Sensorik + Auswertung zur Unterstützung von Biodiversität/Ernährungssicherheit.
Bee Observer verbindet Sensorik an Bienenstöcken mit algorithmischer Auswertung. Der Gemeinwohlbezug liegt im Schutz von Biodiversität und Ernährungssicherheit. Das Beispiel zeigt ein typisches Muster: Gemeinwohlorientierte KI hängt oft an Mess- und Datenerhebung in der realen Welt. Das ist aufwendiger als reine Softwareprojekte: Sensoren müssen funktionieren, Daten müssen sauber sein, und Freiwillige oder Partner*innen (z. B. Citizen Science) müssen eingebunden werden. Gleichzeitig ist der Nutzen oft besonders konkret, weil Beobachtung und Frühwarnung echte Handlungsoptionen eröffnen.
Baumsterben in Städten besser verstehen/verhindern (Klimaanpassung).
Qtrees zielt darauf, Baumsterben in Städten zu verhindern und Klimawandelfolgen besser zu verstehen. Interessant ist hier die Nähe zur Verwaltung und zur kommunalen Praxis: Selbst wenn ein Modell „gut“ ist, muss es in Arbeitsabläufe passen, etwa in Stadtplanung, Grünflächenämter oder Klimaanpassungsstrategien. In solchen Kontexten entscheidet häufig nicht die beste Modellmetrik, sondern die Frage: Kann die Organisation damit arbeiten? Gibt es Zuständigkeiten, Budgets und Wartung?
CO₂-reduzierter Gütertransport durch Lastenrad-Routing.
CargoRocket fördert CO₂-reduzierten Transport in Städten durch Lastenrad-Routing und nutzt dabei u. a. öffentlich verfügbare Daten und Crowdsourcing. Das Gemeinwohl entsteht hier stark über Infrastruktur: Wenn Daten und Schnittstellen offen dokumentiert sind, können andere Dienste darauf aufbauen. So wird aus einem Projekt ein Multiplikator und Offenheit wird selbst zur Gemeinwohlstrategie.
Offene Sprachdatensätze gegen Verzerrungen in Sprachmodellen.
Mozilla Common Voice adressiert eine Kernproblematik vieler KI-Systeme: Verzerrungen in Datensätzen. Ziel ist der Aufbau validierter Open-Source-Sprachdatensätze, um Sprachmodelle fairer zu machen. Der Gemeinwohlpunkt ist hier nicht „eine App“, sondern die Datenbasis für viele Anwendungen: Wenn bestimmte Akzente, Dialekte oder Sprechweisen unterrepräsentiert sind, funktionieren Sprachsysteme für manche Gruppen schlechter und reproduzieren Ungleichheit im Alltag.
Niedrigschwellige, geprüfte Infos (u. a. COVID-19) + Aufbau eines Sprachdatensatzes.
MBAZA Chatbot macht niedrigschwellige, behördlich überprüfte Informationen (z. B. zur COVID-19-Situation) zugänglich und baut zugleich einen Sprachdatensatz neu auf. Das Beispiel zeigt, dass Gemeinwohlorientierung oft heißt: Lücken schließen, statt nur Bestehendes zu optimieren. In vielen Sprachen und Regionen ist die größte Hürde nicht Modellinnovation, sondern die Verfügbarkeit ausreichender, verantwortungsvoll erhobener Daten.
Unterstützung beim Erkennen von Hassrede zum Schutz von Menschenwürde/Jugend.
KIVI dient dazu, Hassrede im Netz effektiver zu reduzieren – mit dem Ziel, Menschenwürde, Jugend und Nutzer*innen sowie Medienvielfalt zu schützen. Solche Projekte machen eine Grundspannung sichtbar: Schutzaufgaben brauchen wirksame Werkzeuge, aber sie bergen auch Risiken (Fehlklassifikation, Overblocking, Intransparenz). Gemeinwohlorientierte KI muss deshalb besonders klar zeigen, wie Entscheidungen zustande kommen und wer sie verantwortet. Oft ist eine Mischung sinnvoll: KI zur Priorisierung/Erkennung, Menschen zur Bewertung und Entscheidung plus dokumentierte Prozesse, Beschwerdewege und kontinuierliche Qualitätskontrolle.
Unterstützung im Bildungssystem, um Abbrüche zu reduzieren.
AI HOKS soll dazu beitragen, dass Schülerinnen bestmöglich unterstützt werden, und zielt auf die Reduktion von Abbrecherinnenquoten. Bildung ist ein sensibles Feld: Schon kleine Verzerrungen können Lebenswege beeinflussen. Gemeinwohlorientierung heißt hier: besonders strenge Anforderungen an Transparenz, Evaluation, Datensparsamkeit und an die Frage, ob das System wirklich hilft oder ob es nur neue Kontrolllogiken einführt.
Barrieren abbauen: Augensteuerung für mehr Autonomie bei körperlichen Einschränkungen.
EyeCaptain reduziert Barrieren für Menschen, die ihre Hände nicht mehr bewegen können, indem Augenbewegungen zur Steuerung genutzt werden. Der Nutzen ist unmittelbar: mehr Autonomie. Gleichzeitig ist das Risiko ebenfalls unmittelbar: Fehlfunktionen können gefährlich sein. Solche Projekte zeigen, dass gemeinwohlorientierte KI oft sehr „körpernah“ ist und deshalb Sicherheit, Usability und robuste Tests genauso wichtig sind wie algorithmische Leistung.
Unfaire Klauseln in Verträgen erkennen, Verbraucher*innenrechte stärken.
CLAUDETTE erkennt unfaire Klauseln in Verbraucher*innenverträgen automatisiert und macht rechtliche Einschätzungen zugänglicher. Hier ist Gemeinwohlorientierung eng verknüpft mit „Zugang zu Recht“: Menschen sollen besser verstehen können, ob Bedingungen unfair sind. Zugleich ist klar: Recht ist kontextreich; Fehlinterpretationen können zu falscher Sicherheit führen. Deshalb sind in solchen Systemen klare Hinweise auf Grenzen („nicht rechtsverbindlich“, „Konfidenz“, „Beispiele“) und gute Erklärungen zentral.
Unterstützung bei diskriminierungsärmerer Sprache (Gendern erleichtern).
Genderly unterstützt bei diskriminierungsärmerer Sprache, indem es Personenbezeichnungen erkennt und markiert, um gendergerechte Formulierungen zu erleichtern. Das Beispiel eignet sich, um zu verstehen, dass Gemeinwohl auch im Alltäglichen steckt: Sprache strukturiert Wahrnehmung und Teilhabe. Gleichzeitig zeigt es ein typisches Feldproblem: Solche Tools sind gesellschaftlich nützlich, aber die Frage „Wer finanziert Wartung, Updates und Support?“ ist oft offen und genau daran hängen viele Projekte.
