I Københavns Kommune tjekker en computer ansættelsespapirerne — og sparer et årsværk

Sådan har Københavns Kommune gjort

Københavns Kommunes Center for Løn og Personale har udviklet en Machine Learning-løsning (ML-løsning), som hjælper med at visitere dokumenter i forbindelse med ansættelsesprocesser. 

ML-løsningen scanner blandt andet vedhæftede dokumenter som børne- og straffeattester for problematisk indhold og kontrollerer, om regler er overholdt, for eksempel at en straffeattest ikke må være mere end tre måneder gammel. 

Siden idriftsættelsen i 2021 har ML-løsningen visiteret mere end 57.000 dokumenter og sparet knap 1 årsværk.

Effektiv dokumentgenkendelse til at hjælpe presserende ansættelser

ML-løsningen scanner og analyserer dokumenter vedhæftet i forbindelse med et ansættelsesforløb og vurderer, om den rette information og de rigtige dokumenter er blevet vedhæftet. Hvis ikke, eller hvis ML-løsningen er i tvivl, informeres sagsbehandleren herom, og sagen behandles manuelt. 

Københavns Kommune valgte at udvikle løsningen hos Center for Løn og Personale for at få en case med høj volumen og adgang til struktureret information. Derudover har der været et konkret behov for at understøtte sagsbehandlerne i forbindelse med ansættelser, fordi Københavns Kommune håndterer mange ansættelser, herunder også mange midlertidige ansættelser med kort varsel og skæve ansættelsesdatoer. 

Siden implementeringen af løsningen har Center for Løn og Personale oplevet en hurtigere sagsbehandling, bedre kvalitet og administrative gevinster i form af sparet arbejde.

Med ML-løsningen har Københavns Kommune gennem visiteringen af 57.000 dokumenter formået at reducere den tid, der er anvendt per dokument i ansættelsesprocesser, hvilket har givet en nettobesparelse på knap 315.000 kr. Det svarer til knap 1 årsværk. 

Beregningen er lavet ud fra den tid, der er anvendt på visitering af de enkelte dokumenttyper omregnet ved en effektiv timepris fratrukket de årlige driftsomkostninger, som er ca. 76.000 kr.

Stort arbejde i at få medarbejderne til at stole på løsningen

I dag er både driftsledelsen og sagsbehandlerne glade for ML-løsningen, som hjælper med at sikre en høj ensartet kvalitetssikring i visitationen og mindsker arbejdsbelastningen. Det har dog taget tid for sagsbehandlerne at blive fortrolige med ML-løsningen. 

I begyndelsen havde medarbejderne ofte et behov for at kontroltjekke, om løsningen nu også havde godkendt de rigtige dokumenter eller havde markeret korrekt de steder, hvor der manglede information. 

Der har derfor været behov for ekstra tid til at forklare funktionalitet og kvalitet i løsningen. ML-løsningen har i dag visiteret mere end 57.000 dokumenter siden 2021.

Sådan er økonomien 

Københavns Kommune har udviklet og idriftsat en ML-løsning i samarbejde med Devoteam og Koncern IT. 

Det samlede investeringsniveau for løsningen er på 1,2 mio. kr., som har dækket udgifter til ekstern leverandør og Koncern IT, udviklingsomkostninger til proof of concept og idriftsættelse af ML-løsningen. Interne timer til Center for Løn og Personale er ikke opgjort. 

Siden idriftsættelsen af ML-løsningen har Københavns Kommune haft årlige driftsomkostninger på ca. 76.000 kr. Driftsomkostningerne dækker over udgifter til interne ressourcer fra flere teams. 

Effektiviseringsgevinster er årligt på cirka 427.000 kr. svarende til 0,91 årsværk. Effektiviseringsgevinsten er opnået ved en reduktion i tiden anvendt per dokument, fordi ML-løsningen i dag håndterer kvalitetssikringen i ca. 70 procent af ansættelsessagerne i Københavns Kommune. 

Samlet har Københavns Kommune i dag en nettogevinst på 315.000 kr. årligt, hvilket betyder, at kommunen forventer en tilbagebetalingstid på lidt under fem år.

Hvad kræver det at lykkedes?

• Organisatorisk forankring
• Slutbrugerne skal være en fast del af udviklingsprocessen

Når man igangsætter store udviklingsprocesser, hvor ny teknologi skal indgå i store procesopgaver, har Københavns Kommune oplevet, at det har været vigtigt at inddrage de sagsbehandlere, som har den konkrete indsigt i sagsprocesserne. Det er centralt for det endelige produkt, at sagsbehandlerne indgår i udviklingsarbejdet, og at der etableres et godt samarbejde mellem forretningen og udviklerne, så den rette forretningsforståelse indarbejdes i løsningen, hvilket også sparer udviklingstid i sidste ende.

• Organisatoriske og tekniske kompetencer
• Sagsbehandlerne skal blive fortrolige med ML-løsningen for at den bliver en succes

Det er essentielt for en løsnings succes, at brugerne inddrager ML-løsningen i deres daglige arbejdsgange og bliver fortrolige med den. Københavns Kommune har oplevet, at det er nødvendigt at arbejde aktivt med at ændre sagsbehandlernes adfærd, hvilket tager tid og ofte længere tid end forventet. Det har især fungeret for Københavns Kommune, når lederne har været opmærksomme på at tage ansvaret på sig, så sagsbehandlerne ikke føler, det er deres ansvar, hvis ML-løsningen laver en fejl.

• Teknologiens modenhed og karakteristika
• Det tager tid at finde de rette data og at optræne ML-løsningen på disse

Det har været en meget større opgave end forventet at finde de rette data og sammensætte træningsmaterialet, som ML-løsningen kunne trænes på. Selvom løsningen visiterer en række strukturerede dokumenter, har det vist sig, at der i arbejdet med dokumenter inden for eksempelvis fratrædelser kan være mange måder at formulere en fratrædelse på, hvilket har udfordret træningen af ML-løsningen. Københavns Kommune har blandt andet overvejet om skabeloner eller elektroniske blanketter kan løse denne udfordring.