Advertisement

Künstliche Intelligenz in der Öffentlichen Verwaltung

Status Quo und zukünftige Entwicklungen
  • Alexander FelfernigEmail author
  • Martin StettingerEmail author
  • Manfred WundaraEmail author
  • Christoph Stanik
Chapter

Zusammenfassung

Im Kontext der Digitalisierung macht der Erfolgslauf von Technologien der „Künstlichen Intelligenz“ (KI) auch in der öffentlichen Verwaltung nicht Halt. Diese Technologien finden in einer Reihe von Szenarien Einsatz – Beispiele sind Systeme zur Entscheidungsunterstützung, zur Unterstützung von intelligenten e-Learning Prozessen und zur Unterstützung der Kommunikation mit Bürgern. Das Hauptziel dieses Artikels ist es, einen Einblick in unterschiedliche Technologien der Künstlichen Intelligenz zu geben und gleichzeitig auch anhand von Beispielen Anwendungen und die damit verbundenen Prozessverbesserungen zu beleuchten.

Schlüsselwörter

Künstliche Intelligenz Digitalisierung Machine Learning Recommender Systeme Anwendungen 

Literatur

  1. Accenture. (2017). Helfer in der Not, smarte Roboter und Künstliche Intelligenz bringen öffentliche Verwaltung in Schwung.Google Scholar
  2. Felfernig, A. (2014). Biases in decision making, Proceedings of the international workshop on decision making and recommender systems 2014, Bolzano, Italy, S. 32–37, ISSN 1613-0073, CEUR Proceedings, Vol 1278.Google Scholar
  3. Felfernig, A., Hotz, L., Bagley, C., & Tiihonen, J. (2014). Knowledge-based configuration – From research to business cases. Morgan Kaufann.Google Scholar
  4. Felfernig, A., Boratto, L., Stettinger, M., & Tkalcic, M. (2018a). Group recommender systems: An introduction. Springer.Google Scholar
  5. Felfernig, A., Gruber, T., Brandner, G., Blazek, P., & Stettinger, M. (2018b). Customizing events with EventHelpr, Proceedings of MCP-CE 2018, Novisad, S. 1–4.Google Scholar
  6. Grasch, P., Felfernig, A., & Reinfrank, F. (2013). ReComment: Towards critiquing-based recommendation with speech interaction, 7th ACM conference on Recommender Systems (RecSys 2013), Hong Kong, China, (full paper), S. 157–164.Google Scholar
  7. Guzman Ortega, E., Ibrahim, M., & Glinz, M. (2017). A little bird told me: Mining tweets for requirements and software evolution. In 25th IEEE international requirements engineering conference (RE ’17), S. 11–20.Google Scholar
  8. Jannach, D., Zanker, M., Felfernig, A., & Friedrich, G. (2010). Recommender systems: An introduction. Cambridge University Press.Google Scholar
  9. Russel, S., & Norvig, P. (2003). Artificial intelligence: A modern approach. Prentice Hall.Google Scholar
  10. Soundaraya, V., Kanimozhi, U., & Manjula, D. (2016). Recommendation system for criminal behavioral analysis on social network using genetic weighted K-Means clustering. Journal of Computers, 12(3), 212–220.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Applied Artificial IntelligenceTU GrazGrazÖsterreich
  2. 2.Fachausschuss IT des Österreichischen Städtebundes & IT des Magistrats der Stadt VillachVillachÖsterreich
  3. 3.HiTeCUniversity of HamburgHamburgDeutschland

Personalised recommendations