Asyl-KI ohne Fehlerstatistik: Was die BAMF-Software heute nachweislich kann
Das geplante KI-Migrationsverwaltungsgesetz soll Behörden erlauben, KI mit alten Asylakten zu trainieren und Angaben von Antragstellern automatisch mit dem Internet abzugleichen. Wir haben zusammengetragen, wie gut die KI-Werkzeuge arbeiten, die das BAMF schon heute einsetzt. Dabei zeigt sich: Eine echte Fehlerquote weist die Regierung nicht aus. Die wichtigste Schutzmaßnahme des Entwurfs, die Schulung des Personals, ist nach dem Stand der Forschung schwach.

Darum geht es
Am 23. November 2026 hört der Innenausschuss des Bundestags Sachverständige zum KI-Migrationsverwaltungsgesetz (KIMVG, Drucksache 21/8275) an. Eine Woche vorher, am 16. November, haben 37 Organisationen einen Appell gegen den Entwurf veröffentlicht, darunter AlgorithmWatch, Pro Asyl, Amnesty International, AWO und das DRK. Die juristische Debatte darüber ist breit. Kaum beachtet wird eine einfachere Frage: Wie gut funktionieren eigentlich die KI-Werkzeuge, die das Bundesamt für Migration und Flüchtlinge (BAMF) seit 2017 einsetzt?
Die Zahlen dazu stecken verstreut in Antworten der Bundesregierung auf Kleine Anfragen der Linken. Wir haben sie zusammengetragen. Das Ergebnis: Echte Fehlerquoten gibt es kaum. Ein Gesetz, das als Schutz vor Fehlern vor allem auf geschultes Personal setzt, steht deshalb auf dünnem Fundament.
Was das KIMVG erlauben soll
Der Entwurf stammt aus dem Innenministerium und wurde mit dem Auswärtigen Amt erarbeitet. Das Kabinett hat ihn am 29. Juli 2026 beschlossen, die erste Lesung im Bundestag war am 8. Oktober und dauerte rund 20 Minuten. Er hat drei Kernpunkte:
- Training: Die Behörden dürfen personenbezogene Daten aus Asyl- und Aufenthaltsverfahren nutzen, um KI-Systeme zu entwickeln, zu trainieren, zu validieren und zu testen. Eine allgemeine Pflicht zur Anonymisierung gibt es nicht. Laut Begründung entfällt sie, wenn sie technisch unmöglich oder unverhältnismäßig wäre oder die Ergebnisse verschlechtern würde. Namen und Geburtsdaten gelten dort ausdrücklich als nützlich.
- Verfahrensmonitoring: Abgeschlossene Verfahren werden automatisch ausgewertet, um Muster, Beschleunigungspotenziale und Entscheidungsmuster zu finden. Profiling, also das Bewerten einzelner Personen anhand ihrer Daten, ist dabei verboten.
- Internetabgleich: Gibt es „tatsächliche Anhaltspunkte“ für begründete Zweifel an einer Angabe, darf das BAMF diese mit öffentlich zugänglichen Internetdaten abgleichen (§ 7b AsylG-E, vergleichbare Regeln im Aufenthaltsgesetz). Als Beispiele nennt netzpolitik.org Instagram, LinkedIn und Medienberichte. Biometrische Daten sind ausgenommen.
Als Schutz sieht der Entwurf vor, dass Menschen die Ergebnisse manuell prüfen und das eingesetzte Personal „besonders zu schulen“ ist. Hinzu kommen Dokumentationspflichten und eine Evaluation spätestens alle fünf Jahre. Den Begriff „Automation Bias“ verwendet der Entwurf laut einer Auswertung von Tech Times nicht. Gemeint ist die Neigung, einem Computervorschlag auch dann zu folgen, wenn er falsch ist. Nach Angaben der Bundesregierung entstehen außer dem Erfüllungsaufwand keine Ausgaben. Die kommunalen Spitzenverbände widersprechen: Server, Hardware und Schulungen würden die Ausländerbehörden erheblich belasten.
Die Bilanz: vier Werkzeuge, wenige belastbare Zahlen
| Werkzeug | Was es tut | Belegte Zahlen | Fehlerquote amtlich? |
|---|---|---|---|
| DIAS (Dialekterkennung) | ordnet Sprachproben einer Herkunftsregion zu | 2018: Fehlerquote „zirka 20 Prozent“; Test-Erkennungsquote 2023 rund 87 % (Arabisch), 2022 73,07 % (Dari/Farsi) | nein, seit 2022 „liegt nicht vor“ |
| Datenträgerauswertung | liest Handys von Antragstellern ohne Pass aus | 2018: 32 % bestätigt, 2 % widerlegt, 65 % ohne verwertbares Ergebnis; 2023: 73,4 % ohne Erkenntnisse, 1,7 % Widerspruch | nein |
| Namenstransliteration | überträgt Namen einheitlich in lateinische Schrift, gibt Herkunftshinweise | 2018: 85–90 % Erfolg bei Syrien/Irak, ca. 35 % bei Maghreb | nein, „liegt nicht vor“ |
| Lichtbildabgleich (LiBiAs) | sucht Mehrfachidentitäten über Fotos | „weitergehende zahlenmäßige Erhebung findet nicht statt“ | nein |
Quellen: Drucksachen 19/190, 19/6647, 20/3238, 20/9419, 21/1710 sowie Berichte von netzpolitik.org.
Die Handyauswertung ist das deutlichste Beispiel für geringen Nutzen. Von Januar bis Oktober 2018 wurden 9.710 Datenträger ausgelesen, 3.439 Auslesungen scheiterten. Laut VICE sollte das System bis 2019 rund 11,2 Millionen Euro kosten. 2023 gab es bei etwa 12.500 ausgelesenen Geräten in fast drei Vierteln der Fälle keine verwertbaren Erkenntnisse. Das Bundesverwaltungsgericht entschied im Februar 2023, dass das Handy nur ausgewertet werden darf, wenn mildere Mittel fehlen. Seit 2024 ist die aufwendige Auswertung ausgesetzt, im ersten Halbjahr 2025 wurden nur noch 338 Datenträger ausgelesen.
Warum „nicht gestützt“ keine Fehlerquote ist
DIAS wird dagegen immer häufiger eingesetzt: 2020 in 9.923 Fällen, 2021 in 15.052, 2022 in 29.632 und allein im ersten Halbjahr 2023 in 22.947 Fällen. Die Regierung meldet, wie oft das Ergebnis die Angaben der Antragsteller „stützt“. 2022 waren es 78 Prozent, im ersten Halbjahr 2023 81 Prozent. Für 2022 nannte sie zudem auffällige Länderwerte: Beim Sudan wurden die Angaben in 70,6 Prozent der Fälle nicht bestätigt.
Diese Werte sagen aber nicht, wer sich geirrt hat. „Nicht gestützt“ kann heißen, dass jemand falsche Angaben gemacht hat. Es kann auch heißen, dass die Software falsch liegt. Die Bundesregierung trennt das nicht. Auf die Frage nach der Fehlerquote antwortete sie 2022: „Eine Fehlerquote im Sinne der Fragestellung liegt nicht vor.“ Stattdessen nennt sie Erkennungsquoten aus internen „Gesamttests“, also Tests mit bekannten Sprachproben.
Unsere Einschätzung: Rechnen wir mit diesen Testwerten. Selbst bei der besten Angabe von 87 Prozent ordnet die Software etwa jede achte Probe falsch zu. Damit ließe sich ein großer Teil der 19 Prozent „nicht gestützten“ Fälle im ersten Halbjahr 2023 (rund 4.360 Verfahren) schon allein durch Softwarefehler erklären. Bei Dari und Farsi liegt die Fehlerrate im Test sogar bei gut einem Viertel. Unter echten Bedingungen dürfte die Quote kaum besser sein als im Labor. Belegen lässt sich das nicht, weil niemand es misst. Die Regierung betont, das Ergebnis sei „lediglich ein Hinweis unter vielen“ ohne Beweischarakter. Es liegt den Entscheidern aber in der Akte vor und soll gezielte Fragen in der Anhörung steuern.
Fachlich ist die Grundidee umstritten. Mark Liberman leitet das Linguistic Data Consortium, das laut AlgorithmWatch den Großteil der Trainingsdaten liefert. Er bezweifelt, dass sich gesprochenes Farsi, Dari und Paschtu maschinell zuverlässig zuordnen lassen. Eine wissenschaftliche Begleitung kündigte die Regierung schon 2018 an. Belege dafür haben wir nicht gefunden. Eine neue Kleine Anfrage der Linken zu DIAS (Drucksache 21/9007) vom 10. November 2026 ist noch unbeantwortet.
Namen im Netz: ein technisch heikler Abgleich
Der Internetabgleich wird in der Praxis oft über Namen laufen, weil Biometrie ausgeschlossen ist. Ausgerechnet dabei hat das BAMF schwache Erfahrungen. Die Transliterationssoftware wurde mit rund einer Milliarde Namen trainiert und kam 2018 bei Namen aus den Maghreb-Staaten nur auf etwa 35 Prozent Erfolg. In einer Auswertung von 1.443 Fällen konnten 39 Prozent der Ergebnisse nicht verifiziert werden.
Die Forschung kennt das Problem seit Langem. Freeman und Kollegen zeigten 2006, dass gängige unscharfe Suchverfahren bei arabisch-englischen Namen schlecht abschneiden. Gründe sind uneinheitliche Umschriften und die arabische Schrift, die kurze Vokale meist weglässt. Hinzu kommt ein einfaches Problem: Viele Menschen tragen denselben Namen. Ein Treffer auf Instagram kann eine ganz andere Person zeigen. Der Wissenschaftliche Dienst des EU-Parlaments warnt deshalb, KI-Fehler könnten den Verdacht einer Falschangabe scheinbar bestätigen. Der Bundesrat will den Abgleich trotzdem auf die Klärung von Identität und Staatsangehörigkeit ausweiten. Das wären genau die Fälle, in denen Namen am unsichersten sind. Die Regierung will das prüfen.
Hilft Schulung gegen Automation Bias?
Die Fachliteratur ist hier ernüchternd. Parasuraman und Manzey fassten 2010 im Fachjournal Human Factors zusammen: Automation Bias tritt bei Laien und Experten auf, in Einzel- wie in Teamentscheidungen, und lässt sich durch Training oder Anweisungen nicht verhindern. Die systematische Übersicht von Goddard und Kollegen (2012, 74 Studien) fand widersprüchliche Belege. Training kann helfen, Fehler des Systems zu erkennen. Eine zitierte Studie fand aber keinen Effekt. Wirksamer erschienen Gestaltungsfragen: Wie sicher sich das System ist, sollte angezeigt werden, und es sollte Informationen liefern statt fertige Empfehlungen. Zeitdruck und hohe Arbeitslast verstärken den Effekt. In einer kleinen Metaanalyse aus der Medizin erhöhte falscher Rat vom Computer das Risiko einer Fehlentscheidung relativ um 26 Prozent.
Ben Green hat 41 Regelwerke ausgewertet, die menschliche Aufsicht über staatliche Algorithmen vorschreiben. Sein Fazit von 2022: Sie beruhen auf einer ungeprüften Annahme und erzeugen ein falsches Gefühl von Sicherheit. Für die Verwaltung besonders aufschlussreich sind Experimente von Alon-Barkat und Busuioc in den Niederlanden. Dort folgten Testpersonen algorithmischen Empfehlungen vor allem dann, wenn sie zu gängigen Stereotypen passten. Für DIAS ist das relevant: Ein Ergebnis wie „spricht nicht sudanesisch“ trifft auf Entscheider, die Zweifel womöglich schon mitbringen.
Was die KI-Verordnung verlangt
Die KI-Verordnung der EU (AI Act) stuft in Anhang III Nr. 7 KI-Systeme als hochriskant ein, die Behörden bei der Prüfung von Asyl-, Visa- und Aufenthaltsanträgen unterstützen, einschließlich der Bewertung von Beweismitteln. Das trifft genau den Bereich, um den es hier geht. Artikel 14 verlangt, dass Aufsichtspersonen sich der Neigung zum blinden Vertrauen bewusst bleiben, und nennt sie ausdrücklich „Automation Bias“. Die Juristinnen Anna-Lena Priebe und Lise Känner halten Monitoring und Internetabgleich für Hochrisiko-Systeme. Ob die Regierung eine Ausnahme beanspruchen kann, ist umstritten. Durch das „Digital Omnibus“-Paket der EU gelten die Pflichten für solche Systeme allerdings erst ab dem 2. Dezember 2027.
Einordnung
Das KIMVG soll erlauben, mit Daten aus Verfahren zu trainieren, deren Werkzeuge nie systematisch auf Fehler geprüft wurden. Die Bilanz von acht Jahren BAMF-Technik ist durchwachsen. Die Handyauswertung war teuer, brachte meist nichts und ist inzwischen weitgehend eingestellt. Die Namenssoftware versagte gerade bei schwierigen Fällen. DIAS wird massenhaft genutzt, eine echte Fehlerquote fehlt aber.
Unsere Einschätzung: Schulung schadet nicht, gegen Automation Bias reicht sie nach dem Forschungsstand aber nicht aus. Wirksamer wären Dinge, die der Entwurf nicht verbindlich vorsieht: gemessene Fehlerquoten je Sprache, Land und Werkzeug, die Anzeige von Unsicherheit im Ergebnis, unabhängige Prüfungen vor dem Einsatz und genug Zeit für die Sachbearbeitung. Auch die Datenschutzbeauftragte hält eine bloße menschliche Prüfung des Ergebnisses für ungenügend. Ob die Sachverständigen am 23. November diese Lücke schließen können, ist offen. Die Fehlerstatistik bleibt die naheliegende Forderung: Ein Staat, der KI über Schutzanträge mitentscheiden lässt, sollte zuerst messen, wie oft sie danebenliegt.
Quellen
- Bundestag: Drucksache 21/8275 (Gesetzentwurf KIMVG) dserver.bundestag.de
- hib: Künstliche Intelligenz in der Migrationsverwaltung (Gesetzentwurf, Bundesrat, Gegenäußerung) bundestag.de
- Bundestag Textarchiv: Erste Lesung KIMVG bundestag.de
- Bundestagszusammenfasser: KIMVG bundestagszusammenfasser.de
- Tech Times: Germany AI Asylum Law Draft Leans on Staff Training techtimes.com
- AlgorithmWatch: KIMVG-Appell algorithmwatch.org
- netzpolitik.org: Dutzende Organisationen warnen vor KI bei Migrationsverfahren netzpolitik.org
- netzpolitik.org: Es geht um Entscheidungen über Menschenleben netzpolitik.org
- netzpolitik.org: Da sollten die Alarmglocken schrillen netzpolitik.org
- LTO: Erteilt die KI bald Arbeitserlaubnisse? lto.de
- FluchtforschungsBlog: Der Gesetzesentwurf zum KIMVG auf dem Prüfstand fluchtforschung.net
- hib: Software im Bamf zur Dialekt-Erkennung (2017, Fehlerquote ca. 20 %) bundestag.de
- kleineanfragen.de: Drucksache 19/6647 (IT-Assistenzsysteme im BAMF) kleineanfragen.de
- netzpolitik.org: BAMF weitet automatische Sprachanalyse aus (2022) netzpolitik.org
- hib: Einsatz von Dialekterkennungssoftware im Bamf (Antwort 20/3238) bundestag.de
- hib: Sprach- und Dialekterkennungssoftware beim Bamf (Antwort 20/9419) bundestag.de
- hib: Kleine Anfrage 21/9007 zu DIAS (November 2026) bundestag.de
- netzpolitik.org: Asylbehörde liest kaum noch Datenträger aus (2025) netzpolitik.org
- VICE: Wie teuer und nutzlos die IT-Offensive des BAMF ist (2018) vice.com
- AlgorithmWatch: Kontroverse Dialekterkennung algorithmwatch.org
- netzpolitik.org: Wissenschaftlicher Dienst des EU-Parlaments zu KI in Asylverfahren netzpolitik.org
- Goddard et al. 2012: Automation bias – systematic review (JAMIA) pmc.ncbi.nlm.nih.gov
- Parasuraman & Manzey 2010 (PubMed) pubmed.ncbi.nlm.nih.gov
- Ben Green: The Flaws of Policies Requiring Human Oversight of Government Algorithms (arXiv) arxiv.org
- Alon-Barkat & Busuioc: Human-AI Interactions in Public Sector Decision Making (arXiv) arxiv.org
- Freeman et al. 2006: Cross Linguistic Name Matching in English and Arabic aclanthology.org
- EU AI Act: Anhang III artificialintelligenceact.eu
- EU AI Act: Artikel 14 artificialintelligenceact.eu
- Gibson Dunn: EU AI Act Omnibus Agreement – Postponed High-Risk Deadlines gibsondunn.com
- Tech Policy Press: Germany's Draft Law on AI in Migration techpolicy.press
Frag den KI-Assistenten
Fragen zu diesem Artikel, zur Installation oder zu Hintergründen? Unser Assistent kennt diese Seite und läuft auf unserem eigenen Rechner, nicht in einer fremden Cloud.
Der Assistent ist eine KI (Gemma 4) und kann sich irren – wichtige Angaben bitte in der Quelle prüfen. Fragen werden nur zum Beantworten genutzt und nach einer Stunde gelöscht. Bitte keine persönlichen Daten eingeben.
Kommentare
Was meinst du dazu? Schon ausprobiert? Schreib es hier, ohne Anmeldung.
Kommentare sind öffentlich. Links sind nicht erlaubt, beleidigende Beiträge löschen wir. Deinen eigenen Kommentar kannst du in diesem Browser jederzeit wieder löschen. Mehr dazu in der Datenschutzerklärung.