CariFIX – von der Idee auf dem Weg zum lernenden System

Das lernende System CariFIX soll Beratende über Verbandsgrenzen hinweg verbinden. Im Alltag von Beratenden kommt es nicht selten vor, dass Beratungsfälle sehr komplex werden. Um bei so vertrackten Problemen angemessen weiterhelfen zu können, benötigen Einzelne Zugriff auf die Expertiseressourcen in der Caritas.

CariFIX soll in alltäglichen Beratungssituationen unterstützen, in denen Beratende eine konkrete Frage ausgemacht haben, zu der sie Expertise benötigen. Das System verknüpft genau jene miteinander, die die Expertise suchen und jene, die sie bieten – ohne zu großen Mehraufwand für Profilpflege und Forenbedienung zu erzeugen.

Konzeptuell funktioniert das so:

Aus einer Frage, wie „Wie können im Ausland erworbene Abschlüsse vom Jobcenter angekannt werden?“ wird mithilfe von Machine Learning, einer Unterart von künstlicher Intelligenz, ein Anfrageprofil generieret. Machine Learning wird hier angewandt, um aus Text (im Data-Jargon unstrukturierte Daten) eine maschinenlesbare Form von Wissen entstehen zu lassen.

Dafür müssen die komplexen Fragen aus dem Beratenden-Alltag mithilfe von Kategorien aus einem Anfrage-Profil erfasst werden. Das Beispiel aus unserem Demonstrator verdeutlicht das: Was muss man für eine erfolgreiche Kostenübernahme für die Anerkennung ausländischer Abschlüsse beim Jobcenter beachten?

Die KI versucht, auf implizite Informationen zu schließen

Aus dieser Frage lassen sich für die Dimensionen „Lebenssituation der Ratsuchenden“, „Beratungsthemen“, „Beratungsmethoden“ und „Partner & Organisationen“ weitere Kategorien ziehen (nicht alle Dimensionen müssen immer vertreten sein):

  • Lebenssituationen der Ratsuchenden: arbeitssuchend
  • Partner & Organisationen: Jobcenter
  • Beratungsthemen: Arbeit

Interessant dabei ist, dass bis auf Jobcenter keiner der Begriffe direkt in der Anfrage genannt wurde. Der Machine Learning-Algorithmus muss also auf Basis der gegeben textlichen Informationen auf bestimmte Begriffe schließen können, ohne dass sie explizit genannt sind. Eine Herausforderung, die wir Menschen ganz hervorragend meistern übrigens.

Expertise-Profil als Gegenstück zum Anfrageprofil

Das Pendant zum Anfrageprofil ist das Expertiseprofil. Das Expertiseprofil eines oder einer Beratenden der Caritas soll in Kategorien gefasst seine oder ihre Expertise zu bestimmten Fachthemen umfassen. Es basiert somit auf internem Wissen und Daten, die Auskunft darüber geben. Soweit so gut, doch wie kommt man an dieses Wissen? Und wie kommt dieses Wissen in das Profil?

Um das Expertiseprofil anzulegen, benötigen wir Daten über die Expertise von Beratenden. Gestartet sind wir hierfür mit den Daten aus dem Fachbereich Migrationsberatung, die dort von vielen Beratenden in crea-client gesammelt werden. Das sind z.B. die Anzahl der Personen, die der- oder diejenige im letzten Jahr zu ausländischen Abschlüssen beraten hat oder die Anzahl der sogenannten Dublin-Fälle. Daraus kann nicht nur eine Statistik über die Ratsuchenden abgeleitet werden, sondern auch Aussagen über das Erfahrungswissen der Beratenden getroffen werden. Perspektivisch ist angedacht, auch noch weitere Wissensressourcen anzugliedern. Mögliche Kandidaten sind andere Programme zur Erfassung von Statistiken und zum Anlegen von Beratungsdokumentationen, dann die Dokumentationen selbst, wobei hier datenschutzrechtliche Aspekte wie die Wahrung der Anonymität des oder der Ratsuchenden strengstens zu beachten sind. Darüber hinaus könnten Wissensartikel aus die neue caritas oder dem CariNet auswertet und die Expertiseprofile um dieses Wissen ergänzt werden.

Proof of Concept: Gelingt Wissensmanagement über Anfrage- und Expertiseprofile in der Praxis?

Das Wissen, das sowohl dem Anfrage- als auch dem Expertiseprofil zugrunde liegt, wird über eine Ontologie strukturiert. Ontologien werden in der Informatik häufig dazu genutzt, um Wissen, das als Text vorliegt, zu strukturieren. CariFIX kann dadurch die Ähnlichkeit zwischen den Anfrage-Profilen und den Expertise-Profilen ermitteln und auf diese Weise passende Ansprechpersonen zu den Fragen vorschlagen. Genaueres ist in einem späteren Blogpost zu lesen.

CariFIX ist aktuell auf dem Weg zum Proof of Concept, einem Beweis, dass die Idee eines Expertisefinders technisch funktionieren kann und im Arbeitsalltag wirklich hilft. Dazu müssen weder die Ontologie noch die Daten aus den Anfrage- oder den Wissensquellen wie crea-client vollständig und allumfassend sein.

Wir brauchen aber eine Datenbasis, um die Grundfunktionalität aufzubauen und zu testen. Wenn der Proof of Concept gelingt, und aus der Grundidee ein digitales Tool mit voller Funktionalität wird, dann wird es in der Lage sein als lernendes System intelligent zu sein, und zwar so, dass es durch Feedback lernt und sich selbstständig anpasst.


Machen Sie dabei mit, seien Sie mit Ihrer Expertise dabei und/oder geben Sie uns Rückmeldung! Das geht am einfachsten, indem Sie Mitglied in der Arbeitsgruppe „Lernende Systeme” im CariNet werden, die für alle CariNet-Nutzer_innen offen ist. Wer noch kein CariNet-Profil hat, kann sich unter lernende_systeme@caritas.de melden – wir legen Ihnen gern eines an!

Natürlich können Sie auch direkt Johannes Landstorfer (Johannes.Landstorfer@caritas.de) und Angela Berger (Angela.Berger@caritas.de) kontaktieren.

Post a Comment

Deine E-Mail-Adresse wird nicht veröffentlicht.