Projektbericht

Automatisierte Antragswelten

Ist KI die smarte Antwort auf den Fachkräftemangel?

1. Das Kantinengespräch der Zukunft

Anna und ihre Kollegin Nesrin kennen sich schon aus der Zeit ihrer Ausbildung. Während ihres gemeinsamen Mittagessens in der Kantine ihrer Behörde stellt Nesrin fest: „Anna, du wirkst in letzter Zeit viel zufriedener. Hat sich etwas verändert?“ Anna lächelt und beginnt zu erzählen: „Ja, tatsächlich. Wir haben eine neue Softwareanwendung erhalten, die uns enorm bei der Antragsbearbeitung unterstützt. Vorher war die Stimmung ziemlich gedrückt. Die Anträge stapelten sich, und wir wurden von Nachfragen überhäuft. Unser Bereich galt als wenig attraktiv. Aber dann kam diese neue Anwendung mit KI-Unterstützung, die wir intern unseren ‚Zauberkasten‘ nennen.“ Anna fährt fort: „Es beginnt schon bei der Einreichung der Anträge, die jetzt größtenteils digital über unser Kundenportal erfolgen. Das erleichtert vieles, da die Antragsteller alle notwendigen Informationen und Dokumente direkt hochladen können. So haben wir meist alle erforderlichen Nachweise, bevor wir die Anträge überhaupt prüfen, weil die Antragsteller jetzt oft schon interaktiv mit unserem ‚Zauberkasten‘ die Anträge ausfüllen. Dieser überprüft die Anträge vorab, etwa ob die Nachweise den Standardvorgaben entsprechen oder ob die Angaben in den Formularen, mit denen in den Dokumenten übereinstimmen. Wenn ich mir dann einen Antrag vornehme, zeigt mir die Software bereits die Stellen, die unklar sind. Das vereinfacht und sichert unseren Prozess, auch weil ich jetzt weniger Arbeit mit einzelnen Anträgen habe und mich so um die wirklich kniffligen Fälle kümmern kann.“ Nesrin fragt nach: „Aber die Dokumente sind doch oft auch gescannt, wie funktioniert das dann automatisch?“ Anna erklärt: „Ja, wir sind zwar noch nicht vollständig digitalisiert, aber der ‚Zauberkasten‘ kann Texte in gescannten Dokumenten erkennen und mit den Angaben der Antragsteller vergleichen. Er markiert sogar mögliche Inkonsistenzen. Die KI hilft uns auch bei der Dokumentenprüfung. So kennen wir mitt05 TITELTHEMA lerweile fast alle Versionen von Geburtsurkunden, abhängig von Zeitraum und Bundesland, dank der Lerndaten aus alten Anträgen. Bei Auffälligkeiten werden wir sofort informiert. Es bedeutet nicht, dass wir die Dokumente nicht selbst prüfen, aber die Unterstützung ist enorm. Vor allem, wenn man bedenkt, dass die Aufmerksamkeit mit der Zeit nachlassen kann. Mit der KI sind wir definitiv effizienter.“ „Und wenn der ‚Zauberkasten‘ etwas findet, was unternimmst du dann?“, fragt Nesrin weiter. Anna erläutert: „Das hängt davon ab. Muss ich etwas beim Antragsteller nachfragen, leite ich es über unsere Software an das Kundenportal weiter. Oft reicht eine kurze Notiz, die ich hinzufüge und absende. Die Antragsteller werden dann informiert und können sich im Kundenportal einloggen, um auf unsere Nachfragen zu antworten. Benötige ich fachliche Unterstützung, fordere ich diese ebenfalls über die Anwendung an. Die Anfragen gehen dann direkt an die zuständigen Stellen, mit der Bitte um Stellungnahme. Und das Schöne ist: Die Stellungnahmen werden schon automatisch auf das Wesentliche reduziert. Das spart uns viel Zeit. Auch bei den Ausformulierungen der Nachrichten bekommen wir jetzt Hilfe. Wir müssen nur noch ein paar Stichworte eingeben und der ‚Zauberkasten‘ baut daraus eine regelkonforme Nachricht, die wir nur noch checken und manchmal etwas anpassen müssen.“

2. KI als Assistenzsystem der Antragsbearbeitung

So oder so ähnlich könnten sich Kantinengespräche von Sachbearbeiterinnen und Sachbearbeitern bereits jetzt anhören. Tatsächlich dürfte dies zur aktuellen Zeit in Deutschland überwiegend noch nicht der Fall sein. Es werden häufig über viele Jahre gereifte IT-Systeme eingesetzt, bei deren Betrachtung der Einsatz von KI doch noch wie eine Zukunftsvision wirken kann. Aber ist das Gespräch wirklich Utopie? KI ist seit einigen Jahren ein vielbeachtetes Thema und führt zu begeisternden Ergebnissen wie ChatGPT, Fahrerassistenzsystemen mit hohem Automatisierungsgrad oder automatischen medizinischen Diagnosen. Die Unterstützung der Antragsbearbeitung in der öffentlichen Verwaltung könnte ebenso erfolgen. Im Folgenden werden die Potenziale von KI in der Antragserfassung und -bearbeitung näher beleuchtet, wobei insbesondere Chatbots für die Antragserfassung sowie die Kernprozesse der Antragsprüfung im Fokus stehen. Wir beschreiben dazu KI-Methoden, welche die beschriebenen Schritte optimieren können.

2.1. Service und Antragserfassung

Zu Beginn einer Antragstellung stehen die Antragstellenden selbst im Fokus. Sie müssen üblicherweise dahingehend informiert werden, um erstens das Richtige zu beantragen und zweitens die dafür notwendigen Nachweise und Informationen bereitzustellen. Um die Antragstellung selbst und die teilweise sehr aufwändige Nacharbeit zu erleichtern, kann ein Chatbot eine große Hilfe sein. Durch eine direkte Kommunikation in Form eines Chats kann ein solches System den Antragstellenden mitteilen, welche Art des Antrags in Frage kommt und ob ihre bisherigen Nachweise ausreichen – und was sie noch alles tun müssen, bevor der eigentliche Antragsprozess möglichst erfolgsversprechend beginnen kann. Unterschiedliche Ausprägungen von Chatbots sind möglich, von einem hilfestellenden Chatpartner bis hin zum Roboter zur Antragserfassung. Im letzteren Fall könnte der Chatbot Fragen stellen und Daten sammeln, die im Hintergrund automatisch in Antragsformulare eingepflegt werden. Er erkennt, welche Daten noch fehlen, und passt die Gesprächsführung entsprechend an. Dies macht die Antragstellung interaktiv und steigert die Nutzererfahrung. Die Antragstellenden können nachfragen und haben nicht das Gefühl, verloren vor einem komplizierten Formular zu stehen. Durch diese im Alltag vertraute Kommunikationsmethodik müssen sie sich nicht mit Formularabschnitten beschäftigen, die für ihren Fall irrelevant sind. Falsche Informationen des Chatbots können jedoch zu weitreichenden Problemen führen, sodass eine kritische Bewertung und ausführliches Testen essenziell sind.

2.2. Antragsprüfung

Wir betrachten nun die Antragsprüfung in komplexen behördlichen Fachverfahren, in deren Rahmen fallbezogen große Informationsmengen zu verarbeiten sind und eine große Datenbasis vorliegt. In diesem Fall gibt es wiederkehrende Prozessschritte, die in vielen Fachverfahren durchgeführt werden und im nachfolgenden BPMN-Diagramm abgebildet sind. Dabei gehen wir vom Status quo aus, in dem üblicherweise noch Dokumente als Bilder oder PDFs übermittelt werden, ohne dass die beinhalteten Informationen bereits digital vorliegen. In allen Schritten kann KI bereits heute als Assistenzsystem die Sachbearbeitung unterstützen. Dabei sind die beschriebenen „Background KI-Methoden" schon heute im Einsatz. Je nach Anwendungsfall wird entschieden, wie weitreichend die Computerkontrolle  sein soll. Im Abschnitt „Hintergrund KI-Methoden" ist beschrieben, welche Methoden bei der Antragsprüfung helfen können

Hintergrund KI-Methoden

KI-Methoden zur Effizienzsteigerung im Antragswesen:

  • Optical Character Recognition (OCR): Diese Technologie ermöglicht die Textextraktion aus Bildern und Dokumenten. Die Fähigkeit, handschriftliche Texte zu erkennen, gilt mittlerweile als Standardkompetenz in der Ausbildung von Datenwissenschaftlern.
  • Natural Language Processing (NLP): NLP versetzt Computer in die Lage, die Bedeutung und den Kontext von menschlicher Sprache zu erfassen. Dies ermöglicht die Extraktion relevanter Informationen und die Analyse von Stimmungen oder Bewertungen innerhalb von Texten, was für die Weiterverarbeitung und Analyse von großer Bedeutung ist.
  • Natural Language Generation (NLG): Im Gegensatz zum NLP, das darauf abzielt, menschliche Sprache zu verstehen und zu verarbeiten, erzeugt NLG basierend auf vorgegebenen Daten neuen, kohärenten Text. Diese Technologie findet Anwendung in der automatisierten Berichterstattung und in Systemen, die auf natürlichsprachliche Eingaben reagieren.
  • Große Sprachmodelle (LLM): LLMs sind komplexe KI-Systeme, die darauf trainiert sind, menschliche Sprache zu interpretieren und zu generieren. Durch das Training mit umfangreichen Textdaten sind sie in der Lage, Sprachmuster zu erkennen und eine Vielzahl von Aufgaben zu erfüllen, darunter Texterstellung, Übersetzung und sogar Codegenerierung. Ein bekanntes Beispiel dafür ist ChatGPT.
  • Retrieval-Augmented Generation (RAG): Diese Technik verbessert die Qualität der von LLMs generierten Texte durch Einbeziehung externer Informationsquellen. Das Ziel ist es, die Genauigkeit und Relevanz der Inhalte zu erhöhen und das Modell mit aktuellen Informationen zu versorgen, ohne es kontinuierlich neu trainieren zu müssen.
  • Prädiktion: Hierbei werden auf Basis vorhandener Daten Vorhersagen für zukünftige Ereignisse oder Zustände getroffen. Durch die Anwendung von maschinellen Lernverfahren, wie z.B. neuronalen Netzen, können zukünftige Entwicklungen vorhergesagt werden, was für Entscheidungsprozesse von essenzieller Bedeutung ist
Antragsschritt: Dokumente digitalisieren

Zu Beginn des Antragsprozesses müssen die eingereichten Antragsdokumente häufig eingescannt werden, um eine elektronische Verarbeitung zu ermöglichen. Alternativ können Dokumente bei vielen Verfahren auch schon digital, als Bild (eingescannt oder Foto eines Mobilgeräts), eingereicht werden. Die automatische Extraktion und Auswertung relevanter Daten aus bildbasierten Dokumenten ist bereits mittels Texterkennung (OCR) in Kombination mit weiteren Bildverarbeitungsmethoden möglich. Etwas komplexer ist das Erkennen logischer Zusammenhänge in den Texten. Weiterhin steigt der Aufwand, wenn mehrere Sprachen unterstützt werden müssen, aber auch hierzu gibt es bereits viele frei verfügbare Software-Bibliotheken. Aus dem nun digital vorliegenden Text können relevante Wörter extrahiert werden (NLP). Diese könnten genutzt werden, um eine generelle Antragszuordnung vorzunehmen, falls es unterschiedliche Zuständigkeiten in dem Fachverfahren gibt, oder um eine Einschätzung der Erfolgsaussichten des Antrags zu prognostizieren (Prädiktion). Sollte die Erfolgsaussicht mit dem Bearbeitungsaufwand korrelieren, könnte darauf basierend die Personalplanung angepasst werden.

Antragsschritt: Vollständigkeit prüfen

Ob die Antragstellenden alle erforderlichen Daten und Dokumente eingereicht haben, lässt sich oft regelbasiert ermitteln. Dafür wird nicht unbedingt eine komplexe KI benötigt. Eine KI könnte hingegen prüfen, ob Daten einen korrekten Kontextbezug besitzen. Auch könnte eine KI die Sachbearbeitung unterstützen, indem sie ähnliche Fälle betrachtet und vergleicht. Dies würde die Bearbeitung der Anträge vereinfachen und zu erhöhter Konsistenz bei den Entscheidungen führen.

Antragsschritt: Inhalte prüfen

Eine KI kann (mittels NLP) die Anträge inhaltlich prüfen, um

  • eine Einschätzung zu erhalten, ob der Antrag plausibel ist oder ob es sich ggf. um einen Betrugsfall handeln könnte,
  • relevante Inhalte mit Kontext aus Dokumenten zusammenzufassen.

Gibt es hinreichend viele historische Daten in hoher Qualität, kann eine KI entsprechend damit trainiert werden. Anschließend ist die KI in der Lage, neuen Anträgen eine Kategorie zuzuweisen oder Hinweise zu geben, wann und an welchen Stellen eine besonders genaue Prüfung durchgeführt werden sollte. So könnte einerseits Zeit bei der Antragsbearbeitung eingespart werden, andererseits können Betrugsfälle und Fehler bei der Antragsbearbeitung reduziert werden. KI-Systeme (basierend auf LLM) können helfen, Vermerke vorzuformulieren und bei der Recherche zu unterstützen. Dabei wird unter anderem gerne auf die RAG-Methode zurückgegriffen.

Antragsschritt: Bewertungen auswerten

Für diesen Schritt können die gleichen Verfahren wie beim Digitalisieren der Dokumente und der inhaltlichen Prüfung verwendet werden – wenn auch mit separat angelerntem Kontext. Beispielsweise könnten notwendige Gutachten zusammengefasst und bewertet werden.

Antragsschritt: Entscheiden und Bescheid erstellen

Anhand alter Anträge kann z. B. eine Vorhersage (Prädiktion) erzielt werden, in welche Entscheidungskategorie ein neuer Antrag fällt. Die KI kann dabei die Wahrscheinlichkeit einer korrekten Klassifikation berechnen sowie (mittels NLG) fallspezifische Textpassagen automatisch generieren. Damit kann die Bescheiderstellung teilautomatisiert werden. Eine fachverfahren-verbundene Recherche (RAG) kann relevante Informationen schnell bereitstellen. Einheitlichkeit und Rechtssicherheit könnten hiermit deutlich erhöht werden. Die explizite Kommunikation über E-Mail oder Telefon zwischen Behörde und Antragstellenden kann durch KI-Systeme reduziert und automatisiert werden. Haben die Antragstellenden Fragen während des Antragsprozesses, so bekommen sie schnell und rund um die Uhr Rückmeldung durch einen Info-Chatbot (siehe Antragserfassung). Automatisierte (regelbasierte) Statusupdates können die Antragstellenden über den Prozessfortschritt informieren, und Bescheide können automatisch übermittelt werden. Insgesamt sind Vor-Ort-Termine oder Telefonate immer seltener notwendig

3. Ist KI die smarte Antwort auf den Fachkräftemangel?

Wir haben festgestellt, dass KI zweifellos eine entscheidende Rolle bei der Automatisierung vielfältiger, repetitiver Aufgaben einnehmen kann. KI kann nicht nur zur Steigerung der Effizienz in der Sachbearbeitung beitragen, sondern bietet auch das große Potenzial, die generelle Zufriedenheit der Antragstellenden mit dem Service und die der Sachbearbeiterinnen und Sachbearbeiter mit den Arbeitsprozessen zu fördern. Durch die schnelle Erledigung bestimmter Aufgaben können potenzielle Probleme aufgrund von Ressourcenengpässen reduziert werden. Es ist wichtig zu betonen, dass KI dabei als Werkzeug betrachtet werden sollte, das den Menschen unterstützt und nicht ersetzt; letzteres führt mit hoher Wahrscheinlichkeit zu Komplikationen (siehe Box „Die KI-Reise jenseits von Annas Fachthema“).

Die KI-Reise jenseits von Annas Fachthema

Beim Einsatz von KI in der Antragsverarbeitung müssen selbstverständlich rechtliche und ethische Aspekte berücksichtigt werden. Der Datenschutz ist von entscheidender Bedeutung, damit personenbezogene Daten geschützt werden. So muss für jeden Anwendungsfall geprüft werden, was für die Verwendung der Daten zu berücksichtigen ist. Ebenso müssen Behörden sicherstellen, dass der Einsatz von KI-Technologien mit geltenden Vorschriften und Gesetzen im Einklang steht. Fragen der Haftung und Verantwortlichkeit können komplex sein. Es müssen klare Regelungen getroffen werden, um sicherzustellen, dass im Falle von Fehlfunktionen oder Schäden, die durch KI-Systeme verursacht werden, die entsprechende Verantwortung festgelegt werden kann. Diese Herausforderungen werden reduziert oder umgangen, wenn die Systeme lediglich – wie in diesem Artikel beschrieben – als Assistenzsysteme dienen, die nicht die Entscheidungshoheit haben. Die Erklärbarkeit von KI-Resultaten ist ein zunehmend wichtiger Aspekt, insbesondere wenn es um behördliche Entscheidungsprozesse geht, die weitreichende Auswirkungen auf Bürgerinnen und Bürger haben können. Dies ist insofern schwierig, da das Ergebnis einer KI in der Regel nicht vollständig nachvollzogen werden kann, da das gelernte Wissen häufig gar nicht oder nur in Teilen überprüft werden kann. Dies steht im Kontrast zu wie „normale“ regelbasierte Computerprogramme funktionieren. Dementsprechend können sich auch ethische Fragen stellen, nach welchen Grundsätzen und Werten eine KI operieren soll. Beispielsweise können KI-Algorithmen dazu neigen, diskriminierende Ergebnisse zu produzieren, insbesondere wenn sie auf historischen Daten trainiert werden, die bereits Vorurteile enthalten. Es ist wichtig sicherzustellen, dass KISysteme fair und nicht diskriminierend sind – insbesondere in Behörden, um gleiche Behandlung und Chancengleichheit zu gewährleisten. Im Falle von Behördensoftware ist die Dynamik in der Gesetzgebung zu beachten. Ändern sich Anforderungen, kann es passieren, dass ein KI-System neu angelernt werden muss und dass ggf. neue Datensätze zum Anlernen erstellt werden müssen.

In diesem Artikel haben wir uns mit einigen Schritten der Antragsbearbeitung befasst und wie KI diese optimieren kann. Bevor ein KI-System für die Antragsbearbeitung entwickelt werden kann, sollten bei jedem Prozessschritt unter anderem folgende Fragen vorab geklärt werden:

  • Welche Daten sind verfügbar und nutzbar?
  • Wie wird die notwendige Qualität der Daten sichergestellt?
  • Welche KI-Technologie ist am besten geeignet?
  • Welche Ressourcen werden benötigt?
  • Welche Auswirkungen hat die neue Technologie auf die Mitarbeiterinnen und Mitarbeiter, und wie sollte das Change Management gestaltet werden?
  • Welche übergeordneten Fragen müssen geklärt werden (siehe Kasten „Die KI-Reise jenseits von Annas Fachthema“)?
  • Wie wird die Qualität der KI überwacht? 

Von der Beantwortung dieser und weiterer fachspezifischer Fragen, über die Auswahl der richtigen Lösung bis zur Umsetzung unterstützen wir gerne mit unserer langjährigen Erfahrung und unserer Begeisterung für moderne KI-Anwendungen. Wir freuen uns, wenn unsere fiktive Persona Anna sowie unsere Schilderungen zur Antragsbearbeitung Ihr Interesse an dem Thema angeregt haben und begleiten Sie gerne bei Ihren zukünftigen Projekten im Bereich der Antragsunterstützung

Tags
Alle Tags
Artikel-Übersicht