Digitalakademie@bw legt Potenzialstudie zu KI-Anwendungsfeldern und -Szenarien vor

Studie: Künstliche Intelligenz in der öffentlichen Verwaltung

Was ist künstliche Intelligenz und wie wird sie in den kommenden Jahren die Organisation und Arbeitsweisen der öffentlichen Verwaltung verändern? Das Fraunhofer IAO sowie die Zeppelin Universität haben im Auftrag der Digitalakademie@bw diese Fragestellung untersucht. Die jetzt vorliegende Studie liefert einen Überblick der Fähigkeiten und Einsatzmöglichkeiten von KI im öffentlichen Sektor.
Bild: Fraunhofer IAO

Bei den vielfältigen Anwendungsmöglichkeiten, die Technologien der künstlichen Intelligenz (KI) bieten, stellen sich nicht nur Unternehmen, sondern verstärkt auch öffentliche Verwaltungen die Frage: Wie können wir KI sinnvoll nutzen und wie gelingt überhaupt ein erster Einstieg, um konkrete Einsatzpotenziale kennenzulernen? Das Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO hat zusammen mit ‚The Open Government Institute (TOGI)‘ der Zeppelin Universität Friedrichshafen im Auftrag der Digitalakademie@bw eine Potenzialstudie erstellt, die sowohl einen praxisnahen Überblick der Fähigkeiten und Einsatzmöglichkeiten von KI im öffentlichen Sektor liefert als auch den Entscheidungsträgern aus Politik und Verwaltung als Hilfestellung dient, um die mit KI verbundenen Stärken, Schwächen, Chancen und Risiken im weiteren Einsatz gegeneinander abzuwägen.

Beispiele aus Anwenderperspektive machen KI-Potenziale greifbar

Die Studie zielt darauf ab, nicht die theoretischen Möglichkeiten von KI-Technologien zu beleuchten, sondern vielmehr den potenziellen Anwenderinnen und Anwendern anhand von konkreten Beispielen aufzuzeigen, wie KI in der tagtäglichen Verwaltungspraxis eingesetzt werden kann. Die Landesregierung hat hierzu bereits Ende 2018 als erstes Bundesland eine eigene KI-Strategie vorgelegt. Um diese entlang aktueller Bedürfnisfelder fortzuführen, haben die KI-Expertinnen und -Experten im Mai und Juni 2019 drei Stakeholder-Workshops mit fast fünfzig Mitarbeitern aus Kommunal- und Landesverwaltungen sowie wissenschaftlichen Vertreterinnen und Vertretern in den Städten Ulm, Mannheim und Stuttgart durchgeführt und dort sowohl bereits bestehende als auch wie potenzielle Anwendungsmöglichkeiten gesammelt, diskutiert und bewertet. Zu den möglichen Anwendungsbeispielen, die in der Studie vorgestellt werden, zählen z.B. Chatbots und persönliche Sprachassistenten, Service-Roboter als digitale Assistenten, sichere und dennoch einfache Methoden, was den persönlichen Zugang zu verschiedenen Systemen angeht (Stichwort: Identitätsmanagement) oder Anwendungen der Hintergrundverwaltung für die Sachbearbeitung. Neben Anwendungsbeispielen werden in der Studie auch Verfahren und Prozesse vorgestellt, Stärken und Schwächen analysiert und konkrete Empfehlungen für die Umsetzung gegeben.

Drei Zukunftsszenarien schildern vorstellbare Arbeitswelten mit KI

Um eine Idee davon zu geben, wie die Arbeitswelt mit KI künftig aussehen könnte, schließt die Studie mit einer Darstellung von den drei Zukunftsszenarien ‚Von KI-Systemen dominierte Verwaltung‘, ‚KI-gestützter Überwachungsstaat‘ und ‚Konstruktive Kombination von menschlicher und künstlicher Intelligenz‘ und gibt konkrete Handlungsempfehlungen an Politik, Wirtschaft und Wissenschaft. Die vollständige Studie finden Sie hier.

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige