Wie das europäische Beratungsunternehmen Sopra Steria auf seiner Website schreibt, werden derzeit 63 Häuser in der Gemeinde Trondheim mithilfe künstlicher Intelligenz bewertet. Das Ergebnis einer solchen Veranlagung sind Einsparungen in Millionenhöhe, weniger Beschwerden und eine gerechtere Grundsteuer.
Lesen Sie auch: Am Mittwoch, 20. März, werden 23 Mautstellen eröffnet
– Wir haben eine Menge gespart Zeit und Ressourcen, die meisten Probleme digital und in Zusammenarbeit mit den Bürgern lösen. Mit einem aktuelleren und genaueren Steuersatz für alle Häuser wird die Steuerlast gerechter verteilt, sagt Projektmanagerin Stine Borge Nordskag. Er ist Leiter der Immobilien- und Adressabteilung in Gemeinde Trondheim.
Lesen Sie auch: Der Oslofjordtunnel bleibt im März vier Tage lang geschlossen
Künstliche Intelligenz sorgt für eine gerechtere Grundsteuer
Letzten Herbst Trondheim erhielt renommierter Publikumspreis für das Machine-Learning-Projekt bei NOKIOS 2023.
Maschinelles Lernen - (maschinelles Lernen), maschinelles Lernen oder lernende Systeme. Hierbei handelt es sich um eine Spezialisierung auf künstliche Intelligenz, die statistische Methoden nutzt.
Thomas H. Thoresen, Spezialist für maschinelles Lernen und künstliche Intelligenz bei Sopra Steria, findet, dass dies wohlverdient ist:
– Mit begrenzten Ressourcen hat die kommunale Grundsteuerbehörde alle Häuser in ganz Trondheim gründlich und fair bewertet. Andere Kommunen sollten diesem Trend folgen, sagt Thomas H. Thoresen von Sopra Steria
Riesiger Parametersatz
In 2019 Jahr Gemeinde Trondheim stand vor einer schwierigen Entscheidung. Seit der letzten Bewertungsrunde zu Beginn des Jahrtausends steigt der Wert der Häuser im Bezirk hat sich im Schnitt mehr als verdoppelt seit der letzten Bewertungsaktualisierung. Seit 2003/2004 verfügt die Gemeinde über einen Durchschnitt Zahlenerhöhung Wohnungen um etwa 2 bis 000 pro Jahr. Sollte die Gemeinde große Ressourcen für eine neue manuelle Neubewertung bereitstellen? Oder vielleicht wäre es besser, den Wert anhand des landesweiten Immobilienwertmodells zu berechnen, die wenig Rücksicht auf die örtlichen Gegebenheiten nahm? Darüber hinaus fehlten der Gemeinde bei dieser Berechnungsmethode Werte von ca. 10 %. Wohnbestand.
Stattdessen entschied sich die Gemeinde für einen dritten Weg: die Bewertung des Wohnungsbestands mithilfe von maschinellem Lernen und künstlicher Intelligenz. Erste Konzepttests zeigten vielversprechende Ergebnisse und die Projektgruppe begann mit der Identifizierung und Überprüfung von Parametern.
– Wir begannen mit einem riesigen Satz an Parametern, wie Plandaten, Grundstücksneigung, Nähe zur Schule und Gebäudedaten. Dann haben wir die Faktoren nach und nach beseitigt hatte wenig Einfluss über die Leistung des Modells - sagt Stine Borge Nordskag, Projektleiterin der Gemeinde Trondheim.
100 Häuser in 000 Minuten
Nach intensiver Arbeit am Modell des maschinellen Lernens und den damit verbundenen Gesetzen und Vorschriften bestand die Notwendigkeit, das Modell in das kommunale Fächersystem zu integrieren Steuer aus Immobilien, sowie MinSide. Letztlich wurde die Aufgabe Sopra Steria übertragen.
– Sopra Steria war nicht nur ein guter Sparringspartner im Bereich des maschinellen Lernens, sondern half uns auch bei der Implementierung einer professionellen Anwendung, die das Modell des maschinellen Lernens unterstützt senkt die Preise auf der Ebene der Benutzereinheit. „Wir sind nun in der Lage, alle 103 Gewerbeflächen in der Gemeinde in etwa 000 Minuten zu bewerten“, sagt Nordskag.
Dank der Integration mit MinSide können Hausbesitzer vom Sofa aus Sachinformationen über ihr Zuhause eingeben und korrigieren. Dies trug nicht nur zu einer höheren Genauigkeit bei, sondern trug auch dazu bei, das Programm transparenter und integrativer zu gestalten.
2023 war das erste Jahr, in dem die neue Berechnungsmethode für die Grundsteuer in der Gemeinde Trondheim angewendet wurde. Die Wohnsteuerbemessungsgrundlage erhöhte sich daraufhin um 260 Milliarden NOK im Vergleich zur vorherigen Neubewertung. Im Beschwerdezeitraum gingen bei der Gemeinde weniger als die Hälfte der Beschwerden im Vergleich zu 2004 ein.
Stine Borge Nordskag zögert nicht, das Projekt als großen Erfolg zu bezeichnen
– Das ist eine gute und spannende Lösung, die zeigt, wie maschinelles Lernen in der öffentlichen Verwaltung eingesetzt werden kann. Wir glauben, dass dies möglicherweise für andere Kommunen von großem Nutzen sein könnte. Auch wenn das Modell natürlich an lokale Daten angepasst werden muss, besteht keine Notwendigkeit, das Rad neu zu erfinden. „Wir sind offen für Dialog und Kontakt“, sagt er.
Czy andere Gemeinden in Norwegen Werden auch sie von einer solchen Lösung profitieren? Die Welt verändert sich zweifellos und künstliche Intelligenz hält in fast allen Bereichen Einzug in unser Leben.
Liken Sie uns auf Facebook und teilen Sie unseren Beitrag mit anderen
Quelle: Beratungsunternehmen Sopra Steria, Foto: pixabay
Lesen Sie auch: Die Rechnung wird nun monatlich ausgestellt
