Skip to main content
SpringerLink
Log in
Book cover

Handbuch E-Government pp 1–14Cite as

Künstliche Intelligenz in der Öffentlichen Verwaltung

Status Quo und zukünftige Entwicklungen

  • Living reference work entry
  • First Online:

  • 1006 Accesses

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.

This is a preview of subscription content, log in via an institution.

Literatur

  • Accenture. (2017). Helfer in der Not, smarte Roboter und Künstliche Intelligenz bringen öffentliche Verwaltung in Schwung.

    Google Scholar 

  • 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 

  • Felfernig, A., Hotz, L., Bagley, C., & Tiihonen, J. (2014). Knowledge-based configuration – From research to business cases. Morgan Kaufann.

    Google Scholar 

  • Felfernig, A., Boratto, L., Stettinger, M., & Tkalcic, M. (2018a). Group recommender systems: An introduction. Springer.

    Google Scholar 

  • 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 

  • 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 

  • 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 

  • Jannach, D., Zanker, M., Felfernig, A., & Friedrich, G. (2010). Recommender systems: An introduction. Cambridge University Press.

    Google Scholar 

  • Russel, S., & Norvig, P. (2003). Artificial intelligence: A modern approach. Prentice Hall.

    Google Scholar 

  • 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 

Download references

Author information

Authors and Affiliations

  1. Applied Artificial Intelligence, TU Graz, Graz, Österreich

    Alexander Felfernig & Martin Stettinger

  2. Magistrat Villach, Informations- und Kommunikationstechnologien, Villach, Österreich

    Manfred Wundara

  3. HiTeC, University of Hamburg, Hamburg, Deutschland

    Christoph Stanik

Authors
  1. Alexander Felfernig
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Martin Stettinger
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Manfred Wundara
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Christoph Stanik
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding authors

Correspondence to Alexander Felfernig , Martin Stettinger or Manfred Wundara .

Editor information

Editors and Affiliations

  1. FB Verwaltungswissenschaften, Hochschule Harz, Halberstadt, Germany

    Jürgen Stember

  2. Fachhochschule Kärnten, Villach, Austria

    Wolfgang Eixelsberger

  3. E-Government-Institut, Berner Fachhochschule, Bern, Switzerland

    Alessia Neuroni

  4. E-Government-Institut, Berner Fachhochschule, Bern, Switzerland

    Andreas Spichiger

  5. Deutscher Städte- und Gemeindebund, Berlin, Germany

    Franz-Reinhard Habbel

  6. Stadt Villach, Villach, Austria

    Manfred Wundara

Rights and permissions

Reprints and permissions

Copyright information

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

About this entry

Check for updates. Verify currency and authenticity via CrossMark

Cite this entry

Felfernig, A., Stettinger, M., Wundara, M., Stanik, C. (2019). Künstliche Intelligenz in der Öffentlichen Verwaltung. In: Stember, J., Eixelsberger, W., Neuroni, A., Spichiger, A., Habbel, FR., Wundara, M. (eds) Handbuch E-Government. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-21596-5_42-1

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-21596-5_42-1

  • Received:

  • Accepted:

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-21596-5

  • Online ISBN: 978-3-658-21596-5

  • eBook Packages: Springer Referenz Wirtschaftswissenschaften

Publish with us

Policies and ethics

Search

Navigation