähigkeit ermöglicht – per Drag and Drop des Antragsformulars.
Bei solchen eindeutig definierten Muss-Kriterien spielt die KI ihre Stärken aus. Sie kann grosse Mengen an Informationen analysieren, Nachweise identifizieren und standardisierte Einschätzungen referenziert liefern. Gleichzeitig profitieren auch Antragstellende: Wird ihnen der Konstruktur als «Eligibility Pre-Assessment» zur Verfügung stellt, erhalten sie frühzeitig eine Einschätzung ihrer Förderfähigkeit und können besser beurteilen, ob eine Einreichung sinnvoll ist.
KI als Instrument zur Schärfung von Förderstrategien
Der eigentliche Mehrwert geht allerdings über die reine Effizienzsteigerung hinaus. Wenn Förderorganisationen ihre Kriterien explizit formulieren müssen, um sie für KI-Systeme nutzbar zu machen, entsteht ein zusätzlicher Erkenntnisgewinn. Förderlücken werden sichtbar. Unklare Anforderungen treten hervor. Förderlogiken können systematischer überprüft und weiterentwickelt werden.
In diesem Sinne unterstützt KI nicht nur die operative Gesuchsvorprüfung, sondern auch die strategische Weiterentwicklung von Förderprogrammen.
Plattformen wie Spheriq schaffen dafür eine gemeinsame Infrastruktur, von der sowohl Förderinstitutionen als auch Antragstellende profitieren. Die einen gewinnen Zeit bei der Vorprüfung von Gesuchen, die anderen erhalten rasch Orientierung bei der Entwicklung ihrer Projekte.
Was bleibt, wenn beide Seiten KI nutzen?
Eine weitere Frage beschäftigt uns zunehmend: Was passiert, wenn beide Seiten der Förderbeziehung KI einsetzen?
Bereits jetzt optimieren Förderorganisationen ihre Ausschreibungen. Antragstellende verfassen ihre Gesuche mit denselben Technologien und richten sie auf die jeweiligen Förderlogiken aus. Die Qualität und Passgenauigkeit von Anträgen dürfte künftig weiter steigen.
Paradoxerweise macht dies den menschlichen Faktor nicht weniger wichtig, sondern wichtiger: Denn wenn Ausschreibungen und Gesuche zunehmend «glatt» werden, wenn Förderkriterien perfekt erfüllt und Anträge optimal formuliert sind, bleibt am Ende eine zentrale Beurteilungsdimension bestehen: die gemeinsame Einschätzung von Menschen, ob ein Projekt tatsächlich sinnvoll aufgestellt ist und unter welchen Bedingungen es erfolgreich sein kann.
Die Zukunft der Philanthropie liegt deshalb nicht in der vollständigen Automatisierung von Förderentscheiden. Sie liegt in einer intelligenten Arbeitsteilung.
Die KI übernimmt die strukturierte Prüfung, die Transparenz und die Effizienz. Menschen konzentrieren sich auf das, was Maschinen nicht leisten können: Kontext verstehen, Potenziale erkennen, Risiken abwägen und gemeinsam mit Projektträgern die Erfolgsfaktoren für gesellschaftliche Wirkung gestalten.
KI automatisiert die Form. Die Verantwortung für die Substanz bleibt bei uns.