La Oficina de Asistencia al Menor de Landratsamt Augsburg, cliente de IBM, se encarga del apoyo y la protección de niños, adolescentes y familias de todo el distrito. Los asistentes sociales de este grupo se ocupan de cuestiones jurídicas y financieras relacionadas con la asistencia social a los jóvenes, así como de la ayuda a la integración y los gastos de guardería. Con el fin de determinar la contribución de costos adecuada para cada caso de su competencia, estas personas llevan a cabo una investigación exhaustiva a partir de diversas fuentes de datos diferentes, como referencias jurídicas en línea, documentos presentados por los ciudadanos y otra documentación complementaria, antes de empezar a trabajar en cada caso. Si bien el proceso actual garantiza que cada caso se investigue a fondo, también lleva bastante tiempo y, a veces, puede ser propenso a errores. Además, hay una escasez de profesionales especializados que estén capacitados para realizar este tipo de investigación.​

Para resolver estos desafíos, Landratsamt Augsburg comenzó a colaborar con IBM^® Client Engineering and IBM^® Consulting. Durante una serie de talleres, el equipo identificó sus puntos débiles más acuciantes y esbozó una visión de cómo podrían ayudar a liberar a los asistentes sociales para que se centraran en sus casos, en vez de en el proceso manual de investigación. El equipo de Landratsamt Augsburg sabía que quería ser más eficiente, pero dada la naturaleza delicada de este caso, era comprensible que fueran cautelosos a la hora de adoptar nuevas tecnologías que podrían introducir nuevas preguntas y desafíos. Algunos miembros del equipo estaban ansiosos por explorar la IA generativa (IA gen) como una posible solución, mientras que otros se mostraron más escépticos. Para probar su potencial, el equipo se unió a un hackathon de tres días con IBM.

Durante el evento de tres días, entre 8 y 10 ingenieros se reunieron para crear una aplicación web personalizada que se integrara con IBM® watsonx Assistant y fuera compatible con IBM® watsonx.ai e IBM^® watsonx Discovery. Fue diseñado para consultar múltiples fuentes de datos dispares establecidas por el cliente y resumir los hallazgos de cada caso. Las pruebas realizadas durante el evento demostraron una mejora de hasta un 91 % en el tiempo necesario para recopilar los datos de los casos. Antes de la prueba piloto, se podía tardar hasta una hora en recopilar todos los datos que sirven de base a un caso, mientras que durante la prueba piloto el equipo observó que se podía tardar tan solo cinco minutos en recopilar estos datos. Como anécdota, el equipo también observó una mejora significativa en la calidad y precisión de los resúmenes de datos de casos generados por la nueva solución. El entusiasmo que siguió al piloto era innegable. El equipo está ansioso por seguir explorando dónde pueden mejorar la eficiencia y el rendimiento en todo el grupo mediante el despliegue de la IA gen.