LLM-basierte KI-Anwendungen

Hans Werner Streicher

Chapter 4 in Die öffentliche Verwaltung im KI-Zeitalter, 2026, pp 55-99 from Springer

Abstract: ZusammenfassungIm digitalen Zeitalter nimmt die Menge an verfügbaren Textinformationen im Public Sector kontinuierlich zu, von E-Mails und Social-Media-Inhalten bis hin zu juristischen Texten und wissenschaftlichen Arbeiten. Diese Fülle an Daten enthält wertvolle Erkenntnisse, bleibt aber oft aufgrund ihres Umfangs schwer zugänglich. Besonders in umfangreichen Genehmigungsverfahren erhalten Behörden eine Vielzahl an textbasierten Unterlagen, darunter Gutachten, Bescheide, technische Berichte, Stellungnahmen, Aktenvermerke, E-Mails, Links zu Webseiten oder Studien. Diese werden zunehmend digital und strukturiert, oft mit sprechenden Dateinamen und Inhaltsverzeichnissen, eingereicht. Die eigentliche Herausforderung liegt jedoch nicht in der Sammlung, sondern in der Analyse: es gilt, relevante Zusammenhänge zwischen einzelnen Dokumenten oder Textstellen zu erkennen, um Widersprüche, Lücken oder Fehler rechtzeitig zu identifizieren. Besonders bei papierbasierten Verfahren ist dies äußerst aufwendig, da es ein hohes Maß an Konzentration und manueller Bearbeitung erfordert. Dies führt häufig zu langen Bearbeitungszeiten und kann den Verlauf sowie die Effizienz von Verfahren erheblich beeinträchtigen. Das Kap. 4 beschreibt verschiedene Anwendungsfälle, bei denen aus Sicht der Künstlichen Intelligenz die Analyse großer Textdatenbestände im Mittelpunkt steht. Dabei wird gezeigt, wie KI-gestützte Systeme dabei unterstützen können, Informationen aus umfangreichen Dokumenten zu extrahieren und daraus Wissen zu erzeugen.

Date: 2026
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-662-72552-8_4

Ordering information: This item can be ordered from
http://www.springer.com/9783662725528

DOI: 10.1007/978-3-662-72552-8_4

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().