Origini e diffusione di LLMoin

L’annuncio di Dataport del 13 ottobre 2026 ha segnato un punto di svolta per l’assistente IA LLMoin, che ora vanta 100 000 utenti distribuiti in sette Länder tedeschi e in 17 clienti comunali. La cifra non distingue tra account attivi e semplici registrazioni, ma indica l’estensione del progetto senza fornire dati sulla frequenza d’uso.

L’applicazione è operativa ad Hamburg, nello Schleswig‑Holstein, a Brema, nella Bassa Sassonia, in Sassonia‑Anhalt, nel Brandeburg e in Renania‑Palatinato. Il suo funzionamento è possibile grazie a Dataport, un ente pubblico informatico condiviso da più Länder, che fornisce l’infrastruttura di base.

Per i responsabili IT pubblici francesi, questo caso dimostra come un unico prodotto possa servire diversi livelli amministrativi, mantenendo separati annuari, dati e requisiti di protezione.

Dataport: un ente pubblico al servizio di più Länder

Secondo la presentazione ufficiale, Dataport è un ente di diritto pubblico supportato da sei Länder – tra cui Hamburg – e dal consorzio informatico dei comuni dello Schleswig‑Holstein. Il Brandeburg e la Renania‑Palatinato utilizzano LLMoin senza far parte dei Länder fondatori.

Lo sviluppo di LLMoin è iniziato nell’autunno 2023. Come ricorda Benjamin Marten, product owner di Dataport, “all’inizio l’uso principale era riassumere lunghi documenti e ricercare negli archivi documentali esistenti”. Hamburg ha lanciato il servizio nell’autunno 2024, facilitando poi la sua adozione da parte di altri Länder e comuni.

Nel dicembre 2025, il primo bilancio riportava circa 40 000 utenti a Hamburg e circa 60 000 in totale. Il salto a 100 000 utenti in soli dieci mesi dimostra una rapida crescita sostenuta dalla strategia di riutilizzo del prodotto.

Un prodotto unico, adattabile a ogni amministrazione

“Il prodotto è stato concepito fin dall’inizio come soluzione federale”, spiega Marten. Ogni Land non deve sviluppare il proprio assistente, ma può accedere a LLMoin tramite un sistema di mandanti che garantisce spazi e dati separati, sia in un ambiente condiviso sia in ambienti distinti.

Ogni nuovo Land porta la propria infrastruttura IT. Beke Brandt, responsabile di prodotto, sottolinea che “una delle difficoltà è collegare diversi annuari Active Directory”, che gestiscono autenticazioni e autorizzazioni. L’assistente deve quindi integrarsi con le architetture esistenti ad ogni espansione.

Le amministrazioni comunali, invece, accedono a un ambiente condiviso via Internet, dove possono creare progetti e gestire utenti senza dover costruire infrastrutture proprie.

Implementazione pratica: il caso della Sassonia‑Anhalt

Nel settembre 2025 è stato lanciato un pilota in sette ministeri della Sassonia‑Anhalt. Il DSI del Land, Bernd Schlömer, ha dichiarato di aver scelto “l’applicazione collaudata di Hamburg” per “evitare costi di sviluppo elevati”.

Il modello di adozione ha permesso di mettere in funzione la soluzione in quattro‑sei settimane, un tempo di implementazione dichiarato da Dataport nel bilancio di dicembre 2025.

Scelta dei modelli e protezione dei dati

LLMoin è definito “agnostico” rispetto ai modelli di linguaggio. Secondo la pagina prodotto, ogni cliente può scegliere tra modelli commerciali, modelli open‑source o versioni personalizzate, con server ubicati nell’Unione Europea.

    • Modelli ospitati nel data center di Dataport per esigenze standard.
    • Modelli cloud per richieste di scalabilità.
    • Modelli locali per dati ad alta sensibilità, con prospettive di deployment on‑premise.

Il 16 ottobre 2026 è stata pubblicata la roadmap 1.23, che prevede l’aggiornamento del modello di base da GPT‑4 a GPT‑5.5. Alcuni utenti hanno già iniziato a usare modelli locali per dati particolarmente sensibili, soprattutto in settori come la giustizia.

Confronto con l’Assistant della DINUM francese

In Francia, l’Assistant sviluppato dalla DINUM è stato generalizzato il 16 giugno 2026 nell’ambito del piano “Notre IA”. Il progetto è stato realizzato con Mistral AI su un’infrastruttura Outscale certificata SecNumCloud.

Il dossier stampa della DINUM riporta una sperimentazione di dieci mesi con 10 000 agenti di sei ministeri. Il 75 % dei partecipanti ha valutato l’outil utile, e gruppi di lavoro di 33 agenti hanno misurato guadagni di tempo fino al 16 % nella sintesi documentale.

Le metriche non sono direttamente comparabili: Dataport non specifica un indicatore di utenti attivi, mentre la DINUM ha iniziato con una fase di sperimentazione prima di aprire l’outil a tutti gli agenti statali a partire da giugno 2026.

Periferie e ambiti di utilizzo

L’Assistant francese è destinato principalmente agli agenti statali. Per le collettività territoriali, il piano “Notre IA” si avvale del programma “Territoires d’IA” della Banque des Territoires, con la partecipazione dello Stato nella governance per favorire condivisione di esperienze e convergenza di approcci.

Al contrario, LLMoin raggruppa in un unico prodotto amministrazioni di Länder e comuni, dimostrando una più ampia capacità di adattamento a diversi livelli amministrativi.

Strategie contro le “IA clandestine”

Entrambi i paesi affrontano il fenomeno delle IA “clandestine”. La DINUM vuole evitare lo sviluppo di strumenti non controllati, mentre Dataport denuncia la “Schatten‑KI” (IA dell’ombra) e assegna a LLMoin l’obiettivo di fornire un’alternativa controllata e conforme.

Per una collettività che cerca di equipaggiarsi, il caso tedesco offre un modello organizzativo solido: una struttura pubblica condivisa, separazione dei dati e integrazione con gli annuari esistenti.

Prospettive future

Il rapido scaling di LLMoin, la possibilità di scegliere modelli e la capacità di integrazione con infrastrutture eterogenee lo rendono un caso di studio rilevante per le amministrazioni pubbliche europee. L’aggiornamento a GPT‑5.5 e l’adozione di soluzioni on‑premise indicano una tendenza verso una maggiore sovranità digitale.

Allo stesso tempo, l’esperienza francese evidenzia l’importanza di percorsi sperimentali controllati, valutazioni di produttività e una governance condivisa per i territori.

In sintesi, LLMoin dimostra che un’assistente IA può essere scalato a livello federale mantenendo al contempo la flessibilità necessaria per adattarsi a contesti locali, offrendo così un modello replicabile anche al di fuori della Germania.