Seit 2021 treibt das Datenlabor im Bundesministerium für Landwirtschaft, Ernährung und Heimat (BMLEH) die datenbasierte Modernisierung des Hauses voran. Ziel ist es, Verwaltungsprozesse effizienter, transparenter und datengetriebener zu gestalten – und dabei praktische Werkzeuge für Fachreferate und Leitungsebenen zu schaffen. Eine zentrale Rolle spielt dabei PLAIN, die gemeinsame Daten- und KI-Plattform der Bundesverwaltung. Im Gespräch mit Alexandra Haberstroh, Programmbüro PLAIN gibt Fabio Schmidt-Fischbach, Leiter des Datenlabors im Bundesministerium für Landwirtschaft, Ernährung und Heimat, Einblicke in die Aufgaben des Datenlabors und in die Arbeit mit PLAIN.

Vom Start-up-Team zum festen Bestandteil der Datenstrategie
Das BMEL-Datenlabor existiert seit 2021. Ursprünglich von Chief Data Scientist Armin Weiser aufgebaut, hat sich das Team stetig etabliert und ist gewachsen. Heute arbeiten dort sechs Expertinnen und Experten an datenbasierten Lösungen für das Ministerium. „Wir sind ein kleines, aber sehr schlagkräftiges Team. In der Regel etwa fünf bis sechs Personen – genug, um agil zu arbeiten, aber auch nah an den Fachreferaten zu bleiben, erklärt Schmidt-Fischbach.“

Inhaltlich liegt der Fokus auf Förder- und Finanzprozessen, die für das BMLEH zentral sind. Dazu gehören unter anderem die Gemeinsame Agrarpolitik der EU (GAP) oder nationale Förderinstrumente wie die Gemeinschaftsaufgabe „Verbesserung der Agrarstruktur und des Küstenschutzes (GAK)“)„.

Von Excel zur Datenplattform – Effizienz durch Automatisierung
Ein Kernprojekt des Datenlabors zeigt exemplarisch, wie Digitalisierung konkret wirkt. Für die Verwaltung des Europäischen Landwirtschaftsfonds für die Entwicklung des ländlichen Raumes (ELER, 2. Säule der GAP) verteilt das BMLEH einmal im Quartal Mittel der EU auf die Bundesländer.
Die hierfür notwendigen Berechnungen sind aufwändig und komplex: in den Jahren 2024-2025 wurden hierfür 45 000 Datenpunkte verarbeitet.

Die Anwendung auf PLAIN automatisiert diese Berechnungen und spart damit rund 4 Monate Arbeit im Jahr. Interaktive Dashboards bereiten die Zahlen zudem auch zugänglich auf und erlauben es frühzeitig Probleme zu identifizieren. “Das ist ein praktisches Beispiel wie wir mit unserer Arbeit viel Zeit und Aufwand einsparen„, so Schmidt-Fischbach. “Wir automatisieren wiederkehrende Prozesse, reduzieren manuelle Arbeit und schaffen gleichzeitig Transparenz für die Entscheidungsträgerinnen und -träger.„

PLAIN als Türöffner für moderne Datenarbeit
PLAIN dient dem Datenlabor nicht nur als technologische Basis, sondern auch als Magnet für neue Fachkräfte. “Wir konnten sehr kompetente Kolleginnen und Kollegen gewinnen, die ausdrücklich gesagt haben, dass sie wegen des modernen Stacks gekommen sind„, so der Leiter. “Das ist ein unterschätztes Argument – wer junge, technikaffine Fachkräfte gewinnen will, muss ihnen moderne Werkzeuge wie PLAIN bieten.„
Die Einführung war allerdings kein Selbstläufer. “Ein Kollege hat sich fast ein halbes Jahr lang fast ausschließlich damit beschäftigt, die Plattform für uns zu konfigurieren und alte Anwendungen auf PLAIN 2.0 zu migrieren„, berichtet er. “Das war eine einmalige Investition, die sich aber gelohnt hat. Besonders wertvoll war während dieser Zeit die Unterstützung des Auswärtigen Amts und der PLAIN-Community.„
Heute läuft der Betrieb stabil, Prozesse und Zugänge sind etabliert, und die Self-Service-Funktionalitäten werden im Haus etabliert.

Zusammenarbeit und Nachnutzung: Datenarbeit im Verbund
Ein großer Mehrwert von PLAIN liegt in seiner offenen Architektur, die Zusammenarbeit zwischen Ressorts und Nachnutzung von Anwendungen, Daten und Code ermöglicht.
“Wir nutzen zum Beispiel eine Anwendung des Auswärtigen Amts nach„, erzählt der Laborleiter. “Und wir stehen in engem Austausch mit anderen PLAIN-Nutzern und arbeiten an gemeinsamen Fragestellungen.„ Die technische Offenheit und die Möglichkeit der Zusammenarbeit direkt auf PLAIN schafft eine neue Form der Kollaboration in der Bundesverwaltung – Synergien werden gehoben, Wissen geteilt, Anwendungen gemeinsam weiterentwickelt.

Blick nach vorn: Verstetigung und Wirkung
Die Arbeit der Datenlabore ist innovativ, ermöglicht ein modernes Regierungshandeln und evidenzbasierte Entscheidungen. Wichtig ist eine Verstetigung aller Datenlabore und ihrer Zusammenarbeit auch in der Zukunft. “Auch ich wünsche mir das für meine großartigen Mitarbeiterinnen und Mitarbeiter„, sagt der Leiter. “Und einen langen Atem – weil diese Arbeit Geduld und Ausdauer braucht. Aber sie lohnt sich.„ Das BMLEH-Datenlabor steht exemplarisch für eine neue Generation öffentlicher Innovationsteams: klein, spezialisiert, pragmatisch – und eng vernetzt über PLAIN.