Baggrund

Danske kommuner leverer service til borgerne og det giver anledning til mange kørte kilometer med stort forbrug af tid, penge og CO2. Ofte leases, købes og driftes bilerne decentralt, og man går på den måde glip af muligheder for at effektivisere og mindske klimabelastningen ved at dele bilerne, ladestanderne og ved at opbygge ekspertice i driften. Derfor er en række kommuner igang med at lave central flådestyring og køber it-understøttelse og opbygger driftenheder.

En voksende mængde kommunal data om brugen af de kommunale biler kan bruges til at omlægge arbejdsgange og optimere på politikker for leasing og drift. Dataen kan bruges til at forudsige, hvornår der kan bruges elbiler, hvornår der er for mange og for få biler og hvilke ruter, der er smarte at bruge, når borgerne skal have kommunal service. Det kræver avanceret data-analyse eller det, der hedder kunstig intelligens eller AI - artificial intelligence. Det er en faglig disciplin, som kræver kompetencer indenfor data science og data management, og her er danske kommuner stadigvæk i en opbygningsfase. 

Flådestyring og kunstig intelligens som kommunale indsatsområder

Kunstig intelligens og flådestyring udgør nøgleordene for projektet, som dykker ned i data for at få flere elbiler i spil og sørge for at de kommunale budgetter rækker lidt længere.

Vi er fem kommuner, der skal pege på, hvordan avanceret dataanalyse kan spare tid, penge og CO2 i et AI-signaturprojekt. Projektet er et såkaldt AI-signaturprojekt, der finansieres af Investeringsfonden for nye teknologier og digitale velfærdsløsninger og skal afrapportere sine resultater til Kommunernes Landsforening og Digitaliseringsstyrelsen.

Formålet er todelt

• at trykprøve teknologiens muligheder i kommunalt regi
• at skabe software med kunstig intelligens