Was ist KI im öffentlichen Sektor?

URL kopieren

Regierungsbehörden weltweit setzen zunehmend auf künstliche Intelligenz (KI) und Machine Learning, um kritische Herausforderungen beim Erbringen öffentlicher Dienstleistungen zu bewältigen und komplexe, zeit- und kostenintensive Prozesse zu vereinfachen. Die Entwicklung und Anwendung von KI als Tool zur Unterstützung der notwendigen Dienstleistungen, um die Bedürfnisse der Öffentlichkeit zu erfüllen – von der Datenverwaltung und -analyse bis hin zum operativen Support –, spielt eine wichtige Rolle bei der Transformation und Modernisierung des öffentlichen Sektors. 

Behörden suchen nach neuen Möglichkeiten, um KI abteilungsübergreifend zu nutzen. Dabei zeichnen sich 2 primäre KI-Anwendungen in Behörden ab: prädiktive KI, die anhand historischer Daten zukünftige Events und Trends vorhersagt, um Risiken zu minimieren, und generative KI, die Inhalte durch Lernen aus umfangreichen Datensätzen erstellt, übersetzt oder modifiziert. Das Ergebnis: Künstliche Intelligenz optimiert und verbessert die Prozessgenauigkeit beim Bearbeiten von Kundenanträgen, hilft beim Aufdecken und Verhindern von Betrug, reduziert manuelle Workloads und ermöglicht eine bessere Datenprognose.

So können Sie Red Hat AI in Ihr Unternehmen integrieren 

Fortschritte im Bereich KI können die IT-Erlebnisse der Bürgerinnen und Bürger drastisch verbessern, die Interaktionen mit Behörden verändern und für ein nahtloseres IT-Erlebnis sorgen. Politische Entscheidungstragende und andere Sachbearbeitende des öffentlichen Sektors können effektivere Dienstleistungen erbringen und die staatlichen Ressourcen besser für ihre Bürgerinnen und Bürger einsetzen.

Behörden, die KI nutzen möchten, um die Erbringung öffentlicher Dienstleistungen zu skalieren, profitieren durch die KI-Implementierung in mehrfacher Hinsicht: etwa durch die Datenaggregation aus verschiedenen Quellen, um bestehende Anträge besser zu verwalten, und durch das Erfassen und Verteilen der aktuellsten Informationen, um die Prognose, Identifizierung und Verhinderung von Betrug zu unterstützen. 

Ein verbesserter Datenverteilungsprozess ermöglicht es den Sachbearbeitenden, Anträge effizient zu priorisieren und zu überprüfen, wodurch der gesamte Antragsprozess optimiert wird. Dies trägt dazu bei, die Genauigkeit und Geschwindigkeit der Informationen zu verbessern, die an Antragstellende, Entscheidungstragende sowie Politikerinnen und Politiker übermittelt werden. Die Datenaggregation in Algorithmen des öffentlichen Sektors kann Behörden zudem dabei unterstützen, die Bedürfnisse ihrer Bürgerinnen und Bürger zu prognostizieren. So können Sachbearbeitende des öffentlichen Sektors die Verfügbarkeit von Dienstleistungen einfacher verwalten und verbessern.

 

Die wichtigsten Vorteile von KI 

Im Folgenden finden Sie einige wichtige Vorteile der KI-Nutzung im öffentlichen Sektor für Bürgerinnen und Bürger, Sachbearbeitende sowie politische Entscheidungstragende.

Besseres Serviceerlebnis

Datenbasierte Erkenntnisse, die mit KI-Algorithmen und prädiktiven Analysen verarbeitet werden, können die gesamte Servicebereitstellung und das Benutzererlebnis verbessern. Bürgerinnen und Bürger erhalten die benötigten Antworten zum richtigen Zeitpunkt vom richtigen Service, was zu besseren Ergebnissen und weniger Ressourcenverschwendung führt. So nutzte Eusko Jaurlaritzaren Informatika Elkartea (EJIE, die für das IT-Management zuständige Abteilung der baskischen Regierung) die Technologien von Red Hat® zum Bereitstellen von KI-gestützten digitalen Diensten für Bürgerinnen und Bürger. Die baskische Regierung wollte ihre Bürgerinnen und Bürger durch die Servicebereitstellung in der von ihnen gewählten Sprache unterstützen. Unter Verwendung von KI entwickelte das IT-Team im Rahmen des Itzuli-Projekts Sprachtools, die die Übersetzung und Synthese von Text-zu-Sprache aus dem Baskischen ins Spanische, Französische und Englische sowie die Transkription von Sprache-zu-Text in Baskisch und Spanisch ermöglichen.

Verbesserte Antragsbearbeitung

Die Bearbeitung von Leistungsanträgen und -zahlungen kann bei Behörden Tausende von Arbeitsstunden in Anspruch nehmen. Eine manuelle Bearbeitung kann das Risiko menschlicher Fehler erhöhen, was sich sowohl auf die Bürgerinnen und Bürger als auch auf die Effizienz der Behörden negativ auswirkt. Durch die Einführung von KI in Workflows lässt sich die Einreichung von Anträgen automatisieren und es können datengestützte Empfehlungen gegeben werden. Dies beschleunigt die Bearbeitung von Anträgen und verbessert das IT-Erlebnis für Mitarbeitende sowie Bürgerinnen und Bürger.

Eindämmung von Betrug, Verschwendung und Missbrauch

Mit Robotic Process Automation (RPA) werden Dokumente im Vergleich zu manuellen Methoden schnell und präzise analysiert. Das KI-Tool kann betrügerische Aktivitäten und Verschwendung effektiv aufzeigen und so zu einer effizienteren Nutzung von staatlichen Ressourcen und Geldern führen. Durch die kontinuierliche Verbesserung des Algorithmus wird das System beim Aufdecken von Betrug immer intelligenter. So bietet es skalierbaren Schutz sowohl für Bürgerinnen und Bürger als auch für Behörden. 

Erweiterter Zugang zu Angeboten des öffentlichen Sektors

Der Einsatz von KI-gestützten Orientierungshilfen kann die Verfügbarkeit von und den Zugang zu Dienstleistungen für Bürgerinnen und Bürger verbessern. Durch die Verwendung von KI zum Validieren und Bearbeiten von Anträgen können mehr Sachbearbeitende Leistungsanträge bearbeiten, wodurch die Abhängigkeit der Behörden von einer kleinen Anzahl von Fachleuten verringert und eine schnellere Bearbeitung der Anträge ermöglicht wird.

Beschleunigte Richtlinienentwicklung

Die Richtlinienentwicklung erfordert eine Vielzahl von Stakeholdern und eine komplexe Berücksichtigung von Faktoren, die sich auf die Bürgerinnen und Bürger auswirken können. Computergestützte KI-Tools können den Prozess beschleunigen, indem sie Trial-and-Error-Methoden durch effizientere Modelle zur Unterstützung der Richtlinienerstellung und -überprüfung ersetzen. Dadurch werden rechtliche und technische Herausforderungen sowie die Gesamtkosten reduziert.

Aufbau einer produktionsbereiten KI/ML-Umgebung

Red Hat Ressourcen

Entwickeln einer RAG-Anwendung

Red Hat OpenShift AI ist eine Plattform für das Entwickeln von Data Science-Projekten und das Bereitstellen KI-gestützter Anwendungen. Sie können sämtliche Tools integrieren, die für die Unterstützung von Retrieval-Augmented Generation (RAG), einer Methode zum Abrufen von KI-Antworten aus Ihren eigenen Referenzdokumenten, erforderlich sind. Wenn Sie OpenShift AI mit NVIDIA AI Enterprise kombinieren, können Sie mit Large Language Models (LLMs) experimentieren und so das optimale Modell für Ihre Anwendung finden.

Erstellen einer Pipeline für Dokumente

Damit Sie RAG nutzen können, müssen Sie Ihre Dokumente zunächst in eine Vektordatenbank aufnehmen. In unserer Beispielanwendung integrieren wir eine Anzahl von Produktdokumenten in eine Redis-Datenbank. Da sich diese Dokumente häufig ändern, können wir für diesen Prozess eine Pipeline erstellen, die wir regelmäßig ausführen, damit wir immer die aktuellsten Versionen der Dokumente zur Verfügung haben.

Durchsuchen des LLM-Katalogs

Mit NVIDIA AI Enterprise können Sie auf einen Katalog verschiedener LLMs zugreifen. So können Sie verschiedene Möglichkeiten ausprobieren und das Modell auswählen, das die optimalen Ergebnisse erzielt. Die Modelle werden im NVIDIA API-Katalog gehostet. Sobald Sie ein API-Token eingerichtet haben, können Sie ein Modell mit der NVIDIA NIM Model Serving-Plattform direkt über OpenShift AI bereitstellen.

Auswählen des richtigen Modells

Beim Testen verschiedener LLMs können Ihre Nutzerinnen und Nutzer die einzelnen generierten Antworten bewerten. Sie können ein Grafana Monitoring Dashboard einrichten, um die Bewertungen sowie die Latenz- und Antwortzeiten der einzelnen Modelle zu vergleichen. Anhand dieser Daten können Sie dann das optimale LLM für den Produktionseinsatz auswählen.


 

An architecture diagram shows an application built using Red Hat OpenShift AI and NVIDIA AI Enterprise. Components include OpenShift GitOps for connecting to GitHub and handling DevOps interactions, Grafana for monitoring, OpenShift AI for data science, Redis as a vector database, and Quay as an image registry. These components all flow to the app frontend and backend. These components are built on Red Hat OpenShift AI, with an integration with ai.nvidia.com.


PDF herunterladen

Red Hat® AI ist mit seinem vLLM-basierten Server für schnelle, flexible und effiziente Inferenz konzipiert. Die Lösung verknüpft die Modelle zuverlässig mit Ihren Daten, um die Anpassung und Entwicklung spezialisierter Agenten auf einer einzelnen Plattform zu vereinheitlichen. Unsere Produkte basieren auf Open Source und bieten Ihnen die vollständige End-to-End-Kontrolle über KI-Workflows in beliebigem Umfang.

Das Portfolio von Red Hat AI beinhaltet jetzt Red Hat AI Enterprise: eine Plattform zum Bereitstellen, Verwalten und Skalieren von KI-Inferenz, agentischen KI-Workflows und KI-gestützten Anwendungen auf beliebigen Infrastrukturen.

Mehr über Red Hat AI erfahren

Blogbeitrag

Wie souverän ist Ihre Strategie? Einführung in das Red Hat Digital Sovereignty Readiness Assessment Tool

Das Red Hat Sovereignty Readiness Assessment Tool ist eine webbasierte Self Service-Bewertung, die eine klare, objektive Grundlage für die digitale Kontrolle Ihres Unternehmens in 7 kritischen Bereichen bietet.

Weiterlesen

What are predictive analytics

Verbessern Sie Ihre IT-Performance durch prädiktive Analysen. Von neuronalen Netzwerken bis zum maschinellen Lernen – Daten zeigen Ihnen Trends und Chancen.

What is sovereign AI?

Beim Thema souveräne KI geht es darum, KI-Technologie selbst zu besitzen, Daten lokal zu speichern und sicherzustellen, dass Ihre Systeme Ihre individuellen Werte und rechtlichen Anforderungen widerspiegeln.

What is deep learning?

Deep Learning ist ein KI-Verfahren (Künstliche Intelligenz), das Computern beibringt, Daten mithilfe eines Algorithmus zu verarbeiten, der sich an die Funktionsweise des menschlichen Gehirns anlehnt.

Ressourcen zu KI/ML