Kurzbeschreibung
Das Projekt PROVIS möchte exemplarisch in drei Handlungsfeldern der Berliner Verwaltung erforschen, wie mathematisch-statistische Methoden, Methoden des maschinellen Lernens bis hin zur Künstlichen Intelligenz (KI) im Verwaltungshandeln nutzenbringend eingesetzt werden können. Dazu sollen zunächst die Steuerungsprozesse der Verwaltung, die jeweils von mehreren Akteuren aus verschiedenen Organisationseinheiten vollzogen werden, analysiert und optimiert werden. Es soll ein sinnvoller und realisierbarer Einsatz moderner Technologien im operativen und strategischen Verwaltungsmanagement ermöglicht werden. Das Forschungsteam von PROVIS ist dementsprechend interdisziplinär besetzt.
Der Lösungsansatz basiert auf Verfahren der Predictive Analytics (PA) und Prescriptive Analytics (PE) im Bereich des Verwaltungscontrollings. Dies bedeutet, dass datenbasierte Prognosen (Forecasts) modelliert und in einem Softwaretool abgebildet werden. Dadurch wird die Verwaltung in die Lage versetzt, ihr Planen, Entscheiden und Handeln antizipierend und proaktiv zu gestalten, anstatt situativ zu reagieren. Die modellierten Verfahren bieten der Verwaltung eine Entscheidungsunterstützung. Voraussetzung hierfür ist eine entsprechende Datenbasis, die im Zuge der voranschreitenden Digitalisierung zunehmend zur Verfügung steht und die von den Praxispartnern in das Projekt eingebracht wird. Die drei von PROVIS ausgewählten Handlungsfelder der Berliner Landesverwaltung sind Bürgerdienste, Ordnungsangelegenheiten (Schwerpunkt Gewerbeaufsicht) und Schulen (insbesondere Lehrkräftebedarfsplanung), so dass wichtige Lebensbereiche von Bürger:innen abgedeckt werden.
Projektpartner:
- Berliner Hochschuel für Technik
- Hochschule für Wirtschaft und Recht Berlin
- Senatskanzlei von Berlin
- Senatsverwaltung für Bildung, Jugend und Familie
- Senatsverwaltung für Wirtschaft, Energie und Betriebe
Projektlaufzeit: 01.04.2026 - 31.03.2030
Zielsetzung und geplante Ergebnisverwertung
PROVIS wird Prognosemethoden für die öffentliche Verwaltung unter Berücksichtigung der Erklärbarkeit der Ergebnisse und unterschiedlicher Datengranularität entwickeln, in ein Prognosetool implementieren und den Partnern sowie der Öffentlichkeit rechtefrei (Open Source) zur Verfügung stellen. Das Prognosetool wird Folgeprojekten zur Verfügung stehen und kann im Rahmen von Betratungsdienstleistungen vielfältig genutzt werden.
In drei Handlungsfeldern der öffentlichen Verwaltung werden exemplarisch Verfahren der Predictive Analytics (PA) und Prescriptive Analytics (PE) konzipiert, modelliert und implementiert. Der anwendungsbezogene Forschungsstand bzgl. hybrider Prognosemethoden unter Berücksichtigung erklärbarer Ergebnisse wird dadurch erweitert und publiziert.
Die hybriden Prognosemodelle unter Nutzung von Temporal Fusion Transformers ermöglichen es, dynamische Merkmale wie Bevölkerungsentwicklung, Migration und Pendlerverhalten und deren Auswirkungen in die Prognosen zu integrieren und operative und planerische Fragestellung der öffentlichen Verwaltung für verschiedene Entwicklungsszenarien und politische Entscheidungen besser zu beantworten.
Die abgeleiteten, verallgemeinerungsfähigen Erkenntnisse sind ein wichtiger Baustein für den interdisziplinären Einsatz mathematischer Methoden in der verwaltungswissenschaftlichen Forschung und Praxis insbesondere zur Fragestellung, wie die Potenziale der Digitalisierung durch den Einsatz von PA, PE und KI produktivitätssteigernd realisiert und empirisch signifikant nachgewiesen werden können. Die Möglichkeit des Transfers auf andere Tätigkeitsbereiche in Verwaltungen ist durch die Modellhaftigkeit der Forschungsfragen und durch die beteiligten Partner in ihren Schlüsselpositionen gegeben. Die Projektergebnisse fließen zudem in die Hochschullehre ein.
