Report

Hide text CSV Data Package Print

Active projects and challenges as of 09.05.2025 14:01.

www.never-walk-alone.ch

Automatisiertes Zufriedenheitstool Leaving Care Aargau

NEVER WALK ALONE – Leaving Care Aargau: Entwicklung eines Tools zur automatisierten Erhebung und Auswertung der Zufriedenheit junger Erwachsener mit den in Anspruch genommen Dienstleistungen


~ PITCH ~

NWA.pdf

Virtuelle Lehrwerkstatt Quellenhof-Stiftung

Konzeption der Lehrwerkstatt im digitalen Raum, zur Förderung der Lernenden und der Kommunikation zwischen allen involvierten Personen.


~ PITCH ~

Aron macht seine Ausbildung zum Unterhaltspraktiker EBA. Auf seiner mobilen App landet er zuerst auf der Landingpage, eine virtuelle Lehrwerkstatt. Dort findet er den Kontakt des Berufsbildners und seiner Ausbildungscoachin, das Personalhandbuch inkl. Hausordnung, den Bildungsplan inklusive Verlaufsfortschritt, einen Kalender, einen Notenspiegel und ein Quiz zu aktuellen Lerninhalten. Zudem kann er Bildungs- und Coachingziele, sowie die Ziele des laufenden Semesters abrufen und er hat Zugriff auf ein Meldeformular oder eine Telefonnummer, um kritische Ereignisse zu melden. Er kann mit seinen Bezugspersonen Nachrichten austauschen, oder über das App auf die relevanten Telefonnummern zugreifen, um sich telefonisch von der Arbeit abzumelden. Zudem kann er per Foto-App sein Arbeitsunfähigkeitszeugnis erfassen.

Er hat also Zugang zu allen wichtigen Informationen und Kommunikationskanälen.

Sein Berufsbildner öffnet seine App und landet auf seiner Landingpage – einer Übersicht all seiner Lernenden. Er kann für einzelne Lernende (oder für alle) ein Quiz erstellen, kann die Lernzielkontrollen des Bildungsplans für die Lernenden abhaken (das sieht Aron in seinem Verlaufsfortschritt) und Kalendereinträge machen, zu wichtigen Terminen, wie zum Beispiel ÜK-Kurse oder QV-Vorbereitung oder überträgt die Ziele vom Bildungsbericht in die App. Er ist nun in der Lage einen individueller Förderplan zu erstellen und den Fortschritt zu überwachen.

Seine Ausbildungscoachin öffnet ihre App und landet auf ihrer Landingpage – einer Übersicht all ihrer Teilnehmer:innen. Sie kann den Ausbildungsverlauf und den Notenspiegel einsehen, Coachingziele erfassen (sieht der Berufsbildner nicht!) und Termine eintragen. Sie ist fähig die Ausbildung zu koordinieren und Ausbildungsrelevante Themen schnell zu erfassen.

Genauere Infos hier:

~ README ~

lernquelle-frontend

This is a Next.js project bootstrapped with create-next-app.

Getting Started

Make sure you have a current installation of npm on your computer, then run:

cd lernquelle-frontend
npm install

To start the development server:

npm run dev
# or
yarn dev
# or
pnpm dev
# or
bun dev

Open http://localhost:3000 with your browser to see the result.

https://garage8.ch/

Digitales Jugendkulturhaus Garage8

Garage8 - Jugendkulturlokal Region Olten. Entwicklung des interaktiven digitalen Jugendkulturhauses als Webapplikation


~ PITCH ~
Wer wir sind:

Die Garage8 ist ein nicht kommerzielles Jugendkulturlokal für Jugendliche und junge Erwachsene zwischen 16 und 25 Jahren aus der Region Olten. Sie wird seit 2018 vom Verein für Jugend und Freizeit im Auftrag der Einwohnergemeinde Olten betrieben. Veranstaltungen in der Garage8 werden von und mit der Zielgruppe umgesetzt. Die jungen Erwachsenen können sich dabei in verschiedenen Betriebsgruppen engagieren und den Kulturbetrieb so mitgestalten. Weiter werden Räume für Projekte der Zielgruppe kostenlos oder zu günstigen Konditionen zur Verfügung gestellt. Dazu gehören auch die sechs Band- und Atelierräume, welche sich im 2.OG des Hauses befinden und für musisch-kreative Zwecke vermietet werden.

Ausgangslage:

Für den Jugendkulturbetrieb Garage8 stellt insbesondere die Bekanntmachung der Angebote bei der Zielgruppe eine grosse Herausforderung dar. Die Garage8 bietet ein sehr breites und (absichtlich) sehr offen gehaltenes Partizipationsangebot an. Dies führt aber auch dazu, dass dieses Angebot für junge Erwachsene, die bisher noch keine Berührungspunkte mit solchen Partizipationsmöglichkeiten hatten, sehr abstrakt wirken kann und viel Übersetzungsarbeit der Fachpersonen benötigt. Um unser Angebot zu präsentieren setzen wir auf unsere Website und Instagram, sowie verschiedene Druckprodukte wie Plakate und Flyer. Dennoch bleibt es herausfordernd, die Fülle der Angebote als Ganzes abzubilden und der Zielgruppe näher zu bringen.

Challenge:

Das Jugendkulturhaus wünscht sich eine digitale und interaktive Möglichkeit, die eigenen Räumlichkeiten, Angebote und Partizipationsmöglichkeiten darzustellen und so möglichst niederschwellig erkund- und greifbar zu machen. Idealerweise lässt sich die Lösung in die bestehende Website integrieren.

Ressourcen:
  • Diverse Unterlagen zum Gebäude und den Angeboten der Garage8 (Google-Drive)
  • Das Garage8-Team steht euch während des ganzen Events zur Verfügung.
  • Bei Bedarf werden gerne weitere Ressourcen zur Verfügung gestellt.
Kontakt:

Pascal Lack, Co-Leitung Garage8
[email protected]
079 865 71 31

Garage8-Website
Garage8-Instagram QZZNI9ZA.pdf

https://www.visiocoaching.ch/

Chatbot VisioCoaching

Intelligenter Chatbot zur Entlastung der Administration


~ PITCH ~

Wer wir sind Die Visio Coaching GmbH begleitet seit 2011 Menschen auf ihrem individuellen Weg zur nachhaltigen Integration in den ersten Arbeitsmarkt. Mit Standorten in Olten, Solothurn, Brugg und Wohlen unterstützen wir unsere Teilnehmenden durch persönliche und fachliche Weiterbildung, Entwicklung und Abklärung. Unser Ziel ist es, gemeinsam mit den Teilnehmenden Lösungen zu finden, die eine Erstausbildung, Umschulung oder Anstellung im ersten Arbeitsmarkt ermöglichen bzw. den Erhalt der aktuellen Arbeitsstelle sichern. Dabei legen wir grossen Wert auf eine offene und transparente Kommunikation sowie auf die Förderung der Eigenverantwortung unserer Teilnehmenden.

Ausgangslage Im Arbeitsalltag unserer Institution beantworten Mitarbeitende, vorallem in der Administration, täglich zahlreiche wiederkehrende administrative Fragen von Teilnehmenden. Diese Anfragen reichen von Themen wie Krankmeldungen über die korrekte Zeiterfassung bis hin zu IT-Problemen. Die Bearbeitung dieser Anfragen bindet wertvolle Zeit und Ressourcen, die für andere wichtige Aufgaben genutzt werden könnten. Ein digitaler Assistent, wie ein Chatbot, könnte hier Abhilfe schaffen, indem er häufig gestellte Fragen automatisiert beantwortet und somit das Personal entlastet und für andere Aufgaben zeitliche Ressourcen schafft. Challenge - Wir suchen nach einer innovativen Lösung in Form eines Chatbot-Prototyps, der häufige administrative Anfragen automatisiert beantwortet. Dieser Chatbot soll auf unserer Website integriert werden können und flexibel für zukünftige Anpassungen sein. Ziel ist es, den Teilnehmenden eine niederschwellige Möglichkeit zu bieten, schnell und effizient Antworten auf ihre Fragen zu erhalten, während gleichzeitig die internen Ressourcen geschont werden.

Anforderungen an die Lösung • Automatisierte Beantwortung: Der Chatbot soll in der Lage sein, häufig gestellte Fragen aus dem administrativen Bereich eigenständig und korrekt zu beantworten. • Integration: Die Lösung muss sich nahtlos in unsere bestehende Website integrieren lassen. • Flexibilität: Der Chatbot sollte einfach anpassbar sein, um zukünftige Änderungen oder Erweiterungen im Fragen- und Antwortenkatalog zu berücksichtigen. • Benutzerfreundlichkeit: Eine einfache und intuitive Nutzerführung ist essentiell, um die Akzeptanz bei Mitarbeitenden und Teilnehmenden zu gewährleisten. • Sprachstil: Der Chatbot sollte in der Ansprache höflich und professionell sein und die Nutzer konsequent siezen.

Offene Fragen für die Teilnehmenden • Lernfähigkeit: Wie kann der Chatbot durch den Einsatz von Künstlicher Intelligenz kontinuierlich lernen und seine Antworten verbessern? • Visualisierung: Wie sollte der Chatbot gestaltet sein, um eine ansprechende und vertrauenswürdige Interaktion zu ermöglichen? • Mehrsprachigkeit: Soll der Chatbot in mehreren Sprachen verfügbar sein, um eine breitere Nutzerbasis anzusprechen? • Datenschutz: Wie kann sichergestellt werden, dass der Chatbot den Datenschutzrichtlinien entspricht und sensible Informationen geschützt bleiben? • Erweiterbarkeit: Kann der Chatbot so konzipiert werden, dass er zukünftig auch für externe Anfragen, beispielsweise von potenziellen Kunden, genutzt werden kann?

Verfügbare Ressourcen • Fragen- und Antwortenkatalog: Eine Liste häufig gestellter Fragen aus dem administrativen Bereich sowie die dazugehörigen Antworten in Form von Dokumenten, Links und Videos. • Technische Infrastruktur: Zugang zur bestehenden Website. • Ansprechpartner: Patricia Braun ist ist an der Challenge dabei.

Wir freuen uns auf kreative und innovative Lösungen, die dazu beitragen, unsere internen Prozesse zu optimieren und den Arbeitsalltag für Mitarbeitende und Teilnehmende zu erleichtern. Ich freue mich auf das Teamwork!

Patricia Braun Co-Leitung [email protected] 079 271 69 89

www.braendi.ch

KI-gestützte Arbeitsplanung für den Wohnbereich von Brändi

Entwicklung eines KI-gestützten Systems zur automatisierten Arbeitsplanung auf Basis von Planungsinputs.


~ PITCH ~

Ausgangslage

Brändi bietet betreutes Wohnen für Menschen mit Beeinträchtigungen an. Die Planung der Arbeits- und Dienstzeiten im Wohnbereich ist kompliziert. Sie wiederholt sich, muss aber flexibel auf Veränderungen reagieren. Eine effiziente und adaptive Planung ist essenziell, um den Mitarbeitenden eine optimale Struktur zu bieten und gleichzeitig eine hohe Betreuungsqualität sicherzustellen. Aktuell wird die Planung manuell erstellt.

Herausforderungen

  • Integration individueller Bedürfnisse und Präferenzen der Mitarbeitenden​
  • Berücksichtigung rechtlicher und organisatorischer Rahmenbedingungen​
  • Hohe Benutzerfreundlichkeit für eine einfache Anwendung im Alltag

Ziel der Challenge / Vorstellung Endprodukt​

Entwicklung eines KI-gestützten Systems zur automatisierten Arbeitsplanung auf Basis der Planungsinputs.

Die Lösung soll:​

  • Sich wiederholende Arbeitsabläufe effizient planen​
  • Personalressourcen optimal und fair verteilen​
  • Flexibilität für unvorhergesehene Änderungen ermöglichen​
  • Eine einfache Anpassung durch das Team erlauben​

Erwarteter Nutzen:​

  • Reduzierung des Planungsaufwands für das Team​
  • Verbesserung der Planungsqualität durch KI-gestützte Optimierung​
  • Flexiblere Anpassung an Veränderungen im Arbeitsalltag

Ressourcen, die zur Verfügung stehen

  • Grundlagenpapier mit relevanten Informationen zu Teamstrukturen, Arbeits- und Dienstzeiten ​
  • Bestehende Planungsmethoden als Referenz ​
  • Möglichkeit zum Austausch mit Verantwortlichen von Brändi

Ressourcen zum Download:

https://ag.prosenectute.ch/de

KI-Informationssuche Pro Senectute

Pro Senectute Aargau: Entwicklung einer KI-Unterstützung bei der Informationssuche in Reglementen


~ PITCH ~

Pro Senectute Aargau: Pro Senectute Aargau bietet seit über 100 Jahren umfassende Dienstleistungen für Seniorinnen und Senioren sowie deren Angehörige, Institutionen und Gemeinden im Kanton Aargau an. Mit elf regionalen Beratungsstellen sind wir im ganzen Kanton gut erreichbar. Unsere Angebote umfassen Beratung, Freizeitaktivitäten und Alltagsunterstützung. Die Beratung unterstützt ältere Menschen bei Fragen zu Finanzen, Wohnsituation und vielem mehr. Das Freizeitprogramm bietet zahlreiche Möglichkeiten zur aktiven Freizeitgestaltung. Auch bieten wir Alltags- und Haushaltshilfe, Unterstützung bei der Steuererklärung oder einen Mahlzeitendienst an.

Ausgangslage: Ein Angebot der Pro Senectute ist die Individuelle Finanzhilfe. Diese Unterstützung richtet sich an Personen im AHV-Alter, die sich in einer finanziellen Notlage befinden, und wird von der Pro Senectute im Auftrag des Bundes bereitgestellt. Sie bietet Unterstützung bei dringend notwendigen Ausgaben, welche weder durch private Mittel noch durch die Sozialversicherung gedeckt werden können. Die Anträge für Individuelle Finanzhilfe werden von der Pro Senectute geprüft. Diese Anträge werden nicht nach Lust und Laune bewilligt… hierzu gibt es strenge und komplizierte Reglemente, welche eingehalten werden müssen. Diese Reglemente erschweren die Einarbeitung unserer Sozialarbeitenden.

Zielsetzung: Entwickeln einer KI-Gestützten Suchmaschine für die Reglemente der Individuellen Finanzhilfe, welche genaue und zuverlässige Antworten gibt. Die Suchmaschine soll in der Lage sein, eine Quelle der gegebenen Antworten zu geben (z.B. “Dokument” Abschnitt 1, Ziffer 2). Es soll die Möglichkeit geben, diese Suchmaschine einfach auf andere Reglemente zu erweitern (z.B. Internes Personalreglement).

Ressourcen:

~ README ~

Social Work AI Assistant

Overview

The Social Work AI Assistant is an AI-powered assistant designed to help social workers (SW) at SW organisation navigate the complex regulations of Individual Financial Assistance (Individuelle Finanzhilfe). The assistant uses Retrieval-Augmented Generation (RAG) to provide accurate and reliable answers to user queries based on the provided documents. It also references the source of the information (e.g., document name, page, and section).

Features

  • Document Loading: Automatically loads all PDF documents from a specified folder for processing.
  • RAG Querying: Uses a retrieval-augmented generation approach to answer user queries based on the loaded documents.
  • Answer Evaluation: Allows users to evaluate the quality of the answers with thumbs up or down. Evaluations are logged and saved for analysis.
  • Customizable Query Parameters:
    • Precise Answers: Focuses on the most relevant information (k=8, temp=0.1).
    • Creative Answers: Provides broader context with more clues (k=20, temp=0.6).
  • Chunk Saving: Saves the document chunks used for answering queries in a JSON file for validation.
  • Session Logging: Logs all user interactions and system responses in a log file.
  • Example Queries: Displays example questions to guide users in formulating their queries.

Installation

  1. Clone the repository:
    git clone <repository-url>
  2. Install the required Python dependencies:
    pip install -r requirements.txt
  3. Place the documents to be processed in the ./documents folder.

Usage

  1. Run the Gradio app:
    python ai_agent_proSenectute_macos.py
  2. Access the app in your browser at http://0.0.0.0:7860.

Features in Detail

Document Loading

The assistant automatically loads all PDF documents from the ./documents folder. Each document is split into smaller chunks for efficient querying.

Querying

Users can ask questions in natural language. The assistant processes the query using RAG and provides an answer along with references to the source documents.

Evaluation

Users can evaluate the quality of the answers:

  • Thumbs Up (👍): Indicates a positive evaluation (+1).
  • Thumbs Down (👎): Indicates a negative evaluation (-1).

Evaluations are logged in a CSV file (evaluation_log.csv) for further analysis.

Customizable Query Parameters

Users can choose between two query modes:

  1. Precise Answers:
    • Focuses on the most relevant information.
    • Parameters: k=8, temp=0.1.
  2. Creative Answers:
    • Provides broader context with more clues.
    • Parameters: k=20, temp=0.6.

Chunk Saving

The assistant saves the document chunks used for answering queries in a JSON file (retrieved_chunks.json) for validation.

Logging

All user interactions and system responses are logged in gradio_assisstant_macos.log.

Example Queries

Here are some example questions you can ask the assistant:

  1. "Welche Unterlagen benötige ich für ein Gesuch, finanzielle Sozialhilfe beantrage?"
  2. "Ist ein Ehepaar mit einer AHV Rente von 4000.- plus Pensionskasse Rente von 2000.- berechtigt Sozialhilfe zu beantragen, grundsätzlich?"

Development Notes

To-Do List

  • [x] Make Gradio app usable from the web for testing purposes.
  • [x] Ensure all documents in the folder are loaded and processed.
  • [x] Create a button for clearing the input.
  • [x] Translate everything to German.
  • [x] Instruct RAG to reference the document, page, and text section.
  • [x] Show example questions.
  • [x] Create options for precise or creative answers.
  • [x] Define a template for the prompt.
  • [x] Test example questions and save the output.
  • [x] Save the used chunks in a file for validation.
  • [x] Log every session in a log file.
  • [ ] Make a version running on a Linux server.
  • [ ] Analyze case examples for usable questions to ask.
  • [ ] Create a Docker environment for deployment.
  • [ ] Add a login feature for SW based on their AD credentials.

Nice-to-Have Features

  • Save queries/prompts for further use.
  • Load additional documents dynamically.
  • Link all related documents used for answering queries.
  • Extend feedback collection with simple frequency statistics.

Open Questions

  1. Hardware and Software Requirements:
    • The solution should run on a Microsoft Windows 11 OS without a GPU.
    • A browser-based solution is preferred.
  2. Target Audience:
    • Focus on new social workers with generic questions rather than experienced workers with specialized queries.

License

This project is licensed under the MIT License. See the LICENSE file for details.

www.caritas.ch

KI-gestützte Protokollführung mit Datenextraktion in der Sozialberatung

Mittels KI-Anwendungen im Bereich Speech-to-Text (StT) sollen gesprochene Notizen zuverlässig in Text transkribiert und eine automatische Extraktion relevanter Keywords und Datenfelder aus den Transkripten umgesetzt werden, um diese direkt in standardisierte Formulare zu überführen.


~ PITCH ~

Statistik Schuldenberatung 1: 7JKFN3N7.csv Statistik Schuldenberatung 2: D1Q8VHZY.csv Kultur-Legi Erfassungsformular: U8HOHXU8.pdf Sitzungsprotokoll Sozialberatung: FFRGZW4X.pdf Sozialberatung Erfassungsformular: UCW8Q3WV.pdf Sozialberatung Aktennotiz: VLTJ0K4T.pdf Sozialberatung Stammdaten Personaldossier: 93HXGYC8.pdf Stammdaten Sozialberatung: 9R9XFBZ8.pdfUNCIU2L4.pdf

http://www.heks.ch

Chatbot-Prototyp für humanitäre Visa-Anfragen

Ziel der Challenge: Entwicklung einer Lösung zur effizienteren Bearbeitung der Anfragen Optimierung des Beratungsprozesses (Telefonische Beratung, automatische Triagierung, Verweisungen an andere Stellen oder Absagen) Prototyp-Test: Einsatz eines Chatbots zur ersten Anfragebearbeitung und Beratung


www.juga.saanen.ch

Mobile Anwendung für das Controlling in der Jugendarbeit

Ein Tool welches das Controlling für Jugendarbeiten einfacher und übersichtlicher macht. Wichtige Daten erfassen, auswerten und darstellen, um dann am Kanton und der Gemeinde vorzuzeigen, welche dann über die Finanzierung der Jugendarbeiten entscheiden.


~ PITCH ~

Jedes Jahr müssen Jugendarbeiten in der Schweiz detaillierte Teilnahmezahlen zu Adressat*innen, Beratungen und Angeboten erfassen, da diese die Grundlage für die Finanzierung durch Kanton und Gemeinden der Jugendfachstellen sind. Da der Ertrag unserer Arbeit kaum anders in Zahlen zu erfassen ist, ist dies unsere einzige Möglichkeit unsere Finanzierung zu rechtfertigen. Die aktuelle manuelle Erfassung mit Strichlisten ist zeitaufwendig, fehleranfällig und datenschutzrechtlich problematisch. Eine digitale Lösung würde den Prozess erheblich vereinfachen, die Datensicherheit verbessern und eine effiziente Berichterstattung ermöglichen. Deshalb suchen wir Unterstützung, uns bei diesem Problem unter die Arme zu greifen und eine zukunftsfähige Lösung für die Jugendarbeit zu entwickeln!

Unsere Idee ist eine Lösung dafür zu entwickeln, welche Fachpersonen in der Jugendarbeit mobil und einfach benutzen und auswerten können. Die wichtigsten Punkte auf einen Blick:

·  Einfache und schnelle Datenerfassung – Die App soll es ermöglichen, mit wenigen Klicks Daten wie Anzahl Kinder, Erwachsene, Angebote und Beratungen zu erfassen. Ein Plus- und Minus-Button sowie eine manuelle Zahleneingabe sollen verfügbar sein.

·  Mehrere Nutzer gleichzeitig – Die Lösung muss von mehreren Personen parallel auf ihren Smartphones genutzt werden können.

·  Getrennte Erfassung für Jugendtreffs – Die Daten sollen für jeden Jugendtreff separat gespeichert werden.

·  Automatische Auswertung – Am Jahresende soll die Lösung automatisch eine Übersicht in Listen- und Grafikform generieren, um die Berichterstattung an den Kanton und die Gemeinden zu erleichtern.

0JBRFKUB.jpg

Civic Data Lab

Extracting Funding Amounts from State Funding Programs

In this challenge, you have the opportunity to join a Civic Data Lab project aimed at increasing transparency around the German government’s funding policies for organizations and initiatives that strengthen democracy. We have prepared a scraped dataset from www.foerderdatenbank.de and invite you to participate in the next step: developing a method to automatically extract funding amounts. This can be treated as a Named Entity Recognition (NER) or information extraction task. The ultimate goal is to quantify how much the German government spends on promoting democracy.


~ README ~

CDL @ Hack4SocialGood 2025: Extracting Funding Amounts from State Funding Programs

  • Development of a method to automatically extract funding amounts from funding programs.
  • The problem can be framed as a Named Entity Recognition (NER) or information extraction task.
  • The data basis consists of funding programs that are part of the German federal government's "Förderdatenbank" (funding database). These have been scraped and published here.
  • The background is an attempt to quantify how much the German government spends on promoting democracy. As a first step, a classifier has already been developed to identify democracy funding programs. The next step is the extraction of funding amounts. You can find an article on the project (in German!) here.

Data

  • The data originates from the website: www.foerderdatenbank.de
  • A description of the scraped dataset, as well as the link to the data, can be found here.
  • An example of how the data can be read using Python is available here

Possible Approaches

  • NER using the Python package spaCy.
  • Fine-tuning language models like BERT.
  • In-context learning with generative LLMs.

Important Considerations

  • The method should be evaluated using suitable metrics such as the F1 Score or Accuracy.

Setup

  1. Install uv

  2. uv sync

New Data

New Plan

  1. extract list of NGOs and how much money they got from the government in 2023
  2. compare it to the list of NGOs
  3. calculate how high is the percentage of the whole amount that was dedicated to organizations with the goal of strengthening democracy

all presentation data

hier direkt in die Präsnetation hier zum gesamten Ordner

Return Challenges Stages Categories