Über das Projekt

Der Paritätische Wohlfahrtsverband Berlin betreibt die Socialmap, ein Verzeichnis sozialer Dienste in der gesamten Stadt. Das Verzeichnis ist umfassend, aber schwer zu navigieren für die Menschen, die es am dringendsten brauchen: Neuankömmlinge, Menschen mit eingeschränkten Deutschkenntnissen und Menschen, die Informationen in Leichter Sprache benötigen.

Multilang Socialmap, geleitet von Maximilian Greiner, ergänzt die Socialmap um einen mehrsprachigen RAG-basierten Chatbot, sodass jede Person Fragen in ihrer eigenen Sprache stellen und eine Antwort erhalten kann, die in echten, verifizierten Daten zu sozialen Diensten verankert ist.

Das Projekt gewann das Open Innovation Programme von N3XTCODER und wurde im Mai 2024 auf der re:publica gepitcht.

Die Herausforderung

Die Socialmap enthält die Antworten, aber die Antworten sind hinter einer deutschsprachigen Verzeichnisoberfläche eingeschlossen. Menschen in verletzlichen Situationen – oft genau die, die soziale Dienste am dringendsten brauchen – können sie nicht navigieren. Übersetzung allein reicht nicht; viele Nutzer:innen brauchen einfache Sprache und kulturell angemessene Formulierungen, nicht nur Wort-für-Wort-Übertragung ins Deutsche.

Die Lösung

Ein Retrieval-Augmented-Generation-Chatbot (RAG), verankert in den verifizierten Daten der Socialmap. Nutzer:innen stellen Fragen in ihrer eigenen Sprache. Das System ruft die relevanten Socialmap-Einträge ab und generiert dann eine Antwort in der Sprache der nutzenden Person – auf Wunsch auch in Leichter Sprache. Antworten zitieren die zugrunde liegenden Socialmap-Einträge, sodass Nutzer:innen direkt beim Anbieter nachfassen können.

Weil das System in echten Daten verankert ist, halluziniert es keine Dienste, die nicht existieren – eine nicht verhandelbare Anforderung, wenn Menschen Wohnraum, Rechtshilfe oder Krisenhilfe suchen.

Das Ergebnis

• Open-Innovation-Programme-Gewinner, ausgewählt aus einem kompetitiven Feld

• Auf der re:publica 2024 gepitcht

• Mehrsprachiges + Leichte-Sprache-RAG auf echten Sozialdaten demonstriert

• Beleg dafür, dass verankerte KI den Zugang zu öffentlichen Diensten erweitern kann, ohne Genauigkeit zu opfern