Eine Schweizer Strafverfolgungsbehörde nutzt eine Speech-to-Text-Lösung, die auf künstlicher Intelligenz (KI) basiert, und optimiert so ihre Prozesse. Weiter zeigen wir im nachfolgenden Erfahrungsbericht, wie sich mit einem Konzeptnachweis bei fehlenden Produktlösungen am Markt KI-Potenziale mit geringem Aufwand realisieren lassen.
Dem öffentlichen Sektor fehlen im Jahr 2030 mehr als 130’000 Fachkräfte. Zu diesem dramatischen Schluss kommt die Fachkräftemangel-Studie von PwC. Die Faktenlage erfordert dringend Lösungen zur Produktivitäts- und Effizienzsteigerung. Trotzdem nimmt eine Mehrheit der Verantwortlichen KI als Bedrohung wahr. Noch immer setzt sich der öffentliche Sektor kaum systematisch mit KI auseinander und das Sammeln und Austauschen von Erfahrungswerten erfolgt deutlich langsamer als in anderen Branchen. Dass das besser geht, zeigt die positive Erfahrung aus einem gemeinsamen Projekt von PwC mit einer Bundesbehörde, die audiovisuelle Einvernahmen automatisch transkribieren lässt.
Aus Sprache wird Text
Eine KI-basierte Speech-to-Text-Lösung wandelt gesprochene Sprache in Echtzeit in Text um. Das vereinfacht die Dokumentation von Vernehmungen, das Erstellen von Berichten und das Auswerten von Beweismitteln erheblich. Konkret: Mit der automatischen Transkription lassen sich audiovisuell aufgezeichnete Einvernahmen um durchschnittlich 50 % beschleunigen. Bisher benötigten die Zuständigen für eine Stunde Aufnahme zwischen 6 bis 8 Stunden für die Nachbearbeitung. Neu sind 3 Stunden realistisch.
Mehr als ein neues Tool
Der Einsatz einer neuen Technologie erfordert weit mehr als nur die Implementierung der Technologie, denn sie verändert die Arbeitsweise grundlegend. So entfaltet sie nur dann ihre volle Wirkung, wenn sie die Geschäftsprozesse durchgängig unterstützt. Wichtiges Erfolgsmerkmal ist, dass die Nutzenden von Anfang an involviert sind und die Vorteile für ihre Aufgaben erkennen. Umso zentraler ist es, dass die Verantwortlichen den Fachbereich frühzeitig in die Lösungskonzeption einbeziehen und gezielt auf Veränderungen vorbereiten. Sie müssen Schulungen anbieten und die Vorteile der Technologie klar kommunizieren, um bei den Anwendenden Akzeptanz und Vertrauen zu schaffen. Gelingt die Integration einer Speech-to-Text-Software, so kann das eine erfolgreiche Lösung für Effizienzsteigungen darstellen – vergleichbar mit Chatbots, virtuellen Assistenten oder Robotic Process Automation (RPA).
Kundenstimme Bundesbehörde Speech-to-Text Lösung für die automatische Transkription von Einvernahmen
Dank der Einführung der Transkriptionslösung und die per 1.1.24 in Kraft getretene Gesetzesrevision, welche die audiovisuelle Aufzeichnung von Einvernahmen explizit vorsieht, können wir nun Effizienzsteigerungspotenziale voll ausschöpfen. Das Projekt hat aber auch gezeigt, dass die Geschäftsprozesse und damit das Rollenverständnis von involvierten Beteiligten gänzlich neu gedacht werden müssen, um nachhaltigen Mehrwert für die Organisation zu schaffen. Dies ist uns beim vorliegenden Projekt offensichtlich gelungen, die Akzeptanz bei den Nutzer:innen ist überraschend gross.
Partner auf Augenhöhe
Ein Schlüsselfaktor für das Bereitstellen eines kundenzentrierten und qualitativ hochstehenden Produkts für den Fachbereich war beim erwähnten Praxisbeispiel die gute Zusammenarbeit mit dem Lieferunternehmen. Ausschlaggebend dabei war die Möglichkeit, auf die Produktentwicklung insbesondere hinsichtlich der Nachbearbeitung der Protokolle Einfluss zu nehmen. Ebenfalls entscheidend war der verantwortungsvolle Umgang des Lieferunternehmens beim Einsatz von KI. Gerade der öffentliche Sektor setzt hohe Standards im Hinblick auf Ethik, Transparenz, Erklärbarkeit und Datenschutz.
In zehn Wochen zu verwertbaren Ergebnissen
Nicht jeder Anwendungsfall kann mit bestehenden Produktlösungen umgesetzt werden. Ein Konzeptnachweis (vgl. Abbildung 1) ist ein risikoarmes und hoch effektives Vorgehen, um kunden- oder branchenspezifische Anwendungsfälle auf Potenzial und Machbarkeit zu prüfen.
- Die Planungsphase als erste Etappe eines Konzeptnachweises ist richtungsweisend. Sie definiert den konkreten Anwendungsbereich, stimmt die Beteiligten aufeinander ab und soll eine effiziente Ressourcenverteilung sicherstellen. In Workshops visualisieren die Verantwortlichen bestehende Prozessabläufe sowie Problembereiche und arbeiten Anforderungen an die gewünschte Lösung aus.
- In den nachfolgenden Design-, Build- und Test-Phasen definieren die Verantwortlichen die technischen Anforderungen an den Konzeptnachweis, führen explorative Datenanalysen durch, prüfen geeignete KI-Frameworks und -Tools, entwickeln KI-Modelle, entwerfen die Lösungsarchitektur und prüfen sowie verfeinern in mehreren wiederkehrenden Schleifen Leistung und Funktionalität der Anwendung.
- Die technische Deploy-Phase kümmert sich um den Aufbau der Infrastruktur, das Bereitstellen einer ersten stabilen Version für Tests, das Verfassen von Unterlagen und Leitlinien.
- In der entscheidenden Feedback-Phase sammeln die Verantwortlichen das Nutzerfeedback zur Benutzerfreundlichkeit und Effektivität des Konzeptnachweises, werten es aus und setzen entsprechende Optimierungen um.
Abbildung 1: Agile Herangehensweise von PwC für einen Konzeptnachweis
Dem Wandel entgegenblicken
Der grosse Wandel, den KI im öffentlichen Sektor lostreten wird, steht noch bevor. Die rasanten Entwicklungen werden sich in den kommenden Jahren fortsetzen. Entsprechend bleiben viele wichtige rechtliche Fragen noch länger ungeklärt. Öffentliche Organisationen stehen vor der anspruchsvollen Aufgabe, die Initiative zu ergreifen und Verantwortung zu übernehmen. Denn der Spardruck, der akute Fachkräftemangel und die Erwartungen der Mitarbeitenden an die Arbeitsmarktattraktivität nehmen weiter zu. So ist der öffentliche Sektor gezwungen, sich aktiv mit dem Thema auseinanderzusetzen.
«Die Entwicklung in jüngster Zeit ist enorm. Man darf aber nicht vergessen, dass es die «künstliche» Intelligenz bereits seit Mitte des letzten Jahrhunderts gibt (vgl. Abbildung 2). Es gab zwei Rückschläge, welche auch «AI Winter» genannt werden. Beide Male traten die Winter vor allem ein, weil die Erwartungen an die Technologie während des Hypes (AI Sommer) nicht erfüllt wurden. Nach den enormen Fortschritten in den letzten Jahren sind wir überzeugt, dass sich die KI nun definitiv durchsetzt. Ein wichtiger Erfolgsfaktor hierfür ist, das Erwartungshaltungsmanagement auf Kundenseite aktiv zu steuern. »
Abbildung 2: «Summers and winters of AI», A Non-technical Introduction to Machine Learning, Olivier Colliot, 2023
Kontaktieren Sie uns
Raphaela Hug
Jessy Nützi