加入 getAbstract 阅读摘要

Künstliche Intelligenz in öffentlichen Verwaltungen

加入 getAbstract 阅读摘要

Künstliche Intelligenz in öffentlichen Verwaltungen

Grundlagen, Chancen, Herausforderungen und Einsatzszenarien

Springer Gabler,

15 分钟阅读
9 个要点速记
音频和文本

看看什么内容?

Fluch oder Segen? Der Weg zur „Bürger-KI“.


Bewertung der Redaktion

8

Qualitäten

  • Umfassend
  • Überblick

Rezension

Die künstliche Intelligenz ist nicht nur in der freien Wirtschaft auf dem Vormarsch. Auch in der öffentlichen Verwaltung kommen immer mehr KI-Tools zum Einsatz. Doch was sind sinnvolle Anwendungsgebiete in diesem Sektor? Wo stößt die KI an ihre Grenzen und wie sollte das Zusammenspiel mit dem Menschen aussehen? Diese und viele weitere Fragen beantworten die Autoren in diesem kurzweiligen Buch. Insbesondere für KI-Einsteiger ein absoluter Lesetipp – unabhängig davon, ob sie im öffentlichen Sektor tätig sind oder nicht.

Zusammenfassung

KI-Systeme basieren auf der Verarbeitung von Daten, die verschiedene Merkmale und Qualitätsgrade aufweisen können.

Auch in der öffentlichen Verwaltung kommt man am Thema künstliche Intelligenz nicht vorbei. Klassische Einsatzgebiete sind Chatbots, Sprachassistenten sowie die automatische Klassifizierung von Dokumenten. Um KI-Systeme zu trainieren, sind Daten unabdingbar. Daten unterscheiden sich voneinander hinsichtlich mehrerer Merkmale, zum Beispiel nach Struktur, Syntax oder Datentyp:

  • Struktur: Haben die Daten eine vorgegebene Länge und ein festes Format, spricht man von strukturierten Daten. Unstrukturierte Daten weisen keine feste Struktur auf. Semi-strukturierte Daten bewegen sich irgendwo dazwischen.
  • Syntax: Daten können entweder ausschließlich aus Zahlen bestehen, dann sind es numerische Daten, oder aus Buchstaben, dann sind es alphabetische Daten. Alphanumerische Daten enthalten beides.
  • Datentyp: Computer können Datensätze nur interpretieren, wenn für sie ein bestimmter Datentyp definiert ist. Zum Beispiel DATE für Datumswerte, CHAR für Zeichenketten oder INTEGER für ganze Zahlen...

Über die Autoren

Moreen Heine ist Professorin für E-Government und Open Data Ecosystems an der Universität zu Lübeck. Anna-Katharina DhungelTim Schrills und Daniel Wessel sind dort als wissenschaftliche Mitarbeitende tätig. 


Kommentar abgeben

Mehr zum Thema

Verwandte Skills

提高生产力
数字化转型
推动人工智能转型
创业
执行数字业务
行政领导
管理合规与风险
人力资源
领导能力
利用人工智能制定业务战略
利用人工智能打造客户体验
利用人工智能提升领导力
利用人工智能进行管理
利用人工智能开展营销
利用人工智能进行产品开发
利用人工智能促进销售
在日常工作中利用人工智能
做出正确的决定
管理层
市场营销
优化生产
个人成长
生产和物流
销售
了解人工智能
工作场所技能
选择人工智能优先事项
探索人工智能在咨询业的应用案例
简化工作流程
利用人工智能分析客户反馈
利用人工智能加强沟通
人工智能转型
探索媒体和娱乐行业的人工智能应用案例
利用人工智能提供决策支持
利用人工智能促进人力资源
为人工智能组织起来
了解人工智能对工作的影响
利用人工智能进行数据分析
利用人工智能生成营销内容
了解人工智能的能力和局限
使用人工智能生成知识库
利用人工智能优化流程
编写有效的人工智能提示
利用人工智能进行情感分析
利用人工智能实现工作流程自动化
利用人工智能促进合规
制定人工智能愿景和战略
探索人工智能应用案例
将人工智能用于学习与发展
将人工智能用于法律研究
利用人工智能学习和提高技能
了解人工智能风险
自动化流程
将人工智能用于写作和交流
建立人工智能管理机构
了解人工智能的社会影响
探索人工智能在法律服务中的应用案例
安全使用人工智能
作为领导者合乎道德地使用人工智能
探索人工智能在公共部门的应用案例
了解人工智能的伦理影响
合乎道德地使用人工智能