Digitale Daseinsvorsorge: KI-Projekt Smart-DLWD

Digitale Daseinsvorsorge verbindet Dateninfrastrukturen, Dienstleistungen und Güter, die gesellschaftliche Teilhabe sichern. Smart-DLWD untersucht, wie Unternehmen der Daseinsvorsorge einen niederschwelligen Zugang zu Künstlicher Intelligenz erhalten.

Das Konsortium analysiert Prozesse der EDG Entsorgung Dortmund GmbH, entwickelt KI-Dienste und erprobt sie im Realbetrieb. Taxonomie, Reifegradmodell und eine Whitepaper-Reihe machen die Ergebnisse für weitere kommunale Unternehmen nutzbar. Die Forschungsfrage lautet: Wie wird KI vom Pilotversuch zur verlässlichen Praxis?

Smart-DLWD verfolgt ein Ziel: Künstliche Intelligenz soll in der Daseinsvorsorge praktisch nutzbar werden. Dafür identifiziert das Konsortium betriebliche Anwendungsfälle, entwickelt datengetriebene KI-Dienste, integriert sie in bestehende IT-Landschaften und prüft ihren Nutzen unter Realbedingungen.

Die Hürden sind benannt: Dem öffentlichen Sektor könnten laut IW Consult bis 2030 rund 840.000 Fachkräfte fehlen, gleichzeitig binden veraltete IT-Strukturen, fehlendes technisches Know-how und knappe Haushalte den Handlungsspielraum.

Eine projektinterne Befragung mit über 100 Teilnehmenden aus der Daseinsvorsorge bestätigt dieses Bild: 90 Prozent sehen rechtliche Unsicherheiten im Umgang mit sensiblen Daten und der DSGVO als zentrale Herausforderung, rund 80 Prozent nennen Datenqualität und Systemintegration, drei Viertel fehlende personelle Ressourcen. Über 70 Prozent haben Schwierigkeiten, geeignete Anwendungsfälle zu finden. Smart-DLWD setzt genau hier an und verbindet Technikentwicklung mit Orientierungswissen für öffentliche Dienstleistungen.

Diese Ergebnisse stehen Unternehmen der Daseinsvorsorge zur Nachnutzung offen:

• Taxonomie mit neun Merkmalen zur Selbstbeschreibung und zum Vergleich des Leistungsangebots
• Reifegradmodell zur Bewertung der eigenen KI-Readiness
• Workshop-Format zur Identifikation von KI-Anwendungsfällen
• Erprobte Prototypen aus fünf Anwendungsfeldern des kommunalen Betriebsalltags
• Dreiteilige Whitepaper-Reihe als Handlungsleitfaden. Whitepaper eins zu »Grundlagen und Einordnung« kann hier heruntergeladen werden.

Whitepaper herunterladen

»Das Projekt Smart-DLWD zeigt auf wie KI die digitale Daseinsvorsorge beeinflusst: In unseren Anwendungsfällen rund um die Themen Chatbots und KI-Agenten, Bildverarbeitung auf Fahrzeugen, Straßenreinigungs- und Abfallentsorgungsplanung, sowie digitale Qualifikationsnachweise beweisen wir nicht nur die generelle Funktionsfähigkeit, sondern messen auch die positive Wirkung der KI-Lösungen.«
Daniel Hefft M. Sc. forscht zur KI in der Daseinsvorsorge am Fraunhofer IML

Smart-DLWD arbeitet nach einer Wirkungslogik, die sich auf andere Betriebe übertragen lässt:

1. Leistungsangebot beschreiben – neun Merkmale der Taxonomie machen Art der Leistung, Zugangshürden, Reichweite und Zielkonflikte vergleichbar.
2. Prozesse und Daten prüfen – Ist-Abläufe, Schnittstellen sowie direkt und indirekt verfügbare Daten werden erfasst und bewertet.
3. Anwendungsfälle auswählen – ein Workshop-Format und das Reifegradmodell zeigen, welche Vorhaben zur eigenen KI-Readiness passen.
4. Soll-Prozesse und Datenpipelines aufbauen – ohne verlässliche Datenstrecke bleibt jedes Modell Theorie.
5. Prototypen im Betrieb erproben – Anwender bewerten Nutzen, Verständlichkeit und Bedienbarkeit, Rückmeldungen fließen direkt ein.
6. Ergebnisse übertragen – Whitepaper, Konferenzbeiträge und Open-Source-Bausteine öffnen den Zugang für die kommunalen Unternehmen.

So entsteht eine praxiserprobte Grundlage, mit der weitere kommunale Unternehmen eigene KI-Anwendungen für die digitale Daseinsvorsorge ressourcenschonend aufbauen können.

Sie fragen sich, ob KI in Ihrem kommunalen Betrieb einen wertvollen Beitrag leisten kann. Mit dem Fraunhofer IML können Sie:

• Neun Merkmale der Taxonomie nutzen, um das eigene Leistungsangebot vergleichbar zu beschreiben.
• Den Reifegrad der eigenen KI-Einführung einordnen, bevor Budget in ungeeignete Anwendungsfälle fließt.
• Erprobte Anwendungsfälle einsehen: Reinigungsplanung, Fahrzeugkameras, Chatbots, digitale Nachweise.
• Eigene Anforderungen in die Whitepaper-Reihe und laufende Validierungsrunden einbringen.

Der Austausch orientiert sich an den Formaten des Projekts: kurze Abstimmung, Validierungsgespräch oder Gallery Walk zu einzelnen Anwendungsfällen – unverbindlich.

Jetzt Reifegradmodell anfragen

Die EDG Entsorgung Dortmund GmbH plante Reinigungsreviere manuell, individuelle Parameter mussten aufwändig nachgearbeitet werden. Ein Planungswerkzeug übernimmt diese Arbeit datenbasiert. Es weist Straßenabschnitte nach Teams und Wochentagen zu, schlägt Reinigungszuweisungen vor und unterstützt bei der Planung neuer Abschnitte. Grundlage sind Planungsdaten der Disposition, administrative Vorgaben und Geodaten.

Eine Metrik für den Reinigungsaufwand eines Straßenabschnitts entstand aus der Begleitung der Reinigungsteams. Berücksichtigt werden Maschinennutzung, Papierkörbe, Depotcontainer und Regiewege, ebenso jahreszeitliche Ereignisse wie Laubfall.

Fairness zählt mit: gerechte Schichtverteilung und Ruhezeiten. Im Workshop bestätigten die Anwender bessere Planung verteilter Teams, mehr Transparenz und tragfähigere Entscheidungsgrundlagen. Gewünscht wurde die Berücksichtigung von Spezialfällen, eine GPS-Schnittstelle und eine nachvollziehbare Darstellung der Optimierungswirkung. Übertragbar ist der Ansatz auf kommunale Unternehmen und Organisationen, die Teams und Kapazitäten gemeinsam planen.

Abfallsammel- und Reinigungsfahrzeuge befahren nahezu den gesamten Straßenraum. Kameras auf diesen Fahrzeugen machen daraus eine laufende Zustandsaufnahme. Erkannt, klassifiziert und lokalisiert werden Straßenschilder, Baustellen, Schmierstellen und Straßenschäden. Eine Serverpipeline verpixelt Gesichter und Kennzeichen automatisch, bevor Bilder in die Auswertung gehen, die EDG lieferte dafür einen Startdatensatz von 670 Gigabyte.

Im Anwendungsfall Streetwatch verbindet die Building Information Cloud GLWG GmbH erkannte Schäden mit Aufgrabungs- und Vertragsdaten der Stadt Dortmund und bestimmt das Entstehungsdatum aus der wöchentlichen Bildfolge. Das Tiefbauamt bearbeitet rund 500 Straßenschäden pro Jahr. Statt Anfahrten auf Verdacht erhält die Sachbearbeitung einen vorbereiteten Fall mit Firma, Abnahmedatum und Restlaufzeit der Gewährleistung.

Wissen liegt in Dokumenten, die niemand durchsuchen will: Arbeitsanweisungen und Leitfäden, technische Betriebsdokumente und Wartungsanleitungen, Sortieranweisungen und Gefahrstoffinformationen, sowie kundenrelevante Informationen sind verteilt über diverse Systeme und nicht unmittelbar vernetzt mit dem Alltag der Mitarbeitenden. Vier Assistenten, von IITS entwickelt, setzen hier an.

Ein interner Wissensbot für Verwaltungsprozesse führt interne Dateien und Arbeitsanweisungen zusammen, sodass Beschäftigte in eigenen Worten fragen, statt Schlagworte zu raten, auch mobil. Der Werkstattassistent leitet die Wartung einer Kleinkehrmaschine Schritt für Schritt an und dokumentiert hands-free. Der Sortierassistent klärt unbekannte Stoffe auf dem Recyclinghof anhand von Sortieranweisungen und technischen Regeln, inzwischen per Diktierfunktion und Foto. Der Kundendienst-Assistent hilft schnell die passenden Informationen zu den Anfragen der Kunden zu liefern.

Die Workshop-Bewertung fiel differenziert aus: Nutzen für Onboarding, Kundenservice und Zweifelsfälle bestätigt, Quellenangaben positiv, offen bleiben Fehlerdiagnose, Antwortgeschwindigkeit, Spracheingabe in lauter Umgebung sowie ein Rollen- und Rechtekonzept. Eine integrierte GenAI-Plattform soll die Teillösungen bündeln.

Fahrberechtigungen entschieden bislang Bereichsleitungen aus eigenem Wissen. Die meisten Zertifikate lagen auf Papier oder blieben in den Köpfen der der Mitarbeitenden. Die Spherity GmbH baut dafür eine Infrastruktur für digitale Nachweise auf.

Eine Dashboard-Lösung bündelt Qualifikationen rollenbasiert: Beschäftigte sehen eigene Zertifikate, Bereichsleitungen den Stand ihres Teams. Ein Ampelfilter zeigt Gültigkeit, Push-Benachrichtigungen erinnern an Erneuerungen, etwa an die fünf Module alle fünf Jahre. Hochladen, Prüfen und digitales Unterschreiben sind abgebildet, ebenso die Zuordnung, welche Einweisung oder Unterweisung zu welchem Fahrzeugtyp gehört. Zertifikate bleiben mitarbeitergebunden und exportierbar.

Der Prototyp wurde weiterentwickelt, eine erste Feedbackrunde ist abgeschlossen. Offen sind Datenschutzfreigabe, Verifizierung über Wallet, verschlüsselte Übertragung, Authentifizierung und die Anbindung von SAP als zentraler Datenquelle. Geplant sind digitale Produktpässe für Komponenten der zirkulären Wertschöpfung.

Wer KI einsetzen will, braucht erst Klarheit über das eigene Leistungsangebot. Die im Projekt entwickelte Taxonomie beschreibt die kommunale Daseinsvorsorge anhand von neun Merkmalen:

• Art der Leistung im ökonomischen, nicht-ökonomischen oder sozialen Interesse
• Zugänglichkeitshürden
• regionale Größe
• Konnektivität
• Beitrag zum territorialen Kapital
• effektive Reichweite
• Zugangspflichten
• demografischer Einfluss
• vorrangige Unternehmensziele

Jedes Merkmal ist mit Leitfragen hinterlegt. Ein Entsorgungsbetrieb beschreibt sich damit etwa als gebührenfinanzierter, nicht-ökonomischer Dienst in einer Großstadt mit lokaler Reichweite und direktem demografischen Einfluss.

Die Taxonomie wird mit Fachleuten innerhalb und außerhalb der Branche validiert. Ergänzend bewertet ein Reifegradmodell, wie weit die KI-Implementierung eines Unternehmens anhand definierter Merkmale fortgeschritten ist. Beides macht Vergleich und Standortbestimmung möglich.

Sechs Partner tragen Smart-DLWD: zwei Forschungseinrichtungen, drei Entwicklungsunternehmen, ein Anwender. Diese Privat Public Partnership verbindet ein kommunales Entsorgungsunternehmen mit privaten Technologieanbietern und öffentlicher Forschung.

Das Fraunhofer-Institut für Materialfluss und Logistik IML koordiniert und bringt Erfahrung aus Robotik, AutoID, Verkehrslogistik, Instandhaltung und generativer KI ein.
Der Lehrstuhl für Unternehmenslogistik der TU Dortmund begleitet wissenschaftlich und untersucht plattformbasierte Wertschöpfungsökosysteme.
Die EDG Entsorgung Dortmund GmbH öffnet mit 1.100 Beschäftigten und über 350 Fahrzeugen ihre Prozesse für Erprobung und Evaluation.
Die iits-consulting GmbH verantwortet Softwareentwicklung zu LLM, Retrieval Augmented Generation, Computer Vision und Optimierung.
Die Spherity GmbH liefert vertrauenswürdige Dateninfrastruktur, die Building Information Cloud GLWG GmbH die automatisierte Dokumentenprüfung. Assoziierte Partner unterstützen die Übertragung der Ergebnisse.

Grundlagen und Einordnung

Das erste White Paper der Reihe schafft die inhaltliche Grundlage: Es ordnet Künstliche Intelligenz und digitale Daseinsvorsorge ein, beschreibt aktuelle Herausforderungen kommunaler Unternehmen und stellt neun Merkmale zur Selbstbeschreibung des Leistungsangebots vor. Ergänzt wird es durch erste empirische Befunde aus einer Befragung von über 100 Unternehmen der Daseinsvorsorge.

Hier das White Paper herunterladen