Mange kommuner afprøver i disse år kunstig intelligens - bl.a. i de såkaldte signaturprojekter.
Her kan du hente en One Pager fra Kommunaløkonomisk Forum (KØF) 2024 med:
Signaturprojekterne om kunstig intelligens i kommunerne afprøver kunstig intelligens på områder, hvor der er et potentiale for at løfte kvaliteten i fremtidens offentlige sektor gennem skalering af teknologien. Projekterne skal give erfaringer med anvendelse af teknologien i den borgernære service og i administrationen, for at blive klogere på de muligheder, begrænsninger og udfordringer, som teknologien giver.
På Digitaliseringsstyrelsens hjemmeside kan du læse erfaringsopsamlinger, der følger op på afsluttede signaturprojekter. Opsamlingerne sætter fokus på, hvilke udforinger projekterne har mødt og giver gode råd, som nye projekter kan anvende i deres arbejde.
Projektet i Norddjurs Kommune har til formål at udbrede en løsning, der kan bidrage til at nedsætte sagsbehandlingstiden for borgere og samtidig sikre gennemsigtighed i sagsbehandlingen i kommuner ved at optimere post- og journaliseringsprocesser.
Projektet vil skalere løsningen Smartmail til 10 kommuner, der ved brug af kunstig intelligens kan levere post og mails til den rette modtager i kommunen og journalisere disse med det samme.
Kommunerne bruger i dag mange ressourcer på at modtage, sortere, journalisere indgående post og mails. Mange kommuner har etableret forskellige fordelingssystemer og regelbaserede logikker til at optimere disse processer. Der er dog fortsat et potentiale i at gøre processerne mere intelligente og automatiserede. Dette kan bidrage til, at borgeres sager behandles hurtigere, at fejlfordelt post leveres korrekt og at dokumenter journaliseres rettidigt.
Projektet tager afsæt i den intelligente mailsorteringsløsning Smartmail, som er blevet udviklet og afprøvet i det signaturprojekt, som Norddjurs og tre andre kommuner med gode resultater har gennemført i 2019-2021. Indeværende projekt skal således udbrede Smartmailløsningen via en open source baseret intelligent infrastruktur i samarbejde med det offentlige Open Source digitaliseringsfællesskab OS2.
Projektet skal give erfaring med at udbrede løsninger baseret på kunstig intelligens. Herudover skal projektet undersøge forudsætninger og behov vedrørende udvikling af en fælleskommunal infrastruktur for kunstig intelligens og de synergier, der kan skabes ved at samarbejde på tværs af kommunerne. Endeligt vil projektet undersøge juridiske spørgsmål relateret til udbredelse af Smartmailløsningen, herunder brugen af cloudløsninger til databehandling.
Projektet forankres i Norddjurs Kommune, der også varetager driften af projektet, med deltagelse af ni andre kommuner.
Projektet modtager 4,6 mio. kr. fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2022 til ultimo 2023
Projektets formål er at skabe fundamentet for øget kvalitet, ensartethed og hurtigere intern behandlingstid af sager om aktindsigt ved at tilgængeliggøre tekniske modeller, der kan forbedre håndtering af aktindsigter.
I dag er kommuners behandling af aktindsigtssager meget ressourcekrævende. Ved at anvende kunstig intelligens til beslutningsstøtte ved behandling af aktindsigtssager, får kommunen mulighed for at frigøre ressourcer til fx mere borgernære opgaver.
Projektet vil udvikle og tilgængeliggøre såkaldte tekniske natural language process modeller (NLP). NLP modellerne kan læse og analysere store mængder af tekst samtidig. Derved kan modellerne benyttes ved aktindsigter til effektivt at fremsøge akter og dokumenter og identificere oplysninger, der bør anonymiseres. Modellerne kan således bidrage til højere kvalitet, ensartethed og hurtigere intern behandlingstid af sager om aktindsigt, hvor efterlevelsen af GDPR understøttes af sprogteknologi.
Projektet bygger videre på en eksisterende digital platform, som yder beslutningsstøtte i behandlingen af aktindsigt ved hjælp af kunstig intelligens. Platformen er udviklet i 2020-2021 af Sønderborg Kommune i et offentligt-privat udviklingssamarbejde. Den eksisterende platform til behandling af aktindsigt stilles til rådighed og anvendes i projektet som databank, så modellerne udvikles ved brug af kommunale data, og dermed får en høj præcisionsgrad.
Modellerne udvikles som open source med henblik på øget udbredelse. Derved får alle 98 danske kommuner og it-leverandører mulighed for at integrere og anvende modellerne i eksisterende og nye it-løsninger. Modellerne vil også blive tilgængelige på sprogteknologi.dk.
Projektet er forankret i Sønderborg kommune. Projektet har derudover tilknyttet fire deltagerkommuner, en privat virksomhed samt DTU Compute.
Projektet modtager 5,3 mio. kr. fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2022 til ultimo 2023.
Projektets formål er at skabe grundlaget for en mere effektiv, fleksibel og helhedsorienteret indsats på beskæftigelsesområdet til fordel for borgeren ved brug af teknologierne Process Mining og Predictive Monitoring.
I projektet anvender Proces Mining og Predictive Monitoring eksisterende logfiler fra sagsbærende systemer, økonomisystemer mv. til at kortlægge borgerens rejse gennem systemet fra start til slut. Det omfatter kortlægning af de arbejdsgange, der udgør et beskæftigelsesforløb for forsikrede ledige og borgere i ressourceforløb. Herunder it-systemer, afdelinger, teams, medarbejdere, og relevante indsatser.
Process Mining anvendes til at skabe en databaseret og samlet forståelse af hvilke interne og eksterne indsatser på beskæftigelsesområdet, der reelt anvendes og hvor effektive indsatserne er overfor forskellige borgergrupper og arbejdet med den helhedsorienterede indsats. Predictive Monitoring anvender historiske data og Machine Learning til at forudsige hvilke aktiviteter og forløb, der bør igangsættes for mest effektivt at få borgeren i beskæftigelse. Det skal bidrage til en bedre beskæftigelsesindsats og understøtte en mere effektiv og meningsfuld vej for borgeren ind på arbejdsmarkedet.
Projektet vil resultere i en platform til alle de deltagende kommuner i projektet, som kan levere databaserede analyser af borgerens vej til beskæftigelse.
Projektet vil desuden have fokus på etiske og juridiske spørgsmål og opmærksomhedspunkter i forbindelse med fx risiko for skævheder og bias i data, og at anvendelse af personfølsomme oplysninger mv. bliver håndteret ansvarligt.
Projektet er forankret i Syddjurs Kommune med fire deltagerkommuner.
Projektet modtager 4,1 mio. kr. fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2022 til ultimo 2023.
Projektet har til formål at reducere energi- og CO2-forbrug i folkeskolerne ved at samle aktiviteter gennem intelligent lokaleallokering ved anvendelse af bygningsdata, IoT-løsninger (Internet of Things) og kunstig intelligens.
Folkeskoler udgør en stor del af kommunernes bygningsmasse. Bygningerne er typisk karakteriseret ved at have en høj alder og et efterslæb i forhold til energirenovering samt en lav anvendelsesgrad af lokalerne. Der er derfor et stort potentiale i at optimere bygningsanvendelsen for netop denne type kommunale bygninger, især i eftermiddagstimerne og i weekenden, hvor bygningerne anvendes i forskelligt omfang af fx fritidsorganisationer.
Projektet tager afsæt i projektet ”Smarte Kvadratmeter” fra Syddjurs Kommune og anvender modne teknologiplatforme og eksisterende datasæt som afsæt for at udbrede intelligente algoritmer på skoleområdet. Løsningen vil på denne baggrund kunne levere handlingsanbefalinger, som kan optimere anvendelsen af konkrete bygninger og kan derved medføre energioptimering. Løsningens algoritme udvikles som udgangspunkt som open source med henblik på øget udbredelse.
Projektet vil desuden undersøge de juridiske forudsætninger for at udvikle algoritmerne, herunder GDPR og anden relevant lovgivning på området.
Projektet drives af det regionale fællesskab GovTech Midtjylland med Favrskov, Syddjurs og Aarhus Kommune som deltagende kommuner i projektet.
Projektet modtager 4,3 mio. kr. fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2022 til ultimo 2023.
Projektets formål er at forbedre borgernes oplevelse af en sammenhængende og tryg ældrepleje ved at øge kontinuiteten af de medarbejdere, som borgeren møder.
At blive mødt af kendte ansigter, som kender borgerens behov og ønsker, er blandt de allervigtigste faktorer i borgerens oplevelse af sammenhæng og tryghed i plejen, og det har en positiv indvirkning på kvaliteten af plejen.
Projektet baseres på den eksisterende løsning EVA, der kommer med forslag til en optimal besøgsplan ud fra hensyn til en række parametre, som for eksempel maksimalt antal forskellige medarbejdere og skemalagt arbejdstid.
Projektet skal videreudvikle EVA med yderligere en til to af de væsentligste parametre, der i dag udfordrer en god besøgsplan og hermed optimere output fra algoritmen. Et eksempel kunne være faktisk tidsforbrug, der kan anvendes til prædiktion af varighed for besøg.
Projektet vil herudover indbygge et feedbackloop til løsningen, så den løbende gentrænes og lærer fra brugerinput. Løsningen afprøves i hhv. Aalborg og Syddjurs Kommune, der har forskellige organisatoriske setups. Dermed skabes der erfaringer ift. organiseringen, planlægningen og sammenhængen mellem by og land og forskellige kommunestørrelser, som skal give de bedste forudsætninger for efterfølgende udbredelse af løsningen.
Derudover vil projektet undersøge, om implementering af algoritmen samtidig kan reducere transporttiden mellem besøg og således bidrage til et grønnere aftryk.
Projektet er forankret i Aalborg Kommune, der er projektejer, og med Syddjurs Kommune som deltagerkommune. Der er etableret strategiske samarbejder med Aalborg Universitet og private virksomheder.
Projektet modtager 5,8 mio. kr. fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2022 til primo 2023.
Projektet vil med brug af kunstig intelligens understøtte en mere ensartet og hurtigere visitation af genoptræningsforløb i Aalborg og Rødovre kommuner. Løsningen vil både sikre en bedre udnyttelse af kapaciteten i de kommunale genoptræningstilbud og sikre, at borgere hurtigst muligt kommer i gang med genoptræning efter indlæggelse.
I Aalborg og Rødovre kommuner fylder visitationsopgaven sammenlagt mere end 3.000 timer årligt, hvori der samlet behandles ca. 9.000 genoptræningsplaner for borgere, der skal i genoptræningsforløb.
Projektet vil udvikle en løsning, der kan understøtte hele udskrivningsprocessen, fra en genoptræningsplan modtages i kommunen fra et hospital til borgeren er visiteret til et forløb. Dette sker via fire hovedfunktioner, som løsningen skal understøtte: Sortering af alle genoptræningsplaner; tildeling af forløbskoder til genoptræningsplaner; integration af standardoplysninger om borgere i it-fagsystemet Cura; og sidst en visitationsløsning, der baseret på historiske data vurderer hvilket genoptræningsforløb, der skal bevilges.
Projektet vil fokusere på, at borgere fortsat kan forvente et højt og korrekt serviceniveau i visitationen til genoptræning. Samtidig vil projektet undersøge, hvordan tildelingen af koder for genoptræningsforløb har potentiale til at udbredes til andre kommuner, herunder afdække, hvordan løsningen kan omsættes til en tværkommunal standardkomponent.
Projektet er forankret i Aalborg Kommune og Rødovre Kommune som ligeværdige projektdeltagere, dog med Aalborg Kommune som formel ansøger og projektejer.
Projektet modtager 5,9 mio. kr. fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2022 til ultimo 2022.
Projektet har til hensigt at afprøve digital talegenkendelse og –forståelse i mødet med borgeren og til at hjælpe borgere, der har nedsatte muligheder for at benytte digitale værktøjer.
Størstedelen af danskerne er digitale og kommunikerer digitalt med det offentlige, men der er fortsat borgere, der har vanskeligt ved at begå sig digitalt. Mangelfulde læse- og skrivekompetencer samt nedsat funktionsevne er nogle af årsagerne. Derudover kommunikerer flere og flere i stigende grad mundtligt via digitale assistenter – og det skaber nye forventninger til kommunikationen med det offentlige.
Roskilde Kommune vil inden for borgerserviceområdet afprøve en digital assistent-løsning, der gennem mundtlig dialog hjælper borgere til at udføre handlinger eller finde relevante informationer og svar. Projektets læring i forhold til anvendelse af kunstig intelligens vil både bestå i afklaring af modenheden i ”voicebot”-teknologien på dansk og i at identificere de særligt relevante use cases, hvor det for borgerne er mere værdiskabende at anvende tale i stedet for tekst som kommunikation med kommunerne.
Derudover vil Aarhus Kommune afprøve talegenkendelse til at assistere den enkelte kommunale medarbejder under selve telefonsamtalen med borgeren. Hvis borgeren fx siger vielse, genkendes ordet ved talegenkendelse, og systemet finder den rette vejledning frem til medarbejderen, for at yde en hurtigere service til borgeren. Samtidig vil medarbejderen også få vejledning omkring stemningen i samtalen og blive præsenteret for gode råd til samtalen, således eventuelle konflikter kan minimeres.
Indledningsvist gennemføres en kortlægning, der skal afdække teknisk modenhed, forretningspotentiale i kommunerne samt juridiske, sikkerhedsmæssige og etiske problemstillinger. Desuden inddrages borgergrupper med henblik på, at få feedback på de digitale løsninger, som udarbejdes i projektet. Alle frembringelser af sprogressourcer deles i videst mulig omfang med den fælles offentlige sprogressource.
Projektet forankres i Roskilde Kommune, og Aarhus Kommune indgår som partner i projektet.
Projektets modtager 4,6 mio. kr fra investeringsfonden for nye teknologier.
Projektet forventes gennemført i perioden primo 2021 til ultimo 2022.
Projektet omfatter udvikling og afprøvning af et prognoseværktøj, som ved hjælp af kunstig intelligens skal bidrage med beslutningsstøtte ved fx lokalplanlægning, kortlægning samt varsling af oversvømmelser i land- og byområder. Kommunernes klimaansvar er i langt højere grad kommet på dagsordenen de senere år.
Massive regnmængder har skabt store problemer for lodsejere og borgere samtidig med, at de kommunale udgifter til forebyggelse og oprydning efter kraftige regnskyl er stærkt forøget. Der er derfor behov for et værktøj, der dynamisk og løbende angiver potentielle oversvømmelser frem i tiden. Prognoseværktøjet kombinerer en række data fra blandt andet vejrudsigter, jordart, grundvand og højdemodeller, og benytter forskellige metoder inden for kunstig intelligens til at udarbejde prognoser.
Værktøjet skal supplere eksisterende risikoværktøjer og give beslutningstagere en langt større præcision i de datadrevne prognoser på såvel kort sigt, fx varslinger inden for kommende døgn, som prognoser, der peger længere frem.
Værktøjet skal indgå i eksisterende sagsbehandlingsprocesser, forbedre kommunens mulighed for tidligt at varsle oversvømmelser til lodsejere og borgere, og dermed yde en bedre service i lokalområderne. Værktøjet forventes også at nedbringe de økonomiske følgeomkostninger ved oversvømmelser.
Projektet skal dertil give erfaring med håndtering og anonymisering af data, der kan benyttes som kildedata, fx sensordata fra biler omkring regnmålingerne. Høj gennemsigtighed af de bagvedliggende algoritmer er ligeledes et mål for projektet, således at sporbarhed i prognoser og den præsenterede beslutningsstøtte vil være muligt.
Projektet forankres i Jammerbugt Kommune, som ejer og driver projektet.
Projektet modtager 5,0 mio. kroner fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2021 til primo 2022.
Energiforbruget i mange bygninger overstiger ofte det faktiske behov, da systemerne til energistyring ikke tager højde for den faktiske brug af bygningerne. På samfundsniveau bidrager dette overforbrug til udledningen af væsentlige mængder af drivhusgasser samt årlige driftsudgifter for ca. en milliard kr. alene i fjernvarmesektoren. Dette overforbrug kan reduceres ved brug af kunstig intelligens.
Projektet omfatter et værktøj til beslutningsstøtte, der ved hjælp af kunstig intelligens skal effektivisere og automatisere energistyringen i den eksisterende bygningsmasse, herunder medvirke til bedre prioritering af energibesparende indsatser.
Der forventes at være konkrete AI-værktøjer til at optimere relationen mellem fleksibel, energirigtig drift og indeklima for at opnå CO2-besparelser idet værktøjerne tager højde for belastningen i forsyningsnettet for både varme og el. Projektet vil også producere guidelines for ibrugtagning af kunstigt intelligente værktøjer til optimering, prioritering og styring af bygningers energisystemer.
Projektet er forankret i Københavns Kommune, der også varetager driften af projektet. Med i samarbejdet indgår desuden Gate21 samt Favrskov Kommune, Frederiksberg Kommune, Syddjurs Kommune, Sønderborg Kommune og Aarhus Kommune.
Projektet modtager 5,0 mio. kr. fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2021 til primo 2023.
Projektet har til formål at udvikle et beslutningsstøtteværktøj, der ved hjælp af kunstig intelligens på systematisk og standardiseret vis kan understøtte tidlig opsporing af begyndende sygdom. På hospitalerne indlægges flere borgere over 65 år med sygdomme, som potentielt kan forebygges i den kommunale ældrepleje. I den kommunale ældrepleje eksisterer ikke-standardiserede værktøjer til tidlig opsporing af sygdomme. Det kan dog fortsat være vanskeligt for den enkelte medarbejder at danne sig et overblik over ændringer i borgerens helbredstilstand, da borgerens sygdomsforløb ofte foregår på tværs af sektorer, ligesom borgeren ofte følges af en række forskellige medarbejdere.
Projektet har således til hensigt at udvikle en algoritme (beslutningsstøtteværktøj), som bygges ind i det kommunale omsorgssystem, til prædiktion af indlæggelser og funktionstab. Der er fokus på udvikling af en intuitiv brugergrænseflade i samarbejde med medarbejdere samt, at løsningen er skalerbar til landets øvrige kommuner. Brugen af beslutningsstøtteværktøjet muliggør iværksættelse af indsatser, som direkte forebygger akutte indlæggelser, ligesom det kan føre til udvikling af nye målrettede kommunale såvel som tværsektorielle forebyggende sundhedstilbud.
Projektet har til formål at skabe øget nærhed og fremme den enkelte borgers livskvalitet ved at forebygge behandlings- eller indlæggelseskrævende sygdom, herunder også at reducere akutte indlæggelser og genindlæggelser.
Projektet skal desuden bidrage til at skabe etiske og juridiske erfaringer med prædiktion af sygdomsforløb, herunder spørgsmål om, hvorvidt løsningen fx bør kvalificeres som medicinsk udstyr med dertilhørende krav. Der skal som led i projektet desuden afklares juridiske spørgsmål relateret til fx it- og IP-retslige forhold samt etiske spørgsmål om, hvordan borgeren modtager sundhedstilbud, undersøge behov for borgersamtykke mv.
Projektet forankres i Køge Kommune, som ejer og driver projektet og sikrer fremdrift samt opsamling på projektets resultater.
Projektet udføres i samarbejde mellem Køge Kommune og Sjællands Universitetshospital.
Projektet modtager 4,8 mio. kr. fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2021 til medio 2022.
Projektet vil anvende kunstig intelligens til at understøtte sagsbehandlingen af ansøgninger til kropsbårne hjælpemidler, såsom korsetter, proteser, ortopædisk fodtøj mv.
Når kommunerne modtager ansøgninger til kropsbårne hjælpemidler, indeholder ansøgningerne sjældent den krævede dokumentation. Det er derfor tidskrævende for sagsbehandleren at behandle sagerne, hvilket ofte indebærer tilbageløb til borgeren og lægefaglig samarbejdspartner for at indhente yderligere information.
Når den nødvendige information er indhentet, bliver ansøgningen screenet med henblik på at delegere ansøgningen til rette medarbejder med erfaring inden for det specifikke område. Med kunstig intelligens er det muligt at optimere processerne for validering af dokumentation, sortering og prioritering af ansøgninger og dermed delegering af arbejdsopgaverne. Således kan akutte ansøgninger om fx stomi- og diabeteshjælpemidler blive behandlet hurtigere, ligesom validering af dokumentation for andre ansøgninger gennem kan føre til en samlet kortere sagsbehandlingstid. Desuden vil løsningen give beslutningsstøtte til medarbejderen forud for sagsbehandlerens afgørelse på baggrund af tidligere tildelinger af hjælpemidler.
Projektet vil desuden undersøge juridiske spørgsmål fx i forhold til dataanvendelse samt skabe juridiske og etiske afklaringer om anvendelse af beslutningsstøtte til myndighedsafgørelser.
Projektet er forankret i Sønderborg Kommune.
Projektet modtager 3,2 mio. kr. fra investeringsfonden for nye teknologier.
Projektet forventes at gennemføres primo 2021 til ultimo 2022.
Projektet omfatter et beslutningsstøtteværktøj, der baseret på kunstig intelligens kan screene alle indkomne underretninger og bistå kommunens medarbejdere med at kategorisere disse og udpege såkaldte røde underretninger, som kræver akut handling. I Aarhus og flere andre kommuner kategoriseres underretninger om børn og unge som rød, gul eller grøn. Ved rød kategori har kommunen pligt til at handle akut inden for 24 timer.
Projektet har til formål at løfte kvaliteten i vurderingen af underretninger ved at supplere medarbejdernes grundlag for at kunne træffe kvalificerede og hurtige afgørelse i alvorlige underretningssager. Dertil er formålet også at opnå en mere ensartet vurdering af underretninger.
Der er tale om et indgribende område, hvorfor projektet har stor fokus på juridiske og etiske spørgsmål og dilemmaer. Herunder proportionalitet i anvendelse af data, at udviklingen af løsningen kun tager udgangspunkt i data, som i forvejen anvendes i sagsbehandlingen, håndtering af risikoen for at løsningen tager fejl, at forældre ikke profileres mv.
Løsningen vil fx benytte historiske data til at undersøge, hvilke faktorer, der typisk udløser en akutvurdering med henblik på at understøtte kategoriseringen af fremtidige underretninger, hvorfor projektet har stor fokus på gennemsigtighed og sporbarhed af vurderingerne, så det til enhver tid er synligt, hvorfor en underretning kategoriseres som rød.
Aarhus Kommune er projektejer og projektleder. Desuden er der dialog og sparring med en række interessentkommuner.
Projektet har et finansieringsbehov på 2,1 mio. kr. og indstilles til at modtage midlerne fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2021 til medio 2022.
Projektet skal ved hjælp af kunstig intelligens frigøre ressourcer og bidrage til den grønne omstilling ved at optimere den kommunale kørsel og flådestyring for derigennem at reducere CO2-udledningen.
Kommunale medarbejdere i Syddjurs Kommune kører årligt ca. 7,5 mio. km i tjenesten, mens de kommunale køretøjer i Sønderborg Kommune kører 8,5 mio. km om året.
Projektet vil udvikle optimeringsalgoritmer baseret på machine learning og relevante avancerede statistiske metoder til optimeret ruteplanlægning, analyse af mulighed for samkørsel samt analyse af data fra flådestyringssystemer med henblik på at skabe et overblik over generelle mønstre og potentialeområder.
Ved at optimere flådestyringen og kørselsmønstre er det forventningen, at antallet af kørte kilometer og dermed CO2-udledningen kan reduceres. Det er desuden forventningen, at en nedsættelse af kørte kilometer vil føre til mindre vedligehold og færre biler, som kan opfylde samme kørselsbehov. Endelig giver intelligent tilrettelagte kørselsmønstre bedre ruteplanlægning og mindre køretid, som skaber mere tid til borgerne.
Projektet vil desuden bidrage med erfaringer i forhold til etiske og juridiske udfordringer forbundet med fx at knytte specifikke medarbejdere og borgere til en bil og dennes geografiske position, samt at dele data på tværs af kommuner, herunder behovet for pseudonymisering.
Projektet forankres i Syddjurs Kommune, som ejer og driver projektet.
Projektet udføres som et samarbejde mellem Syddjurs Kommune, Sønderborg Kommune, Aarhus Kommune, Slagelse Kommune og Favrskov Kommune.
Projektet modtager 5,3 mio. kr. fra investeringsfonden for nye teknologier.
Projektet løber fra primo 2021 til ultimo 2022.
Hvis en borger har behov for fx genoptræning, tilbyder kommunerne fysisk træning. I en række tilfælde får borgerne dog ikke den optimale effekt ud af kommunale tilbud om fysisk træning og rehabilitering.
Aalborg Kommune vil udnytte kunstig intelligens til at tilbyde og målrette borgerne den træning, som de med størst sandsynlighed vil få mest ud af, både i forhold til rehabilitering og forebyggelse. Desuden vil projektet opspore borgere med høj faldrisiko med henblik på en forebyggende indsats, som kan reducere antallet af fald.
Ved at sammenligne data mellem bevillinger af hjælpemidler og med data fra faktiske træningsforløb kan der dannes et billede af, hvilke borgere der vil have størst gavn af træning. Derved kan sagsbehandlere og visitatorer få input til den faglige vurdering, og målrette træningen til den enkelte borgers behov. Som led i projektet vil juridiske og etiske afklaringer foretages løbende fx vedrørende borgere, der forventeligt har størst gavn af rehabiliterende træning, og hvordan det påvirker borgere og kommunens praksis.
I et samarbejde mellem Aarhus Universitet og Aalborg kommune, er der i et tidligere projekt udviklet en algoritme baseret på data om bevilgede hjælpemidler. Dette signaturprojekt skal bygge videre på disse erfaringer og videreudvikle algoritmen samt idriftsætte løsningen i tre kommuner.
Aalborg Kommune er både projektejer og -leder. Viborg Kommune er projektdeltagere, mens Syddjurs, Norddjurs og Hjørring Kommune følger projektet.
Projektet modtager 4,1 mio. kr. fra investeringsfonden for nye teknologier og digitale velfærdsløsninger.
Projektet løber fra primo 2020 til ultimo 2021.
Sagsbehandlerne i jobcentrene skal i dag træffe beslutninger om sanktioner over for ledige med afsæt i et relativt kompliceret regelsæt og mange forskellige typer informationer. De komplicerede regler og mange datakilder medfører risiko for uensartet praksis blandt sagsbehandlerne, ligesom kommunerne bruger mange ressourcer på opgaven.
Projektet forventes at sikre en højere grad af korrekt og ensartet sagsbehandling ved at understøtte medarbejderne i at vurdere, hvorvidt en ledig borgers udeblivelse fra samtale eller aktiveringstilbud skal medføre en sanktion i borgerens ydelse.
Algoritmen skal bidrage med beslutningsstøtte til brug for den faglige medarbejders vurdering. Der kan desuden være økonomiske gevinster ved sparet tid, idet algoritmen bearbejder data og yder støtte til, at sagsbehandleren hurtigere kan få den præcise viden, der skal til for at kunne træffe afgørelse.
Projektet vil behandle de datamæssige, juridiske og etiske problemstillinger, der kan knytte sig til anvendelsen af algoritmer som beslutningsstøtte til afgørelser, der vedrører borgere – herunder bias i datasæt, og at algoritmen kan forstås og forklares for både sagsbehandlere og borgere.
Frederiksberg Kommune er projektejer og projektleder for projektet. Desuden har en række andre kommuner tilkendegivet interesse for at deltage i projektet.
Projektet modtager 4,7 mio. kr. fra investeringsfonden for nye teknologier og digitale velfærdsløsninger.
Projektet løber fra primo 2020 til medio 2022.
Virksomheder melder i stigende grad om mangel på arbejdskraft, mens der fortsat er mange ledige borgere, der ikke har fundet vej til job. Det gode match mellem ledige borgere og virksomheder kan styrkes gennem bedre understøttelse af sagsbehandlerens vidensgrundlag.
For at understøtte, at ledige borgere hurtigere kommer i beskæftigelse og får anbefalet mere relevante jobforslag, vil Københavns Kommune ved hjælp af machine learning-teknologi udvikle en algoritme til bedre match.
Algoritmen skal understøtte sagsbehandlerens faglige vurdering ved at matche både faglige og personlige kompetencer fra den lediges CV med kompetencekrav i aktuelle stillingsopslag inden for et givent geografisk område. Værktøjet skal primært anvendes af jobkonsulenten i dialogen med borgeren om konkret jobsøgning, men kan på sigt også stilles til rådighed for borgeren fx via Jobnet.
Derudover vil algoritmen understøtte sagsbehandleren med alternative jobforslag i fx andre brancher og jobfunktioner end dem, som er i det nuværende fokus for jobsøgningen, således borgerens perspektiver på mulige jobs udvides.
Projektet skal desuden tilvejebringe viden om, hvordan algoritmen kan bringes videre i drift, når projektet slutter.
I forbindelse med projektet vil etiske spørgsmål blive opsamlet og vurderet, fx i forhold til borgeroplevelsen og sagsbehandlerens anvendelse af værktøjet som beslutningsstøtte, samt behovet for gennemsigtighed i forhold til behandlingen af data.
Københavns Kommune er projektejer for projektet og varetager ansvaret for projektets fremdrift og økonomi, og deltager som sparringspartner i alle faser af projektet.
Desuden har 12 andre kommuner tilkendegivet interesse for at deltage i projektet. Disse vil blive inddraget i afprøvningen og eventuelt senenere udbredelse.
Projektet modtager 2,9 mio. kr. fra investeringsfonden for nye teknologier og digitale velfærdsløsninger.
Projektet løber fra primo 2020 til medio 2021.
Det kan være vanskeligt at målrette effektfulde beskæftigelsesindsatser til ledige borgere, hvilket kan forlænge ledighedsperioden. Kommunerne bruger mange ressourcer på beskæftigelsesrettede indsatser, men anvender ikke nødvendigvis databaseret viden om, hvad der virker bedst for, at den enkelte ledige kommer i job eller uddannelse.
For at understøtte sagsbehandleren i at anbefale en individuel, målrettet beskæftigelsesindsats, udarbejdes en algoritme på baggrund af eksisterende data. Ved brug af data om de forskellige beskæftigelsesindsatser, vil projektet forsøge at nedbringe ledighedsperioden, mindske langtidsledighed og øge tilfredsheden med indsatsen hos de ledige.
Beslutningsstøtten skal understøtte sagsbehandlerens faglige arbejde og integreres i de fagsystemer, sagsbehandler bruger i forbindelse med fx samtaler. Det er fortsat sagsbehandleren som ud fra en samlet faglig vurdering og samtale med borgeren, anbefaler den bedst egnede indsats.
I projektet vil der løbende blive foretaget vurderinger af etiske problemstillinger, der kan opstå om følge af brugen af data fx bias i data, ligesom der vil være opmærksomhed på, at borgerne oplever, at deres data bliver anvendt på en gennemsigtig måde, der understøtter målet om hurtigere beskæftigelse.
I forbindelse med projektet undersøges forudsætninger for udvikling af en fælles platform til deling af algoritmer på beskæftigelsesområdet. Undersøgelsen har fokus på etiske, juridiske og sikkerhedsmæssige afklaringer i forbindelse med fx datadeling. Formålet er at undersøge forudsætningerne for udvikling og anskaffelse af en løsning baseret på kunstig intelligens til alle kommuner på en sikker og ressourceeffektiv måde.
Odense Kommune indgår i projektet som projektejer, mens Københavns Kommune indgår som projektdeltager. Begge kommuner bidrager til både udvikling og afprøvning af algoritmen og funktionaliteterne i jobcentrenes fagsystemer.
Der er desuden 15 andre kommuner, der har tilkendegivet interesse for at deltage i eller at følge projektet, mens KL i samarbejde med KOMBIT, projektets parter og en eksterne leverandør står for gennemførelse af analyseforløbet vedrørende en fællesplatform.
Projektet modtager 7,2 mio. kr. fra investeringsfonden for nye teknologier og digitale velfærdsløsninger.
Projektet løber fra primo 2020 til medio 2022.
Kommunerne bruger i dag meget tid på at fordele og journalisere store mængder af fysisk post og henvendelser. Norddjurs Kommune vil etablere en digital løsning baseret på kunstig intelligens til optimering af post- og journaliseringsprocesser.
Ved brug af kunstig intelligens kan post og mails fra borgere og virksomheder leveres til rette modtager første gang og journaliseres hurtigere, hvilket giver kortere sagsbehandlingstid til gavn for borgerne. Medarbejdere vil desuden opleve at bruge mindre tid på journalisering og i højere grad koncentrere sig om faglige opgaver. For kommunerne vil det medføre ressourcebesparelser i post- og journalfunktioner.
Projektet tager afsæt i det pilotprojekt, som Norddjurs Kommune, Favrskov Kommune og Syddjurs Kommune har gennemført i første halvår af 2019. Dette projekt skal videreudvikle den algoritme, som er etableret, så der sikres en endnu højere præcision i sorteringen af henvendelser.
Løsningen bliver udviklet som open source og skal være frit tilgængelig for alle 98 kommuner. I forbindelse med projektet skal det juridiske grundlag fx i forbindelse med databehandleraftaler med mere afklares nærmere.
Norddjurs Kommune er projektejer og fungerer samtidig som projektleder. Projektet tilknytter en række deltagerkommuner, som afprøver og bidrager til projektet. På sigt vil løsningen blive stillet til rådighed for alle kommuner.
Projektet modtager 1,9 mio. kr. fra investeringsfonden for nye teknologier og digitale velfærdsløsninger.
Projektet løber fra primo 2020 til ultimo 2021.
Nogle borgere oplever, at byggesagsbehandlingen i kommunerne er langvarig, hvor en sag typisk tager 6-7 uger. I visse tilfælde opstår der desuden fejl i vurderingen af byggesager, der betyder en længere proces.
For at reducere sagsbehandlingstiden for borgernes byggesager vil Københavns Kommune ved hjælp af kunstig intelligens automatisk screene byggeansøgninger for relevante dokumenter. Såfremt byggeansøgningen mangler oplysninger, får borgeren besked herom med det samme, hvilket vil reducere tiden fra en byggesag indsendes til ansøgningen kan vurderes.
Derudover vil projektet med automatisk sagsstøtte præsentere tidligere afgørelser i sammenlignelige sager for sagsbehandleren og derved reducere tidsforbruget i selve byggesagsbehandlingen. Den automatiske sagsstøtte kan endvidere medføre mere ensartethed i afgørelserne på sammenlignelige sager samt forkorte oplæringsperioden af nye medarbejdere.
I forhold til juridiske overvejelser er det vigtigt at sikre, at ansøgerne fortsat har mulighed for at indsende ansøgninger, uanset om løsningen foreslår, at der vedhæftes yderligere dokumentation, således at ingen fratages mulighed for at ansøge på baggrund af automatiserede processer.
Københavns Kommune vil være projektleder og stå for udvikling af løsningen.
Desuden har 18 andre kommuner tilkendegivet interesse for at deltage i projektet. Øvrige projektdeltagere bidrager til design af arbejdsgange, leverer testdata til udvikling af algoritmen samt deltager i test af løsningen.
Projektet modtager 4 mio. kr. af investeringsfonden for nye teknologier og digitale velfærdsløsninger.
Projektet gennemføres i perioden primo 2020 til ultimo 2021.
For at give borgere en hurtigere afklaring af tilkendelse af rengøringshjælp vil Esbjerg Kommune etablere en digital løsning baseret på kunstig intelligens, som giver beslutningsstøtte til sagsbehandleren ved tildeling af rengøringshjælp.
Herved vil både borgere og de involverede medarbejdere opleve et løft i visitationsprocessen, hvilket forventeligt kommer til udtryk i færre besøg hos borgeren i de lette sager og frigive mere tid til borgeren i de komplicerede sager.
Foruden den digitale løsning baseret på kunstig intelligens vil projektet anvende en simpel softwarerobot, som automatisk opretter en sag på en borger, når borgeren henvender sig i visitationen. Når dette sker, vil robotten samtidig sende et brev til borgeren vedr. GDPR og oplysninger om kommunens databehandling. Herefter inddeler den digitale løsning sagerne i to kategorier, henholdsvis ukompliceret sager og komplicerede sager som kræver særlig opmærksomhed.
Projektet vil måle effekten af indsatsen ved, at se om borgerne oplever en øget kvalitet i visitationsprocessen via kommunens tilbagevendende tilfredshedsundersøgelser.
I forbindelse med projektet vil der være stort fokus på tidlig inddragelse og anvendelse af fagpersonernes og borgernes viden.
Esbjerg Kommune er projektejer og fungerer som projektleder. Der tilknyttes desuden andre kommuner i projektet, som agerer sparringspartnere eller projektdeltagere.
Projektet modtager 2,2 mio. kr. fra investeringsfonden for nye teknologier og digitale velfærdsløsninger.
Projektet løber fra primo 2020 til ultimo 2021.
AI har potentiale til at løfte den kommunale velfærd, men brugen rummer også udfordringer med bl.a. etik, jura, data og idriftsættelse.
På vores site om AI kan du finde viden og værktøjer til kommunernes arbejde med AI - fra netværk og webinarer til guidelines:
Digitalisering & Teknologi
Telefon: +45 3370 3633
E-mail: snma@kl.dk
Digitalisering & Teknologi
Telefon: +45 3370 3909
E-mail: sfb@kl.dk
