Künstliche Intelligenz macht Verwaltung besser – das Pinneberger Modell
Künstliche Intelligenz gehört längst nicht mehr nur den Tech-Konzernen. Das zeigt eindrucksvoll das Projekt KI@PI im Kreis Pinneberg. Das Land Schleswig-Holstein investierte 490.000 Euro in dieses Innovationsprojekt.
Das Ergebnis spricht für sich.
Verwaltung neu gedacht
Zahlen von gestern? Das war einmal. In Pinneberg ermöglichen statistische Modelle Prognosen auf Basis vorhandener Verwaltungsdaten. Das Ergebnis ist ein zentrales Dashboard mit präzisen Vorhersagen und klaren Trends. Zum Beispiel in der Haushaltssteuerung. Früher flossen Daten aus verschiedenen Quellen nur langsam in isolierte Reports zusammen. Heute verschmelzen sie zu einem Gesamtbild – und schaffen schneller Klarheit.
Die Verwaltung sieht sofort, wo Kosten aus dem Ruder laufen. Noch besser: Die eingesetzten statistischen Modelle prognostizieren zukünftige Entwicklungen mit hoher Genauigkeit. Bei den Sozialausgaben lagen sie nur wenige Prozent daneben – und können es mit den Schätzungen der Experten aufnehmen. Automatisiert.
Neue unsichtbare Helfer
Fehler kosten Zeit und Geld. In Pinneberg spüren Machine-Learning-Algorithmen wie Isolation-Forests automatisiert statistische Auffälligkeiten auf – regelmäßig und ohne zusätzlichen Aufwand für die Sachbearbeitung.
Das System scannt nächtlich die Falldaten auf Konsistenz. Fehlt eine Angabe? Wurde ein Schritt übersprungen? Gibt es ungewöhnliche Werte? Auffälligkeiten werden automatisch gemeldet. Die Sachbearbeiter können sofort korrigieren, bevor Probleme entstehen. Neue Daten fließen kontinuierlich in die Prüfalgorithmen ein und halten sie aktuell.
Viele waren erst skeptisch. Dann merkten alle: Die Automatisierung ersetzt das Mitdenken nicht, sie unterstützt jedoch wirksam. Statt manueller Suche bleibt Zeit für komplexe Fälle. Die Qualität steigt, Stress sinkt.
Automatisierte Haushaltsplanung
mit statistischen Vorhersagemodellen
Die Nadel im Datenberg: Wie Machine Learning die Finanzplanung erleichtert
Über 2.000 Produktkonten will der Kreis jährlich planen. Klingt nach Routine? Eher nicht. Konten werden aufgelöst, neue entstehen, die Datenqualität schwankt dramatisch. Was früher reine Bauchgefühl-Arbeit war, übernehmen jetzt vier speziell entwickelte Vorhersagemodelle.
Das Prinzip: bewusst einfach, aber präzise.
Das Vorjahres-Modell fungiert als Fallback – nimmt schlicht den Vorjahreswert, optional angepasst um den Gesamttrend. Das lineare Modell betrachtet 3-5 Jahresverläufe, gewichtet jüngere Daten stärker. Und richtig spannend wird es beim Monats-Modell: Statt nur Jahressummen analysiert es monatliche Zahlungsströme, erkennt saisonale Muster und trennt sie sauber vom Langzeittrend.
Das Kumulanten-Modell schließlich arbeitet mit aufaddierten Monatssummen – dadurch werden Schwankungen geglättet und Vorhersagen stabiler. Jedes Modell durchläuft kontinuierliche Benchmarks. Relative und absolute Fehleranalysen, Konvergenzraten, Datenqualitätsbewertungen – und der entscheidende Vergleich mit den manuell erstellten Planwerten der Vergangenheit.
Am Ende wählt das System automatisch das beste Modell pro Konto aus.
Der Fachdienst erhält nicht nur die Vorhersage, sondern auch Transparenz: welches Modell, welche Qualitätsindikatoren, welche Unsicherheiten.
Das Ergebnis: Aus 2.000+ individuellen Planungsentscheidungen wird ein systematischer, nachvollziehbarer Prozess.
Anomalieerkennung in der Kindertagespflege
Wenn Daten Geschichten erzählen: Auffälligkeiten automatisch erkennen
Buchungsauffälligkeiten in der Kindertagespflege gleichen der sprichwörtlichen Nadel im Heuhaufen. Einzelne verdächtige Transaktionen verschwinden im Rauschen tausender regulärer Vorgänge.
Hier setzt unsere Anomalieerkennung an
Sie betrachtet nie nur eine Buchung isoliert, sondern stets im Kontext aller anderen Buchungen und zeitlicher Entwicklungen. Der technische Kern: Kernel-Dichte-Schätzungen analysieren detailliert die Verteilungsmuster verschiedener Parameter. Ein in Python implementierter Algorithmus identifiziert Fälle mit hoher Auffälligkeitswahrscheinlichkeit und markiert sie frühzeitig als potenzielle Ausreißer.
Unsupervised Learning bildet das Fundament – mit der Option, durch Nutzerfeedback auf supervised Learning umzustellen. Entscheidend: Keine Black Box. Die entwickelte Dash-Applikation zeigt Sachbearbeitenden täglich die Auffälligkeiten – mit vollständiger Transparenz über die auslösenden Parameter.
Jeder Fall lässt sich bewerten: reale Auffälligkeit, Fehlalarm oder unklarer Fall.
Die zeitliche Entwicklung wird visuell nachvollziehbar, sodass erkennbar wird, welche Faktoren zur Markierung führten. Dieser Feedback-Loop macht das System lernfähig. Mit jeder Bewertung wird das Modell präziser, reduziert false positives und erhöht die Treffergenauigkeit. Was als reine Anomalieerkennung beginnt, entwickelt sich zu einem adaptiven Assistenzsystem für die tägliche Verwaltungsarbeit.
Menschen machen den Unterschied
Technik allein reicht nicht. KI@PI bewies: Erfolg braucht Köpfe und Herzen. Von Anfang an saßen alle am Tisch – Verwaltungsprofis, KI-Experten und Datenexperten von linkFISH. Gemeinsam übersetzten sie KI-Ergebnisse in praktische Lösungen. Es wurde klar kommuniziert: KI assistiert, Menschen entscheiden. Das schaffte Vertrauen. Workshops und Schulungen bauten Berührungsängste ab. Die Botschaft kam an: KI ist kein Hexenwerk, sondern ein Werkzeug. Ein nützliches noch dazu. Die anfängliche Skepsis verschwand. Stattdessen: Neugier und der Stolz, Teil von etwas Neuem zu sein. Das Projekt schweißte Teams über Abteilungsgrenzen hinweg zusammen.
KI@PI war von Beginn an als Blaupause gedacht. Die Lösung funktioniert nicht nur in Pinneberg. Alles ist dokumentiert – vom technischen Setup bis zu den Stolpersteinen. Andere Kommunen müssen das Rad nicht neu erfinden. Die KI-Module für Prognosen und Fehlererkennung? Sie ist übertragbar auf jedes Amt, jede Aufgabe.
Mit linkFISH steht ein Partner bereit, der das Projekt von der ersten Idee bis zum Erfolg begleitet hat. Diese Erfahrung macht den Unterschied.
Schon jetzt schauen Verwaltungen bundesweit nach Pinneberg. 2026 soll das Projekt komplett ausgewertet sein. Ein Meilenstein für alle, die nachziehen wollen.
