Wie kann künstliche Intelligenz dazu beitragen, Obdachlosigkeit zu verhindern?

Wie kann künstliche Intelligenz dazu beitragen, Obdachlosigkeit zu verhindern?
KI kann bei Obdachlosigkeit helfen - ein KI generiertes Bild von einer Gruppe von Obdachlosen, Roger Basler de Roca


Obdachlosigkeit ist ein tiefgreifendes soziales Problem, das nicht nur individuelle Schicksale betrifft, sondern auch städtische und kommunale Systeme belastet.

Stell dir jedoch vor, es wäre möglich, drohende Obdachlosigkeit frühzeitig zu erkennen und proaktiv Massnahmen zu ergreifen? Eine neue Generation von KI-unterstützten Prognosemodellen eröffnet diese Möglichkeit und könnte die Art und Weise, wie wir mit Obdachlosigkeit umgehen, grundlegend neu gestalten.

Muster erkennen, Risiken identifizieren - Wie KI-Algorithmen arbeiten

Der Schlüssel zum Erfolg dieser Modelle liegt in der Analyse riesiger Datenmengen aus unterschiedlichsten Quellen - von Sozialdiensten über Krankenakten bis hin zu Wohnungs- und Arbeitslosigkeitsdaten. Mithilfe von Machine-Learning-Algorithmen werden diese Informationen auf wiederkehrende Muster und Risikofaktoren hin untersucht, die mit Obdachlosigkeit in Verbindung stehen. Je mehr Daten zur Verfügung stehen, desto präziser werden die Vorhersagen.

Das Ergebnis sind hochkomplexe statistische Modelle, die für jeden Einzelfall eine individuelle Risikoeinschätzung liefern. Ein Beispiel dafür ist das Open-Source-Modell der kanadischen Stadt London, das anhand demografischer Daten und der Nutzung von Sozialleistungen vorhersagt, ob ein Bürger innerhalb der nächsten sechs Monate ein hohes Risiko hat, obdachlos zu werden.

How one Ontario city is blazing the trail for public sector AI use | Globalnews.ca
The real use of artificial intelligence by municipalities isn’t known, say Ontario’s privacy commissioner and human rights commission, because there are no reporting requirements.

Dabei geht es nicht darum, eine Person zu stigmatisieren oder in eine Schublade zu stecken. Vielmehr sollen die Erkenntnisse dabei helfen, frühzeitig die richtigen Unterstützungsangebote bereitzustellen und so eine drohende Obdachlosigkeit abzuwenden.

Wie KI schon heute Obdachlosigkeit verhindert

Dass dieser Ansatz funktionieren kann, zeigen erste Pilotprojekte aus verschiedenen Teilen der Welt. In Los Angeles etwa hat das California Policy Lab (CPL) ein KI-Tool entwickelt, das in den vergangenen zwei Jahren bereits über 560 Menschen davor bewahrt hat, auf der Strasse zu landen.

Das Programm, geleitet von Dana Vanderford, identifiziert gefährdete Personen und unterstützt sie mit gezielten finanziellen Hilfen, um sie so lange wie möglich über Wasser zu halten. Die meisten dieser Beträge werden für Lebensmittel und Benzin verwendet.

Ein weiteres Beispiel kommt aus New York, wo die Universität NYU gemeinsam mit der Organisation "Women in Need" daran arbeitet, Vorhersagemodelle zu entwickeln, um Personen mit einem erhöhten Obdachlosigkeitsrisiko zu identifizieren. Auch in Kanada wird KI bereits eingesetzt, um proaktiv Unterstützung anzubieten, bevor Menschen auf der Strasse landen.

Wie KI auch die Ursachen von Obdachlosigkeit angehen könnte

Einige Experten sehen in der KI-gestützten Vorhersage von Obdachlosigkeit nur einen ersten Schritt. Sie plädieren dafür, die Technologie auch zu nutzen, um die tieferliegenden Ursachen des Problems anzugehen. Dazu gehören etwa der Mangel an bezahlbarem Wohnraum, Arbeitslosigkeit oder unzureichende soziale Sicherungssysteme.

Mithilfe von Big-Data-Analysen liessen sich beispielsweise Zusammenhänge zwischen diesen Faktoren und dem Auftreten von Obdachlosigkeit sichtbar machen. So könnten Entscheidungsträger datenbasiert Prioritäten setzen und Ressourcen gezielter einsetzen. Auch bei der passgenauen Vermittlung von Arbeitsstellen oder Wohnungen könnte KI eine wertvolle Unterstützung bieten.

KI eröffnet neue Möglichkeiten im Kampf gegen Obdachlosigkeit

Vorhersagemodelle können dabei helfen, gefährdete Menschen frühzeitig zu erkennen und ihnen rechtzeitig Hilfe anzubieten. Sie sind ein vielversprechendes Werkzeug, um begrenzten Ressourcen effektiver einzusetzen und mehr Menschen zu erreichen.

Gleichzeitig ist ein differenzierter Blick wichtig: KI kann die Arbeit von Hilfsorganisationen unterstützen und verbessern, sie aber nicht ersetzen. Auch ethische Fragen rund um Datenschutz und Fairness müssen sorgfältig abgewogen werden.

So vielversprechend die ersten Ergebnisse auch sind, es gibt durchaus Stimmen, die vor einem übermässigen Vertrauen in die Algorithmen warnen. Ein Kritikpunkt lautet, dass die Modelle nur so gut sein können wie die Daten, mit denen sie gefüttert werden. Sind diese unvollständig, fehlerhaft oder gar voreingenommen, kann dies zu falschen oder diskriminierenden Vorhersagen führen.

Auch der Schutz der Privatsphäre ist ein heikles Thema. Schliesslich handelt es sich bei den analysierten Daten oft um höchst sensible Informationen wie Gesundheitsdaten oder Details zur persönlichen Lebenssituation. Hier gilt es, höchste Sicherheitsstandards anzulegen und die Rechte der Betroffenen zu wahren.

Klar ist: KI-Systeme können und sollen den menschlichen Faktor bei der Bekämpfung von Obdachlosigkeit nicht ersetzen. Sie sind in erster Linie ein Werkzeug, das die Arbeit von Sozialarbeitern, Beratern und Behörden unterstützen und effizienter machen kann. Am Ende braucht es immer noch das persönliche Gespräch, die individuelle Betreuung und passgenaue Hilfsangebote.

Entscheidend wird sein, die Technologie verantwortungsvoll weiterzuentwickeln und mit anderen Ansätzen zu kombinieren. Gelingt dies, könnte KI zu einem wichtigen Baustein werden, um Obdachlosigkeit nicht nur zu verwalten, sondern nachhaltig zu reduzieren - und so das Leben vieler Menschen zum Besseren zu wenden.


Bei Fragen? #fragRoger

Willst du mehr wissen? Sehr gerne komme ich auch bei Dir, bei deiner Firma, deiner ERFA Gruppe oder deinem Verband vorbei und helfe mit einem Workshop oder Input Referat.

Lass uns gerne mal unverbindlich sprechen. Also wenn ich helfen kann, wende dich gerne an mich #fragRoger


Disclaimer: dieser Artikel wurde mit PerplexityPro recherchiert, mit Deepl Write verbessert und stellenweise mit ChatGPT Plus zusammen gefasst und vereinfacht. Das Bild stammt von IdeogramAi. Diese Artikel sind rein edukativ und enthalten keinen Anspruch auf Vollständigkeit.


Quellen:

[...] https://www.npr.org/2023/10/09/1198908479/using-ai-to-combat-homelessness

[...] https://interestingengineering.com/innovation/ai-is-now-tackling-homelessness-can-it-solve-the-issue

[...] https://www.connection-at-stmartins.org.uk/news-item/ai-and-homelessness/

[...] https://towardsdatascience.com/an-open-source-interpretable-machine-learning-approach-to-prediction-of-chronic-homelessness-8215707aa572

[...] https://teamcore.seas.harvard.edu/publications/evidence-past-ai-decision-aids-improve-housing-systems-homeless-youth-0

[...] https://pub-london.escribemeetings.com/filestream.ashx?DocumentId=99490

[...] https://illumin.usc.edu/from-curbs-to-code-using-modern-digital-technology-to-confront-homelessness/

[...] https://www.sfexaminer.com/news/how-san-francisco-could-use-ai-to-help-fix-its-homelessness/article_2f67b464-a836-11ed-b90a-4f1ccef82528.html

[...] https://www.wcpo.com/news/local-news/finding-solutions/hackathon-encourages-use-of-artificial-intelligence-to-prevent-homelessness-in-cincinnati

[...] https://www.cbc.ca/radio/asithappens/ai-is-helping-outreach-workers-in-l-a-predict-and-prevent-homelessness-1.6993119

[...] https://www.homelesshub.ca/blog/can-artificial-intelligence-help-end-homelessness

[...] https://bridgingbarriers.utexas.edu/projects/smart-cities-should-be-good-cities-ai-equity-and-homelessness

[...] https://dworakpeck.usc.edu/news/new-report-combines-social-work-and-artificial-intelligence-to-address-racial-bias-housing-for

[...] https://towardsdatascience.com/an-open-source-interpretable-machine-learning-approach-to-prediction-of-chronic-homelessness-8215707aa572

[...] https://ojs.aaai.org/index.php/AAAI/article/download/3838/3716

[...] https://www.homelesshub.ca/blog/can-artificial-intelligence-help-end-homelessness

Read more