Das Jugendamt im Landratsamt Augsburg, ein IBM Kunde, ist mit der Unterstützung und dem Schutz von Kindern, Jugendlichen und Familien im gesamten Landkreis betraut. Die Sachbearbeiter dieser Behörde befassen sich mit rechtlichen und finanziellen Fragen im Zusammenhang mit der Jugendhilfe sowie mit der Integrationsförderung und den Kinderbetreuungskosten. Um den angemessenen Kostenbeitrag für jeden Fall in ihrem Zuständigkeitsbereich zu ermitteln, führen diese Mitarbeiter umfangreiche Recherchen in einer Vielzahl verschiedener Datenquellen durch, wie z. B. Online-Rechtsreferenzen, von Bürgern eingereichte Dokumente und andere ergänzende Unterlagen, bevor sie mit der Arbeit an jedem Fall beginnen. Der derzeitige Prozess stellt zwar sicher, dass jeder Fall gründlich recherchiert wird, ist aber auch sehr zeitaufwändig und kann manchmal fehleranfällig sein. Außerdem gibt es nicht genügend spezialisierte Fachleute, die diese Art von Recherche beherrschen.​

Um diese Herausforderungen zu lösen, begann das Landratsamt Augsburg mit IBM^® Client Engineering und IBM^® Consulting zusammenzuarbeiten. In einer Reihe von Workshops ermittelte das Team die dringendsten Probleme und entwarf eine Vision, wie die Sachbearbeiter des Landratsamts sich auf ihre Fälle konzentrieren können, anstatt sich mit der manuellen Recherche zu befassen. Das Team im Landratsamt Augsburg wusste, dass es effizienter werden wollte, aber angesichts der sensiblen Natur dieser Fallarbeit waren sie verständlicherweise vorsichtig bei der Einführung neuer Technologien, die möglicherweise neue Fragen und Herausforderungen mit sich bringen könnten. Einige Mitglieder des Teams waren sehr daran interessiert, generative KI (gen AI) als mögliche Lösung zu untersuchen, während andere eher skeptisch waren. Um das Potenzial dieser Technologie zu testen, nahm das Team an einem dreitägigen Hackathon mit IBM teil.

Während der dreitägigen Veranstaltung kamen 8 bis 10 Entwickler zusammen, um eine maßgeschneiderte Webanwendung zu entwickeln, die in IBM watsonx Assistant integriert war und von IBM watsonx.ai und IBM^® Watson Discovery unterstützt wurde. Sie war so konzipiert, dass sie mehrere vom Kunden vorgegebene verteilte Datenquellen abfragen und die Ergebnisse für jeden Fall zusammenfassen konnte. Die während der Veranstaltung durchgeführten Tests zeigten eine bis zu 91%ige Verbesserung bei der Zeit, die für die Zusammenstellung der Falldaten benötigt wurde. Vor dem Pilotprojekt dauerte es manchmal bis zu einer Stunde, um all die verschiedenen Datenpunkte zu einem Fall zusammenzustellen. Während des Pilotprojekts stellte das Team fest, dass es nur fünf Minuten brauchte, um diese Daten zusammenzustellen. Anekdotisch stellte das Team auch eine deutliche Verbesserung der Qualität und Genauigkeit der von der neuen Lösung generierten Zusammenfassungen der Falldaten fest. Die Begeisterung nach dem Pilotprojekt war unbestreitbar. Das Team möchte nun weiter untersuchen, wo es die Effizienz und Leistung der gesamten Gruppe durch den Einsatz von generativer KI verbessern kann.